Alg`ebre : Resume

I Espaces vectoriels
1 Generalites
Un espace vectoriel est un ensemble dobjets (appeles vecteurs) que lon sait additionner et multiplier par un reel.
Je dois connaitre les operations que jai le droit de faire avec les objets dun espace vectoriel, en voici quelques unes :
Propriete 1
Soient u, v E et a, b R.
u +v = v +u u +v =

0 u = v a(u) = (a)u = au au =

0 a = 0 ou u =

0
Je dois connaitre les espaces vectoriels classiques :
R
R
n
R[X] ou R
n
[X]
M
n,p
(R)
R
N
(lensemble des suites reelles)
Lensemble des applications dun ensemble D dans R :
E = {f : D R}
2 Familles, combinaisons lineaires
Je dois savoir ce quest une famille de vecteurs :
Denition 1
Une famille de n vecteurs dun espace vectoriel E est un n-uplet (v
1
, v
2
, ..., v
3
) o` u les v
i
sont des vecteurs de E.
Je dois savoir ce quest une combinaison lineaire de vecteurs :
Denition 2
Soit (v
1
, v
2
, ..., v
n
) une famille de vecteurs dun espace vectoriel E. On appelle combinaison lineaire des (v
i
)
i=1...n
toute somme
n

i=1

i
v
i
, o` u pour tout i,
i
est un reel.
Exemple :
v
1
+v
2
+v
3
est une combinaison lineaire de (v
1
, v
2
, v
3
) et 2v
1
v
2
+3v
3
est une autre combinaison lineaire de (v
1
, v
2
, v
3
).
Pour une famille donnee, il existe une innite de combinaisons lineaires. On regroupe tous ces elements dans un meme
ensemble :
Denition 3
Lensemble de toutes les combinaisons lineaires dune famille (v
1
, ..., v
n
) est note vect(v
1
, ..., v
n
).
Ce que je dois savoir faire :
- Je dois savoir determiner si un vecteur donne est une combinaison lineaire dune famille de vecteurs donnee :
Exemple 1:
Soit M =
_
3 4
7 3
_
, A =
_
1 3
1 2
_
et B =
_
1 2
5 1
_
.
On cherche `a savoir si M est une combinaison lineaire de (A, B). En dautre termes on cherche `a savoir si on peut trouver
deux reels que pour linstant nous allons noter a et b et qui verient : M = aA +bB
Or on a :
M = aA +bB
_
3 4
7 3
_
= a
_
1 3
1 2
_
+b
_
1 2
5 1
_

_
3 4
7 3
_
=
_
a b 3a + 2b
a + 5b 2a +b
_

_
a b = 3
3a + 2b = 4
a + 5b = 7
2a +b = 3

_
a = 3 +b
5b + 9 = 4
4b 3 = 7
3b + 6 = 3

_
b = 1
a = 2
ECE2 2008-2009 Page 1 Alg`ebre : Resume
Donc on a M = 2A B et donc M est une combinaison lineaire de (A, B). On remarque que le choix de a et b est ici
unique mais ca nest pas forcement le cas.
Exercice 1:
1. Le vecteur (3, 5, 4) est-il combinaison lineaire de ((1, 2, 3), (2, 1, 3), (3, 2, 1)) ?
2. Le vecteur P(X) = 2X
2
3X + 5 est-il combinaison lineaire de (3X
2
X, X
2
2X + 2) ?
- Il faut savoir exprimer un ensemble donne sous la forme vect( ) :
Exemple 2:
Considerons lensemble E =
__
x 2x y
y x + 2y
_
/(x, y) R
2
_
. On voudrait ecrire E comme lensemble des combinaisons
lineaire dune famille de matrices bien xee. Il faut donc faire apparaitre les lettres comme des coecients de la
combinaison lineaire :
E =
__
x 2x
0 x
_
+
_
0 y
y 2y
_
/(x, y) R
2
_
=
_
x
_
1 2
0 1
_
+y
_
0 1
1 2
_
/(x, y) R
2
_
= vect
__
1 2
0 1
_
,
_
0 1
1 2
__
Exercice 2:

Ecrire les ensembles suivant sous la forme vect( ) :

1. {(x +y, x y, 2y)/(x, y) R
2
}
2. {(x, y, z) R
3
/x + 2y 3z = 0}
3. {(a +b)X
2
+ 2aX b R[X]/(a, b) R
2
}
3 Sous-espaces vectoriels
Je dois connaitre la denition dun sous-espace vectoriel :
Denition 4
Soit E un R-espace vectoriel et F un sous-ensemble de E. On dit que F est un sous-espace vectoriel de E ssi F verie :
F est non vide
pour tout couple (x, y) delements de F, x +y est un element de F
pour tout element x de F et tout reel , x est un element de F.
Je dois connaitre la propriete qui me donne une autre fa con de denir un sous-espace vectoriel :
Propriete 2
Soit E un R-espace vectoriel et F une partie de E. F est un sous-espace vectoriel de E ssi :
F est non vide.
(x, y) F
2
, (, ) R
2
, x +y F
Je dois savoir que lensemble des combinaisons lineaires dune famille de vecteurs est un sous-espace vectoriel :
Propriete 3
Soit (v
1
, v
2
, ..., v
n
) une famille de vecteurs dun espace vectoriel E. Alors lensemble vect(v
1
, ..., v
n
) est un sous-espace
vectoriel de E.
On lappelle le sous-espace engendre par la famille (v
1
, ..., v
n
).
Ce que je dois savoir faire :
Si on me donne un ensemble E, je dois savoir montrer que cest un sous-espace vectoriel de lun des espaces vectoriels
classiques car ca me permet de repondre `a la question Montrer que E est un espace vectoriel .
Il existe deux principales methodes :
Jutilise soit la denition, soit la premi`ere propriete.
Jecris mon ensemble sous la forme vect( ) et je conclus grace `a la deuxi`eme propriete.
ECE2 2008-2009 Page 2 Alg`ebre : Resume
Exemple 3:
Montrons que lensemble E = {aX
2
+ 2aX + 3b/(a, b) R
2
} est un sous-espace vectoriel de R[X].
Methode 1 : (fonctionne tout le temps)
Il faut commencer par verier que E nest pas vide. On remarque que 0 = 0X
2
+ 2 0 X + 3 0 E. Donc E nest
pas vide.
On prend ensuite deux elements quelconques de E :
P(X) = a
1
X
2
+ 2a
1
X + 3b
1
Q(X) = a
2
X
2
+ 2a
2
X + 3b
2
Puis on prend deux reels et . Le but est de montrer que P +Q est un element de E :
P(X) +Q(X) = (a
1
X
2
+ 2a
1
X + 3b
1
) +(a
2
X
2
+ 2a
2
X + 3b
2
)
= (a
1
+a
2
)
. .
a3
X
2
+ 2 (a
1
+a
2
)
. .
a3
X + +3 (b
1
+b
2
)
. .
b3
Donc P(X) +Q(X) E et donc E est bien un sous-espace vectoriel de R[X].
Mehtode 2 : (parfois plus rapide)
On met E sous la forme vect( ) :
E = {a(X
2
+ 2X) +b 3/(a, b) R
2
} = vect(X
2
+ 2X, 3)
Donc E est un sous-espace vectoriel de R[X] (on utilise ici la propriete 3)
Exercice 3:
1. A = {(2x 3y, x, x + 3y)/(x, y) R
2
} est-il un sous-espace vectoriel de R
2
?
2. B = {(x, y, z) R
3
/2x = y et y = 3z} est-il un sous-espace vectoriel de R
2
?
3. Montrer que F = {(u
n
)
nN
/n N u
n+2
= 3u
n+1
+ 4u
n
} est un sous-espace vectoriel de R
N
.
4 Base, dimension
a Famille libre
Je dois savoir ce quest une famille libre :
Denition 5
Soit E un R-espace vectoriel.
Une famille nie (v
1
, ..., v
p
) de vecteurs de E est dite libre ssi pour tout p-uplet (
1
, ...,
p
) R
p
on a :
p

i=1

i
v
i
= 0 =
1
= ... =
p
= 0
Une famille qui nest pas libre est dite liee.
Je dois connaitre quelques proprietes des familles libres :
Proposition 1
Soit E un espace vectoriel
Si on change lordre des vecteurs dune famille libre, on obtient encore une famille libre.
Toute sous-famille dune famille libre est une famille libre.
Si v =

0 alors la famille (v) est libre.

La famille (

0) est liee.
Si la famille (v
1
, ..., v
p
) est libre et si w est une combinaison lineaire de la famille (v
1
, ..., v
p
) alors les coecients de
cette combinaison lineaire sont uniques.
Ce que je dois savoir faire :
Je dois savoir demontrer quune famille est libre ou liee :
Exemple 4:
La famille (1 +X +X
2
, 3 +X + 5X
2
, 2 +X + 3X
2
) est-elle une famille libre ou liee de R[X] ?
ECE2 2008-2009 Page 3 Alg`ebre : Resume
On cherche tous les reels a, b, c veriant :
a(1 +X +X
2
) +b(3 +X + 5X
2
) +c(2 +X + 3X
2
) = 0
(a + 5b + 3c)X
2
+ (a +b +c)X + (a + 3b + 2c) = 0

_
_
_
a + 5b + 3c = 0
a +b +c = 0
a + 3b + 2c = 0

_
_
_
a +b +c = 0
4b + 2c = 0
2b +c = 0

_
a = b
c = 2b
On voit donc quil y a une innite de solutions pour a, b, c donc la famille est liee.
Exercice 4:
Determiner si les familles suivantes sont des familles libres :
1. ((1, 2, 1), (1, 0, 1))
2. ((1, 2), (2, 3), (1, 0))
3.
__
1 1
0 1
_
,
_
2 1
3 1
_
,
_
1 0
1 2
__
b Famille generatrice
Je dois savoir ce quest une famille generatrice :
Denition 6
Soit E un R-espace vectoriel.
Une famille (v
1
, ..., v
p
) de vecteurs de E est dite generatrice de E ssi pour tout v E, il existe (
1
, ...,
p
) R
p
tel
que v =
p

i=1

i
v
i
.
On a donc Vect(v
1
, ..., v
p
) = E.
Ce que je dois savoir faire :
Je dois savoir trouver une famille generatrice dun espace vectoriel E :
Exemple 5:
Determiner une famille generatrice de lespace vectoriel E =
__
x 2x y
y x + 2y
_
/(x, y) R
2
_
.
On a :
E =
__
x 2x
0 x
_
+
_
0 y
y 2y
_
/(x, y) R
2
_
=
_
x
_
1 2
0 1
_
+y
_
0 1
1 2
_
/(x, y) R
2
_
= vect
__
1 2
0 1
_
,
_
0 1
1 2
__
Donc on peut dire que la famille
__
1 2
0 1
_
,
_
0 1
1 2
__
est generatrice de E.
Exercice 5:
Determiner une famille generatrice des ensembles suivant :
1. E
1
= {(x, y, z) R
3
/2x +y z = 0}
2. E
2
= {(x, y, z) R
3
/ x y +z = 0 et 2x +y 5z = 0}
ECE2 2008-2009 Page 4 Alg`ebre : Resume
c Base
Je dois savoir ce quest une base :
Denition 7
Soit E un espace vectoriel et (e
1
, ..., e
n
) une famille de vecteurs de E. On dit que la famille (e
1
, ..., e
n
) est une base de
E ssi elle est libre et generatrice de E.
Consequence :
Si (e
1
, ..., e
n
) est une base de E alors pour tout element v E, il existe n reels a
1
, , a
n
uniques tels que
v = a
1
e
1
+ +a
n
e
n
. Ces reels sappellent les coordonnees du vecteur v dans la base (e
1
, ..., e
n
).
Ce que je dois savoir faire :
- Je dois savoir demonter quune famille donnee est une base :
Exemple 6:
Reprenons lexemple 5. On a vu que la famille
__
1 2
0 1
_
,
_
0 1
1 2
__
est generatrice de E. Il faut alors montrer quelle
est libre et on pourra dire que cette famille est une base de E
Exercice 6:
Montrer que la famille ((3, 1, 0), (1, 0, 1)) est une base de E = {(x, y, z) R
3
/x + 3y z = 0}.
- Je dois savoir trouver les coordonnees dun vecteur dans une base donnee :
Exemple 7:
Reprenons lexemple 5. On cherche les coordonnees de
_
3 7
1 1
_
dans la base
__
1 2
0 1
_
,
_
0 1
1 2
__
de E. Cest `a dire
que lon cherche des reels a et b qui verient :
_
3 7
1 1
_
= a
_
1 2
0 1
_
+b
_
0 1
1 2
_

_
3 7
1 1
_
=
_
a 2a b
b a + 2b
_

_
a = 3
2a b = 7
b = 1
a + 2b = 1

_
a = 3
b = 1
Les coordonnees de
_
3 7
1 1
_
dans la base
__
1 2
0 1
_
,
_
0 1
1 2
__
sont 3 et 1
Exercice 7:
1. Soit (e
1
, e
2
, e
3
) la base canonique de R
3
et u = (1, 1, 1), v = (1, 1, 0) et w = (1, 1, 1) trois vecteurs.
On admet que (u, v, w) est une base de R
3
.
Determiner les coordonnees de e
1
, e
2
, e
3
dans cette nouvelle base.
2. On admet que la famille
__
1 0
0 1
_
,
_
1 0
0 1
_
,
_
0 1
1 0
_
,
_
0 1
1 0
__
est une base de M
2
(R).
Determiner les coordonnees de
_
3 0
7 0
_
dans cette base.
d Bases canoniques
Je dois connaitre les bases canoniques des espaces vectoriels classiques :
Base canonique de R
n
:
On denit, pour tout entier i allant de 1 `a n, le vecteur e
i
de R
n
par :
e
i
= (0, ..., 0 , 1 ,
..
i`eme place
0, ..., 0)
La famille (e
1
, ..., e
n
) est la base canonique de R
n
.
ECE2 2008-2009 Page 5 Alg`ebre : Resume
Base canonique de M
n,p
(R) :
Pour tous entiers i et j compris respectivement entre 1 et n et entre 1 et p, on denit la matrice E
i,j
dont tous les
coecients sont nuls sauf celui de la i`eme ligne et de la j`eme colonne qui lui vaut 1.
La famille (E
1,1
, E
1,2
, , E
n,p
) est la base canonique de M
n,p
(R).
Base canonique de R
n
[X] :
On pose pour i N, P
i
(X) = X
i
.
La famille (P
0
, , P
n
) est la base canonique de R
n
[X].
e Dimension
Je dois savoir ce quest la dimension dun espace vectoriel :
Denition 8
Soit E un espace vectoriel. On dit que E est de dimension nie sil existe une famille generatrice nie.
Theor`eme 1
Soit E un espace de dimension nie non reduit `a {0}. Alors toutes les bases de E ont le meme nombre delements. Ce
nombre est appele dimension de lespace vectoriel E et est note dimE.
Par convention on dira que lespace {0} est de dimension 0.
Je dois connaitre les dimensions des espaces vectoriels classiques :
dim(R
n
) = n dim(M
n,p
(R)) = np dim(R
n
[X]) = n + 1
Ce que je dois savoir faire :
Je dois savoir calculer la dimension dun espace vectoriel donne :
pour cela je dois trouver une base et ensuite je peux dire que le nombre de vecteurs que contient la base est la dimension
que je cherche.
Exercice 8:
Determiner la dimension des sous-espaces vectoriels de R
3
suivant : (On commencera par trouver une famille generatrice
de ces espaces, puis on veriera que cette famille est une base et enn on donnera la dimension)
E
1
= {(x, y, z) R
3
/2x = 0 et 3y z = 0}
E
2
= {(x, y, z) R
3
/x z = 0 et 3y z = 0}
E
3
= {(x, y, z) R
3
/2x 3z = 4y 5x}
E
4
= {(x, y, z) R
3
/ x + 2y = y + 6z = 3z 2x}
f Base et dimension
Je dois connaitre les proprietes suivantes :
Proposition 2
Soit E un espace de dimension nie n.
Toute famille libre (resp. generatrice) de n vecteurs est une base de E
Toute famille libre poss`ede au plus n vecteurs.
Toute famille generatrice poss`ede au moins n vecteurs.
Ce que je dois savoir faire :
Je dois savoir utiliser ces proprietes :
Si je connais dej`a la dimension n de E :
Si on me donne une famille de strictement plus ou strictement moins de vecteurs que n alors je sais que cette famille
nest pas une base de E.
Si on me donne une famille comprenant n vecteurs et que je dois demontrer que cest une base je peux me contenter
de montrer que cette famille est libre ou generatrice.
Attention la phrase suivante est enti`erement fausse : Comme E est de dimension n et que la famille
(v
1
, , v
n
) contient n vecteurs, cette famille est generatrice .
ECE2 2008-2009 Page 6 Alg`ebre : Resume
Exemple 8:
Montrons que la famille
__
1 0
0 1
_
,
_
1 0
0 1
_
,
_
0 1
1 0
_
,
_
0 1
1 0
__
est une base de M
2
(R).
Commencons par montrer quelle est libre :
Je cherche des reels a, b, c, d veriant :
a
_
1 0
0 1
_
+b
_
1 0
0 1
_
+c
_
0 1
1 0
_
+d
_
0 1
1 0
_
=
_
0 0
0 0
_

_
a +b c d
c +d a b
_
=
_
0 0
0 0
_

_
a +b = 0
c d = 0
c +d = 0
a b = 0
a = b = c = d = 0
La famille
__
1 0
0 1
_
,
_
1 0
0 1
_
,
_
0 1
1 0
_
,
_
0 1
1 0
__
est donc libre.
De plus je sais que dim(M
2
(R)) = 4 et comme jai une famille de 4 vecteurs je peux tout de suite dire que cette famille
est une base de M
2
(R). (Attention ce nest pas parce que jai 4 matrices dans ma famille que ma famille est generatrice,
cest juste que 4 matrices+ libre = base)
Exercice 9:
1. Soient u = (1, 1, 1), v = (1, 1, 0) et w = (1, 1, 1) trois vecteurs de R
3
.
Montrer que (u, v, w) est une base de R
3
.
2. Montrer que la famille (X
3
, X
2
(X 1), X(X 1)
2
, (X 1)
3
) est une base de R
3
[X].
II Applications lineaires
1 Generalites
- Je dois connaitre la denition dune application lineaire :
Denition 9
Soit E et F deux R-espaces vectoriels et f une application de E vers F. On dit que f est une application lineaire ou
encore un morphisme de E dans F ssi :
(u, v) E
2
, f(u +v) = f(u) +f(v)
u E et R, f(u) = f(u)
On note L(E, F) lensemble des applications lineaires de E dans F.
- Je dois savoir ce quest un endomorphisme :
Un endomorphisme de E est une application lineaire f de E dans E.
- Je dois connaitre la principale proposition qui me sert `a demontrer quune application est lineaire :
Proposition 3
Soient E et F deux espaces vectoriels. f est une application lineaire de E dans F ssi :
(u, v) E
2
, (, ) R
2
, f(u +v) = f(u) +f(v)
Ce que je dois savoir faire :
Je dois savoir demontrer quune application donnee est lineaire.
Exemple 9:
Soit f lapplication qui `a toute matrice M =
_
a c
b d
_
associe f(M) = M + (a +d)I
2
, o` u I
2
designe la matrice
_
1 0
0 1
_
.
Montrons que f est un endomorphisme de M
2
(R).
ECE2 2008-2009 Page 7 Alg`ebre : Resume
Nous avons ici deux choses `a verier : tout dabord que pour la fonction f lespace de depart et celui darrive sont les
meme. Ensuite il faut verier que f est bien une application lineaire.
On remarque tout dabord que f(M) est la somme de deux matrices de M
2
(R) donc f(M) M
2
(R).
Soit maintenant M et M

sont deux elements de M

2
(R) et soit et deux reels. On doit demontrer que f(M+M

) =
f(M) + f(M

). Nous avons deux choix pour demontrer cette inegalite : soit on part du membre de gauche et on essaye
darriver au membre de droite, soit on consid`ere chacun des deux morceaux et on essaye de montrer quils sont tous les deux
egaux `a la meme chose.
On a :
f(M +M

) = (M +M

) + (a +a

+d +d

)I
2
= (M + (a +d)I
2
) +(M

+ (a

+d

)I
2
)
= f(M) +f(M

)
Donc f est bien lineaire et cest donc bien un endomorphisme de M
2
(R).
Exercice 10:
1. Soit f lapplication qui `a toute matrice M =
_
a b
c d
_
associe la matrice f(M) =
a +d
2
I +
b +c
2
J o` u J =
_
0 1
1 0
_
.
Montrer que f est un endomorphisme de M
2
(R).
2. On consid`ere lapplication f qui, `a tout element P de R
2
[X] associe le polynome Q telle que :
pour tout x reel : Q(x) = (x 1) P

(x) +P (x)
Montrer que f est un endomorphisme de R
2
[X]. (Attention `a bien verier que lespace de depart et lespace darrive
sont les memes)
2 Image
Je dois connaitre la denition de limage dune application lineaire :
Denition 10
Soient E et F deux espaces vectoriels et f L(E, F). On appelle image de lapplication lineaire f, et on note Im(f),
lensemble suivant :
Im(f) = {f(u)/u E}
Je dois connaitre la propriete suivante qui peut maider `a trouver une base de Im(f) :
Theor`eme 2
Soient E un espace vectoriel de dimension nie n, et (e
1
, , e
n
) une base de E. Soient F un espace vectoriel quelconque
et f L(E, F).
Alors (f(e
1
), , f(e
n
)) est une famille generatrice de Im(f), cest-`a-dire :
Im(f) = vect(f(e
1
), , f(e
n
)).
Ce que je dois savoir faire :
je dois savoir trouver une base et donc la dimension de limage dune application lineaire.
Exemple 10:
Reprenons les deux endomorphismes de lexercice 11 et determinons une base de leur image :
1. Pour cet endomorphisme le plus simple est decrire tout betement la denition de limage :
Im(f) = {f(M)/M M
2
(R)}
=
_
a +d
2
I +
b +c
2
J/(a, b, c, d) R
4
_
=
_
a
1
2
I +d
1
2
I +b
1
2
J +c
1
2
J/(a, b, c, d) R
4
_
= vect
_
1
2
I,
1
2
I,
1
2
J,
1
2
J
_
= vect
_
1
2
I,
1
2
J
_
= vect(I, J)
Donc on voit que la famille (I, J) est generatrice de Im(f). Il est facile de montrer que cette famille est libre. Donc
(I, J) est une base de Im(f) qui est donc de dimension 2.
ECE2 2008-2009 Page 8 Alg`ebre : Resume
2. Dans cette deuxi`eme question il est dicile de deviner une base comme on vient de le faire dans la question
precedente. An de se donner un candidat possible lidee est dutiliser le theor`eme 2 : on prend la base canonique de
R
2
[X], (P
0
, P
1
, P
2
), et alors on sait que (f(P
0
), f(P
1
), f(P
2
)) est une famille generatrice de Im(f). Il ne reste plus qu`a
verier quelle est libre. On a :
f(P
0
) = P
0
f(P
1
) = 2x 1 f(P
2
) = 3x
2
2x
Vous pouvez maintenant verier que la famille (1, 2x 1, 3x
2
2x) est libre.
Cest donc une base de Im(f) qui est donc de dimension 3.
Exercice 11:
Determiner une base de limage des deux applications lineaires suivantes :
1. f : R
3
R
3
denie par f(x, y, z) = (y z, z x, x y).
2. f : R
4
R
3
denie par f(x, y, z, t) = (2x +y +z, x +y +t, x +z t)
3 Noyau
Je dois connaitre la denition du noyau dune application lineaire :
Denition 11
Soient E et F deux espaces vectoriels, et f L(E, F). On appelle noyau de lapplication lineaire f, et on note ker(f),
lensemble suivant :
ker(f) = {u E/f(u) = 0
F
}
Je dois connaitre le theor`eme suivant :
Theor`eme 3
Soit f L(E, F). Alors
f est injective Ker(f) = {0
E
}
Ce que je dois savoir faire :
- Je dois savoir determiner une base, et donc la dimension, du noyau dune application lineaire.
Exercice 12:
Determiner le noyau, puis si possible une base de celui-ci, des applications lineaires suivantes :
1.
f
1
: R
3
R
3
(x
1
, x
2
, x
3
) (2x
1
+ 5x
2
2x
3
, 3x
1
+x
2
, x
1
+ 4x
2
+ 4x
3
)
2.
f
2
: R
3
R
2
(x
1
, x
2
, x
3
) (2x
1
+x
2
, x
2
x
3
)
3.
f
3
: M
2
(R) R
2
M =
_
a b
c d
_
(a + 2b + 4c 3d, 2a b + 2c 5d)
- Si on ma dej` a demande de repondre `a la question Determiner le noyau de f , je dois savoir repondre rapidement `a
la question f est-elle bijective :
Si on a montre que ker(f) = {0} et que f : E F avec E et F de meme dimension alors f est bijective.
Si on a montre que ker(f) contient dautres elements que 0 alors f ne peut pas etre bijective.
4 Rang
Je dois savoir que le rang dune application lineaire est la dimension de son image.
Je dois connaitre le theor`eme du rang :
Theor`eme 4
Soit f L(E, F), avec E espace vectoriel de dimension nie et F espace vectoriel quelconque. Alors on a legalite
suivante :
dim(E) = dim(Ker(f)) + dim(Im(f))
Ce que je dois savoir faire :
ECE2 2008-2009 Page 9 Alg`ebre : Resume
Si jai dej` a calcule la dimension de ker(f) je dois pouvoir donner rapidement la dimension de Im(f) (et inversement).
Exemple 11:
Dans lexemple 11 :
1. On a donc ici dim(ker(f)) = dim(M
2
(R)) dim(Im(f)) = 4 2 = 2
2. On a donc ici dim(ker(f)) = dim(R
2
[X]) dim(Im(f)) = 3 3 = 0 et on a donc tout de suite ker(f) = {0}.
Exercice 13:
Reprendre lexercice precedent et donner le rang des applications lineaires donnees.
5 Application lineaire et matrice
- Je dois savoir donner la matrice colonne associe `a un vecteur donne dans une base donnee.
Denition 12
Soit E un espace vectoriel de dimension n, B = (e
1
, , e
n
) une base de E et u E. Le vecteur colonne associe `a u dans
la base B est la matrice, n lignes et 1 colonne, contenant les coordonnees de u dans la base B.
- Je dois savoir la denition de la matrice associee `a une application lineaire :
Denition 13
Soient E et F deux espaces vectoriels de dimension nie, B
E
= (e
1
, . . . , e
p
) une base de E et B
F
= (f
1
, . . . , f
n
) une base
de F. Soit f L(E, F).
On appelle matrice de lapplication lineaire f relativement aux bases B
E
et B
F
la matrice A M
n,p
(R) dont
la j-i`eme colonne contient les coordonnees de f(e
j
) dans la base B
F
.
Ce que je dois savoir faire :
- Je dois savoir determiner la matrice dun endomorphisme donne dans une base donnee :
Exemple 12:
Soit f lendomorphisme de R
3
deni par : f(x
1
, x
2
, x
3
) = (x
1
x
3
, 2x
1
+x
2
3x
3
, x
2
+2x
3
). On cherche ici la matrice
de f dans la base canonique B = (e
1
, e
2
, e
3
) de R
3
.
Premi`ere etape : Je calcule f(e
1
), f(e
2
) et f(e
3
) et jexprime chacun de ces trois vecteurs en fonction de e
1
, e
2
, e
3
.
f(e
1
) = (1 0, 2 1 + 0 3 0, 0 + 2 0) = (1, 2, 0) = 1 e
1
+ 2 e
2
f(e
2
) = (0, 1, 1) = e
2
e
3
f(e
3
) = (1, 3, 2) = e
1
3e
2
+ 2e
3
Deuxi`eme etape : Je construit la matrice dans laquelle je met dans chaque colonne les coordonnees des f(e
i
). On a donc :
M
B
(f) =
_
_
1 0 1
2 1 3
0 1 2
_
_
Exercice 14:
Determiner la matrice de f relative aux bases canoniques des espaces consideres :
1.
f : R
5
R
2
(x
1
, x
2
, x
3
, x
4
, x
5
) (2x
1
4x
3
+ 5x
5
, x
1
+ 2x
2
3x
3
x
5
)
2.
f : R
2
[X] R
2
[X]
P (x 1)P

(x) +P(x)
3. Soit A =
_
1 2
3 4
_
. On consid`ere
f : M
2
(R) M
2
(R)
M AM
(matrice relative `a la base (E
1,1
, E
1,2
, E
2,1
, E
2,2
) )
ECE2 2008-2009 Page 10 Alg`ebre : Resume
- Je dois savoir determiner un endomorphisme lorsquon me donne sa matrice :
Exemple 13:
Soit f lendomorphisme de R
3
dont la matrice dans la base canonique de R
3
est A =
_
_
1 2 1
4 5 3
2 2 1
_
_
. On cherche `a
repondre `a la question Exprimer f(x, y, z) en fonction de x, y et z.
Soit (e
1
, e
2
, e
3
) la base canonique de R
3
.
Methode 1 :
Le vecteur colonne associe `a (x, y, z) dans la base canonique de R
3
est
_
_
x
y
z
_
_
On a de plus A
_
_
x
y
z
_
_
=
_
_
x + 2y z
4x + 5y 3z
2x + 2y z
_
_
Le theor`eme precedent nous dit que
_
_
x + 2y z
4x + 5y 3z
2x + 2y z
_
_
est le vecteur colonne associe `a f(x, y, z) dans la base canonique
de R
3
.
Donc
f(x, y, z) = (x + 2y z)e
1
+ (4x + 5y 3z)e
2
+ (2x + 2y z)e
3
= (x + 2y z, 4x + 5y 3z, 2x + 2y z)
Methode 2 :
Dapr`es la denition de la matrice associe `a un endomorphisme on peut ecrire :
f(e
1
) = e
1
4a
2
2e
3
f(e
2
) = 2e
1
+ 5e
2
+ 2e
3
f(e
3
) = e
1
3e
2
e
3
Donc pour tout (x, y, z) R
3
comme on a (x, y, z) = xe
1
+ye
2
+ze
3
on peut ecrire :
f(x, y, z) = f(xe
1
+ye
2
+ze
3
)
= xf(e
1
) +yf(e
2
) + zf(e
3
)
= x(e
1
4a
2
2e
3
) +y(2e
1
+ 5e
2
+ 2e
3
) +z(e
1
3e
2
e
3
)
= (x + 2y z)e
1
+ (4x + 5y 3z)e
2
+ (2x + 2y z)e
3
= (x + 2y z, 4x + 5y 3z, 2x + 2y z)
- Je dois savoir calculer limage dun vecteur par un endomorphisme lorsquon ne connait que la matrice associee `a cet
endomorphisme.
Exemple 14:
Soit f lendomorphisme de R
2
[X] dont la matrice dans la base canonique de R
2
[X] est A =
_
_
3 1 0
3 0 1
1 0 0
_
_
. On consid`ere
le polynome P = 3X
2
2X + 1. Calculer f(P).
Soit (P
0
, P
1
, P
2
) la base canonique de R
2
[X].
Methode 1 :
Le vecteur colonne associe `a P dans la base canonique de R
2
[X] est
_
_
1
2
3
_
_
.
On a A
_
_
1
2
3
_
_
=
_
_
1
0
1
_
_

_
_
1
0
1
_
_
doit etre le vecteur colonne associe `a f(P).
Donc on a f(P) = 1P
0
+ 0P
1
+ 1P
2
= 1 +X
2
.
Methode 2 :
Dapr`es la denition de la matrice associe `a un endomorphisme on peut ecrire :
f(P
0
) = 3P
0
3P
1
+P
2
= 3 3X +X
2
f(P
1
) = P
0
= 1
f(P
2
) = P
1
= X
ECE2 2008-2009 Page 11 Alg`ebre : Resume
Or on a P = 3P
2
2P
1
+P
0
donc
f(P) = f(3P
2
2P
1
+P
0
) = 3f(P
2
) 2f(P
1
) + f(P
0
) = 3X 2 + 3 3X +X
2
= X
2
+ 1
Exercice 15:
1. Determiner lendomorphisme de R
3
dont la matrice relative `a la base canonique est
_
_
6 10 11
2 6 5
4 8 8
_
_
.
2. Determiner lendomorphisme de R
2
[X] dont la matrice relative `a la base canonique est
_
_
1 1 0
0 1 2
0 0 1
_
_
.
- Je dois connaitre quelques proprietes sur les matrices associees aux morphismes :
Propriete 4
Soient f et g deux morphismes de E dans F et R. Alors on a :
M
BE,BF
(f +g) = M
BE,BF
(f) +M
BE,BF
(g)
M
BE,BF
(f) = M
BE,BF
(f)
Propriete 5
Soit G un autre espace vectoriel de dimension nie muni dune base B
G
. Soient aussi f L(E, F) et g L(F, G). Alors
on a :
M
BE,BG
(g f) = M
BF ,BG
(g) M
BE,BF
(f)
Propriete 6
Soit u un endomorphisme de E et M sa matrice relative `a la base B
E
. Alors u est bijectif si et seulement si M est
inversible et dans ce cas M
1
est la matrice de u
1
relativement `a la base B
E
.
Consequence :
Pour savoir si un morphisme est bijectif il sut de regarder si sa matrice associee (dans nimporte quelle base) est
inversible.
III Reduction
1 Changement de base
a Matrice de passage
- Je dois savoir comment construire la matrice de passage dune base `a une autre :
Si B = (e
1
, , e
n
) et B

= (f
1
, , f
n
) sont deux bases alors pour construire la matrice de passage de B `a B

je met
dans la j-i`eme colonne les coordonnees du vecteur f
j
dans la bases B.
- Je dois savoir quune matrice de passage dune base B `a une autre base B

est toujours inversible et son inverse est la

matrice de passage de B

`a B.
Ce que je dois savoir faire :
je dois savoir construire une matrice de passage.
Exemple 15:
Soient B
1
= (P
0
, P
1
, P
2
, P
3
) la base canonique de R
3
[X], et B
2
= (R
0
, R
1
, R
2
, R
3
), avec R
0
(X) = 1, R
1
(X) = X 1,
R
2
(X) = (X 1)
2
, R
3
(X) = (X 1)
3
une autre base de cet espace. Determiner la matrice de passage de B
1
`a B
2
.
On doit chercher les coordonnees de R
0
, R
1
, R
2
et R
3
dans la base B
1
, cest-`a-dire que lon doit exprimer les R
i
en
fonction des P
i
:
R
0
(X) = P
0
+ 0P
1
+ 0P
2
+ 0P
3
R
1
(X) = 1 +X = P
0
(X) +P
1
(X) + 0P
2
+ 0P
3
R
2
(X) = 1 2X +X
2
= P
0
(X) 2P
1
(X) +P
2
(X) + 0P
3
R
3
(X) = 1 + 3X 3X
2
+X
3
= P
0
(X) + 3P
1
(X) 3P
2
(X) +P
3
(X)
On en deduit que P
B1,B2
=
_
_
_
_
1 1 1 1
0 1 2 3
0 0 1 3
0 0 0 1
_
_
_
_
.
ECE2 2008-2009 Page 12 Alg`ebre : Resume
Exercice 16:
Determiner la matrice de passage de la base B `a la base B

.
1. B est la base canonique de R
3
et B

= (u, v, w) avec u = (1, 1, 1), v = (1, 1, 0) et w = (1, 1, 2).

2. B = (1, (X 2), (X 2)
2
) et B

est la base canonique de R

2
[X].
b Proprietes
- Je dois connaitre les formules de changement de base :
Propriete 7
On consid`ere B et B

deux bases de lespace vectoriel E. Soit

u E. On note X le vecteur colonne associe `a

u dans la
base B, X

le vecteur colonne associe `a

u dans la base B

et P la matrice de passage de B `a B

. Alors on a :
X = PX

Propriete 8
On consid`ere B et B

deux bases de lespace vectoriel E et f un endomorphisme de E. On pose M = M

B
(f), M

= M
B
(f)
et P = P
B,B
. Alors on a :
M = PM

P
1
2 Valeur propre, vecteur propre
- Je dois connaitre la denition dune valeur propre et dun vecteur propre :
Denition 14
Soit f L(E). On dit quun reel est une valeur propre de lendomorphisme f ssi il existe un vecteur x E tel
que x = 0
E
et f(x) = x. Un vecteur x veriant cette egalite est appele un vecteur propre de f associe `a la valeur
propre .
Soit A M
n
(R). On dit quun reel est une valeur propre de la matrice A ssi il existe X M
n,1
(R) tel que X = 0
et AX = X. Un vecteur colonne X veriant cette egalite est appele un vecteur propre de A associe `a la valeur
propre .
- Je dois connaitre tout une liste de petite proprietes sur les valeurs propres et vecteur propres (vous reporter `a votre
cours)
- Je dois connaitre la propriete des polynomes annulateurs :
Theor`eme 5
Soit f L(E), et P un polynome annulateur de f. Alors toute valeur propre de f est une racine de P.
Ce que je dois savoir faire :
- Je dois savoir verier quun vecteur donne est un vecteur propre ou quun reel donne est une valeur propre :
Exemple 16:
Soit f : (x, y, z) (y +z, 2y, 2x +y + 3z). Montrons que u = (1, 1, 1) est un vecteur propre de f.
On a f(u) = (1 +1, 2, 2 +1 +3) = (2, 2, 2) = 2(1, 1, 1) = 2u Donc u est un vecteur propre de f associe `a la valeur propre
2.
Exemple 17:
Soit f L(R
2
[X]) denie par f(P) = (X 1)P

+P. On pose R(X) = (X 1)

2
. Montrons que R est un vecteur propre
de f.
On a f(R) = (X 1)R

+ R = (X 1)2(X 1) + (X 1)
2
= 3(X 1)
2
. Donc f(R) = 3R et ainsi R est un vecteur
propre de f associe `a la valeur propre 3.
Exemple 18:
Soient A =
_
_
7 3 9
2 1 2
2 2 4
_
_
et X =
_
_
3
1
1
_
_
. Montrer que X est un vecteur propre de A et determiner la valeur propre
associee.
ECE2 2008-2009 Page 13 Alg`ebre : Resume
On a AX =
_
_
7 3 9
2 1 2
2 1 4
_
_
_
_
3
1
1
_
_
=
_
_
9
3
3
_
_
. Donc AX = 3X et ainsi X est un vecteur propre de A associe `a la valeur
propre 3.
Exemple 19:
Verions que 1 est une valeur propre de la matrice A =
_
_
0 1 1
0 2 0
2 1 3
_
_
Pour cela, il faut verier que le syst`eme AX = 1X admet une innite de solutions :
AX = X
_
_
_
y +z = x
2y = y
2x +y + 3z = z

_
_
_
z = x
y = 0
2x + 2z = 0

_
z = x
y = 0
Donc il y a bien une innite de solutions, ce qui signie que 1 est bien valeur propre.
Exercice 17:
1. Soit A =
_
_
2 1 2
2 1 4
1 1 3
_
_
. Verier que 1 et 2 sont des valeurs propres de A.
2. Soient A =
_
_
5 5 14
6 6 16
5 5 14
_
_
et V
1
=
_
_
1
2
1
_
_
, V
2
=
_
_
1
1
0
_
_
et V
3
=
_
_
1
1
1
_
_
. Montrer que V
1
, V
2
, V
3
sont trois vecteurs propres
de A et donner les valeurs propres auxquelles ils sont associes.
- Je dois savoir utiliser la propriete des polynomes annulateurs :
Exemple 20:
Soit N =
_
_
0 1 0
1 3 1
3 8 3
_
_
.
On a
N
2
=
_
_
1 3 1
0 0 0
1 3 1
_
_
N
3
=
_
_
0 0 0
0 0 0
0 0 0
_
_
On a donc N
3
= 0. On consid`ere le polynome P(x) = x
3
. On a donc montre que P est un polynome annulateur de N.
Donc les valeurs propres de N sont `a chercher parmi les racines de P. Or on a P(x) = 0 x = 0. Donc 0 est la seule
valeur propre possible de N.
Exercice 18:
Soit M =
_
_
2 2 2
2 5 5
2 5 5
_
_
. Montrer que M
3
= 2M
2
. En deduire les valeurs propres possibles de M.
- Je dois savoir trouver les valeurs propres dune matrice :
Il existe deux types de redaction possible :
Soit, grace au pivot de Gauss, je cherche les reels tels que AI nest pas inversible (je transforme la matrice AI
en une matrice triangulaire et je regarde les valeurs de qui font apparaitre des 0 sur la diagonale)
Soit je raisonne sous forme de syst`eme `a param`etre : je chercher `a resoudre AX = X et je veux que ce syst`eme admette
une innite de solutions, ce qui me donne des conditions sur .
Exemple 21:
Determiner les valeurs propres de la matrice suivante : A =
_
_
5 1 1
2 4 2
1 1 3
_
_
Methode par syst`eme :
On cherche les valeurs du param`etre reel pour lesquelles le syst`eme AX = X admet une innite de solutions. Resolvons
donc ce syst`eme `a param`etre :
ECE2 2008-2009 Page 14 Alg`ebre : Resume
AX = X
_
_
_
(5 )x +y z = 0
2x + (4 )y 2z = 0
x y + (3 )z = 0

_
_
_
x y + (3 )z = 0
2x + (4 )y 2z = 0
(5 )x +y z = 0
L
1
L
3

_
_
_
x y + (3 )z = 0
(6 )y + 2( 4)z = 0
(6 )y (
2
8 + 16)z = 0
L
2
L
2
2L
1
L
3
L
3
(5 )L
1

_
_
_
x y + (3 )z = 0
(6 )y + 2( 4)z = 0
(2( 4) + ( 4)
2
)z = 0 L
3
L
2
L
3
Ce syst`eme etant maintenant sous forme triangulaire, on peut dire que si les coecients diagonaux ne sont pas nul alors
il admet une unique solution qui est la solution evidente (0, 0, 0).
Les valeurs propres sont les valeurs de pour lesquelles un des coecient diagonal est nul :
6 = 0 = 6 et (2( 4) + ( 4)
2
) = 0 ( 4)( 2) = 0 = 4 ou = 2
La matrice A admet trois valeurs propres : 2, 4 et 6.
Methode matricielle :
On cherche les valeurs de pour lesquelles la matrice AI nest pas inversible. Pour cela nous allons utiliser la methode
du pivot de Gauss.
A I =
_
_
5 1 1
2 4 2
1 1 3
_
_

_
_
1 1 3
2 4 2
5 1 1
_
_
L
1
L
3

_
_
1 1 3
0 6 2 8
0 6
2
+ 8 16
_
_
L
2
L
2
2L
1
L
3
L
3
(5 )L
1

_
_
1 1 3
0 6 2 8
0 0 2( 4) + ( 4)
2
_
_
L
3
L
2
L
3
On sait quune matrice triangulaire est inversible ssi ses elements diagonaux sont non nuls, donc les valeurs propres de A
sont les valeurs de pour lesquelles on trouve un zero sur la diagonale de la matrice ci dessus :
6 = 0 = 6 et (2( 4) + ( 4)
2
) = 0 ( 4)( 2) = 0 = 4 ou = 2
La matrice A admet trois valeurs propres : 2, 4 et 6.
Exercice 19:
Determiner les valeurs propres de la matrice
_
_
1 2 2
2 1 2
2 2 5
_
_
.
- Je dois savoir determiner une base des sous-espaces propres :
Le sous-espace propre associe `a une valeur propre est lensemble des solutions du syst`eme AX = X (AI)X = 0
Pour resoudre ce syst`eme une fois que vous connaissez la valeur de penser `a utiliser ce que vous avez fait pour trouver
.
Exemple 22:
Reprenons la matrice A de lexemple precedent puis determinons une base du sous-espace propre associe `a la valeur
propre 2.
Cela signie quil faut resoudre lequation AX = 2X, puis donner une base de lensemble des solutions.
Methode par syst`eme :
On a dej` a fait un morceau du travail pour resoudre AX = 2X. On peut donc reprendre nos calculs l`a o` u on les a laisse
en remplacant par 2 :
AX = 2X
_
_
_
x y +z = 0
4y 4z = 0
0 = 0

_
x = 0
y = z
ECE2 2008-2009 Page 15 Alg`ebre : Resume
Donc E
2
=
_
_
_
_
_
0
y
y
_
_
; y R
_
_
_
= vect
_
_
_
_
0
1
1
_
_
_
_
. La famille
_
_
_
_
0
1
1
_
_
_
_
est donc generatrice de E
2
, de plus comme elle est
constituee dun seul vecteur non nul, cest une famille libre.
Donc la famille
_
_
_
_
0
1
1
_
_
_
_
est une base de E
2
.
Methode matricielle :
On remarque ici que AX = 2X (A 2I)X = 0. Pour resoudre ce syst`eme, on peut donc utiliser les calculs fait dans
le pivot de Gauss :
(A 2I)X = 0
_
_
1 1 1
0 4 4
0 0 0
_
_
_
_
x
y
z
_
_
= 0
_
_
_
x y +z = 0
4y 4z = 0
0 = 0

_
x = 0
y = z
La suite se deroule comme pour la methode par syst`eme.
Exercice 20:
Determiner une base de chacun des sous-espace propres de la matrice de lexercice precedent.
3 Diagonalisation
- Je dois connaitre les deux theor`emes de reduction :
Theor`eme 6
Soit f L(E) (resp. A M
n
(R)). On note
1
, . . . ,
k
toutes les valeurs propres distinctes de f (resp. de A). Alors on
a :
f(resp. A) est diagonalisable
k

i=0
dim(E
i
) = n
f (resp. A) est diagonalisable si et seulement si la somme des dimensions de ses sous-espaces propres vaut n.
Theor`eme 7
Soit f L(E). Si f admet n valeurs propres distinctes alors f est diagonalisable.
Soit A M
n
(R). Si A admet n valeurs propres distinctes alors A est diagonalisable.
- Je dois savoir quune matrice symetrique est diagonalisable :
Theor`eme 8
Toute matrice symetrique est diagonalisable.
Ce que je dois savoir faire :
- Je dois savoir demontrer quune matrice ou un endomorphisme est diagonalisable :
Si la matrice est symetrique aucun calcul nest necessaire pour repondre `a la question la matrice est-elle diagonali-
sable ? .
Si la matrice de lendomorphisme nest pas symetrique alors jai besoin de connaitre toutes les valeurs propre de f ou
A.
Si il y a autant de valeurs propres que la taille de la matrice ou la dimension de lespace de depart de lendo-
morphisme alors je peux tout de suite dire que la matrice ou lendomorphisme est diagonalisable.
Sinon je dois calculer la dimension de tous les sous-espaces propre et utiliser le theor`eme 6.
Exercice 21:
Les matrice suivantes sont-elles diagonalisables :
1. A =
_
_
1 0 1
0 1 0
1 1 1
_
_
2. A =
_
_
3 0 1
1 2 1
2 0 0
_
_
3. A =
_
_
4 3 1
4 3 2
1 1 2
_
_
4. A =
_
_
2 1 1
1 2 1
1 1 2
_
_
ECE2 2008-2009 Page 16 Alg`ebre : Resume
- Lorsque A est diagonalisable, je dois savoir donner une matrice P inversible et une matrice D diagonale telles que
A = PDP
1
:
D est la matrice diagonale o` u lon trouve les valeurs propres de A sur la diagonale et P est la matrice de passage de la
base canonique `a une base de vecteurs propres.
Exercice 22:
Pour les matrices de lexercice precedent qui etaient diagonalisables, donner une matrice D diagonale et une matrice P
inversible telles que A = PDP

1.
ECE2 2008-2009 Page 17 Alg`ebre : Resume