Professional Documents
Culture Documents
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
2. Sous-espaces vectoriels
2.1.
2.2.
2.3.
2.4.
.
.
.
.
.
.
.
.
.
.
.
.
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
1.2.
Famille gnratrice
jJ
1.3.
Base
1.4.
Proprits
Thorme :
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
2.2.
2.3.
2.4.
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
..
.
. 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.
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
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
i=1
et donc :
i=1
3.2.
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 ,
2 1 3
1 2 3
6 5 7
5 6 7
des deux premires colonnes mais ne sont pas semblables puisquelles nont pas la mme trace !...
3.3.
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
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
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.
k=1
4.3.
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
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.