Algèbre linéaire Cours Serge Dumont Université de Picardie Jules Verne 2013-2014 Serge Dumont Algèbre linéaire 2013-2014 1 / 54 1 Espaces Vectoriels 2 Bases – Dimension 3 Applications linéaires 4 Matrices 5 Systèmes linéaires – Déterminants d’ordre 2 et 3 6 Déterminants Serge Dumont Algèbre linéaire 2013-2014 2 / 54 Introduction Introduction Serge Dumont Serge Dumont Algèbre linéaire 2013-2014 3 / 54 Espaces Vectoriels Chapitre 1 Espaces vectoriels Serge Dumont Algèbre linéaire 2013-2014 4 / 54 Espaces Vectoriels Structure d’un espace vectoriel I – Structure d’un espace vectoriel 1 – Exemples a) Ensemble des vecteurs du plan ou de l’espace usuel à 3 dimensions. b) IR, IR2 , IR3 , ..., IRn . c) Ensemble des fonctions définies sur un intervalle I de IR à valeurs dans IR. d) Ensemble des complexes C. e) Ensembles des polynômes à coefficients réels ou complexes, muni de l’addition (loi interne) et de la multiplication par un réels (loi externe). Serge Dumont Algèbre linéaire 2013-2014 5 / 54 Espaces Vectoriels Structure d’un espace vectoriel 2 – Espaces vectoriels - Définition a) Définition Définition 1 Un ensemble E est un espace vectoriel sur un autre ensemble K si : 1 il est muni d’une loi de composition interne, notée « + » (c.à.d. une application E × E → E) vérifiant (propriété de groupe commutatif) : 1 2 3 4 2 − − − − − − − − − Pour tous → u, → v et → w éléments de E : (→ u +→ v)+→ w =→ u + (→ v +→ w) ; − → − → − → − − − Il existe un élément de E, notée 0E et appelé vecteur nul, vérifiant, pour tout → u de E : → u + 0E = 0E + → u ; − → − → − → → − → − − − − Pour tout → u ∈ E, il existe un unique élément , notée −u, de E vérifiant : → u + −u = −u + → u = 0E (−u est − appelé l’opposé de → u); − − − − − − Pour tous → u et → v éléments de E : → u +→ v =→ v +→ u ; il est muni d’une loi de composition externe à opérateurs dans K (i.e. E × K → E), notée « · », appelée « multiplication par un scalaire », ayant les propriétés suivantes : − − Pour tous λ, µ éléments de K, et tous → u et → v éléments de E : 3 − − Si λ est dans K, → u est dans E, alors λ · → u est dans E ; − − (λµ) · → u = λ · (µ · → u); → − → − → − → − λ · (u + v ) = λ · u + µ · v ; 4 − − − (λ + µ) · → u = λ·→ u +µ·→ v ; 5 Il existe un élément de K, appelé éléments neutre pour la multiplication par un scalaire, noté 1K , tel que : 1 2 − − 1K · → u =→ u. Serge Dumont Algèbre linéaire 2013-2014 6 / 54 Espaces Vectoriels Structure d’un espace vectoriel b) Remarques 1 On oubliera souvent le « · » pour la multiplication par un scalaire. 2 Le 1-2 entraine qu’un espace vectoriel est non vide. 3 Les éléments de E sont appelés vecteurs. Dans la suite, si il n’y a pas d’ambiguïté, on dira « espace vectoriel » au lieu de « espace vectoriel sur K », ou alors « K-espace vectoriel ». Serge Dumont Algèbre linéaire 2013-2014 7 / 54 Espaces Vectoriels Structure d’un espace vectoriel c) Espaces vectoriels fondamentaux Les ensembles IRn (qui sont des IR-espaces vectoriels), et les ensembles Cn qui sont des IR-espaces vectoriels mais aussi des C-espaces vectoriels. d) Vecteurs colinéaires Définition 2 − − On dit que → u et → v sont colinéaires si il existe un scalaire α (dans K) tel que → − → − → − − u = α · v (ou v = α · → u ). Serge Dumont Algèbre linéaire 2013-2014 8 / 54 Espaces Vectoriels Structure d’un espace vectoriel e) Combinaisons linéaires Définition 3 →, − → − → On appelle combinaison linéaire des vecteurs (− u 1 u2 , ..., un ) tout vecteur s’écrivant sous la forme →+λ ·− → − → λ1 · − u 1 2 u2 + ... + λn · un = n X − λi · → ui . i=1 où les λi sont des éléments de K. Serge Dumont Algèbre linéaire 2013-2014 9 / 54 Espaces Vectoriels Structure d’un espace vectoriel 3 – Propriétés a) Régularité Proposition 4 − − − − − − − Pour tous → u, → v et → w éléments de E, l’égalité → u +→ v =→ u +→ w entraine que → − → − v = w. − → − → b) Pour tout λ élément de K, λ · 0E = 0E . − → − − c) Pour tout élément → u de E : 0 · → u = 0E . −→ − − d) Pour tout → u de E : (−1) · → u = −u. Fin cours 1 Serge Dumont Algèbre linéaire 2013-2014 10 / 54 Espaces Vectoriels Structure d’un espace vectoriel 4 – Sous-espace vectoriel a) Définition Définition 5 Un sous-ensemble F d’un espace vectoriel de E est appelé sous-espace vectoriel de E si il a une structure d’espace vectoriel pour les opérations définies sur E. b) Caractérisation Proposition 6 F est un sous-espace vectoriel de E si et seulement si il est non vide et si, pour − − − − tous λ, µ éléments de K, et tous les → u, → v éléments de F , λ→ u + µ→ v est dans F . Serge Dumont Algèbre linéaire 2013-2014 11 / 54 Espaces Vectoriels Structure d’un espace vectoriel Remarque : certains cours prennent cette caractérisation comme définition de sous-espace vectoriel. Preuve de la proposition : Serge Dumont - Algèbre linéaire 2013-2014 12 / 54 Espaces Vectoriels Structure d’un espace vectoriel c) Proposition Proposition 7 − → F = {0E } est un sous-espace vectoriel de E. Preuve : Serge Dumont - Algèbre linéaire 2013-2014 13 / 54 Espaces Vectoriels Structure d’un espace vectoriel d) Exemples de sous-espaces vectoriels 1 L’ensemble des fonctions paires sur IR est un sous-espace vectoriel de l’ensemble des fonctions définies sur IR (de même celui des fonctions impaires). 2 L’ensemble des éléments de IR2 (qui est un IR-espace vectoriel) de la forme {(x, 0), x ∈ IR}. 3 De même celui des éléments de IR2 de la forme {(x, 4x), x ∈ IR}. Par contre, {(x, 4x + 1), x ∈ IR} n’est pas un sous-espace vectoriel de IR2 . Serge Dumont Algèbre linéaire 2013-2014 14 / 54 Espaces Vectoriels Structure d’un espace vectoriel e) Proposition Proposition 8 L’intersection de 2 sous-espaces vectoriels de E est un sous-espace vectoriel de E. Preuve : Serge Dumont - Algèbre linéaire 2013-2014 15 / 54 Espaces Vectoriels Structure d’un espace vectoriel f) Remarque La réunion de 2 sous-espaces vectoriels n’est pas en général un sous-espace vectoriel. Exemple : si F = {(x, 0), x ∈ IR} et G = {(0, x), x ∈ IR}, alors F ∪ G = {(x, 0) ou (0, x), x ∈ IR}. − − Si on prend → u = (x, 0) et → v = (0, x) qui sont dans l’intersection alors → − → − λ u + µ v = (λx, µx) n’est pas dans F ∪ G si λ 6= 0, µ 6= 0 et x 6= 0. Serge Dumont Algèbre linéaire 2013-2014 16 / 54 Espaces Vectoriels Sous-espaces vectoriels remarquables II - Sous-espaces vectoriels remarquables Serge Dumont Algèbre linéaire 2013-2014 17 / 54 Espaces Vectoriels Sous-espaces vectoriels remarquables II - Sous-espaces vectoriels remarquables 1 – Sous-espace vectoriel engendré par une partie a) Proposition-Définition Proposition–Définition 9 Soit A une partie non vide d’un espace vectoriel E. L’ensemble de toutes les combinaisons linéaires d’éléments de A est un sous-espace vectoriel de E, appelé sous-espace vectoriel engendré par A, noté Vect(A). Exemples : 1 A = {(1, 0)} alors V ect(A) = {(x, 0), x ∈ IR}. 2 A = {(1, 0), (1, 4)} alors V ect(A) = IR2 . 3 V ect(0E ) = {0E }. Serge Dumont Algèbre linéaire 2013-2014 18 / 54 Espaces Vectoriels Preuve de la proposition : Serge Dumont Sous-espaces vectoriels remarquables - Algèbre linéaire 2013-2014 19 / 54 Espaces Vectoriels Sous-espaces vectoriels remarquables b) Proposition Proposition 10 Le sous-espace vectoriel engendré par A est l’intersection de tous les sous-espaces vectoriels contenant A (c’est le plus petit sous-espace vectoriel contenant A). Preuve : Serge Dumont - Algèbre linéaire 2013-2014 20 / 54 Espaces Vectoriels Sous-espaces vectoriels remarquables 2 – Somme de sous-espaces vectoriels a) Proposition-Définition Proposition–Définition 11 Soient F et G deux sous-espaces vectoriels de E. La somme de F et G, notée − − − F + G, est l’ensemble des vecteurs pouvant s’écrire sous la forme → u +→ v , avec → u → − élément de F et v élément de G. C’est un sous-espace vectoriel. Preuve : Serge Dumont - Algèbre linéaire 2013-2014 21 / 54 Espaces Vectoriels Sous-espaces vectoriels remarquables Exemples : 1 Si F = V ect{(1, 0, 0), (0, 1, 0)} et G = V ect{(3, 1, 0)} alors F + G = IR2 vu comme un sous-espace vectoriel de IR3 , et F + G = F . 2 Si F = V ect{(1, 0, 0)} et G = V ect{(0, 1, 0)}, alors F + G = IR2 . − Remarque : La décomposition d’un vecteur → w de F + G peut ne pas être − → − → − → − → − − − − unique : il peut exister u1 , u2 dans F , u1 6= u2 , → v1 , → v2 dans G, → v1 6= → v2 tels que → − − → → − − → → − w =u +v =u +v . 1 Serge Dumont 1 2 2 Algèbre linéaire 2013-2014 22 / 54 Espaces Vectoriels Sous-espaces vectoriels remarquables b) Proposition Proposition 12 Le sous-espace F + G est le sous-espace vectoriel engendré par la réunion F ∪ G. Preuve : - Fin du cours 2 Serge Dumont Algèbre linéaire 2013-2014 23 / 54 Espaces Vectoriels Sous-espaces vectoriels remarquables 3 – Somme directe de sous-espaces vectoriels a) Définition Définition 13 − → Si F et G sont deux sous-espaces vectoriels de E tels que F ∩ G = {0E }, leur somme est dite directe, et est notée F ⊕ G. b) Proposition Proposition 14 − La somme directe de F et G est directe si et seulement si tout élément → w de → − → − → − → − F + G s’écrit de façon unique sous la forme w = u + v , où u est un élément − de F et → v est un élément de G. Preuve : Serge Dumont - Algèbre linéaire 2013-2014 24 / 54 Espaces Vectoriels Sous-espaces vectoriels remarquables c) Exemples 1 E1 = V ect{(1, 0), (0, 1)}, F = V ect{(1, 1)}. Somme non directe. 2 E2 = V ect{(1, 0)}, F = V ect{(1, 1)}. Somme directe. Serge Dumont Algèbre linéaire 2013-2014 25 / 54 Espaces Vectoriels Sous-espaces vectoriels remarquables 4 – Sous-espaces vectoriels supplémentaires a) Définition Définition 15 Deux sous-espaces vectoriels F et G de E sont dits supplémentaires si leur somme est directe et égale à E. Bsupplémentaire 6= complémentaire. En particulier, un sous-espace vectoriel peut avoir une infinité de supplémentaire, alors qu’un sous-ensemble admet un unique complémentaire. Exemples : 1 Si on considère E2 et F de l’exemple précédent et E = IR2 : la somme est directe. 2 Si E = IR3 , la somme n’est pas directe. Serge Dumont Algèbre linéaire 2013-2014 26 / 54 Espaces Vectoriels Sous-espaces vectoriels remarquables b) Proposition Proposition 16 Deux sous-espaces vectoriels F et G de E sont supplémentaires si et seulement si − − − tout élément de E s’écrit de façon unique sous la forme → u +→ v avec → u élément − de F et → v élément de G. − Preuve : identique à la précédente, en considérant → w ∈ E (au lieu de → − w ∈ F ⊕ G). K Serge Dumont Algèbre linéaire 2013-2014 27 / 54 Bases – Dimension Chapitre 2 Bases – Dimension Serge Dumont Algèbre linéaire 2013-2014 28 / 54 Bases – Dimension Systèmes libres et générateurs, bases Dans tout le chapitre, K désignera l’ensemble des nombres réels ou celui des nombres complexes. Les éléments de K seront appelés scalaires. Les propriétés des opérations usuelles sur ces ensembles sont supposées connues. I – Systèmes libres et générateurs, bases 1 – Système de vecteurs Définition 17 Soit E un espace vectoriel. On appelle système ordonné fini (le plus souvent seulement système) de vecteurs toute liste finie d’éléments de E. On le notera →, ..., − → − (− u u→ 1 n ), ou ( ui )1≤i≤n . Serge Dumont Algèbre linéaire 2013-2014 29 / 54 Bases – Dimension Systèmes libres et générateurs, bases 2– Système générateur Définition 18 →, ..., − On dit que (− u u→ 1 n ) est un système générateur de E si tout vecteur de E est − une combinaison linéaire des vecteurs (→ u) . i 1≤i≤n Remarque 19 →, ..., − Le système (− u u→ 1 n ) est un système générateur de E si et seulement si le − sous-espace vectoriel engendré par l’ensemble (→ ui )1≤i≤n est E lui-même. Serge Dumont Algèbre linéaire 2013-2014 30 / 54 Bases – Dimension Systèmes libres et générateurs, bases Proposition 20 Tout système contenant un système générateur est générateur. Preuve : - Remarque 21 Si un système est générateur, tout système obtenu en changeant l’ordre des vecteurs l’est aussi. Définition 22 On dit qu’un système générateur est minimal si tout système obtenu en lui enlevant un vecteur n’est pas générateur. Serge Dumont Algèbre linéaire 2013-2014 31 / 54 Bases – Dimension Systèmes libres et générateurs, bases 3 – Système libre, système lié Définition 23 →, ..., − On dit qu’un système (− u u→ 1 n ) est libre si la seule combinaison linéaire des − → − → vecteurs (u1 , ..., un ) égale au vecteur nul est celle où tous les coefficients sont nuls, c’est-à-dire : i=n X − λi → ui = 0E ⇒ λ1 = λ2 = ... = λn = 0K . i=1 →, ..., − On dit aussi que les vecteurs (− u u→ 1 n ) sont linéairement indépendants. Dans le cas contraire, on dit que le système est lié ou que les vecteurs →, ..., − (− u u→) sont linéairement dépendants. 1 n Serge Dumont Algèbre linéaire 2013-2014 32 / 54 Bases – Dimension Systèmes libres et générateurs, bases Remarque 24 →, ..., − Les vecteurs (− u u→ 1 n ) sont liés (ou linéairement dépendants) si il existe λ1 , λ2 , ..., λn dont au moins un de la liste est non nul tel que : i=n X − → − λi → ui = 0E . i=1 Remarque 25 Ces notions ne dépendent pas de l’ordre des vecteurs. Serge Dumont Algèbre linéaire 2013-2014 33 / 54 Bases – Dimension Systèmes libres et générateurs, bases Proposition 26 Un système ne contenant qu’un seul vecteur est lié si et seulement si ce vecteur est nul. − → − → Preuve : Vient de λ0E = 0E pour λ 6= 0. Proposition 27 − − Le système (→ u,→ v ) est lié si et seulement si les vecteurs sont colinéaires. →+λ − → Preuve : Vient de λ1 − u 1 2 u2 = 0 pour λ1 et/ou λ2 6= 0. Supposons que λ2 est → = − λ1 − → et les 2 vecteurs sont bien colinéaires. u non nul, alors − u 2 Serge Dumont λ2 1 Algèbre linéaire 2013-2014 34 / 54 Bases – Dimension Systèmes libres et générateurs, bases Proposition 28 1 Tout système contenu dans un système libre est libre. 2 Un système est lié si et seulement si un de ses vecteurs (au moins) est combinaison linéaire des autres. 3 Si le vecteur nul appartient au système ou si deux vecteurs du système sont égaux, le système est lié. Définition 29 Un système libre est dit maximal si aucun système obtenu en lui ajoutant un vecteur n’est libre. Fin cours 3 Serge Dumont Algèbre linéaire 2013-2014 35 / 54 Bases – Dimension Systèmes libres et générateurs, bases 4 – Base Définition 30 →, ..., − → − Un système B(− u u→ 1 n ) est une base de E si tout vecteur v de E s’écrit de façon unique sous la forme : → − v = i=n X − λi → ui . i=1 Définition 31 − Le scalaire λi de la définition précédente est appelé la composante de → v suivant → − − ui et (λ1 , ..., λn ) les composantes de → v dans la base B. Serge Dumont Algèbre linéaire 2013-2014 36 / 54 Bases – Dimension Systèmes libres et générateurs, bases Théorème 32 Un système est une base si et seulement si il est libre et générateur. Exemples : bases canoniques de IRn et Cn . Preuve : Serge Dumont - Algèbre linéaire 2013-2014 37 / 54 Bases – Dimension Propriétés II – Propriétés Proposition 33 1 Tout système générateur minimal est libre 2 Tout système libre maximal est générateur. Preuve : - Proposition 34 →, ..., − Soit A(− u u→ 1 n ) un système d’un espace vectoriel E. On a l’équivalence entre : 1 A est une base de E ; 2 A est un système générateur minimal ; 3 A est un système libre maximal. Preuve : - Serge Dumont Algèbre linéaire 2013-2014 38 / 54 Bases – Dimension Propriétés Proposition 35 (Lemme de Steinitz (1871-1928)) − Si → v1 , ..., − v→ m sont des vecteurs linéairement indépendants d’un espace vectoriel E →, ..., − engendré par − u u→, alors, m ≤ n, et, à une permutation près des vecteurs u , 1 n k − −−−→ − → la famille {→ v1 , ..., − v→ m , um+1 , ..., un } engendre E. Preuve de la proposition : Serge Dumont - Algèbre linéaire 2013-2014 39 / 54 Bases – Dimension Dimension d’un espace vectoriel III – Dimension d’un espace vectoriel Proposition–Définition 36 Si un espace vectoriel E admet une base de cardinal n, toutes ses bases ont pour cardinal n. Cet entier n est appelé la dimension de l’espace vectoriel. On note dimE = n. Par convention, on dira que l’espace vectoriel réduit au seul vecteur nul a pour dimension 0. Exemples : 1 Si n = 1, on dit que E est une droite vectorielle. 2 Si n = 2, on dit que E est un plan vectoriel. Preuve de la proposition : Serge Dumont Algèbre linéaire 2013-2014 40 / 54 Bases – Dimension Dimension d’un espace vectoriel Proposition 37 →, ..., − Si (− u u→ 1 n ) est un système libre d’un espace vectoriel E, il est une base du sous-espace vectoriel qu’il engendre, qui est donc de dimension n. Preuve : Evident puisqu’il est libre par hypothèse, et générateur par construction de l’espace vectoriel engendré. Théorème 38 (Théorème de la base incomplète) − Soient E un espace vectoriel de dimension finie n, muni d’un système (→ v1 , ..., − v→ m) →, ..., − →) est un système libre de E, il existe générateur (m > n) et p < n. Si (− u u 1 p → − → − → − → n − p vecteurs (− u− p+1 , ..., un ) tels que B(u1 , ..., un ) soit une base de E. On dit que →, ..., − →) pour obtenir une base de E. l’on a complété (− u u 1 Preuve : - Serge Dumont p Fin du cours 4 Algèbre linéaire 2013-2014 41 / 54 Bases – Dimension Dimension d’un espace vectoriel Proposition 39 Si E est un espace vectoriel de dimension finie n, tout sous-espace vectoriel de E est de dimension finie inférieure ou égale à n. Proposition 40 Si F et G sont deux sous-espaces vectoriels de dimension finie de E tels que F ⊂ G , on a l’équivalence : F = G ⇐⇒ dimF = dimG. Proposition 41 (Existence d’un supplémentaire) Soit E un espace vectoriel de dimension finie. Tout sous-espace vectoriel de E admet un supplémentaire. Serge Dumont Algèbre linéaire 2013-2014 42 / 54 Bases – Dimension Dimension d’un espace vectoriel Proposition 42 (Sous-espaces supplémentaires et dimension) Soient F et G deux sous-espaces vectoriels supplémentaires d’un espace vectoriel E de dimension finie, alors dim(E) = dimF + dimG Preuve : - Proposition 43 Soient F et G deux sous-espaces vectoriels de dimension finie d’un espace vectoriel E, alors dim(F + G) = dimF + dimG − dim(F ∩ G) Preuve : - Serge Dumont Algèbre linéaire 2013-2014 43 / 54 Bases – Dimension Dimension d’un espace vectoriel Proposition 44 (Caractérisation d’une somme directe de sous-espaces vectoriels supplémentaires) Soient F et G deux sous-espaces vectoriels d’un espace vectoriel de dimension finie E, alors E = F ⊕ G si et seulement si F ∩ G = {0E } et dimF + dimG = dimE. Preuve : - Serge Dumont Algèbre linéaire 2013-2014 44 / 54 Bases – Dimension Changement de base IV – Changement de base 1 – Introduction – Exemple − − − a) Exemple : Dans IR3 , on considère la base canonique B(→ e1 , → e2 , → e3 ) et le − → − → − → système formé des vecteurs u1 = (1, −1, 0), u2 = (0, 2, 1) et u3 = (−1, 0, 2). On peut montrer que ce système est une base de IR3 , que l’on notera B 0 . → − Soit un vecteur V = (x, y, z) de IR3 . Cela signifie que ce vecteur (qui est intrinsèque et ne dépend donc pas de la base) s’écrit donc dans la base canonique : → − − − − V =x·→ e1 + y · → e2 + z · → e3 . Mais ce vecteur peut aussi s’écrire dans la base B 0 . Dans cette nouvelle base, il aura les coordonnées (X, Y, Z), c’est à dire que : → − − − − →+Y ·− →+Z ·− →. V =x·→ e1 + y · → e2 + z · → e3 = X · − u u u 1 2 3 Problème : comment calculer de façon systématique (X, Y, Z) en fonction de (x, y, z) (et inversement). Serge Dumont Algèbre linéaire 2013-2014 45 / 54 Bases – Dimension Changement de base b) Proposition : Proposition 45 − − → − → − → 0 − Soient B(→ e1 , → e2 , ..., − e→ n ) et B (u1 , u2 , ..., un ) deux bases d’un espace vectoriel E de dimension finie n. Pour tout j tel que 1 ≤ j ≤ n , on note par (aij )1≤i≤n les − composantes des vecteurs → u dans la base B, c’est à dire que j → − − − uj = a1j → e1 + a2j → e2 + ... + anj − e→ n = i=n X − aij → ei . i=1 → − Alors, si un vecteur V a pour composante (x1 , x2 , ..., xn ) dans la base B et (X1 , X2 , ..., Xn ) dans la base B 0 , on a pour tout i tel que 1 ≤ i ≤ n : xi = j=n X aij Xj . j=1 Serge Dumont Algèbre linéaire 2013-2014 46 / 54 Bases – Dimension Changement de base Preuve : On écrit → − − − V = x1 → e1 + ... + xi → ei + ... + xn − e→ n → + ... + X → − − → = X1 − u 1 j uj + ... + Xn un = X1 − =→ e1 n X − ai1 → ei + ... + Xj n X i=1 i=1 n X n X − a1j Xj + ... + → ei j=1 − aij → ei + ... + Xn n X − ain → ei i=1 aij Xj + ... + − e→ n j=1 n X anj Xj j=1 et on en déduit par identification que xi = j=n X aij Xj . j=1 Fin du cours 5 Serge Dumont Algèbre linéaire 2013-2014 47 / 54 Bases – Dimension Changement de base 2 – Ecriture matricielle, matrice de passage a) Ecriture matricielle Pour traduire les égalités ci-dessus, on adopte l’écriture suivante : x1 .. . .. . xn a11 a12 ... a1n a21 = .. . an1 a22 .. . ... .. . a2n .. . an2 ... ann X1 .. . . . . Xn qui donne les anciennes composantes en fonction des nouvelles, si on considère que B est la base de départ et B 0 la nouvelle base. Serge Dumont Algèbre linéaire 2013-2014 48 / 54 Bases – Dimension Changement de base b) Définition- proposition Proposition–Définition 46 La matrice définie par P = a11 .. . ... .. . a1n .. . an1 ... ann est appelée matrice de passage de la base B à la base B 0 . − Sa j-ème colonne est constituée des composantes de → uj dans B. Si on note respectivement CB et CB0 la matrice colonne des composantes d’un vecteur dans respectivement B et B 0 , on notera : CB = P CB0 . Cette notation sera justifiée au V du chapitre 3 – Applications linéaires. Serge Dumont Algèbre linéaire 2013-2014 49 / 54 Bases – Dimension Changement de base c) Proposition Proposition 47 Si on note PB,B0 la matrice de passage de la base B à la base B 0 , alors cette matrice est inversible, et −1 PB,B 0 = PB 0 ,B . (son inverse est la matrice de passage de la base B 0 à la base B). Preuve : En effet, pour calculer PB0 ,B , il suffit de calculer les composantes des vecteurs de l’ancienne base dans la nouvelle (au contraire de ce qu’on avait fait précédemment). Cela est toujours possible puisque on a une base, donc un système générateur. Ensuite, le produit PB0 ,B PB,B0 est la matrice de passage de la base de la nouvelle base à elle-même, donc c’est la matrice identité, donc PB0 ,B est l’inverse de PB,B0 . Serge Dumont Algèbre linéaire 2013-2014 50 / 54 Applications linéaires Chapitre 3 Applications linéaires Serge Dumont Algèbre linéaire 2013-2014 51 / 54 Matrices Chapitre 4 Matrices Serge Dumont Algèbre linéaire 2013-2014 52 / 54 Systèmes linéaires – Déterminants d’ordre 2 et 3 Chapitre 5 Systèmes linéaires Déterminants d’ordre 2 et 3 Serge Dumont Algèbre linéaire 2013-2014 53 / 54 Déterminants Chapitre 6 Déterminants Serge Dumont Algèbre linéaire 2013-2014 54 / 54