On dit que
est de dimension finie ssi
possède une famille génératrice finie
c'est à dire que chaque élément de
peut s'écrire sous la forme
où les
sont des scalaires.
Dans le cas où
est de dimension finie,
possède au moins une base et toutes les bases de
ont le même cardinal que l'on appelle la
dimension
de
et que l'on note
ou plus simplement
s'il n'y a pas d'ambiguïté sur
I.1.2 Dimensions usuelles
, une base est
et la base canonique est
.
.
I.1.3 Remarque
Plus généralement, si
est un
-espace vectoriel de dimension
, alors on peut considérer
comme un
-espace vectoriel et
.
I.1.4 Proposition (Formules de dimension)
On considère
deux
-espaces vectoriels de dimensions finies. Soit également
Si
sont deux sous-espaces d'un même espace vectoriel,
I.1.5 Rappel
Dans un espace de dimension fini,
, on a pour une famille
Si
est libre alors
.
Si
est génératrice alors
.
I.1.6 Théorème
Soit
un
-espace vectoriel de dimension
et
un sous-espace de
.
est de dimension fini et
ssi
Preuve
Une idée de la preuve (voir le cours de sup pour plus de détails) :
On considère une famille libre de cardinal maximal dans
(le cardinal des familles libres est forcément
d'après le point précédent) et on montre que cette famille est forcément génératrice de
.
I.1.7 Exemple
On se sert très souvent de la deuxième partie de cette propriété pour prouver l'égalité de deux espaces.
Considérons par exemple le plan
dans
. On vérifie aisément que
et
sont des éléments de
et donc
. De plus,
est de dimension 2, tout comme
car
est libre. Donc
(et on a en fait trouvé une base de
).
I.2 Supplémentaires
I.2.1 Définition
Soient
un
-espace vectoriel et
deux sous-espaces. La somme de
et
est
.
C'est un espace vectoriel et on a même
.
I.2.2 Exemple
Dans
, la somme de deux droites vectorielles non confondues est
: on raisonne sur la dimension de l'espace vectoriel somme qui vaut forcément 2 (par élimination des deux autres cas).
Dans
la somme d'un plan et d'une droite non contenue dans ce plan est
.
I.2.3 Famille génératrice
Si on dispose d'une famille
génératrice de
et d'une famille
génératrice de
, alors la concaténation de ces familles engendre
.
Ainsi, en dimension finie,
I.2.4 Exemple
On se place dans
.
Donner une base de
où
et
.
On a
(
en résolvant le système à 3 inconnue et une seule équation, on a posé
comme paramètres
).
Alors
(
cette famille génératrice ne peut pas être libre car elle est de cardinal 4 dans un espace de dimension maximale 3
). on remarque la présence de deux fois le même vecteur. Alors
il reste à prouver que cette dernière famille est libre. Considérons sa matrice dans la base canonique,
. Par l'opération
puis développement par rapport à la première ligne,
et donc
. Ainsi la famille de ses colonnes forme une base de
donc est libre et est une base de
.
Deuxième méthode :
donc
. De plus,
ssi
d'après
I.1.6
; Or
(
il ne vérifie pas l'équation
) et donc
et la seule possibilité restante est
et donc
.
Finalement une base de
est la base canonique de
.
I.2.5 Définition
Soient
un
-espace vectoriel et
deux sous-espaces. On dit que
sont supplémentaires dans
et on note
ssi
Avec ces notations,
est appelé le projeté de
sur
dans la direction
(ou parallèlement à
) et
le projeté de
sur
dans la direction
.
I.2.6 Caractérisation
On montre facilement (en sup) que
.
I.2.7 Exemple
et la décomposition associée est
. La preuve se fait par analyse-synthèse.
Notons
. Alors
, les éléments correspondants à
dans
étant respectivement
.
I.2.8 Théorème (Théorème de la base adaptée)
Soit
un espace de dimension fini et
des sous-espaces de
.
ssi la concaténation d'une base de
et d'une base de
est une base de
.
On dit que la base obtenue (par concaténation) est
adaptée
à la somme
.
On a alors évidemment
Preuve
Soient
une base de
et
une base de
.
On suppose dans un premier temps que
. Montrons que
est une base de
.
Caractère générateur.
Soit
. Alors on peut poser
tels que
. Comme
engendre
,
est une combinaison linéaire de
. De même,
est une combinaison linéaire de
et par somme
est bien une combinaison linéaire des éléments de
. On a donc bien
. Caractère libre.
Soient
. Supposons que
Alors
et comme
chacune des deux sommes est nulles. Par liberté des familles
et
on a bien tous les
et tous les
nuls.
Finalement,
est bien une base.
Supposons réciproquement que
est une base de
. Montrons que
. Soit
. Par définition d'une base on peut poser
tels que
(
ces scalaires sont les coordonnées de
dans
). On a immédiatement sous cette forme
et donc
(car l'inclusion
est triviale.)
Les coordonnées dans une base étant unique, on a également unicité de
et
tels que
(tout écriture sous forme d'un élément de
+ un élément de
doit correspondre : les coordonnées de
sont les
et celles de
les
, dans les bases correspondantes de
)
I.2.9 Corollaire
En dimension finie, tout sous-espace possède au moins un supplémentaire.
Preuve
Il s'agit d'appliquer le théorème de la base incomplète à une base de
(pour la famille libre) et une base de
(pour la famille génératrice).
I.2.10 Théorème (Grassmann)
Soient
deux sous-espaces de dimension finies d'un espace vectoriel
. Alors
Preuve
Une idée de la preuve : considérer
un supplémentaire de
dans
(possible d'après le corollaire précédent) et montrer que
.
I.2.11 Corollaire
Dans un espace de dimension finie, on a
Preuve
Utiliser la formule de Grassman :
ssi
.
I.2.12 Exercice
Caractériser (donner une ou des CNS sur) les espaces supplémentaires dans
.
I.3 Hyperplans
I.3.1 Définition
Soit
un espace vectoriel de dimension finie ou infinie. Un sous-espace
de
est appelé hyperplan ssi H admet une droite comme supplémentaire.
I.3.2 Proposition
Les hyperplan de
de dimension
sont exactement les sous-espaces de dimension
.
I.3.3 Exemple
Les droites du plan, les plans dans l'espace. Remarquer les équations cartésiennes similaires dans ces cas.
I.3.4 Hyperplans et équations
Si on considère un système à 1 équation et
inconnues (équation non triviale) alors l'ensemble des solutions est un hyperplan.
Par exemple,
est un hyperplan de
(les
inconnues sont ici les coefficients de d'un polynôme
).
I.4 Sommes directes d'espaces vectoriels
I.4.1 Définition-proposition
Soit
un
-espace vectoriel et
des sous espaces de
.
La somme des espaces
⟦⟧
est
. C'est le sous espace de
engendré par les
On dit que la somme
est une somme
directe
et on note
ssi tout vecteur
s'écrit de manière
unique
sous la forme
avec
⟦⟧
.
La somme et la somme directe sont associatives, ce qui permet de justifier a posteriori l'utilisation de
et
Preuve
Il s'agit de montrer que
est un sous-espace de
et que la somme d'espace est associative. Nous allons le montrer dans le cas
et on pourrait généraliser facilement (seule la formalisation est plus délicate). Montrons que é Soit
. Alors on peut écrire
où
pour
⟦⟧
. Alors
et
et on a prouvé deux inclusions. Soit maintenant
. Alors on peut écrire
où
et
par définition de la somme de deux espaces. Comme
, on peut écrire
où
. Finalement on a bien
. De la même manière
et on a bien ce qui prouve au passage que
est un sous-espace de
en tant que somme de deux sous-espaces. On a alors
.
Comme la somme d'espaces est associative, la somme directe l'est aussi.
I.4.2 Remarque
Le cas
est déjà connu. La somme
est directe ssi
sont supplémentaires dans
. Autrement dit
I.4.3 Exercice
Trouver 3 espaces
tels que
.
I.4.4 Théorème
Soient
des sous espaces de
.
La somme
est directe ssi
Ainsi il suffit de vérifier que le vecteur nul possède une unique écriture sous forme de somme.
Preuve
Si on suppose la somme directe, alors le vecteur nul s'écrit de manière unique comme
.
Réciproquement, supposons que
.
Soit
. Montrons que sa décomposition en somme est unique.
Si on a
avec
⟦⟧
alors
et donc
pour tout
⟦⟧
par hypothèse.
I.4.5 Exemple
Montrer que si
⟦⟧
est une base de
alors
.
On a déjà
car
est génératrice de
.
De plus, si on pose des
pour
⟦⟧
tels que
alors on peut écrire
car
pour tout
.
On a donc
et comme
est libre
⟦⟧
et donc
ce qui conclut.
I.4.6 Définition-proposition (Théorème de la base adaptée)
Soient
des sous espaces de
, de dimensions finies. Notons
.
ssi la concaténation de bases des
est une base de
.
Une telle base de
est dite
adaptée
à la somme directe.
Preuve
Procéder par récurrence sur le nombre d'espace, le cas
étant le théorème de la base adaptée pour les espaces supplémentaires.
I.4.7 Remarque
Observer le ssi, et surtout la réciproque. Il est facile de décomposer un espace en somme si on en connaît une base. Par exemple
.
On obtient immédiatement
.
I.4.8 Pour les 5/2
Quels genre de sous-espaces sont forcément en somme directe ?
Réponse :
des espaces propres associés à des valeurs propres distinctes.
II Applications linéaires
II.1 Propriétés générales
II.1.1 Définition
Soient
deux
-espaces vectoriels et
. On dit que
est linéaire ssi
On a alors
.
Si
on dit que
est une
forme linéaire
. L'ensemble des applications linéaires de
dans
est noté
.
II.1.2 Exemple
Quelques exemples important (avec des notations évidentes) :
(avec un
fixé).
D'autres plus géométriques : les projection (orthogonales ou non) et symétries, les rotations du plan et de l'espace.
II.1.3 Application canoniquement associée
Soit
. L'application linéaire canoniquement associée à
est
et la matrice dans les bases canoniques de
de
est la matrice
.
II.1.4 Proposition
est un
-espace vectoriel (de dimension
quand
sont de dimensions finies).
Quand elle existe, la composée de deux applications linéaire est linéaire.
Quand elle existe, la bijection réciproque d'une application linéaire est linéaire.
II.1.5 Définition
Soit
.
Son noyau est
.
Son image est
.
II.1.6 Exemple
Notons
la base canonique de
et
telle que
. Calculer
.
On trouve
il faut transformer la colonne
trouvée pour la matrice en un vecteur de
en se souvenant que les coefficients sont en fait les coefficients dans la base canonique de
II.1.7 Proposition
Soient
,
un sous-espace de
et
un sous-espace de
.
Alors
sont des sous-espaces de
et
respectivement. En particulier
est un sous-espace de
et
est un sous-espace de
.
Preuve
Montrons que
est un sous espace de
. Soient donc
. Montrons que
. Or
donc on peut poser
tels que
. Alors, par linéarité,
car
(c'est un espace vectoriel).
Montrons que
est un sous-espace de
. Soient
et
. Alors
car
est un sous-espace de
donc
II.1.8 Rappels
Soit
.
est injective ssi
.
est surjective ssi
(valable même si
n'est pas linéaire).
Si
alors
.
Si
est une base de
,
est bijective (isomorphisme) ssi
est une base de
. Pour une application linéaire
avec
de dimension finie, si
est bijective alors on a forcément
.
II.1.9 Équation linéaire
On dit d'une équation qu'elle est linéaire ssi elle est de la forme
où
est une application linéaire,
est fixé et l'inconnue est
, un élément de
.
Par exemple :
d'inconnue
est une équation linéaire et ici
et
. On prouve facilement que
est linéaire (par compositions, et combinaison linéaire).
le système de matrice
et second membre
peut s'écrire
où l'inconnue est
est également une équation linéaire. Cette fois l'application linéaire est l'application canoniquement associée à
.
Dans tous les cas si on dispose d'une solution particulière
qui vérifie donc
on peut écrire
et donc toute solution de
est de la forme
où
est une solution particulière et
une solution de l'équation homogène associée.
II.2 Applications linéaires et dimension
II.2.1 Proposition (Théorème d'isomorphisme)
Soit
où
sont deux
(espaces vectoriels.
Si
un supplémentaire de
dans
alors
est un isomorphisme.
Preuve
On a
et
.
Il s'agit bien d'une application linéaire de
.
car
et
sont en somme directe.
Soit
. Alors il existe
tel que
. Or on peut écrire
avec
et
. Ainsi
et donc
. Donc
.
Finalement
est bien un isomorphisme linéaire.
II.2.2 Théorème (Théorème du rang)
Soit
et supposons
de
dimension finie
. Alors
Preuve
Comme
est de dimension finie, on peut poser
un supplémentaire de
dans
. Alors
et d'après le théorème précédent,
ce qui conclut.
II.2.3 Exemple
Si
est de dimension
et
est une forme linéaire non nulle, alors
.
II.2.4 Corollaire
Soit
des espaces de
même
dimension et
.
Dans le cas où
est un endomorphisme, les dimensions de
sont évidemment égales et ce résultat s'applique.
II.2.5 Exemple (Polynômes interpolateur de Lagrange)
Soient
des scalaires deux à deux distincts.
L'application
est injective (compter les racines d'un polynôme du noyau, seul le polynôme nul en possède autant) et donc bijective.
En conséquence, si on fixe
(quelconques cette fois), il existe un unique polynôme
tel que
⟦⟧
, ou encore par
points d'abscisses 2 à 2 distinctes il passe une unique courbe polynomiale de degré
ou moins.
Pour déterminer
, on calcule les
tels que
le
ème vecteur de la base canonique de
.
Un raisonnement rapide sur les racines (2 à 2 distinctes) de
montre que
et comme
on trouve la valeur de
.
Ensuite, la linéarité de
montre que
et donc
.
II.2.6 Corollaire
Soit
où
est de dimension finie.
II.2.7 Exemple
Soit
un endomorphisme d'un espace de dimension finie, vérifiant
. Montrer que
est un automorphisme et exprimer
.
On a
et donc
est bijective et
.
II.2.8 Remarque
C'est le pendant du théorème qui énonce qu'une matrice est inversible ssi on trouve un inverse à gauche ou un inverse à droite.
II.3 Espaces stables
II.3.1 Définition
Soit
et
un sous-espace de
. On dit que
est stable par
ssi
.
II.3.2 Exemple
Soit
et
. Montrer que
est stable par
.
Soit
. Alors
et donc
ou encore
. Or
est un sous-espace de
(car c'est un noyau d'endomorphisme) et donc
.
Ainsi
et
est effectivement stable par
.
II.3.3 Endomorphisme induit
Si
est stable par
alors on peut définir
la restriction de
à
(le détail important ici est l'espace d'arrivé qui est illégal si
n'est pas stable).
Alors
.
II.3.4 Familles génératrices
Soit
.
est stable par
ssi
⟦⟧
. En effet
.
II.3.5 Exemple
Considérons l'application
.
On pose
,
.
Montrer que
est une base de
, que
sont stables par
, calculer
.
Réponse :
Le déterminant dans la base canonique de
vaut -6 (faire l'opération
pour trouver un déterminant triangulaire.) et donc
est bien une base de
.
On a
et donc
est stable par
. De plus,
(
on a cherché
tels que
) et
et donc
est stable par
.
Ces calculs permettent d'écrire les matrices demandées
où les
0
sont la conséquence du fait que
est stable par
(seul
est nécessaire à l'expression de
) et les
0
la conséquence de la stabilité de
par
(
s'expriment en fonction de seulement
).
II.3.6 Théorème
Soit
un sous-espace de
,
une base de
que l'on complète en une base
de
. On note
est stable par
ssi
est de la forme
où
( et on a alors
)
0 représente la matrice nulle de
Preuve
On note
.
Supposons
stable par
et notons,
(les
premiers sont dans
).
Pour
⟦⟧
, on a
. Les derniers termes de cette somme sont nuls car
, ainsi
.
Ceci prouve que les n - p dernières lignes de
sont nulles dans les
premières colonnes.
Réciproquement, si
est de la forme annoncée, alors
n'a des coordonnées que sur
ie est dans
, et ce pour tout
⟦⟧
.
III Endomorphismes particuliers
III.1 Homothéties
III.1.1 Définition
Soit
un
-espace vectoriel. Soit
.
L'homothétie
de rapport
est l'application linéaire
.
III.1.2 Exemple
Deux homothéties très importantes : l'application nulle et l'identité.
III.1.3 Matrice d'une homothétie
On considère
de dimension finie égale à
cette fois et on note
l'homothétie de rapport
. Alors dans toute base
de
,
.
Matriciellement, la seule matrice semblable à
est elle même, car pour
, on a
.
III.1.4 Commutation
Une homothétie commute avec tout endomorphisme.
III.2 Projecteurs, symétries
III.2.1 Définition
Soit
un
-espace vectoriel. Soient également
deux sous-espaces de
, supplémentaires dans
. Tout
s'écrit donc de manière unique comme
avec
et
.
L'application
est appelé projecteur sur
parallèlement à
(ou de direction
).
L'application
est appelé symétrie par rapport à
parallèlement à
(ou de direction
).
III.2.2 Illustration
On représente les deux projections d'un vecteur
de
sur les droites
supplémentaires dans
, avec les mêmes conventions de notation que la définition.
Pour obtenir les projections, on a tracé en pointillés les parallèles à
et
passant par l'extrémité de
. les projections sont obtenues par intersection de ces parallèles avec
respectivement.
Remarquons qu'on a bien
ou encore
III.2.3 Liens entre ces applications
On a les liens important entre ces applications :
.
Si
désignent les projection et symétrie sur
et de direction
, on a
..
III.2.4 Méthode
Pour déterminer la projection
d'un vecteur
sur
parallèlement à
on exprime deux conditions sur
:
III.2.5 Exemple
Soient
. Alors
est une base de
(
deux vecteurs libres dans un espace de dimension 2
).
Ainsi
sont supplémentaires dans
d'après le théorème de la base adaptée. Notons
la projection sur
dans la direction
et déterminons
où
.
On a
et donc
pour un
.
On a
et donc
pour un
.
Ainsi
et donc
.
Finalement,
.
On constate que
et est canoniquement associée à la matrice
.
III.2.6 Théorème
Soit
un
-espace vectoriel. Soient également
deux sous-espaces de
, supplémentaires dans
Soit
le projecteur sur
de direction
. On a alors :
Réciproquement si
vérifie
alors
est le projecteur sur
dans la direction
(et on a donc
).
Preuve
Prouvons tout d'abord la linéarité. Soient
que l'on décompose en
. Soient
. Alors
et
est bien linéaire. Evidemment,
et on a bien
. Ensuite, avec les mêmes notations,
ssi
ssi
. De plus,
et on a en fait prouvé
. Si
, alors
et donc
et finalement
. Il reste à prouver que
. ON a déjà montré que tout
vérifie
ie
et donc
. Soit maintenant
ie
vérifie
. Ainsi
et l'autre inclusion est prouvée.
On a d'abord
donc
. L'autre inclusion est évidente (cf fin du point précédent).
Montrons maintenant que
. Soit
.
Analyse :
Supposons
que
avec
et
. Alors
. Ainsi
et donc
.
Synthèse :
Réciproquement, posons
et
. Montrons que
(trivial) et que
(moins trivial). Cependant,
et
car
.
Conclusion :
. Le fait que la somme est directe provient directement de l'analyse (les seules valeurs possibles sont...) ou du fait que si
alors
et
donc
et on a bien
.
Par définition d'un projecteur, et d'après notre analyse,
est le projecteur sur
dans la direction
.
III.2.7 Exemple
Soit la matrice
Montrer que l'endomorphisme canoniquement associé à
est un projecteur dont on précisera les éléments caractéristiques.
Question 5/2 : au vu de la matrice
, que dire de plus de la projection ?
Réponse : Notons
l'application linéaire canoniquement associée à
. on a
(par produit matriciel direct) et donc
; Ainsi
est bien un projecteur.
Il s'agit du projecteur sur
, dans la direction
. Calculons ces espaces. Soit
.
On prendra garde au facteur
au moment de calculer
.
. Les 3 équations sont proportionnelles et donc
est le plan d'équation
.
. on résout ce système (
diviser la deuxième ligne par 2 puis l'utiliser pour éliminer
des deux autres équations
) et on trouve que
est la droite dirigée par
Finalement,
est le projecteur sur le plan
et parallèlement à la droite dirigée par
.
Réponse 5/2 :
étant symétrique réelle, ses espaces propres
sont orthogonaux et donc
est un projecteur orthogonal.
III.2.8 Matrice dans une base adaptée
On considère
le projecteur de
sur un plan
parallèlement à une droite
non inclue dans
. On note
une base adaptée à
. Donner la matrice de
dans
.
Même question dans le cas général
. On note
une base adaptée avec
(et on suppose que
⟦⟧
: si
alors
et si
alors
.) On trouve, en notation par bloc car pour
on a
et pour
on a
.
III.2.9 Remarque
Pour un projecteur
en dimension finie, on a toujours
III.2.10 Exemple
On considère l'application
. Il s'agit, d'après le point
I.2.7
de la projection sur
parallèlement à
.
III.2.11 Théorème
Soit
un
-espace vectoriel. Soient également
deux sous-espaces de
, supplémentaires dans
Soit
la symétrie par rapport à
dans la direction
. Alors :
et
ie.
Réciproquement, soit
. Si
alors
est la symétrie par rapport à
parallèlement à
qui sont donc supplémentaires dans
.
III.2.12 Exemple
Dans
l'application
qui à une fonction
associe
est une symétrie. C'est la symétrie par rapport aux fonctions paire parallèlement aux fonctions impaires.
III.2.13 Matrice dans une base adaptée
Donner, avec les notations du théorème, la matrice de
dans une base adaptée à
.
En utilisant les même notation que le point correspondant sur les projecteurs
III.2.14 Exemple
Remarquons que la transposition est une symétrie. C'est même la symétrie associée au projecteur de l'exemple
III.2.10
III.3 Projection et espaces en somme directe
III.3.1 Définition
Soient
des sous-espaces de
vérifiant
.
Pour
, on pose
l'unique décomposition en somme telle que
⟦⟧
.
Le projeté du vecteur
sur
parallèlement à
est le vecteur
. Le projecteur associé est
.
III.3.2 Remarque
Si la somme directe des
n'est pas égale à l'espace
global, on peut se ramener à la définition en considérant plutôt
comme espace dans lequel on projette.
III.3.3 Proposition
Avec les notations de la définition précédente
⟦⟧
.
III.3.4 En pratique
Pour déterminer ces projections, on procède comme dans le cas d'espaces supplémentaires :
calcul de coordonnées dans une base adaptée si possible, et on regroupe par espace.