FM AL1 1 Algèbre linéaire 1 — PSI — Paul Valéry — Structure d’espaces vectoriels 1.1 Comment prouver qu’un ensemble E est un espace vectoriel ? 1. On utilise la définition d’un espace vectoriel ( cf cours) 2. On cherche un espace vectoriel de référence ( cf cours ) qui contienne E et on utilise ensuite le point méthode suivant. 1.2 Comment prouver qu’un ensemble F est un sous-espace vectoriel de E ? 1. On utilise la caractérisation d’un sous-espace vectoriel. A savoir on montre que : B F ⊂E B F est non vide ( en exhibant un élément de F en général ~0 ) B F est stable par combinaison linéaire : soient x et y éléments de F , λ et µ des scalaires ; on montre que λx + µy est un élément de F . 2. On essaie de voir F comme le noyau ou l’image d’une application linéaire. 3. On essaie d’écrire F comme étant le sous-espace vectoriel engendré par une partie de E ; pour ce faire, on montre que tout élément de F peut s’écrire comme combinaison linéaire d’un nombre fini de vecteurs de F et réciproquement que toute combinaison linéaire de ces vecteurs est un élément de F . On a ainsi exhibé une famille génératrice de F , ce qui peut être utile pour la suite. 4. On essaie d’écrire F comme intersection de sous-espaces vectoriels, ou comme somme de sous-espaces vectoriels. 4 Attention, une réunion de sous-espaces vectoriels n’est pas nécessairement un espace vectoriel, comme le prouve la réunion de deux droites vectorielles distinctes. EXO 1.2 Montrer que F = {(x, y, z) ∈ R3 /x + y + z = 0} est un sous-espace vectoriel de R3 . Corrigé : 1. F est une partie de R3 non vide car contenant (0, 0, 0). Soient (x, y, z) ∈ F et (x0 , y 0 , z 0 ) ∈ F ; soient (α, β) ∈ R2 . (αx + βx0 ) + (αy + βy 0 ) + (αz + βz 0 ) = α(x + y + z) + β(x0 + y 0 + z 0 ) = 0, donc le vecteur α(x, y, z) + β(x0 , y 0 , z 0 ) ∈ F . On a donc ainsi prouvé que F est un sous-espace vectoriel de R3 . 2. Considérons la forme linéaire sur R3 définie par f (x, y, z) = x + y + z. F = Ker f . Par suite, F est un sous-espace vectoriel de R3 . Rem : on peut même ajouter que F est un hyperplan de R3 car f est non nulle. 3. Soit (x, y, z) ∈ R3 . On a alors (x, y, z) ∈ F ⇐⇒ (x, y, z) = (x, y, −x − y) = x(1, 0, −1) + y(0, 1, −1). On en déduit que F = Vect{(1, 0, −1), (0, 1, −1)}. F est bien un sous-espace vectoriel de R3 . 4. L’écriture précédente nous permet de voir F comme la somme des deux droites vectorielles engendrées par (1, 0, −1) et (0, 1, −1). F est bien un sous-espace vectoriel de R3 . EXO 1.2 Montrer que G = {(x, y, z) ∈ R3 /x + y + z = 0 et x + 2y + 3z = 0} est un sous-espace vectoriel de R3 . Corrigé : En reprenant ce qui précède, on voit F comme étant l’intersection des deux plans de R3 d’équations cartésiennes respectives x + y + z = 0 et x + 2y + 3z = 0 ; c’est donc un sous-espace vectoriel de R3 . 1.3 Comment prouver que Vect A = Vect B ? On montre que A ⊂ Vect B en prouvant que tout vecteur de A peut s’écrire comme combinaison linéaire de vecteurs de B, ce qui prouve que Vect A ⊂ Vect B. On prouve ensuite l’autre inclusion de manière symétrique. EXO 1.3 Montrer que dans R[X], R2 [X] = Vect{1, X, X(1 + X)}. Corrigé : Les polynômes 1, X, X(1 + X) étant des polynômes de degré inférieur ou égal à 2, on a déjà Vect{1, X, X(1 + X)} ⊂ R2 [X]. Soit un polynôme de degré au plus 2 : aX 2 + bX + c, (a, b, c) ∈ R3 . aX 2 + bX + c = aX(1 + X) + (b − a)X + c appartient à Vect{1, X, X(1 + X)} ; d’où l’inclusion réciproque. 1.4 Comment prouver que deux ensembles F1 et F2 sont des sous-espaces vectoriels supplémentaires de E ? On vérifie d’abord si ce n’est pas annoncé dans le texte que F1 et F2 sont des sous-espaces vectoriels de E ; l’inclusion F1 + F2 ⊂ E est alors immédiate. 1/4 — PSI — Paul Valéry — 1. On montre que tout vecteur x de E s’écrit de manière unique comme somme d’un vecteur de F1 et d’un vecteur de F2 . Pour ce faire, on peut utiliser deux méthodes selon le contexte : B On connait la forme d’un vecteur x1 de F1 et d’un vecteur x2 de F2 tels que x = x1 + x2 grâce par exemple à des questions antérieures. Il reste alors uniquement à prouver l’unicité de l’écriture ; ce qu’on peut faire de manière classique, en supposant que x = x1 + x2 = x01 + x02 où (xi , x0i ) ∈ Fi2 , i = 1 ou 2, on réécrit ces relations sous la forme x1 − x01 = x02 − x2 et on exploite que ce vecteur est à la fois dans F1 et dans F2 . B Dans le cas contraire, on suppose que x s’écrit sous la forme x1 + x2 avec (x1 , x2 ) ∈ F1 × F2 et on cherche une expression de x1 (ou de x2 ) en fonction de x en utilisant les définitions de F1 et de F2 . Si cette expression est définie de manière unique à partir de x, on a ainsi prouvé que l’écriture sous forme de somme est unique. Reste ensuite à vérifier que les expressions trouvées pour x1 et x2 conviennent, c’est-à-dire que x1 ∈ F1 , x2 ∈ F2 et x1 + x2 = x. n o 2. On montre en deux temps que F1 ∩ F2 = ~0 , ou plus précisément que le seul vecteur appartenant à la fois à F1 et F2 est le vecteur nul puisque F1 ∩ F2 est un sous-espace vectoriel de E ; puis, on prouve qu’un vecteur x quelconque de E peut s’écrire comme somme d’un élément de F1 et d’un élément de F2 . 4 Attention à ne pas confondre supplémentaire et complémentaire. Pourquoi le complémentaire d’un espace vectoriel n’est-il jamais un espace vectoriel ? 1 Z EXO 1.4 Dans E = C([0, 1]), montrer que les espaces vectoriels F1 = {f ∈ E/ f (t) dt = 0} et F2 = { fonctions constantes } 0 sont supplémentaires. Corrigé : Soit f une fonction continue sur [0, 1]. ◦ Unicité : Supposons qu’il existe g ∈ F1 et k ∈ R tels que ∀x ∈ [0, 1] f (x) = g(x) + k. Z 1 Z 1 Z 1 On a alors f = g+ k = k ; d’où l’unicité de k et celle de g définie par g = f − k. 0 0 ◦ Existence : 0 1 Z 0 g = 0 et que g est continue, g ∈ F1 ; on 0 identifie constante et fonction constante, donc k ∈ F2 . 2 1 Z f et ∀x ∈ [0, 1] g(x) = f (x) − k. Alors comme Posons k = Aplications linéaires 2.1 Comment montrer qu’une application f de E dans F est linéaire ? 1. On utilise la définition. A savoir : on considère x et y des éléments de E, λ et µ des scalaires et on vérifie que f (λx + µy) = λf (x) + µf (y). 2. On essaie d’écrire f comme combinaison linéaire d’applications linéaires de référence. EXO 2.1 Soit f l’application de R2 dans R2 définie par f (x, y) = (x − y, x + 2y). Montrer que f est linéaire. Corrigé : Soient ~ u = (x, y) , ~v = (x0 , y 0 ) des éléments de R2 ; soient α et β des réels. Comme α~ u + β~v = (αx + βx0 , αy + βy 0 ), f (α~ u + β~v ) = (α(x − y) + β(x0 − y 0 ), α(x + 2y) + 2β(x0 + 2y 0 )) = α(x − y, x + 2y) + β(x0 − y 0 , x0 + 2y 0 ) = αf (~ u) + βf (~v ). D’où la linéarité de f . 2.2 Comment prouver qu’une application f est un endomorphisme de E ? On montre que, pour tout vecteur x de E, f (x) ∈ E, puis que f est une application linéaire. EXO 2.2 Soit n ≥ 1. Montrer que ϕ : P 7→ P 0 est un endomorphisme de Rn [X]. Corrigé : ◦ Si P est un polynôme de degré au plus n, son polynôme dérivé est un polynôme de degré au plus n − 1, et donc appartient toujours à Rn [X]. ◦ Les propriétés de l’opérateur dérivation permettent d’affirmer que ϕ est une application linéaire. 2.3 Comment prouver qu’une application f est un isomorphisme de E dans F ? On montre que f est une application linéaire de E dans F bijective . 2/4 FM-alglin.tex Algèbre linéaire 1 FM AL1 2.4 — PSI — Paul Valéry — Comment prouver qu’une application f est un automorphisme de E ? On montre que f est une applicationn linéaire bijective de E dans E. 2.5 Comment montrer qu’une application linéaire est injective ? On cherche à prouver que le noyau de f est réduit au vecteur nul, en prouvant que si x est un vecteur de Ker f (cad f (x) = ~0), alors x = ~0. 4 Attention ce résultat n’est vrai que si on a d’abord prouvé la linéarité de f , comme le prouve l’exemple de x 7→ x2 . EXO 2.5 Corrigé : Montrer que l’application linéaire de R2 dans R2 définie par f (x, y) = (x + y, x − y) est injective. x+y = 0 ⇐⇒ x = y = 0. x−y = 0 Le noyau de f étant réduit au vecteur nul, on en déduit que f est injective. (x, y) ∈ Ker f ⇐⇒ f (x, y) = (0, 0) ⇐⇒ 2.6 Comment montrer qu’une application linéaire f est bijective ? 1. On montre que f est injective et surjective. 2. On exhibe une fonction g de F dans E telle que f ◦ g = IdF et g ◦ f = IdE . On peut alors affirmer que g = f −1 . EXO 2.6 Soit f est un endomorphisme de E vérifant une relation du type f 2 + 2f + 3 Id = 0. Montrer que f est bijective et déterminer son inverse. Corrigé : On écrit f ◦ (f + 2 Id) = (f + 2 Id) ◦ f = −3 Id et donc f est bijective et f −1 = − 13 (f + 2 Id). 2.7 Comment prouver qu’un endomorphisme p de E est un projecteur ? Il suffit de vérifier que p ◦ p = p, ( si on sait déjà que p est un endomorphisme de E). 2.8 Comment déterminer les éléments caractéristiques d’un projecteur ? Il s’agit de préciser Ker p et Im p. Dans le cas d’un projecteur, on a l’équivalence suivante : x ∈ Im p ⇐⇒ p(x) = x, ce qui facilite souvent la détermination de l’image de p. Rappelons qu’alors Im p et Ker p sont supplémentaires dans E, ce qui peut éventuellement fournir une autre technique pour le point méthode 1.4 EXO 2.8 Montrer que l’application linéaire de R2 dans R2 définie par f (x, y) = (4x − 2y, 6x − 3y) est un projeteur. Déterminer les éléments caractéristiques de f . Corrigé : ◦ f est un endomorphisme de R2 . ◦ Soit ~ u = (x, y) ∈ R2 . f ◦ f (~ u) = f (4x − 2y, 6x − 3y) = (4(4x − 2y) − 2(6x − 3y), 6(4x − 2y) − 3(6x − 3y)) = (4x − 2y, 6x − 3y). Donc f ◦ f = f f est un projecteurde R2 . 4x − 2y = 0 ◦ (x, y) ∈ Ker f ⇐⇒ ⇐⇒ y = 2x. Donc Ker f est la droite vectorielle engendrée par le vecteur ~a = (1, 2). 6x − 3y = 0 4x − 2y = x ◦ (x, y) ∈ Im f ⇐⇒ ⇐⇒ 3x − 2y = 0. Donc Im f est la droite vectorielle dirigée par ~b = (2, 3). 6x − 3y = y f est la projection sur Vect ~b , parallélement à Vect ~a. 2.9 Comment prouver qu’un endomorphisme s de E est une symétrie ? Il suffit de prouver que s ◦ s = Id 3/4 — PSI — Paul Valéry — 2.10 Comment déterminer les éléments caractéristiques d’une symétrie ? Il s’agit de préciser Ker s − Id et Ker s + Id, à savoir l’ensemble des vecteurs de E fixes par s et celui des vecteurs changés en leurs opposés par s. Rappelons qu’alors Ker s − Id et Ker s + Id sont supplémentaires dans E, ce qui peut éventuellement fournir une autre technique pour le point méthode 1.4 On note E l’espace vectoriel des fonctions définies sur R à valeurs dans R. En utilisant l’application ϕ qui à une EXO 2.10 application f associe l’application g définie par ∀x ∈ R g(x) = f (−x), montrer que l’ensemble des fonctions paires et l’ensemble des fonctions impaires sont deux sous-espaces vectoriels suppléménetaires de E. Corrigé : ◦ ϕ est une application linéaire. En effet considérons f1 , f2 des éléments de E, α1 et α2 des réels. ∀x ∈ R ϕ(α1 f1 + α2 f2 )(x) = (α1 f1 + α2 f2 )(−x) = α1 f1 (−x) + α2 f2 (−x) = α1 ϕ(f1 )(x) + α2 ϕ(f2 )(x). Donc ϕ(α1 f1 + α2 f2 ) = α1 ϕ(f1 ) + α2 ϕ(f2 ). ◦ ∀f ∈ E ϕ(f ) ∈ E. ◦ Si f ∈ E, en posant g = ϕ(f ) et ϕ ◦ ϕ(f )(x) = ϕ(g)(x) = g(−x) = f (x) pour tout réel x. Donc, ϕ ◦ ϕ(f ) = f et ϕ est une application involutive. ϕ est donc la symétrie par rapport à Ker(ϕ − IdE ) parallélement à Ker(ϕ + IdE ). ◦ f ∈ Ker(ϕ − IdE ) ⇐⇒ ϕ(f ) = f ⇐⇒ ∀x ∈ R f (−x) = f (x) ⇐⇒ f est paire . ◦ f ∈ Ker(ϕ + IdE ) ⇐⇒ ϕ(f ) = −f ⇐⇒ ∀x ∈ R f (−x) = −f (x) ⇐⇒ f est impaire . On en déduit d’après une propriété des symétries vectorielles que l’ensemble des fonctions paires et l’ensemble des fonctions impaires sont deux sous-espaces vectoriels suppléménetaires de E. 3 Familles libres, liées 3.1 Comment prouver qu’une famille finie est liée ? On essaie de trouver un vecteur de la famille qui s’écrivent comme combinaison linéaire des autres. EXO 3.1 Corrigé : Montrer que les vecteurs ~ u = (0, 1), ~v = (1, 1) et w ~ = (2, 3) sont liés. Il est immédiat que w ~ = 2~v + ~ u. D’où la linéaire dépendance de ces trois vecteurs. 3.2 Comment prouver qu’une famille finie (ai )1≤i≤n est libre ? On utilise la caractérisation d’une famille libre. Soit (αi )1≤i≤n une famille de scalaires tels que n P αi ai = ~0. On cherche alors à prouver que ∀i ∈ [[1, n]] αi = 0 i=1 EXO 3.2 indépendants. Corrigé : Déterminer m ∈ R pour que les trois vecteurs ~ u = (0, 2, 3, 5), ~v = (1, 1, 2, 4) et w ~ = (2, 4, m, 13) soient linéairement Soient α, β, γ des réels tels que α~ u + β~v + γ w ~ = ~0. On obtient alors le système suivant : (S) 8 > > < β + 2γ 2α + β + 4γ 3α + 2β + mγ > > : 5α + 4β + 13γ = = = = 0 0 0 0 8 > > < 8 β = −2γ β = −2γ < 2α + 2γ = 0 α = −γ (S) ⇐⇒ ⇐⇒ 3α + (m − 4)γ = 0 > : > (m − 7)γ = 0 : 5α + 5γ = 0 Si m 6= 7, (S) ⇐⇒ α = β = γ = 0. La famille est libre. Si m = 7, w ~ =~ u + 2~v . La famille est liée. Conclusion : les trois vecteurs forment une famille libre si et seulement si m 6= 7. 4/4 FM-alglin.tex