SOMMES ET SOMMES DIRECTES DE SOUS ESPACES VECTORIELS D'UN ESPACE VECTORIEL - EXEMPLES
1) Sommes et sommes directes de sous espaces vectoriels - cas général On considère un K espace vectoriel E.
définition (somme de sous espaces vectoriels)
Soit (Fi)i∈I une famille de sous espaces vectoriels de E. On note
∑
∈I i
Fi l'ensemble :
⎭⎬
⎫
⎩⎨
⎧ ∀ ∈ ∈
=
∑
∑
∈ ∈ i i Ii i I
i
i x i I x F
F ; , .
proposition
∑
i∈IFi est le sous espace vectoriel de E engendré par
∪
I i
Fi
∈
. démonstration
On veut montrer que ⎟⎟
⎠
⎜⎜ ⎞
⎝
= ⎛
∈
∑
∈∪
I i
i I
i
i vect F
F .
•
∑
∈I i
Fi est un sous espace vectoriel de E.
•
∑
∈
⊂
∈
∀
I i
i
i F
F I
i , donc
∑
∈ ∈
⊂
I i
i I
i
i F
∪
F .∑
i∈IFi est un sous espace vectoriel de E contenant
∪
I i
Fi
∈
donc
∑
∈ ∈
⎟⎟⊂
⎠
⎜⎜ ⎞
⎝
⎛
I i
i I
i
i F
F vect
∪
• Soit
∑
∈
∈
I i
Fi
x .
∑
∏
∈ ∈∈ ∈ =
∃
I i
i I
i i I
i
i F x x
x) ,
(
i
i F
x I i∈ ∈
∀ , donc
∪
I i
i
i F
x I i
∈
∈
∈
∀ , .
donc ⎟⎟
⎠
⎜⎜ ⎞
⎝
∈ ⎛
∈
∀
∪
∈ I ii
i vect F
x I i ,
donc ⎟⎟
⎠
⎜⎜ ⎞
⎝
∈ ⎛
∪
∈ I iFi
vect x
et donc ⎟⎟
⎠
⎜⎜ ⎞
⎝
⊂ ⎛
∈
∑
∈∪
I i
i I
i
i vect F
F
Donc ⎟⎟
⎠
⎜⎜ ⎞
⎝
= ⎛
∈
∑
∈∪
I i
i I
i
i vect F
F .
définition (somme directe de sous espaces vectoriels)
Soit (Fi)i∈I une famille finie de sous espaces vectoriels de E. On considère l'application suivante :
n n
n
i i
x x
x x
E F
+ +
→ φ
∏
=
...
) ,..., (
:
1 1
1 . φ est une application linéaire et
∑
=
= φ n
i
Fi 1
)
Im( .
On dit que la somme
∑
= n
i
Fi 1
est directe si φ est injective . On note alors : F1⊕...⊕Fn.
conséquence : E est somme directe des Fi si et seulement si φ est bijective (alors
∑
== φ
= n
i
Fi
E
1
)
Im( )
théorème
Soit n un entier, n≥2. Soit (Fi)1≤i≤n une famille de sous espaces vectoriels de E. Alors la somme
∑
= ni
Fi 1
est directe si et seulement si : ,2 ,
{ }
01
1
=
≤
≤
∀
∑
−∩
i= jj
i F
F n i
i .
démonstration
• On suppose que la somme
∑
= n
i
Fi 1
est directe.
Soit i un entier compris entre 2 et n. Soit
∩∑
−=
∈ 1
1 i
j j
i F
F
x . Alors
∑
−=
∈ 1
1 i
k
Fk
x .
1 1
1
1 1
1,..., ) , ...
(
! −
−
=
− ∈ = + +
∃
∏
i ik k
i F x x x
x
x (l'existence des xi est évidente car
∑
−=
∈ 1
1 i
k
Fk
x et ils sont uniques car φ est bijective).
Posons xi =−x et ∀k,i+1≤k≤n,xk =0. on a 0
1
∑
== n
k
xk , c'est-à-dire φ(x1,...,xn)=0. φ étant injective, tous les xk sont nuls et par conséquent, x=0. Donc
{ }
01
1
∑
− =∩
i= jj
i F
F .
• On suppose maintenant que : ,2 ,
{ }
01
1
=
≤
≤
∀
∑
−∩
i= jj
i F
F n i
i .
Soit
∏
=
∈ n
k k
n F
x x
1 1,..., )
( tel que φ(x1,...,xn)=0, c'est-à-dire x1+...+xn =0. Supposons que les xi ne soient pas tous nuls.
Soit i le plus grand indice k tel que xk ≠0. On a donc xi ≠0. On a aussi xi =−x1−...−xi−1 donc
∑
−=
∈ 1
1 i
k k
i F
x donc
∩∑
−=
∈ 1
1 i
k k i
i F F
x donc xi =0 : contradiction. Les xi sont donc tous nuls et donc φ est injective. La somme
∑
= n
i
Fi 1
est donc directe.
définition (sous espaces supplémentaires)
Soient E un K espace vectoriel, F et G deux sous espaces vectoriels de E. On dit que F et G sont supplémentaires si E=F⊕G.
théorème
Soient E un K espace vectoriel, F et G deux sous espaces vectoriels de E. Les assertions suivantes sont équivalentes :
(i) E=F⊕G
(ii) E=F+G et F∩G=
{ }
0(iii) ∀x∈E,∃!(x1,x2)∈F×G, x=x1+x2 démonstration
• (i) ⇒ (ii)
On suppose que E=F⊕G. Comme F⊕G=F+G, on a E=F+G. Le théorème précédent donne F∩G=
{ }
0• (ii) ⇒ (iii)
On suppose que E=F+G et que F∩G=
{ }
0 .Soit x∈E. ∃(x1,x2)∈F×G, x=x1+x2 (car E=F+G). Soit (y1,y2)∈F×G tels que
2
1 y
y
x= + . Alors (x1−y1)+(x2 −y2)=0 Donc x1−y1 = y2 −x2.
Par conséquent, x1−y1∈F∩G donc x1 =y1 (car F∩G=
{ }
0 ). De même, x2 = y2. D'où l'unicité.• (iii) ⇒ (i)
On suppose que : ∀x∈E,∃!(x1,x2)∈F×G, x=x1+x2. Soit
2 1 2 1, ) ( :
y y y y
E G F
+
→
×
φ . On sait que φ est linéaire.
Soit (x1,x2)∈Ker(φ). Alors x1+x2 =0, x1∈F, x2∈G. Or 0+0=0,0∈F,0∈G. L'unicité de la décomposition impose x1 =x2 =0. Donc Ker(φ)=
{
(0;0)}
. φ est donc injective doncG F G
F+ = ⊕ . Par hypothèse, E=F+G donc E=F⊕G.
théorème
Soient E et F deux K-espaces vectoriels. Soient A et b deux sous espaces supplémentaires dans E.
Une application linéaire de E dans F est caractérisée par ses restrictions à A et B.
démonstration
1) soit f une application linéaire de E dans F. Alors fA (resp. fB) est une application linéaire de A dans F (resp. de B dans F).
2) Soient u une application linéaire de A dans F, v une application linéaire de B dans F. Montrons qu'il existe une unique application linéaire f de E dans F telle que fA =u et fB =v.
• Soit
) ( ) ( :
2 1
2
1 x u x v x
x x
F B A E f
+ +
=
→
⊕
=
f est linéaire car u et v le sont.
) 0 (
0
,x x x Aet B
A
x∈ = + ∈ ∈
∀ , cette décomposition est unique. f(x)=u(x)+v(0)=u(x) (car
= = =
• Soit g une application linéaire de E dans F telle que gA =u et gB =v. Soit x∈E. ∃!(x1,x2)∈A×B, x=x1+x2.
) ( ) ( ) (
)
(x g x1 x2 g x1 g x2
g = + = + .
Or g(x1)=u(x1) car gA =u et g(x2)=v(x2) car gB =v. Donc g(x)=u(x1)+v(x2)= f(x). D'où l'unicité.
théorème "noyau-image"
Soient E et f deux K-espaces vectoriels et u une application linéaire de E dans F. Alors Im(u) est isomorphe à tout supplémentaire de Ker(u).
démonstration
Soit H un supplémentaire de Ker(u) et v=uH.
• v est injective :
Soit )x∈Ker(v . Alors x∈H et v(x)=0, c'est-à-dire x∈(Ker(u))∩H. Donc x=0 car H est un supplémentaire de Ker(u). Donc Ker(v)=
{ }
0 donc v est injective.• Im(v)=Im(u)
Soit y∈Im(v).∃x∈H,y=v(x)=u(x) donc y∈Im(u) et donc Im(v)⊂Im(u).
Soit )y∈Im(u . )∃x∈E,y=u(x . ∃!(x1,x2)∈H×Ker(u),x=x1+x2. Donc )
( ) ( ) ( )
(x1 u x2 u x1 v x1 u
y= + = = donc y∈Im(v) et donc Im(u)⊂Im(v)
•
) (
) Im(
:
x v x
u H
v →
est donc un isomorphisme de H dans Im(u).
2) Quelques résultats en dimension finie
théorème
Soit E un K espace vectoriel de dimension finie. Soit F un sous espace vectoriel de E. Alors F admet un sous espace supplémentaire, et pour tout supplémentaire G de F, on a
) ( )
( )
(F dim G dim E
dim + = .
démonstration
Soit E un K espace vectoriel de dimension finie n (n∈N*). Soit F un sous espace vectoriel de E. F admet une base (e1,...,ep), avec p≤n. D'après le théorème de la base incomplète, il existe
n
p e
e +1,..., éléments de e tels que (e1,...,ep) soit une base de E.
Soit G=vect(ep+1,...,en).
Soit x∈E.
∑
≤ =
≤ ∈ = α
α
∃ n
i i i n
n i
i K x e
1
1 ,
) (
! . Donc x∈F+G. Par conséquent, E⊂F+G. Comme E
G
F+ ⊂ , on a donc E=F+G.
• Soit x∈F∩G. Supposons x≠0. x∈F donc il existe (αi)1≤i≤p∈Kp tel que
∑
=
α
= p
i i ie x
1
.
≠0
x donc les αi ne sont pas tous nuls.
G
x∈ donc il existe (αi)p+1≤i≤n∈Kn−p tel que
∑
+
=
α
= n
p i
i ie x
1
.
Donc 0
1 1
= α
−
α
∑
∑
= = + np i
i i p
i i
ie e et les αi ne sont pas tous nuls, ce qui contredit le fait que (e1,...,en) soit une base de E. Donc x=0 et donc F∩G=
{ }
0 . Donc E=F⊕G.• Soit G un supplémentaire de F. E=F+G et F∩G=
{ }
0 . Rappelons que )( ) ( )
( )
(F G dim F G dim F dim G
dim + + ∩ = + . Or F+G=E et dim(F∩G)=0 donc
) ( ) ( )
(E dim F dim G
dim = +
théorème
Soit E un K espace vectoriel de dimension finie n (n∈N*). Soient F et G deux sous espaces vectoriels de E. Alors F et g sont des sous espaces supplémentaires si et seulement si la réunion d'une base quelconque de f et d'une base quelconque de G est une base de E.
démonstration
• Supposons que la réunion d'une base quelconque de F et d'une base quelconque de G est une base de E.
Soit )(f1,...,fp une base de F et (g1,...,gq) une base de G. Alors dim(F)= p et dim(G)=q. De plus, p+q=n car la réunion de ces deux bases est une base de E et dim(E)=n.
Donc )dim(F)+dim(G)=dim(E donc dim(F+G)=dim(E) donc F+G=E. Par conséquent, 0
) (F∩G =
dim donc F∩G=
{ }
0 . il en résulte que E=F⊕G• Supposons que E=F⊕G
Soit )(f1,...,fp une base de F, (g1,...,gq) une base de G.
) ,..., , ,...,
(f1 fp g1 gq est une famille génératrice de E : Soit x∈E. ∃!(x1,x2)∈F×G,x=x1+x2
F
x1∈ donc
∑
=
≤
≤ ∈ = α
α
∃ p
i i i p
p i
i K x f
1 1
1 ,
)
( .
G
x2∈ donc
∑
=
≤
≤ ∈ = β
β
∃ q
i i i q
q i
i K x g
1 2
1 ,
)
( .
Donc
∑ ∑
=
=
β + α
= q
i i i p
i i
if g
x
1 1
) ,..., , ,...,
(f1 fp g1 gq est une famille libre de E :
Soient 0( ) ,( ) ,
1 1
1
1 ∈ β ∈ α + β =
α
∑ ∑
=
=
≤
≤
≤
≤
q
i i i p
i i i q q i i p p i
i K K f g .
F f
p i
i ∈
∑
α=1
et g G
q i
i ∈
∑
β=1
et la décomposition 0 + 0 =0 est unique (0∈F,0∈G).
Donc 0
1
=
∑
α= p
i i
if et donc tous les αi sont nuls car (f1,...,fp) est une famille libre de F
et 0
1
=
∑
β= q
i i
ig et donc tous les βi sont nuls car (g1,...,gq) est une famille libre de G.
3) Applications a) Projecteurs
On suppose E de dimension finie et F1 et F2 deux sous espaces supplémentaires de E.
définition (projecteur)
L’application p:E=F1⊕F2 →E définie par p(x)=x1, avec x=x1+x2, décomposition de x de manière unique comme somme d’un élément de F1 et d’un élément de F2, est appelée projection sur F1, parallèlement à F2.
proposition
On considère la projection p sur F1 parallèlement à F2. (i) p est linéaire ;
(ii) Ker(p)=F2 ; (iii) Im(p)=F1 ; (iv) p p= p. démonstration
(i) Soient x,y∈E,α∈K.
2 1 2
1 2
1, ) ,
(
! x x ∈F ×F x=x +x
∃ .
2 1 2
1 2
1, ) ,
(
! y y ∈F ×F y=y +y
∃ .
) (
)
(x1 y1 x2 y2 y
x+α = +α + +α , avec x1+αy1∈F1 et x2+αy2∈F2.
La décomposition en somme d’un élément de F1t d’un élément de F2 étant unique, on a donc :
1
) 1
(x y x y
p +α = +α
= p(x)+αp(y) p est donc linéaire.
(ii) Soit x∈E. ∃!(x1,x2)∈F1×F2, x=x1+x2.
• Si )x∈Ker(p , alors p(x)=0donc x1=0 donc x∈F2. Donc Ker(p)⊂F2.
• Si x∈F2, x=0+x, avec 0∈F1et x∈F2. Par unicité de la décomposition, on a donc 0
) (x =
p donc x∈Ker(p)et donc F2 ⊂Ker(p). (iii)
• Soit )y∈Im(p . )∃x∈E, y= p(x . p(x)∈F1donc Im(p)⊂F1.
• Soit y∈F1. y=y+0 avec y∈F1 et 0∈F2. L’unicité de la décomposition donne alors y
y
p( )= donc y∈Im(p)et donc F1⊂Im(p). (iv) Soit x∈E.
) Im(
)
(x p
p ∈ donc p(x)∈F1. 0
) ( )
(x = p x +
p avec p(x)∈F1et 0∈F2. L’unicité de la décomposition donne alors )
( ) (x p x p
p = .
proposition
Soit )p∈L(E . Alors p est une projection si et seulement si p p= p. p est alors la projection sur Im(p), parallèlement à Ker(p) et on a E=Im(p)⊕Ker(p).
démonstration
• Supposons que p soit une projection.
Alors p p= p (voir (iv) ci-dessus). Il existe des sous espaces vectoriels F1 et F2de E, supplémentaires tels que p soit la projection sur F1 parallèlement à F2. On a vu précédemment que
) 1
Im(p =F et que Ker(p)=F2. Donc p est la projection sur Im(p), parallèlement à Ker(p) et on a )
( )
Im(p Ker p
E= ⊕ .
• Supposons que p p= p. Soient F1=Im(p) et F2 =Ker(p). Montrons d'abord que E=F1⊕F2.
Pour tout x∈E on a x= p(x)+(x−p(x)) avec p(x)∈Im(p) et x−p(x)∈Ker(p)car p p= p. Soit x∈F1∩F2. )∃y∈E,x= p(y car x∈F1.
) ( )
(x p p y
p =
= p(y) =x
Or x∈F2 donc p(x)=0 donc x=0donc F1∩F2 =
{ }
0 .Tout élément x de E de décompose de manière unique comme somme d'un élément de F1 et d'un élément de F2. On a x= p(x)+(x−p(x)) avec p(x)∈F1et x− p(x)∈F2 donc p est la projection sur F1 parallèlement à F2.
b) Symétries
On se place dans les mêmes conditions qu'au a).
définition (symétrie)
L’application s:E=F1⊕F2 →E définie par s(x)=x1−x2, avec x=x1+x2, décomposition de x de manière unique comme somme d’un élément de F1 et d’un élément de F2, est appelée symétrie par rapport àF1, parallèlement à F2.
proposition
On considère la symétrie s sur F1 parallèlement à F2. (i) s est linéaire ;
(ii) Si p est la projection sur F1 parallèlement à F2, alors s=2p−idE ;
(iii) Soit Inv(s)l'ensembles des éléments de e invariants par s ; on a Inv(s)=F1 ;
(iv) Soit Opp(s)l'ensembles des éléments de E transformés en leurs opposés par s ; on a ) 2
(s F Opp = . démonstration
(i) ) Soient x,y∈E,α∈K.
2 1 2
1 2
1, ) ,
(
! x x ∈F ×F x=x +x
∃ .
2 1 2
1 2
1, ) ,
(
! y y ∈F ×F y=y +y
∃ .
) (
)
(x1 y1 x2 y2 y
x+α = +α + +α , avec x1+αy1∈F1 et x2+αy2∈F2.
La décomposition en somme d’un élément de F1t d’un élément de F2 étant unique, on a donc : )
( ) (
)
(x y x1 y1 x2 y2
s +α = +α − +α =(x1−x2)+α(y1−y2) =s(x)+αs(y). s est donc linéaire.
(ii) Soit x∈E. ∃!(x1,x2)∈F1×F2, x=x1+x2.
2
) 1
(x x x
s = −
=2x1−(x1+x2) =2p(x)−x.
(iii) Soit x∈E. ∃!(x1,x2)∈F1×F2, x=x1+x2.
• Si x∈F1. x=x+0 avec x∈F1 et 0∈F2. On a donc s(x)=x−0=xdonc )x∈Inv(s et donc F1⊂Inv(s).
• Si x∈Inv(s), alors s(x)=x, c'est-à-dire x1−x2 =x1+x2. On en déduit donc que x2 =0et donc x∈F1. Donc Inv(s)⊂F1.
(iv) Soit x∈E. ∃!(x1,x2)∈F1×F2, x=x1+x2.
• Si x∈F2, x=0+x avec 0∈F1 et x∈F2 donc s(x)=0−x=−x. Donc x∈Opp(s) et donc )
2 Opp(s
F ⊂ .
• Si )x∈Opp(s , alors s(x)=−x, c'est-à-dire x1−x2 =−x1−x2. On en déduit que x1 =0 et donc x∈F2. Donc Opp(s)⊂F2.
proposition
Soit ).s∈L(E Alors s est une symétrie si et seulement si s2 =idE. Dans ce cas, s est la symétrie par rapport à Inv(s)parallèlement à Opp(s)et on a E=Inv(s)⊕Opp(s).
démonstration
• supposons que s soit une symétrie. Il existe deux sous espaces supplémentaires de E, F1 et F2 tels que s soit la symétrie par rapport à F1 parallèlement à F2. On a vu précédemment
que F1=Inv(s) et F2 =Opp(s) donc E=Inv(s)⊕Opp(s). Soit x∈E. x s'écrit de manière unique sous la forme x=x1+x2avec x1∈F1 et x2∈F2.
2
) 1
(x x x
s = − et donc s2(x)=x1+x2 =x.
• Supposons que s2 =idE.
Notons F1=Inv(s) et F2 =Opp(s). Montrons d'abord que E=Inv(s)⊕Opp(s) :
Pour tout x∈E, ( ( ))
2 )) 1 ( 2(
1 x s x x s x
x= + + − avec ( ( )) ( )
2
1 x+s x ∈Inv s et ( ( )) ( ) 2
1 x−s x ∈Opp s . Soit )x∈Inv(s)∩Opp(s . Alors s(x)=xet s(x)=−xdonc x=0 donc Inv(s)∩Opp(s)=
{ }
0 . par conséquent, )E=Inv(s)⊕Opp(s .Tout élément x de E de décompose de manière unique comme somme d'un élément de F1 et d'un élément de F2, avec ( ( )) 1
2
1 x+s x ∈F et ( ( )) 2 2
1 x−s x ∈F et on a ( ( ))
2 )) 1 ( 2( ) 1
(x x s x x s x
s = + − −
donc s est la symétrie par rapport à F1 parallèlement à F2.
c) Diagonalisation
théorème
Soit u un endomorphisme de E. Les assertions suivantes sont équivalentes : (i) u est diagonalisable ;
(ii) E est somme directe des sous espaces propres de u ;
(iii) χu est scindé dans K[X] et pour toute valeur propre λ, on a dim(Eu(λ))=m, m étant l'ordre de multiplicité de λ.
démonstration
• (i)⇒(ii) :
Supposons u diagonalisable. Il existe une base e=(e1,...,en) de E formée de vecteurs propres de u.
Notons Sp(u)=
{
λ1,...,λp}
, et ∀i∈Np,qi =dim(Eu(λi)).Soit )(
1 i u p
i
E
F =
⊕
= λ . On a∑
=
= p
i
qi
F dim
1
)
( (voir chapitre "sommes et sommes directes de sous espaces vectoriels").
F e N k∈ n k∈
∀ , et e est une famille libre de f donc n≤dim(F).
Or F⊂E donc dim(F)≤n. Par conséquent dim(F)=dim(E) donc F=E.
• (ii)⇒(i) :
Soient λ1,...,λp les valeurs propres deux à deux distinctes de u. On suppose ( )
1 i u p
i
E E=
⊕
= λ .p, N k∈
∀ notons qk =dim(Eu(λk)).
Une base de E est obtenue en réunissant une base de Eu(λ1), une base de Eu(λ2),…,une base de )
( p
Eu λ . e est donc une base de E formée de vecteurs propres de u et on a : )
,..., ,..., ,..., , ,..., ( )
;
(u e diag 1 1 2 2 p p
mat = λ λ λ λ λ λ , où pour tout i∈Np, λi apparaît qi fois.
• (ii)⇒(iii)
Soient λ1,...,λp les valeurs propres deux à deux distinctes de u. On suppose ( )
1 i u p
i
E E=
⊕
= λ .p, N k∈
∀ notons qk =dim(Eu(λk)).
Pour k∈Np, notons uk l'endomorphisme de Eu(λk) induit par u (c'est-à-dire, )
( ) ( ),
( u x u x
E
x∈ u λk k =
∀ ).
k k
q k
u (X)=(λ −X)
χ , )mat(uk;e)=diag(λk,...,λk où λk apparaît qk fois, et
uk
χ divise χu. Les χuk sont premiers entre eux deux à deux donc
∏
= p χ
k uk 1
divise χu.
Or, ⎪
⎩
⎪⎨
⎧
= χ
=
= χ
⎟⎟=
⎠
⎜⎜ ⎞
⎝
⎛
∏
χ∑ ∑
=
=
=
n
n q
u
p
k k p
k
u p
k
uk k
) deg(
) deg(
deg
1 1
1
donc
∏
=
χ α
= χ
∈ α
∃ p
k u
u k
K
1
, .
Or, χu a pour coefficient dominant (−1)n et
∏
=
χ
p
k uk 1
a pour coefficient dominant n
q
p
k k
) 1 ( )
1
( ∑1 = −
− = donc α=1 et donc
∏
=
χ
= χ p
k u
u k
1
.
• (iii)⇒(ii)
On suppose que
∏
=
− λ
=
χ p
i
q i u
X i
X
1
) (
)
( , avec qi =dim(Eu(λi)). On sait que n=deg(χu) (voir chapitre "éléments propres d'un endomorphisme").
∑
==
χ p
i i
u q
1
)
deg( donc
∑
=
= p
i
qi
n
1
.
Comme
⎪⎪
⎩
⎪⎪
⎨
⎧
⊂ λ
=
=
⎟⎠
⎜ ⎞
⎝
⎛ λ
⊕
⊕ ∑
=
= =
E E
n q E
dim
i u p
i
p
i i i
u p
i
) (
) (
1
1
1 , on a ( )
1 i u p
i
E E=