Algèbre linéaire et bilinéaire
Cours et exercices corrigés
François Cottet-Emard
De boeck
Avant-proposIII
Chapitre 1 Rappels d'algèbre
1. Applications injectives, surjectives, bijectives
2
1.1 Image directe d'une partie de E2
1.2 Image réciproque par f d'une partie de F2
1.3 Injection de E dans F3
1.4 Surjection de E sur F3
1.5 Bijection de E sur F3
2. Espaces vectoriels sur K
3
2.1 Espaces vectoriels et sous-espaces vectoriels3
2.2 Combinaisons linéaires de vecteurs4
2.3 Famille génératrice4
2.4 Sous-espace vectoriel engendré par une famille de vecteurs5
2.5 Famille libre de vecteurs5
2.6 Espace vectoriel de dimension finie sur K5
3. Bases d'un espace vectoriel de dimension finie
6
3.1 Base de E6
3.2 Théorème fondamental et définition6
3.3 Caractérisation des bases6
3.4 Théorème de la base incomplète7
4. Rang d'une famille de vecteurs
7
4.1 Rang7
4.2 Calcul du rang7
4.3 Représentation d'une famille de vecteurs sur une base8
4.4 Calcul du rang par échelonnement8
5. Matrices
9
5.1 Matrice à n lignes et p colonnes9
5.2 Matrices particulières9
5.3 Addition et produit par un scalaire10
5.4 Produit de deux matrices10
5.5 Transposée d'une matrice10
5.6 Rang d'une matrice11
5.7 Inverse d'une matrice carrée11
5.8 Calcul du rang par la méthode de Gauss11
6. Systèmes linéaires
12
6.1 Échelonnement du système12
6.2 Interprétation en terme de matrice13
7. Applications linéaires
13
7.1 Définition13
7.2 Comment définir une application linéaire13
7.3 Noyau d'une application linéaire14
7.4 Image de E par une application linéaire14
7.5 Application linéaire et famille libre ou famille génératrice14
7.6 Théorème de la dimension15
7.7 Caractérisation des isomorphismes15
8. Applications linéaires et matrices
15
8.1 Matrice d'une application linéaire15
8.2 Matrice d'une composée f° g16
8.3 Matrice de l'isomorphisme réciproque16
9. Changement de bases
16
9.1 Matrice de passage16
9.2 Relation entre les composantes d'un même vecteur17
9.3 Relation entre les matrices d'un même endomorphisme17
9.4 Plusieurs changements de bases17
10. Compléments sur les sous-espaces vectoriels
17
10.1 Intersection de deux S.E.V.17
10.2 Somme de deux S.E.V.18
10.3 Somme directe de deux S.E.V. Sous-espaces supplémentaires18
10.4 Somme directe de p S.E.V.18
11. Polynômes à une indéterminée sur un corps K
19
11.1 Degré d'un polynôme19
11.2 L'espace vectoriel K[X]19
11.3 Produit de deux polynômes19
11.4 Division euclidienne de deux polynômes20
11.5 Racines d'un polynôme20
11.6 PGCD de deux polynômes21
11.7 Théorème de Bezout21
11.8 Formule de Taylor21
11.9 Théorème de d'Alembert22
Chapitre 2 Déterminants
1. Présentation du problème
24
2. Définition des déterminants
25
3. Propriétés fondamentales des déterminants
26
3.1 Proposition26
4. Formes multilinéaires alternées et déterminants
31
5. Règles de calcul sur les déterminants
35
5.1 Règles de base35
5.2 Déterminant d'un produit39
6. Théorème fondamental
39
7. Applications des déterminants. Matrices carrées
41
7.1 Calcul de l'inverse d'une matrice42
7.2 Résolution d'un système de Cramer44
7.3 Équation d'un hyperplan45
8. Rang d'une famille de vecteurs ou d'une matrice. Matrices quelconques
46
8.1 Rang d'une matrice quelconque46
8.2 Systèmes d'équations cartésiennes d'un S.E.V50
9. Déterminant d'un endomorphisme
52
Annexe : Preuve des théorèmes 2 et 3. Cas général
53
Exercices
56
1. Calculs de déterminants56
2. Applications au rang et aux S.E.V.63
3. Applications diverses73
4. Exercices théoriques77
5. Exercices dont les calculs sont à faire avec Maple83
Chapitre 3 Diagonalisation et trigonalisation
1. Motivations...
90
2. Endomorphisme ou matrice diagonalisable
91
3. Valeurs et vecteurs propres
92
4. Polynôme caractéristique. Calcul des valeurs propres
94
4.1 Polynôme caractéristique d'une matrice94
4.2 Polynôme caractéristique d'un endomorphisme96
4.3 Calcul des valeurs propres97
5. Sous-espaces propres. Théorème de dimension. Indépendance
99
5.1 Sous-espaces propres99
5.2 Exemples de calculs100
5.3 Indépendance des sous-espaces propres104
6. C.N.S. de diagonalisation
106
6.1 La condition nécessaire et suffisante de diagonalisation106
6.2 Une autre façon de s'exprimer108
6.3 Une condition suffisante de diagonalisation109
6.4 Technique pratique de diagonalisation. Exemples109
7. Comment n'est-on pas diagonalisable sur K ?
113
7.1 Matrice complexe non diagonalisable sur C113
7.2 Matrice réelle non diagonalisable sur R113
7.3 Malgré tout, une matrice semblable plus simple...114
8. C.N.S. de trigonalisation
115
8.1 Définition115
8.2 Théorème fondamental116
9. Technique de trigonalisation
118
9.1 Allure d'une forme triangulaire cherchée. Réduite de Jordan118
9.2 Matrices de dimension deux120
9.3 Matrices de dimension trois121
9.4 Un exemple en dimension quatre124
9.5 Remarques finales125
10. Application aux puissances d'une matrice carrée
126
10.1 Cas des matrices diagonalisables126
10.2 Cas des matrices seulement trigonalisables128
11. Application aux suites récurrentes
132
12. Application aux systèmes différentiels
136
12.1 Cas où A est diagonalisable137
12.2 Cas où A est seulement trigonalisable138
13. Théorème de Cayley-Hamilton. Compléments
140
13.1 Polynômes d'endomorphisme140
13.2 Théorème de Cayley-Hamilton140
13.3 Application au calcul de l'inverse142
Exercices
143
1. Exercices de raisonnement simple143
2. Exercices de calculs145
3. Exercices théoriques152
4. Interprétation géométrique158
5. Exercices supplémentaires160
6. Systèmes différentiels171
7. Exercices structurels176
Chapitre 4 Projections et symétries
1. Endomorphisme vérifiant (f - AlphaId) ° (f - ßId) = 0188
2. Projection sur F parallèlement à G
191
2.1 Définition à partir de F et G et propriétés191
2.2 Caractérisation191
2.3 Projection sur F parallèlement à G et projection sur G parallèlement à F192
3. Symétrie par rapport à F parallèlement à G
194
3.1 Définition géométrique194
3.2 Caractérisation195
3.3 Comment écrire ou reconnaître une symétrie196
4. Projection et symétrie orthogonale dans R2 ou R3
197
4.1 Cas R2 : projection orthogonale sur une droite197
4.2 Cas R3 : projection orthogonale sur une droite197
4.3 Cas R3 : projection orthogonale sur un plan197
4.4 Cas R2 : symétrie orthogonale par rapport à une droite198
4.5 Cas R3 : symétrie orthogonale par rapport à une droite198
4.6 Cas R3 : symétrie orthogonale par rapport à un plan198
Chapitre 5 Formes bilinéaires symétriques sur un espace vectoriel
1. Forme bilinéaire symétrique sur E
200
1.1 Définition et exemples200
1.2 Développement de f(X, Y)201
2. Expression d'une forme bilinéaire symétrique dans une base
202
2.1 Écriture dans une base. Matrice symétrique d'une forme bilinéaire202
2.2 Changement de base204
3. Produit scalaire sur E
205
3.1 Définition205
3.2 Inégalité de Cauchy-Schwarz206
3.3 Inégalité triangulaire207
3.4 Orthogonalité208
4. Base orthonormée. Matrice orthogonale
208
4.1 Système orthogonal de vecteurs208
4.2 Base orthonormée de E209
4.3 Existences de bases orthonormées. Algorithme de Gram-Schmidt210
4.4 Expression du produit scalaire sur une base orthonormée212
4.5 Composantes d'un vecteur sur une base orthonormée212
4.6 Matrice de passage entre bases orthonormées213
5. Orthogonal supplémentaire. Projection orthogonale
216
5.1 Orthogonal supplémentaire216
5.2 Projection orthogonale sur un sous-espace vectoriel218
Chapitre 6 Diagonalisation des matrices symétriques réelles.
Endomorphisme auto-adjoint
1. Énoncé du théorème général
224
2. Cas de la dimension 2
225
3. Cas général
226
3.1 Notations et rappels des propriétés élémentaires226
3.2 Toutes les valeurs propres sont réelles226
3.3 Démonstration par récurrence du théorème227
3.4 Orthogonalité des sous-espaces propres228
4. Adjoint d'un endomorphisme d'un espace euclidien
231
4.1 Forme linéaire sur E231
4.2 Adjoint d'un endomorphisme de E232
4.3 Endomorphisme auto-adjoint235
5. Réduction d'un endomorphisme auto-adjoint
236
Chapitre 7 Isométries d'un espace vectoriel réel
1. Définition et caractérisation
238
2. Déterminant et valeurs propres d'une isométrie
240
3. Groupe des isométries de Rn
240
4. Isométries de R2
241
4.1 Deux valeurs propres réelles241
4.2 Deux valeurs propres complexes conjuguées242
4.3 Récapitulatif242
5. Isométries de R3
243
Chapitre 8 Formes quadratiques
1. Définition
248
2. Écriture dans une base quelconque
249
3. But de la réduction d'une forme quadratique sur Rn
251
3.1 Exemple et position du problème251
3.2 Les deux façons de procéder252
4. Réduction par la méthode de Gauss
253
4.1 Deux exemples253
4.2 Principe général de la méthode de Gauss256
5. Réduction par diagonalisation
258
6. Illustration géométrique
261
6.1 Exemples dans le plan261
6.2 Exemples dans l'espace263
Chapitre 9 Géométrie élémentaire dans R2 et R3
Retour sur terre dans R2 et R3
1. Orientation
266
2. Produit scalaire et orthogonalité
267
2.1 Produit scalaire, distance de deux vecteurs267
2.2 Projection orthogonale, distance à un sous-espace vectoriel267
2.3 Orthogonalité d'un plan et d'une droite268
3. Produit vectoriel dans R3
268
3.1 Définition268
3.2 Vecteur perpendiculaire à un plan269
3.3 Une petite relation utile269
4. Angle de deux vecteurs
270
4.1 Angle de deux vecteurs dans R2270
4.2 Angle de deux vecteurs dans R3270
4.3 Angle d'une rotation270
5. Géométrie euclidienne dans le plan ou l'espace affine
271
5.1 Projection orthogonale sur un plan271
5.2 Distance d'un point à un plan271
5.3 Plan et/ou droite perpendiculaires271
5.4 Un exemple272
5.5 Quadriques en géométrie affine272
Chapitre 10 Exercices corrigés des chapitres 4 à 9
1. Formes bilinéaires symétriques274
2. Produits scalaires, orthogonalité278
3. Matrices symétriques293
4. Isométries304
5. Formes quadratiques308