Espaces vectoriels Dans tout ce chapitre, K R ou C (ou un sous corps de C). (Muni des lois + et naturelles) I Définitions A) Définition Soit E un ensemble, muni d’une loi de composition interne et d’une loi externe à opérateurs dans K, notée , c'est-à-dire : E E E et K E E . ( ,u)u (u,v)uv On dit que ( E ,,) est un espace vectoriel sur K/un K-espace vectoriel (K-ev) lorsque : ( E ,) est un groupe commutatif Pour tous u, v E , , K , on a : ( ) u u u (u v) u v ( ) u ( u ) 1 u u Exemples : (R ,,) , (F(R , R ),,) , (C ,,) sont des R-ev. (K [ X ],,) est un K-ev. B) Règles de calcul Soit ( E ,,) un K-ev. Alors : (1) u E,0 u 0E (neutre pour du groupe ( E ,) appelé le vecteur nul de E) Démonstration : u E ,0 u (0 0) u 0 u 0 u . Donc 0 u 0E (2) K , 0E 0E Démonstration : 0E (0E 0E ) 0E 0E Donc 0 E 0 E . (3) u E, K , u 0E 0 ou u 0E Démonstration : Le sens a été vu avec (1) et (2). Pour : Supposons que u 0E et que 0 . Montrons qu’alors u 0E . On introduit 1 (ce qui est possible car 0 ). Alors 1 ( u) (1 ) u 1 u u d’une part, Et 1 ( u) 1 0 E 0 E d’autre part. Donc u 0E (4) u E , K , ( ) u ( u ) ( u ) Démonstration : u () u ( ()) u 0E . Donc ( ) u ( u) u ( ( u)) (u u) 0E 0E . Donc ( u ) ( u) . (5) u E , n Z , n.u n u (A gauche de l’égalité : itération dans ( E ,) ; à droite : produit externe) Démonstration : Par récurrence pour les n 0 , puis la proposition (4) pour n 0 . Ces règles permettent des écritures simplifiées : + pour , . pour voire omis, u pour la valeur commune de ( ) u, ( u ) et ( u ) . Vocabulaire : Dans un K-ev ( E ,,) , les éléments de E sont appelés des vecteurs, et les éléments de K des scalaires. C) Exemple important Soit n N * On munit K n (K K ... K ) de la loi et de la loi externe à opérateurs dans K définis ainsi : ( x1 , x 2 ,...x n ) K n Pour tous ( y1 , y 2 ,... y n ) K n : K ( x1 , x2 ,...xn ) ( y1 , y2 ,... yn ) ( x1 y1 , x2 y2 ,...xn yn ) ( x1 , x2 ,...xn ) (x1 , x2 ,...xn ) . Alors (K n ,,) est un K-ev. Démonstration : Déjà, (K n ,) est un groupe commutatif : Le neutre pour est évidemment (0,0,...0) , qui est bien dans K n . Associativité : Soient x, y, z K n . Alors x ( x1 , x2 ,...xn ) , y ( y1 , y2 ,... yn ) et z ( z1 , z2 ,...zn ) où x1 , x2 ,...xn , y1 , y2 ,... yn , z1 , z2 ,...zn K Alors : x ( y z ) ( x1 , x2 ,...xn ) (( y1 , y2 ,... yn ) ( z1 , z2 ,...zn )) ... ( x1 ( y1 z1 ), x2 ( y2 z2 ),...xn ( yn zn )) (( x1 y1 ) z1 , ( x2 y2 ) z2 ,...( xn yn ) zn ) ... ( x y ) z Commutativité : Soient x, y K n , x ( x1 , x2 ,...xn ) , y ( y1 , y2 ,... yn ) . Alors : x y ( x1 , x 2 ,...x n ) ( y1 , y 2 ,... y n ) ( x1 y1 , x 2 y 2 ,...x n y n ) ( y1 x1 , y 2 x 2 ,... y n x n ) yx Existence d’un inverse pour de tout élément de K n . Soit x K n , x ( x1 , x2 ,...xn ) . Alors x' ( x1 , x2 ,... xn ) est dans K n et est évidemment inverse de x pour . Soient maintenant x, y K n , , K , avec x ( x1 , x2 ,...xn ) , y ( y1 , y2 ,... yn ) . On a : ( ) x ( ) ( x1 , x 2 ,...x n ) (( ) x1 , ( ) x 2 ,...( ) x n ) (x1 x1 , x 2 x 2 ,...x n x n ) (x1 , x 2 ,...x n ) ( x1 , x 2 ,...x n ) ( x1 , x 2 ,...x n ) ( x1 , x 2 ,...x n ) xx ( x y ) ( x1 y1 , x 2 y 2 ,...x n y n ) ( ( x1 y1 ), ( x 2 y 2 ),... ( x n y n )) (x1 y1 , x 2 y 2 ,...x n y n ) (x1 , x 2 ,...x n ) (y1 , y 2 ,...y n ) x y ( ) x (( ) x1 , ( ) x2 ,...( ) xn ) ( ( x1 ), ( x2 ),... ( xn )) ( x1 , x2 ,...xn ) ( x) 1 x (1x1 ,1x2 ,...1xn ) ( x1 , x2 ,...xn ) x Généralisation : Si E et F sont deux K-ev, on peut munir naturellement E F d’une structure de Kev en posant, pour tous u, u ' E , v, v' F , K : (u, v) (u ' , v' ) (u u ' , v v' ) (u, v) ( u, v) Et plus généralement E1 E2 ... En où les Ei sont des K-ev. D) Vecteurs, combinaisons linéaires Ici, ( E ,,) désigne un K-ev. Définition : Soit (u1 , u2 ,...un ) une famille finie d’éléments de E. Une combinaison linéaire de la famille (u1 , u2 ,...un ) / des ui , i 1, n élément de E du type 1 u1 2 u2 ... n un , c'est-à-dire n u i 1 i i éléments de K. Définition : Soit u E . Si u 0E , tout élément de E est dit colinéaire à u. Si u 0E , les vecteurs de E colinéaires à u sont les u , K . Proposition : La relation « être colinéaire à » est une relation d’équivalence. En effet : - Déjà, elle est réflexive… - Symétrique : Supposons v colinéaire à u : Si u 0E , u est bien colinéaire à v car u 0 v Si u 0E , alors v s’écrit u où K . est un où les i sont des Donc soit 0 et alors v 0E et donc u est colinéaire à v, Soit 0 , et alors u 1v donc u est colinéaire à v. - Transitivité : immédiate. Définition équivalente : Soient u, v E . On a l’équivalence : u et v sont colinéaires u 0 E ou K , v u (1) ( , )K \0,0, u v0E (2) Démonstration : (1) est simplement une autre façon d’écrire la définition. Montrons que (1) ( 2) . Supposons (1). Si u 0E , on peut prendre ( , ) (1,0) Si u 0E , alors il existe K tel que v u . Ainsi, avec ( , ) ( ,1) , on a bien u v 0E Montrons maintenant que ( 2) (1) . Supposons (2). Soit ( , ) K \ 0,0 tel que u v 0E . Si 0 , alors v u Si 0 , alors u 0 E . Or, 0 car ( , ) 0,0 . Donc u 0E . II Sous-espace vectoriel ( E ,,) désigne toujours un K-ev. A) Définition Soit F une partie de E. On dit que F est un sous-espace vectoriel (sev) de E lorsque : F contient 0 E . F est stable par + : u, v F , u v F F est stable par : u F , K , u F . Proposition : Si F est un sous-espace vectoriel de E, alors + constitue une loi de composition interne sur F, constitue une loi externe à opérateurs dans K, et ( F ,,) est un K-ev : - Déjà, ( F ,) est bien un groupe commutatif puisque F est un sous-groupe de ( E , ) car 0E F , F est stable par + et u F ,u (1) u F . - De plus, on vérifie immédiatement que les quatre règles sont bien vérifiées… Exemples : R 2 est un R-ev. Quels en sont les sous-espaces vectoriels ? - 0 R 2 - Pour u R 2 \ 0R 2 , u, R est un sous-espace vectoriel de R 2 . 2 -R . Il n’y en a pas d’autres : si un sous-espace vectoriel de R 2 contient deux vecteurs non colinéaires, c’est R 2 . Si E est un K-ev quelconque : 0E et E sont deux sous-espaces vectoriels de E. Si u E \ 0 E , u, R est un sous-espace vectoriel de E appelé la droite vectorielle de E engendrée par u. Les sous-espaces vectoriels de R 3 sont exactement : - 0 R 3 u, v R \ 0 avec u et v non colinéaires, u v, , R (plan - Pour u R 3 \ 0R 3 , u, R. 3 - Pour R3 vectoriel) - R3 Des sous-espaces vectoriels de F(R , R ) : H a f F(R , R ), f (a) 0 où a est un élément de R fixé. A l’ensemble des fonctions du type x a x b , a, b R . Ou même R [ X ] , R n [X ] (où n N ) C 0 (R , R ), D1 (R , R ),... L’ensemble des fonctions paires, impaires… B) Intersection de sous-espaces vectoriels Théorème : Toute intersection de sous-espaces vectoriels de E en est un sous-espace vectoriel. Démonstration : Soit ( Fi ) iI une famille de sous-espaces vectoriels de E. Soit F Fi u E , i I , u Fi iI Alors 0E F car i I ,0 E Fi F est stable par + : Soient u, v F . Alors i I , u Fi , v Fi , donc i I , u v Fi . Donc u v F F est stable par : Soient u F , K . Alors i I , u Fi , donc i I , u Fi , donc u F . C) Définitions équivalentes Soit F E . Alors : 0 E F F est un sev de E u, v F , u v F K , u F , u F (0) (1) (2) (0) 0 F E , K , u , v F , u v F (3) (0) 0 F E K , u , v F , u v F (3b) 0 F E F est stable par combinaiso n linéaire (0) (3t ) n Pour (3t) : n N *, (u1 , u2 ,...un ) F n , (1 , 2 ,...n ) K n , i ui F i 1 Démonstration : (1) et (2) (3) : évident. (3) (3b) : immédiat. (3) (3t ) : immédiat par récurrence. (3t ) (3) : cas particulier. (3b) et (0) (1) et (2) : Si on a (3b) et (0) , on applique (3b) avec u 0E et on obtient (2), puis (3b) avec 1 et on obtient (1). D’où toutes les équivalences. De plus, on peut partout remplacer (0) par (0b) : « F ». D) Sous-espace vectoriel engendré par Définition : Soit A E . Le sous-espace vectoriel engendré par A, noté Vect ( A) , est le plus petit des sous-espaces vectoriels de E contenant A. Justification : L’ensemble des sous-espaces vectoriels de E contenant A n’est pas vide, puisqu’il contient E, et l’intersection X est un sous-espace vectoriel de E contenant X A, et est contenu dans chaque X de , c’est donc bien le plus petit éléments de . Proposition : Vect () 0E Si u E \ 0E , Vect (u) u, K , noté aussi Vect (u ) . A est un sous-espace vectoriel de E si et seulement si Vect ( A) A . Si F est un sous-espace vectoriel de E, et si A F , alors Vect ( A) F (En effet, F et Vect ( A) min X ) X Si A B , alors Vect ( A) Vect ( B) : A B Vect ( B) . Donc A Vect ( B ) . Donc Vect ( A) Vect ( B) (d’après le point précédent). Cas particulier : Sous-espace vectoriel engendré par une partie finie : Soient u1 , u2 ,...un des vecteurs de E. Alors Vect (u1 , u2 ,...un ) , plutôt noté Vect (u1 , u2 ,...un ) , est appelé le sous-espace vectoriel de E engendré par la famille (u1 , u2 ,...un ) ou « par les ui » Proposition : Vect (u1 , u2 ,...un ) est l’ensemble des combinaisons linéaires des ui , c'est-à-dire : u 2u2 ... nun , (1 , 2 ,...n ) K n Démonstration : Notons C (u1 , u2 ,...un ) 1u1 2u2 ... nun , (1 , 2 ,...n ) K n . 1 1 Alors C (u1 , u2 ,...un ) contient 0 E et est stable par + et (car n n n n n i 1 i 1 i 1 i 1 i 1 iui 'i ui (i 'i )ui et iui (i )ui ) Donc C (u1 , u2 ,...un ) est un sous-espace vectoriel de E contenant les ui , et c’est le plus petit car si un sous-espace vectoriel de E contient les ui , il en contient alors toutes les combinaisons linéaires. Donc Vect (u1 , u2 ,...un ) C (u1 , u2 ,...un ) . Vocabulaire : Si F est le sous-espace vectoriel engendré par une famille (finie) F (u1 , u2 ,...un ) de vecteurs de E, on dit que F est une famille génératrice de F. Si un espace vectoriel E admet une famille génératrice finie, on dit que E est de type fini. Exemple : K n est de type fini, une famille génératrice étant (1,0,...0), (0,1,0,...,0),..., (0,0,...,1) K [ X ] n’est pas de type fini. En effet, supposons qu’il admette une famille génératrice finie ( P1 , P2 ,...Pm ) ; si on prend N max (deg( Pi )) , on aurait alors i 1, m P K [ X ], deg P N ce qui est faux. Propriétés : Pour tout (u1 , u2 ,...um ) E m , on a : Pour tous i, j 1, m avec i j : Vect (u1 , u 2 ,..., u i ,..., u j ,..., u m ) Vect (u1 , u 2 ,..., u j ,..., u i ,..., u m ) Pour tout i 1, m et tout a K \ 0 : Vect (u1 , u 2 ,..., aui ,..., u m ) Vect (u1 , u 2 ,..., ui ,..., u m ) Pour tout i, j 1, m distincts et tout K : Vect (u1 , u2 ,..., ui u j ,..., um ) Vect (u1 , u2 ,..., ui ,..., um ) Démonstration (3ème point) : Soit w Vect (u1 , u2 ,..., ui u j ,..., um ) u '1 u '2 u 'i u 'm m Alors w k u ' k k u k i (u i u j ) k 1 k i m k uk k 1 k si k j Avec k j i si k j L’autre inclusion est analogue. On a donc un algorithme pour déterminer le Vect (sur un exemple) : Vect[(1,2,3,4), (4,6,0,2), (1,4,9,2)] Vect[(1,2,3,4), (0,2,12,14), (0,2,6,2)] u 2 4 u1 u3 u1 Vect[(1,2,3,4), (0,1,3,1), (0,0,6,16)] Vect[(1,2,3,4), (0,1,3,1), (0,0,3,8)] Vect[(1,2,0,4), (0,1,0,9), (0,0,3,8)] Vect[(1,0,0,14), (0,1,0,9), (0,0,3,8)] Vect[(1,0,0,14), (0,1,0,9), (0,0,1, 83 )] x(1,0,0,14) y (0,1,0,-9) z (0,0,1, 83 ), x, y, z R ( x, y, z ,14 x 9 y 83 z ), x, y, z R Ainsi, on a l’équivalence : Pour tout ( x, y, z, t ) R 4 , ( x, y, z, t ) Vect[(1,2,3,4), (4,6,0,2), (1,4,9,2)] t 14 x 9 y 83 z Autre résultat : Si 1 p m , alors Vect (u1 , u2 ,..., u p ) Vect (u1 , u2 ,..., um ) . Pour tout v E , v Vect (u1 , u2 ,..., um ) Vect (u1 , u2 ,..., um , v) Vect (u1 , u2 ,..., um ) III Sommes et sommes directes ( E ,,) désigne ici encore un K-ev. Définition et proposition : Soient F et G deux sous-espaces vectoriels de E. La somme de F et G est : F G u v, u F , v G w E , (u, v) F G, w u v déf Alors F G est un sous-espace vectoriel de E, et c’est même Vect ( F G ) . En effet : Déjà, F G est un sous-espace vectoriel de E, car il contient 0 E et est stable par , (évident en utilisant la deuxième égalité de la définition de F G ) De plus, F G contient F (car tout u de F s’écrit u 0 E où 0E G ) et G. Il contient donc F G . Enfin, si un sous-espace vectoriel de E contient F G , alors il contient au moins F G car il contient tous les éléments de F, tous les éléments de G et est stable par +, donc contient tous les u v pour u F et v G . Exemple : - Dans E F(R , R ) : Soit F l’ensemble des fonctions polynomiales de degré 3 , G l’ensemble des fonctions de classe C 2 et négligeables devant x x 2 au voisinage de 0. Alors F G C 2 (R , R ) . En effet : Une première implication est déjà évidente. Pour l’autre : Soit f C 2 (R , R ) . Alors f admet un DL à l’ordre 2 en 0 : x R , f ( x) a0 a1 x a 2 x 2 x 2 ( x) P( x) h( x) Alors h est de classe C car h f P , et de plus h o( x 2 ) en 0. D’où l’autre inclusion et l’égalité. - Dans R 4 : F Vect ((1,2,0,0)), G ( x, y, z, t ) R 4 , x z y t 0 Alors G ( x, y, x, y), x, y R Vect ((1,0,1,0), (0,1,0,1)) Et donc F G Vect ((1,2,0,0), (1,0,1,0), (0,1,0,1)) . 2 Somme directe, définition : Soient F et G deux sous-espaces vectoriels de E. On dit que la somme F G est directe lorsque tout élément de F G s’écrit de manière unique sous la forme u v avec u F et v G . Autrement dit, étant donné qu’on connaît déjà l’existence (par définition) de l’écriture, la définition devient : La somme de F et G est directe (u, v) F G, (u' , v' ) F G, (u v u'v' u u' et v v' ) Exemple : La somme de deux droites vectorielles distinctes dans R 2 . Proposition : On a l’équivalence entre les propositions suivantes : (1) La somme de F et G est directe (expression de la définition précédente) (2) (u, v) F G, (u v 0E u 0E et v 0E ) (3) F G 0E ((1) : (u, v) F G, (u ' , v' ) F G, (u v u 'v' u u ' et v v' ) ) Démonstration : - On voit déjà que (1) ( 2) (c’est un cas particulier avec (u' , v' ) (0E ,0E ) ) - Montrons que (2) (3) . Supposons (2) : Soit alors w F G On a : w (w) 0E . Or, w F et w G (car w G et G est stable par ) Donc, d’après (2), w 0 E (et w 0 E ), d’où une inclusion et l’égalité. - Montrons que (3) (1) . Supposons (3). Soient (u, v) F G, (u ' , v' ) F G . Supposons que u v u'v' . Alors u u' v'v , et u u ' F , v'v G , donc u u ' F G, v'v F G . Donc u u' 0E et v'v 0 E , c'est-à-dire u u' et v v' . D’où les équivalences. Notation : Si la somme de F et G est directe, on peut la noter F G . Définition : Soient F et G deux sous-espaces vectoriels de E. On dit que F et G sont supplémentaires dans E lorsque : F G E F G 0 E Ainsi, lorsque F et G sont supplémentaires dans E, on peut noter E F G . Deux sous-espaces vectoriels F et G sont supplémentaires dans E si et seulement si tout élément de E s’écrit de manière unique u v , où u F et v G . IV Applications linéaires Dans ce paragraphe, E, F et G sont trois K-ev. A) Définition Soit : E F . On dit que est linéaire/un morphisme du K-ev E vers le K-ev F lorsque : u, u ' E , (u u ' ) (u ) (u ' ) u E , K , ( u ) (u ) Proposition : Si est une application linéaire de E dans F, alors est un morphisme du groupe ( E , ) vers ( F ,) . Vocabulaire : L’ensemble des applications linéaires de E vers F est noté L ( E , F ) Une application linéaire de E vers E s’appelle aussi un endomorphisme de E, et L ( E , E ) est plutôt noté L(E ) . Une application linéaire de E vers K s’appelle forme linéaire de E. L( E , K ) est noté E * . L’ensemble des formes linéaires de E s’appelle le dual de E. Caractérisations équivalentes : Soit : E F . (1) L( E, F ) ( , ) K 2 , (u, u' ) E 2 , ( .u .u' ) . (u) . (u' ) (2) K , (u, u' ) E 2 , (u .u' ) (u) . (u' ) (3) En effet : (1) (2) (3) : évident. Montrons que (3) (1) . On applique (3) avec 1 . Donc (u, u' ) E 2 , (u u' ) (u) (u' ) Donc avec (u, u' ) (0E ,0E ) , (0E ) 0F . Donc K , u E, (0E u) (0E ) (u) 0F (u) (u) Exemple : L’application nulle de E dans F est linéaire. L’application identité de E dans E est linéaire. Les applications linéaires de R dans R sont exactement les applications de la forme x a x où a R : o Déjà, si f est de la forme f : x a x , alors f est linéaire, car : R ,x, x' R , f ( x .x' ) a( x .x' ) ax .(ax' ) f ( x) . f ( x' ) o Inversement, soit f L(R ) . Alors, pour tout x R , f ( x) f ( x.1) x. f (1) Ainsi, avec a f (1) , on a bien x R , f ( x) a.x . L’application D : D1 (R , R ) F(R , R ) est linéaire. ff' L’application SC (N , R ) R est une forme linéaire de SC (N , R ) ulim( u) ( SC (N , R ) est l’ensemble des suites convergentes) L’application : F(R , R ) R est linéaire : f f ( ) Pour tous f , g F(R , R ) , ( f g ) ( f g )( ) f ( ) g ( ) ( f ) ( g ) Pour tout f F(R , R ) et R , (. f ) (. f )( ) . f ( ) . ( f ) . L’application R 2 R n’est pas linéaire. ( x, y ) xy Mais, à x fixé, R R est linéaire (idem si y est fixé) y xy On dit alors que R 2 R est bilinéaire. ( x, y ) xy B) Noyau et image Soit L( E , F ) . Le noyau de , c’est le noyau du morphisme de groupe : ker x E, ( x) 0E . Alors u, u ' E , ( (u ) (u ' ) u u ' ker . Donc est injective ker 0E . En effet : - Si est injective : Soit u ker . Alors (u) 0F (0E ) . Donc u 0E . D’où une première inclusion, et l’égalité, l’autre inclusion étant évidente. - Supposons maintenant que ker 0 E . Si (u ) (u ' ) , alors u u ' ker , donc u u' 0E . Donc u u' . Donc est injective. Proposition : ker est un sous-espace vectoriel de E. Démonstration : Déjà, ker E , et 0E ker . Soient u, u ' E , K . On a : (u .u' ) (u) . (u' ) 0F .0F 0F L’image de est Im ( E) (u), u E v F , u E, (u) v . Alors est surjective si et seulement si Im F . Proposition : Im est un sous-espace vectoriel de F. Démonstration : Déjà, Im F et 0 F Im car (0E ) 0F . Im est stable par + et : Soient v, v' Im , K . Il existe alors u , u ' E tels que v (u ), v' (u ' ) . Alors v .v' (u ) . (u ' ) (u .u ' ) . Donc v .v' Im . C) Image directe, image réciproque d’un sous-espace vectoriel Proposition : Soit L( E , F ) . L’image directe par d’un sous-espace vectoriel de E est un sous-espace vectoriel de F. L’image réciproque par d’un sous-espace vectoriel de F est un sous-espace vectoriel de E. Cas particulier : (E ) est un sous-espace vectoriel de F (c’est Im ) 1 (0 F ) est un sous-espace vectoriel de E (c’est ker ) (On adapte aisément la démonstration de ces cas particuliers pour le cas général de la proposition) D) Structure sur des ensembles d’applications linéaires 1) Somme, produit par un réel Soient , L( E , F ) , K . On définit : et . : E F : E F u (u ) (u ) u. (u ) Alors , . L( E , F ) . On peut donc considérer ( L( E , F ),,) , et ( L( E , F ),,) est un K-ev (et même un sous-espace vectoriel de (F( E , F ),,) ). Démonstration : Déjà, on vérifie que (F( E , F ),,) est un K-ev… L ( E , F ) est une partie de F( E , F ) , contient x 0 F et est stable par + et : Soient , L( E , F ) , K . On a, pour tous u , u ' E et tout K : ( )(u .u ' ) (u .u ' ) (u .u ' ) (u ) . (u ' ) (u ) . (u ' ) ( )(u ) .( )(u ' ) (. )(u .u ' ) . (u .u ' ) .( (u ) . (u ' )) .( (u )) .( . (u ' )) (. )(u ) .((. )(u ' )) Donc , . L( E , F ) , et L ( E , F ) est un sous-espace vectoriel de (F( E , F ), ,) , donc un K-ev. 2) Composition Proposition : La composée, quand elle est définie, de deux applications linéaires est linéaire. Démonstration : Soient L( E , F ) et L( F , G ) . Alors est bien définie et va de E dans G. Et de plus, elle est linéaire : Pour tous u , u ' E et tout K , on a : ( )(u .u ' ) ( (u .u ' )) ( (u ) . (u ' )) ( (u )) . ( (u ' )) ( )(u ) .( )(u ' ) Propriétés : Pour tous , ' L( E , F ) , , ' L( F , G ) et tout K , on a : ( ' ) ' (1) ( ' ) ' (2) (. ) .( ) (3) (. ) .( ) (4) Démonstration : Déjà, les applications sont bien définies et vont de E dans G. De plus, pour tout u E : [ ( ' )](u ) [( ' )(u )] [ (u ) ' (u )] ( (u )) ( ' (u )) ( )(u ) ( ' )(u ) [ ' ](u ) D’où (1). [( ' ) ](u ) ( ' )( (u )) ( (u )) ' ( (u )) ( )(u ) ( ' )(u ) [ ' ](u ) D’où (2) (ici, on n’a pas utilisé la linéarité…) [ (. )](u ) [(. )(u )] [. (u )] . ( (u )) .( )(u ) [.( )](u ) D’où (3) [(. ) ](u ) (. )( (u )) .( ( (u )) .( )(u ) [.( )](u ) D’où (4) (on n’a pas non plus utilisé la linéarité) Conséquence : définit une loi de composition interne sur L(E ) , et ( L( E ),,) est un anneau : ( L( E ),) est un groupe commutatif (car ( L( E ), ,) est un K-ev). De plus, il résulte de (1) et (2) que est distributive sur +, et on sait que est associative (vrai dans F( E , E ) ). Enfin, il y a un neutre, à savoir Id E . Attention, l’anneau n’est ni commutatif ni intègre en général. Exemple : . f : R2 R2 , g : R2 R2 ( x, y)( x, x) ( x, y)( x y,0) Alors f L(R 2 ) : Soient u, u ' R 2 , R , u ( x, y ), u ' ( x' , y ' ) . Alors : f (u .u ' ) f (( x, y ) .( x' , y ' )) f ( x .x' , y . y ' ) ( x .x' , x .x' ) ( x, x) .( x' , x' ) f (u ) . f (u ' ) Et g L(R 2 ) : Soient u, u ' R 2 , R , u ( x, y ), u ' ( x' , y ' ) . Alors : g (u .u ' ) g (( x, y ) .( x' , y ' )) g ( x .x' , y . y ' ) ( x .x'( y . y ' ),0) ( x y,0) .( x' y ' ,0) g (u ) .g (u ' ) On a alors : et g f : R 2 R 2 f g : R2 R2 ( x, y)( x y, x y) ( x, y)(0,0) Ce qui montre la non commutativité et la non intégrité. 3) Inversion (éventuelle) Proposition : Soit L( E , F ) . Si est bijective, alors 1 L( F , E ) . On dit alors est un isomorphisme de E vers F. Deux espaces vectoriels sont dis isomorphes lorsqu’il existe isomorphisme de l’un vers l’autre. Démonstration : Soient v, v' F et K . On doit montrer que 1 (v .v' ) 1 (v) . 1 (v' ) , c'est-à-dire v .v' a pour antécédent 1 (v) . 1 (v' ) par , ce qui est vrai que un que car ( 1 (v) . 1 (v' )) ( 1 (v)) . ( 1 (v' )) v .v' Vocabulaire : Automorphisme de E = application linéaire bijective de E dans E. = isomorphisme de E dans E. = endomorphisme bijectif de E. L’ensemble des automorphismes de E est noté GL(E ) . Alors GL(E ) est stable , et (GL( E ),) est un groupe (le groupe linéaire de E). C’est le groupe des éléments inversibles de l’anneau ( L( E ), ,) . Attention, ce groupe n’est pas non plus commutatif en général. Exemple : Soient f : R 2 R 2 et g : R 2 R 2 ( x, y)( x y, x y ) ( x, y)( y, x) Alors f et g sont linéaires et bijectives. (g est bijective car involutive, et f f 2Id R 2 , donc f 1 12 f ) Et : f g : ( x, y) ( y x, y x) g f (1,1) (0,2) g f f g car g f : ( x, y) ( x y, x y ) f g (1,1) (2,0) 4) Autre opération Soit f une application linéaire de E dans K (une forme linéaire de E). Soit w0 F . Alors l’application :E F est linéaire. u f (u ).w0 En effet : Soient u, v E , K . Alors : (u .v) f (u .v).w0 f (u).w0 . f (v).w0 (u) . (v) Exemple : L’application P1 : R 3 R est linéaire : ( x, y, z ) x Pour tous u ( x, y, z ), u' ( x' , y' , z ' ) R 3 et R , on a : P1 (u .u' ) P1 (( x .x' , y . y' , z .z' )) x .x' P1 (u) .P1 (u' ) P1 est la « première projection canonique de R 3 sur R » De même, P2 : R 3 R et P3 : R 3 R sont linéaires. ( x, y, z ) y ( x, y, z ) z - Il résulte du 1) que pour tous a, b, c R , f : est R3 R ( x, y, z )a.xb. yc.z linéaire, car f aP1 bP2 cP3 . - Et du 4) que pour tout a, b, c R , f1 : est linéaire, R3 R2 ( x, y, z )(a.xb. yc.z,0) car f1 f .(1,0) : f1 : R 3 R u f (u ).(1,0) R3 R2 ( x, y, z )(0,a'.xb'.y c'.z ) D’où F : est linéaire. R3 R2 ( x, y, z )(a.xb. yc.z,a'.xb'.yc'.z ) On verra que toutes les applications de R 3 dans R 2 sont de ce type. (On peut généraliser le résultat à K n , K p ) De même, f 2 : V Quelques endomorphismes intéressants E désigne toujours un K-ev. A) Homothétie (vectorielle) Définition : Une homothétie de E est une application du type : E E , où K . u .u Proposition : Pour tout K , l’application f : E E , appelée homothétie de rapport est u .u linéaire. Elle est nulle si 0 , sinon elle est bijective, d’inverse f1/ B) Projecteurs (vectoriels) Définition : Soient F, G deux sous-espaces vectoriels supplémentaires de E. Le projecteur sur F selon G est l’application p : E E , où v est l’élément de E tel que u v w avec u v v F , w G . (la définition a bien un sens, car tout élément de E s’écrit v w de manière unique avec v F et w G ) On écrit parfois p : E F G E . u v wv Proposition : L’application p est linéaire, de noyau G et d’image F. Démonstration : Soient u, u ' E , K . Alors u v w , u' v' w ' . F G F G .v' w . w' , soit p(u .u ' ) v .v' p(u ) . p(u ' ) . Donc u .u ' v F G Noyau : Soit u E , u v w . On a les équivalences : F G u ker p p(u) 0E v 0E u G Image : On voit déjà que Im p F . Inversement, F Im p car tout élément v de F est l’image d’un élément de E, par exemple lui-même. Définition : Soit f : E E . On dit que f est un projecteur lorsqu’il existe deux sous-espaces vectoriels supplémentaires dans E tels que f est le projecteur sur F selon G. Vocabulaire : p est le projecteur sur F selon G. Pour u E , p (u ) est la projection de u sur F selon G. Théorème : Soit f L(E ) . Alors f est un projecteur f f f . Démonstration : Soit f un projecteur, disons sur F selon G où F G E Alors f 2 f : Soit u E . u v w , et f (u ) v . F G De plus, f f (u ) f ( f (u )) f (v) v f (u ) . C’est valable pour tout u, donc f 2 f . Soit f L(E ) , supposons que f f f . Posons F Im f et G ker f . Alors déjà F et G sont deux sous-espaces vectoriels de E. Montrons qu’ils sont supplémentaires. Soit u E . Alors f (u ) F , et on a : u f (u ) u f (u ) F f (u f (u)) f (u) f ( f (u)) 0E , donc u f (u ) G Donc déjà F G E . Montrons maintenant que F G 0E : Soit u F G . u F . Donc u f (u ' ) où u' E . Comme u G , f (u) 0 E , soit f ( f (u' )) 0E . Comme f 2 f , f (u' ) 0E . Donc u f (u' ) 0E , d’où une première inclusion, et l’égalité, l’autre inclusion étant évidente. Donc F G E Montrons maintenant que f es le projecteur sur F selon G. Soit u E . Alors u f (u ) (u f (u )) . Donc f (u ) est la composante selon F dans la F G décomposition de u sous la forme v w F G Remarque : Si p est le projecteur sur F selon G, alors : F u E , p(u ) u ensemble des invariants par p ker( p Id E ) En effet, p(u ) u v u w 0 u F ( p Id E )( u ) 0 E Définition : Soit p la projection sur F selon G. Le projecteur associé à p est le projecteur q sur G selon F. Ainsi, p q Id E . G q(u ) u p(u ) u p(u ) q(u ) F G F Cas particuliers : Le projecteur sur E selon 0 E est l’identité sur E. Le projecteur sur 0 E selon E est l’application nulle. C) Symétries (vectorielles) Définition : Soient F et G deux sous-espaces vectoriels de E supplémentaires. La symétrie par rapport à F selon G est l’application f : E F G E . u v w vw G w u v F f (u ) Proposition : Si f est le symétrique par rapport à F selon G, alors : f L(E ) . En effet, on remarque que f p q 2 p Id E , où p est le projecteur sur F selon G et q le projecteur associé à p) f est bijective, et même involutive. Ainsi, f f Id E , Im f E (car f est surjective), et ker f 0E (car f est injective) F u E , f (u ) u ker( f Id E ) G u E , f (u ) u ker( f Id E ) Théorème : Soit f L(E ) . Alors f est une symétrie f f Id E ( f est involutive) ( f est élément d’ordre 2 du groupe GL(E ) ) Démonstration : a déjà été vu. : supposons que f 2 Id E . Posons F ker( f Id E ) et G ker( f Id E ) . Alors F et G sont deux sous-espaces vectoriels de E, car ce sont des noyaux d’endomorphismes de E. F G 0E car si u F G , alors f (u ) u et f (u ) u , donc 2.u 0E , soit u 0E (car 2 0 ) 1 1 De plus tout élément u de E s’écrit u v w , car u 2 (u f (u)) 2 (u f (u)) . F G Or, u f (u ) F car f (u f (u )) f (u ) f ( f (u )) f (u ) u u f (u ) x x Et u f (u ) G car f (u f (u )) f (u ) f ( f (u )) f (u ) u (u f (u )) Enfin, f est la symétrie par rapport à F selon G. En effet : 1 1 Si u v w , on a v 2 (u f (u)) et w 2 (u f (u)) . F G Donc v w f (u ) . VI Familles libres (finies) E désigne toujours un K-ev. A) Définition Soit F (u1 , u2 ,...un ) une famille de vecteurs de E. F est libre la seule combinaison linéaire des ui qui donne 0 E est celle dont déf tous les coefficients sont nuls. n (1 , 2 ,...n ) K n , k uk 0 E i 1, n , i 0 k 1 Vocabulaire : (u1 , u2 ,...un ) est liée (u1 , u2 ,...un ) n’est pas libre. déf n Lorsque (u1 , u2 ,...un ) est liée, une relation du type u k 1 k k 0 E où les k sont non tous nuls s’appelle une relation de dépendance linéaire. Pour dire que (u1 , u2 ,...un ) est libre, on dit parfois que les ui sont linéairement indépendants. Exemples : - Par convention, une famille vide est libre. - Cas d’une famille de 1 vecteur u1 . La famille (u1 ) est libre u1 0E - Cas d’une famille de 2 vecteurs u1 ,u2 (u1 , u2 ) est libre si et seulement si u1 et u2 ne sont pas colinéaires. B) Propriétés générales Si une famille contient 0 E , elle est liée : Si ui 0 E , alors 1 .ui 0 E 0 Si une famille contient deux vecteurs égaux, elle est liée : Si ui u j (avec i j ), alors ui u j 0 E Si une sous-famille d’une famille F est liée, alors F est liée. Si F (u1 , u2 ,...un ) est libre, alors S n (u (1) , u ( 2) ,...u ( n ) ) est libre. Si (u1 , u2 ,...un ) est libre et (u1 , u2 ,...un , v) est liée, alors v Vect (u1 , u2 ,...un ) . En effet : Il existe 1 , 2 ,...n , scalaires non tous nuls tels que : 1u1 2u2 ...nun .v 0 E . Alors 0 , car sinon l’un des i au moins serait non nul et on aurait alors une n relation de dépendance entre les ui ,1 i n . Donc v 1 k uk k 1 (u1 , u2 ,...un ) est liée si et seulement si l’un au moins des ui est combinaison linéaire des autres. VII Bases (finies) Définition, proposition : Soit (u1 , u2 ,...un ) une famille de vecteurs de E. (u1 , u2 ,...un ) est une base de E (u1 , u2 ,...un ) est une famille libre et génératrice de E. déf tout vecteur v de E s’écrit de manière unique comme n x u combinaison linéaire des ui ,1 i n , sous la forme k 1 k k . Les xk s’appellent alors les composantes de v dans la base (u1 , u2 ,...un ) . Démonstration : : supposons que (u1 , u2 ,...un ) est une base de E. Soit alors v E . n Comme (u1 , u2 ,...un ) est génératrice de E, il existe ( x1 , x2 ,...xn ) K n tel que v xk u k . k 1 n Supposons qu’on ait aussi v x 'k u k . k 1 n Alors (x k 1 k x'k )uk 0 E . Comme (u1 , u2 ,...un ) est libre, on a k 1, n , xk x'k 0 , soit k 1, n , xk x'k . D’où l’existence et l’unicité de l’écriture. : Supposons que tout vecteur v de E s’écrit de manière unique… Déjà, (u1 , u2 ,...un ) est génératrice de E. n Ensuite, si u i 1 i i 0 E , alors nécessairement i 1, n , i 0 , car sinon on aurait deux n écritures différentes de 0 E , à savoir iui et i 1 n 0.u i 1 i . Exemples : [(1,0,0), (0,1,0), (0,0,1)] est une base de R 3 , on l’appelle la base canonique de R 3 . [( 1,1,1), (1,1,1), (1,1,1)] en est aussi une. Le triplet des composantes d’un vecteur z y zx x y ( x, y, z ) de R 3 dans cette base est , , . 2 2 2 [(1, ,12), (e,4,1), (1,0,0)] est aussi une base de R 3 : u v w 3 Soit x (a, b, c) R . On doit montrer qu’il existe un unique triplet de R 3 tel que x x.u y.v z.w L’équation vectorielle équivaut au système : x e. y z a ( S ) x 4 y b 12 x y c x e. y z a b 4c Or, ( S ) x 48 b 4c y c 12 48 Donc (S) a bien une unique solution.