Upload
phamminh
View
232
Download
2
Embed Size (px)
Citation preview
MAT231 – Algèbre linéaire
MAT231 – Algèbre linéaireUniversité Joseph Fourier – 2009-2010
Pierre Bérard
1/93
MAT231 – Algèbre linéaire
Notions fondamentales
Applications linéaires, compléments
Matrices associées à une application linéaire
Changements de base
Réduction des endomorphismes, I
Groupe des permutations
Formes multi-linéaires
Déterminant
Déterminant d’un endomorphisme
Calcul des déterminants
Réduction des endomorphismes, II
2/93
MAT231 – Algèbre linéaire
Références
Pour la première partie du cours (Notions fondamentales), onpourra consulter les notes de Bernard Ycart (Université JosephFourier, Grenoble I. Mathématiques, Informatique etMathématiques appliquées. Licence Sciences et Technologies),disponibles surhttp ://ljk.imag.fr/membres/Bernard.Ycart/mel/
3/93
MAT231 – Algèbre linéaire
Pour la deuxième partie du cours (à partir de la sectionApplications linéaires, compléments), on pourra consulter lesouvrages [LFA] ou [M].
[LFA] Lelong-Ferrand, Jacqueline et Arnaudiès, Jean-Marie. Coursde mathématiques, Tome 1. Algèbre. Dunod universités 1977.
[M] Monasse, Denis. Mathématiques. Vuibert 1998.
Dans tout le cours, K désigne R ou C (ou, plus généralement, uncorps commutatif de caractéristique 0).
4/93
MAT231 – Algèbre linéaireNotions fondamentales
Notions fondamentales
Cette section constitue un résumé de la première partie du cours,voir les notes de Bernard Ycart, principalement
I Espaces vectoriels,I Dimension finie,
et accessoirement,I Calcul matriciel,I Systèmes linéaires.
5/93
MAT231 – Algèbre linéaireNotions fondamentales
Espace vectoriel
DéfinitionSoit K un corps commutatif. Un espace vectoriel sur le corps K estla donnée d’un groupe commutatif (E ,+), dont l’élément neutreest noté 0E , et d’une action de K sur E , · : K× E → E ,(λ, x) 7→ λ · x (ou plus simplement λx) telle que
I pour tous α, β ∈ K et x ∈ E , (α + β) · x = α · x + β · x ,I pour tous α ∈ K et x , y ∈ E , α · (x + y) = α · x + α · y ,I pour tous α, β ∈ K et x ∈ E , (αβ) · x = α · (β · x),I pour tout x ∈ E , 1K · x = x .
6/93
MAT231 – Algèbre linéaireNotions fondamentales
ExemplesI L’ensemble Rn, muni des opérations usuelles, l’addition des
vecteurs et la multiplication des vecteurs par un scalaire, estun espace vectoriel sur R.
I L’ensemble Cn, muni des opérations usuelles, l’addition desvecteurs et la multiplication des vecteurs par un scalaire, estun espace vectoriel sur C et également un espace vectoriel surR.
I L’ensembleMm,n(R) des matrices à m lignes et n colonnes,muni des opérations usuelles, addition des matrices etmultiplication d’une matrice par un scalaire, est un espacevectoriel sur R.
I D’autres exemples sont donnés en cours . . .
7/93
MAT231 – Algèbre linéaireNotions fondamentales
Combinaison linéaire
DéfinitionOn appelle combinaison linéaire de vecteurs de E toute somme(finie) de la forme α1u1 + · · ·+ αkuk où les αj sont des élémentsde K et où les uj sont des éléments de E .
Proposition et DéfinitionSoit A une partie non vide d’un espace vectoriel E . L’ensembleVect(A) des combinaisons linéaires de vecteurs appartenant à Aest un sous-espace vectoriel de E , appelé l’espace vectorielengendré par A. C’est le plus petit (au sens de l’inclusion)sous-espace vectoriel de E qui contient A.
8/93
MAT231 – Algèbre linéaireNotions fondamentales
Famille génératrice
DéfinitionOn dit qu’une famille {uj}j∈I de vecteurs de E est une famillegénératrice si tout élément de E peut s’écrire comme combinaisonlinéaire (finie) d’éléments de la famille {uj}j∈I .
Dire qu’une famille {uj}j∈I de vecteurs de E est génératricerevient à dire que l’espace vectoriel Vect({uj}j∈I) est égal à E .
Remarque : Soient G1 ⊂ G2 deux familles de vecteurs de E . Si G1est génératrice, alors G2 est génératrice également.
9/93
MAT231 – Algèbre linéaireNotions fondamentales
Famille libre
DéfinitionOn dit qu’une famille {uj}j∈I de vecteurs de E est une famille libresi, pour tout sous-ensemble fini J ⊂ I, l’égalité
∑j∈J αjuj = 0
implique que αj = 0 pour tout j ∈ J .
Remarque : Soient L1 ⊂ L2 deux familles non vides de vecteurs deE . Si L2 est libre, alors L1 est libre également.
10/93
MAT231 – Algèbre linéaireNotions fondamentales
Base
DéfinitionOn dit qu’une famille de vecteurs de E est une base de E si elle està la fois libre et génératrice.
11/93
MAT231 – Algèbre linéaireNotions fondamentales
ExemplesI La famille e1 := (1, 0, . . . , 0), . . . , en := (0, . . . , 0, 1) est une
famille libre et génératrice de Rn. C’est une base de Rn.I La famille {1,X ,X 2, . . .} est une base de l’espace vectoriel sur
C[X ] des polynômes à coefficients complexes.I La famille {eikx}k∈Z est une famille libre dans l’espace
vectoriel sur C des fonctions continues de R dans C. Elle n’estpas génératrice.
I D’autres exemples sont donnés en cours . . .
12/93
MAT231 – Algèbre linéaireNotions fondamentales
Espace finiment engendré
DéfinitionOn dit qu’un K-espace vectoriel E est finiment engendré (ou qu’ilest de dimension finie) sur le corps K s’il possède une famillegénératrice finie. On dit qu’un espace vectoriel est de dimensioninfinie s’il n’est pas de dimension finie.
ExemplesI Le R-espace vectoriel Rn est finiment engendré.I Le C-espace vectoriel Cn est finiment engendré.I Le R-espace vectoriel R[X ] n’est pas finiment engendré, il est
de dimension infinie.
13/93
MAT231 – Algèbre linéaireNotions fondamentales
Théorème de la base incomplète
ThéorèmeSoit E un K-espace vectoriel finiment engendré. Soient L unefamille libre de E et G une famille génératrice. Alors, il existe unebase finie B de E telle que L ⊂ B ⊂ L ∪ G.
CorollaireSoit E un espace vectoriel finiment engendré, non réduit à {0}.1. Toute famille libre de E est contenue dans une base.2. Toute famille génératrice de E contient une base.3. L’espace vectoriel E possède au moins une base finie.
14/93
MAT231 – Algèbre linéaireNotions fondamentales
Dimension
LemmeSoit E un espace vectoriel. Soit {v1, . . . , vn} une famille de nvecteurs de E . Alors, toute famille de (n + 1) vecteurs dusous-espace vectoriel Vect(v1, . . . , vn) est liée.
Théorème et DéfinitionSoit E un K-espace vectoriel finiment engendré. Alors, toutes lesbases de E ont le même nombre d’éléments. Ce nombre s’appellela dimension de l’espace vectoriel E et se note dimK(E ).
15/93
MAT231 – Algèbre linéaireNotions fondamentales
Attention. La dimension dépend du corps de base. Ainsi, leC-espace vectoriel C est de dimension 1 sur C, mais il est dedimension 2 comme R-espace vectoriel.
Quand il n’y aura pas d’ambiguïté sur le corps K, on noteraégalement dim(E ) la dimension de l’espace vectoriel E sur K.
16/93
MAT231 – Algèbre linéaireNotions fondamentales
CorollaireSoit E un K-espace vectoriel de dimension n.1. Toute partie libre de E a au plus n éléments.2. Toute partie libre de E qui possède n éléments est une base.3. Toute partie génératrice de E a au moins n éléments.4. Toute partie génératrice de E qui a n éléments est une base.
17/93
MAT231 – Algèbre linéaireNotions fondamentales
Somme de sous-espaces vectoriels
Remarque préliminaire : Soit E un espace vectoriel. Si F et G sontdeux sous-espaces vectoriels de E . Alors, F ∩ G est un sous-espacevectoriel de E .
Attention, en général F ∪ G n’est pas un sous-espace vectoriel deE .
18/93
MAT231 – Algèbre linéaireNotions fondamentales
DéfinitionSoit E un espace vectoriel et soient F et G deux sous-espacesvectoriels de E .1. On note F + G le sous-espace vectoriel Vect(F ∪ G) engendré
par F et G . On dit que c’est la somme des sous-espaces F etG .
2. On dit que le sous-espace vectoriel H est la somme directe dessous-espaces F et G si H = F + G et si de plus F ∩ G = {0}.On écrit alors H = F ⊕ G .
3. Si E = F ⊕ G , on dit que les sous-espaces F et G sontsupplémentaires (ou encore que l’espace G est unsupplémentaire de F et réciproquement).
19/93
MAT231 – Algèbre linéaireNotions fondamentales
PropositionL’espace vectoriel H est somme directe des sous-espaces vectorielsF et G , H = F ⊕ G , si et seulement si tout vecteur x de H peuts’écrire de manière unique sous la forme x = xF + xG avec xF ∈ Fet xG ∈ G . Si F et G sont de dimension finie, alors H estégalement de dimension finie. Étant données F une base de F et Gune base de G , la famille F ∪ G est une base de H et, de plus,dim(H) = dim(F ) + dim(G).
20/93
MAT231 – Algèbre linéaireNotions fondamentales
Généralisation. Plus généralement, soient E1, . . . ,Ep dessous-espaces vectoriels de E , de somme F := E1 + · · ·+ Ep (définiecomme Vect(∪iEi)). On dit que les sous-espaces Ej sont en sommedirecte, et on écrit leur somme F = E1 ⊕ · · · ⊕ Ep si, pour toutj , 1 ≤ j ≤ p, Ej
⋂(E1 + · · ·+ Ej−1 + Ej+1 + · · ·+ Ep
)= {0}.
PropositionLes sous-espaces Ej , 1 ≤ j ≤ p, sont en somme directe si etseulement si tout vecteur x de F s’écrit de manière unique commex = x1 + · · ·+ xp avec xj ∈ Ej pour 1 ≤ j ≤ p. Si les espaces Eisont de dimension finie et si Ej est une base de Ej , pour 1 ≤ j ≤ p,alors E = ∪p
j=1Ej est une base de F . De plus, F est également dedimension finie et on a l’égalité dim(F ) = dim(E1) + · · ·+ dim(Ep).
21/93
MAT231 – Algèbre linéaireNotions fondamentales
Application linéaire
DéfinitionSoient E ,F deux espaces vectoriels sur le corps K. Une applicationlinéaire u de E dans F est une application u : E → F qui vérifie1. Pour tous x , y ∈ E , u(x + y) = u(x) + u(y).2. Pour tout α ∈ K et pour tout x ∈ E , u(αx) = αu(x).
22/93
MAT231 – Algèbre linéaireNotions fondamentales
Image et NoyauSoient E ,F deux K-espaces vectoriels et soit u : E → F uneapplication K-linéaire.
Définition1. On appelle image de u, et on note Im(u), le sous-espace
vectoriel u(E ) ⊂ F .2. On appelle noyau de u, et on note Ker(u), le sous-espace
vectoriel u−1(0) ⊂ E .
PropositionI L’application u est injective si et seulement si Ker(u) = {0}.I L’application u est surjective si et seulement si Im(u) = F .
23/93
MAT231 – Algèbre linéaireNotions fondamentales
Soient E un espace vectoriel de dimension finie et E = {e1, . . . , en}une base de E . Soit u : E → F une application K-linéaire. On poseV = {u(e1), . . . , u(en)}.
CorollaireI L’application u est surjective si et seulement si V engendre F .I L’application u est injective si et seulement si V est libre dans
F .I L’application u est bijective si et seulement si V est une base
de F . Dans ce dernier cas, on dit que u est un isomorphismede E sur F , que E et F sont isomorphes et on a alorsdim(E ) = dim(F ).
24/93
MAT231 – Algèbre linéaireNotions fondamentales
Théorème du rang
ThéorèmeSoient E ,F deux K-espaces vectoriels et u : E → F une applicationlinéaire. Si l’espace vectoriel E est de dimention finie, alors
dim(E ) = dim(Im(u)) + dim(Ker(u)).
Application. Si F et G sont deux sous-espaces vectoriels d’unespace vectoriel E de dimension finie, alors
dim(F + G) + dim(F ∩ G) = dim(F ) + dim(G).
25/93
MAT231 – Algèbre linéaireNotions fondamentales
ThéorèmeSoit E un espace vectoriel de dimension finie n, et soit F un espacevectoriel. On se donne respectivement E = {e1, . . . , en} une basede E et V = {v1, . . . , vn} une famille de vecteurs de F . Alors, ilexiste une application linéaire u de E dans F , et une seule, telle queu(ei ) = vi pour 1 ≤ i ≤ n. Autrement dit, une application linéaireest entièrement déterminée par la donnée de l’image d’une base.
PropositionSoient E et H deux espaces vectoriels et u une application linéairede E dans H. Soient F ,G deux sous-espaces vectorielssupplémentaires de E . Alors l’application u est entièrementdéterminée par ses restrictions u|F et u|G .
26/93
MAT231 – Algèbre linéaireApplications linéaires, compléments
Applications linéaires, compléments
NotationsSoient E et F deux K espaces vectoriels.
I On note LK(E ,F ) (ou, plus simplement, L(E ,F ) s’il n’y apas d’ambiguïté sur le corps de base), l’ensemble desapplications K-linéaires de E dans F .
I On note LK(E ) l’ensemble des applications K-linéaires de Edans lui-même (endomorphismes de E ).
I On note E ∗ l’ensemble L(E ,K) des applications K-linéairesde E dans K (formes linéaires sur E ). L’ensemble E ∗ s’appellele dual de E .
27/93
MAT231 – Algèbre linéaireApplications linéaires, compléments
Proposition
Les ensembles LK(E ,F ),LK(E ) et E ∗, munis des opérations
(u, v) 7→ u + v , définie par (u + v)(x) := u(x) + v(x),
(λ, v) 7→ λv , définie par (λv)(x) := λv(x),
sont des espaces vectoriels sur K.
28/93
MAT231 – Algèbre linéaireApplications linéaires, compléments
PropositionSoient E ,F et G des espaces vectoriels sur K.La composition des applications, (u, v) 7→ v ◦ u, définit uneapplication de LK(E ,F )× LK(F ,G) dans LK(E ,G).En particulier, la composition des applications linéaires est une loiinterne sur LK(E ).
29/93
MAT231 – Algèbre linéaireApplications linéaires, compléments
Applications linéaires élémentaires
Soient E ,F deux K-espaces vectoriels de dimension finie. SoientE = {e1, . . . en} une base de E et F = {f1, . . . fm} une base de F .
• Pour 1 ≤ j ≤ n, on définit les formes linéaires e∗j : E → K, par
e∗j (ek) := δjk , c’est-à-dire, e∗j (ej) = 1 et e∗j (ek) = 0 si k 6= j .
• Pour 1 ≤ i ≤ m et 1 ≤ j ≤ n, on définit les applications linéairesUij : E → F , par
Uij(ek) := δjk fi , c’est-à-dire, Uij(ej) = fi et Uij(ek) = 0 si k 6= j .
30/93
MAT231 – Algèbre linéaireApplications linéaires, compléments
Proposition
Soient E et F des espaces vectoriels de dimension finie sur K, debases respectives E = {e1, . . . en} et F = {f1, . . . fm}, oùn = dim(E ) et m = dim(F ).
I L’espace vectoriel E ∗ est de dimension n et la familleE∗ = {e∗j , 1 ≤ j ≤ n} est une base de E ∗ (appelée la baseduale de la base E).
I L’espace vectoriel LK(E ,F ) est de dimension nm et la famille{Uij , 1 ≤ i ≤ m, 1 ≤ j ≤ n} est une base de LK(E ,F ).
I En particulier, l’espace vectoriel LK(E ) est de dimension n2.
31/93
MAT231 – Algèbre linéaireApplications linéaires, compléments
Transposée d’une application linéaire
Définition
Étant donnés deux espaces vectoriels E et F et u une applicationlinéaire de E dans F , on définit une application de F ∗ dans E ∗,notée tu et appelée transposée de l’application u, par la relation
tu(ϕ) := ϕ ◦ u
pour toute forme linéaire ϕ ∈ F ∗.
32/93
MAT231 – Algèbre linéaireApplications linéaires, compléments
PropositionL’application tu est une application linéaire de F ∗ dans E ∗. Pourtous u, v ∈ L(E ,F ) et pour tout λ ∈ K, on a
t(u + v) = tu + tv et t(λu) = λtu.
De plus, si u ∈ L(E ,F ) et v ∈ L(F ,G), alors
t(v ◦ u) = tu ◦ tv .
33/93
MAT231 – Algèbre linéaireApplications linéaires, compléments
F
Définition (bi-dual d’un espace vectoriel)
Soit E un espace vectoriel de dimension finie n. On note E ∗∗l’espace dual de l’espace E ∗. Cet espace vectoriel est appelé lebi-dual de E . Si E := {e1, . . . , en} est une base de E , on noteE∗ := {e∗1 , . . . , e∗n} la base duale de E et on noteE∗∗ := {e∗∗1 , . . . , e∗∗n } la base duale de E∗.
34/93
MAT231 – Algèbre linéaireApplications linéaires, compléments
F
Proposition et Définition
Soit E un espace vectoriel de dimension finie n. L’applicationc : E → E ∗∗ définie par
c(x)(ϕ) := ϕ(x) pour tous x ∈ E , ϕ ∈ E ∗
est un isomorphisme linéaire de E sur E ∗∗. On l’appellel’isomorphisme canonique de E sur son bi-dual E ∗∗.
Étant données une base E de E et E∗∗ la base associée de E ∗∗, ona la relation c(ej) = e∗∗j .
35/93
MAT231 – Algèbre linéaireMatrices associées à une application linéaire
Matrices élémentaires
On désigne parMm,n(K) l’ensemble des matrices à m lignes et ncolonnes et à coefficients dans K.
On note Mij la matrice dont tous les coefficients sont nuls sauf lecoefficient de la i-ème ligne, j-ème colonne qui vaut 1. Pour1 ≤ i ≤ m, 1 ≤ j ≤ n, ces matrices sont appelées matricesélémentaires.
36/93
MAT231 – Algèbre linéaireMatrices associées à une application linéaire
Structure des matrices
I L’ensembleMm,n(K), des matrices à m lignes et n colonneset à coefficients dans K, est un K-espace vectoriel dedimension mn, dont une base est donnée par la famille{Mij | 1 ≤ i ≤ m, 1 ≤ j ≤ n} des matrices élémentaires.
I On définit une application (multiplication des matrices)
Mm,n(K)×Mn,p(K)→Mm,p(K),
(A,B)→ AB.
Voir les notes Calcul matriciel de Bernard Ycart.
37/93
MAT231 – Algèbre linéaireMatrices associées à une application linéaire
On désigne parMn(K) l’ensemble des matrices carrées à n ligneset n colonnes, et à coefficients dans K.
C’est à la fois un K-espace vectoriel et un anneau (noncommutatif) pour la multiplication des matrices.
Voir les notes Calcul matriciel de Bernard Ycart.
38/93
MAT231 – Algèbre linéaireMatrices associées à une application linéaire
Matrices associées à une application linéaireSoient E et F deux espaces vectoriels de dimension finie. SoientE = {e1, . . . , en} et F = {f1, . . . , fm} des bases respectivement deE et F , où n = dim(E ) et m = dim(F ).
DéfinitionOn appelle matrice associée à l’application linaire u : E → F ,relativement aux bases E et F , la matrice dont les colonnes sontles coordonnées des vecteurs u(ej), 1 ≤ j ≤ n, dans la base F ,c’est-à-dire la matrice, notée MEF (u), telle queMEF (u) =
(mij(u)
)1≤i≤m,1≤j≤n où les coefficients mij sont définis
par
u(ej) =m∑
i=1mij(u)fi pour tout j , 1 ≤ j ≤ n.
39/93
MAT231 – Algèbre linéaireMatrices associées à une application linéaire
Théorème
L’application
MEF : LK(E ,F ) → Mm,n(K)
MEF : u 7→ MEF (u)
est une application linéaire bijective (un isomorphisme linéaire) deLK(E ,F ) dansMm,n(K). De plus, avec les notations duTransparent 30,
MEF (Uij) = Mij .
40/93
MAT231 – Algèbre linéaireMatrices associées à une application linéaire
Écriture matriciellePropositionSoit x ∈ E un vecteur qui s’écrit x = x1e1 + · · ·+ xnen dans labase E ; on note XE le vecteur colonne des coordonnées de x dansla base E .
Le vecteur u(x) s’écrit u(x) = y1f1 + . . .+ ymfm dans la base F ;on note YF le vecteur colonne des coordonnées de u(x) dans labase F .
On a la relation,y1...ym
= MEF (u)
x1...xn
, càd YF = MEF (u)XE .
41/93
MAT231 – Algèbre linéaireMatrices associées à une application linéaire
PropositionSoient E ,F et G trois K-espaces vectoriels de dimension finie etE ,F et G des bases de E ,F et G respectivement. Soientu : E → F et v : F → G des applications linéaires. Alors
MEG (v ◦ u) = MFG (v) MEF (u)
où le produit dans le second membre est le produit des matrices.En particulier, MEE est un isomorphisme de l’anneau LK(E ) desendomorphismes de E dans l’anneauMn(K) des matrices carréesd’ordre n = dim(E ).
42/93
MAT231 – Algèbre linéaireMatrices associées à une application linéaire
PropositionSoit u : E → F une application linéaire entre deux espacesvectoriels de dimension finie, et soit tu : F ∗ → E ∗ sa transposée.Alors,
MF∗E∗ (tu) = t(MEF (u)
),
où, dans le second membre, tM désigne la matrice transposée de lamatrice M.
43/93
MAT231 – Algèbre linéaireChangements de base
Changements de bases
Soit E un K-espace vectoriel de dimension finie et soient E et E ′deux bases de E .
Définition
On appelle matrice de passage de la base E à la base E ′ et on notePE ′E , la matrice dont les colonnes sont les coordonnées des vecteursde la base E ′ dans la base E .
44/93
MAT231 – Algèbre linéaireChangements de base
PropriétéLa matrice PE ′E est la matrice ME ′E (iE ) de l’application identité iE ,
(E , E ′)→ (E , E) , x 7→ x
de E dans lui-même, relativement aux bases E ′ et E .
Proposition
La matrice PE ′E est inversible et (PE ′E )−1 = PEE ′ .
45/93
MAT231 – Algèbre linéaireChangements de base
Coordonnées d’un vecteur relativement à deux basesdifférentes
Proposition
Soit x ∈ E un vecteur dont les coordonnées dans la base E sontdonnées par le vecteur colonne XE et dont les coordonnées dans labase E ′ sont données par le vecteur colonne XE ′ . Alors,XE = PE ′E XE ′ et XE ′ = PEE ′XE .
46/93
MAT231 – Algèbre linéaireChangements de base
Matrices d’une application linéaire relativement à deuxpaires de bases
Proposition
Soient E et F deux espaces vectoriels de dimension finie et soitu ∈ L(E ,F ) une application linéaire. On se donne deux bases E etE ′ de l’espace vectoriel E et deux bases F et F ′ de l’espacevectoriel F . Alors
ME ′F ′(u) = PFF ′MEF (u)PE ′E .
47/93
MAT231 – Algèbre linéaireChangements de base
Le diagramme commutatif
(E , E ′)ME′F′ (u)−−−−→
u(F ,F ′)
PE′E
yiE iFxPFF′
(E , E)u−−−−→
MEF (u)(F ,F)
traduit les égalités
u = iF ◦ u ◦ iE et ME ′F ′(u) = PFF ′MEF (u)PE ′E .
48/93
MAT231 – Algèbre linéaireChangements de base
Corollaire
Soit E un K-espace vectoriel de dimension finie n et soit u ∈ L(E )un endomorphisme de E . Si E et E ′ sont deux bases de E , il existeune matrice P ∈Mn(K), inversible, telle que ME ′E ′ (u) = P−1MEEP.La matrice P est donnée par P = PE ′E .
49/93
MAT231 – Algèbre linéaireChangements de base
Le diagramme commutatif
(E , E ′)ME′E′ (u)−−−−→
u(E , E ′)
PE′E
yiE iExPEE′
(E , E)u−−−−→
MEE (u)(E , E)
traduit les égalités
u = iE ◦ u ◦ iE et ME ′E ′ (u) = (PE ′E )−1MEE (u)PE ′E .
50/93
MAT231 – Algèbre linéaireRéduction des endomorphismes, I
Réduction des endomorphismes, I
Analyse raisonnéeSoit E un espace vectoriel de dimension finie sur le corps K. Soit uun endomorphisme de E . On veut trouver une base de E danslaquelle la matrice de l’endomorphisme soit la plus simple possible,c’est-à-dire une matrice diagonale ou une matrice triangulairesupérieure (ou inférieure), formes qui permettent par exemple derésoudre simplement les systèmes linéaires.
51/93
MAT231 – Algèbre linéaireRéduction des endomorphismes, I
Valeurs propres – Vecteurs propresSoit E un K-espace vectoriel de dimension n.
Définition
Soit u ∈ L(E ). Le scalaire λ ∈ K est appelé valeur propre del’endomorphisme u s’il existe un vecteur x ∈ E tel que x 6= 0 etu(x) = λx . Le vecteur x est dit vecteur propre de u associé à lavaleur propre λ.
Définition
Si λ est valeur propre de u, le sous-espace vectorielEλ := Ker(u − λiE ) de E s’appelle l’espace propre de u associé àla valeur propre λ (il est, par définition, non réduit à {0}).
52/93
MAT231 – Algèbre linéaireRéduction des endomorphismes, I
Proposition
Soit u ∈ L(E ). Si λ1, . . . , λp sont des valeurs propres de u deux àdeux distinctes, alors les espaces propres associés, Eλ1 , . . . ,Eλp ,sont en somme directe, c’est-à-dire, pour tout j , 1 ≤ j ≤ p,
Eλj
⋂(Eλ1 + · · ·+ Eλj−1 + Eλj+1 + · · ·+ Eλp
)= {0}.
Corollaire
Si u ∈ L(E ) et si dim(E ) = n alors u possède au plus n valeurspropres distinctes dans K.
53/93
MAT231 – Algèbre linéaireRéduction des endomorphismes, I
Endomorphisme diagonalisableSoit E un K-espace vectoriel de dimension n.
Théorème et Définition
Soit u ∈ L(E ) un endomorphisme de E . Les trois assertionssuivantes sont équivalentes.1. Il existe une base de E formée de vecteurs propres de u.2. Les espaces propres Eλ1 , . . . ,Eλp correspondant aux valeurs
propres distinctes de u vérifient E = Eλ1 ⊕ · · · ⊕ Eλp .3. Il existe une base E de E telle que la matrice MEE (u) de u
dans cette base soit diagonale.
Dans ce cas, on dit que l’endomorphisme u est diagonalisable.
54/93
MAT231 – Algèbre linéaireRéduction des endomorphismes, I
Corollaire
Soit u un endomorphisme de E qui admet n valeurs propresdistinctes dans K. Alors, l’endomorphisme u est diagonalisable.
RemarqueTous les endomorphismes ne sont pas diagonalisables. Ainsi, dansR2, les endomorphismes donnés dans la base canonique par(
0 −1−1 0
)et ( 1 1
0 1 ) ne sont pas diagonalisables. Le premier n’a pasde valeur propre dans R. Le second admet 1 comme seule valeurpropre et n’admet pas de base formée de vecteurs propres.
55/93
MAT231 – Algèbre linéaireRéduction des endomorphismes, I
Endomorphisme trigonalisableThéorème et Définition
Soit u ∈ L(E ) un endomorphisme de E . Les deux assertionssuivantes sont équivalentes.1. Il existe une base E = {e1, . . . , en} de E telle que les
sous-espaces vectoriels V1 := Vect(e1), V2 := Vect(e1, e2),. . . , Vn := Vect(e1, . . . , en) soient stables par u, c’est-à-direu(Vj) ⊂ Vj pour 1 ≤ j ≤ n.
2. Il existe une base E de E telle que la matrice MEE (u) de udans cette base soit triangulaire supérieure.
Dans ce cas, on dit que l’endomorphisme u est trigonalisable. Lescoefficients diagonaux de la matrice MEE (u) sont les valeurs propresde u dans K.
56/93
MAT231 – Algèbre linéaireRéduction des endomorphismes, I
RemarqueI Tout endomorphisme diagonalisable est en particulier
trigonalisable.I L’endomorphisme ( 1 1
0 1 ) est trigonalisable mais nondiagonalisable.
I On montrera ultérieurement que tout endomorphisme sur unC-espace vectoriel de dimension finie est trigonalisable.
57/93
MAT231 – Algèbre linéaireRéduction des endomorphismes, I
DéfinitionSoit M une matrice carrée n × n, à coefficients dans K. Soit uMl’endomorphisme de Kn dont la matrice associée relativement à labase canonique de Kn est M. On dit que la matrice M estdiagonalisable (resp. trigonalisable) si l’endomorphisme uMcorrespondant est diagonalisable (resp. trigonalisable).
58/93
MAT231 – Algèbre linéaireRéduction des endomorphismes, I
Hypothèse (T)On dira que le corps K possède la propriété (T) si, pour toutK-espace vectoriel E de dimension finie, tout endomorphisme u deE possède au moins une valeur propre c’est-à-dire, s’il existe aumoins un élément λ ∈ K tel que Ker(u − λiE ) 6= {0}.
Théorème
Soit E un espace vectoriel de dimension finie sur un corps K quipossède la propriété (T). Alors, tout endomorphisme u de E esttrigonalisable.
Remarque. On montrera ultérieurement que le corps C possède lapropriété (T) mais que le corps R ne la possède pas.
59/93
MAT231 – Algèbre linéaireGroupe des permutations
Groupe des permutationsCette section est nécessaire pour introduire la notion dedéterminant.
I Pour n ∈ N•, on désigne par N•n l’ensemble {1, 2, . . . , n}.I On désigne par Sn le groupe des permutations, c’est-à-dire le
groupe des bijections de N•n dans lui-même. Notons que legroupe Sn a n! éléments.
I On peut expliciter une permutation σ ∈ Sn, c’est-à-dire unebijection σ : N•n → N•n, par un tableau
σ =
(1 2 · · · n
σ(1) σ(2) · · · σ(n)
).
60/93
MAT231 – Algèbre linéaireGroupe des permutations
I On note σ ◦ τ ou στ la composition des deux permutations σet τ ; on note ι la permutation identité.
I On appelle transposition une permutation τ qui échange deuxindices et qui laisse les autres inchangés. Autrement dit, unepermutation τ est de la forme τ = τij où
τij(i) = j , τij(j) = i , et τij(k) = k, pour k 6= i , k 6= j .
Pour toute transposition τ , on a τ2 = ι.
61/93
MAT231 – Algèbre linéaireGroupe des permutations
Théorème
Pour n ≥ 2, l’ensemble des transpositions de Sn engendre Sn,c’est-à-dire, toute permutation peut s’écrire comme produit detranspositions.
Remarque. La décomposition d’une permutation en produit detranspositions n’est pas unique en général. Remarquons égalementque pour n ≥ 3, le groupe S3 n’est pas commutatif.
62/93
MAT231 – Algèbre linéaireGroupe des permutations
Signature
Définition
Soit n ≥ 2 et soit σ ∈ Sn. Le nombre ε(σ) défini par
ε(σ) =∏
1≤i<j≤n
σ(i)− σ(j)i − j
s’appelle la signature de la permutation σ.
63/93
MAT231 – Algèbre linéaireGroupe des permutations
Théorème
Pour σ ∈ Sn, la signature ε(σ) est égale à (−1)N , où N est lenombre d’inversions de σ, c’est-à-dire le nombre d’éléments del’ensemble {(i , j) ∈ N•n × N•n | i < j et σ(i) > σ(j)}.La signature ε est un homomorphisme surjectif du groupe Sn sur legroupe multiplicatif Γ = {−1, 1}.
64/93
MAT231 – Algèbre linéaireGroupe des permutations
Définition
Les permutations telles que ε(σ) = 1 forment un sous-groupe deSn appelé le groupe alterné et noté An. Les éléments de An sontappelés permutations paires ; les élements de Sn \ An sont appeléspermutations impaires.
Attention. Les permutations impaires ne forment pas unsous-groupe.
65/93
MAT231 – Algèbre linéaireFormes multi-linéaires
Formes multi-linéaires
Soit E un K-espace vectoriel de dimension finie n et soit p ∈ N•.
Définition
On dit que l’application ϕ de E × · · · × E︸ ︷︷ ︸p
(p exemplaires de E )
dans K est une forme p-linéaire sur E si, pour tout j tel que1 ≤ j ≤ p, et pour tous vecteurs y1, . . . , yp ∈ E , les applicationspartielles
x 7→ ϕ(y1, . . . , yj−1, x , yj+1, . . . yp)
sont des formes linéaires de E dans K. Si p = 2, on dira que ϕ estbilinéaire. On notera Lp(E ,K) l’ensemble des formes p-linéairessur E .
66/93
MAT231 – Algèbre linéaireFormes multi-linéaires
Étant données ϕ ∈ Lp(E ,K) une forme p-linéaire sur E et σ ∈ Spune permutation, on définit une forme p-linéaire sur E , notée σ∗ϕ,par la formule
σ∗ϕ(x1, . . . , xp) := ϕ(xσ(1), . . . , xσ(p)).
67/93
MAT231 – Algèbre linéaireFormes multi-linéaires
DéfinitionOn dit qu’une forme p-linéaire, ϕ ∈ Lp(E ,K), est symétrique siσ∗ϕ = ϕ pour tout σ ∈ Sp. On désigne par Sp(E ,K) l’ensembledes formes p-linéaires symétriques sur E .
DéfinitionOn dit qu’une forme p-linéaire, ϕ ∈ Lp(E ,K), est anti-symétriquesi σ∗ϕ = ε(σ)ϕ pour tout σ ∈ Sp. On désigne par Ap(E ,K)l’ensemble des formes p-linéaires anti-symétriques sur E .
68/93
MAT231 – Algèbre linéaireFormes multi-linéaires
DéfinitionOn dit qu’une forme p-linéaire, ϕ ∈ Lp(E ,K), est alternée siϕ(x1, . . . , xp) = 0 chaque fois qu’il existe deux indices distincts i etj tels que xi = xj .
PropriétéUne forme p-linéaire ϕ sur E est alternée si et seulement si elle estanti-symétrique (rappelons que nous supposons ici queK = R ou C).
69/93
MAT231 – Algèbre linéaireFormes multi-linéaires
Exemples
• Pour p = 1, on retrouve la notion de forme linéaire.• Dans R2, l’application
((x1, y1), (x2, y2)
)7→ x1x2 + y1y2 définit
une application bilinéaire symétrique.• Dans R2, l’application
((x1, y1), (x2, y2)
)7→ x1y2 − x2y1 définit
une application bilinéaire anti-symétrique.• Si ϕ1, . . . , ϕp sont des formes linéaires sur E , l’application(x1, . . . , xp) 7→ ϕ1(x1) · · ·ϕp(xp) définit une application p-linéaireque l’on note ϕ1 · · ·ϕp.
70/93
MAT231 – Algèbre linéaireFormes multi-linéaires
Théorème
Soit E un K-espace vectoriel et soit p ∈ N•.1. Les ensembles Lp(E ,K),Sp(E ,K) et Ap(E ,K), munis des
opérations naturelles, sont des espaces vectoriels sur K.2. Pour qu’une forme p-linéaire ϕ sur E soit symétrique, il faut
et il suffit que τ∗ϕ = ϕ pour toute transposition τ ∈ Sp.3. Pour qu’une forme p-linéaire ϕ sur E soit anti-symétrique, il
faut et il suffit que τ∗ϕ = −ϕ pour toute transpositionτ ∈ Sp.
71/93
MAT231 – Algèbre linéaireFormes multi-linéaires
Remarques• Si E est de dimension finie n, on peut montrer que Lp(E ,K) estde dimension finie.• Si ϕ ∈ Lp(E ,K) alors ϕ(x1, . . . , xp) = 0 si l’un des vecteurs xjest nul.
72/93
MAT231 – Algèbre linéaireFormes multi-linéaires
Soit E un K-espace vectoriel de dimension finie.
Proposition et Définition
Soit ϕ ∈ Lp(E ,K) une forme p-linéaire sur E . Alors
S(ϕ) :=∑σ∈Sp
σ∗ϕ et A(ϕ) :=∑σ∈Sp
ε(σ)σ∗ϕ
sont des formes p-linéaires sur E . De plus,1. la forme S(ϕ) est symétrique, on dit que c’est la symétrisée
de ϕ ;2. la forme A(ϕ) est anti-symétrique, on dit que c’est
l’anti-symétrisée de ϕ.
73/93
MAT231 – Algèbre linéaireDéterminant
Déterminant
Soit E un K-espace vectoriel de dimension finie n et soitE = {e1, . . . , en} une base de E .
On désigne par E∗ = {e∗1 , . . . , e∗n} la base duale de E ∗.
74/93
MAT231 – Algèbre linéaireDéterminant
Déterminant associé à une base d’un espace vectoriel
Proposition et Définition
L’application de En dans K qui au n-uplet de vecteurs (x1, . . . , xn)associe
∏nj=1 e∗j (xj) est une forme n-linéaire sur E . Son
anti-symétrisée
(x1, . . . , xn) 7→∑σ∈Sn
ε(σ)n∏
j=1e∗j (σ(xj)),
est notée DetE et appelée le déterminant associé à la base E . Ellevérifie DetE(e1, . . . , en) = 1. Il en résulte en particulier queAn(E ,K) 6= {0}.
75/93
MAT231 – Algèbre linéaireDéterminant
Exemples• Dimension 2.• Dimension 3.
76/93
MAT231 – Algèbre linéaireDéterminant
Théorème
Avec les notations précédentes,1. Si p > n, on a Ap(E ,K) = {0}.2. L’espace vectoriel An(E ,K) est de dimension 1 et admet pour
base {DetE}. Si ϕ ∈ An(E ,K), on a
ϕ = ϕ(e1, . . . , en) DetE .
De plus, DetE est le seul élément de An(E ,K) qui prend lavaleur 1 sur le n-uplet {e1, . . . , en}.
3. Soit X := {x1, . . . , xn} ∈ En un n-uplet de vecteurs. On a,
DetE(X ) =∑σ∈Sn
ε(σ)n∏
j=1e∗j (xσ(j)) =
∑σ∈Sn
ε(σ)n∏
j=1e∗σ(j)(xj).
77/93
MAT231 – Algèbre linéaireDéterminant
Soit X = (x1, . . . , xn) un n-uplet de vecteurs de E .
DéfinitionOn dit que DetE(X ) := DetE(x1, . . . , xn) est le déterminant dun-uplet X dans la base E .
Proposition
Soit E un espace vectoriel de dimension n.1. Si E et F sont des bases de E alors DetE(F) est inversible
dans K et (DetE(F))−1 = DetF (E).2. Soit E une base de E et soit F un n-uplet de vecteurs. Alors,F est une base de E si et seulement si DetE(F) 6= 0.
78/93
MAT231 – Algèbre linéaireDéterminant d’un endomorphisme
Déterminant d’un endomorphisme
Soit E un K-espace vectoriel de dimension finie n ≥ 1.
Théorème et Définition
Soit u un endomorphisme de E . Il existe un unique scalaire, appelédéterminant de u, et noté Det(u), tel que pour toutϕ ∈ An(E ,K), et tous x1, . . . , xn ∈ E , on ait
ϕ(u(x1), . . . , u(xn)) = Det(u)ϕ(x1, . . . , xn).
Ce scalaire est donné, dans une base E = {e1, . . . , en} de E , par
Det(u) = DetE(u(e1), . . . , u(en)).
79/93
MAT231 – Algèbre linéaireDéterminant d’un endomorphisme
Remarque. La première formule du Transparent 79 montre que ledéterminant d’un endomorphisme ne dépend pas du choix d’unebase particulière. La deuxième formule donne un moyen de calculerle déterminant.
80/93
MAT231 – Algèbre linéaireDéterminant d’un endomorphisme
Théorème
Soit E un espace vectoriel de dimension n ≥ 1.1. On a Det(iE ) = 1.2. Pour λ ∈ K et u ∈ L(E ), on a Det(λu) = λnDet(u).3. Pour u, v ∈ L(E ), on a Det(v ◦ u) = Det(v)Det(u) et
Det(tu) = Det(u) où tu ∈ L(E ∗) est l’endomorphismetransposé de u.
4. Un endomorphisme u de E est inversible si et seulement si sondéterminant est non nul et alors, Det(u−1) = (Det(u))−1.
81/93
MAT231 – Algèbre linéaireDéterminant d’un endomorphisme
Déterminant d’une matrice carrée
Définition
Soit A = (aij) ∈Mn(K) une matrice carrée sur le corps K. Onappelle déterminant de la matrice A, et on note Det(A) ou encore|aij |, le déterminant du n-uplet des vecteurs colonnes de A dans labase canonique de Kn.
82/93
MAT231 – Algèbre linéaireDéterminant d’un endomorphisme
Proposition
Étant donnée une matrice carrée A = (aij) ∈Mn(K), on a
Det(A) =∑σ∈Sn
ε(σ)n∏
j=1ajσ(j) =
∑σ∈Sn
ε(σ)n∏
j=1aσ(j)j
et, en particulier, Det(tA) = Det(A) où tA désigne la matricetransposée.
Proposition
Soit E un espace vectoriel de dimension finie et E une base de E .Si u ∈ L(E ) et si A := MEE (u) est la matrice de u dans la base E ,alors Det(u) = Det(A).
83/93
MAT231 – Algèbre linéaireDéterminant d’un endomorphisme
Propriétés
Soient A,B ∈Mn(K) et λ ∈ K. Le déterminant d’une matricecarrée possède les propriétés suivantes.
I Si on effectue une permutation σ sur les vecteurs colonnes deA et si on appelle C la matrice ainsi obtenue, on aDet(C) = ε(σ)Det(A).
I Le déterminant de A dépend linéairement de chacun desvecteurs colonnes de A.
I Le déterminant de A ne change pas si on ajoute à l’un de sesvecteurs colonnes une combinaison linéaire des autres vecteurscolonnes. Il est nul si un des vecteurs colonnes estcombinaison linéaire des autres vecteurs colonnes.
84/93
MAT231 – Algèbre linéaireDéterminant d’un endomorphisme
Propriétés, suiteI Comme Det(tA) = Det(A), les propriétés ci-dessus sont
également valables pour les vecteurs lignes.I On a Det(In) = 1 (où In désigne la matrice identité d’ordre n),
Det(λA) = λnDet(A) et Det(AB) = Det(A)Det(B).I Si A est une matrice 1× 1 identifiée à un scalaire α, on a
Det(A) = α.I La matrice A est inversible si et seulement si Det(A) 6= 0 et
alors Det(A−1) = (Det(A))−1.
85/93
MAT231 – Algèbre linéaireCalcul des déterminants
Calcul des déterminants
Lemme
Soient n, p, q ∈ N• avec n = p + q. Soient A ∈Mp, B ∈Mq etC ∈Mp,q. On définit une matrice M ∈Mn par
M :=
(A C0 B
).
Alors, Det(M) = Det(A)Det(B).
86/93
MAT231 – Algèbre linéaireCalcul des déterminants
Proposition
Soit M ∈Mn une matrice de matrices, triangulaire supérieure,c’est à dire de la forme
M :=
M11 M12 · · · M1m0 M22 · · · M2m...
......
0 0 · · · Mmm
où les Mii , 1 ≤ i ≤ m, sont des matrices carrées. Alors,
Det(M) = Det(M11) · · ·Det(Mmm).
87/93
MAT231 – Algèbre linéaireCalcul des déterminants
CorollaireSi
A :=
a11 a12 · · · a1n0 a22 · · · a2n...
......
0 0 · · · ann
est une matrice triangulaire supérieure de taille n × n, alorsDet(A) = a11 · · · ann.
88/93
MAT231 – Algèbre linéaireCalcul des déterminants
Proposition et Définition
Soit A := (aij) une matrice carrée. On désigne par Aij la matriceobtenue à partir de A en supprimant la i-ème ligne et la j-èmecolonne. Alors, pour 1 ≤ i , j ≤ n,
Det(A) =n∑
k=1(−1)k+jakjDet(Akj) =
n∑k=1
(−1)i+kaikDet(Aik).
La première (resp. seconde) égalité est appelée le développementdu déterminant de A suivant la j-ème colonne (resp. suivant lai-ème ligne).
89/93
MAT231 – Algèbre linéaireCalcul des déterminants
Définition
Étant donnée une matrice A := (aij), le nombre (−1)i+jDet(Aij)s’appelle le co-facteur du coefficient aij . La transposée de lamatrice des co-facteurs s’appelle la matrice complémentaire de lamatrice A et se note A.
Proposition
Soit A ∈Mn une matrice et soit A sa matrice complémentaire.Alors,
AA = AA = Det(A)In.
En particulier, si Det(A) 6= 0, la matrice A est inversible et soninverse est donnée par la formule
A−1 = (Det(A))−1A.
90/93
MAT231 – Algèbre linéaireRéduction des endomorphismes, II
Réduction des endomorphismes, IISoit E un K-espace vectoriel de dimension finie et soit E une basede E . Soit u un endomorphisme de E et A sa matrice dans la baseE . Les formules
Det(A− λIn) =∑σ∈Sn
ε(σ)n∏
j=1(ajσ(j) − λδjσ(j))
=∑σ∈Sn
ε(σ)n∏
j=1(aσ(j)j − λδσ(j)j)
permettent de définir un polynôme de degré n
PA(X ) :=∑σ∈Sn
ε(σ)n∏
j=1(ajσ(j)−Xδjσ(j)) =
∑σ∈Sn
ε(σ)n∏
j=1(aσ(j)j−Xδσ(j)j).
91/93
MAT231 – Algèbre linéaireRéduction des endomorphismes, II
Polynôme caractéristique
Proposition et DéfinitionSoient E ,F deux bases de E et soient A,B les matrices del’endomorphisme u dans ces bases. Alors, PA(X ) = PB(X ). Cepolynôme, noté Pu(X ), s’appelle le polynôme caractéristique del’endomorphisme u.
PropositionLes valeurs propres de l’endomorphisme u ∈ LK(E ) sont lesracines, dans K, du polynôme caractéristique Pu(X ) ∈ K[X ].
92/93
MAT231 – Algèbre linéaireRéduction des endomorphismes, II
Version Septembre 2009mat231-algebre-lineaire-09_10.tex (7 septembre 2009)
93/93