Math-IV-algèbre Formes (bi)linéaires
On note On(R) l'ensemble des matrices orthogonales n × n. Exercice 11 On(R) est un sous-groupe de GLn(R). Proposition 5.1.4 Une matrice orthogonale est de
Algèbre 4.pdf
Algèbre 4 Lfma2. 2019-2020 présenté par 4. 1.2.2 Matrice d'une forme quadratique. ... 3.3.4. Réduction des isométries positives en dimension 3.
ALGÈBRE IV - CORRIGÉ PARTIEL DE LA FEUILLE DEXERCICES
ALGÈBRE IV - CORRIGÉ PARTIEL DE LA FEUILLE. D'EXERCICES 3 4 5. ) . On voit aisément que le polynôme caractéristique de cette matrice admet comme.
Analyse-Algèbre 4 - CEL
Jun 13 2012 Exercice 3 Soit f1 et f2 deux formes linéaires sur E
Lalgèbre de Fourier dun groupe localement compact
reçoivent aux chapitres 3 et 4 du présent Mémoire une formulation de Banach dual de la (7-algèbre du groupe G. Le chapitre 2 expose les.
Sur Les Train Algèbres De Degré Quatre: Structures Et Classifications
Feb 9 2009 These algebras fall ultimately into four classes; the first two of them do not have 1/2 as ... 3 alors l'algèbre A est train de degré 4.
Algèbre 4
Algèbre 4. MHT511. Mention. Mathématiques parcours Mathématiques fondamentales. Sem. 5. 9 ECTS. UFR de Mathématiques et Informatique.
ALGÈBRE 4–ESPACES PRÉHILBERTIENS RÉELS
Soit E un espace préhilbertien réel. On définit la norme euclidienne d'un vecteur par : x = ?x
Lalgèbre de Lie des gradients itérés dun générateur markovien
Annales scientifiques de l'É.N.S. 4e série tome 28
livre-algebre-1.pdf
ALGÈBRE. COURS DE MATHÉMATIQUES. PREMIÈRE ANNÉE. Exo7 x ?] ? ??4[ =? x2 + 3x ? 4 > 0 » est vraie (étudier le binôme).
[PDF] Algèbre 4pdf - FSG
Algèbre 4 Lfma2 2019-2020 présenté par Hedi Regeiba Faculté des Sciences de Gabès cité Erriadh 6072 Zrig Gabès Tunisie
[PDF] Math-IV-algèbre Formes (bi)linéaires
Math-IV-algèbre 4 Formes quadratiques formes hermitiennes Proposition 1 1 1 Si E = F1 ? F2 et si E est de dimension finie alors :
Cours Algèbre 4 Réduction des Endomorphismes SMA PDF
Cours Algébre 4 S3 : Réduction des Endomorphismes et Applications - L 2 -PDF Télécharger ici SMA SMI licence L2 semestre S3 mathématique Polynômes
Cours Algebre 4 PDF PDF Base (algèbre linéaire) - Scribd
12 déc 2020 · Téléchargez comme PDF TXT ou lisez en ligne sur Scribd Le contenu de cet ouvrage est le fruit des Cours d'algèbre 4 que nous enseignons
[PDF] Cours dalgèbre 4 - opsuniv-batna2dz
5 mai 2021 · Soit H un sous espace vectoriel de E Les deux propriétés suivantes sont équivalentes : 1 H est un hyperplan de E 2 Il existe une droite
COURS BIEN DETAILLE DE MODULE ALGEBRE 4 ( Réduction des
Télécharger cours bien détaillé de module ALGEBRE 4 ( Réduction des Endomorphismes et Applications ) filière SMIA S3 PDF Tags: Mathématiques SMIA
Exercices et Examens Algèbre 4 PDF Corrigés Gratuit - eBoikcom
Télécharger Exercices et Examens Corrigés d Algèbre 4 PDF + Cours complet Bachelor/Licence Mathématique Application L2 S3 SMA
Cours : Algèbre 4 - E-learning
Chapitre 3 : Produit scalaire orthogonalité et endomorphismes auto-adjoints test +corrigé test alg4 + corrigé Fichier ????? PDF Examen + corrigé
algébre 4 (SMA3) cours // td et exercices // résumés // examens
16 août 2019 · algébre 4 (SMA3) cours // td et exercices // résumés // examens Cours Algébre 4 S3 algebre 5 sma s4 analyse 4 sma s3 pdf algebre 5 sma s4
[PDF] ALGÈBRE BILINÉAIRE ET GÉOMÉTRIE Semestre 4 2016-2017
21 avr 2017 · Une matrice P vérifiant P?1 = tP est dite orthogonale (voir section 3 3) Corollaire 3 21 Soient E un espace vectoriel réel de dimension finie
Math-IV-algèbre
Formes (bi)linéaires
Alexis Tchoudjem
Université Lyon I
31 mai 2011
2 Dans ce cours?est un corps qui peut être?;?ou?. Autres notations :SiEest un?espace vectoriel etv1;:::;vnsont des vecteurs deE, on notera : hv1;:::;vni le sous-espace vectoriel deEengendré parv1;:::;vnc-à-dle sous-espace des combinaisons linéaires1v1+:::+nvn
où1;:::;2?.Table des matières
1 Quotients 5
1.1 Sommes directes . . . . . . . . . . . . . . . . . . . . . . . . .
51.2 Quotients . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
72 Formes linéaires 11
2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
112.2 Base duale . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
112.3 Bidual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
122.3.1 Base antéduale . . . . . . . . . . . . . . . . . . . . . .
1 22.4 Orthogonalité . . . . . . . . . . . . . . . . . . . . . . . . . . .
132.5 Transposée . . . . . . . . . . . . . . . . . . . . . . . . . . . .
152.6 Hyperplans . . . . . . . . . . . . . . . . . . . . . . . . . . . .
173 Formes bilinéaires 19
3.1 Matrice d"une forme bilinéaire . . . . . . . . . . . . . . . . . .
193.2 Formules de changement de bases . . . . . . . . . . . . . . . .
203.3 Formes bilinéaires non dégénérées . . . . . . . . . . . . . . . .
203.4 Orthogonaux . . . . . . . . . . . . . . . . . . . . . . . . . . .
213.5 Dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
233.6 Formes bilinéaires symétriques et formes bilinéaires alternées .
244 Formes quadratiques, formes hermitiennes 25
4.1 Polarisation . . . . . . . . . . . . . . . . . . . . . . . . . . . .
254.2 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
264.3 Rang, noyau, cône isotrope . . . . . . . . . . . . . . . . . . .
284.4 Diagonalisation faible . . . . . . . . . . . . . . . . . . . . . . .
294.5 Classification des formes quadratiques complexes . . . . . . .
304.6 Classification des formes quadratiques réelles . . . . . . . . .
314.7 Formes hermitiennes . . . . . . . . . . . . . . . . . . . . . . .
324.8 Formes quadratiques et hermitiennes positives . . . . . . . . .
354.9 Orthogonalisation de Gram-Schmidt . . . . . . . . . . . . . .
354.10 Orthogonalité . . . . . . . . . . . . . . . . . . . . . . . . . . .
363
4TABLE DES MATIÈRES
5 Espaces euclidiens et hermitiens 37
5.1 Espaces euclidiens . . . . . . . . . . . . . . . . . . . . . . . .
375.1.1 Distances . . . . . . . . . . . . . . . . . . . . . . . . .
405.1.2 Isomorphismes . . . . . . . . . . . . . . . . . . . . . .
415.2 Espaces hermitiens . . . . . . . . . . . . . . . . . . . . . . . .
415.3 Réduction des matrices symétriques et des endomorphismes
adjoints . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435.3.1 Adjoint d"un endomorphisme . . . . . . . . . . . . . .
435.3.2 Réduction . . . . . . . . . . . . . . . . . . . . . . . . .
445.3.3 Quadriques . . . . . . . . . . . . . . . . . . . . . . . .
455.3.4 Classification des coniques . . . . . . . . . . . . . . . .
485.3.5 Classification des quadriques en dimension trois . . . .
566 Formes bilinéaires alternées 59
6.1 Rappels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
596.2 Classification . . . . . . . . . . . . . . . . . . . . . . . . . . .
606.3 Le Pfaffien . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
616.4 Groupe symplectique . . . . . . . . . . . . . . . . . . . . . . .
637 Les quaternions 65
7.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
657.2 Norme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
677.3 Lien avec les rotations . . . . . . . . . . . . . . . . . . . . . .
68Chapitre 1
Quotients
1.1 Sommes directes
SoitEun?espace vectoriel. SoientF1;F2deux sous-espaces deE. On dit queEest lasomme directedeF1etF2ou queF2est unsupplé- mentairedeF1dansEsi : i)E=F1+F2etii)F1\F2= 0 notation :E=F1F2:
Exemple :
?=?+?i Proposition 1.1.1SiE=F1F2et siEest de dimension finie, alors : dimE= dimF1+ dimF2 Proposition 1.1.2SoitEun espace vectoriel de dimension finie et soitF un sous-espace deE. AlorsFadmet un supplémentaire dansE. Démonstration :Soite1;:::;erune base deF. C"est une famille libre donc, on peut la compléter en une basee1;:::;er;:::;endeE. PosonsG:=her+1;:::;eni.On a :E=FG.q.e.d.
Corollaire 1.1.2.1SiFest un sous-espace vectoriel d"un espaceEde di- mension finie, alors : dimFdimE de plus,dimF= dimEsi et seulement siE=F. 56CHAPITRE 1. QUOTIENTS
Théorème 1.1.3SoientF;Gdeux sous-espaces d"un même espace vectorielEde dimension finie. Alors :
dim(F+G) = dimF+ dimGdim(F\G): Exemple :SoientP1;P2deux plans distincts de l"espace?3qui passent par0. AlorsP1\P2est une droite.Démonstration :SoientF0,G0tels que :
F=F0(F\G) etG= (F\G)G0:
Alors :
F+G=FG0
)dim(F+G) = dimF+ dimG0= dimF+ dimGdim(F\G): q.e.d. SoientF1;:::;Fndes sous-espaces deEun?espace vectoriel. On dit queEest la somme directe desFisi toutx2Es"écrit de manière unique x=x1+:::+xnavec chaquexi2Fi.Autrement dit si :
i)E=F1+:::+Fn et ii)8x12F1;:::;8xn2Fn; x1+:::+xn= 0)x1=:::=xn= 0 notation :E=F1:::Fn.Exercice 1
dim(F1:::Fn) = dimF1+:::+ dimFn Exercice 2SoientF1;F2;F3trois sous-espaces d"un même espace vectorielEde dimension finie. Alors,
dim(F1+F2+F3) = dimF1+ dimF2+ dimF3 dim(F1\F2)dim(F2\F3)dim(F1\F3) +dim(F1\F2\F3):1.2. QUOTIENTS7
1.2 Quotients
SoitEun?espace vectoriel. SoitFun sous-espace deE. Pour tout x2E, on notex+Fl"ensemble des éléments de la formex+yoùy2F. Par exemple, siE=?2, siF=Dest une droite passant par0, alors pour toutx2?2,x+Dest la droite parallèle àDpassant parx.L"ensemble des
x+F:x2E est notéE=F.Remarque :0 +F=F.
Proposition 1.2.1Soientx;x02E. Alors,x+F=x0+F,xx02F.En particulier, pour touty2F,x+F= (x+y) +F.
Remarque :On écrit aussix=x0modFà la place dex+F=x0+F. On définit une addition et une multiplication par les scalaires surE=F par : i)8x;y2E;(x+F) + (y+F) := (x+y) +F ii)8t2?;8x2E; t:(x+F) :=tx+F : Proposition 1.2.2Cette addition et cette multiplication sont bien définies. Avec cette addition et cette multiplication,E=Fest un?espace vectoriel abstrait, c"est le " quotient deEparF» . Démonstration :Il s"agit de montrer que six+F=x0+Fety+F=y0+F, alors :(x+y) +F= (x0+y0) +F. Puis que six+F=x0+F, alors pour toutt2?,tx+F=tx0+F. Maintenant il est facile de vérifier les axiomes de définition d"un espace-vectoriel.q.e.d. Remarque :Le neutre (ou le zéro) deE=Fest0E=F= 0 +F=F. SiE=Fest de dimension finied, on dit queFest decodimensionddansE. Notation :codim(F;E).
Proposition 1.2.3Soit:E!E=Fl"application :x7!x+F. C"est la projection canonique deEsurE=F. L"applicationest linéaire surjective et son noyau est : ker=F : En pratique, on représente les éléments deE=Fpar un supplémentaire deFdansEplutôt que par l"ensemble des classes moduloF. En effet :8CHAPITRE 1. QUOTIENTS
Proposition 1.2.4SoitEun?espace vectoriel. SoitFun sous-espace deE. Alors siSest un supplémentaire deFdansE, c-à-dFS=E, la restriction deàS:0:S!E=F x7!x+F
est un isomorphisme. En particulier,Fest de codimension finie si et seulement siF admet un supplémentaire de dimension finie. Et dans ce cas tous les supplé- mentairesSdeFdansEsont de dimension :dimS= codimE(F). Démonstration :Injectivité :ker0= ker\S=F\S= 0. Surjectivité : six+F2E=F, il existex12F;x22Stels quex=x1+x2.Alors :x+F=x2+F=0(x2).q.e.d.
Corollaire 1.2.4.1SiEest de dimension finie et siFest un sous-espace deE, alors :dimEdimF= codim(F;E). " Il y a une infinité de supplémentaires (tous isomorphes) alors qu"il n"y a qu"un seul quotient. Donc utiliser le quotient évite de faire un choix particulier. » Proposition 1.2.5Soit':E!E00une application linéaire surjective. Alors, on a un isomorphisme d"espaces vectoriels :':E=ker''!E00 défini par :x+ ker'7!'(x). Démonstration :L"apllication de l"énoncé est bien définie et est bien linéaire.Elle est surjective car siy2E00, il existex2Etel que'(x) =ydonc :'(x+ ker') =y. Elle est injective car :
x+ ker'2ker','(x+ ker') = 0 ,'(x) = 0,x2ker',x= 0 mod ker' : q.e.d. On en déduit le célèbre théorème du rang : Théorème 1.2.6 (théorème du rang)SoitEun?espace vectoriel de dimension finie. Si':E!Fest une application linéaire, alors :dimE= rang(') + dimker'. (On rappelle que le rang d"une application linéaire est la dimension de son image.1.2. QUOTIENTS9
Corollaire 1.2.6.1SiEest de dimension finie et si':E!Eest une application linéaire, alors : 'injective,'surjective,'bijective.SoitEun?espace vectoriel.
Proposition 1.2.7SoientFetGdeux sous-espaces vectoriels deEde co- dimensions finies. AlorsF+GetF\Gsont aussi de codimension finie et : codim(F\G) = codim(F) + codim(G)codim(F+G): Démonstration :On considère l"application linéaire : ':E=FE=G!E=(F+G) (xmodF;ymodG)7!xymod (F+G): C"est une application surjective et son noyau est isomorphe àE=(F\G) par l"isomorphisme :E=(F\G)!ker'
xmod (F\G)7!(xmodF;xmodG): q.e.d. Exercice 3SoientEFGtrois?espaces vectoriels. On suppose que Gest de codimension fine dansE. Montrer queE=G!E=F,xmodG7! xmodFest linéaire surjective et que son noyau est isomorphe àF=G. En déduire que codimEG= codimEF+ codimFG
puis quecodimE(F)codimE(G)avec égalité si et seulement siF=G. À retenir :siEest de dimension finie, alors pour tout sous-espace vectorielFdeE, on a : dim(E=F) + dimF= dimE : Proposition 1.2.8SiFest un sous-espace deE, alors : codimE(F) = 0,dim(E=F) = 0,E=F= 0,E=F :
Démonstration :SiE=F= 0, alors la surjection canonique :E!E=Fest nulle donc son noyauFest toutEdoncF=E.q.e.d.10CHAPITRE 1. QUOTIENTS
Chapitre 2
Formes linéaires
SoitEun?espace-vectoriel.
2.1 Définition
Uneforme linéairesurEest une application linéaire ::E!?. Exemple :SiE=?[X]est l"espace des polynômes, alors :P7!P(0) etP7!R11P(t)dtsont des exemples de formes linéaires.
Soient;0deux formes linéaires surEett2?. Alors+t0est aussi une forme linéaire. L"espace des formes linéaires surEest donc un espace vectoriel. On le note :E. Notation :Soient2E,x2E, on note parfoish;xi:=(x)2?. Exemple important : les formes linéaires sur?n:Soienta1;:::;an2?. L"application :
n!?;0 B BBB@x 1 x n1 CCCCA7!a1x1+:::+anxn
est une forme linéaire sur?n. Toutes les formes linéaires sur?nsont de cette forme. En effet, notonse1;:::;enla base canonique de?n. Siest une forme linéaire sur?n, alors pour toutx1;:::;xn2K, on a : 0 B BBB@x 1 x n1 CCCCA=x1(e1) +:::+xn(en):
2.2 Base duale
Supposons queEest de dimension finie.
1112CHAPITRE 2. FORMES LINÉAIRES
Soite1;:::;enune base deE. Pour tout1inon définit la forme linéaire coordonnée d"indiceipar : e i(x1e1+:::+xnen) =xi: Théorème 2.2.1SoitB= (e1;:::;en)une base deE. Alors la famille B := (e1;:::;en)est une base du dualE; c"est la base duale deB. En particulier,dimE= dimE. De plus, pour tout2E, on a : =h;e1ie1+:::+h;enien et pour toutx2E, on a : x=nX i=1hei;xiei: Exercice 4Vérifier que siEest l"espace des polynômes à coefficients dans ?de degrén, la base1;:::;Xnn!
a pour base duale :0;:::;n
oùi:P(X)7!P(i)(0).2.3 Bidual
On appellebidualdeEle dual du dual deE, notéE.
Théorème 2.3.1Six2E, on notebx:E!?,7!(x). On abx2E.De plus, siEest de dimension finie, alors :
E!E x7!bx est un isomorphisme. Lemme 2.3.2Soit06=x2E, alors, il existe2Etel que(x)6= 0.2.3.1 Base antéduale
Proposition 2.3.3Soit(1;:::;n)une base deE. Alors il existe une seule base(v1;:::;vn)deEtelle que pour touti,i=vi. On dit que(v1;:::;vn)est la base antéduale de(1;:::;n).2.4. ORTHOGONALITÉ13
Démonstration :
CommeE!E,x7!bxest injective,Eest forcément de dimension finie. Soit(1;:::;n)la base duale de(1;:::;n)dansE. D"après le théorème2.3.1, il existe, pour touti,vi2Etel quebvi=i. Il est facile de vérifier que
(v1;:::;vn)est la base antéduale de(1;:::;n). q.e.d. Calcul pratique :SoitE=?n. Soit(1;:::;n)une base deE. Soit (e1;:::;en)la base canonique deE. SoitBla matrice :B:= (hi;eji)1i;jn:
Alors, la base antéduale de(1;:::;n)est donnée par les colonnes de la matriceB1. Proposition 2.3.4SoitFun sous-espace deE. La restriction : E !F; 7!jF est surjective. Son noyau est l"orthogonal deF.2.4 Orthogonalité
On dit que2Eetx2Esontorthogonauxsih;xi=(x) = 0.
SiVest un sous-espace deE, on note
V ?:=f2E:8x2V;h;xi= 0g c"est un sous-espace vectoriel deE(exo), appelél"orthogonaldeV. SiW est un sous-espace deE, on note : W :=fx2E:82W;h;xi= 0g c"est un sous-espace vectoriel deE(exo), appelél"orthogonaldeW. Remarque importante :SiVest engendré par les vecteursv1;:::;vn, alors : V ?=f2E:h;v1i=:::=h;vni= 0g de même siWest engendré par les formes linéaires1;:::;n, alors : W =fx2E:h1;xi=hn;xi= 0g: " L"orthogonal renverse les inclusions » : Proposition 2.4.1i) SiV1V2Esont des sous-espaces deE, alors V ?2V?1. ii) SiW1W2Esont des sous-espaces deE, alorsW2W1. iii)f0Eg?=E,E?=f0Eg. iv)f0Eg=E,E=f0Eg.14CHAPITRE 2. FORMES LINÉAIRES
Théorème 2.4.2SiEest de dimension finie, alors : i) Pour toutVsous- espace deE,dimV+ dimV?= dimEetV?=V. ii) Pour toutWsous- espace deE,dimW+ dimW= dimEetW?=W. Rem :l"égalitéV?=Vreste vraie en dimension infinie mais non l"égalité W ?=W. Démonstration :i) Soit:E!E=V. Alors on a un isomorphisme : (E=V)!V?; 7! : ii) L"application restriction : E !W est surjective. Donc :E!W,x7!bxjWest aussi surjective. Son noyau est exactementW. D"après le théorème du rang, on a donc :dimW= dimEdimW.q.e.d.Exercice 5Vérifier que l"on a toujours :
VV?; WW?; V?=V??; W=W?
pour tous sous-espacesVdeEetWdeE. Proposition 2.4.3SiFest un sous-espace deE, alorsF=E,F?= 0. Démonstration :Soit:E!E=Fla surjection canonique. SiF?= 0 alors, pour tout2(E=F),2F?donc= 0. Donc, pour tout x2E,h;(x)i= 0, pour tout2(E=F). Donc(x) = 0i.e.x2Fpour toutx2E.q.e.d. Corollaire 2.4.3.1 (Équations des sous-espaces en dimension finie)SiEest de dimensionnalors :
i) Si1;:::;p2Esont des formes linéaires telles quedimh1;:::;pi= ralors : le sous-espaceF:=fx2E:8i;hi;xi= 0g
est de dimensionnr. ii) Réciproquement, siFest un sous-espace deEde dimensionq, il existe nqformes linéaires linéairement indépendantes1;:::;nqtelles que :F=fx2E:81inq;hi;xi= 0g:
2.5. TRANSPOSÉE15
Proposition 2.4.4On supposeEde dimension finie. SoientV1;V2deux sous-espaces deE. Alors : i)(V1+V2)?=V?1\V?2, ii)(V1\V2)?=V?1+V?2. SoientW1;W2deux sous-espaces deE. Alors : i)(W1+W2)=W1\ W2, ii)(W1\W2)=W1+W2.
Démonstration :
i) :V1V1+V2)(V1+V2)?V?1. De même :(V1+V2)?V?2. Donc(V1+V2)?V?1\V?2. Pour la réciproque, soit2V?1\V?2. Alors,8v12V1;8v22V2;h;v1+v2i=h;v1i+h;v2i= 0. Donc,2(V1+V2)?.
Démontrons ii) :
V1\V2V1)V?1(V1\V2)?. De même,V?2(V1\V2)?donc :
(V1\V2)?V?1+V?2. Pour montrer l"égalité, nous allons comparer les dimensions : dim(V1\V2)?= dimEdim(V1\V2) = dimE(dimV1+ dimV2dim(V1+V2) = dimEdimV1+ dimEdimV2(dimEdim(V1+V2)) = dimV?1+ dimV?2dim(V1+V2)? = dimV?1+ dimV?2dim(V?1\V?2) = dim(V?1+V?2):De même pour iii) et iv).q.e.d.
2.5 Transposée
SoientE;Fdeux?espaces-vectoriels. Soitu:E!Fune application linéaire. Pour tout2F,u2E. L"application :tu:F!E,7!u est linéaire; c"est latransposéedeu. Proposition 2.5.1SoientE;Fdeux?espaces-vectoriels de dimension fi- nie. Alors : i)rangu= rangtu, ii)Im (tu) = (keru)?, iii)ker(tu) = (Imu)?.Démonstration :iii) : Soit2F. Alors :
2kertu,tu() = 0
,u= 0 , 8x2E; (u(x)) = 0 , 8y2Imu;(y) = 0,2(Imu)?: ii) : Soit2F. Alors :8x2keru;tu()(x) =(u(x)) =(0) = 0:
16CHAPITRE 2. FORMES LINÉAIRES
DoncIm (tu)(keru)?.
Réciproquement, si2(keru)?, alors :8x2keru; (x) = 0. SoitSun supplémentaire deImudansF:ImuS=F. On pose : (u(x) +s) :=(x) pour toutx2Eet touts2S. L"application:F!?est bien définie car six;x02E,s;s02S, alors : u(x) +s=u(x0) +s0)u(x) =u(x0) )xx02keru )(xx0) = 0)(x) =(x0): De plusest linéairei.e.2F. On a donc=tu()2Im (tu). i) :rang(tu) = dimImtu= dim(keru)?= dimEdimkeru= rangu, d"après le théorème du rang.q.e.d. Proposition 2.5.2SoientE;F;Gtrois?espaces vectoriels. Soient :u: E!F,v:F!Gdeux applications linéaires. Alorst(vu) =tutv. Proposition 2.5.3SoitEun?espace vectoriel. Soitu:E!Eun endo- morphisme. Un sous-espace vectorielFdeEest stable parusi et seulement siF? est stable par tu. Démonstration :Supposons queFest stable paru,i.e.:8x2F,u(x)2F.Si2F?, alors :
8x2F;htu();xi=hu;xi=(u(x)) = 0:
Doncquotesdbs_dbs6.pdfusesText_12[PDF] algèbre bilinéaire forme quadratique
[PDF] examen algèbre bilinéaire
[PDF] algebre 2 exercices corrigés pdf
[PDF] cours algebre s2 smpc pdf
[PDF] algebre 1ere année
[PDF] algebre 2 cours pdf
[PDF] algèbre 1re année cours et exercices avec solutions
[PDF] introduction geometrie algebrique pdf
[PDF] géométrie algébrique grothendieck
[PDF] exercices corriges de geometrie algebrique
[PDF] introduction ? la géométrie algébrique complexe
[PDF] géométrie algébrique cours
[PDF] exercices corrigés groupes anneaux corps
[PDF] exercices corrigés groupes et sous-groupes