[PDF] Algèbre linéaire 2 : dimension finie





Previous PDF Next PDF



Chapitre 2 - Les Bases de lalgèbre linéaire

F + G est un sous-espace vectoriel de E. Preuve : Exercice. 2.2 Bases et dimension. L'algèbre linéaire s'est développé au début du 20ème 



ALGEBRE LINEAIRE Cours et exercices

22 mai 2014 Théorème de la base incomplète : Soit E un ev de dimension finie et L une famille libre de E. Alors il existe une base B de cardinal fini qui ...



Chapitre IV Bases et dimension dun espace vectoriel

Définition de famille libre liée



MAT 1200: Introduction à lalgèbre linéaire

De plus le vecteur du ? du est orthogonal à chacun des vecteurs dvi . Proposition. Si B = {dv1



Algèbre Linéaire

C'est pour permettre de calculer dans les espaces vectoriels que nous allons définir en toute géné- ralité la notion de base. Définition 1.4. 1. Une famille (u1 



Sans titre

un ouvrage qui contient tous les germes de l'algèbre linéaire : combinaisons linéaires indépendance linéaire



LALGÈBRE LINÉAIRE POUR TOUS

L'algèbre linéaire est un langage universel qui sert à décrire de Montrer que F est une base de R3[X] l'espace vectoriel des polynômes de degré ...



Algèbre linéaire 2 : dimension finie

3 nov. 2019 Proposition 1 (Cardinal d'une base). Soit E un espace vectoriel on suppose que (e1



ANALYSE MATRICIELLE ET ALGÈBRE LINÉAIRE APPLIQUÉE

I. Les matrices et abrégé d'algèbre linéaire Tout élément non nul de K forme une base du K-espace vectoriel K. Le couple (1i).



MAT 1200: Introduction à lalgèbre linéaire

Les transformations linéaires et le changement de bases. Notations. La matrice d'une transformation linéaire dans des nouvelles bases. Matrices semblables.



[PDF] ALGEBRE LINEAIRE Cours et exercices

22 mai 2014 · Théorème de la base incomplète : Soit E un ev de dimension finie et L une famille libre de E Alors il existe une base B de cardinal fini qui 



[PDF] LALGÈBRE LINÉAIRE POUR TOUS - Mathématiques

Ce cours entend essayer d'apprendre cette belle langue qu'est l'algèbre linéaire à tout-e étudiant- e sans aucun prérequis (ou presque) en mathématique



[PDF] Chapitre 2 - Les Bases de lalgèbre linéaire

Muni d'une base les éléments d'un espace vectoriel de dimension finie sont “encodables" dans des vecteurs qu'on peut manipuler algorithmiquement et sur 



[PDF] Notes de cours - Algèbre Linéaire

Une des clés de cet essor est le concept de base Muni d'une base les éléments d'un espace vectoriel de dimension finie sont “encodables" dans des vecteurs qu' 



[PDF] Algèbre linéaire

29 mar 2023 · Il couvre les concepts de base de l'algèbre linéaire Les compétences visées sont la capacité à résoudre des systèmes d'équations linéaires 



[PDF] Alg`ebre linéaire 1 - Département de mathématiques - UQAM

28 déc 2020 · Calculer une base du sous-espace de R4 engendré par les vecteurs (0111)(2340)(?1001)(323?2) Exercice 7 15 Montrer que F G 



[PDF] Notes de Cours dALGEBRE LINEAIRE - Mathématiques à Angers

appellerons une base de l'espace vectoriel R2 Note Ce recueil est constitué des notes du cours d'Alg`ebre Linéaire de L1 MPCIE donné



[PDF] Cours – Algèbre linéairepdf

ALGÈBRE 1– RAPPELS ET COMPLÉMENTS D'ALGÈBRE LINÉAIRE SPÉCIALES PSI – LYCÉE BUFFON 6 BASES Une famille (ei )1i n de vecteurs de E est appelée base de E 



[PDF] Algèbre linéaire – Cours I Espaces vectoriels - IRMA Strasbourg

L'algèbre linéaire est l'étude des propriétés des espaces vectoriels et de tous les concepts construits à partir d'eux Remarque



[PDF] Algèbre linéaire de MPSI

Caractérisation des bases : Soit E un K-espace vectoriel de dimension n et F une famille de p vecteurs de E • Si F est libre alors p ? n avec égalité si et 

  • Comment comprendre l'algèbre linéaire ?

    Elle consiste à étudier un corps comme un espace vectoriel sur un sous-corps. Ainsi chaque sous-corps permet de considérer la structure initiale comme un espace vectoriel particulier. Un exemple d'application est celui des figures constructible à la règle et au compas.
  • Quelles sont les bases de l'algèbre ?

    En alg?re linéaire, une base est une famille de vecteurs, qui, de manière simpliste, peut se voir comme une manière de se repérer dans l'espace en définissant des axes gradués. De manière plus rigoureuse, c'est une famille de vecteurs libre et génératrice. Voir les articles géométrie vectorielle.
  • Comment déterminer la base d'une application linéaire ?

    Pour montrer que f est une application linéaire, il suffit de vérifier que f(u + ?v) = f(u) + ?f(v) pour tous u, v ? E,? ? K. Propriétés. Si f:E ? F est une application linéaire alors • f(0) = 0, • f(?1u1 + ··· + ?nun) = ?1f(u1) + ··· + ?nf(un).
  • Pour trouver une base d'un sous-espace vectoriel F , on peut :

    1chercher une famille génératrice B de F ;2si B est libre, c'est terminé, sinon, un des vecteurs peut s'exprimer en fonction des autres. On le supprime et on recommence jusqu'à trouver une famille libre.

Algèbre linéaire 2 : dimension finie

ECE 2 Lycée international de Valbonne3 novembre 2019

Table des matières

I Dimension finie2

II Matrice d"une application linéaire3

II.1 Matrices colonnes des coordonnées

4

II.2 Matrice d"une application linéaire

5

II.2.a Définition

5

II.2.b Liens entre les opérations sur les matrices et les opérations sur les applications linéaires

8

II.3 Changement de base

10

II.3.a Pour un vecteur

10

II.3.b Propriétés

11

II.3.c Pour une application linéaire

13

II.4 Polynômes annulateurs

15

III Rang15

III.1 Rang d"une famille de vecteurs

15 III.2 Rang d"une application linéaire, d"une matrice 16

III.3 Le théorème du rang

16 1

I Dimension finie

Proposition 1(Cardinal d"une base).

SoitEun espace vectoriel, on suppose que(e1;e2; :::;en)est une base et que(f1;f2; :::;fp)est une autre base alors

p=n. C"est à dire toutes les bases d"un même espace vectoriel ont le même nombre de vecteurs

Attention :Cela ne veut pas dire qu"il existe une seule base, juste que toutes les bases ont le même nombre de4

!vecteurs

Définition 1(Dimension).

SoitEun espace vectoriel. Si il existe une base(e1;e2; :::;en)on dit alors queEestde dimension finieet on dit que la

dimensiondeEestn, on note alors

DimE=n

Remarque :SiE=f0galors on dit que DimE= 0, et une base deEestla famille vide .2 Proposition 2(Dimension des espaces vectoriels classiques). 2 1.

Dim Rn=n

2.

Dim Rn[X] =n+ 1

3.

Dim Mn;p(R) =np

Démonstration :

Il suffit de compter le nombre de vecteurs constituant les bases canoniques o

Proposition 3(Sous espace-vectoriel).

SoitEun espace vectoriel de dimension finie etFun sous espace vectoriel deEalors2

1.Fest de dimension finie et DimF6DimE

2

2.Si de plus Dim F=DimEalorsE=F.

2 Proposition 4(Taille d"une famille génératrice). SoitEun espace vectorieldont on connait la dimensionn. Soit(e1;e1;:::;ep)une famille génératrice deE. 1.

Alors n6p

2. Si de plus p=nalors cette famille est unebase de E

Exemple :

Proposition 5(Taille d"une famille libre).

SoitEun espace vectorieldont on connait la dimensionn.2

Soit(e1;e1;:::;eq)une famille libre deE.

1.

Alors q6n

2. Si de plus q=nalors cette famille est une base deE

Exemple :

II Matrice d"une application linéaire

Remarque préliminaire : produit d"une matrice par une colonneSoitA=0 B

B@a b c d

a

0b0c0d0

a

00b00c00d001

C

CAetX=0

B

BBBB@x

y z t1 C CCCCA alors on constate que x 0 B B@a a 0 a 001 C CA+y0 B B@b b 0 b 001 C CA+z0 B B@c c 0 c 001 C CA+t0 B B@d d 0 d 001 C CA=AX 3

Exercice 1.

Trouver une matriceAtelle que pour toutx,yetzréels A 0 B B@x y z1 C CA=x0 B B@1 2 31
C CA+x0 B B@1 2 11 C CA+z0 B B@1 0 41
C CA

II.1 Matrices colonnes des coordonnées

Si on connait une base(e1;:::;en)deE, alors tout vecteur est entièrement connu si on connait sesncoordon-

nées(x1;:::;xn). Plutôt que de présenter les coordonnées sous forme d"une liste, on va voir qu"il est plus pratique

de les manipuler sous la forme d"une matrice colonne, c"est ce que l"on nomme ... Définition 2(Matrice colonne des coordonnées dans une base).

SoitB= (e1;e2; :::;en)une base deE. Pour tout vecteurx2Ede coordonnées(x1;x2; :::;xn)dans la baseBla

matrice colonne des coordonnées dev, notéeXBest X B=0 B

BBBB@x

1 x 2... x n1 C

CCCCA:

Exemple :

SoitR3munit de la base canonique etx= (1;2;3)alors la matrice des coordonnées dexdans la base est 0 B B@1 2 31
C CA 4 SoitE=R3[X]etBsa base canonique etP= 2X+X3, alors la matrice des coordonnées est 0 B

BBBB@2

1 0 11 C CCCCA SoitE=M2(R)munit de la base canoniqueE1;1,E1;2,E2;1,E2;2aors la matrice0 a b c d1 A alors sa représenta- tion est 0 B

BBBB@a

b c d1 C CCCCA

II.2 Matrice d"une application linéaire

II.2.a Définition

SoientEetFdeux espaces vectoriels de dimension finie,f:E!Fune application linéaire,B= (e1;:::;ep) une base deEetB0= (f1;:::;fn)une base deF. Pour tout vecteurv=x1e1++xpep(lesxisont les coordonnées devdans la baseB), on a :2 f(v) =f(x1e1++xpep) =x1f(e1) ++xpf(ep) =y1f1++ynfn où lesyisont les coordonnées def(v)dans la baseB0. Si on écrit les coordonnées des vecteurs en colonnes, cette égalité s"écrit :2 f(e1)f(ep)0 B

BBBB@y

1... y n1 C

CCCCAf

1... f n=x10 B

BBBB@a

1;1...

a n;11 C

CCCCA++xp0

B

BBBB@a

1;p...

a n;p1 C

CCCCAf

1... f n Donc2 5 0 B

BBBBB@y

1... y n1 C

CCCCCA=0

B

BBBBB@a

1;1a1;p......

a

1;nan;p1

C

CCCCCA0

B

BBBBB@x

1... x p1 C

CCCCCA:

Les coordonnées des vecteursf(ei)suffisent donc à calculer l"imagef(v)de tout vecteursvdont on connaît les

coordonnées dans la baseB:Proposition 6(Écriture matricielle d"une application linéaire). SoientE,Fdeux espaces vectoriels de dimension finie,B= (e1;;ep)une base deE,B0= (f1;;fn)une base deFetf:E!Fune application linéaire.

Si on note

XBla matrice colonne des coordonnées du vecteurvdans la baseB YB0la matrice colonne des coordonnées de l"imagef(v)dans la baseB0, alors on a la relation : f(e1):::f(ep)0 B

BBBB@y

1... y n1 C

CCCCA=0

B B@1 C CAf 1... f n0 B B@x 1... x p1 C CA |{z} |{z} |{z} Y=A X

où la matrice ànlignes etpcolonnesA= (A1;;Ap)est la matrice où les colonnesAjsont les coordonnées dans

la baseB0des vecteursf(ej)). La matriceAs"appelle lamatrice de l"application linéairefde la baseBvers la baseB0, on la note A=MatB0;B(f):Ce que l"on peut représenter de la manière suivante 6 EF xy=f(x)X=0 B B@x 1... x p1 C

CAY=AX=0

B B@y 1... y n1 C CAM p;1(R)M n;1(R)f calcul direct calcul des coordon- nées de x dans la base B x=x1e1++xpepcalcul deyà l"aide des coordonnées dans la baseC y=y1f1++ynfnmultiplication par A

X7!AXRemarque :

SiB=B0, on note MatB(f)au lieu de MatB;B(f)et on dit matrice defdans la baseB.

Attention :Cette notation apparaît dans le programme contrairement à MatB0;B(f), aucune notation n"est donnée4

!pour le cas général. Dans les problèmes, on introduit dans la majorité des cas la matrice avec une phrase et la

notation n"est pas utilisée.

Exercice 2.

Soit id

E:E!El"application identité etBune base deEmontrer que MatB(idE) =IoùIdésigne la matrice identité. c Attention :il faut que la base de départ et la base d"arrivée soient les mêmes!4 !Exercice 3. Calculer les matrices des applications linéaires suivantes 1. Soit f:R3!R2définie parf(x;y;z) = (2xy+z;xz). On prend pourBla base canonique deR3et pour

Cla base canonique deR2.

7

2. :R3[X]!R2[X]l"application dérivée.

On prend pourBla base canonique deR3[X]et pourCla base canonique deR2[X].

II.2.b Liens entre les opérations sur les matrices et les opérations sur les applications linéaires

Proposition 7(Somme de matrice et applications linéaires). Soitf;g:E!Fdeux applications linéairesBune base deEetCune base deF. On noteA=MatB;C(f)etB=MatB;C(g)leurs matrices associés et2Ralors :2

A+B=MatC;B(f+g).

:A=MatC;B(f).

Attention :Il faut prendre la même base de départ et la même base d"arrivée pour représenterfetg.4

!Exercice 4.

Soitfl"application linéaire définie parf(x;y) = (x+y;xy), écrire la matrice def+idR2et2fdans la base

cannonique.

Théorème 1(Isomorphisme).

SoitBune base deEespace vectoriel de dimensionpetCune base deFde dimensionnLes deux bases sontfixées.. alors

l"application qui àf2 L(E;F)associe MatC;B(f)est un isomorphisme d"espace vectoriels entreL(E;F)etMn;p(R)

Proposition 8(Composition d"applications linéaires). Soientf:E!F,g:F!Gdes applications linéaires entres les espaces vectorielsE,FetG.

Alorsgfest uneapplication linéair e.2

Théorème 2(Composition et produit de matrices).

Soientf:E!F,g:F!Gdes applications linéaires etB,CetDdes bases respectives des espaces vectoriels de

dimension finieE,FetG.

SiA=MatC;B(f)etB=MatD;C(g)alors

Mat

D;C(g)MatC;B(f) =MatD;B(gf):

8 Attention :Il faut bien faire attention aux bases utilisées pour écrire les matrices.4 !Proposition 9.

Soitfun isomorphisme deEversFoùEest un espace vectoriel de dimension finie, alorsFest aussi de dimension finie et

DimF=DimE.

quotesdbs_dbs26.pdfusesText_32
[PDF] algèbre exercices problèmes corrigés

[PDF] les bases de l'algèbre pdf

[PDF] règle d'algèbre

[PDF] algèbre linéaire l1

[PDF] polycopié algèbre linéaire epfl

[PDF] algèbre linéaire livre pdf

[PDF] livre d'algèbre pdf

[PDF] polynomes exercices corrigés pdf

[PDF] aide-mémoire algèbre

[PDF] algebre exercice

[PDF] algèbre secondaire 1

[PDF] algebre calcul

[PDF] algèbre formules de base

[PDF] l'algèbre linéaire pour les nuls

[PDF] algèbre-trigonométrie afpa