0.1 Applications linéaires, Endomorphisme, Automorphisme
Une application d’un
espace vectoriel sur un espace vectoriel qui conserve
les deux lois de l’espace est une application linéaire. Cette conservation se traduit par :
(1) | |||
(2) |
On a toujours et .
Proposition 0.1.1
Espace vectoriel des applications linéaires
L’ensemble, noté , des applications linéaires d’un espace
vectoriel sur un espace vectoriel a une structure
d’espace vectoriel sur le corps de . Si et sont de dimensions et respectivement.
Alors on a .
Forme linéaire et dual algébrique d’un espace vectoriel
Une forme linéaire est une application linéaire
d’un -espace vectoriel sur le corps vu comme espace vectoriel sur
lui-même. L’ensemble des formes linéaires est appelé dual algébrique de
l’espace vectoriel .
Noyau, image et image inverse d’une application linéaire
Soit une application linéaire de dans .
(1)—Le sous-ensemble de , appelé noyau de et noté :
(3) |
est un sous-espace vectoriel de .
(2)—Le sous-ensemble de , appelé image de et noté :
est un sous-espace vectoriel de .
(3)—L’image inverse d’un sous-espace vectoriel de est définie par
(4) |
et c’est un sous-espace vectoriel de .
(4)—Les propriétés ci-dessous sont vraies pour toute fonction et en particulier pour les applications linéaires :
(5) |
(6) |
(7) |
(5)—Les propriétés ci-dessous sont vraies ou fausses et cela dépend des fonctions :
(8) |
(9) |
Isomorphisme C’est une application linéaire inversible d’un
espace vectoriel sur un espace vectoriel . L’inverse d’une telle application
est aussi une application linéaire. On dit que les deux espaces sont isomorphes et l’isomorphisme
permet de les identifier lorsqu’on n’a à considérer que des propriétés linéaires.
Endomorphisme
C’est une application linéaire d’un
espace vectoriel sur lui-même. On utilise à la place de
.
Automorphisme C’est un endomorphisme inversible. L’ensemble des automorphismes sur
possède la structure de groupe pour la loi de composition, il est appelé
groupe linéaire de et on le désigne par .
Proposition 0.1.2
Détermination d’une application linéaire
Soit un espace vectoriel muni d’une base et une application
linéaire de dans un espace vectoriel quelconque. On a les propriétés suivantes
-
1.
L’application est entièrement
déterminée, et de manière unique, par la donnée des images . -
2.
est injective ssi, elle transforme toute partie libre de
en une partie libre de . -
3.
est surjective ssi, elle transforme toute partie génératrice de
en une partie génératrice de . -
4.
est bijective ssi, elle transforme toute base de
en une base de .
Proposition 0.1.3
Rang d’une application linéaire
Soit un espace vectoriel de dimension , soit une base de
et une application
linéaire quelconque de dans un espace vectoriel quelconque. Alors est entièrement
déterminée par la donnée des images . On a les propriétés suivantes
-
1.
est injective ssi, est libre dans .
-
2.
est surjective ssi, est génératrice dans .
-
3.
est bijective ssi, est une base de .
-
4.
est un espace vectoriel de dimension et est appelé rang de .
Proposition 0.1.4
Hyperplan
C’est le noyau d’une forme linéaire non nulle. C’est donc un espace vectoriel de dimension
dans un espace supposé de dimension . On a les propriétés suivantes.
-
1.
Deux Hyperplans et de sont égaux si,
et seulement si, et sont liés. -
2.
L’intersection de hyperplans d’un espace vectoriel de dimension est un espace vectoriel de
dimension . Pour , l’intersection est non réduite à . -
3.
Tout sous espace vectoriel de dimension est égal à
l’intersection de hyperplans de . -
4.
L’espace est un hyperplan de ssi, l’une des deux propositions équivalentes
suivantes est vérifiée.
Considérons l’application de dans définie par
où désigne la forme linéaire ayant comme noyau .
On a
Comme
et que , on obtient
.
0.2 Formule du rang et formule de Grassmann
Proposition 0.2.1
Équivalence entre injectivité et surjectivité
Soit un espace vectoriel de dimension et un espace vectoriel
quelconque. Soit , alors on a les propriétés
suivantes.
-
1.
Formule du rang
-
2.
Formule de Grassmann
-
3.
Si est aussi de dimension , il y a équivalence
entre les propriétés suivantes.-
(a)
est surjective.
-
(b)
est bijective.
-
(c)
est injective.
-
(d)
.
-
(e)
.
-
(f)
telle que .
-
(g)
telle que .
-
(h)
transforme une base en une base.
-
(a)
-
4.
-
(a)
La relation entraine que
est surjective. -
(b)
La relation entraine que est injective.
-
(c)
L’application est bijective ssi, les deux relations ci-dessus sont vérifiées simultanément. Elles deviennent équivalentes et dans ce cas on a forcément .
-
(a)
Proposition 0.2.2
Inclusion des noyaux et des images
Soient et deux éléments de . Alors on a toujours
Soit . Alors les propriétés suivantes sont toutes équivalentes.
A titre d’exemple, si est inversible, on a et vérifie toutes les propriétés.
Si , alors n’est pas inversible mais vérifie toutes les propriétés. Soit définie sue une base par et . Alors ne vérifie pas les équivalences. Preuve
(1) (2)
On applique la formule du rang
(2) (3)
On applique la formule de Grassmann
(3) (4)
Si alors et donc . Démontrons l’inclusion inverse. Soit . On a et donc . Ainsi . Donc d’après l’hypothèse. D’où .
(4) (5)
On applique la formule du rang à et à .
(5) (1)
Pour , posons . par hypothèse, et donc . Par différence, on obtient .
Donc .
Soit .
Proposition 0.2.3
Application des formules du rang et de Grassmann pour deux applications
Soient et deux endomorphismes de .
(1)–On a toujours
(2)–Si et vérifient l’une des deux propriétés équivalentes
alors ces sommes sont directes.
(3)–On a
mais la réciproque de (B) est fausse ??.
(4)–Si et vérifient et , alors on a
Preuve de (1) (A) Comme
, on a
et donc
Preuve de (1) (B) Le théorème du rang appliqué à la restriction de à l’espace s’écrit
Or
D’où
Comme
on obtient
On applique le théorème du rang à et on obtient
Preuve de (2)
On a
Finalement, on a
et les sommes sont donc directes.
Preuve de (3A)
Partant de l’hypothèse
et utilisant la formule de grassmann, on obtient
Appliquant la formule du rang à chacune des deux applications, on obtient
Soit
Comme on a toujours
on obtient l’égalité.
Preuve de (3A)
Partons de l’hypothèse
On a
Comme
On obtient
et donc
Preuve de (3B)
On a toujours et donc
D’où
La réciproque est fausse. Il suffit de prendre et
où et sont deux vecteurs indépendants.
Preuve de (4)
Si , alors il existe tel que et . Donc
et la somme est donc directe.
Pour , on a . On vérifie que
appartient à et il est clair que .
Le théorème du rang appliqué à et l’hypothèse donnent
et ceci donne .
.
Donc
.
Le même raisonnement conduit à
.
0.3 Puissance d’un endomorphisme, noyaux itérés
Proposition 0.3.1
Noyaux itérés
On associe à de les notations :
(10) |
-
1.
On a les propriétés suivantes avec les
-
(a)
La suite est croissante pour l’inclusion et si .
-
(b)
La suite est décroissante pour l’inclusion.
-
(c)
Chacun des ensembles et est stable par .
-
(d)
Chacun des ensembles et est stable par .
-
(e)
On a toujours
-
(f)
Tout vérifie l’équivalence suivante :
Dans ce cas, on a
-
(a)
-
2.
Dans le cas où est de dimension finie , on a les propriétés suivantes.
-
(a)
Il existe un entier tel que , et
(11) -
(b)
La restriction de à
vérifie . -
(c)
La restriction de à est un automorphisme de .
-
(d)
La suite
est décroissante. -
(e)
Tout vérifie les équivalences suivantes :
-
(f)
Si un endomorphisme vérifie
alors, il existe tel que
-
(a)
Exemple de noyaux itérés
La suite est croissante pour l’inclusion alors que la suite est décroissante. Si est de dimension finie, il existe toujours un entier à partir duquel ces deux suites deviennent stationnaires, i.e., , et on a
A titre d’exemple, si et , on obtient
D’où et on a et .
Par contre, si est de dimension infinie, le nombre n’existera pas forcément. Par exemple, pour et , on obtient
La suite est constante, la suite est strictement croissante et le nombre n’existe pas.
A chaque étape , l’application définit un isomorphisme du supplémentaire de
par rapport à sur . Cet isomorphisme se construit comme suit
En effet, implique .
Donc et comme on a aussi , on obtient .
Preuve de la Proposition 0.3.1
-
1.
-
(a)
On a déjà , il suffit de montrer l’inclusion inverse.
et donc . D’où et donc .
-
(b)
-
(c)
D’où
Ainsi qui est donc stable par . La réunion des est aussi stable par .
-
(d)
Ainsi qui est donc stable par .
Montrons que est stable par . Pour , il existe tel que pour tout . Comme
pour tout , alors . Donc est stable par . -
(e)
On a toujours et donc . Pour démontrer la seconde inégalité, considérons un supplémentaire de dans ,
La restriction de à est une bijection de sur .
Posons
On aDonc
Utilisant la décomposition , on obtient
car étant une bijection, on a .
Autre démonstration
Le théorème du rang appliqué à la restriction définie pardonne
Or
Donc
De plus, on a
D’où
Le théorème du rang appliqué à et donne
On obtient
-
(f)
On a toujours . Il suffit de démontrer l’équivalence suivante.
Supposons implique . Alors, si et , on obtient . L’hypothèse implique c’est-à-dire .
Réciproquement, supposons que les deux condition et impliquent . Alors, si , on a et donc . Ainsi appartient à et à et donc d’après l’hypothèse. D’où . -
(g)
On a toujours implique . Il suffit de partir de l’hypothèse : implique .
Soit . Alors on a et ce qui donne . L’hypothèse implique c’est-à-dire .
D’après le théorème du rang, en dimension finie, on aAinsi, on a
-
(a)
-
2.
-
(a)
Introduisons les notations :
Montrons qu’il existe un entier tel que
D’après le théorème du rang, on a l’équivalence suivante :
On a alors
et cet ensemble peut être l’ensemble vide.
La suite croit strictement et comme elle est majorée par elle tend vers une limite . Soit la plus petite valeur de pour laquelle on a .
La suite décroit donc strictement et elle tend vers la limite . Les limites de ces deux suites étant atteintes pour la même valeur et ces deux suites deviennent stationnaires à partir de .
En effet, implique d’après ce qui précède
. On a le même résultat pour la suite .
On aet il suffit de montrer que . On a
D’où . , on obtient .
Finalement, on a . -
(b)
On a
Comme est stable par , est un endomorphisme défini sur . De plus, il vérifie .
On a . -
(c)
Comme est stable par , est un endomorphisme défini sur . On a . Comme
, alors et par suite
est un automorphisme de . -
(d)
On applique le théorème du rang à la restriction de à .
On obtientDonc pour tout , on a
Comme , on obtient
-
(e)
Supposons .
Soit vérifiant et . CommeOn obtient
On a donc .
-
(f)
Réciproquement, considérons le sous-espace . Ce sous-espace est non vide, il contient . D’après l’hypothèse on a .
Si , alors tous les éléments de sont non nuls. Comme la dimension de
est finie, il existe tel que la famille
est libre et la famille est liée.
Il existe donc des scalaires non tous nuls tels que(12) Si , on a bien et si , on peut mettre en facteur pour obtenir
Donc . D’où
Ceci contredit la minimalité de l’entier . On a donc et la relation
(12) montre que .
AUTRE METHODE (Voir en Spé) On sait que tout endomorphisme admet son polynôme caractéristique, , comme polynôme annulateur. On a donc(13) Si est inversible, on a . Supposons non inversible et donc le coefficient constant de qui est égal au déterminant de (au signe près) est nul. Si le coefficient de dans est non nul, on a et ceci termine la démonstration.
Si ce coefficient est nul, la condition (13) s’écritDonc . D’où d’après l’hypothèse, soit . Finalement, on a prouvé que
On itère ce processus en posant
. Si avec , on a terminé et si , on itère le processus.
Comme les degrés des décroissent strictement, le processus conduit à avec . Dans ce cas, on a et la propriété est encore vérifiée avec des coefficients tous nuls. -
(g)
Comme est de dimension fini et que la suite est croissante, elle admet une limite. Il existe tel que
Supposons par l’absurde que .
Alors il existe tel que . Ceci contredit l’hypothèse et on a donc
et donc .
-
(a)
Espace quotient, décomposition canonique d’une application
Soit un sous-espace vectoriel de l’espace vectoriel . Le relation
définit une relation d’équivalence sue . L’ensemble
des classes d’équivalence, appelé espace quotient de
par et noté , peut être muni naturellement des deux lois de . Ces deux lois son compatibles avec la structure d’espace vectoriel de et confèrent à la structure d’espace vectoriel. Lorsqu’on prend on prend , toute application linéaire peut alors se décomposer comme suit où désigne la classe d »équivalence de .
et | ||||
L’application qui associe à tout sa classe d’équivalence
est appelée surjection canonique.
L’application , définie par , est appelée injection canonique.
L’application est bijective.
Ces trois applications sont linéaires et se décomposer canoniquement de manière unique sous la forme suivante :
Espace produit
Soient et deux espaces vectoriels. Sur l’espace
produit on peut définir une structure d’espace vectoriel
en définissant les opérations au moyen des composantes. Pour
et , on pose:
Cette définition se généralise pour définir l’espace produit de plusieurs espaces vectoriels.
0.4 Projecteurs
Projection sur parallèlement à
Tout sous-espace d’un espace vectoriel admet au moins un supplémentaire dans et tout s’écrit
de manière unique sous la forme :
L’application
est un endomorphisme appelé projection sur parallèlement à .
Proposition 0.4.1
Projecteur
Si est un endomorphisme, on a les définitions et propriétés suivantes.
-
1.
est appelé projecteur s’il vérifie l’égalité .
-
2.
est un projecteur ssi, est un projecteur.
-
3.
est un projecteur ssi,
.
Cette somme est alors directe, soit
. -
4.
est un projecteur ssi,
.
Cette somme est alors directe, soit
. -
5.
Si est un projecteur, on a
et
. -
6.
Tout projecteur vérifie la propriété suivante mais qui ne caractérise pas un projecteur.
-
7.
A tout couple de sous-espaces supplémentaires on peut associer un projecteur unique
tel que et . Ce projecteur est aussi appelé projection
sur parallèlement à . -
8.
En dimension finie, la matrice d’un projecteur
dans une base adaptée est .
La trace d’un projecteur est égal à son rang.
Proposition 0.4.2
Somme de projecteurs
-
1.
Soient et deux projecteurs quelconques. Alors on a
-
2.
Soient des endomorphismes de vérifiant
pour et
. Alors, les sont des projecteurs et on a :(14) -
3.
Soit un -espace de dimension finie . Soient des projecteurs non nuls de vérifiant pour .
Alors tous les sont de rang 1 et on a :(15) -
4.
Soient des projecteurs de de d’un espace de dimension finie . Alors
est un projecteur les vérifient
pour -
5.
Si sont des projecteurs non nuls de vérifiant pour , alors il existe un automorphisme de
tel que
Preuve de (1)
On a . D’où et
D’où
Finalement, on obtient
Preuve de (1)
La réciproque est évidente puisque
Preuve de (1)
On a toujours . Pour démontrer l’inclusion inverse, posons
On obtient et . D’où
. Donc Tout élément de
est élément de .
De plus, la somme est directe car si on obtient
Preuve de (1) Si alors et donc puisque .
De même, on a et donc .
On a donc . La réciproque est triviale.
Preuve de (14)
On a et donc .
Pour montrer que la somme est directe, il suffit de déterminer
l’intersection de avec .
Soit un vecteur appartenant à chacun de ces deux espaces. Alors,
Donc , puis .
Preuve de (15)
Chaque image est de rang 1 sinon la somme des rang dépasse .
Les images sont des droites vectorielles.
Preuve de (4) La condition pour implique
et donc est un projecteur.
Réciproquement, supposons que est un projecteur. Posons
et . Vérifions que le rang d’un projecteur est égal à sa trace.
En effet, si est projecteur, on a
Si ou la propriété est triviale. Si est de rang , on choisit une base de dans laquelle la matrice de une une matrice diagonale comportant sur sa diagonale fois le nombre et fois le nombre . On obtient alors par linéarité de la trace :
D’où
Comme l’inclusion suivante est toujours vraie
on obtient
D’où
Soit donc . Alors on a
D’où
La somme étant directe, on obtient pour .
D’où . Si , on a aussi . Finalement
Preuve de (5) Soient une base de et une base de .
L’application qui transforme la base en la base est un automorphisme et on a pour :
Donc les deux applications qui prennent les mêmes
valeurs sur la base sont identiques.
Remarques
(1)–Si est un endomorphisme de où est un espace de dimension finie, la somme
n’a aucune raison d’être égale à même si on a toujours
. En effet, on n’a pas forcément
.
(2)–Si est tel que
, alors cette somme est forcément directe mais n’est pas nécessairement un projecteur.
Proposition 0.4.3
Symétrie
Soit un endomorphisme de . On a les définitions et propriétés suivantes.
(1)–L’endomorphisme est une symétrie on a .
(2)–L’endomorphisme est une symétrie ssi
.
(3)– est une symétrie ssi, l’endomorphisme
est une projection. On dit que est la symétrie par rapport à et parallèlement à et que est la projection associée à .
(4)–A tout couple de sous-espaces supplémentaires on peut associer une symétrie unique telle que et .
Proposition 0.4.4
Homotétie
(1)–Soit un endomorphisme tel que , la famille est liée. Alors est une homothétie.
(2) Un endomorphisme de qui commutent avec tous les endomorphismes de est une homothétie.
(3)–Soit un endomorphisme de de rang 1. Alors il existe un scalaire tel que
Preuve de (1)
Si est un vecteur non nul tel que est liée alors il existe un scalaire tel que . Si ,
et donc .
Inversement, si pour tout , il existe tel que , alors la famille est liée. Dans le cas où , est une base de la droite vectorielle et le nombre est indépendant de .
Montrons que est une homothétie. Soient un vecteur non nul et fixé de puis un vecteur quelconque de .
1er cas Supposons la famille libre. On a et aussi et donc
Puisque la famille est libre, on obtient . Ainsi, pour
tout vecteur tel que libre, on a .
2ème cas Supposons la famille liée. Puisque est non nul, il existe un scalaire tel que . Mais alors
.
Finalement, il existe un scalaire tel que pour tout vecteur , et est une homothétie. La réciproque est évidente.
Preuve de (2) Soit un vecteur non nul de et la symétrie par rapport à parallèlement à un supplémentaire donné
de . On a
Par suite, est invariant par et appartient donc à . Ainsi, si commute avec tout endomorphisme de , vérifie nécessairement est lié et donc est nécessairement une homothétie. Réciproquement, les homothéties de commutent avec tout endomorphisme
de .
Preuve de (3) On a . On complète pour obtenir une base de dans laquelle on définit par
. On obtient
Les deux applications étant égales pour les vecteurs de base donc elles sont égales, soit .
On a