Espace vectoriel quotient

de M − λIn b) On sait que sont indépendantes. La dimension du sous-espace propre Ker( f − λId ) vaut donc 1. b) Si c’est un endomorphisme cyclique diagonalisable, la somme des sous-espaces propres est E , les sousespaces sont de dimensions 1 , il y a donc n valeurs propres distinctes. Réciproquement tout endomorphisme ayant n valeurs propres distinctes est cyclique. 6°) a) C ( f ) est clairement un sous-espace vectoriel de L (E ) (stable par combinaisons linéaires et non C ( f ) est

Exercices Corrig´s e Premi`res notions sur les espaces vectoriels e Exercice 1 – On consid´re le sous-espace vectoriel F de R4 form´ des solutions du syst`me e e e suivant : x1 − x2 − x3 + 2x4 = 0 (E1 ) (∗) x1 + 2x2 + x3 + x4 = 0 (E2 ) . 1) En r´solvant ce syst`me suivant l’algorithme du cours, donner une base de F . Quelle est la e e dimension de F ? 2) Soit u = (−4, −1, 3, 3) et v = (−3, −3, 6, 3). Montrer que u et v appartiennent a F. Quelles ` sont les coordonn´es de u et v

ENS option TA 1993] e ` NOTATIONS ET OBJECTIFS DU PROBLEME E est un espace vectoriel euclidien de dimension n ∈ N∗ . E × E → R, (x, y) → x, y est le produit scalaire sur E. x, y est la norme associ´ e au produit sca1aire. e E → R, x → x = L(E) est l’ alg` bre des endomorphismes de E, (O(E), ◦) est le groupe orthogonal de E, tA est la transpos´ e e e de la matrice A, F ⊥ est l’ orthogonal du sous espace vectoriel F de E, Imf et ker f d´ signent l’image et le noyau d’ un endomorphisme

Pascal Lainé ( Exercice 7. Soit l’application définie pour tout ( ) ( {( ) Soit ( ) et sa dimension. 1. Donner une base de 2. Donner une base (La plus simple possible) de ( ) 3. A-t-on ( ) ? 4. Montrer que est un sous-espace vectoriel de ( ) 5. A-t-on ? Allez à : Correction exercice 7 Exercice 8. Soit ( )). ( ) par : ) } ( ) et sa dimension. , en donner une base et sa dimension. un endomorphisme de dont l'image de la base canonique ( ) ( )

difficile I : Incontournable ***** très difficile no 1 (** I) : Soient F et G deux sous-espaces vectoriels d’un espace vectoriel E. Montrer que : [(F ∪ G sous-espace de E) ⇔ (F ⊂ G ou G ⊂ F)]. no 2 (****) : Généralisation. Soient n un entier supérieur ou égal à 2 puis F1 , ... , Fn n sous-espaces de E où E est un es  pace vectoriel sur un sous-corps K de C. Montrer que (F1 ∪ ... ∪ Fn sous-espace de E) ⇔ (il existe i ∈ 1, n / j=i Fj ⊂ Fi ). no 3 (** I) : E = Kn où K est un

F, G trois K-espaces vectoriels, u : E → F et v : F → G deux applications linéaires. Montrer que 1. ker (v ◦ u) = u−1 (ker v). 2. ker u ⊂ ker (v ◦ u). 3. Im (v ◦ u) ⊂ Im v . Exercice 5 Soit E un K-espace vectoriel de dimension n et ϕ une application linéaire de E dans lui-même telle que ϕn = 0 et ϕn−1 ̸= 0. Soit x ∈ E tel que ϕn−1 (x) ̸= 0. Montrer que la famille (x, ϕ(x), ϕ2 (x), . . . , ϕn−1 (x)) est une base de E . Exercice 6 Soit f un endomorphisme d'un K-espace vectoriel E , de dimension

Table des matières 1 2 3 Espaces affines 1.1 Définition et propriètés élémentaires . . . . . . . . . . . . . . 1.1.1 Règles de calcul . . . . . . . . . . . . . . . . . . . . 1.1.2 Proprièté du parallélogramme . . . . . . . . . . . . . 1.2 Sous-espaces affines . . . . . . . . . . . . . . . . . . . . . . 1.2.1 Définition et exemples . . . . . . . . . . . . . . . . . 1.2.2 Sous-espace affine engendré par un ensemble de points 1.2.3 Intersection de deux sous-espaces affines . . . . . . . 1.2.4 Parallélisme

Algèbre linéaire 1.1 Espaces vectoriels . . . . . . . . . . . . . . 1.1.1 Définition . . . . . . . . . . . . . . 1.1.2 Propriétés . . . . . . . . . . . . . . 1.1.3 Sous-espaces vectoriels . . . . . . . 1.1.4 Combinaisons linéaires de vecteurs 1.2 Bases . . . . . . . . . . . . . . . . . . . . 1.2.1 Familles libres . . . . . . . . . . . 1.2.2 Familles génératrices . . . . . . . . 1.2.3 Bases . . . . . . . . . . . . . . . . 1.3 Théorèmes fondamentaux . . . . . . . . . . 1.4 Sous-espaces supplémentaires

(x1 ) + ˆ ˆ ˆ f (x2 ) = 0 + f (x2 ) et donc f (x2 ) = f (x) = y ce qui prouve que f est surjective. ˆ (b) Soit y dans F , y = f (x). Alors f ◦g(y) = f ◦ f −1 (f (x)) = f (x) = y. Donc f ◦g = IdF . 3. Si on admet (ou si on sait) que tout sous-espace vectoriel de E admet un supplémentaire, alors on a prouvé que f ∈ L(E, F ) est surjective si et seulement s’il existe g ∈ L(F, E) tel que f ◦ g = IdF . Exercice 3 - Toujours liés - L1/Math Sup L’hypothèse nous dit, que pour tout x non-nul, il existe

lin´aire. . e e 2 Espaces vectoriels sur R ou C. 2.1 Rappel : les vecteurs du plan. . . . . . . . . . . . . . . . . . 2.2 Espaces vectoriels sur R ou C. . . . . . . . . . . . . . . . . . 2.3 Sous-espaces vectoriels. . . . . . . . . . . . . . . . . . . . . . 2.4 Intersection de sous-espaces vectoriels. . . . . . . . . . . . . 2.5 Somme d’un nombre fini de sous-espaces vectoriels. . . . . . 2.6 Somme directe de deux sous-espaces vectoriels. . . . . . . . 2.7 Sous-espace vectoriel engendr´ par une famille