Académique Documents
Professionnel Documents
Culture Documents
Errami Zineb
Rahmoune Siham
Chahir Hajar
Définition 1 :
Définition 2 :
F.
∀λ ∈, ∀x ∈ F λ. x ∈ F
Théorème 1 :
Démonstration :
Soient F et G deux sous-espaces d’un K-espace vectoriel E.
0 est dans F et 0 est dans G.
Donc, 0 est dans F ∩ G.
Soient (x, y) ∈ (F ∩ G) 2 et (λ, µ) ∈ K 2.
Alors λ.x + µ.y est dans F et λ.x + µ.y est dans G.
Donc, λ.x + µ.y est dans F ∩ G. On a montré que F ∩ G est un sous-espace vectoriel
de l’espace vectoriel (E, +,.).
Plus généralement,
Théorème 3
Proposition :
Soient F et G deux sous-espaces vectoriels du K-espace vectoriel E.
1). F + G est un sous-espace vectoriel de E.
2). F + G est le plus petit sous-espace vectoriel contenant à la fois F et G.
Démonstration.
1. Montrons que F + G est un sous-espace vectoriel.
• 0E ∈ F, 0E ∈ G, donc 0E = 0E + 0E ∈ F + G.
• Soient w et w’ 0 des éléments de F +G. Comme w est dans F +G, il existe u dans F et v dans G tels
que w = u+ v.
Comme w’ est dans F +G, il existe u’ dans F et v’ dans G tels que w’= u’ +v’.
λ w = λ(u + v) = (λ u) + (λ v) ∈ F + G, car λ u ∈ F et λ v ∈ G.
2.
Exercices :
Exercice 1 :
Parmi les assertions suivantes, lesquelles sont suffisantes pour qu’une partie de F d’un
espace vectoriel E sur un corps commutatif K soit un sous-espace vectoriel ?
Exercice 2 :
Les ensembles suivants sont –ils des sous-espaces vectoriels de 𝑅3 ?
(1) W1= {(𝑎; 𝑏; 0): 𝑎, 𝑏 ∈ 𝑅}
Réponse 2 :
Les sous-espaces vectoriels de 𝑅3 sont :
(3) W3= {(𝑎; 𝑏; 𝑐) ∈ 𝑅3 ∶ 𝑎 + 𝑏 + 𝑐 = 0} car :
✔ On a (0 ; 0 ; 0) ∈ W3 ⇒W3 ≠ ∅
✔ Soit 𝑥 , 𝑦 ∈ W3 , il existe alors (𝑥1 ; 𝑥2 ; 𝑥3 ) ∈ 𝑅 3 et (𝑦1 ; 𝑦2 ; 𝑦3 ) ∈ 𝑅 3
Tel que :𝑥 = (𝑥1 ; 𝑥2 ; 𝑥3 ), 𝑦 = (𝑦1 ; 𝑦2 ; 𝑦3 )
Avec 𝑥1 + 𝑥2 + 𝑥3 =0 et 𝑦1 + 𝑦2 + 𝑦3 =0
On a 𝑥 − 𝑦 = (𝑥1 ; 𝑥2 ; 𝑥3 ) − (𝑦1 ; 𝑦2 ; 𝑦3 )
=(𝑥1 − 𝑦1 ; 𝑥2 − 𝑦2 ; 𝑥3 − 𝑦3 )
=0
⇒ Donc 𝑥 − 𝑦 ∈ W3
✔ Soit 𝜆 ∈ 𝑅 et 𝑥 = (𝑎; 𝑏; 𝑐) ∈ W3
On a 𝜆𝑥 = 𝜆(𝑎; 𝑏; 𝑐)
=(𝜆𝑎; 𝜆𝑏; 𝜆𝑐)
= 𝜆𝑎 + 𝜆𝑏 + 𝜆𝑐
= 𝜆(𝑎 + 𝑏 + 𝑐)
=0
⇒ Donc 𝜆𝑥 ∈ W3 .
D’où W3 est un sous-espace vectoriel de𝑅3 .
Exercice 3 :
Soient E un espace vectoriel sur un corps commutatif 𝐾.
F, G deux s-e v de E et (Hi)i∈ 𝐼 une famille non vide de s-e v de E .Quelle sont les
opérations valides pour former des s-espaces vectoriels .
(1) L’intersection : ∩𝑖∈𝐼 Hi est un sous-
espace vectoriel de E.
(2) Le passage au complémentaire : FC est
un sous-espace vectoriel de E.
(3) La somme :
𝐹 + 𝐸 = {𝑥 ∈ 𝐸 : ∋ 𝑦 ∈ 𝐹 ⋀ ∋ 𝑧 ∈ 𝐺 , 𝑥 = 𝑦 + 𝑧}
Exercice 4 :
Combinaisons Linéaires. Les affirmations suivantes sont-elles correctes ?
1) Le vecteur 𝑢 = (2, −5,3) ∈ 𝑅3 est combinaison des vecteurs :
𝑣1 = (1, −3,2)
𝑣1 = (1, −5,7)
𝐶 = [0 0 1 1 ]
𝐷 = [0 2 0 − 1 ]
𝑒2 = (0,1,2)
𝑒3 = (0,0,1)
(𝛼, 2𝛽, 3𝛾) + (2𝛼, −4𝛽, −𝛾) + (𝛼 − 5𝛽 + 7𝛾) = (2𝛼, −5𝛽, 3𝛾)
{𝛼 + 2𝛽 + 3𝛾 = 2𝛼 2𝛼 − 4𝛽 − 𝛾 = −5𝛽 𝛼 − 5𝛽 + 7𝛾 = 3𝛾
−3𝛽 + 3𝛾 = 0 − 3𝛾 = 3𝛽 𝛾 = 𝛽
−𝛼 + 3𝛽 = 2 2𝛼 + 6𝛽 = 3 𝛼 + 3𝛽 = 1 𝛼 = 1 − 3𝛽
D’où : ( 𝑒1 , 𝑒2 , 𝑒3 ) = (( 𝑋1 + 2 𝑋2 + 3 𝑋3 ); ( 𝑋2 + 2 𝑋3 ); 𝑋3 )
2)
𝑃 = {𝑎 + 2𝑏 = 1 2𝑎 − 3𝑏 + 𝑐 = 4 5𝑎 + 3𝑐 = −3
36 7
𝑎= 𝑏 = −1; 𝑐 = −
16 2
3) 𝐴 = 𝛼𝐵 + 𝛽𝐶 + 𝛾𝐷
𝐴 = [𝛼 𝛼 𝛼 0 ] + [0 0 𝛽 𝛽 ] + [0 2𝛾 0 − 𝛾 ]
A=[𝛼 𝛼 + 2𝛾 𝛼 + 𝛽 𝛽 − 𝛾 ]
A=[3 1 1 − 2 ]
𝛼=3
𝛾 = −1
𝛽 − 𝛾 = −2 𝐹𝑎𝑢𝑥
Exercice 5 :
(1) 1?
(2) 2?
(3) 3?
(4) 4?
(5) 5?
Par des combinaisons linéaires successives, on transforme le système initial, que l’on prend tel
quel sans changer l’ordre des équations, en un système triangulaire supérieur, système ensuite
résolu en commençant par la dernière des équations transformées. On rappelle qu’un système
est dit triangulaire supérieur si la matrice associée est triangulaire supérieure.
2𝑥1 + 𝑥2 + 𝑥3 = 9 (𝑒𝑞1)
{ 𝑥1 + 𝑥3 = 3 (𝑒𝑞2)
6𝑥1 + 4𝑥2 + 2𝑥3 = 6 (𝑒𝑞3)
(eq2) et (eq3) en les combinant chacune à (eq1), celle-ci, servant de ligne pivot, reste
Inchangée. Servant de ligne pivot, reste inchangée. Cela n’est possible que parce
Que 𝑥1 apparaît dans (eq1). Si ce n’est pas le cas, il faut permuter (eq1) avec la
par 2(eq2) − (eq1), qui éliminerait aussi 𝑥1 mais ce qui n’est plus Gauss.
2
De même, (eq3) est remplacée par (eq3) − (eq1). Après cette première étape, on
6
Dans la deuxième étape, c’est la deuxième ligne qui joue le rôle de ligne pivot.
Si 𝑥2 est présent (sinon on permute (eq2’) avec (eq3’)) et, pour éliminer 𝑥2 dans l
1
La troisième ligne, on remplace celle-ci par (eq3’)− 1 (𝑒𝑞2′) soit (eq3’) +2(eq2’). On
−
2
(eq3’’) donne 𝑥3 = 2,
1 3 1
(eq2’) donne − 𝑥2 = − + 𝑥3 = soit 𝑥2 = −1
2 2 2
3. Nombre de solution
Résultat fondamental :
Un système possède zéro, une ou une infinité de solutions.
Le noyau contient toujours le vecteur nul, mais il peut contenir en plus des vecteurs
Formellement, 𝑋 = 𝐴−1 0 = 0 .
Exemple 2 : le système
1 2 3 𝑥1 0
[4 5 6] [𝑥2 ] = [0]
7 8 0 𝑥3 0
0
A la solution unique 𝑋 = [0] . 𝑙𝑒 𝑑é𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛𝑡 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑐𝑒 vaut 27, le rang de la
0
matrice est 3.
Exemple 3 : le système
1 2 3 𝑥1 0
𝑥 =
[4 5 6] [ 2 ] [0]
7 8 9 𝑥3 0
𝑥1 1
𝑥
A une infinité de solution 𝑋 = [ 2 ] = 𝑥3 [−2]. Ou 𝑥3 est l’inconnue auxiliaire qui peut
𝑥3 1
prendre une valeur arbitraire.
L’ensemble de ces solutions constitue un espace vectoriel de dimension 1 engendré
1
par le vecteur [−2]
1
Le déterminant de la matrice vaut 0, le rang de la matrice est 2.
Exercice 6 :
On considère un système de n équations à p inconnues.
𝑝
∑ 𝑎𝑘𝑖 𝑥𝑖 = 𝑏𝑘 (𝑘 = 1,2,3. . . . . . . 𝑛)
𝑝=1
Quelles sont les manipulations valides pour résoudre ce système, et quelles sont les
situations ?
(2) On peut remplacer une équation du système par une combinaison linéaire des
autres équations sans changer la nature du système.
(5) Le système est impossible seulement si l’un des vecteurs lignes (𝑝𝑝𝑝 ) est
combinaison linéaire des autres vecteurs lignes.
Réponse 6 :
(1) Fausse
(2) Vrai (méthode de gauss)
(3) Fausse
(4) Vrai
(5) il existe plusieurs méthodes qui permet de résoudre un système de n équations a
p inconnus, on trouve la méthode usuelle des combinaisons linéaires et la méthode
de gauss et de pivot.
Opérateurs nilpotents
Définition : morphisme, endomorphisme, isomorphisme, automorphisme
Endomorphisme nilpotent
1. définition
Théorème de Rang
Rappel 7 :
Un endomorphisme f de E est nilpotent s’il existe un élément K de N tel que𝑓 𝑘 = 𝑂𝐸
Opérateurs nilpotents.
Exercice 7 :
soient E un espace vectoriel de dimension n, et f une application linéaire
nilpotente 𝑈 → 𝑉, c’est a dire une application linéaire. telle qu’il existe un entier p tel
que 𝑓 𝑝 = 0, et que 𝑓 𝑝−1 ≠ 0(on dit que p est l’index de f). Quelles sont les propriétés
de décomposition de f?
0 1 0 0 … 0
0 0 1 0 … 0
0 0 0 1 … 0
⋮ ⋮ ⋮ ⋱ …
⋱ ⋮
0 0 0 0 1
…
0 0 0 0 0
(1) 𝑝 ≤ 𝑛
Réponse 7 :
(5) si 𝐾𝑒𝑟𝑓 𝑞 = 𝐾𝑒𝑟𝑓 𝑞+1
Alors 𝑞 ≥ 𝑝
Montrons que s’il existe un entier p tel que 𝐾𝑒𝑟𝑓 𝑝 = 𝐾𝑒𝑟𝑓 𝑝+1
alors ∀ 𝑞 ≥ 𝑝
𝐾𝑒𝑟𝑓 𝑞 = 𝐾𝑒𝑟𝑓 𝑝
alors :
0 1 0 0 … 0
0 0 1 0 … 0
0 0 0 1 … 0
⋮ ⋮ ⋮ ⋱ …
⋱ ⋮
0 0 0 0 1
…
0 0 0 0 0
(5) 𝑝 ≤ 𝑛
Exercice 8 :
Soient U et V deux espaces vectoriels sur R, et H un sous-espace vectoriel de U. soit
f une application linéaire 𝑈 → 𝑉 et 𝑓𝐻 sa restriction a H.
(4) Im ( 𝑓𝐻 )= ∩ (H)
Réponse 8 :
(1) 𝑣𝑟𝑎𝑖
car si f est une application linéaire sa restriction est aussi une application
linéaire
(5) ??
(6) ,??
(7) ???