Résumé de cours MPSI : espaces vectoriels, applications linéaires, sous-espaces affines

↩ Chapitre : Algèbre linéaire (MPSI)

L’essentiel du chapitre Espaces vectoriels et applications linéaires du programme officiel de MPSI (deuxième semestre), sous-espaces affines compris. \mathbb K=\mathbb R ou \mathbb C.

1. Espaces, familles, dimension

  • Familles presque nulles et combinaisons linéaires (familles quelconques, bases de \mathbb K[X]) ; produit d’espaces : \dim(E\times F)=\dim E+\dim F.
  • \mathrm{Vect}(A) plus petit sous-espace contenant A ; familles (parties) libres, génératrices, bases ; polynômes à degrés échelonnés.
  • Base extraite : de toute famille génératrice finie on extrait une base ; base incomplète : toute famille libre se complète en base. Toutes les bases ont même cardinal : la dimension ; en dimension n, une famille libre a au plus n vecteurs, une génératrice au moins n, et une famille de n vecteurs libre ou génératrice est une base. Rang d’une famille : \dim\mathrm{Vect}(x_i). Grassmann : \dim(F+G)=\dim F+\dim G-\dim(F\cap G). Supplémentaires : E=F\oplus G\iff F\cap G=\{0\} et \dim F+\dim G=\dim E ; base adaptée par concaténation.

2. Applications linéaires

À connaître

  • \mathrm{Ker}\,u, \mathrm{Im}\,u=\mathrm{Vect}(u(x_i)) ; (\mathcal L(E),+,\circ) est un anneau non commutatif si \dim E\geqslant2 ; GL(E).
  • Projecteurs (p^2=p), symétries (s^2=\mathrm{id}) ; une application linéaire est déterminée par l’image d’une base ; \dim\mathcal L(E,F)=\dim E\dim F.
  • Théorème du rang (forme géométrique : u induit un isomorphisme d’un supplémentaire de \mathrm{Ker}\,u sur \mathrm{Im}\,u) ; en dimension égale, injective \iff surjective \iff bijective.

Formes linéaires et hyperplans

  • Hyperplan = noyau d’une forme linéaire non nulle ; E=H\oplus D pour toute droite D\not\subset H ; réciproquement tout supplémentaire d’une droite est un hyperplan ; en dimension n, hyperplans = sous-espaces de dimension n-1.
  • Deux équations d’un même hyperplan sont proportionnelles.
  • L’intersection de m hyperplans est de dimension \geqslant n-m ; tout sous-espace de dimension n-m est intersection de m hyperplans (systèmes d’équations).

3. Sous-espaces affines

  • B=A+\vec u\iff\overrightarrow{AB}=\vec u ; translations ; sous-espace affine A+F de direction F ; hyperplan affine ; une intersection de sous-espaces affines est vide ou affine.
  • Équation linéaire u(x)=a : ensemble vide ou sous-espace affine x_0+\mathrm{Ker}\,u (systèmes, équations différentielles linéaires, interpolation).

À savoir sur le programme

L’étude de la dualité et tout développement sur la dimension infinie sont hors programme.

4. Pièges classiques

  • Un sous-espace affine ne contient pas forcément 0 : ce n’est un sous-espace vectoriel que s’il passe par l’origine.
  • En dimension infinie, injectif n’implique pas surjectif.

Besoin d’aide sur ce chapitre ?

Un blocage sur une notion, une méthode de rédaction à acquérir, un devoir ou un concours à préparer : Pr. Elakili, agrégé de mathématiques depuis 1991, plus de 20 ans d’enseignement en classes préparatoires, propose des cours particuliers, en présentiel à Casablanca, ou à distance, partout au Maroc et en France.

Publications similaires