ESPACES VECTORIELS ET APPLICATIONS LINÉAIRES

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "ESPACES VECTORIELS ET APPLICATIONS LINÉAIRES"

Transcription

1 J.F.C. p. 1 ESPACES VECTORIELS ET APPLICATIONS LINÉAIRES Exercice 1 Intersection d hyperplans. E est un espace vectoriel de dimension n sur K (n [2, + [). Q1. Montrer que si F et G sont deux sous-espaces vectoriels de E : dim(f G) dim F + dim G n. Q2. Déterminer la dimension de l intersection de deux hyperplans distincts de E. Q3. Soient H 1, H 2,..., H r r hyperplans de E. Montrer que dim(h 1 H 2... H r ) n r. Q4. Montrer par récurrence que si p appartient à [1, n] et si F est un sous-espace vectoriel de dimension n p alors F est l intersection de p hyperplans de E. Q1 dim(f + G) + dim(f G) = dim F + dim G. Comme F + G est un sous-espace vectoriel de E, dim(f + G) n. Alors dim F + dim G = dim(f + G) + dim(f G) n + dim(f G) donc : dim(f G) dim F + dim G n. Q2 Soient H 1 et H 2 deux hyperplans distincts de E. D après ce qui précède dim(h 1 H 2 ) dim H 1 + dim H 2 n. Donc dim(h 1 H 2 ) n 1 + n 1 n = n 2. Comme H 1 H 2 est un sous-espace vectoriel de H 1 : n 1 = dim H 1 dim(h 1 H 2 ) n 2. Alors dim(h 1 H 2 ) vaut n 1 ou n 2. Supposons que dim(h 1 H 2 ) = n 1. H 1 H 2 est alors un sous espace vectoriel de H 1 et H 2, qui a même dimension que H 1 et H 2. Alors H 1 H 2 = H 1 = H 2. Ceci contredit l hypothèse. Par conséquent H 1 H 2 est de dimension n 2. L intersection de deux hyperplans distincts de E est un sous-espace vectoriel de E de dimension n 2. Q3 Montrons par récurrence que : k [1, r ], dim(h 1 H 2... H k ) n k. La propriété est vraie pour k = 1 (dim H 1 = n 1). Supposons la vraie pour un élément k de [1, r 1] et montrons la pour k + 1. D après Q1, dim(h 1 H 2... H k+1 ) dim(h 1 H 2... H k ) + dim H k+1 n. dim(h 1 H 2... H k+1 ) dim(h 1 H 2... H k ) + n 1 n = dim(h 1 H 2... H k ) 1. En appliquant l hypotèse de récurrence on obtient : dim(h 1 H 2... H k+1 ) n k 1 = n (k + 1) et ainsi s achève la récurrence. Q4 La propriété est vraie pour p = 1 car si F est de dimension n 1, F est un hyperplan et il est donc intersection d un hyperplan! Supposons la propriété vraie pour p élément de [1, n 1] et montrons la pour p + 1. Soit F un sous-espace vectoriel de E de dimension n (p + 1). F est distinct de E donc il existe un élément a de E n appartenant pas à F. Posons D = Vect(a) et G = F + D. a n appartient pas à F donc F et D sont en somme directe. G est donc de dimension n p. L hypothèse de récurrence montre alors que G est l intersection de p hyperplans H 1, H 2,..., H p. Soit G un supplémentaire de G dans E. dim G = n (n p) = p. Posons H p+1 = F + G.

2 J.F.C. p. 2 Cette somme est directe car G = F + D et G sont supplémentaires. Ainsi H p+1 est de dimension dim F + dim G = n (p + 1) + p = n 1. H p+1 est donc un hyperplan. Montrons pour finir que F = G H p+1 ainsi aurons nous F = H 1 H 2 H p H p+1 et F sera l intersection de p + 1 hyperplans. F est contenu dans G et dans H p+1 par construction de ces deux sous-espaces. Ainsi F G H p+1 Réciproquement soit x un élément de G H p+1. x appartient à H p+1 = F + G donc x = x 1 + x 2 avec x 1 élément de F (donc de G) et x 2 élément de G. x 2 = x x 1. x et x 1 sont deux éléments de G donc x x 1 appartient à G. Alors x 2 = x x 1 appartient à G et G qui ont une intersection nulle. Ainsi x 2 = x x 1 = 0 E. x = x 1 et x appartient alors à F. Ceci achève de montrer que G H p+1 F. Par conséquent F = G H p+1 = H 1 H 2 H p H p+1 et la récurrence s achève. Si p élément de [1, n] et si F est un sous-espace vectoriel de E de dimension n p alors F est l intersection de p hyperplans de E. Ou si p élément de [0, n 1] et si F est un sous-espace vectoriel de E de dimension p alors F est l intersection de n p hyperplans de E. Exercice 2 f est une application linéaire de E dans E et g une application linéaire de E dans E. rg f + rg g dim E rg(g f) Min(rg f, rg g). Montrons que : rg(g f) rg g et rg(g f) rg f. f(e) E donc Im(g f) = g(f(e)) g(e ) = Im g et ainsi rg(g f) = dim g(f(e)) dim Im g = rg g. On a rg(g f) rg g. Soit h la restriction de g à Im f. h est une application linéaire de Im f dans E. Le théorème du rang appliqué à h donne dim Im f = rg h + dim Ker h. Ainsi rg h dim Im f = rg f. Or Im h = h(im f) = h(f(e)) = g(f(e)) = Im(g f). Par conséquent rg(g f) = rg h rg f. rg(g f) rg f. rg(g f) rg g et rg(g f) rg f donc rg(g f) Min(rg f, rg g). Reprenons : rg f = dim Im f = rg h + dim Ker h. Remarquons que Ker h Ker g ; alors : dim Ker h dim Ker g. Par conséquent : rg f rg h + dim Ker g = rg(g f) + dim Ker g = rg(g f) + dim E rg g. Ceci donne : rg f + rg g dim E rg(g f). Exercice 3 f est une application linéaire de E dans E et g une application linéaire de E dans E. g f = 0 L(E,E ) équivaut à Im f Ker g. g f = 0 L(E,E ) x E, g(f(x)) = 0 E y Im f, g(y) = 0 E Im f Ker g Exercice 4 Si f est une application linéaire de E dans E, tout supplémentaire de Ker f est isomorphe à Im f.

3 J.F.C. p. 3 Soit F un supplémentaire de Ker f dans E. E = F Ker f. Soit h l application de F dans Im f qui a tout élément x de F associe f(x). Comme f est une application linéaire, h est une application linéaire de Ker f dans Im f. Montrons que h est bijective. Soit x un élément de Ker h. x appartient à F et f(x) = h(x) = 0 E donc x appartient à F Ker f = {0 E } ; donc x est nul. Alors Ker h = {0 E } et h est injective. Montrons que h est surjective. Soit y un élément de Im f. Il exite un élément x de E tel que f(x) = y. Comme F et Ker f sont supplémentaires :!(x 1, x 2 ) F Ker f, x = x 1 + x 2. Alors y = f(x) = f(x 1 ) + f(x 2 ) = f(x 1 ). Comme x 1 appartient à F, h(x 1 ) = f(x 1 ) = y. y Im f, x 1 F, h(x 1 ) = y. h est surjective. Finalement h est un isomorphisme de F sur Im f. F et Im f sont isomorphes. Exercice Retrouver le théorème du rang. Exercice 5 Opérations sur les endomorphismes nilpotents. Soient f et g deux endomorphismes nilpotents de E qui commutent. Montrer que f + g et f g sont nilpotents. Il existe deux éléments r et s de N tels que f r = 0 L(E) et g s = 0 L(E). Une première récurrence simple montre que k N, f k g = g f k. Une seconde récurrence tout aussi simple montre que pour k élément de N, i N, f k g i = g i f k. Une troisième récurrence permet alors d obtenir : j N, (f g) j = f j g j. Ainsi (f g) r = f r g r = 0 L(E) g r = 0 L(E). f g est nilpotent. Comme f et g commutent la formule du binôme donne : (f + g) r+s 1 = r+s 1 Notons que f k = 0 L(E) dès que k est élément de [r, + [. Ainsi (f + g) r+s 1 = Si k appartient à [0, r 1], r + s 1 k appartient à [s, r + s 1] et g r+s 1 k = 0 L(E). Alors (f + g) r+s 1 = r 1 C k r+s 1 f k g r+s 1 k = 0 L(E). f + g est nilpotent. Exercice 6 Commutant d un endomorpisme nilpotent. E est un espace vectoriel de dimension non nulle n sur K. f est un élément de S. p est le plus petit élément de N tel que f p = 0 L(E). C k r+s 1 f k g r+s 1 k. r 1 C k r+s 1 f k g r+s 1 k. Q1. Montrer qu il existe un élément a de E tel que la famille B = ( a, f(a), f 2 (a),..., f p 1 (a) ) soit libre. En déduire que : p n. Q2. On suppose que p = n. On se propse d étudier l ensemble G des éléments de L(E) qui commutent avec f. a) Montrer que B = ( a, f(a), f 2 (a),..., f n 1 (a) ) est une base de E et écrire la matrice de f dans cette base. b) Montrer que G est un sous-espace vectoriel de L(E) qui contient : Vect(Id E, f, f 2,..., f n 1 ).

4 J.F.C. p. 4 c) Réciproquement soit g un élément de G. g(a) est un élément de E donc s écrit comme combinaison linéaire des n 1 éléments de B. (λ 0, λ 1,, λ n ) K n, g(a) = λ k f k (a). Montrer alors que g = n 1 λ k f k. Conclure. Q1 Comme E n est pas réduit au vecteur nul, Id E n est pas l endomorphisme nul et ainsi p n est pas nul. Par conséquent p 1 appartient à N et f p 1 n est pas l endomorphisme nul par définition de p. Alors il existe un élément a de E tel que f p 1 (a) 0 E. Montrons alors que la famille B = ( a, f(a), f 2 (a),..., f p 1 (a) ) est libre. Soit (λ 0, λ 1,..., λ p 1 ) un élément de K p tel que p 1 λ k f k (a) = λ 0 a + λ 1 f(a) + + λ p 1 f p 1 (a) = 0 E Montrons par récurrence que i [0, p 1], λ 0 = λ 1 = λ i = 0. ( p 1 ) ( ) donne f p 1 λ k f k (a) = f p 1 ( λ 1 a + λ 2 f(a) + + λ p 1 f p 1 (a) ) = f p 1 (0 E ) = 0 E. Donc p 1 λ k f p 1+k (a) = λ 0 f p 1 (a) + λ 1 f p (a) + + λ p 1 f 2p 2 (a) = 0 E. Or f p 1+k (a) = 0 E dès que p 1 + k p, c est à dire dès que k 1. Alors λ 0 f p 1 (a) = 0 E. Comme f p 1 (a) 0 E : λ 0 = 0. La propriété est vraie pour i = 0. Supposons la propriété vraie pour i élément de [[0, p 2] et montrons la pour i + 1. Nous avons donc λ 0 = λ 1 = = λ i = 0 et il s agit de montrer que λ i+1 = 0. L hypothèse de récurrence et ( ) donnent p 1 k=i+1 ( ). λ k f k (a) = λ i+1 f i+1 (a) + λ i+2 f i+2 (a) + + λ p 1 f p 1 (a) = 0 E. Notons que p 2 i appartient à N. ( p 1 ) Alors f p 2 i λ k f k (a) = f p 2 i ( λ i+1 f i+1 (a) + λ i+2 f i+2 (a) + + λ p 1 f p 1 (a) ) = f p 2 i (0 E ) = 0 E. Donc p 1 k=i+1 k=i+1 λ k f p 2 i+k (a) = λ i+1 f p 1 (a) + λ i+2 f p (a) + + λ p 1 f 2p 3 i (a) = 0 E. Alors λ i+1 f p 1 (a) = 0 E et comme f p 1 (a) n est pas nul : λ i+1=0 ce qui achève la récurrence. B = ( a, f(a), f 2 (a),..., f p 1 (a) ) est une famille libre de E. B = ( a, f(a), f 2 (a),..., f p 1 (a) ) est une famille libre de E de cardinal p et E est de dimension n donc p n. Remarque Si b est dans E, la famille ( b, f(b), f 2 (b),..., f p 1 (b) ) est libre si et seulement si f p 1 (b) 0 E. Q2 a) D après ce qui précède B = ( a, f(a), f 2 (a),..., f n 1 (a) ) est une famille libre de E. Comme le cardinal de cette famille est n qui est la dimension de E : B = ( a, f(a), f 2 (a),..., f n 1 (a) ) est une base de E.

5 J.F.C. p. 5 i [0, n 2], f ( f i (a) ) = f i+1 (a) et f ( f n 1 (a) ) = f n (a) = 0 E. Alors M B (f) = b) k N, f f k = f k+1 = f k f. Donc k N, f k G. Donc G est non vide. Soient g et g deux éléments de G et λ un élément de K. g f = f g et g f = f g donc (λ g + g ) f = λ g f + g f = λ f g + f g = f (λ g + g ) ; λ g + g G. Ceci achève de montrer que G est un sous-espace vectoriel de L(E). Comme Id E, f,..., f n 1 sont des éléments de G : G est un sous-espace vectoriel qui contient Vect(Id E, f,..., f n 1 ). c) Soit g un élément de G. Considérons les coordonnées (λ 0, λ 1,..., λ n 1 ) du vecteur g(a) dans la base B = ( a, f(a), f 2 (a),..., f n 1 (a) ). Montrons que g = n 1 λ k f k. g et n 1 λ k f k sont deux endomorphismes de E ; pour montrer qu ils sont égaux, montrons qu ils coïncident sur les éléments de la base B = ( a, f(a), f 2 (a),..., f n 1 (a) ). ( n 1 ) Il s agit donc de montrer que i [0, n 1], g(f i (a)) = λ k f k (f i (a)). Notons que g commute avec f donc avec toute puissance de f. ( n 1 Alors i [0, n 1], g(f i (a)) = (g f i )(a) = (f i g)(a) = f i (g(a)) = f i i [0, n 1], g(f i (a)) = n 1 Ceci achève de montrer que : g = λ k f i+k (a) = n 1 n 1 Donc G Vect(Id E, f,..., f n 1 ) et finalement : λ k f k (f i (a)) = ( n 1 λ k f k (a) λ k f k ) (f i (a)). λ k f k. Alors g est élément de Vect(Id E, f,..., f n 1 ). G = Vect(Id E, f,..., f n 1 ). ) = n 1 λ k f i (f k (a)). Exercice 7 Encore un peu de nilpotence. Soit f un endomorphisme de E tel qu il existe un élément r de N vérifiant f r = 0 L(E). Montrer que g = Id E f est un automorphisme de E et déterminer g 1. Illustrer. Notons que f et Id E commutent, (Id E ) r = Id E et f r = 0 L(E) donc : Id E = (Id E ) r f r = (Id E f) (Id E + f + f 2 + f r 1 ) = (Id E + f + f 2 + f r 1 ) (Id E f). Alors Id E = g (Id E + f + f 2 + f r 1 ) = (Id E + f + f 2 + f r 1 ) g. g est donc inversible et g 1 = Id E + f + f 2 + f r 1.

6 J.F.C. p. 6 Si f r = 0 L(E) alors Id E f est un automorphisme de E et (Id E f) 1 = Id E + f + f 2 + f r 1. illustration E = K n [X] et P E, f(p ) = P. f est endomorphisme de E tel que f n+1 = 0 L(E). Alors g = Id E f est un automorphisme de E et g 1 = Id E + f + f 2 + f n. P E, g(p ) = P P et g 1 (P ) = P + P + P + + P (n). Exercice 8 Différence de deux projecteurs. p et q sont deux projections de E. f = p q. Q1. On suppose que f est une projection. Montrer que : p q + q p = 2q et que : p q = q p = q. Q2. Réciproquement on suppose que p q = q p = q. Montrer que f est une projection parallèlement à Ker p + Im q. Déterminer Im f. Q1 p q = f = f 2 = (p q) (p q) = p 2 p q q p + q 2 = p p q q p + q. p q = p p q q p + q. Alors p q + q p = q + q = 2q. p q + q p = 2q. En composant cette égalité à gauche (resp. à droite) par q on obtient : q p q + q q p = 2 q q (resp. p q q + q p q = 2 q q). Alors q p q + q p = 2 q et p q + q p q = 2 q. En soustrayant il vient : q p p q = 0 L(E). C est à dire q p = p q. En reprenant l égalité p q + q p = 2 q on obtient 2 p q = 2 q ou p q = q. Finalement p q = q p = q. Q2 Ici p q = q p = q. f = p q est un endomorphisme de E comme différence de deux endomorphismes de E. De plus f 2 = (p q) (p q) = p 2 p q q p + q 2 = p q q + q = p q = f. Ainsi : f est une projection. Soit x un élément de Ker f. p(x) q(x) = f(x) = 0 E. p(x) = q(x). Alors p(x) = q(x) = p(q(x)) car q = p q. p(x) p(q(x)) = 0 E. p(x q(x)) = 0 E donc x q(x) appartient à Ker p. Posons t = x q(x). x = t + q(x) donc x est un élément de Ker p + Im q. Récipoquement soit x un élément de Ker p + Im q. x = x 1 + x 2 avec x 1 dans Ker p et x 2 dans Im q. f(x) = p(x) q(x) = p(x 1 ) + p(x 2 ) q(x 1 ) q(x 2 ). Or p(x 1 ) = 0 E et q(x 2 ) = x 2. Alors f(x) = p(x 2 ) q(x 1 ) x 2. q(x 2 ) = x 2 donne p(x 2 ) = p(q(x 2 )). Comme p q = q : p(x 2 ) = q(x 2 ) = x 2. q = q p et p(x 1 ) = 0 E donnent : q(x 1 ) = q(p(x 1 )) = q(0 E ) = 0 E. Alors f(x) = p(x 2 ) q(x 1 ) x 2 = x 2 0 E x 2 = 0 E. x est un élément de Ker f. Finalement : Ker f = Ker p + Im q Soit x un élément de Im f. Il existe z dans E tel que x = f(z) = p(z) q(z). q(x) = q(p(z)) q 2 (z) = q(z) q(z) = 0 E. Alors x appartient à Ker q. De plus x = p(z) q(z) = p(z) p(q(z)) = p(z q(z)) donc x apartient à Im p. Par conséquent x appartient Ker q Im p.

7 J.F.C. p. 7 Réciproquement soit x un élément de Ker q Im p. q(x) = 0 E et p(x) = x. Donc f(x) = p(x) q(x) = x. x appartient à Ker(f Id E ) = Im f. Finalement : Im f = Ker q Im p Exercice 9 Endomorphisme dont le carré est Id. E est un espace vectoriel sur R de dimension n non nulle. Q1. f est un endomorphisme de E tel que f 2 = Id E. a) Montrer que si (e 1, e 2,..., e p ) est une famille d éléments de E telle que (e 1, f(e 1 ), e 2, f(e 2 ),..., e p, f(e p )) soit libre et non génératrice alors il existe un élément e p+1 de E tel que (e 1, f(e 1 ), e 2, f(e 2 ),..., e p+1, f(e p+1 )) soit libre. b) En déduire que n est pair. Représenter f par une matrice simple. Q2. On suppose que n est pair. Montrer qu il existe un endomorphisme f de E tel que f 2 = Id E. Q1 a) Soit (e 1, e 2,..., e p ) une famille d éléments de E telle que (e 1, f(e 1 ), e 2, f(e 2 ),..., e p, f(e p )) soit libre et non génératrice. Vect(e 1, f(e 1 ), e 2, f(e 2 ),..., e p, f(e p )) n est pas E donc il existe un élément e p+1 appartenant à E et n appartenant pas à Vect(e 1, f(e 1 ), e 2, f(e 2 ),..., e p, f(e p )). (e 1, f(e 1 ), e 2, f(e 2 ),..., e p, f(e p )) est libre et e p+1 n appartient pas à Vect(e 1, f(e 1 ), e 2, f(e 2 ),..., e p, f(e p )) donc la famille (e 1, f(e 1 ), e 2, f(e 2 ),..., e p, f(e p ), e p+1 ) est encore libre. Dès lors montrons que (e 1, f(e 1 ), e 2, f(e 2 ),..., e p, f(e p ), e p+1, f(e p+1 )) est libre. Soit (α 1, α 2,..., α p+1 ) et (β 1, β 2,..., β p+1 ) deux éléments de R p+1 tels que Alors f Ainsi Il vient p+1 ( p+1 p+1 p+1 α k e k + p+1 α k f(e k ) β k f(e k ) ) β k e k = 0 E p+1 (α p+1 α k + β p+1 β k ) e k + = f(0 E ) = 0 E. Donc p+1 p+1 α k f(e k ) + p+1 p+1 α k e k + β k f 2 (e k ) = 0 E. (2). Multiplions (1) par α p+1 et (2) par β p+1 et ajoutons. p+1 Si k = p + 1 : α p+1 β k β p+1 α k = 0 donc : (α p+1 β k β p+1 α k ) f(e k ) = 0 E. (α p+1 α k + β p+1 β k ) e k + β k f(e k ) = 0 E (1). p (α p+1 β k β p+1 α k ) f(e k ) = 0 E. La liberté de (e 1, f(e 1 ), e 2, f(e 2 ),..., e p, f(e p ), e p+1 ) donne k [1, p + 1], α p+1 α k + β p+1 β k = 0 et k [1, p], α p+1 β k β p+1 α k = 0. En particulier α p+1 α p+1 + β p+1 β p+1 = 0 ou α 2 p+1 + β 2 p+1 = 0. Comme α p+1 et β p+1 sont des réels : α p+1 = β p+1 = 0. Alors (1) donne p α k e k + p β k f(e k ) = 0 E. La liberté de (e 1, f(e 1 ), e 2, f(e 2 ),..., e p, f(e p )) fournit : α 1 = = α p = β 1 = = β p = 0. Ainsi α 1 = = α p = α p+1 = β 1 = = β p = β p+1 = 0. Ceci achève de montrer que (e 1, f(e 1 ), e 2, f(e 2 ),..., e p, f(e p ), e p+1, f(e p+1 )) est libre. b) Soit S l ensemble des éléments q de N tels qu il existe une famille (e 1, e 2,..., e q ) d éléments de E qui donne une famille (e 1, f(e 1 ), e 2, f(e 2 ),..., e q, f(e q )) libre.

8 J.F.C. p. 8 Montrons que S est une partie non vide et majorée de N. Soit e 1 un élément non nul de E. Montrons que (e 1, f(e 1 )) est libre. Soit α et β deux réels tels que α e 1 + β f(e 1 ) = 0 E (3). Ainsi 0 E = f(0 E ) = f(α e 1 + β f(e 1 )) = α f(e 1 ) β e 1 (4). En multipliant (3) par α, (4) par β et en ajoutant on obtient : (α 2 + β 2 ) e 1 = 0 E. Commme e 1 n est pas nul : α 2 + β 2 = 0. α et β étant réel : α = β = 0. Ceci achève de prouver que (e 1, f(e 1 )) est libre. Ainsi 1 est un élément de S et S n est pas vide. Soit q un élément de S. Il existe une famille (e 1, e 2,..., e q ) d éléments de E telle (e 1, f(e 1 ), e 2, f(e 2 ),..., e q, f(e q )) soit une famille libre de E. [ n ] Comme cette famille est de cardinal 2q et que E est de dimension n : 2q n. Donc q Ainsi S est majorée. S est une partie non vide et majorée de N donc S possède un plus grand élément p. Alors il existe une famille (e 1, e 2,..., e p ) d éléments de E telle B = (e 1, f(e 1 ), e 2, f(e 2 ),..., e p, f(e p )) soit une famille libre de E. Si B n est pas une famille génératice de E, d après a) on peut trouver un élément e p+1 de E tel que (e 1, f(e 1 ), e 2, f(e 2 ),..., e p+1, f(e p+1 )) soit libre ; alors p + 1 appartient à S et est strictement plus grand que le plus grand élément de S!! Ainsi B est une famille génératrice de E. Cette famille qui est libre est alors une base de E ayant 2p éléments. Par conséquent n = 2p et la dimension de E est paire. S il existe un endomorphisme f de E tel que f 2 = Id E, la dimension de E est paire Cherchons la matrice de f dans la base B = (e 1, f(e 1 ), e 2, f(e 2 ),..., e p, f(e p )). Notons que k [1, p], f(e k ) = f(e k )!! et k [1, p], f(f(e k )) = e k. A 1 O 2 O 2. O Alors M B (f) est la matrice diagonale par blocs 2 A O2 où A 1 = A 2 = = A p = ( ) O 2 O 2 A p 0 0 O 2 =. 0 0 ( ) 0 1 et 1 0 Q2 On suppose que la dimension n de E est paire. Il existe un élément p de N tel que n = 2p. Soit B = (u 1, u 2,..., u 2p ) une base de E et f l endomorphisme de E définit par k [1, p], f(u k ) = u k+p et k [p + 1, 2p], f(u k ) = u k p. k [1, p], f 2 (u k ) = f(u k+p ) = u k+p p = u k et k [p + 1, 2p], f 2 (u k ) = f(u k p ) = u k p+p = u k. Les deux endomorphismes f 2 et Id E coïncident sur la base B donc sont égaux. f 2 = Id E. Si la dimension de E est paire, il existe un endomorphisme f de E tel que f 2 = Id E. Exercice 10 Noyaux et images itérés. E est de dimension finie et non nulle n et f un endomorphisme de E. Pour tout k dans N on pose : N k = Ker f k et I k = Im f k.

9 J.F.C. p. 9 Q1. Montrer que la suite (N k ) k 0 est croissante au sens de l inclusion et que la suite (I k ) k 0 est décroissante (toujours au sens de l inclusion). Q2. Montrer que S = {k N N k+1 = N k } est une partie non vide de N. On note p son plus petit élément. Montrer que la suite (N k ) 0 k p est strictement croissante et la suite (N k ) k p constante. Qu en est-il pour la suite des images? Montrer que p n. Q3. Montrer que E = N p I p. Q1 Soit k un élément de N. Soit x un élément de N k = Ker f k. f k (x) = 0 E donc f k+1 (x) = f(f k (x)) = f(0 E ) = 0 E et x appartient à Ker f k+1 = N k+1. Alors N k N k+1. f(e) E donc f k (f(e)) f k (E). Ainsi I k+1 = f k+1 (E) = f k (f(e)) f k (E) = I k. k N, N k N k+1 et k N, I k+1 I k. Q2 Supposons que S = {k N N k+1 = N k } soit vide. Alors pour tout élément k de N, N k est strictement contenu dans N k+1. En particulier k N, dim N k < dim N k+1. Rappelons que E est de dimension n et qu ainsi la dimension d un sous-espace vectoriel de E est inférieure ou égale à n. Alors (dim N 0, dim N 1,..., dim N n+1 ) est une suite strictement croissante de n + 2 entiers de l intervalle [0, n] qui contient n + 1 éléments d où une légère contradiction! Finalement S est non vide de N. Nous noterons p son plus petit élément. p étant le plus petit élément de S, pour tout k dans [[0, p 1], N k+1 et N k sont distincts donc N k est strictement contenu dans N k+1. La suite (N k ) 0 k p est strictement croissante. Pour tout k dans [0, p 1], dim N k < dim N k+1. Donc pour tout k dans [0, p 1], dim I k = n dim N k > n dim N k+1 = dim I k+1. Ainsi pour tout k dans [0, p 1], I k+1 est strictement contenu dans I k. La suite (I k ) 0 k p est strictement décroissante. Montrons par récurrence que k [p, + [, N k+1 = N k. L égalité est vraie pour k = p car p appartient à S. Supposons l égalité vraie pour un élément k de [p, + [ et montrons la pour k + 1. Il s agit donc de prouver N k+2 = N k+1 sachant que N k+1 = N k. Nous savons déjà que N k+1 N k+2. Montrons l inclusion inverse. Soit x un élément de N k+2. f k+1 (f(x)) = f k+2 (x) = 0 E donc f(x) appartient à N k+1. Comme N k+1 = N k, f(x) appartient à N k. Ainsi f k+1 (x) = f k (f(x)) = 0 E et x appartient à N k+1. N k+2 N k+1 et la récurrence s achève. Par conséquent la suite (N k ) k p constante. k [p, + [, I k+1 I k et dim I k+1 = n dim N k+1 = n dim N k = dim I k. Donc k [p, + [, I k+1 = I k et la suite (I k ) k p constante.

10 J.F.C. p. 10 La suite (N k ) 0 k p est strictement croissante donc (dim N 0, dim N 1,..., dim N p ) est une suite strictement croissante de p + 1 entiers de l intervalle [0, n] qui contient n + 1 éléments donc p + 1 n + 1. p n. Q3 Soit x un élément commun à N p et I p. f p (x) = 0 E et il existe un élément z de E tel que x = f p (z). Alors f 2p (z) = f p (x) = 0 E. Ainsi z appartient à N 2p. Comme N p = N 2p, z appartient à N p et x = f p (z) = 0 E. Alors N p I p = {0 E }. De plus dim N p + dim I p = dim Ker f p + dim Im f p = dim E (théorème du rang). E étant de dimension finie ce qui précède permet de dire que E = N p I p. Exercice 11 Espaces vectoriels isomorphes. Interpolation de Lagrange. f est une application de I dans R. x 0, x 1,..., x n sont n + 1 points distincts de I. On se propose de montrer qu il existe un unique polynôme P, de degré au plus n, qui coïncide avec f en x 0, x 1,..., x n. Q1. Version 1. On pose P R n [X], ϕ(p ) = ( P (x 0 ), P (x 1 ),..., P (x n ) ). Montrer que ϕ est un isomorphisme de R n [X] sur R n+1. Conclure. Q2. Version 2. Pour tout élément k de [0, n], U k est le quotient de U = n 1 (X x i ) par X x k et L k = U k (x k ) U k. a) Montrer que (L 0, L 1,..., L n ) est une base de R n [X]. Trouver les coordonnées d un élément P de R n [X] dans cette base. b) Retouver le résultat. i=0 Q1 ϕ est une application de R n [X] sur R n+1. Soit P et Q deux éléments de R n [X] et λ un réel. ( (λ ) ϕ(λ P + Q) = P + Q (x0 ), ( λ P + Q ) (x 1 ),..., ( λ P + Q ) ) (x n ). ( ) ϕ(λ P + Q) = λ P (x 0 ) + Q(x 0 ), λ P (x 1 ) + Q(x 1 ),..., λ P (x n ) + Q(x n ). ( ) ( ) ϕ(λ P + Q) = λ P (x 0 ), P (x 1 ),..., P (x n ) + Q(x 0 ), Q(x 1 ),..., Q(x n ) = λ ϕ(p ) + ϕ(q). Soit P un élément de Ker ϕ. ϕ(p ) = (P (x 0 ), P (x 1 ),..., P (x n )) = 0 R n+1. Ainsi k [0, n], P (x k ) = 0. P est alors un polynôme de degré au plus n admettant au moins n + 1 zéros x 0, x 1,..., x n. P est le polynôme nul. Ker ϕ = {0 Rn[X]}. ϕ est injective. ϕ est une application linéaire injective de R n [X] dans R n+1 et dim R n [X] = dim R n+1 = n + 1, par conséquent : ϕ est un isomorphisme de R n [X] sur R n+1. Soit P un élément de R n [X]. P coïncide avec f en x 0, x 1,..., x n si et seulement si ( P (x 0 ), P (x 1 ),..., P (x n ) ) = ( f(x0 ), f(x 1 ),..., f(x n ) ) ; autrement dit si et seulement si P est un antécédent par ϕ dans R n [X] de l élément ( f(x0 ), f(x 1 ),..., f(x n ) ) de R n+1. ϕ étant une bijection de R n [X] sur R n+1, ( f(x 0 ), f(x 1 ),..., f(x n ) ) possède un antécédent et un seul par ϕ dans R n [X]. Il existe un unique polynôme P, de degré au plus n, qui coïncide avec f en x 0, x 1,..., x n.

11 J.F.C. p. 11 Q2 a) Notons que U est un polynôme de degré n + 1 admettant pour zéros x 0, x 1,..., x n. Soit k un élément de [0, n]. U k = x k+1,..., x n. n (X x i ). U k est un polynôme de degré n dont les zéros sont : x 0, x 1,..., x k 1, i=0 i k Alors L k est également un polynôme de degré n dont les zéros sont : x 0, x 1,..., x k 1, x k+1,..., x n. 1 { 0 si i k Notons encore que L k (x k ) = U k (x k ) U k(x k ) = 1. k [0, n], i [0, n], U k (x i ) = 1 si i = k. (L 0, L 1,..., L n ) est une famille d éléments de R n [X]. Montons qu elle libre. Soit (λ 0, λ 1,..., λ n ) un élément de R n+1 tel que λ 0 L 0 + λ 1 L λ n L n = 0 Rn[X]. Alors i [0, n], 0 = λ 0 (x i ) L 0 + λ 1 (x i ) L 1 (x i ) + + λ n L n (x i ) = λ i L i (x i ) = λ i. i [0, n], λ i = 0. Ceci achève de montrer que (L 0, L 1,..., L n ) est une famille libre de R n [X]. Le cardinal n + 1 de cette famille coïncide avec la dimension de R n [X], c est donc une base de R n [X]. Soit P un élément de R n [X] et (λ 0, λ 1,..., λ n ) les coordonnées de P dans la base (L 0, L 1,..., L n ). P = λ 0 L 0 +λ 1 L 1 + +λ n L n. Donc i [0, n], P (x i ) = λ 0 (x i ) L 0 +λ 1 (x i ) L 1 (x i )+ +λ n L n (x i ) = λ i L i (x i ) = λ i. i [0, n], λ i = P (x i ). (L 0, L 1,..., L n ) est une base de R n [X]. Les coordonnées d un éléments P de R n [X] dans cette base sont (P (x 0 ), P (x 1 ),..., P (x n )). Existence Soit P le polynôme de R n [X] de coordonnées (f(x 0 ), f(x 1 ),..., f(x n )) dans la base (L 0, L 1,..., L n ). Ses coordonnées sont également (P (x 0 ), P (x 1 ),..., P (x n )). Ainsi i [0, n], P (x i ) = f(x i ) et P est solution. Unicité Soit Q uen seconde solution. i [0, n] (P Q)(x i ) = P (x i ) Q(x i ) = f(x i ) f(x i ) = 0. P Q est donc un polynôme de degré au plus n qui admet au moins n + 1 racines. C est le polynôme nul. Q = P d où l unicité. Exercice 12 Endomorphisme d une espace vectoriel de polynômes. E = R 3 [X], A = X 4 1 et B = X 4 X. A tout P élément de E on associe le reste f(p ) dans la division de AP par B. Q1. Montrer que f est un endomorphisme de E. Q2. Montrer que Ker f est une droite vectorielle. Q3. F est l ensemble des éléments de E divisibles par X 1. Montrer que F est un sous espace vectoriel de E de dimension 3. Montrer que Im f = F. Q1 Soit P un élément de E. f(p ) est le reste dans la division de AP par B et deg B = 4 ; ainsi f(p ) est un polynôme de degré au plus 3. f(p ) appartient à E. f est une application de E dans E. Soient P 1 et P 2 deux éléments de E et λ un élément de R. Il existe deux éléments Q 1 et Q 2 de R[X] tels que AP 1 = Q 1 B + f(p 1 ) et AP 2 = Q 2 B + f(p 2 ). Alors A(λ P 1 + P 1 ) = (λ Q 1 + Q 2 ) B + λ f(p 1 ) + f(p 2 ). De plus λ f(p 1 ) + f(p 2 ) est un polynôme de degré strictement inférieur au degré de B comme combinaison linéaire de deux polynomes de degrés strictement inférieurs à celui de B. Alors A(λ P 1 + P 1 ) = (λ Q 1 + Q 2 ) B + λ f(p 1 ) + f(p 2 ) et deg(λ f(p 1 ) + f(p 2 )) < deg B. λ f(p 1 ) + f(p 2 ) est alors le reste dans la division de (λ P 1 + P 2 ) A par B et ainsi f(λ P 1 + P 2 ) = λ f(p 1 ) + f(p 2 ).

12 J.F.C. p. 12 f est un endomorphisme de E. Q2 Soit P un élément de Ker f. Il existe un élément un élément Q de R[X] (et même de E) tel que AP = QB. A = X 4 1 = (X 1)(X + 1)(X 2 + 1) et B = X 4 X = X(X 3 1). Les zéros de A dans C sont 1, 1, i et i. Les zéros de B dans C sont 0, 1, j et j 2. AP = QB donc les zéros de B sont des zéros de AP. Comme 0, j et j 2 sont des zéros de B qui ne sont pas des zéros de A, 0, j et j 2 sont des zéros de P. Ainsi X(X j)(x j 2 ) divise P. Notons que X(X j)(x j 2 ) = X(X 2 + X + 1). P est de degré au plus 3 et X(X 2 + X + 1) est un polynôme de degré 3 qui divise P ; par conséquent il existe un réel λ tel que P = λ X(X 2 + X + 1). P Vect(X(X 2 + X + 1)). Ceci montre donc que Ker f Vect(X(X 2 + X + 1)). X(X 2 + X + 1) appartient à Ker f. Pour montrer l inclusion inverse il suffit de montrer que AX(X 2 + X + 1) = (X 1)(X + 1)(X 2 + 1)X(X 2 + X + 1) = (X + 1)(X 2 + 1)X(X 1)(X 2 + X + 1). AX(X 2 + X + 1) = (X + 1)(X 2 + 1)X(X 3 1) = (X + 1)(X 2 + 1)B. B divise ainsi AX(X 2 + X + 1) donc f(ax(x 2 + X + 1)) = 0 E et X(X 2 + X + 1) appartient à Ker f. Alors Vect(X(X 2 + X + 1)) Ker f. Finalement : Ker f est la droite vectorielle engendrée par X(X 2 + X + 1) Soit P un élément de E = R 3 [X]. P F P (1) = 0 X 1 divise P Q R 2 [X], P = (X 1)Q. P F (a, b, c) R 3, P = (X 1)(a + bx + cx 2 ) (a, b, c) R 3, P = a(x 1) + bx(x 1) + cx 2 (X 1). P F P Vect(X 1, X(X 1), X 2 (X 1)). F est donc un sous-espace vectoriel de E et (X 1, X(X 1), X 2 (X 1)) en est une famille génératrice. Comme cette famille est constituée de polynômes de degrés échelonnés, elle est libre et c est donc une base de F. F est un sous-espace vectoriel de dimension 3. Soit R un élément de Im f. Il existe deux éléments P et Q de E tel que AP = QB + R. 1 est un zéro commun à A et B donc 1 est un zéro de R. Ainsi R appartient à F. Alors Im f F. De plus dim Im f = dim E dim Ker f = 4 1 = 3 = dim F. Par conséquent Im f = F = {P E P (1) = 0}. Montrons directement que F Im f. Observons que A B = X 4 1 X 4 + X = X 1. Ceci n est pas de l ordre du divin mais résulte du fait que A et B ont X 1 comme PGCD et que par conséquent (merci Bezout) on peut trouver deux polynômes U et V tels que AU + BV = X 1 (exemple U = 1 et V = 1). Dès lors soit P un élément de F. Il existe un élément T de R 2 [X] tel que P = (X 1)T. Ainsi AT BT = (X 1)T = P. T est un élément de E, AT = T B + P et deg P 3 < deg B donc T est un élément de E dont le reste dans la division par B est P. f(t ) = P et P appartient à l image de f.

13 J.F.C. p. 13 Exercice 13 Comparaison des spectres de g f et de f g. Q1. f et g sont deux endomorphismes de E tel que ϕ = Id E f g soit un automorphisme de E. On se propose de montrer que ψ = Id E g f est également un automorphisme de E. Soit y un élément de E. On suppose que x est un antécédent de y par ψ dans E. Montrer que f(x) = ϕ 1( f(y) ) puis que x = y + g ( ϕ 1 (f(y)) ). Indiquer ce que cela prouve. Conclure et exprimer ψ 1 à l aide de ϕ 1. Q2. f et g sont deux endomorphismes d un K-espace vectoriel E de dimension finie. a) λ est un élément non nul de K. Montrer en utilisant Q1 que f g λ Id E est bijectif si et seulement si g f λ Id E est bijectif. b) On suppose que g f est bijectif. Montrer que f est injectif et que g est surjectif. En déduire que f g est bijectif. c) Comparer le spectre de g f et le spectre de f g. Q1. Soit y un élément de E. Supposons que y possède un antécédent x par ψ dans E. Alors y = ψ(x) = x g ( f(x) ). ( Ceci donne f(y) = f(x) f g ( f(x) )) = (Id E f g) ( f(x) ) = ϕ ( f(x) ). Alors f(x) = ϕ 1( f(y) ). En injectant ce résultat dans y = x g ( f(x) ) on obtient y = x g ( ϕ 1 (f(y)) ) ou x = y + g ( ϕ 1 (f(y)) ). Ainsi si y possède un antécédent par ψ dans E c est nécessairement x = y + g ( ϕ 1 (f(y)) ). Donc y possède au plus un antécédent par ψ dans E. Posons x = y + g ( ϕ 1 (f(y)) ) et montrons que x est un antécédent de y par ψ. Il suffit de montrer que ψ(x) = y. ψ(x) = x g ( f(x) ) = y + g ( ϕ 1 (f(y)) ) g ( f(y) ) g ( f ( g ( ϕ 1 (f(y)) ))). ψ(x) = y g ( f(y) ) ( + g ϕ 1( f(y) ) (f g) ( ϕ 1 (f(y) )) = y g ( f(y) ) ( + g (Id E f g) ( ϕ 1 (f(y)) )). ψ(x) = y g ( f(y) ) ( + g ϕ ( ϕ 1 (f(y)) )) = y g ( f(y) ) + g ( f(y) ) = y. Ainsi x est un antécédent de y par ψ dans E. Finalement y possède un unique antécédent par ψ dans E : x = y + g ( ϕ 1 (f(y)) ) = (Id E +g ϕ 1 f)(y). Ceci étant vrai pour tout élément y de E, on peut alors dire que : ψ est bijectif et ψ 1 = Id E +g ϕ 1 f En échangeant les rôles de f et g on peut dire que si ψ est bijectif, ϕ l est également et ϕ 1 = Id E +f ψ 1 g. Finalement : Id E f g est un automorphisme de E si et seulement si Id E g f est un automorphisme de E. Q2. a) Soit λ un élément non nul de K. f g λ Id E = λ ( Id E ( 1 λ f) g ) est bijectif si et seulement si Id E ( 1 λ f) g est bijectif car λ n est pas nul. En appliquant Q1 à 1 λ f et g on peut dire que f g λ Id E est bijectif si et seulement si Id E g ( 1 λ f) est bijectif. Comme λ n est pas nul, f g λ Id E est bijectif si et seulement si λ ( Id E g ( 1 λ f)) est bijectif. Or λ ( Id E g ( 1 λ f)) = g f λ Id E. Ainsi : pour tout élément non nul λ de K, f g λ Id E est bijectif si et seulement si g f λ Id E est bijectif.

14 J.F.C. p. 14 Remarque Ceci ne vaut pas pour λ = 0 en dimension quelconque. Considérons E = R[X]. Soit f l application de E dans E qui à tout élément P de E associe P et soit g l application de E dans E qui à tout élément P de E associe la primitive de P qui prend la valeur 0 en 0. f et g sont deux endomorphismes de E. f g = Id E est bijectif mais g f n est pas bijectif car Im(g f) {P E P (0) = 0}. b) Soit x un élément de Ker f. f(x) = 0 E donc g(f(x)) = 0 E. Par conséquent x appartient à Ker(g f) qui est réduit à {0 E } car g f est bijectif. Ainsi x = 0 E. Ceci achève de montrer que f est injectif. f(e) E donc g(f(e)) g(e) E. Comme g f est bijectif : g(f(e)) = E. Alors E g(e) E donc g(e) = E. g est surjectif. f est un endomorphisme injectif de E, g est endomorphisme surjectif de E et E est de dimension finie, ainsi f et g sont bijectifs. Par conséquent f g est bijectif. f et g jouant un role symétrique on peut dire que : Alors f g est bijectif si et seulement si g f est bijectif. pour tout élément λ de K, f g λ Id E est bijectif si et seulement si g f λ Id E est bijectif. c) Soit λ un élément de K. λ Sp(f g) f g λ Id E non bijectif g f λ Id E non bijectif λ Sp(g f). Donc : Sp(f g) = Sp(g f) Exercice Redémontrer Q2 a) sans utiliser Q1 (on pourra montrer que Ker(f g λ Id E ) = {0 E } si et seulement si Ker(g f λ Id E ) = {0 E }) Exercice 14 E est un espace vectoriel de dimension n sur K. f est un endomorphisme de E de rang r. Q1. u L(E), ϕ(u) = f u. Montrer que ϕ est un endomorphisme de L(E) et donner son rang en fonction de r (considérer le noyau). Q2. Même chose en posant : u L(E), ϕ(u) = u f. Q1 Ici u L(E), ϕ(u) = f u. Soit u un endomorphisme de E. Comme f est un endomorphisme de E, par composition f u est un endomorphisme de E. Ainsi ϕ est une application de L(E) dans L(E). (u, v) L(E) L(E), λ K, ϕ(λ u + v) = f (λ u + v) = λ f u + f v = λ ϕ(u) + ϕ(v). Ainsi ϕ est linéaire. ϕ est un endomorphisme de L(E) donc ϕ L(L(E)). Soit u un élément de L(E). u Ker ϕ f u = 0 L(E) x E, f ( u(x) ) = 0 E Im u Ker f. En clair u appartient au noyau de ϕ si et seulement si u prend ses valeurs dans Ker f. A un petit abus près (*), Ker ϕ est donc l ensemble des applications linéaires de E dans Ker f. Alors dim Ker ϕ = dim L(E, Ker f) = dim E dim Ker f = n(n r) = n 2 n r.

15 J.F.C. p. 15 ϕ est un endomorphisme de L(E). Le théorème du rang donne alors rg ϕ = dim L(E) dim Ker ϕ = n 2 (n 2 n r) = n r. rg ϕ = n r = dim E rg f. Remarque Pour ne pas faire d abus il convient de montrer que Ker ϕ est isomorphe à L(E, Ker f). Pour cela on considère l application θ de Ker ϕ dans L(E, Ker f), qui à un élément u de Ker ϕ associe l application linéaire û de E dans Ker f définie par x E, û(x) = u(x) et on montre que θ est un isomorphisme. On retrouve alors dim Ker ϕ = dim L(E, Ker f). On est prié de remarquer que û n est pas égal à u!! Q2 Ici u L(E), ϕ(u) = u f. Soit u un endomorphisme de E. Comme f est un endomorphisme de E, par composition u f est un endomorphisme de E. Ainsi ϕ est une application de L(E) dans L(E). (u, v) L(E) L(E), λ K, ϕ(λ u + v) = (λ u + v) f = λ u f + v f = λ ϕ(u) + ϕ(v). Ainsi ϕ est linéaire. ϕ est un endomorphisme de L(E) donc ϕ L(L(E)). Soit u un élément de L(E). u Ker ϕ u f = 0 L(E) x E, u ( f(x) ) = 0 E Im f Ker u. En clair u appartient au noyau de ϕ si et seulement si le noyau de u contient l image de f, autrement dit si et seulement si u est nulle sur Im f. Rappelons qu une application linéaire est entièrement déterminée par sa donnée sur deux supplémentaires de l espace vectoriel de départ. Soit G un supplémentaire de Im f dans E. Considérons l application θ de Ker ϕ dans L(G, E), qui à un élément u de Ker ϕ associe l applicaion linéaire û de G dans E définie par x G, û(x) = u(x). Montrons que θ est un isomorphisme de Ker ϕ sur L(G, E). θ est clairement une application linéaire de Ker ϕ sur L(G, E). Montrons que θ est injective. Soit u un élément de Ker θ. θ(u) = û = 0 L(G,E). Ainsi x G, u(x) = û(x) = 0 E. Alors u est nulle sur G. Or u appartient à Ker ϕ donc u est également nulle sur Im f. Montrons alors que u = 0 L(E). Soit x un élément de E.!(x 1, x 2 ) Im f G, x = x 1 + x 2. u(x) = u(x 1 ) + u(x 2 ) = 0 E + 0 E = 0 E. Ainsi u = 0 L(E) et le noyau de θ est réduit à 0 L(E) ; θ est injective. Montrons que θ est surjective. Soit v un élément de L(G, E). Montrons qu il existe un élément u de Ker ϕ tel que θ(u) = v Notons p la projection sur G parallèlement à Im f. Soit p l application linéaire de E dans G définie par x E, p (x) = p(x). Posons u = v p. Notons que x Im f, p (x) = p(x) = 0 E et x G, p (x) = p(x) = x Par composition u est une application linéaire de E dans E donc est un endomorphisme de E. x Im f, u(x) = v ( p (x) ) = v ( p(x) ) = v(0 E ) = 0 E. Ainsi u appartient à Ker ϕ.

16 J.F.C. p. 16 x G, θ(u)(x) = û(x) = u(x) = v ( p (x) ) = v ( p(x) ) = v(x). θ(u) = v. Ceci achève de montrer que θ est surjective. θ est un isomorphisme de Ker ϕ sur L(G, E). Donc dim Ker ϕ = dim L(G, E) = dim G dim E. Or G est un supplémentaire de Im f dans E donc dim G = dim E dim Im f = n r. Alors dim Ker ϕ = (n r) dim E = (n r) n = n 2 r n. Ainsi rg ϕ = dim L(E) dim Ker ϕ = n 2 (n 2 r n) = r n. rg ϕ = rg f dim E. Exercice 15 ESCP 2002 Soit E = R[X] l espace vectoriel des polynômes à coefficients réels. Pour tout endomorphisme u de E et pour tout m N, l endomorphisme u m est défini par : u 0 = Id E et m [1, + [, u m = u u m 1. On note D l application dérivation qui à tout P de E associe le polynôme dérivée P. Soit f un endomorphisme de E tel qu il existe deux éléments k et m vérifiant : f k = D m. Q1. Montrer que D est un endomorphisme surjectif de E. En déduire que f est un endomorphisme surjectif de E. Q2. Déterminer Ker D m. Q3. Montrer que pour tout élément p de [0, k ], Ker f p est de dimension finie. Q4. Soit p [1, k ] et ϕ l application définie sur Ker f p par ϕ(p ) = f(p ). a) Montrer que ϕ est une application linéaire de Ker f p dans Ker f p 1. b) Déterminer son noyau et montrer que ϕ est surjective. c) Déterminer une relation entre la dimension de Ker f p et celles de Ker f p 1 et de Ker f. Q5. En déduire la dimension de Ker f k en fonction de k et de la dimension de Ker f. Q6. Soit k et m deux éléments de N. Déterminer une condition nécessaire et suffisante portant sur (k, m) pour qu il existe un endomorphisme f de E tel que f k = D m. Q1 D est une application de E dans E. (P, Q) E 2, λ R, D(λ P + Q) = (λ P + Q) = λ P + Q = λ D(P ) + D(Q). D est linéaire. D est un endomorphisme de E. Montrons que D est surjectif. Soit P un élément de E. Montrons que P possède un antécédent par D dans E. r r N, (a 0, a 1,..., a r ) R r+1, P = a k X k. Posons Q = r a k k + 1 Xk+1. Q appartient à E et D(Q) = Q = P. Finalement : D est un endomorphisme surjectif de E. Comme D est un endomorphisme surjectif de E il en est de même de D m (composée de m endomorphismes surjectifs de E) donc de f k. Alors f k (E) = E. Or f k 1 (E) E donc f k (E) f(e). Ainsi E = f k (E) f(e) E. Par conséquent f(e) = E. f est une endomorphisme surjectif de E.

17 J.F.C. p. 17 Q2 Notons que P E, D m (P ) = P (m). Soit P un élément de Ker D m. P (m) = 0 E. La formule de Taylor avec reste intégrale appliquée à l ordre m 1 donne : x R, P (x) = Ainsi P = m 1 m 1 P (k) (0) k! P (k) (0) k! x k + x 0 (x t) m 1 (m 1)! P (m) (t) dt = x k donc P appartient à R m 1 [X]. m 1 P (k) (0) k! Réciproquement il est clair que si P appartient à R m 1 [X], P (m) est le polynôme nul donc P appartient à Ker D m. Ker D m = R n 1 [X]. X k. Q3 Soit p un élément de [0, k ]. Si x appartient à Ker f p, f k (x) = f k p( f p (x) ) = f k p (0 E ) = 0 E. Ainsi Ker f p Ker f k = Ker D m = R m 1 [X]. Comme R m 1 [X] est de dimension finie m, Ker f p est de dimension finie inférieure ou égale à m. Pour tout élément p de [0, k ], Ker f p est de dimension finie et inférieure ou égale à m. Q4 a) Ici p est dans [1, k ]. f étant linéaire, ϕ est linéaire. Soit P un élément de Ker f p. f p (P ) = 0 E donc f p 1( f(p ) ) = 0 E. Ainsi ϕ(p ) = f(p ) est un élément de Ker f p 1. ϕ est une application linéaire de Ker f p dans Ker f p 1. b) Soit P un élément de Ker f p. ϕ(p ) = 0 E f(p ) = 0 E P Ker f. Ainsi Ker ϕ = Ker f Ker f p = Ker f car Ker f Ker f p. Ker ϕ = Ker f. Montrons que ϕ est surjective. Soit P un élément de Ker f p 1. Montrons que P possède un antécédent dans Ker f p par ϕ. Comme f est surjective, il existe un élément Q de E tel que f(q) = P. f p (Q) = f p 1 (P ) = 0 E donc Q appartient à Ker ϕ et ϕ(q) = f(q) = P. Ceci achève de montrer que ϕ est surjective. ϕ est application linéaire surjective de Ker f p dans Ker f p 1. c) Appliquons le théorème du rang à ϕ. dim Ker f p = rg ϕ + dim Ker ϕ = rg ϕ + dim Ker f. Or Im ϕ = Ker f p 1 donc rg ϕ = dim Ker f p 1. Alors dim Ker f p = dim Ker f p 1 + dim Ker f. p [1, k ], dim Ker f p = dim Ker f p 1 + dim Ker f. Q5 D après ce qui précède la suite (dim Ker f p ) p [0,k ] (oui p [ 0, k ]) est arithmétique de raison dim Ker f. Ainsi dim Ker f k = dim Ker f 0 + k dim Ker f. Or Ker f 0 = Ker Id E = {0 E } donc dim Ker f 0 = 0. Ainsi

18 J.F.C. p. 18 dim Ker f k = k dim Ker f. Notons que k dim Ker f = dim Ker f k = dim Ker D m = m donc k divise m. Q6 D après ce qui précède, k divise m est une condition nécessaire pour qu il existe un endomorphisme f de E tel que f k = D m. Montrons qu elle est suffisante. Supposons que k divise m. Il existe un élément r de N tel que m = r k. Posons f = D r. f est un endomorphisme de E et f k = (D r ) k = D r k = D m. La condition est suffisante. Soit k et m deux éléments de N. Une condition nécessaire et suffisante pour qu il existe un endomorphisme f de E tel que f k = D m est k divise m. Exercice 16 Q1. E est un espace vectoriel sur K, ϕ et ψ sont deux formes linéaires non nulles sur E. Q1 Montrer que Ker ϕ = Ker ψ si et seulement si, il existe un élément non nulle λ de K tel que ψ = λ ϕ. Q2 Application B = (e 1, e 2,..., e n ) est une base d un espace vectoriel E sur K. H est un hyperplan de E. a 1 x 1 + a 2 x a n x n = 0 et b 1 x 1 + b 2 x b n x n = 0 sont deux équations de H dans B. Montrer qu il existe un élément non nul λ de K tel que : i [1, n], b i = λ a i. Q1 Supposons que Ker ϕ = Ker ψ et posons H = Ker ϕ = Ker ψ. ϕ n étant pas la forme linéaire null, H est un hyperplan. Ainsi il existe une droite vectorielle D de E qui est un supplémentaire de H dans E. Soit (a) une base de D. E = H Vect(a). Si ϕ(a) est nul, alors ϕ est nulle sur H et Vect(a) donc ϕ est nulle sur E car tout élément de E est somme d un élément de H et d un élément de Vect(a). ϕ n étant pas la forme linéaire nulle de E nécessairement ϕ(a) n est pas nul. Pour les mêmes raisons, ψ(a) n est pas nul. Posons alors λ = ψ(a) Remarquons que λ n est pas nul, que ψ(a) = λ ϕ(a) et montrons que ψ = λ ϕ. ϕ(a) Soit x un élément de E. Il existe un élément h de H et un élément γ de K tels que x = h + γ a. Notons que ψ(h) = ϕ(h) = 0 K et rappelons que ψ(a) = λ ϕ(a). Alors ψ(x) = ψ(h) + γ ψ(a) = 0 K + γ λ ϕ(a) = λ 0 K + λ γ ϕ(a) = λ ( ϕ(h) + γ ϕ(a) ) = λ ϕ(x). Par conséquent x E, ψ(x) = λ ϕ(x) donc ψ = λ ϕ avec λ élément non nul de K. Réciproquement supposons qu il existe un élément non nul λ de K tel que ψ = λ ϕ. Montrons que Ker ϕ = Ker ψ. Soit x un élément de E. x Ker ψ ψ(x) = 0 K λ ϕ(x) = 0 K. Or λ n est pas nul donc λ ϕ(x) = 0 K ϕ(x) = 0 K. Ainsi x Ker ψ x Ker ϕ. Finalement Ker ψ = Ker ϕ. Q2 Posons pour tout élément x = n i=1 x i e i de E, ϕ(x) = n i=1 a i x i et ψ(x) = n ϕ et ψ sont clairement deux formes linéaires sur E. Tout aussi clairement Ker ϕ = Ker ψ = H. Comme H n est pas égal à E, ϕ et ψ sont non nulles et ont même noyau. D après Q1, il existe un élément non nul λ de K tel que ψ = λ ϕ. Alors i [1, n], b i = ψ(e i ) = λ ϕ(e i ) = λ a i. i=1 b i x i.

19 J.F.C. p. 19 Exercice 17 E est un espace vectoriel de dimension n sur K. u et v sont deux endomorphismes de E tels que : u 2 = v 2 = Id E et Ker(u Id E ) = Ker(v Id E ). Q0 f et g sont deux endomorphismes de E. Montrer que g f = 0 L(E) si et seulement si Im f Ker g. Q1 Montrer que Ker(u Id E ) et Ker(u+Id E ) sont supplémentaires (c est du cours mais je veux qu on le redémontre). Q2 a) Montrer que Im(u + Id E ) Ker(u Id E ) = Ker(v Id E ). b) Montrer en fait que : Im(u + Id E ) = Ker(u Id E ) = Ker(v Id E ). c) Que dire de (v Id E ) (u + Id E )? Q3 On pose f = v u Id E. Montrer que f = u v. Prouver que f 2 = 0 L(E) (on pourra sans doute remarquer que le problème est symétrique en u et v). Q4 Montrer que u v = v u si et seulement si u = v. Q0 g f = 0 L(E) x E, g ( f(x) ) = 0 E x E, f(x) Ker g. Or Im f = {f(x), x E}. Donc g f = 0 L(E) y Im f, g(y) = 0 E Im f Ker g. g f = 0 L(E) Im f Ker g. Q1 Version 1 u est un endomorphisme de E tel que u 2 = Id E donc u est une symétrie vectorielle. Mieux u est la symétrie vectorielle par rapport à Ker(u Id E ) parallèlement à Ker(u + Id E ). Donc Ker(u Id E ) et Ker(u + Id E ) sont supplémentaires. Version 2 Retrouvons ce résultat à la main. Soit x un élément de E. Montrons, par analyse-synthèse qu il existe un unique couple (y, z) de Ker(u Id E ) Ker(u + Id E ) tel que x = y + z. Analyse/Unicité. Supposons que x = y + z avec (y, z) Ker(u Id E ) Ker(u + Id E ). u(x) = u(y)+u(z) = y z. Ainsi x = y+z et u(x) = y z. En ajoutant et en multipliant par 1 2 il vient y = 1 2( x+u(x) ). En soustrayant et en multipliant par 1 2 il vient z = 1 2( x u(x) ). Ce qui prouve l unicité de la décomposition. Synthèse/Existence. Posons y = 1 ( ) 1( ) x + u(x) et z = x u(x). 2 2 y + z = 1 ( ) 1( ) x + u(x) + x u(x) = x. 2 2 u(y) = 1 ( u(x) + u 2 (x) ) = 1 ( ) u(x) + x = y donc y Ker(u IdE ). 2 2 u(z) = 1 2 ( u(x) u 2 (x) ) = 1 2 ( u(x) x ) = z donc z Ker(u + IdE ). Ainsi x = y + z avec y Ker(u Id E ) et z Ker(u + Id E ). D où l existence de la décompoition. Ker(u Id E ) et Ker(u + Id E ) sont supplémentaires. Q2 a) u et Id E commutent donc (u Id E ) (u + Id E ) = u 2 Id 2 E = u 2 Id E = 0 L(E).

20 J.F.C. p. 20 D après Q0, Im(u + Id E ) Ker(u Id E ). Im(u + Id E ) Ker(u Id E ) = Ker(v Id E ). b) Version 1 Im(u + Id E ) Ker(u Id E ). E étant de dimension finie, pour montrer que Im(u + Id E ) = Ker(u Id E ) il ne reste plus qu à montrer que dim Im(u + Id E ) = dim Ker(u Id E ). Ker(u Id E ) et Ker(u + Id E ) sont supplémentaires dans E donc dim Ker(u Id E ) + dim Ker(u + Id E ) = dim E = n. Alors dim Ker(u Id E ) = n dim Ker(u + Id E ). Le théorème du rang donne dim Ker(u + Id E ) + dim Im(u + Id E ) = dim E = n Ceci fournit dim Im(u + Id E ) = n dim Ker(u + Id E ). Alors dim Ker(u Id E ) = n dim Ker(u + Id E ) = dim Im(u + Id E ). Ceci achève de montrer que Im(u + Id E ) = Ker(u Id E ). Version 2 Im(u + Id E ) Ker(u Id E ). Pour montrer que Im(u + Id E ) = Ker(u Id E ) il ne reste plus qu à montrer que Ker(u Id E ) Im(u + Id E ). Soit x un élément de Ker(u Id E ). u(x) = x donc x = 1 ( ) ( ) 1 ( ) 1 x + x = u(x) + x = (u + IdE ) x. Ainsi x appartient à Im(u + Id E ). Ceci achève de montrer que Ker(u Id E ) Im(u + Id E ). On retrouve alors : Im(u + Id E ) = Ker(u Id E ) = Ker(v Id E ). c) Im(u + Id E ) Ker(v Id E ) d après a). Q0 donne alors : (v Id E ) (u + Id E ) = 0 L(E). Q3 (v Id E ) (u + Id E ) = 0 L(E) donc v u + v u Id E = 0 L(E). Alors f = v u Id E = u v. Nous venons de voir que v u Id E = u v. Comme u et v jouent un rôle symétrique, u v Id E = v u. Alors f 2 = (v u) 2 = (v u) (v u) = v 2 v u u v +u 2 = Id E v u u v +Id E = (v u Id E ) (u v Id E ). Ainsi f 2 = (u v) (v u) = 0 L(E). f 2 = 0 L(E). Q4 Nous avons vu que v u Id E = u v et u v Id E = v u. Alors u v = v u u v Id E = v u Id E v u = u v 2 v = 2 u v = u. u v = v u si et seulement si u = v. Exercice 18 a est un réel et E est l espace vectoriel des applications de R dans R de classe C sur R. F est l ensemble des applications f de R dans R, deux fois dérivable sur R et telles que f + a f = 0 A(R,R). Q1 a) Soit f un élément de F. Montrer que f est de classe C sur R et exprimer ses dérivées successives en fonction de f ou de f (... et de a). b) Montrer que F est un sous-espace vectoriel de E. Dans la suite on se propose de montrer que F est de dimension 2 et d en trouver une base. Q2 Examiner le cas où a est nul. Dans la suite a est non nul. Q3 On considère l application ϕ de F dans R 2 définie par : f F, ϕ(f) = (f(0), f (0)). a) Montrer que ϕ est linéaire.

21 J.F.C. p. 21 b) Soit f un élément de Ker ϕ. Montrer que p N, x R, f(x) x 2 p (2 p)! a p Max t [0,x] En déduire que la dimension de F est inférieure ou égale à deux. f(t). En déduire que f est la fonction nulle. Q4 a) On suppose que a est strictement négatif. Trouver l ensemble des réels λ tels que x e λ x appartienne à F. Achever alors de résoudre le problème posé. b) On suppose que a est strictement positif. Soit c un réel. Trouver l ensemble des réels non nuls λ tels que x cos(λ x + c) appartienne à F. Achever alors de résoudre le problème posé. Q1 a) Soit f un élément de F. Montrons par récurrence que pour tout élément p de N, f est 2p fois dérivable sur R et que f (2p) = ( a) p f. La propriété est de toute évidence vraie pour p = 0. Supposons la propriété vraie pour un élément p de N et montrons la pour p + 1. f est dans F donc f est deux fois dérivable sur R et f = a f. L hypothèse de récurrence permet alors de dire que f est 2p fois dérivable sur R. Ainsi f est 2p + 2 fois dérivable sur R, donc f est 2(p + 1) fois dérivable sur R! ( ) De plus f 2(p + 1) = ( f (2p)) ( = ( a) p f ) = ( a) p f = ( a) p ( a f) = ( a) p+1 f. Ceci achève la récurrence. f étant 2p fois dérivable sur R pour tout p dans N, f est de classe C sur R. De plus p N, f (2p+1) = ( f (2p)) = ( ( a) p f ) = ( a) p f. Soit f est un élément de F. f est de classe C sur R. De plus p N, f (2p) = ( a) p f et f (2p+1) = ( a) p f b) D après a) F est contenu dans E. 0 E est deux fois dérivable sur R et 0 E + a 0 E = 0 E + a 0 E = 0 E = 0 A(R,R). Ainsi 0 E appartient à F et F est donc non vide. Soient f et g deux éléments de F. Soit λ un réel. λ f + g est deux fois dérivable sur R De plus : (λ f + g) + a (λ f + g) = λ f + g + a λ f + a g = λ(f + a f) + (g + a g) = λ 0 A(R,R) + 0 A(R,R) = 0 A(R,R). Donc λ f + g est un élément de F. Ceci achève de montrer que : F est un sous-espace vectoriel de E. Q2 Ici a = 0. F est l ensemble des applications de R dans R deux fois dérivable sur R et de dérivée seconde nulle. Notons que toute application affine de R dans R appartient F Réciproquement soit f un élément de F. f est nulle sur l intervalle R! Ainsi f est constante sur R. Alors il existe un réel b tel que x R, f (x) = b. Ainsi il existe un réel c tel que x R, f(x) = b x + c. f est affine. On suppose que a est nul. F est l ensemble des applications affines de R dans R. F est donc de dimension 2. Posons x R, f 0 (x) = 1 et f 1 (x) = x ; (f 0, f 1 ) est une base de F.

Applications linéaires

Applications linéaires [http://mp.cpgedupuydelome.fr] édité le 5 mai 2016 Enoncés 1 Applications linéaires Etude de linéarité a) Montrer que ϕ et ψ sont des endomorphismes de E. b) Exprimer ϕ ψ et ψ ϕ. c) Déterminer images et

Plus en détail

2010/2011. Espaces vectoriels

2010/2011. Espaces vectoriels Université Paris-Est Marne-la-Vallée 010/011 M1 enseignement CD/Préparation au CAPES Espaces vectoriels Dans toute la suite on considèrera des espaces vectoriels sur un corps commutatif K de caractéristique

Plus en détail

Espaces vectoriels de dimension finie

Espaces vectoriels de dimension finie Espaces vectoriels de dimension finie 1 Questions de cours 3 Exercices 1. Énoncer et montrer le théorème de la base incomplète. 2. Soit E de dimension finie n et F un sousespace de E. Montrer que F est

Plus en détail

11. Espaces vectoriels, homomorphismes, bases

11. Espaces vectoriels, homomorphismes, bases 11. Espaces vectoriels, homomorphismes, bases 11.1. Espaces vectoriels, algèbres 11.1.1. Structure d espace vectoriel et d algèbre 11.1.2. Combinaisons linéaires 11.1.3. Espaces vectoriels et algèbres

Plus en détail

en dimension finie Table des matières

en dimension finie Table des matières Maths PCSI Cours Algèbre linéaire en dimension finie Table des matières 1 Rappels d algèbre linéaire 2 1.1 Applications linéaires......................................... 2 1.2 Familles libres, génératrices

Plus en détail

Rappels d Algèbre Linéaire de P.C.S.I

Rappels d Algèbre Linéaire de P.C.S.I Rappels d Algèbre Linéaire de PCSI Table des matières 1 Structure d espace vectoriel sur IK 3 11 Définition et règles de calcul 3 12 Exemples de référence 3 13 Espace vectoriel produit 4 14 Sous-espaces

Plus en détail

Les espaces vectoriels

Les espaces vectoriels Agrégation interne UFR MATHÉMATIQUES 1. Généralités Les espaces vectoriels Dans tout le chapitre, K représente un corps commutatif. 1.1. Notion d espace vectoriel On considère un ensemble E sur lequel

Plus en détail

Indication Prendre une combinaison linéaire nulle et l évaluer par ϕ n 1.

Indication Prendre une combinaison linéaire nulle et l évaluer par ϕ n 1. 1 Définition Exercice 1 Déterminer si les applications f i suivantes (de E i dans F i ) sont linéaires : f 1 : (x, y) R 2 (2x + y, x y) R 2, f 2 : (x, y, z) R 3 (xy, x, y) R 3 f 3 : (x, y, z) R 3 (2x +

Plus en détail

Problèmes de Mathématiques Noyaux et images itérés

Problèmes de Mathématiques Noyaux et images itérés Énoncé Soit E un espace vectoriel sur IK (IK = IR ou lc). Soit f un endomorphisme de E. On pose f 0 = Id E, et pour tout entier k 1, f k = f f k 1. 1. Montrer que (Im f k ) k 0 et (Ker f k ) k 0 forment

Plus en détail

1. a) question de cours b) P(f) est un polynôme de l endomorphisme f donc commute avec f.

1. a) question de cours b) P(f) est un polynôme de l endomorphisme f donc commute avec f. escp-eap 2(Ecole de commerce) OPTION SCIENTIFIQUEMATHEMATIQUES I adapté en retirant certaines question qui sont du cours de PC et en ajoutant le dernier exemple.. a) question de cours b) P(f) est un polynôme

Plus en détail

ALGÈBRE BILINÉAIRE 1

ALGÈBRE BILINÉAIRE 1 3-8- 213 J.F.C. Eve p. 1 ALGÈBRE BILINÉAIRE 1 P mentionne des résultats particulièrement utiles et souvent oubliés dans la pratique de l algèbre bilinéaire... mentionne des erreurs à ne pas faire où des

Plus en détail

Agrégation de Mathématiques Exercices d algèbre linéaire

Agrégation de Mathématiques Exercices d algèbre linéaire Agrégation de Mathématiques Exercices d algèbre linéaire P. HUBERT La plupart des exercices ci-dessous se trouvent dans les livres suivants : - E. Leichtnam, X. Schaeur, Exercices corrigés de mathématiques

Plus en détail

Réduction des endomorphismes et des matrices carrées

Réduction des endomorphismes et des matrices carrées 48 Chapitre 4 Réduction des endomorphismes et des matrices carrées La motivation de ce chapitre est la suivante. Étant donné un endomorphisme f d un espace E de dimension finie, déterminé par sa matrice

Plus en détail

Réduction. Sous-espaces stables. [http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1

Réduction. Sous-espaces stables. [http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1 Réduction Sous-espaces stables Exercice 1 [ 00755 ] [Correction] Soient u et v deux endomorphismes d un K-espace vectoriel E. On suppose

Plus en détail

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2 Guillaume CARLIER L1, année 2006-2007 2 Ce support de cours est basé sur le poly de Tristan Tomala des années précédentes.

Plus en détail

Applications linéaires

Applications linéaires Bibliothèque d exercices Énoncés L1 Feuille n 18 Applications linéaires 1 Définition Exercice 1 Déterminer si les applications f i suivantes (de E i dans F i ) sont linéaires : f 1 : (x, y) R (x + y, x

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

Applications linéaires, matrices, déterminants

Applications linéaires, matrices, déterminants Applications linéaires, matrices, déterminants Exercice 1. Soit u: R 3 R défini pour tout x = (x 1, x, x 3 R 3 par u(x = (x 1 + x + x 3, x 1 + x x 3 1. Montrer que u est linéaire.. Déterminer ker(u. Allez

Plus en détail

APPLICATIONS LINÉAIRES

APPLICATIONS LINÉAIRES 21-10- 2007 J.F.C. A.L. p. 1 APPLICATIONS LINÉAIRES I GÉNÉRALITÉS 1. Définition et vocabulaire 2. Conséquences de la définition 3. Caractérisation II OPÉRATIONS SUR LES APPLICATION LINÉAIRES 1. Somme,

Plus en détail

Espaces euclidiens. 1 Définitions et exemples. 2 Orthogonalité, norme euclidienne 2. 3 Espaces euclidiens, bases orthonormées 2

Espaces euclidiens. 1 Définitions et exemples. 2 Orthogonalité, norme euclidienne 2. 3 Espaces euclidiens, bases orthonormées 2 Espaces euclidiens Table des matières 1 Définitions et exemples 1 Orthogonalité, norme euclidienne 3 Espaces euclidiens, bases orthonormées 4 Orthogonalisation de Schmidt 3 5 Sous-espaces orthogonaux 3

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 3 4 Master d économie Cours de M. Desgraupes MATHS/STATS Document : Solution des exercices d algèbre linéaire Table des matières

Plus en détail

Intégration de polynômes Points de Gauss

Intégration de polynômes Points de Gauss Intégration de polynômes Points de Gauss Commençons par un exercice classique de premier cycle. Problème 1 Trouver trois réels α, β et γ tels que, pour tout polynôme P de degré au plus 2, on ait : ( )

Plus en détail

Partie II. Supplémentaires d un sous-espace donné. Partie I. Partie III. Supplémentaire commun. MPSI B 8 octobre 2015

Partie II. Supplémentaires d un sous-espace donné. Partie I. Partie III. Supplémentaire commun. MPSI B 8 octobre 2015 Énoncé Dans tout le problème, K est un sous-corps de C. On utilisera en particulier que K n est pas un ensemble fini. Tous les espaces vectoriels considérés sont des K espaces vectoriels de dimension finie.

Plus en détail

1 Programme de Colles : Espaces vectoriels.

1 Programme de Colles : Espaces vectoriels. Lycée Louis le grand Année scolaire 2007/2008 Mathématiques Supérieure MPSI Semaine 12 11 mai 2009 1 Programme de Colles : Espaces vectoriels. On note K le corps R ou C. 1.1 Axiomes d espace vectoriel.

Plus en détail

I. SYMÉTRIES. F = {x E σ(x) =x }, G = {x E σ(x) = x }.

I. SYMÉTRIES. F = {x E σ(x) =x }, G = {x E σ(x) = x }. Dans tout ce qui suit on désigne par k un corps commutatif de caractéristique différente de 2 (par exemple R ou C) etpare un k-espace vectoriel de dimension finie n>0. On appelle L(E) l anneau des endomorphismes

Plus en détail

Le Déterminant. par Alain Prouté Université Denis Diderot Paris 7. 1 Permutations. 1. 2 Application transposée, base duale. 3. 3 Mesures de volume.

Le Déterminant. par Alain Prouté Université Denis Diderot Paris 7. 1 Permutations. 1. 2 Application transposée, base duale. 3. 3 Mesures de volume. Ce cours peut être librement copié et distribué. Il est recommandé d en télécharger la version la plus récente à partir de : http://www.math.jussieu.fr/~alp. Toute remarque, correction ou suggestion doit

Plus en détail

Exo7. Applications linéaires. 1 Définition. 2 Image et noyau. Exercice 1 Déterminer si les applications f i suivantes sont linéaires :

Exo7. Applications linéaires. 1 Définition. 2 Image et noyau. Exercice 1 Déterminer si les applications f i suivantes sont linéaires : Exo7 Applications linéaires 1 Définition Exercice 1 Déterminer si les applications f i suivantes sont linéaires : f 1 : R R f 1 x,y = x + y,x y f : R R f x,y,z = xy,x,y f : R R f x,y,z = x + y + z,y z,x

Plus en détail

Sujets HEC B/L 2013-36-

Sujets HEC B/L 2013-36- -36- -37- Sujet HEC 2012 B/L Exercice principal B/L1 1. Question de cours : Définition et propriétés de la fonction de répartition d une variable aléatoire à densité. Soit f la fonction définie par : f(x)

Plus en détail

IV.1 Dual d un espace vectoriel... 77

IV.1 Dual d un espace vectoriel... 77 76 IV FORMES LINÉAIRES, DUALITÉ IV Formes linéaires, dualité Sommaire IV.1 Dual d un espace vectoriel.......... 77 IV.1.a Rappels sur les e.v................... 77 IV.1.b Rappels sur les applications linéaires........

Plus en détail

et Transversalité par Pierre Vogel

et Transversalité par Pierre Vogel Université Paris 7 Denis Diderot Institut de Mathématiques de Jussieu Géométrie des Variétés et Transversalité par Pierre Vogel Introduction Ce cours est destiné à l étude des variétés différentiables

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. d) Soient A vérifiant (P ) et B une matrice de même rang que A ; montrer

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. d) Soient A vérifiant (P ) et B une matrice de même rang que A ; montrer [http://mp.cpgedupuydelome.fr] édité le 29 décembre 205 Enoncés Exercice [ 02598 ] [Correction] Soient A et B deux matrices réelles carrées d ordre n telles qu il existe un polynôme P R [X] de degré au

Plus en détail

Résumé de Math Sup et compléments : algèbre linéaire

Résumé de Math Sup et compléments : algèbre linéaire Résumé de Ma Sup et compléments : algèbre linéaire I - Espaces vectoriels - Sous espaces vectoriels 1) Structure de K-espace vectoriel Soient K un sous-corps de C et E un ensemble non vide muni d une l.d.c.i.

Plus en détail

Devoir maison n 5. MP Lycée Clemenceau. A rendre le 7 janvier 2014. Centrale

Devoir maison n 5. MP Lycée Clemenceau. A rendre le 7 janvier 2014. Centrale Devoir maison n 5 MP Lycée Clemenceau A rendre le 7 janvier 214 Centrale - Dans le problème, λ désigne toujours une application continue de IR + dans IR +, croissante et non majorée. - Dans le problème,

Plus en détail

Espaces affines. 2 Applications affines 7. 2.2 Projections et symétries affines ; affinités... 8 2.3 Alignement et parallélisme...

Espaces affines. 2 Applications affines 7. 2.2 Projections et symétries affines ; affinités... 8 2.3 Alignement et parallélisme... Maths PCSI Cours Espaces affines Table des matières 1 Espaces et sous-espaces affines 2 1.1 Espaces affines et translations.................................... 2 1.2 Exemples d espaces affines......................................

Plus en détail

Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Laurent Garcin MPSI Lycée Jean-Baptiste Corot ESPACES VECTORIELS 1 Définition et exemples fondamentaux 1.1 Définition Définition 1.1 Espace vectoriel Soient K un corps et E un ensemble muni d une loi interne + et d une loi externe. i.e. d une application

Plus en détail

Séance de soutien PCSI2 numéro 10 : Espaces vectoriels et applications linéaires

Séance de soutien PCSI2 numéro 10 : Espaces vectoriels et applications linéaires Séance de soutien PCSI2 numéro 10 : Espaces vectoriels et applications linéaires Tatiana Labopin-Richard Mercredi 18 mars 2015 L algèbre linéaire est une très grosse partie du programme de Maths. Il est

Plus en détail

Espaces vectoriels 2006-2007. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F.

Espaces vectoriels 2006-2007. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle 2006-2007 Espaces vectoriels Convention 1. Dans toute la suite, k désignera un corps quelconque. Définition 2.

Plus en détail

Feuille d exercices n o 1. N(x i ). 4. On rappelle qu un espace normé est séparable s il contient une partie dénombrable dense.

Feuille d exercices n o 1. N(x i ). 4. On rappelle qu un espace normé est séparable s il contient une partie dénombrable dense. 1 Feuille d exercices n o 1 1. Deuxième forme géométrique du théorème de Hahn-Banach Soient A E et B E deux convexes, non vides, disjoints (E est une espace vectoriel normé). On suppose que A est fermé

Plus en détail

Généralités sur les fonctions numériques

Généralités sur les fonctions numériques 7 Généralités sur les fonctions numériques Une fonction numérique est, de manière générale, une fonction d une variable réelle et à valeurs réelles. 7.1 Notions de base sur les fonctions Si I, J sont deux

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

COR TD 2. Exercice 1. Déterminer si les applications f i suivantes sont linéaires : x + x, y + y )

COR TD 2. Exercice 1. Déterminer si les applications f i suivantes sont linéaires : x + x, y + y ) COR TD 2 Année 21 Exercice 1. Déterminer si les applications f i suivantes sont linéaires : f 1 : R 2 R 2 f 1 x, y = 2x + y, x y f 2 : R R f 2 x, y, z = xy, x, y f : R R f x, y, z = 2x + y + z, y z, x

Plus en détail

EMLYON 2015 S. Éléments de correction

EMLYON 2015 S. Éléments de correction EMLYON 15 S Éléments de correction ECS Lycée La ruyère, Versailles Année 1/15 Premier problème Première partie 1. On peut vérifier le critère de sous-espace vectoriel E et, pour P 1, P E et λ R, λp 1 +

Plus en détail

PROBLÈME : Endomorphismes semi-linéaires et valeurs co-propres. Partie I

PROBLÈME : Endomorphismes semi-linéaires et valeurs co-propres. Partie I PROBLÈME : Endomorphismes semi-linéaires et valeurs co-propres Sujet complet Mines Pont 2001 - PSI Partie I 1. Premières propriétés Remarquons d abord que la définition de la semi-linéarité de u est équivalente

Plus en détail

1 Notion d espace vectoriel

1 Notion d espace vectoriel Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Résumé de cours sur les espaces vectoriels et les applications linéaires Les vecteurs du plan, les nombres réels, et les polynômes à coefficients

Plus en détail

IV. Espaces L p. + tx 1. (1 t)x 0

IV. Espaces L p. + tx 1. (1 t)x 0 cours 13, le lundi 7 mars 2011 IV. spaces L p IV.1. Convexité Quand deux points x 0, x 1 R sont donnés, on peut parcourir le segment [x 0, x 1 ] qui les joint en posant pour tout t [0, 1] x t = (1 t)x

Plus en détail

Fiche n 1: Groupe, sous-groupe, ordre

Fiche n 1: Groupe, sous-groupe, ordre Université Lille 1 Algèbre 2010/11 M51.MIMP Fiche n 1: Groupe, sous-groupe, ordre Exercice 1 On considère sur R la loi de composition définie par x y = x + y xy. Cette loi est-elle associative, commutative?

Plus en détail

Rappels sur les applications linéaires

Rappels sur les applications linéaires Rappels sur les applications linéaires 1 Définition d une application linéaire Définition 1 Soient E et F deux espaces vectoriels sur un même corps K et f une application de E dans F Dire que f est linéaire

Plus en détail

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n = 2

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n = 2 33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n = 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre

Plus en détail

TD 5- Applications linéaires

TD 5- Applications linéaires TD 5- Applications linéaires Exercice 1. Soit f l'application dénie sur R 2 par f(x, y) = (2x y, 3x + y). 1. Montrer que f est un endomorphisme de R 2. 2. Montrer que f est injective. 3. Montrer que f

Plus en détail

Espaces vectoriels et applications

Espaces vectoriels et applications Espaces vectoriels et applications linéaires 1 Définitions On parle d espaces vectoriels sur le corps R ou sur le corps C. Les définitions sont les mêmes en substituant R à C ou vice versa. Définition

Plus en détail

Exercice oral des mines : pour voir si vous avez compris l analogie de l exercice précédent.

Exercice oral des mines : pour voir si vous avez compris l analogie de l exercice précédent. Lycée Pierre de Fermat 203/204 MPSI Devoir maison Devoir maison n 20 Exercice : utilisation du produit matriciel par blocs. Dans l exercice K est un corps commutatif quelconque de caractéristique différente

Plus en détail

Exercices - Réduction des endomorphismes : énoncé. Réduction pratique de matrices

Exercices - Réduction des endomorphismes : énoncé. Réduction pratique de matrices Réduction pratique de matrices Exercice 1 - Diagonalisation - 1 - L1/L2/Math Spé - Diagonaliser les matrices suivantes : 0 2 1 A = 3 2 0 B = 2 2 1 0 3 2 2 5 2 2 3 0 On donnera aussi la matrice de passage

Plus en détail

Les espaces vectoriels Partie 1

Les espaces vectoriels Partie 1 Les espaces vectoriels Partie 1 MPSI Prytanée National Militaire Pascal Delahaye 1 er février 2016 1 Définition d un Espace Vectoriel Soit ( K,+, ) un corps commutatif (le programme impose K = R ou C).

Plus en détail

1 Topologies, distances, normes

1 Topologies, distances, normes Université Claude Bernard Lyon 1. Licence de mathématiques L3. Topologie Générale 29/1 1 1 Topologies, distances, normes 1.1 Topologie, distances, intérieur et adhérence Exercice 1. Montrer que dans un

Plus en détail

Espaces vectoriels. Université d Orléans Année 2009-2010 Espaces vectoriels et applications linéaires. 2MA01-Licence de Mathématiques

Espaces vectoriels. Université d Orléans Année 2009-2010 Espaces vectoriels et applications linéaires. 2MA01-Licence de Mathématiques Université d Orléans Année 2009-2010 Espaces vectoriels et applications linéaires 2MA01-Licence de Mathématiques Espaces vectoriels Exercice 1 Soit E un espace vectoriel. Pour x, y E et λ, µ K, montrer

Plus en détail

Applications linéaires

Applications linéaires Chapitre IV Applications linéaires Révisions Définition. Soient E, deux espaces vectoriels sur le même corps commutatif est dite linéaire si quels que soient x, y E et λ,. Une application f : E f x y f

Plus en détail

Ensembles-Applications

Ensembles-Applications Ensembles-Applications Exercice 1 : Soient A = {1,2,3} et B = {0,1,2,3}. Décrire les ensembles A B, A B et A B. Allez à : Correction exercice 1 : Exercice 2 : Soient A = [1,3] et B = [2,4]. Déterminer

Plus en détail

Énoncés des exercices

Énoncés des exercices Énoncés Énoncés des exercices Exercice 1 [ Indication ] [ Correction ] Soit f un endomorphisme de E, commutant avec tous les endomorphismes de E. Montrer que f est de la forme λid, avec λ IK. Exercice

Plus en détail

Correction du devoir maison n o 7 PARTIE I

Correction du devoir maison n o 7 PARTIE I Lycée Kléber Pour le 5 décembre 2014 PSI* 2014-2015 Correction du devoir maison n o 7 (Mines I PSI 2001) MATHEMATIQUES PARTIE I Remarquons d abord que la définition de la semi-linéarité de u est équivalente

Plus en détail

TOPOLOGIE DE LA DROITE REELLE

TOPOLOGIE DE LA DROITE REELLE TOPOLOGIE DE LA DROITE REELLE P. Pansu 16 mai 2005 1 Qu est-ce que la topologie? C est l étude des propriétés des objets qui sont conservées par déformation continue. Belle phrase, mais qui nécessite d

Plus en détail

Carnet de voyage en Algébrie

Carnet de voyage en Algébrie Université Claude Bernard-Lyon 1 Carnet de voyage en Algébrie Is(T ) S 4 Notes de TD de : Chrystel Bouvier Elisabeth Bruyère Encadrées par : Philippe Caldero 2 J aimerais vivre en Théorie, parce qu en

Plus en détail

Algèbre approfondie - Automne 2007

Algèbre approfondie - Automne 2007 Algèbre approfondie - Automne 2007 ENS-Lyon ALGÈBRE COMMUTATIVE II : CORRIGÉ Exercice 1 (Localisation des modules) 1) Si (M,λ ) et (M,λ ) sont deux couples satisfaisant à la propriété universelle considérée,

Plus en détail

Espaces vectoriels de dimension finie

Espaces vectoriels de dimension finie Chapitre 14 Espaces vectoriels de dimension finie Dans tout le chapitre K désigne R ou C. 14.1 Espaces vectoriels de dimension finie 14.1.1 Bases et dimension Ò Ø ÓÒ ½ º½ Espace vectoriel de dimension

Plus en détail

Autour de la diagonalisation

Autour de la diagonalisation Autour de la diagonalisation Cédric Gérot, Pierre Granjon, Nicolas Le Bihan Laboratoire des Images et des Signaux Grenoble January 22, 2003 Contents 1 Eléments d algèbre 2 11 Espace vectoriel 2 111 Définition

Plus en détail

Résumé du cours d algèbre de Maths Spé MP

Résumé du cours d algèbre de Maths Spé MP 1 POLYNÔMES Résumé du cours d algèbre de Maths Spé MP 1 Polynômes 1) Formule de Taylor pour les polynômes. Soit P un polynôme non nul de degré n N. a K, P(X) = k=0 P (k) (a) (X a) k et en particulier P(X)

Plus en détail

Avertissement! Dans tout ce chapître, C désigne une partie convexe de IR n, et f une fonction. 9.1 Fonctions affines, convexes, strictement convexes

Avertissement! Dans tout ce chapître, C désigne une partie convexe de IR n, et f une fonction. 9.1 Fonctions affines, convexes, strictement convexes Chp. 9. Convexité Avertissement! Dans tout ce chapître, C désigne une partie convexe de IR n, et f une fonction numérique partout définie sur C. 9.1 Fonctions affines, convexes, strictement convexes Définition

Plus en détail

Les Mathématiques pour l Agrégation. C. Antonini J.-F. Quint P. Borgnat J. Bérard E. Lebeau E. Souche A. Chateau O. Teytaud

Les Mathématiques pour l Agrégation. C. Antonini J.-F. Quint P. Borgnat J. Bérard E. Lebeau E. Souche A. Chateau O. Teytaud Les Mathématiques pour l Agrégation C. Antonini J.-F. Quint P. Borgnat J. Bérard E. Lebeau E. Souche A. Chateau O. Teytaud 24 avril 2002 Table des matières 1 Algèbre linéaire 2 1.1 Généralités...............................

Plus en détail

Chapitre IV Bases et dimension d un espace vectoriel

Chapitre IV Bases et dimension d un espace vectoriel Chapitre IV Bases et dimension d un espace vectoriel Objectif : Nous allons voir comment fabriquer des systèmes de coordonnées pour les vecteurs d un espace vectoriel général. Dans ce chapitre désigne

Plus en détail

Préparation à l agrégation interne de mathématiques - Année 2014-2015 Préparation à l écrit - Samedi 13 décembre 2014

Préparation à l agrégation interne de mathématiques - Année 2014-2015 Préparation à l écrit - Samedi 13 décembre 2014 Préparation à l agrégation interne de mathématiques - Année 04-05 Préparation à l écrit - Samedi 3 décembre 04 Durée : 4 à 6 heures - Le sujet comporte 6 pages. Dans ce problème, on se propose de prouver

Plus en détail

NOTATIONS PRÉLIMINAIRES

NOTATIONS PRÉLIMINAIRES Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel

Plus en détail

Table des matières. Applications linéaires.

Table des matières. Applications linéaires. Table des matières Introduction...2 I- s et exemples...3 1-...3 2- Exemples...4 II- Noyaux et images...5 1- Rappels : images directes et images réciproques...5 a- s...5 b- Quelques exemples...5 2- Ker

Plus en détail

ALGEBRE: GROUPES ET ANNEAUX 1

ALGEBRE: GROUPES ET ANNEAUX 1 Université Blaise Pascal U.F.R. Sciences et Technologies Département de Mathématiques et Informatique Licence de Mathématiques Troisième année, U.E. 35MATF2 ALGEBRE: GROUPES ET ANNEAUX 1 Polycopié du cours

Plus en détail

Structures algébriques : groupes, anneaux et corps

Structures algébriques : groupes, anneaux et corps Maths PCSI Cours Structures algébriques : groupes, anneaux et corps Table des matières 1 Groupes 2 1.1 Lois de composition interne..................................... 2 1.2 Groupes................................................

Plus en détail

Cours de Mathématiques II Chapitre 1. Algèbre linéaire

Cours de Mathématiques II Chapitre 1. Algèbre linéaire Université de Paris X Nanterre UFR Segmi Année 7-8 Licence Economie-Gestion première année Cours de Mathématiques II Chapitre Algèbre linéaire Table des matières Espaces vectoriels Espaces et sous-espaces

Plus en détail

Exo7. Espaces vectoriels. 1 Définition, sous-espaces. Fiche amendée par David Chataur et Arnaud Bodin.

Exo7. Espaces vectoriels. 1 Définition, sous-espaces. Fiche amendée par David Chataur et Arnaud Bodin. Exo7 Espaces vectoriels Fiche amendée par David Chataur et Arnaud Bodin. Définition, sous-espaces Exercice Montrer que les ensembles ci-dessous sont des espaces vectoriels (sur R) : E = { f : [,] R } :

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. a) x arctan x. a) x x x b) x (ch x) x c) x ln x

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. a) x arctan x. a) x x x b) x (ch x) x c) x ln x [ttp://mp.cpgedupuydelome.fr] édité le 29 décembre 205 Enoncés Dérivation Dérivabilité Eercice [ 0354 ] [Correction] Étudier la dérivabilité des fonctions suivantes : a) 2 3 b) 2 ) arccos 2 ) Eercice 2

Plus en détail

Espaces vectoriels normés

Espaces vectoriels normés Espaces vectoriels normés Essaidi Ali 19 octobre 2010 K = R ou C. E un K-espace vectoriel. 1 Normes et distances : 1.1 Normes et distances : Définition : On appelle semi-norme sur E toute application N

Plus en détail

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M Topologie 1 Espaces métriques 1.1 Distance Dans toute cette partie E représente un ensemble qui n est pas forcément un espace vectoriel. Définition

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

1 Espaces vectoriels normés

1 Espaces vectoriels normés Université Paris 7 Denis Diderot Année 2005/2006 Licence 2 MIAS MI4 1 Espaces vectoriels normés 1.1 Définitions Soit E un espace vectoriel sur R. Topologie des espaces vectoriels de dimension finie Définition

Plus en détail

LISTE DE QUESTIONS DE COURS

LISTE DE QUESTIONS DE COURS LISTE DE QUESTIONS DE COURS sur le polycopié d Algèbre de 2008/2009 Chapitre 1 1. Définition 1.1 : Espace vectoriel. 2. Proposition 1.3 : Espace vectoriel produit. 3. Définition 1.2 : Sous-espaces vectoriels.

Plus en détail

Intégrale de Lebesgue

Intégrale de Lebesgue Intégrale de Lebesgue ÉCOLE POLYTECHNIQUE Cours 4 : intégrale de Lebesgue Bertrand Rémy 1 / 50 1. Motivations et points de vue ÉCOLE POLYTECHNIQUE Cours 4 : intégrale de Lebesgue Bertrand Rémy 2 / 50 Deux

Plus en détail

Exo7. Algèbre linéaire I. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr

Exo7. Algèbre linéaire I. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr Exo7 Algèbre linéaire I Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Plus en détail

AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES

AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES VINCENT GUEDJ 1. Notions fondamentales 1.1. Noyau, Image. On se donne E un K-espace vectoriel de dimension finie (K = R, C principalement) et f L(E) un

Plus en détail

LICENCE DE MATHÉMATIQUES FONDAMENTALES. D. Azé

LICENCE DE MATHÉMATIQUES FONDAMENTALES. D. Azé LICENCE DE MATHÉMATIQUES FONDAMENTALES Calcul Différentiel et Équations Différentielles D. Azé Université Paul Sabatier Toulouse 2008 Table des matières 1 Généralités sur les espaces normés 3 1.1 Espaces

Plus en détail

Exo7. Sujets de l année 2008-2009. 1 Partiel. Enoncés et corrections : Sandra Delaunay. Exercice 1 Soit A une matrice 2 2 à coefficients réels.

Exo7. Sujets de l année 2008-2009. 1 Partiel. Enoncés et corrections : Sandra Delaunay. Exercice 1 Soit A une matrice 2 2 à coefficients réels. Enoncés et corrections : Sandra Delaunay Exo7 Sujets de l année 28-29 1 Partiel Exercice 1 Soit A une matrice 2 2 à coefficients réels. On suppose a + c = b + d = 1 et a b 1. ( ) a b c d 1. Soient (x 1,x

Plus en détail

Cours d Analyse Réelle 4M003

Cours d Analyse Réelle 4M003 Cours d Analyse Réelle 4M003 Jean SAINT RAYMOND Université Pierre et Marie Curie Avant-propos Ce texte a été rédigé pour servir de support écrit à un cours de Master 1 de l Université Pierre-et-Marie Curie.

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. b) Soit (u n ) n N une suite d éléments de [0 ; 1]. Montrer

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. b) Soit (u n ) n N une suite d éléments de [0 ; 1]. Montrer [http://mp.cpgedupuydelome.fr] édité le 9 décembre 05 Enoncés Familles sommables Ensemble dénombrable a) Calculer n+ Exercice [ 03897 ] [Correction] Soit f : R R croissante. Montrer que l ensemble des

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

Applications linéaires

Applications linéaires Applications linéaires I) Applications linéaires - Généralités 1.1) Introduction L'idée d'application linéaire est intimement liée à celle d'espace vectoriel. Elle traduit la stabilité par combinaison

Plus en détail

Feuille d exercices n 14 : corrigé

Feuille d exercices n 14 : corrigé Feuille d exercices n 4 : corrigé PTSI B Lycée Eiffel avril 3 Exercice (*) Commençons déjà par constater que la fonction nulle vérifie toutes les conditions de l exercice, il nous restera donc à regarder

Plus en détail

Fiche Méthode 11 : Noyaux et images.

Fiche Méthode 11 : Noyaux et images. Fiche Méthode 11 : Noyaux et images. On se place dans un espace vectoriel E de dimension finie n, muni d une base B = ( e 1,..., e n ). f désignera un endomorphisme de E 1 et A la matrice de f dans la

Plus en détail

Matrices. 3 Théorie du rang 11 3.1 Opérations élémentaires... 11 3.2 Rang d une matrice, pivot de Gauss... 11 3.3 Inversion des matrices...

Matrices. 3 Théorie du rang 11 3.1 Opérations élémentaires... 11 3.2 Rang d une matrice, pivot de Gauss... 11 3.3 Inversion des matrices... Maths PCSI Cours Matrices Table des matières Présentation de M n,p (K) 2 Espace des matrices (n, p) 2 2 Lien avec les applications linéaires 3 3 L algèbre M n (K) 5 4 Transposition 6 2 Représentation des

Plus en détail

MEÉF 1 - Mathématiques DS2-5 octobre 2015 Analyse - Géométrie

MEÉF 1 - Mathématiques DS2-5 octobre 2015 Analyse - Géométrie MEÉF - Mathématiques DS2-5 octobre 25 Analyse - Géométrie Eercice Soit E un K-espace vectoriel (K étant le corps R ou C). Deu normes N et N 2 sur E sont dites équivalentes s il eiste deu constantes réelles

Plus en détail

Topologie des espaces vectoriels normés

Topologie des espaces vectoriels normés Topologie des espaces vectoriels normés Cédric Milliet Version préliminaire Cours de troisième année de licence Université Galatasaray Année 2011-2012 2 Chapitre 1 R-Espaces vectoriels normés 1.1 Vocabulaire

Plus en détail

Algèbre linéaire 3 : produits scalaires, espaces euclidiens, formes quadratiques.

Algèbre linéaire 3 : produits scalaires, espaces euclidiens, formes quadratiques. Université Paris-Dauphine DU MI2E, 2ème année Algèbre linéaire 3 : produits scalaires, espaces euclidiens, formes quadratiques. Cours 2010/2011 Olivier Glass Le polycopié qui suit peut avoir des différences

Plus en détail

Espaces euclidiens. 1 Produit scalaire 2 1.1 Définition... 2 1.2 Exemples fondamentaux... 2 1.3 Cauchy-Schwarz... 3 1.4 Norme associée...

Espaces euclidiens. 1 Produit scalaire 2 1.1 Définition... 2 1.2 Exemples fondamentaux... 2 1.3 Cauchy-Schwarz... 3 1.4 Norme associée... Maths PCSI Cours Table des matières Espaces euclidiens 1 Produit scalaire 2 1.1 Définition...................................... 2 1.2 Exemples fondamentaux.............................. 2 1.3 Cauchy-Schwarz..................................

Plus en détail

Les théorèmes de Gerschgorin et de Hadamard

Les théorèmes de Gerschgorin et de Hadamard Localisation des valeurs propres : Quelques propriétés sur les disques de Gerschgorin. Jean-Baptiste Campesato 22 septembre 29 Gerschgorin est parfois retranscrit en Gershgorin, Geršgorin, Hershhornou

Plus en détail

Classes Caratéristiques.

Classes Caratéristiques. Ce cours peut être librement copié et distribué. Il est recommandé d en télécharger la version la plus récente à partir de : http://www.math.jussieu.fr/~alp. Toute remarque, correction ou suggestion doit

Plus en détail

17. ISOMÉTRIES LINÉAIRES

17. ISOMÉTRIES LINÉAIRES 17 ISOMÉTRIES LINÉAIRES 171 Isométries linéaires dans un espace vectoriel euclidien Soit E un espace vectoriel euclidien Une application linéaire f dans E est appelée isométrie linéaire ssi, quel que soit

Plus en détail