-

Complments dalgbre linaire

Sommaire
1.

Familles de vecteurs
1.1.
1.2.
1.3.
1.4.

Famille libre . . . .
Famille gnratrice
Base . . . . . . . .
Proprits . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

1 3. Trace

1
1
2
2

4
5
5

3.1. Trace dune matrice . . . . . . . . . . . .

3.2. Trace de deux matrices semblables . . .
3.3. Trace dun endomorphisme . . . . . . . .

4. Transpose dune matrice

2

2. Sous-espaces vectoriels
2.1.
2.2.
2.3.
2.4.

Somme de sous-espaces vectoriels

Base adapte . . . . . . . . . . . . .
Hyperplan . . . . . . . . . . . . . . .
Sous-espaces stables . . . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

2
3
3
3

4.1. Transpose . . . . . . . . . . . . . . . . .
4.2. Oprations sur les transposes . . . . .
4.3. Matrices symtriques et antisymtriques

5
5
6
6

Dans tout le chapitre, E est un espace vectoriel sur ( ou ), de dimension finie ou non.
Les diffrentes parties de ce chapitre, form de complments, sont indpendantes.

1.

Familles de vecteurs

I dsigne un ensemble dindices, non ncessairement fini. Par exemple {1, 2, . . . , n}, , ...
F dsigne la famille des (ui )iI

1.1.

Famille libre

Dfinition : F est libre toute sous-famille finie de F est libre.

P
Cest dire :
J I, J finie
j uj = 0 j J, j = 0
jJ

Exemple : Dans [X], (X n )n est une famille libre.

Thorme : Toute famille de polynmes non nuls chelonne en degr est libre.
Dmonstration : En fait, cela signifie que les polynmes, non nuls, sont de degrs diffrents deux
deux.
Si on considre une combinaison linaire, le coefficient du polynme de plus haut degr est ncessairement nul !
Et donc tous les coefficients sont nuls, la famille est libre !

1.2.

Famille gnratrice

Dfinition : F est gnratrice tout vecteur

linaire de vecteurs de F .
 de E est combinaison
P
j uj
Cest dire :
u E, J I, J finie j
tel que u =
jJ

jJ

Exemple : Dans [X], (X n )n est aussi une famille gnratrice.

Cours de Sp T.S.I. Christophe Caignaert Lyce Colbert Tourcoing http://c.caignaert.free.fr

1.3.

Complments dalgbre linaire

Base

Dfinition : F est une base F est gnratrice et libre.

Exemple : Dans [X], (X n )n est donc aussi une base de [X].
Cest la base canonique de [X].
Thorme : Plus gnralement, dans [X], une famille tage complte, cest dire une famille
(Pk )k avec Pk de degr k, est aussi une base de [X].

1.4.

Proprits

Ceci tend bien les dfinitions en dimension finie.

Toute sous-famille dune famille libre est libre.
Toute sur-famille dune famille gnratrice est gnratrice.
: E F linaire, (ui )iI gnratrice de E ( (ui ))iI est gnratrice de Im(E)

Thorme :

(ui )iI libre

u est combinaison linaire des (ui )iI

(u, (ui ) ) lie
iI

Dmonstration : Une liaison contenant des coefficients non nuls contient ncessairement u avec un
coefficient non nul...
P
On crit : u + i ui = 0
PiI
Si = 0, alors i ui = 0, mais comme cette famille est libre, chaque i est nul, ce qui est impossible.
iI
P
i ui
iI
Si , 0, alors : u =
, ce qui prouve le rsultat annonc.

Thorme : Limage dune famille libre par une application linaire injective est libre.

 

P
P
P

j uj = 0 j J, j = 0
Dmonstration : j uj = 0 j uj = 0
jJ

jJ

2.
2.1.

jJ

Sous-espaces vectoriels

Somme de sous-espaces vectoriels

Dfinition : E un -espace vectoriel, (F1 , F2 , . . . , Fn ) des sous-espaces vectoriels, la somme F de ces

sous-espace est :
F = {u E, u = u1 + u2 + + un ; u1 F1 , u2 F2 , . . . , un Fn }
On la note : F = F1 + F2 + + Fn .
Dfinition : Si, de plus, les ui sont uniques, on dit que la somme F est directe.
On la note alors : F = F1 F2 Fn .

Dfinition : On dit q ue F1 et F2 sont supplmentaires dans E si et seulement si E = F1 F2 .

Cours de Sp T.S.I. Christophe Caignaert Lyce Colbert Tourcoing http://c.caignaert.free.fr

Complments dalgbre linaire

2.2.

En dimension fine, base adapte une somme directe

Thorme : En dimension finie, si F = F1 F2 Fn , on obtient une base de F en mettant bout

bout les bases de F1 , F2 , . . . , Fn .
Cette base est appele base adapte de F la somme directe.
Dmonstration : On va le montrer pour n = 2, F = F1 F2 , mais le principe de la dmonstration reste
de mme.
On considre donc une famille F de vecteurs, obtenue en mettant bout bout une base F1 de F1 et
une base F2 de F2 ; F = F1 F2 .
On va dabord montrer que F est gnratrice.
Soit u F, alors, u = u1 + u2 , avec u1 F1 et u2 F2 .
Donc u1 Vect (F1 ) Vect (F ) et u2 Vect (F2 ) Vect (F ).
Ce qui prouve que u Vect (F ). La famille est bien gnratrice.
On va maintenant montrer que la famille est libre. On utilise les mmes notations.
Si u = 0, avec u = u1 + u2 , alors u1 = u2 = 0, puisque la somme est directe.
u1 = 0 prouve que ses coefficients dans la base F1 sont nuls, de mme, u2 = 0 prouve que ses coefficients dans la base F2 sont nuls.
Comme les coefficients de u dans la famille F sont ceux de u1 dans la base F1 puis ceux de u2 dans
la base F2 , ils sont tous nuls.
La famille est bien libre, ce qui termine la dmonstration.

2.3.

Hyperplan dun espace vectoriel de dimension finie

Dfinition : E un espace vectoriel de dimension n,

F est un hyperplan de E F est un sous-espace vectoriel de E de dimension n 1.
Thorme : E, de dimension n, tant muni dune base B ,
F est un hyperplan de E F admet une quation du type a1 x1 + a2 x2 + + an xn = 0,
avec, bien sr, les ai non tous nuls.
Dmonstration : Lapplication qui, u, de coordonnes (x1 , x2 , . . . , xn ) dans B ,
associe : a1 x1 + a2 x2 + + an xn est linaire de rang 1, son noyau est donc de dimension n 1, ce qui
prouve la rciproque.
Pour le sens direct, considrons une base de F, de dimension n 1, quon complte par un n-me
vecteur pour obtenir une base B 0 de E.
Dans cette base, lquation de F est xn0 = 0. Les formules de changement de base nous donnent
xn0 = a1 x1 + a2 x2 + + an xn o les ai sont la dernire ligne de linverse de passage de B vers B 0 .
Ce qui dmontre limplication dans le sens direct.
Exemple : En dimension 2, les hyperplans sont les droites vectorielles !
En dimension 3, les hyperplans sont simplement les plans.
Thorme : F est un hyperplan de E si et seulement si les supplmentaires de F dont des droites
vectorielles.

2.4.

Sous-espaces stables par un endomorphisme

Dfinition : E un -espace vectoriel, un endomorphisme de E, F un sous-espace vectoriel de E.

F est stable par u F, (u) F

Cours de Sp T.S.I. Christophe Caignaert Lyce Colbert Tourcoing http://c.caignaert.free.fr

Complments dalgbre linaire

Dfinition : A1 Mp1 (), A2 Mp2 (),. . ., Ak Mpk (), et les O sont des matrice (en gnral
rectangulaires) nulles, avec bien sr : p1 + p2 + + pk = n.

A1 0 0

..

0 A2 0
.
Alors, .
est diagonale par blocs.
.
.
. . 0
.
0

0 0 Ak
Thorme : E un -espace vectoriel, un endomorphisme de E,
F1 , F2 , . . . , Fk des sous-espaces vectoriels de E, stables par ,
tels que E = F1 F2 FK , alors, dans une base adapte cette somme directe,

A1 0 0

..
0 A
0
.
2

alors la matrice de est de la forme : .

..
.
. 0
.
0

0 0 Ak

Remarque : Les Ai sont les matrices des restrictions de aux Fi , dans leurs bases respectives !
Exemple : Lorsquon fait, dans le plan, une projection orthogonale par rapport une droite D , cette
droite et la droite orthogonale sont stables par cette projection.
On a la mme chose pour la symtrie orthogonale par rapport la droite D .
Mieux, dans lespace, on la mme chose pour une projection ou une symtrie orthogonale par rapport
la droite D ou le plan P .

3.
3.1.

Trace dun endomorphisme et dune matrice

Trace dune matrice

Dfinition : La trace dune matrice, note tr (A), est la somme des lments diagonaux. avec les
notations classiques, pour une matrice n n, on a :
P
tr (A) = ni=1 aii

1 2 3

Exemple : La trace de 3 4 5 est 1 + 4 + 7 = 12.

5 6 7
Thorme : Lapplication : tr : Mn () qui M associe tr (M) est linaire.
Cest donc une forme linaire de .
Dmonstration : tr (A) =

n
P
i=1

aii

et

tr (B) =

n
P
i=1

bii

Par ailleurs, avec et dans , les lments de A + B sont : aij + aij

n
n
n
P
P
P
(aii + aii ) =
tr (A + B) =
aii +
bii = tr (A) + tr (B)
i=1

i=1

et donc :

i=1

Cours de Sp T.S.I. Christophe Caignaert Lyce Colbert Tourcoing http://c.caignaert.free.fr

Complments dalgbre linaire

3.2.

Trace de deux matrices semblables

Thorme : A, B deux matrices n n, alors,

tr (AB) = tr (BA)
`
Dmonstration : Llment i eme
ligne et colonne de AB est

n
P
j=1

tr (AB) =

n P
n
P
i=1 j=1

aij bji =

n P
n
P
j=1 i=1

bji aij =

n P
n
P
i=1 j=1

aij bji ,

bij aji = tr (BA)

car les indices de sommation sont muets.

Thorme :

2 matrices semblables ont la mme trace.

La rciproque est fausse !

Dmonstration : A0 = P1 AP,








tr (A0 ) = tr P1 AP = tr P1 (AP) = tr (AP) P1 = tr APP1 = tr (A)

2 1 3
1 2 3

Exemple : Les deux matrices 0 4 5 et 4 0 5 ne diffrent que par linterversion

6 5 7
5 6 7
des deux premires colonnes mais ne sont pas semblables puisquelles nont pas la mme trace !...

3.3.

Trace dun endomorphisme en dimension finie

Dfinition : Comme deux matrices semblables ont la mme trace, la trace dun endomorphisme en
dimension finie est dfinie comme la trace de sa matrice dans nimporte quelle base.

4.
4.1.

Transpose dune matrice

Transpose

Dfinition : Soit A une matrice de Mn,p (), cest dire une matrice n lignes et p colonnes.
La transpose de A, note tA, ou AT est une matrice de Mp,n (), cest dire une matrice p lignes et n
colonnes.
Son lment i-me ligne et j-me colonne est llment j-me ligne et i-me colonne de A, souvent
not ai,j .
En pratiques, les lignes de A deviennent les colonnes de AT , tandis que les colonnes de A deviennent
les lignes de AT .

1 2
1



1 3 5

, tandis que la transpose de 2 est 1 2 3 .

Par exemple, la transpose de 3 4 est

2 4 6

5 6
3
Remarque : La transpose de la transpose est la matrice elle-mme !
 T
Autrement dit : A Mn,p (), on a : AT = A.
Remarque : Si U et V sont des vecteurs colonnes n composantes, alors U T V est une matrice une
ligne et une colonne, cest dire un scalaire !
En dimension 2 ou 3, dans une base orthonormale, cest mme le produit scalaire de ces deux vecteurs.
Cours de Sp T.S.I. Christophe Caignaert Lyce Colbert Tourcoing http://c.caignaert.free.fr

4.2.

Complments dalgbre linaire

Oprations sur les transposes

Thorme : (Linarit de la transposition)

Soient A, B Mn,p (), et , , alors : (A + B) T = AT + BT .
Dmonstration : Llment ligne i et colonne j de (A + B) T est llment ligne j et colonne i de
A + B, cest dire aj,i + bj,i .
Llment ligne i et colonne j de AT est llment ligne j et colonne i de A, cest dire aj,i .
Llment ligne i et colonne j de BT est llment ligne j et colonne i de B, cest dire bj,i .
Donc, llment ligne i et colonne j de AT + BT est aj,i + bj,i .
On a donc bien lgalit annonce.
Thorme : (Transpose dun produit)
Soient A Mn,p () et B Mp,q (). On sait alors que A B Mn,q ().
De plus, on a : (A B) T = BT AT .
On remarquera linversion de lordre des termes du produit. . .
Dmonstration : Llment ligne i et colonne j de (A B) T est llment ligne j et colonne i de A B.
p
P
Cest donc le produit de la ligne j de A par la colonne i de B, ou encore
aj,p bp,i .
k=1

Llment ligne i et colonne j de BT AT est le produit de la ligne i de BT par la colonne j de AT ,

p
P
bp,i aj,p .
cest dire le produit de la colonne i de B par la ligne j de AT , ou encore
On a bien montr lgalit demande demande.

k=1

Thorme : (Transpose de linverse)

Soit A GLn (), cest dire une matrice carre inversible dordre n coefficients dans .
 1 
T
Alors : AT
= A1 .
Dmonstration : On applique le thorme prcdent avec une matrice A carre inversible et B = A1 .


T
T
On a donc : A A1 = InT = In = A1 AT , en notant classiquement In la matrice identit dordre
n.
 1 
T
Ce qui prouve que AT
= A1 .

4.3.

Matrices symtriques et antisymtriques

Dfinition : Une matrice carre A est symtrique si et seulement si AT = A.

Cela revient ce que les lments ligne i et colonne j sont gaux aux lments ligne j et colonne i.
Par exemple, dans le plan, la matrice dans une base orthonormale dune symtrie orthogonale par
rapport une droite est symtrique.

1 2
est symtrique.
Autre exemple : la matrice

2 3
Dfinition : Une matrice carre A est antisymtrique si et seulement si AT = A.
Cela revient ce que les lments ligne i et colonne j sont les opposs des lments ligne j et colonne
i.
Par exemple, dans le plan, la
dans une base orthonormale dune rotation est antisymtrique.
matrice
1 2
est antisymtrique.
Autre exemple : la matrice

2 3
Cours de Sp T.S.I. Christophe Caignaert Lyce Colbert Tourcoing http://c.caignaert.free.fr

Complments dalgbre linaire

Thorme : Lensemble des matrices symtriques dordre n, not Sn (), muni de la somme des matrices et du produit dune matrice par un scalaire, a une structure despace vectoriel, sous-espace
vectoriel de Mn ().
n(n + 1)
Il est de dimension
2
Thorme : Lensemble des matrices antisymtriques dordre n, not An (), muni de la somme des
matrices et du produit dune matrice par un scalaire, a une structure despace vectoriel, sous-espace
vectoriel de Mn ().
n(n 1)
Il est de dimension
2
Pour ces deux thormes, la stabilit par combinaison linaire se montre facilement en utilisant la
linarit de la transposition.
Thorme : (Dcomposition canonique) Soit M Mn (), alors il existe une unique matrice symtrique S et une unique matrice antisymtrique A telle que M = S + A.
Cela revient la proprit suivante : Mn () = Sn () An ().
Dmonstration : Si M = S + A, alors M T = S T + AT = S A.


1
1
M + M T et A =
M MT .
Donc, ncessairement, S =
2
2

1
M + M T est symtrique
La somme de ces deux matrices est bien M, il suffit enfin de vrifier que
2

1
T
M M est symtrique, ce qui est trs facile en utilisant la linarit de la transposition et
et que
2
la transpose de la transpose.

Cours de Sp T.S.I. Christophe Caignaert Lyce Colbert Tourcoing http://c.caignaert.free.fr