2010/2011. Espaces vectoriels

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "2010/2011. Espaces vectoriels"

Transcription

1 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 0. Exercice 1. Soit K un corps commutatif, montrer que l ensemble K[X] des polynômes à coefficients dans K est un espace vectoriel sur K. Montrer que K[X] est de dimension infinie et en donner une base. Exercice. Soit F(R) l ensemble des fonctions numériques définies sur R. 1. Vérifier que F(R) est un espace vectoriel de dimension infinie sur R.. On note I(R) et P(R) les sous-ensembles des fonctions impaires et des fonctions paires de F(R). Vérifier que I(R) et P(R) sont des sous-espaces vectoriels de F(R). Montrer que F(R) = I(R) P(R). Exercice 3. Projections. Soit E 1 et E deux sous-espaces supplémentaires d un espace vectoriel E. On appelle projection sur E 1 parallèlement à E l application p 1 : E 1 E E 1 x = x 1 + x x 1 On définit de même p la projection sur E parallèlement à E a. Montrer que p 1 L(E) et que Ker p 1 = E, Imp 1 = E 1. Montrer que p 1 p 1 = p 1 et que E 1 est l ensemble des éléments de E invariants par p 1. b. Montrer que p 1 + p = Id E et que p 1 p = p p 1 = 0 L(E). c. On suppose dans cette question que E est de dimension finie. En choisissant une base adaptée de E, donner une matrice simple de p 1.. a. Soit p un élément de L(E) tel que p p = p. Montrer que E = Ker p Im p et que p est la projection sur Im p parallèlement à Ker p. b. Montrer que q = Id E p est la projection sur Ker p parallèlement à Im p. c. Montrer que p L(E) est une projection si et seulement si pour tout x E, x p(x) Ker p. Exercice 4. Symétries. Soit E un espace vectoriel sur K (K = R ou C). Soit E 1 et E deux sous-espaces vectoriels supplémentaires de E. On note p 1 la projection sur E 1 parallèlement à E. On appelle symétrie par rapport à E 1 parallèlement à E l application s 1 = p 1 Id. 1. a. Exprimer s 1 (x). Montrer que s 1 est involutive et donc bijective. Montrer que E 1 = {x E; s 1 (x) = x} et que E = {x E; s 1 (x) = x}. b. On suppose E de dimension finie. Donner une base de E dans laquelle la matrice de s 1 est simple. c. On note s la symétrie par rapport à E parallèlement à E 1. Montrer que s 1 s = s s 1 = Id.. Soit g L(E) involutive. Soit E 1 = {x E; g(x) = x} et E = {x E; g(x) = x}. Montrer que E 1 et E sont des sous-espaces vectoriels supplémentaires de E. Montrer que g est une symétrie et préciser ses sous-espaces caractéristiques. 3. Application : donner un supplémentaire dans R 3 de l espace vectoriel engendré par ı + j + k où ( ı, j, k) est une base de R 3. Exprimer dans cette base les matrices des symétries correspondantes. Exercice 5. Soit E un espace vectoriel et f L(E). 1. Montrer que si pour tout x E, (x, f(x)) est une famille liée alors f est une homothétie.. Montrer que f commute avec tout élément de L(E) si et seulement si f est une homothétie. Exercice 6. que : Soit E, F, G trois espaces vectoriels de dimensions finies ; f L(E, F ) et g L(F, G). Montrer 1. dim Ker (g f) dim Ker g + dim Ker f.. rang f + rang g dim F rang (g f) min(rang f, rang g) 1

2 Exercice 7. Soit E un espace vectoriel et u L(E). Montrer que u = 0 si et seulement si Imu Ker u. Exercice 8. Soit E un espace vectoriel et f L(E). 1. Montrer que Ker f Ker f, Im f Im f. Montrer que Ker f = Ker f si et seulement si Im f Ker f = {0 E }. On suppose que E est de dimension finie. Montrer l équivalence des propositions suivantes : (i) E = Im f Ker f (ii) Ker f = Ker f (iii) Im f = Im f Exercice 9. Soit E un espace vectoriel de dimension et f L(E). Montrer l équivalence des propositions suivantes : (i) La somme Im f + Ker f n est pas directe (ii) Im f = Ker f (iii) f 0 et f f = 0 Exercice 10. Soit E un espace vectoriel et E son dual. Soit A un sous-espace vectoriel de E, on appelle orthogonal de A dans E, l ensemble A = {φ E, x A, φ(x) = 0}. De même soit B un sous-espace vectoriel de E, on appelle orthogonal de B dans E l ensemble B = {x E, φ B, φ(x) = 0}. Soit f L(E, F ), on appelle transposée de f et on note t f l application de F dans E définie par : pour tout φ F, t f(φ) = φ f. 1. a. Vérifier que A et B sont respectivement des sous-espaces vectoriels de E et E. Montrer que A A. b. Vérifier que t f est une application linéaire c. Soit (e i ) i I une base de E. On définit pour tout i I, e i E par { e 1 si i = j i (e j ) = 0 si i j Montrer que (e i ) i I est une partie libre de E. d. Soit u une application de E dans E définie par : pour tout x E, u(x) est l application de E dans K telle que pour tout y E, u(x)(y ) = y (x). Montrer que u est linéaire et injective.. On suppose dans cette question que E est de dimension infinie. a. Montrer que (e i ) i I n est pas une partie génératrice de E. On pourra considérer f E définie par f(e i ) = 1, pour tout i I. b. Montrer que u n est pas surjective. On pourra considérer g E telle que g(e i ) = 1, pour tout i I. 3. On suppose maintenant que E est de dimension finie. a. Montrer que (e i ) i I est une base de E. En déduire que dim E = dim E = dim E. b. Montrer que u est un isomorphisme de E sur E. c. Soit H un sous-espace vectoriel de E, montrer que dim H + dim H = dim E. Montrer que H = H. Exercice 11. Soit P 4 l espace vectoriel des polynômes à coefficients réels de degré inférieur ou égal à 4. On note O q, q 4, le sous-espace vectoriel de P 4 des polynômes d ordre supérieur ou egal à q (l ordre d un polynôme est le plus petit i tel que le coefficient de X i est non nul). Soit P un polynôme de P 4, on note : X T (P ) = XP (0) 1/0X 5 P (4) (0) + t [P (t + 1) P (t) P (t)]dt 0 1. Montrer que T est une application linéaire. On pose e 0 = 1, e 1 = X, e = X, e 3 = X 3, e 4 = X 4. Vérifier qu on obtient ainsi une base de P 4. Montrer que T (P 4 ) P 4. On a donc T L(P 4 ).. Déterminer T (O 3 ), T (O ) et Ker T O. 3. Montrer que ImT = (O 1 P 1 ) O 3. Déterminer le rang de T. Montrer qu il existe un sous-espace vectoriel de P 4, V tel que Ker T = (O 1 P 1 ) V. Déterminer Ker T ImT. 4. On cherche un vecteur u non nul de O 3 tel qu il existe λ R, T (u) = λu. Montrer qu il existe deux valeurs possibles de λ : 0 < λ 1 < λ Trouver deux vecteurs non nuls u 3 et u 4 de O 3 tels que T (u 3 ) = λ 1 u 3 et T (u 4 ) = λ u On pose u 0 = e 1, u 1 = e 4e 3 + 3e 4, u = e 0. Montrer que (u 0, u 1, u, u 3, u 4 ) est une base de P 4. Ecrire la matrice de T dans cette base.

3 1 Solutions 1 Il est clair, d après la définition des polynômes (voir chapitre Polynômes) que K[X] est un espace vectoriel sur K. Par définition la famille (X i ) i N est génératrice de K[X]. Supposons que l on puisse en extraire une sous-famille B finie génératrice. Soit N le degré maximal des éléments de B. Tout élément de K[X] est combinaison linéaire des éléments de B et est donc de degré inférieur à N. Considérons alors l élément de K[X] : X N+1. Il est clair que X N+1 n est pas combinaison linéaire des éléments de B. 1. Il est facile de vérifier que F(R) est un espace vectoriel sur R. Considérons la famille de fonctions numériques (δ x ) x R, définie par : { δx (x) = 1 δ x (y) = 0 si y x Montrons que cette famille infinie est libre, on aura alors prouvé que F(R) est de dimension infinie. Soit (x i ) i I et (λ i ) i I deux familles finies de réels. Supposons i I λ iδ xi = 0. En appliquant cette fonction à chaque x i, on obtient, λ i = 0 pour tout i I. La famille est donc libre et F(R) est de dimension infinie.. On vérifie facilement que I(R) et P(R) sont des sev. de F(R). C est une astuce classique. Soit f une fonction numérique. On vérifie que la fonction f 1 définie par f 1 (x) = f(x)+f( x) est paire et de même que la fonction f (x) = f(x) f( x) est impaire. On a clairement f = f 1 + f. La somme est par ailleurs directe car seule la fonction nulle est à la fois paire et impaire a. Il est immédiat de vérifier que p 1 est linéaire. Soit x = x 1 +x la décomposition de x selon les sous-espaces supplémentaires E 1 et E. On a x Ker p 1 x 1 = 0 x E. Par suite Ker p 1 = E. Par définition, Im p 1 E 1. De plus, x E 1 x = x 1 = p 1 (x). Donc Imp 1 = E 1. Nous avons montré au passage que E 1 est l ensemble des vecteurs invariants par p 1. On a p 1 p 1 (x) = p 1 (x 1 ) = x 1 = p 1 (x). Donc p 1 p 1 = p 1. b. On a, avec les mêmes notations que ci-dessus, p 1 + p (x) = x 1 + x = x. Donc p 1 + p = Id E. De même, p 1 p (x) = p 1 (x ) = 0 et p p 1 (x) = p (x 1 ) = 0. D où le résultat voulu. c. La base que suggère l énoncé est évidemment une base suivant la décomposition E = E 1 E. On choisit donc une base de E, (e 1,, e q, e q+1, e n ) telle que (e 1,, e q ) est une base de E 1 et (e q+1,, e n ) une base de E. On a immédiatement la forme de la matrice de p 1 dans cette base : c est une matrice diagonale dont les q premiers éléments diagonaux sont égaux à 1 et les n q suivants égaux à 0.. a. On a pour tout x de E, x = p(x) + x p(x). Notons x 1 = p(x) et x = x p(x). Il est clair que x 1 Im p. De plus, p(x ) = p(x) p(p(x)) = 0, par hypothèse. On a donc bien E = Imp + Ker p. De plus, si x Imp Ker p, alors il existe y tel que x = p(y) et 0 = p(x) = p(p(y)) = p(y) = x, par suite on a la somme directe E = Imp Ker p. Par unicité de la décomposition de x selon la somme directe on a x 1 = p(x), et p est bien la projection sur Im p parallèlement à Ker p. b. On a q(x) = x p(x), donc par le même argument que précédemment q est la projection sur Ker p parallèlement à Im p. c. Si p est une projection on a immédiatement p(x p(x)) = p(x) p(x) = 0. Réciproquement, si pour tout x, p(x p(x)) = 0 alors p p = p et la question.1 permet de conclure que p est une projection a. Soit x E, on écrit comme dans l exercice précédent x = x 1 + x où x 1 E 1 et x E. Par définition, s 1 (x) = x 1 x, d où s 1 (s 1 (x)) = x 1 ( x ) = x, s 1 est donc involutive. Profitons de cet exercice pour vérifier que toute involution f est une bijection. La surjectivité est immédiate puisque x = f(f(x)) ; pour l injectivité si f(x) = f(y) alors f(f(x)) = f(f(y)) i.e. x = y. Il est immédiat que E 1 est l ensemble des invariants de s et que E est l ensemble des vecteurs transformés en leur opposé. b. En choisissant une base de E adaptée à la somme directe E = E 1 E, on obtient dans cette base la matrice de s 1 qui est diagonale. Soit q = dime 1, alors les q premiers éléments de la diagonale sont égaux à 1 et les n q suivants égaux à 1. c. On a, par définition s (x) = x x 1, par suite s 1 (s (x)) = s 1 ( x 1 + x ) = x 1 x = x. De meme s (s 1 (x)) = s (x 1 x ) = x 3

4 . On peut écrire x = x+g(x) + x g(x). Comme g est involutive, on a bien x+g(x) E 1 et x g(x) E. Par suite E = E 1 + E. Il est clair que tout élément de E 1 E est nul, la somme est donc directe. On a de plus g(x) = x+g(x) x g(x), g est donc la symétrie par rapport à E 1, parallèlement à E. 3. On peut choisir par exemple E = R ı R j comme supplémentaire de E 1 = R( ı+ j+ k) (il y en d autres, par exemple R ı R k). Notons s 1 et s respectivement les symétries par rapport à E 1 ( resp. E ) parallèlement à E (resp. E 1 ). Ecrivons la matrice de s 1 dans la base ( ı, j, k). On a ı, j E, par suite s 1 ( ı) = ı et s 1 ( j) = j. Par ailleurs, k = ( ı + j + k) ( ı + j), donc s 1 ( k) = ı + j + k + ı + j = ı + j + k. Par conséquent, la matrice de s 1 dans la base ( ı, j), k est donc M 1 = Des calculs analogues nous donnent la matrice de s dans cette même base : 1 0 M = Par hypothèse, il existe pour tout x un réel λ x tel que f(x) = λ x x. Il nous reste maintenant à montrer que ce réel est le même pour tous les éléments de E. Fixons un vecteur non nul x E. Soit y un élément non nul de E. Supposons x et y liés, i.e., y = kx, avec k 0. Alors, d une part f(y) = λ y y = λ y kx, d autre part, f(y) = f(kx) = kf(x) = kλ x x. On obtient en égalisant, λ x = λ y. Supposons maintenant x et y libres. On a alors, d une part f(x + y) = λ x+y (x + y) = λ x+y x + λ x+y y, et d autre part, f(x + y) = f(x) + f(y) = λ x x + λ y y. Ces deux égalités et la liberté de (x, y) entrainent λ x+y = λ x = λ y.. Un homothétie commute avec tout élément de L(E). Réciproquement, soit f une application linéaire qui commute avec tout élément de L(E). Soit x un élément de E,nous allons montrer que (x, f(x)) est lié ; on aura ainsi le résultat en utilisant la première question. Soit g x une projection parallèlement à < x > ( en fait toute application linéaire de noyau < x > convient pour notre démonstration). Par hypothèse, f et g x commutent. Par suite, g x (f(x)) = f(g x (x)) = f(0) = 0, ce qui signifie que f(x) appartient au noyau de g x autrement dit que (x, f(x)) est lié. Par la question précédente, f est donc une homothétie. On remarque que l on peut affaiblir les hypothèses de la facon suivante : si f commute avec toute les projections sur un hyperplan alors f est une homothétie. 6 Supposons que u = 0 L(E). Soit x Im u, il existe donc y E tel que x = u(y). On a alors, u(x) = u (y) = 0. Donc Im u Ker u. Réciproquement, soit x E, u(x) appartient à Im u et donc par hypothèse à Ker u, on a donc u(u(x)) = 0, i.e. u = 0 L(E) Il est clair que l on a Ker f Ker f et Im f Im f. Supposons que Ker f = Ker f. Soit x Im f Ker f, alors il existe y tel que x = f(y). On a alors, f (y) = f(x) = 0. Par suite, y Ker f = Ker f, donc x = f(y) = 0. Par conséquent, Im f Ker f = {0}. Réciproquement, soit x Ker f. Alors f(x) Im f Ker f. Par hypothèse, f(x) = 0 donc x Ker f.. Montrons (i) (ii). Puisque la somme est directe on a, Im f Ker f = {0} d où par la question précédente, Ker f = Ker f. Nous allons montrer directement l équivalence (ii) (iii). On a dim E = dim Ker f + dim Im f = dim Ker f + dim Im f. Par suite l égalité (ii) implique dim Im f = dim Im f. On conclut ensuite en utilisant la question précédente. la démonstration de (iii) (ii) est identique. Montrons (ii) (i). La question précédente et (ii) implique que la somme Im f +Ker f est directe. L égalité des dimensions montre ensuite que cette somme est égale à E. 8 Montrons (i) (ii). Comme la dimension de E est et que la somme n est pas directe, la dimension de l intersection Im f Ker f est 1 ou. Ce qui implique que la dimension de Im f et de Ker f est supérieure ou égale à 1. Par ailleurs dim Im f +dim Ker f = dim E =, la seule posibilité est donc dim Im f = dim Ker f = 1. On a alors Im f Ker f = Im f = Ker f. Montrons maintenant (ii) (iii). Soit x E, f(x) appartient à 4

5 Im f et par (ii) à Ker f, donc f (x) = 0, i.e. f = 0. Pour des raisons de dimension, comme dans la question précédente, Im f = Ker f implique dim Im f = dim Ker f = 1. Par conséquent, f 0. Pour (iii) (ii), il suffit de remarquer que f = 0 implique Im f Ker f, donc la somme n est pas directe Considérons l application linéaire h obtenue par restriction de f à l ev. Ker g f. Soit y Im h alors il existe x Ker g f tell que y = f(x), on a alors g(y) = g(f(x)) = 0, par suite Im h Ker g. Par ailleurs, soit x Ker h, on h(x) = 0 d où f(x) = 0, par définition de h. On a donc Ker h Ker f. Par suite dim Ker g f = dim Ker h + dim Im h dim Ker f + dim Ker g.. On a immédiatement par ce qui précède, rang g f = dim E Ker g f dim E dim Ker f dim Ker g = dim Im f dim Ker g = dim Im f dim F + rang g. On a ensuite dim E = dim Ker f + dim Im f = dim Ker (g f) + Im (g f). Comme dim Ker f dim Ker (g f), on en déduit dim Im f dim Im (g f). De plus il est clair que dim Im (g f) dim Im g, car le premier est inclu dans le second. On a donc rang (g f) min(rang f, rang g) Les démonstrations qui suivent sont quasiment triviales dès que l on a bien compris les définitions des objets que l on manipule. a. On vérifie sans difficulté que A est un sev de E et B un sev de E. Par définition A = {x E, φ A, φ(x) = 0}. Par définition de A, pour tout x A et tout φ A, φ(x) = 0, par suite, A A. b. Soient φ et φ deux éléments de E et λ un réel. Soit x E, on a t f(λφ)(x) = λφ f(x) = λ(φ f(x)) = λ t f(φ)(x). De meme, t f(φ + φ )(x) = (φ + φ ) f(x) = φ(f(x) + φ (f(x)) = t f(φ)(x) + t f(φ )(x) = ( t f(φ) + t f(φ ))(x). Par suite, t f est bien un élément de L(F, E ). c. Soit J une sous-famille finie de I, et (λ j ) j J une famille de réels telle que j J λ je j = 0. On a alors en particulier, pour tout i J, j J λ je j (e i) = 0. Alors, par défition des e j, on obtient λ j = 0 pour tout j J. La famille (e i ) i I est donc libre. d. Soient x et y deux éléments de E et λ un réel. Soit z un élément de E. On a, u(x + y)(z ) = z (x + y) = z (x) + z (y) = u(x)(z ) + u(y)(z ) = (u(x) + u(y))(z ). De meme, u(λx)(z ) = z (λx) = λz (x) = λu(x)(z ). Dans les deux démonstrations, on a utilisé successivement la définition de u et la linéarité de z. Soit x = j J λ je j, où J est une partie finie de I. Supposons u(x) = 0. En particulier, pour tout e i, i I, u(x)(e i ) = 0. On obtient en remplacant x par son écriture en fonction de e j, λ i = 0 pour tout i J. Par conséquent, x = 0 et u est donc injective.. On est maintenant en dimension infinie. a. Il suffit donc de trouver un élément de E qui ne peut pas s écrire comme combinaison linéaire des éléments d une partie finie de (e i ) i I. Considérons l application linéaire f définie de la facon suivante par l image de la base : f(e i ) = 1 pour tout i I. Supposons que f s écrit comme combinaison linéaire des éléments de (e j ) j J, où J est une partie finie de I. Soit alors i 0 un élément de I qui n est pas dans J, on a f(e i0 ) = 0, ce qui contredit la définition de f. b. Comme le suggère l énoncé, considérons la forme linéaire sur E définie par g(e i ) = 1 pour tout i I et g(z ) = 0 pour tout z appartenant à un supplémentaire fixé du sous-espace engendré par les e i. Supposons maintenant qu il existe x E tel que u(x) = g. On a donc en particulier pour tout i I, 1 = g(e i ) = u(x)(e i ) = e i (x). On obtient clairement une contradiction en écrivant x comme somme finie d éléments de la base (e i ) i I. 3. On suppose maintenant que l espace est de dimension finie. Les contre-exemples précédents ne sont plus valables puisqu ils reposaient précisement sur la dimension infinie. a. Il suffit de montrer que la famille est génératrice. Soit f E, f est déterminée par l image λ i de e i, pour tout i I. On voit aisément que f = i I λ ie i. On a donc dim E = dim E et par le meme argument appliqué à l ev. E, dim E = dim E. b. Grace à l égalité des dimensions il suffit de montrer que u est injective ce que l on sait déjà (1.4). c. Soit (a 1,, a p ) une base de H que l on complète en une base (a 1,, a n ) de E (on pose dim E = n). Alors (a i )n i=1 est une base de E. Soit φ H, alors il existe de réels λ i tels que φ = n 1 i p, on a par définition de H, φ(e i ) = 0 ce qui entraine λ i = 0. Par suite, φ = n i=1 λ ia i. Soit i, i=p+1 λ ia i, donc H est engendré par (e i )n i=p+1. Donc dim H = n p. 5

6 d. On sait déjà que H H. De plus dim H + dim H = E et de même, dim H + dim H = dim E = dim E. Par conséquent, dim H = dim H. D où l égalité de ces deux sous espaces. On déduit en particulier de cette étude que le noyau d une forme linéaire φ est l hyperplan (Rφ) et de même tout hyperplan H de E est le noyau d une forme linéaire engendrant H Il est clair que T est une application linéaire et que (e 0, e 1, e, e 3, e 4 ) est une base de P 4. On calcule les images des éléments de cette base par T. On obtient sans difficultés : T (e 3 ) = 3X4 4 On constate donc que T (P 4 ) P 4. T (e 0 ) = X = e 1, T (e 1 ) = 0, T (e ) = X3 3 = 1/3e 3 + X3 3 = 1/3e 3 + 3/4e 4, T (e 4 ) = X 4 + x3 3 = 1/3e 3 + e 4.. Par définition, O 3 est engendré par (e 3, e 4 ). Les résultats précédents montrent que T (O 3 ) est engendré par (1/3e 3 + 3/4e 4, 1/3e 3 + e 4 ) qui est une partie libre de O 3, par conséquent T (O 3 ) = O 3. De la même facon, O est engendré par (e, e 3, e 4 ). Donc par les calculs précédents, T (O ) est l espace engendré par (1/3e 3, 1/3e 3 + 3/4e 4, 1/3e 3 + e 4 ). Autrement dit, T (O ) = O On cherche donc les polynômes P de la forme ax 4 + bx 3 + cx tels que T (P ) = 0. On trouve, en utilisant les résultats précédents : T (P ) = ( 3b 4 + a)x4 + ( a+b+c 3 )X 3. On a donc, P Ker T O ssi c = b/4 et a = 3b/4. Par suite, Ker T O est donc l espace de dimension 1 engendré par 1/4e + e 3 3/4e L image de T est l espace vectoriel engendré par (T (e 0 ), T (e 1 ), T (e ), T (e 3 ), T (e 4 )) ou encore comme T (e 0 ) = e 1, T (e 1 ) = 0 et T (O ) = O 3, l image de T est Re 1 + O 3. La somme est clairement directe et on peut écrire Re 1 = RX = O 1 P 1. Par suite on a, Im T = (O 1 P 1 ) O 3. Le rang de T est donc la dimension de cet espace c est à dire dim(o 1 P 1 ) + dim O 3 = 3. Par conséquent dim Ker T = 5 dim Im T =. De plus, O 1 P 1 Ker T. Notons V 1 un supplémentaire de O 1 P 1 dans Ker T, V est de dimension 1 et on a bien Ker T = (O 1 P 1 ) V. On a (O 1 P 1 ) Im T Ker T. Or, le vecteur 1/4e + e 3 3/4e 4 est dans Ker T (cf 3.) et n appartient pas à Im T car le vecteur e n est pas dans Im T. Par suite, Ker T n est pas dans Im T, donc la dimension de l intersection est 1, d où Im T Ker T = O 1 P On cherche donc les vecteurs de O 3 qui sont vecteurs propres de T (cf ch?). Soit u = ae 3 + be 4, (a, b) (0, 0). On a alors, T (u) = λu at (e 3 ) + bt (e 4 ) = λae 3 + be 4 (3a/4 + (1 λ)b)e 4 + ((1/3 λ)a + b/3)e 3 = 0. Par suite u est un vecteur propre ssi il existe λ R tel que (a, b) soit solution du système { a(1 3λ) + b = 0 3a + (4 4λ)b = 0 Ce système homogène a des solutions non nulles ssi son déterminant D = 1λ 16λ+1 est nul. Ce qui est réalisé pour les valeurs de λ, λ 1 = et λ = ; avec 0 < λ 1 < λ. On a alors, pour chacune des valeurs de λ, une infinité de solutions. Le choix a = 1 conduit à b = 3λ 1, et on obtient respectivement u 3 = e 3 + ( 1 13 )e 4 et u 4 = e 3 + ( )e 4. On vérifie facilement que (u 0, u 1, u, u 3, u 4 ) est une famille libre et donc une base de P 4. Cette base a été choisie de telle sorte que u 0 et u 1 soient dans Ker T, T (u ) = u 0, T (u 3 ) = λ 1 u 3 et T (u 4 ) = λ u 4. On obtient donc la forme simple de la matrice de T dans cette base : M = λ λ 1 1. Il est clair que (L, +) est un groupe commutatif et que sa structure de corps commutatif contenant K lui confère une structure d espace vectoriel sur K (la loi externe provient de la multiplication des éléments de L par les éléments de K).. a. Puisque L est fini, il est en particulier un espace vectoriel de dimension finie sur F p. Soit n cette dimension, un argument simple de dénombrement montre que cardl = p n. Si l on est un peu plus savant, 6

7 cet argument montre que tout corps fini à un cardinal de la forme pn. En effet, d une part tout corps fini est commutatif et de caractéristique non nulle qui est donc un nombre premier. Si p est sa caractéristique il contient un plus petit sous-corps qui n est autre que F p. On conclut alors en utilisant ce qui précède. On trouvera plus de détail sur ces questions dans le chapitre Anneaux - Corps. b. Le nombre de base de L est le nombre de parties libres à n éléments. Supposons choisis les k premiers éléents d une base. Le k + 1-ième éléments ne doit pas appartenir à l espace vectoriel engendré par les k-premiers. Or, par ce qui précède le cardinal de cet espace vectoriel de dimension k est p k. On a donc p n p k choix pour le k+-ième élément. Par un dénombrement classique (cardinal du produit cartésien), le nombre de bases est donc (p n 1)(p n p) (p n p n 1 ). c. Fixons une base B de L. Un endomorphisme de L est entièrement déterminé par l image de cette base. De plus un endomorphisme de L est un automorphisme ssi l image de B est une base de L. Par suite, soit B une base de L, il existe un unique élément de GL(L) qui envoie B sur B. L ensemble des bases de L et GL(L) sont donc en bijection et ont même cardinal. 7

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

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

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

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

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

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

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

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

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

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

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

ESPACES VECTORIELS ET APPLICATIONS LINÉAIRES

ESPACES VECTORIELS ET APPLICATIONS LINÉAIRES 30-9- 2010 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Chapitre 3. Espaces vectoriels

Chapitre 3. Espaces vectoriels Département de mathématiques et informatique L1S1, module A ou B Chapitre 3 Espaces vectoriels Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé

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

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

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

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

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

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

PC* Espaces préhilbertiens réels

PC* Espaces préhilbertiens réels I. Espace préhilbertien réel................................... 3 I.1 Produit scalaire dans un espace vectoriel réel................... 3 I.2 Inégalités de Cauchy-Schwarz et de Minkowski..................

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

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

2. MATRICES ET APPLICATIONS LINÉAIRES

2. MATRICES ET APPLICATIONS LINÉAIRES 2. MATRICES ET APPLICATIONS LINÉAIRES 2.1 Définition Une matrice n m est un tableau rectangulaire de nombres (réels en général) à n lignes et m colonnes ; n et m sont les dimensions de la matrice. Notation.

Plus en détail

COURS DE LICENCE 2 SCIENCES ECONOMIQUES COURS D ANNIE CLARET

COURS DE LICENCE 2 SCIENCES ECONOMIQUES COURS D ANNIE CLARET COURS DE LICENCE 2 SCIENCES ECONOMIQUES COURS D ANNIE CLARET MATHEMATIQUES 3 PRISE DE NOTE PAR : PLASMAN SYLVAIN SERIE 7 ANNEE 2010-2011 1 Sommaire et accès aux chapitres/sous-chapitres Cliquez sur le

Plus en détail

Enveloppe vectorielle ou. Transformer de l affine en du vectoriel

Enveloppe vectorielle ou. Transformer de l affine en du vectoriel Préparation à l Agrégation Année 2009 2010 ENS Cachan Vincent Beck Enveloppe vectorielle ou Transformer de l affine en du vectoriel 0 Mode d emploi. Cette note propose la construction de l enveloppe vectorielle

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

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

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

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

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

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

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

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

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

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

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

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

Résumé de cours: Espaces vectoriels (Généralités) 1 Vocabulaire : 1.3 Régles de calcul : 1.1 Loi de composition interne :

Résumé de cours: Espaces vectoriels (Généralités) 1 Vocabulaire : 1.3 Régles de calcul : 1.1 Loi de composition interne : Résumé de cours : Espaces vectoriels Partie I : Généralités. : Source disponible sur : c Dans tout le chapitre K désigne un sous corps de C, et en général sauf mention du contraire, Q ou R ou bien C et

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

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

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 Bilinéaires et Formes Quadratiques

Applications Bilinéaires et Formes Quadratiques 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

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

Représentation des groupes finis

Représentation des groupes finis Autour des groupes de réflexions Master 2 Mathématiques fondamentales Cours : Michel Broué Université Paris VII Denis Diderot TD : Vincent Beck Année 2005 2006 Représentation des groupes finis a) id k

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

Algèbre linéaire. 1 Espaces vectoriels R n. Jean-Paul Davalan. 1.1 Les ensembles R n. 1.2 Addition dans R n. (R n, +) désigne R n muni de l addition.

Algèbre linéaire. 1 Espaces vectoriels R n. Jean-Paul Davalan. 1.1 Les ensembles R n. 1.2 Addition dans R n. (R n, +) désigne R n muni de l addition. Algèbre linéaire. Jean-Paul Davalan 2001 1 Espaces vectoriels R n. 1.1 Les ensembles R n. Définition 1.1 R 2 est l ensemble des couples (x, y) de deux nombres réels x et y. D une manière générale, un entier

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

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

22 Cours - Espaces vectoriels.nb 1/8. Espaces vectoriels. I) Généralités II) Applications linéaires III) Sous espaces vectoriels IV) Générateurs

22 Cours - Espaces vectoriels.nb 1/8. Espaces vectoriels. I) Généralités II) Applications linéaires III) Sous espaces vectoriels IV) Générateurs 22 Cours - Espaces vectoriels.nb /8 Espaces vectoriels K -espace vectoriel, loi de composition interne (commutative, associative), élément neutre, symétrique, loi externe, vecteur nul, E, sous espace vectoriel,

Plus en détail

1.1.1 Cas le plus général d espace topologique

1.1.1 Cas le plus général d espace topologique Chapitre 1 Topologie 1.1 Espaces topologiques 1.1.1 Cas le plus général d espace topologique Définition 1 (Topologie) Une topologie T sur l ensemble X est une partie T P (X) vérifiant : L ensemble vide

Plus en détail

1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre

1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre 1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre BCPST Lycée Hoche $\ CC BY: Pelletier Sylvain Les deux modes de représentation des sous-espaces vectoriels Il existe deux modes

Plus en détail

2 Ensembles convexes. 2.1 Définition et premières propriétés

2 Ensembles convexes. 2.1 Définition et premières propriétés 2 Ensembles convexes Les chapitres 2 et 3 présentent les éléments d analyse convexe qui nous seront utiles pour étudier les problèmes d optimisation et les algorithmes qui les résolvent. Le chapitre 2

Plus en détail

Analyse des données et algèbre linéaire

Analyse des données et algèbre linéaire Analyse des données et algèbre linéaire Fondamentaux pour le Big Data c Télécom ParisTech 1/15 Machine-Learning : Une donnée x i = un ensemble de features (caractères) d un individu i x i = (x i,1,...,

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

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

Université Paris 6 Année universitaire 2011-2012 Cours Groupes finis et leurs représentations Corrigé de l examen terminal du 21 mai 2012.

Université Paris 6 Année universitaire 2011-2012 Cours Groupes finis et leurs représentations Corrigé de l examen terminal du 21 mai 2012. Université Paris 6 Année universitaire 011-01 Cours Groupes finis et leurs représentations Corrigé de l examen terminal du 1 mai 01 Exercice 1 Questions de cours Soit G un groupe fini et soit p un nombre

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

Algèbre linéaire avancée I Jeudi 8 Octobre 2015 Prof. A. Abdulle J =

Algèbre linéaire avancée I Jeudi 8 Octobre 2015 Prof. A. Abdulle J = Algèbre linéaire avancée I Jeudi 8 Octobre 205 Prof. A. Abdulle EPFL Série 4 (Corrigé) Exercice Soit J M 2n 2n (R) la matrice définie par J 0 In, I n 0 où I n est la matrice identité de M n n (R) et 0

Plus en détail

1.1.1.1 La construction algébrique de C et correspondance géométrique

1.1.1.1 La construction algébrique de C et correspondance géométrique Chapitre 1 Nombres Complexes 1.1 Le Corps C des complexes 1.1.1 Ecriture algébrique et correspondance Géométrique 1.1.1.1 La construction algébrique de C et correspondance géométrique Il y a plusieurs

Plus en détail

Construction de la mesure de Lebesgue. 1 Mesure positive engendrée par une mesure extérieure.

Construction de la mesure de Lebesgue. 1 Mesure positive engendrée par une mesure extérieure. Université d Artois Faculté des Sciences Jean Perrin Analyse Fonctionnelle (Licence 3 Mathématiques-Informatique Daniel Li Construction de la mesure de Lebesgue 28 janvier 2008 Dans ce chapitre, nous allons

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

Table des matières. 1. Espaces propres et espaces caractéristiques

Table des matières. 1. Espaces propres et espaces caractéristiques RÉDUCTION DES ENDOMORPHISMES OLIVIER DEBARRE Table des matières 1. Espaces propres et espaces caractéristiques 1 2. Décomposition de Dunford 4 3. Structure des endomorphismes nilpotents et réduite de Jordan

Plus en détail

Groupes et Actions de groupes. 1 Groupes, morphismes et actions de groupes.

Groupes et Actions de groupes. 1 Groupes, morphismes et actions de groupes. Groupes et Actions de groupes On présente ici des notions de base de théorie des groupes pour l agrégation interne. 1 Groupes, morphismes et actions de groupes. Un groupe (G, ), ou plus simplement G, est

Plus en détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Groupe symétrique. Chapitre II. 1 Définitions et généralités Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations

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

Cours d analyse 1ère année. Rhodes Rémi

Cours d analyse 1ère année. Rhodes Rémi Cours d analyse 1ère année Rhodes Rémi 10 décembre 2008 2 Table des matières 1 Propriétés des nombres réels 5 1.1 Sous-ensembles remarquables de R........................ 5 1.2 Relations d ordre..................................

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

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