Résumé de cours MPSI : matrices, groupe symétrique et déterminants

↩ Chapitre : Algèbre linéaire (MPSI)

L’essentiel des chapitres Matrices et Groupe symétrique et déterminants du programme officiel de MPSI (deuxième semestre).

1. Matrices et applications linéaires

  • Le choix de bases donne des isomorphismes \mathcal L(E,F)\simeq\mathcal M_{n,p}(\mathbb K) et (d’anneaux) \mathcal L(E)\simeq\mathcal M_n(\mathbb K).
  • Exemple : dans la base (1,i) de \mathbb C, z\mapsto(a+ib)z a pour matrice \begin{pmatrix}a&-b\\b&a\end{pmatrix}.
  • Système AX=B : compatible \iff B\in\mathrm{Im}\,A ; solutions : sous-espace affine ; Cramer si A inversible.

Équivalence et similitude

  • u de rang r a pour matrice J_r=\begin{pmatrix}I_r&0\\0&0\end{pmatrix} dans un couple de bases adapté.
  • A et B équivalentes (B=QAP, P,Q inversibles) \iff même rang ; \mathrm{rg}\,A=\mathrm{rg}\,A^\top.
  • Le rang est la taille maximale d’une matrice carrée inversible extraite.
  • Semblables : B=P^{-1}AP. Trace : linéaire, \mathrm{tr}(AB)=\mathrm{tr}(BA), invariante par similitude ; \mathrm{tr}(uv)=\mathrm{tr}(vu) ; trace d’un projecteur = son rang.

2. Groupe symétrique

  • S_n : cycles, transpositions ; toute permutation se décompose de façon unique en produit de cycles à supports disjoints (qui commutent), et en produit de transpositions.
  • Signature : unique morphisme \varepsilon:S_n\to\{-1,1\} tel que \varepsilon(\tau)=-1 pour toute transposition ; un p-cycle a pour signature (-1)^{p-1}.

3. Déterminants

À connaître

  • Forme n-linéaire alternée : antisymétrique, nulle sur toute famille liée, f(x_{\sigma(1)},\dots)=\varepsilon(\sigma)f(x_1,\dots).
  • \det_e : unique forme n-linéaire alternée valant 1 sur e ; \det A=\displaystyle\sum_{\sigma\in S_n}\varepsilon(\sigma)\prod_ia_{\sigma(i),i}.
  • \det(AB)=\det A\det B ; \det induit un morphisme GL_n(\mathbb K)\to\mathbb K^* ; \det A^\top=\det A (linéarité par rapport aux lignes aussi).
  • Opérations : échanger deux colonnes (ou lignes) change le signe ; C_i\leftarrow C_i+\lambda C_j (j\neq i) ne change pas le déterminant ; multiplier une colonne par \lambda multiplie le déterminant par \lambda ; \det(\lambda A)=\lambda^n\det A. Développement selon la ligne i : \det A=\sum_{j=1}^n(-1)^{i+j}a_{i,j}\Delta_{i,j} (\Delta_{i,j} : mineur obtenu en supprimant la ligne i et la colonne j) ; matrice triangulaire : produit des coefficients diagonaux.
  • Vandermonde : \det(x_i^{\,j-1})=\prod_{i<j}(x_j-x_i).
  • Comatrice : A\,\mathrm{Com}(A)^\top=\mathrm{Com}(A)^\top A=\det(A)I_n, d’où A^{-1}=\frac1{\det A}\mathrm{Com}(A)^\top.

4. Pièges classiques

  • Semblables \Rightarrow équivalentes, mais pas l’inverse.
  • La décomposition en transpositions n’est pas unique ; seule la parité de leur nombre l’est.

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