Pense-Bête Algèbre
Pense-Bête Algèbre
Pense-Bête Algèbre
❒ Définition [Indicatrice d’Euler] – Pour n ∈ N∗ on pose [Indication : si d = deg µa , poser ϕ : P ∈ Kd−1 [X] 7−→ Pe(a) ∈ K[a] et montrer que
∗ ϕ est un isomorphisme de K-espaces vectoriels en utilisant notamment une division
ϕ(n) = Card (Z/nZ) , × = Card {x ∈ J1, nK | x ∧ n = 1} . euclidienne.]
D’après le théorème des restes chinois, ∀m, n ∈ N∗ tels que m ∧ n = 1, ϕ(mn) =
ϕ(m)ϕ(n) et si n = pα
1 · · · pr où les pi sont premiers et les αi > 1, alors
1 αr
3 Algèbre linéaire
r
Y
αi −1
❒ Lemmehp [Rang d’un projecteur] – On suppose K de caractéristique nulle. Si p est
ϕ(n) = pα
i − pi
i
.
un projecteur sur un K-espace vectoriel E de dimension finie, alors Tr p = rg p.
i=1
[Indication : E = Ker p ⊕ Im p, écrire la matrice de p dans une base adaptée à cette
décomposition.]
2 Polynômes ❒ Propositionexo [Somme directe et projecteurs] – Soient F1 , . . . , Fq des sous-espaces
M q
❒ Définition [Fonctions symétriques élémentaires] – Soit n ∈ N , x1 , . . . , xn ∈ K. du K-espace vectoriel E. Alors E = Fi si et seulement si il existe p1 , . . . , pq ∈ L(E)
Pour k ∈ J1, nK, on définit par k-ième fonction symétrique élémentaire par i=1
q
X
X Y tels que ∀(i, j) ∈ J1, qK, pi ◦ pi = pi , i 6= j ⇒ pi ◦ pj = 0 et pi = IdE . Dans ce cas,
σk (x1 , . . . , xn ) = xα .
i=1
A∈P(J1,nK) α∈A q
M
Card A=k
∀i ∈ J1, qK, pi est le projecteur sur Fi parallèlement à Fj .
n
X i=1
j6=i
❒ Théorème [Relations racines-coefficients] – Soit P = ak X k ∈ K[X] scindé sur
❒ Propositionexo [Trace et formes linéaires] – Pour toute forme linéaire
k=0
K dont on note x1 , . . . , xn les racines comptées avec multiplicité. Alors ∀k ∈ J1, nK, ℓ : Mn (K) −→ K, il existe une unique matrice A0 ∈ Mn (K) telle que ∀X ∈ Mn (K),
ℓ(X) = Tr(A0 X).
an−k [Indication : introduire l’application linéaire adaptée Ψ : A ∈ MK (7−→) ℓA où ℓA : X ∈
σk (x1 , . . . , xn ) = (−1)k .
an Mn (K) 7−→ Tr(AX). Montrer que Ψ est un isomorphisme.]
2
❒ Théorème [Génération de SLn (K) et de GLn (K)] – Pour (i, j) ∈ J1, nK tels que
❒ Théorèmeexo [Gauss-Lucas] – Soit P ∈ C[X] de racines z1 , . . . , zn . Alors toute
i 6= j et λ ∈ K, on définit la matrice de transvection Ti,j (λ) = In + λEi,j et la matrice
racine de P ′ est dans l’enveloppe convexe des racines de P , c’est à dire que toute
de dilatation Di (λ) la matrice diagonale de coefficients diagonaux Di (λ)[i, i] = λ et
racine de P ′ est barycentre à coefficients positifs de z1 , . . . , zn .
P′ Di (λ)[j, j] = 1 pour j 6= i. On a alors les deux résultats suivants :
[Indication : décomposer en éléments simples, évaluer la relation en les racines de (1) GLn (K) est engendré par les matrices de transvection et de dilatation, plus pré-
P
P et utiliser la quantité conjuguée.]
′
cisément ∀M ∈ GLn (K),
❒ Proposition [Interpolation de Lagrange] – Soient a0 , . . . , an ∈ K, on pose pour
k ∈ J0, nK M = Ti1 ,j1 (λ1 ) · · · Tip ,jp (λp )Dn (det M ) ;
Yn
X − aj
Lk = . (2) SLn (K) est engendré par les matrices de transvection.
a
j=0 k
− aj
j6=k
[Indication : la démonstration se fait par un algorithme d’opérations élémentaires sur
les matrices que l’on interprète comme des produits pas des matrices de transvection
Xn
ou de dilatation.]
Alors (L0 , . . . , Ln ) est une base de Kn [X] et ∀P ∈ Kn [X], P = P (ak )Lk .
❒ Proposition [Changement de base] – Soient B, B ′ deux bases d’un K-espace
k=0
❒ Lemmehp [Polynôme vectoriel E, P = MatB (B ′ ) la matrice de passage de B dans B ′ . Prenons x ∈ E,
n minimalo et K-algèbre engendrée] – Soit A une K-algèbre,
X = MatB (x), X ′ = MatB′ (x). On a alors la relation
a ∈ A, K[a] = Pe (a) P ∈ K[X] . Si a admet un polynôme annulateur minimal µa ,
alors K[a] est de dimension finie et dimK (K[a]) = deg µa . X = P X ′.
. on associe
❒ Lemmehp [Produit tensoriel] – Soient p, q, r, s ∈ N∗ , A ∈ Mp,q (K), B ∈ Mr,s (K). 0
........ 0 −a0
.. ..
1 . . .
On définit le produit tensoriel de A et de B par . .
AP = 0 . . . . . . .. ..
a1,1 B ··· a1,n B . . ∈ Mn (K) .
. . ..
..
A⊗B = . .. ∈ M
pr,qs (K) . .. .. ... 0 .
.
an,1 B ··· an,n B 0 ··· 0 1 −an−1
AP est la matrice compagnon de P et χAp = (−1)n P .
Un calcul par blocs montre alors que ∀A, A ∈ Mp,q (K), ∀B, B ∈ Mr,s (K),
′ ′
(A ⊗ B) × (A′ ⊗ B ′ ) = (A × A′ ) ⊗ (B × B ′ ). 4 Réduction
❒ Lemme [Produit de comatrices] – ∀A, B ∈ Mn (C), ❒ Proposition [Polynôme caractéristique] – Soit A ∈ Mn (K), on considère la matrice
A − XIn ∈ Mn (K[X]). Le polynôme caractéristique de A est χA = det(A − XIn ) ∈
com(A × B) = com A × com B. K[X]. De plus, χA est de degré n et est de la forme
χA = (−1)n X n − Tr AX n−1 + αn−1 (A)X n−2 + · · · + α1 (A)X + (−1)n det A .
[Indication : faire d’abord le cas inversible, puis raisonner par continuité/densité en
utilisant la densité de GLn (C) dans Mn (C).] Les valeurs propres de A sont les racines de χA .
❒ Propositionexo [Diagonale dominante] – Soit A ∈ Mn (C). Si ∀i J1, nK, ❒ Théorème [Indépendance des sous-espaces propres] – Soit E un K-espace vectoriel,
u ∈ L(E). Alors la famille des sous-espaces propres de u est indépendante : des vecteurs
n
X propres associés à des valeurs propres deux à deux distinctes formes un système libre.
|A[i, i]| > |A[i, j]| , Xn
j=1 ❒ Lemme [Gershgorin] – Soit A ∈ Mn (C), pour i ∈ J1, nK on pose ℓi = |A[i, j]|.
j6=i
j=1
j6=i
alors A est inversible. n
[
[Indication : prendre un vecteur X tel que AX = 0, et prendre i0 tel que |X[i0 ]| est Alors le spectre complexe de A est inclus dans Df (A[i, i], ℓi ).
i=1
maximale. La ligne i0 du système d’équation fournit X = 0.]
[Indication : utiliser la propriété de diagonale dominante.]
❒ Lemme [Vandermonde] – Pour a1 , . . . , an ∈ K, ❒ Définition [Projecteurs spectraux] – Soit E un K-espace vectoriel de dimension finie,
u ∈ L(E) diagonalisable, λ1 , . . . , λp ses valeurs propres. Les projecteurs spectraux de
1 ··· 1
u sont les (Πi )i∈J1,nK où ∀i ∈ J1, nK, Πi est le projecteur sur Eλi (u) parallèlement à la
a1 ··· an Y
somme des autres sous-espaces propres. On a alors les résultats suivants :
.. .. = (aj − ai ). 2
. . – ∀(i, j) ∈ J1, nK , Πi ◦ Πj = δij Pi ;
n−1 16i<j6n Xp
a · · · ann−1
1 – Πi = IdE ;
i=1
❒ Définition [Matrices stochastiques] – Une matrice A ∈ Mn (R+ ) est dite stochas- p
X
n
X – ∀P ∈ K[X], Pe(u) = P (λi )Πi .
tique si ∀i ∈ J1, nK, A[i, j] = 1 et bistochastique si A et tA sont stochastiques. De i=1
j=1 ❒ Théorème [Polynômes annulateurs et valeurs propres] – Soit E un K-espace vec-
plus, A est stochastique si et seulement si le vecteur t(1 · · · 1) est vecteur propre de A toriel, u ∈ L(E) et P ∈ K[X]. Si P est un polynôme annulateur de u, toute valeur
associé à la valeur propre 1. propre de u est racine de P . Si de plus P est le polynôme minimal de u, alors l’ensemble
❒ Proposition [Matrices compagnons] – À P = X n + an−1 X n−1 + · · · + a0 ∈ K[X] des valeurs propres de u est exactement l’ensemble des racines de P .
1. L’équivalence (1) ⇔ (3) n’est pas au programme. 2. Il existe un énoncé analogue en remplaçant diagonalisable par trigonalisable.
v1
Ker ψ. – e1 = ;
[Indication : pour le sens difficile, compléter un système libre maximale en base de E ∗ , kv1 k
wk
prendre la base antéduale et décomposer ψ sur la base de E ∗ .] – ∀k 6 2, ek = où wk est la projection orthogonale de vk sur
kwk k
k−1
X
Vect(e1 , . . . , ek−1 )⊥ , soit wk = vk − (ei |vk ) ei .
6 Espaces préhilbertiens i=1
❒ Proposition [Distance à une partie] – Soit E un espace préhilbertien, F un sous-
Dans toute cette partie, K = R ou C.
espace vectoriel de E de dimension finie. Alors ∀v ∈ E, la distance de v à F est atteinte
❒ Définition [Produit scalaire] – Soit E un K-espace vectoriel, on appelle produit
en la projection orthogonale de v sur F : d(v, F ) = kv − pF (v)k.
scalaire sur E toute application ϕ : E × E −→ K telle que :
❒ Théorèmehp [Projection sur un convexe complet non vide] – Soit E un espace
(1) ϕ est linéaire à droite ; préhilbertien, C ⊂ E convexe compact non vide. Alors pour tout v ∈ E, il existe un
(2) ϕ est symétrique si K = R, hermitienne si K = C ; unique pC (v) ∈ C tel que kv − PC (v)k = d(v, C). De plus, pC (v) est caractérisé par la
(3) ϕ est définie positive. propriété
∀z ∈ C, ℜe ((v − pC (v)|z − pC (v))) < 0.
(E, ϕ) est alors un espace préhilbertien.
❒ Théorème [Cauchy-Schwarz] – Soit E un espace préhilbertien, ∀x, y ∈ E, Enfin v ∈ E 7−→ pC (v) ∈ C est 1-lipschitzienne.
p p [Indication : prendre une suite (cn ) de points de C telle que kcn − vk −−−−−→ d(v, C)
n→+∞
|(x|y)| 6 (x|x) (y|y) et montrer qu’elle est de Cauchy grâce à l’identité du parallélogramme. Pour l’affaire
avec égalité si et seulement si (x, y) est liée. de l’angle obtus, utiliser la méthode du glissement.]
[Indication : étudier, pour t ∈ R, (x + ty|x + ty).] ❒ Propositionhp [Gram] – Soit E un espace préhilbertien, v1 , . . . , vn ∈ E. On appelle
❒ Proposition [Identité du parallélogramme] – Soit E un espace préhilbertien muni matrice 2
de Gram du système (v1 , . . . , vn ) la matrice G(v1 , . . . , vn ) telle que ∀(i, j) ∈
de la norme associée au produit scalaire. Alors ∀x, y ∈ E, on a J1, nK , G(v 1 , . . . , vn )[i, j] = (vi |vj ). On note g(v1 , . . . , vn ) = det G(v1 , . . . , vn ). On a
alors les propriétés suivantes :
2 2 2 2
kx + yk + kx − yk = 2(kxk + kyk ). – g(n1 , . . . , nn ) = 0 si et seulement si (v1 , . . . , vn ) est liée ;
– si (v1 , . . . , vp ) est une base du sous-espace vectoriel F de E, alors ∀u ∈ E,
❒ Proposition [Identité de polarisation] – Soit E un espace préhilbertien muni de la
norme associée au produit scalaire. 2 g(v1 , . . . , vp , u)
– Si K = R, alors ∀x, y ∈ E, (d(u, F )) = .
g(v1 , . . . , vp )
1 ❒ Lemme [Projecteur orthogonal] – Soit E un espace préhilbertien, p un projecteur
(x|y) = (kx + yk2 − kxk2 − kyk2 ).
2 de E. Si ∀x ∈ E, kp(x)k 6 kxk, alors p est orthogonal.
– Si K = C, alors la formule précédente est valable pour la partie réelle du produit [Indication : utiliser la méthode de glissement.]
scalaire d’où la formule suivante, pour x, y ∈ E, ❒ Proposition [Topologie des matrices] – Voici un tableau récapitulant les diverses
propriétés topologiques des ensembles de matrice relativement à la topologie de Mn (R)
1 ou Mn (C) muni d’une norme quelconque. K désigne R ou C.
(x|y) = (kx + yk2 − kxk2 − kyk2 + kix + yk2 − kxk2 − kyk2 ).
2
On (R) compact SOn (R) compact
❒ Théorème [Pythagore] – Soit E un espace préhilbertien muni de la norme associée
au produit scalaire. Si u, v ∈ E sont orthogonaux, alors ku + vk = kuk + kvk . Un (C) compact GLn (K) ouvert dense
2 2 2
2 2 2
Réciproquement, dans le cas où K = R, si ku + vk = kuk + kvk , alors (u|v) = 0. SL n (K) fermé d’intérieur vide {A ∈ M n (C) | A diagonalisable} dense
❒ Proposition [Gram-Schmidt] – Soit I = N∗ ou I = J1, pK avec p ∈ N∗ , E un S+ (R) fermé S ++
(R) ouvert de S+
n n n (R)
espace préhilbertien, (vi )i∈I une famille libre de E. Alors il existe un unique système
orthonormal (ei )i∈I tel que ∀k ∈ I, Vect ((ei )i6k ) = Vect ((vi )i6k ) et (ek |vk ) ∈ R+ . De ❒ Lemme [Valeurs propres d’une antisymétrique] – La seule valeur propre réelle d’une
plus, on a les formules suivantes : matrice antisymétrique à coefficients complexes est 0.
[Indication : Multiplier l’équation aux éléments propres AX = λX par tX tA à gauche.] [Indication : montrer d’abord que si n = dim E > 2, ∀x, y ∈ E, il existe une unique
❒ Lemme [Valeurs propres d’une hermitienne] – Si A ∈ Mn (C) est hermitienne réflexion qui échange x et y. Procéder ensuite par récurrence sur n − p en utilisant le
(tA = A), alors SpC (A) ⊂ R. fait que tout endomorphisme d’un espace euclidien admet un plan ou une droite stable.]
❒ Lemmehp [Schur] – Dans un espace préhilbertien de dimension finie, tout endomor- ❒ Proposition [Expression intrinsèque d’une rotation] – Soit E un espace euclidien
phisme trigonalisable l’est en base orthonormale. de dimension 3, R la rotation d’axe dirigé et orienté par n ∈ E \ {0} et d’angle θ. Alors
[Indication : résulte de Gram-Schmidt.] ∀x ∈ E,
❒ Théorèmehp [Spectraux] – Les théorèmes suivants résultent d’une application judi- sin θn ∧ x (n|x)
cieuse du lemme de Schur : R(x) = cos θx + + (1 − cos θ) n.
knk knk2
(1) Une matrice A ∈ Mn (C) est hermitienne si et seulement si elle est unitairement
diagonalisable à valeurs propres réelles ; ❒ Lemmeexo [Famille quasi-orthonormale] – Soit E un espace préhilbertien réel,
p
X
(2) Une matrice A ∈ Mn (R) est symétrique si et seulement si elle est orthogonalement 2
(u1 , . . . , up ) des vecteurs de E tels que ∀x ∈ E, kxk =
2
(ui |v) . Alors E =
diagonalisable 1 ; i=1
(3) A ∈ Mn (C) est unitaire si et seulement si elle est unitairement diagonalisable à Vect(u1 , . . . , up ).
valeurs propres de module 1. [Indication : montrer que E ⊥ = {0}.]
❒ Propositionhp [Racine carrée] – Pour tout A ∈ S+ ❒ Lemmeexo [Similitude sur R et C] – Soient A, B ∈ Mn (R) telles que ∃P ∈ GLn (C),
n (R), il existe une unique matrice
B ∈ S+ A = P −1 BP . Alors A et B sont aussi semblables via une matrice de GLn (R).
n (R) telle que A = B
2
[Indication : utiliser le théorème spectral pour l’existence, et considérer les restrictions [Indication : décomposer P = R + iS où R et S sont à coefficients réels, déduire de
aux sous-espaces propres pour l’unicité.] la relation de similitude un système de deux équations. x ∈ R : det(R + xS) 7−→ est
❒ Théorèmeexo [Décomposition polaire] – Pour toute A ∈ GLn (R), il existe un unique polynômiale en x donc s’annule un nombre fini de fois.]
couple (S, P ) ∈ S++
n (R) × On (R) tel que A = SP . Si on a juste A ∈ Mn (R), alors il
existe un couple (S, P ) ∈ S+ n (R) × On (R) tel que A = SP .
[Indication : pour A ∈ GLn (R), prendre pour S une racine carrée de AtA. Pour le cas 7 Formes bilinéaires symétriques et quadratiques
général, utiliser la densité de GLn (R) et le fait que S+ n (R) est fermé.]
❒ Propositionexo [Min-max] – Soit E un espace euclidien, u ∈ L(E) symétrique, Dans la suite K est un corps de caractéristique nulle ou plus grande que 2.
λ1 6 · · · 6 λn les valeurs propres de u. Pour d ∈ J0, nK, on pose Xd l’ensemble des ❒ Définition [Forme quadratique et polaire] – Soit E un K-espace vectoriel. À une
sous-espaces vectoriels de E de dimension d et Σ la sphère unité de E. Alors, ∀k ∈ J1, nK, forme bilinéaire symétrique ϕ de E on associe la forme quadratique q définie par
q : x ∈ E 7−→ ϕ(x, x) ∈ K. On dit aussi que ϕ est la forme polaire de q.
λk = inf sup (x|u(x)) = sup inf (x|u(x)) . ❒ Proposition [Caractérisation des formes quadratiques] – Soit E un K-espace vec-
F ∈Xk x∈F ∩Σ F ∈Xn+1−k x∈F ∩Σ toriel de dimension finie, q : K −→ E est une forme quadratique si et seulement si elle
s’exprime par un polynôme homogène de degré 2 en les coordonnées de la variable dans
[Indication : prendre une base (e1 , . . . , en ) de vecteurs propres de u, et considérer les
une base de E quelconque.
sous-espaces Fk = Vect(e1 , . . . , ek et Gk = (en+1−k , . . . , en ).]
❒ Théorème [Congruence] – Soit E un K-espace vectoriel de dimension finie, n ∈ N∗ ,
❒ Proposition [Formule de réflexion] – Soit E un espace euclidien, n ∈ E \ {0},
B, B ′ deux bases de E, P la matrice de passage de B vers B ′ , ϕ une forme bilinéaire
H = {n}⊥ . Alors la réflexion par rapport à H est l’endomorphisme
symétrique. Si A = MatB (ϕ) et A′ = MatB′ (ϕ), alors
σH : E −→ E .
2 (n|x) n A′ = tP AP .
x 7−→ x − 2
knk
❒ Théorèmehp [Réduction en carré] – Soit E un K-espace vectoriel de dimension finie,
❒ Théorèmehp [Cartan] – Soit E un espace euclidien, O(E) est le sous-groupe de ϕ une forme bilinéaire symétrique. Alors il existe une base B de E telle que MatB (ϕ)
(GL(E), ◦) engendré par les réflexions. Plus précisément, tout u ∈ O(E) peut s’expri- soit diagonale. Autrement dit, si B = (e1 , . . . , en ), alors il existe c1 , . . . , cn telles que
mer comme composé de n − p réflexions où p = dim Ker(u − IdE ). X n n
X n
X
pour tous x = xi ei , y = yi ei , ϕ(x, y) = ci xi yi .
1. Ce résultat est le théorème spectral qui est lui au programme.
i=1 i=1 i=1
[Indication : procéder par récurrence et considérer l’hyperplan H = ❒ Proposition [Quadriques à centre] – On peut classifier les quadriques possédant
{x ∈ E | ϕ(x, e1 ) = 0} où ϕ(e1 , e1 ) 6= 0.] un centre de symétrie en fonction de la forme de leur équation réduite dans un re-
❒ Définitionhp [Signature] – Soit E un R-espace vectoriel de dimension finie, Q une père orthonormal de vecteurs propres de la matrice de la forme bilinéraire associée à
forme quadratique. L’indice de positivité p de Q est la dimension maximale des sous- l’équation de la quadrique et centré sur le centre de symétrie de la quadrique.
espaces sur lesquels Q est définie positive. L’indice de négativité q de Q est la dimension
maximale des sous-espaces sur lesquels Q est définie négative. Le couple (p, q) est la Équation réduite Nature de la surface
signature de Q. x 2 y 2 z 2
❒ Théorème [Cauchy-Schwarz pour les fbs positives] – Soit E un R-espace vectoriel, + + =1 ellipsoïde
a b c
ϕ une forme bilinéaire symétrique positive. Alors ∀x, y ∈ E, x 2 y 2 z 2
p p + − =1 hyperboloïde à une nappe
|ϕ(x, y)| 6 ϕ(x, x) ϕ(y, y). a b c
x 2 y 2 z 2
− − + =1 hyperboloïde à deux nappes
❒ Définition [Noyau, cône isotrope d’une fbs] – Soit E un K-espace vectoriel, ϕ une a b c
forme bilinéaire symétrique et q sa forme quadratique associée. Le noyau de ϕ est le x 2 y 2
+ =1 cylindre à base elliptique
sous-espace vectoriel Ker ϕ = {x ∈ E | ∀y ∈ E, ϕ(x, y) = 0}. Le cône isotrope de q est a b
l’ensemble K = {x ∈ E | q(x) = 0}. x 2 y 2
❒ Théorèmehp [Forme réduite de Sylvester] – Soit E un K-espace vectoriel de dimen- − =1 cylindre à base hyperbolique
a b
sion finie, ϕ une forme bilinéaire symétrique de signature (p, q). Alors il existe une base x 2 y 2 z 2
B de E dans laquelle on ait, par blocs, + − =0 cône de révolution
a b c
Ip 0 0
❒ Proposition [Quadriques asymétriques] – Si la quadrique ne présente pas de centre
MatB (ϕ) = 0 −Iq 0 .
de symétrie, on peut tout de même réduire l’équation dans un repère orthonormal qui
0 0 0
diagonalise la forme quadratique associée à l’équation de la quadrique.
[Indication : utiliser la réduction en carré.]
❒ Définition [Endomorphisme symétrique d’une fbs] – Soit E un espace euclidien, Équation réduite Nature de la surface
ϕ une forme bilinéaire symétrique. Alors il existe un unique Π ∈ L(E) symétrique tel x 2 y 2 z
que ∀x, y ∈ E, ϕ(x, y) = (Π(x)|y) = (x|Π(y)). Les matrices de Π et ϕ coïncident dans + = paraboiloïde elliptique
a b c
n’importe quelle base orthonormée de E. x 2 y 2 z
❒ Théorème [Réduction simultanée de deux fbs] – Soit E un R-espace vectoriel − = paraboloïde hyperbolique
a b c
de dimension n, ϕ1 , ϕ2 deux formes bilinéaires symétriques telles que ϕ1 est définie y = kx2 cylindre parabolique
positive. Alors il existe une base B de E dans laquelle MatB (ϕ1 ) = In et MatB (ϕ2 ) =
Diag(λ1 , . . . , λn ).
[Indication : ϕ1 est en fait un produit scalaire sur E, prendre une base orthonormale Paraboloïde elliptique Paraboloïde hyperbolique
pour ϕ1 qui réduit ϕ2 donnée par le théorème spectral.]
8 Quadriques de R3
40 20
❒ Définition [Quadrique] – Une quadrique de R est une surface d’équation
3
0
20
2 2 2
f (x, y, z) = ax + by + cz + 2dxy + 2ezx + 2f zy + gx + hy + iz + j = 0, 5 −20 5
| {z } 0
q(x,y,z) −5 0 −5 0
0 0
5 −5 5 −5
où a, b, c, d, e, f, g, h, i, j ∈ R.
9 Étude affine des courbes et surfaces ❒ Définition [Intégrale curviligne] – Soit ω une forme différentielle continue sur U ,
ψ : [a, b] 7−→ U continue et C 1 par morceaux, U étant un ouvert de Rn . Soit (a0 , . . . , ap )
❒ Proposition [Branches infinies en polaires] – Soit ρ : I −→ R où I est un intervalle une subdivision adaptée au caractère C 1 par morceaux de ψ, on pose alors l’intégrale
de R, Γ l’arc d’équation polaire ρ(θ). Soit θ0 ∈ R tel que ρ(θ) −−−→ ±∞, alors θ = θ0 curviligne de ω sur le chemin orienté ψ comme étant
θ→θ0
y(θ) p−1
X ˆ aj+1
est direction asymptotique car = tan θ −−−→ tan θ0 . Pour étudier l’asymptote,
ˆ
x(θ) θ→θ0
ω = [ω(ψ(t))](ψ ′ (t))dt.
on se place dans le repère mobile O; u θ0 , u θ0 + π2 et il suffit de voir si ρ(θ) sin(θ − θ0 )
#” #” ψ j=0 aj
admet une limite en ‘θ0 .
Xn
❒ Théorème [Position par rapport au plan tangent] – Soit S une surface de R3
De plus, si ω(M ) = pi (M )dxi et ψ(t) = (α1 (t), . . . , αn (t)), alors
définie par z = ϕ(x, y)) avec ϕ : U ⊂ R −→ R de classe C . Soit M0 = (x0 , y0 ) ∈ R ,
2 2 2
2 2 2 i=1
∂ ϕ ∂ ϕ ∂ ϕ
on pose r = 2
(x0 , y0 ), t = 2
et s = .
∂x ∂y ∂x∂y ˆ p−1
X ˆ aj+1 X n
(2) Si rt − s2 < 0, dans tout voisinage de M0 il existe des points de S de part et ❒ Théorème [Poincaré] – Soit U un ouvert étoilé, ω : U ⊂ Rn −→ (Rn )∗ une forme
d’autre du plan tangent. M0 est dit hyperbolique. différentielle C 1 fermée. Alors ω est exacte et si U est étoilé par rapport à A ∈ U , alors
l’application [AM] ω est une primitive de ω et toute autre primitive de ω
´
(3) Si rt − s = 0, on ne peut rien dire sauf que M0 est dégénéré.
2 M ∈ U −
7 →
diffère de celle-ci d’une constante.
❒ Théorème [Green-Riemann] – Soit U un ouvert de R2 , ∆ un compact inclus dans
10 Intégrales curvilignes U de frontière orientée Γ, ω(x, y) = P (x, y)dx + Q(x, y)dy une forme différentielle de
classe C 1 sur U . Alors
❒ Définition [Formes différentielles] – À toute application f : U −→ R où U est un ¨
ouvert de Rn de classe C k−1 on peut associer la forme différentielle ∂Q ∂P
ˆ ¨
ω= dω = − dxdy.
Γ ∆ ∆ ∂x ∂y
ω : U −→ R .
M 7−→ (df )(M )
On dit que f est une primitive de ω. De plus, si (e∗1 , . . . , e∗n ) est la base canonique de
X n
(Rn )∗ , ∀i ∈ J1, nK, on note dxi = e∗i et on écrit ω(M ) = pi (M )dxi .
i=1
Réciproquement, on dit que ω est exacte s’il existe f : U −→ R de classe C k−1 telle
∂f
que ∀i ∈ J1, nK, pi = .
∂xi
❒ Proposition [Forme fermée] – Une forme différentielle
ω : U ⊂ Rn −→ R
n
X
M 7−→ pi (M )dxi
i=1
2 ∂ pi ∂ pj
de classe C 1 est dite fermée si elle vérifie ∀(i, ) ∈ J1, nK , = . C’est une
∂xj ∂xi [ Cette fiche comporte 90 entrées dont 27 théorèmes, 27 propositions, 21 définitions et 15 lemmes. \
condition nécessaire à l’exactitude de ω.
Index
(hp) Équipotence, 1 Formes différentielles, 8 (hp) Produit tensoriel, 3
Formule de réflexion, 6 Projecteur orthogonal, 5
Base antéduale, 4 Projecteurs spectraux, 3
Branches infinies en polaires, 8 Génération de SLn (K) et de GLn (K), 2 (hp) Projection sur un convexe complet non vide, 5
(exo) Gauss-Lucas, 2 Pythagore, 5
(hp) Cantor, 1 Gershgorin, 3
(hp) Cantor-Bernstein, 1 (hp) Gram, 5 Quadrique, 7
Caractérisation des formes quadratiques, 6 Gram-Schmidt, 5 Quadriques à centre, 7
Caractéristique, 1 Green-Riemann, 8 Quadriques asymétriques, 7
(hp) Cartan, 6
Cauchy-Schwarz, 5 Idéal, 1 (hp) Réduction en carré, 6
Cauchy-Schwarz pour les fbs positives, 7 Identité de polarisation, 5 Réduction simultanée de deux fbs, 7
Cayley-Hamilton, 4 Identité du parallélogramme, 5 (hp) Racine carrée, 6
Changement de base, 2 Indépendance des sous-espaces propres, 3 (hp) Rang d’un projecteur, 2
Codimension, 4 Indicatrice d’Euler, 2 Relations racines-coefficients, 2
Commutation et stabilité, 4 Intégrale curviligne, 8 Restes chinois, 1
Congruence, 6 Interpolation de Lagrange, 2
Crochet de dualité, 4 (exo) Intersection de noyaux, 4 (hp) Schur, 6
(hp) Signature, 7
Décomposition des noyaux, 4 Matrices compagnons, 3 (exo) Similitude sur R et C, 6
(exo) Décomposition polaire, 6 Matrices stochastiques, 3 (exo) Somme directe et projecteurs, 2
(hp) Dénombrabilité, 1 (exo) Min-max, 6 Sous-anneau, 1
(exo) Diagonale dominante, 3 Sous-espace vectoriel, 1
(exo) Diagonalisation simultanée, 4 Noyau, cône isotrope d’une fbs, 7 (hp) Sous-espaces caractéristiques, 4
Distance à une partie, 5 Sous-espaces stables, 4
Plan stable, 4 Sous-groupe, 1
Endomorphisme symétrique d’une fbs, 7 Poincaré, 8 (hp) Sous-groupe distingué, 1
(hp) Endomorphismes cycliques, 4 Polynôme caractéristique, 3 (hp) Spectraux, 6
Expression intrinsèque d’une rotation, 6 (hp) Polynôme minimal et K-algèbre engendrée, 2
Polynômes annulateurs et diagonalisation, 4 Topologie des matrices, 5
(exo) Famille quasi-orthonormale, 6 Polynômes annulateurs et trigonalisation, 4 (exo) Trace et formes linéaires, 2
Fonctions symétriques élémentaires, 2 Polynômes annulateurs et valeurs propres, 3
Forme fermée, 8 Position par rapport au plan tangent, 8 Valeurs propres d’une antisymétrique, 5
Forme quadratique et polaire, 6 Produit de comatrices, 3 Valeurs propres d’une hermitienne, 6
(hp) Forme réduite de Sylvester, 7 Produit scalaire, 5 Vandermonde, 3