LM 125 Questions de cours 2009

Questions de cours
Enoncé de la division euclidienne pour les polynômes à coefficients dans un corps commutatif K.
Démonstration de l’unicité du couple (quotient, reste).

Théorème (Division euclidienne). Soient f et g deux éléments de K [X], i.e. deux polynômes à
coefficients dans K.
On suppose g 6= 0
Alors il existe deux polynômes Q et R uniques tels que :
– f = gQ + R
– avec deg (R) < deg (g) ou R = 0

Démonstration : Unicité du couple (Q, R). Supposons que l’on ait deux couples satisfaisant les deux
proporiétés de la division euclidienne (Q1 , R1 ) et (Q2 , R2 ).
– f = gQ1 + R1
– f = gQ2 + R2
On a alors : f = gQ1 + R1 = Q2 + R2 ⇔ gQ1 + R1 = gQ2 + R2
Supposons Q1 6= Q2
deg (g (Q1 − Q2 )) = deg (g) + deg (Q1 − Q2 ) ≥ deg (g)
Comme Q1 − Q2 6= 0 et g 6= 0, alors g (Q1 − Q2 ) = R2 − R1 6= 0
– 1er cas : R1 = 0, R2 6= 0, alors R2 − R1 = R2
Donc deg (R2 − R1 ) = deg (R2 ) < deg (g)
– 2nd cas : R1 6= 0, R2 = 0, alors R2 − R1 = −R1
Donc deg (R2 − R1 ) = deg (−R1 ) < deg (g)
– 3ème cas : R1 6= 0, R2 6= 0
Donc deg (R1 − R2 ) ≤ max (deg (R1 ) , deg (R2 )) ≤ deg (g)
Dans tous les cas, deg (R1 − R2 ) < deg (g)
Il y a alors une contradiction. On a en effet montré :
– deg (g (Q1 − Q2 )) ≥ deg (g)
– deg (R2 − R1 ) < deg (g)
et on a : g (Q1 − Q2 ) = R2 − R1
De ce fait, l’unicité est démontrée.

Soit P un polynôme à coefficietns réels. Montrer que si a ∈ C est une racine de P , alors a est également
une racine de P avec la même multiplicité.

Proposition (Racines d’un polynôme à coefficients réels). Soit P ∈ R [X] et α une racine complexe
non réelle de P . Alors ᾱ est racine de P avec le même ordre de multiplicité que α.

Démonstration. Soit P (X) = a0 + a1 X + · · · + ak X k un polynôme à coefficients dans R.

P (α) = P (α).
En effet : P (α) = a0 + a1 α + · · · + ak αk
= a¯0 + a¯1 ᾱ + · · · + a¯k α¯k
= a0 + a1 ᾱ + · · · + ak ᾱk
P (α) = P (α)
α est racine d’ordre k de P ⇔ P (α) = P 0 (α) = · · · = P (k−1) (α) = 0 et P (k) (α) 6= 0
⇔ P (α) = P 0 (α) = · · · = P (k−1) (α) = 0 et P (k) (α) 6= 0
⇔ P (ᾱ) = P 0 (ᾱ) = · · · = P (k−1) (ᾱ) = 0 et P (k) (ᾱ) 6= 0
0
Car P, P , . . . , P (n) sont à coefficients réels.
Ainsi, ᾱ est une racine de P d’ordre de multiplicité k.

1 B.
c
LM 125 Questions de cours 2009

Définition du noyau d’une application linéaire.

Démonstration qu’une application linéaire est injective si, et seulement si, son noyau est réduit à {0}.

Définition (Noyau d’une application linéaire). Soient E et F deux k-ev.

Soit f : E −→ F une application linéaire. Le noyau de f , noté ker f est défini par

ker f = {x ∈ E, f (x) = 0F }

Théorème. Soient E et F deux k-ev, et f : E −→ F une application linéaire.

f est injective si et seulement si ker f = {0}

Démonstration. Montrons les deux sens de l’équivalence.

On suppose f injective ie. ∀ (x, y) ∈ E 2 , f (x) = f (y) ⇒ x = y et on veut montrer que ker f =
 

{x ∈ E, f (x) = 0F } = 0E
Soit x ∈ ker f . On a : f (x) = 0F
Comme f est une application linéaire, on a : f (0E ) = 0F
Donc f (x) = f (0E ). Comme f injective, on en déduit que x = 0E
Réciproquement, on suppose ker f = {0E }. Montrons que f est injective.
Soient (x, y) ∈ E 2 tels que f (x) = f (y)
On a : f (x) − f (y) = 0F
Comme f est linéaire, on a : f (x − y) = 0F , autrement dit, x − y ∈ ker f
Or ker f = {0E }, donc x − y = 0E .
Soit x = y. Donc f est injective.

Soient E et F deux k-espaces vectoriels et f : E −→ F une application linéaire.

Montrer que l’image de f est un sous-espace vectoriel de F .

Définition (Image d’une application linéaire). Soient E et F deux k-ev. Soit f : E −→ F une appl-
ciation linéaire.
L’image de f , noté Im f est définie par

Im f = {y ∈ F, ∃x ∈ E, f (x) = y}

De plus, f (E) = Im f est un sev de F .

Démonstration. Montrons que Im f est un sev de F .

– Comme E est un k-ev de 0E ∈ E
Puisque f est linéaire, 0F = f (0E ).
Donc 0F ∈ Im f et Im f 6= Ø.
– Soient (y1 , y2 ) ∈ (Im f )2 et λ ∈ k
Montrons que λy1 + y2 ∈ Im f
> y1 ∈ Im f ⇔ ∃x1 ∈ E, y1 = f (x1 )
> y2 ∈ Im f ⇔ ∃x2 ∈ E, y2 = f (x2 )
λy1 + y2 = λf (x1 ) + f (x2 ) = f (λx1 + x2 ) car f est linéaire.
Et f (λx1 + x2 ) ∈ Im f
Ainsi, λy1 + y2 ∈ Im f
Conclusion. Im f est un sev de F .

2 B.
c
LM 125 Questions de cours 2009

Enoncer le théorème de la base incomplète.

En déuire le théorème du rang pour une application linéaire.
Théorème (Base incomplète). Soit k un espace vectoriel de type fini non réduit à {0}. Soit L une
partie libre de E, G une partie génératrice de E telle que L ⊂ G.
Il existe une partie B de E telle que :
(i) L ⊂ B ⊂ G
(ii) B est libre
(iii) B est génératrice
Théorème (Théorème du rang). Soit E un k-ev de dimension finie n, soit F un k-ev et f : E −→ F
une application linéaire.
On a
dim E = dim (ker f ) + dim (Im f )

Démonstration. Soit (e1 , . . . , ep ) une base de ker f

On la complète en une base (e1 , . . . , ep , ep+1 , . . . , en ) de E (p < n).
Alors {f (e1 ) , . . . f (ep ) , f (ep+1 ) , . . . , f (en )} est une famille génératrice de Im f
Or f (e1 ) = · · · = f (ep ) = 0 car (e1 , . . . , ep ) est une base de ker f
Donc (f (ep+1 ) , . . . , f (en )) est une famille génératrice de Im f .
Montrons que [f (ep+1 ) , . . . , f (en )] est une base de Im f .
Il reste à montrer que c’est une famille libre.
∃ (λp+1 , . . . , λn ) ∈ k n−p−1 , λp+1 f (ep+1 ) + · · · + λn f (en ) = 0
⇔ f (λp+1 ep+1 + · · · + λn en ) = 0
⇔ λp+1 ep+1 + · · · + λn en ∈ ker f
∃ (λ1 , . . . , λp ) ∈ k p , λp+1 ep+1 + · · · + λn en = λ1 e1 + · · · + λp ep
On a donc λp+1 ep+1 + · · · + λn en − λ1 e1 − · · · − λp ep = 0
Or (e1 , . . . , en ) est une base de E. Ainsi, λ1 = · · · = λp = · · · = λn = 0
Donc [f (ep+1 ) , . . . , f (en )] est une base de Im f .
Ainsi, dim (Im f ) = n − p = dim E − dim (ker f )
D’où dim E = dim (Im f ) + dim (ker f )

Définition d’un vecteur propre.

Montrer que deux vecteurs propres associés à deux valeurs propres distinctes sont linéairement indé-
pendants.
Proposition. Soit E un k-ev de dimension finie et f un endomorphisme de E.
Soient λ1 et λ2 deux valeurs propres distinctes associées à f .
Alors λ1 et λ2 sont linéairement indépendantes.

Démonstration. Soient x1 et x2 deux vecteurs propres associés aux valeurs propres respectives λ1 et
λ2 distinctes de f .
Par définition d’un vecteur propre, x1 6= 0E et x2 6= 0E .
Montrons que ∀α, β ∈ k, αx1 + βx2 = 0E ⇒ α = β = 0
On applique f à l’expression αx1 + βx2 = 0, il vient alors αλ1 x1 + βλ2 x2 = 0
On a alors le système
( (
αλ1 x1 + βλ2 x2 = 0 αx1 + βx2 = 0
⇔
αx1 + βx2 = 0 L2 −λ1 L1 β (λ2 − λ1 ) x2 = 0
Comme x2 6= 0 et λ2 − λ1 6= 0, donc (λ2 − λ1 ) x2 6= 0E par propriété des espaces vectoriels.
Ainsi, β ((λ2 − λ1 ) x2 ) = 0 ⇒ β = 0.
Par conséquent, on a αx1 = 0 avec x1 6= 0, alors α = 0 par propriété des espaces vectoriels.
Conclusion. Les valeurs propres λ1 et λ2 sont linéairement indépendantes.

3 B.
c
LM 125 Questions de cours 2009

Définition du polynôme caractéristique d’une matrice.

Montrer que le polynôme caractéristique d’une matrice diagonalisable est scindé.

Définition (Polynôme carcatéristique d’une matrice). Soit A une matrice carrée d’ordre n.
Le polynôme caractéristique de A est noté Pcar, A (X) et est égal à

Pcar, f (X) = det (A − XI)

Définition (Polynôme scindé). Soit P ∈ k [X].

Le polynôme P est scindé sur k si, et seulement si, P (X) est produit de polynômes de degré 1 dans
k [X].

Proposition. Le polynôme caractéristique d’une matrice diagonalisable est scindé.

Démonstration. La matrice A ets diagonalisable sur k si, et seulement si, il existe une matrice inversible
P à coefficients dans k et une matrice diagonale D à coefficients dans k telles que

D = P −1 AP
λ1 0
 

Posons D = 
 .. 
. 
0 λn
On a A = P DP −1 et I = P IP −1
A − XI = P DP −1 − XP IP −1 = P (D − XI) P −1

 
det (A − XI) = det (P ) det (D − XI) det P −1
 λ1 − X
 
 0 

= det (P ) 
 . ..  det (P )
 −1
par propriété du déterminant
 
 0 λn − X 

 λ1 − X
 
 0 

= 
 .. 
 . 

 0 λn − X 
det (A − XI) = (λ1 − X) · · · (λn − X)

Conculsion. Le polynôme caractéristique d’une matrice diagonalisable est scindé.

4 B.
c