Algbre 1

MIAS 1
Thierry Cuesta
26 septembre 2003
Le prsent cours trouve sa source dans les notes que javais rdiges lors du premier semestre de lanne
universitaire 2001/2002, alors que jenseignais pour la premire fois lalgbre en DEUG MIAS. Les trois heures
hebdomadaires ddies cet enseignement dans lemploi du temps des tudiants, ne mavaient pas permis de
justier chacun des noncs. Javais le sentiment davoir bcl une bonne partie des dmonstrations, davoir laiss
de ct une part trop importante du formalisme sans doute ncessaire, an de mnager susamment de temps
pour traiter les exercices des TD. Ces frustrations conjugues : une panne de voiture durant lt 2002, lachat
dun ordinateur, lenvie dapprivoiser le traitement de texte L
A
T
E
X, ont eu pour consquence la rdaction de
la premire version de ce cours.
La version actuelle de ce cours nest que la version rvise et (peu) augmente de la version initiale. Il est
probable que quelques erreurs subsistent, en dpit des relectures auxquelles je me suis livr. Toute personne
dbusquant une erreur, ou mieux encore : corrigeant une erreur, se verra attribuer une forte rcompense... pour
peu que le budget rcompenses soit enn vot en conseil dadministration. Vous pouvez menvoyer vos com-
mentaires, suggestions, corrections, etc. par e-mail, ladresse : Thierry.Cuesta@ac-creteil.fr.
Jespre que ce document est auto-susant. Si mon but est atteint, une lecture attentive devrait permettre,
ceux qui sy astreindront, dacqurir le contenu thorique du tout premier semestre dalgbre du DEUG MIAS.
Il ne sagit cependant pas dun encouragement ne plus venir luniversit assister aux cours ! Mieux vaut avoir
des versions direntes dune mme notion ; la version live est interactive, et en principe moins abstraite et
plus condense que la prsente version. La rponse dun enseignant une question que vous lui poserez vous fera
gagner un temps prcieux pour la comprhension dun chapitre. Une fois x sur le papier, un cours ne saurait
ragir vos dicults comme le fera votre professeur. Noubliez pas que rare sont les enseignants condamns
pour cannibalisme, et quils sont en gnral soucieux de votre russite.
Je remercie Lionel Girard qui ma tant vant les mrites de T
E
X que je nai pu faire autrement que de my
essayer, les chefs dorchestre tienne Sandier et Raphal Danchin pour leur ouverture desprit favorisant
les initiatives chez leurs collaborateurs, Clothilde Melot qui ma pouss vers lALU avant mme davoir pris
connaissance du contenu de ce cours, les membres de lquipe de mathmatiques de luniversit Paris XII Val-
de-Marne avec lesquels je travaille depuis 1998 et qui mont accord leur conance.
Thierry Cuesta
1
Table des matires
1 Introduction 4
1.1 Ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.1 Ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.2 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.3 Lois internes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Rcurrence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Analyse combinatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.1 Permutations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.2 Arrangements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.3 Combinaisons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.4 Binme de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Nombres complexes 12
2.1 Lensemble C des nombres complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.1.1 Une construction de C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.1.2 Les nombres complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2 quations du second degr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.1 quations de type z
2
= . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.2 quations de type az
2
+bz +c = 0, a ,= 0 . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Racines n-imes de lunit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3 Polynmes 21
3.1 Lanneau K[X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.1 Lensemble K[X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.2 Structures algbriques sur K[X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.1.3 Polynmes coecients dans K . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.2 Division euclidienne dans K[X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2.1 Division euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2.2 K[X] est principal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3 Fonctions polynmiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.4 Polynme driv . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.5 Polynmes irrductibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.5.1 Polynmes irrductibles de C[X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.5.2 Polynmes irrductibles de R[X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4 Algbre linaire 36
4.1 K-espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.1.1 Familles de vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.1.2 Applications linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.2 Formes n-linaires alternes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.2.1 Formes n-linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.2.2 Formes n-linaires alternes et familles de vecteurs . . . . . . . . . . . . . . . . . . . . . . 41
4.3 Dterminants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.3.1 Calculs de dterminants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.3.2 Systmes de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.3.3 Rang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.4 Pivot de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.4.1 Dtermination du rang dune matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2
4.4.2 Rsolution dun systme dquations linaires . . . . . . . . . . . . . . . . . . . . . . . . . 56
A Fractions rationnelles 57
A.1 Lensemble K(X) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
A.1.1 Une construction de K(X) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
A.1.2 Un produit et une somme sur K(X) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
A.1.3 Une injection de K[X] dans K(X) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
A.2 Dcomposition en lments simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
Bibliographie 62
Index 63
3
Chapitre 1
Introduction
1.1 Ensembles
1.1.1 Ensembles
Nous allons dans ce court chapitre, examiner quelques objets mathmatiques lis la structure densemble.
Le propos ne sera pas dexposer une thorie
1
(axiomatique?) des ensembles. Les prtentions thoriques seront
plus que restreintes. Seule une ide intuitive de la notion densemble sera utilise. Si vous parvenez donner son
sens une phrase comme : Je suis un lment de lensemble des tudiants du DEUG MIAS , vous disposez dun
bagage susant pour entamer la lecture de ce chapitre. Certains ensembles auront un nombre ni dlments et
seront appels : ensembles nis. On rappelle que llment a appartient lensemble / scrit : a /, et que
llment a nappartient pas lensemble / scrit : a , /.
Dnition et notation 1.1.1 (Sous-ensemble) On dit que B est un sous-ensemble de /, si tous les lments
de B sont des lments de /. On crit alors : B /. (Lire : B est inclus dans /).
On rencontre galement, la place de B /, la notation / B qui a la mme signication. On remarque que
a / quivaut a /. Les accolades sont utilises pour noter les ensembles dont on exhibe les lments.
Par exemple a, b est lensemble
2
dont les deux lments sont a et b. Dans a, a il ny a pas deux lments
mais un seul
3
, et on crit a au lieu de a, a.
Dnition et notation 1.1.2 Soient / et B des ensembles. /B est lensemble des lments de / qui nap-
partiennent pas B.
Dnition 1.1.3 (Complmentaire) Soit / un ensemble et B un sous-ensemble de /. /B est le compl-
mentaire de B dans /.
Dnition et notation 1.1.4 (Ensemble vide) Lunique ensemble nayant aucun lment : lensemble vide,
est not : .
On remarque que lensemble vide est un sous-ensemble de nimporte quel ensemble. En eet, soit / un ensemble ;
/ si et seulement si tout lment de est un lment de /. Or, comme na pas dlment, on a vite fait
de vrier que tout lment de est un lment de /.
Dnition et notation 1.1.5 (Union) La runion des ensembles / et B est lensemble, not : / B, des
lments qui appartiennent / ou
4
B.
Dnition et notation 1.1.6 (Intersection) Lintersection des ensembles / et B est lensemble, not : /B,
des lments qui appartiennent / et aussi B.
1. [2] est une bonne introduction au monde de la thorie des ensembles et de la logique mathmatique.
2. Un ensemble deux lments est une paire.
3. Un ensemble un seul lment est un singleton.
4. Le ou de cette dnition est un ou inclusif. Il signie : soit lun, soit lautre, soit les deux.
4
On remarque que pour tout ensemble / et tout ensemble B:
/ B / / B.
Dnition et notation 1.1.7 (Union) Soit I un ensemble (ensemble dindices). Pour tout i I, /
i
est un
ensemble. Alors

iI
/
i
est lensemble des lments x pour lesquels il existe i
0
I tel que x /
i
0
.
Dnition et notation 1.1.8 (Intersection) Soit I un ensemble (ensemble dindices), I ,= . Pour tout i I,
/
i
est un ensemble. Alors

iI
/
i
est lensemble des lments x tels que pour tout i I, x /
i
.
Si dans la dnition 1.1.7, I = , alors

i
/
i
= . Mais dans la dnition 1.1.8, on ne peut avoir
5
I = .
Dnition et notation 1.1.9 (Ensemble des parties) Soit / un ensemble. Lensemble des parties de / est
lensemble dont les lments sont les sous-ensembles de /. Cet ensemble est not : T(/).
Exemples : T() = . Si / = a, alors T(/) = , a. Si / = a, b, alors T(/) = , a, b, a, b.
Dnitions et notations 1.1.10 (Quanticateurs) Soit P(x) une proprit mathmatique dpendant dun
objet mathmatique x. La suite de symboles
6
:
(x /) P(x)
se lit : Pour tout x lment de /, P(x) ; autrement dit : pour tout x, si x / alors la proprit P(x) est
vraie.
La suite de symboles
7
:
(x /) P(x)
se lit : Il existe x lment de /, P(x) ; autrement dit : il existe x, x / et P(x) est vraie.
est le quanticateur universel, est le quanticateur existentiel.
Remarque importante : Si / = , alors quelle que soit la proprit P(x), lnonc : (x /) P(x) est
vrai, et lnonc : (x /) P(x) est faux.
Notation 1.1.11 Soit P(x) une proprit mathmatique dpendant de lobjet mathmatique x. Lensemble des
lments a de /, tels que P(a) est vraie, se note :
a / [ P(a).
Cest un sous-ensemble de /.
1.1.2 Applications
La notion dapplication est prsente de faon dtaille dans lexcellent [5], ainsi que dans tout ouvrage de
thorie des ensembles ou de logique mathmatique, comme dans le non moins excellent, mais moins abordable,
[3].
Dnition et notation 1.1.12 (Couple) Soient a et b des lments dun ensemble c. On dnit le couple
a b , not (a, b), par :
(a, b) = a, a, b .
On remarque que a et a, b sont des sous-ensembles de c ; donc, a et a, b sont des lments de T(c), et
nalement (a, b) T (T(c)).
Proposition 1.1.1 Soient a, b, a

et b

des lments dun ensemble c. (a, b) = (a

, b

) si et seulement si a = a

et b = b

.
5. Le cas pathologique pour lintersection : I = , donnerait naissance lensemble de tous les ensembles... qui nexiste pas !
6. x(x A P(x)) serait plus convenable mais moins pratique.
7. x(x A P(x)) est plus correct (voir la bible des logiciens : Ren Cori, Daniel Lascar, Cours de logique mathmatique,
Masson, 1993).
5
Dmonstration 1.1.1 Si a = a

et b = b

alors les ensembles (a, b) et (a

, b

) ont les mmes lments ; ils sont donc

gaux.
Rciproquement, supposons (a, b) = (a

, b

). Si a = b, alors a, b = a et (a, b) = (a, a) = a. Comme (a, a)

na quun lment et (a, a) = (a, b) = (a

, b

), (a

, b

) na quun seul lment ; autrement dit : a

, b

= a

, ce
qui nest possible que si a

= b

. Comme (a, a) = (a

, a

), ces ensembles un lment ont le mme lment, donc

a = a

et nalement a = a

. Si a ,= b alors (a, b) a deux lments, donc (a

, b

) a aussi deux lments et a

,= b

.
Dans (a, b), comme dans (a

, b

), il y un ensemble un lment et un ensemble deux lments. Puisque les couples

sont gaux, il y a galit des ensembles un lment : a = a

, et donc a = a

, et il y a aussi galit des ensembles

deux lments : a, b = a

, b

, et donc b = b

.
Dnition et notation 1.1.13 (Ensemble produit) Soient / et B des ensembles. Lensemble des couples
(a, b) tels que a / et b B est le produit des ensembles / et B. Il est not :
/B
(lire / croix B ).
Dnition et notation 1.1.14 (Application) Soient / et B des ensembles. On dit que le sous-ensemble f
de /B, est une application de / vers B, lorsque :
pour tout a dans /, il existe b dans B tel que (a, b) f ;
pour tout a dans /, si (a, b) et (a, b

) appartiennent f, alors b = b

.
La notation f : / B se lit : f est une application de / vers B .
Des exemples bien connus dapplications sont les fonctions tudies au lyce, qui sont des applications dun
intervalle, ou dune runion dintervalles, de R vers R.
Dnition et notation 1.1.15 (Image) Soit f une application de / vers B. Soit a un lment de /.
Lunique
8
lment b de B tel que (a, b) appartient f, sappelle limage de a par lapplication f et se note
f(a).
Dnition 1.1.16 (Antcdent) Soit f : / B. Soit b un lment de B. Les lments a de / tels f(a) = b
sont les antcdents de b. Sil nexiste aucun lment de / ayant pour image b par f, on dit alors que b na pas
antcdent par f.
Notation 1.1.17 Soit f : / B. a
f
b, ou plus simplement a b, lorsque f est sous-entendue, signie : a a
pour image b par f.
Cette notation est souvent utilise pour les fonctions. Elle permet, lorsque lon connait le calcul explicite de
limage, de le faire apparatre droite de la che . Par exemple, si on appelle f lapplication de R vers R qui
un nombre rel associe son carr, on note lensemble de ces renseignements sous la forme abstraite suivante :
f : R R, x x
2
.
Notations 1.1.18 Soient / et B des ensembles, soit f une application de / vers B, soit A un sous-ensemble
de /, et soit B un sous-ensemble de B. On note f(A) lensemble des lments de B ayant un antcdent par f
dans A; autrement dit : f(A) est lensemble des images par f des lments de A.
f(A) = b B [ (a A) f(a) = b.
On note f
1
(B) lensemble des lments de / dont limage par f appartient B; autrement dit : f
1
(B) est
lensemble des antcdents par f des lments de B.
f
1
(B) = a / [ f(a) B.
Dnition 1.1.19 (Injection) On dit que lapplication f de / vers B est injective (est une injection), lorsque
tout lment de B possde au plus un antcdent dans / par f.
Dnition 1.1.20 (Surjection) On dit que f : / B est surjective, lorsque tout lment de B possde au
moins un antcdent par f.
8. Voir la dnition 1.1.14
6
Dnition 1.1.21 (Bijection) On dit que f : / B est bijective, lorsque f est la fois injective et surjective.
Notation 1.1.22 Soient / et B des ensembles. Lensemble des applications de / vers B se note : B
A
.
Soit c un ensemble. Notons
9
2 lensemble 0, 1. On note alors : c
2
, lensemble des applications de 2 dans c.
Soit : c c c
2
qui associe au couple (a, b) lapplication f : 2 c dnie par f(0) = a et f(1) = b. est une
bijection de c c sur c
2
. Les notations c c et c
2
seront, cause de la bijection , indiremment employes.
1.1.3 Lois internes
Considrons un ensemble non vide c.
Dnition 1.1.23 (Loi interne) La loi interne sur c est une application
10
qui des lments a et b de c
associe un lment de c not a b.
Dnition 1.1.24 (Associativit) On dit que la loi est associative lorsque a (b c) = (a b) c pour tout
a, tout b et tout c, lments de c.
Dnition 1.1.25 (Commutativit) On dit que la loi est commutative lorsque a b = b a pour tout a c
et tout b c.
Dnition 1.1.26 (lment neutre) On dit que e est un lment neutre de la loi lorsque e a = a e =
a pour tout a dans c.
Proposition 1.1.2 (Unicit de llment neutre) Si e et e

sont lments neutres pour , alors e = e

.
Dmonstration 1.1.2 Comme e est lment neutre, on a : e e

= e

. Comme e

est lment neutre, on a : e e

= e.
Do le rsultat.
Dnition 1.1.27 (Inverse) On dit que a possde un inverse (on dit : un oppos, quand la loi est appele
somme ou addition) lorsquil existe b tel que
a b = b a = e
o e dsigne llment neutre de .
Exercice 1.1.1 (Unicit de linverse) Dmontrer que si b et c sont des inverses de a, alors b = c.
Dnition 1.1.28 (Distributivit) Soient et deux lois internes commutatives sur c. On dit que est
distributive par rapport lorsque :
(a c)(b c)(c c) a (b c) = (a b) (a c)
Exemple : La somme et le produit sont deux lois internes sur Q. Elles sont associatives et commutatives. Llment
neutre de la somme est : 0. Celui du produit est : 1. Tout lment a de Q admet un oppos, not : a, pour la
somme, et tout lment a non nul de Q admet un inverse, not :
1
a
pour le produit. Comme pour tout a, tout b
et tout c dans Q: a(b +c) = ab +ac, le produit est distributif par rapport la somme.
Autre exemple : Considrons Z muni de la somme et du produit usuels. Ces lois internes sont commutatives et
associatives. 0 est llment neutre de la somme, 1 celui du produit. Tout lment possde un oppos (pour la
somme). Les seuls lments inversibles (pour le produit) sont : 1 et 1. Le produit est distributif par rapport
la somme.
9. La construction ensembliste traditionnelle des nombres entiers naturels consiste poser : 0 = et n + 1 = n {n} pour tout
n = 0. Ce point de vue donne : 1 = 0 {0} = {0} et 2 = 1 {1} = {0} {1} = {0, 1}.
10. Cest donc une application de E E dans E.
7
1.2 Rcurrence
Un outil sera frquemment utilis : la dmonstration par rcurrence.
De quoi sagit?
Cest un principe de dmonstration dune innit de proprits en un nombre ni dtapes. On considre les
proprits T
n
, avec n dcrivant lensemble des nombres entiers naturels : N. Pour un nombre entier donn n, la
proprit T
n
est soit vraie, soit fausse. Par exemple, la proprit T
n
: lentier n est pair, est vraie lorsque n est
pair, et fausse lorsque n est impair.
La dmonstration par rcurrence fonctionne suivant le schma :
il existe un entier n
0
tel que :
T
n
0
est vraie ;
pour tout entier n n
0
, si T
n
est vraie alors T
n+1
est vraie.
La conclusion est alors : pour tout entier n n
0
, T
n
est vraie.
Examinons la validit de ce principe de dmonstration.
Supposons remplies les hypothses, savoir : il existe un entier n
0
tel que T
n
0
est vraie et, pour tout entier
n n
0
, si T
n
est vraie alors T
n+1
est vraie. Supposons que la conclusion propose : pour tout entier n n
0
,
T
n
est vraie, soit fausse. Alors, il existe au moins un entier k suprieur ou gal n
0
tel que T
k
est fausse.
Soit m le plus petit des entiers k n
0
tels que T
k
est fausse. Ce nombre m ne peut tre n
0
, car, par hypothse,
T
n
0
est vraie. De m > n
0
, on dduit : m1 n
0
. Comme m est le plus petit des entiers k n
0
tel que T
k
est
fausse, on en dduit que T
m1
est vraie. Or, pour n n
0
, si T
n
est vraie, alors T
n+1
est vraie. On aboutit donc
une contradiction puisque de T
m1
vraie, on doit en dduire T
m
vraie, alors que T
m
est fausse. Quelle est la
source de cette contradiction? Cest le fait davoir suppos lexistence dau moins un entier k suprieur ou gal
n
0
et tel que T
k
soit fausse.
Il existe une variante de ce principe de dmonstration qui consiste remplacer dans les hypothses pour tout
entier n n
0
, si T
n
est vraie alors T
n+1
est vraie, par pour tout entier n n
0
, si T
k
est vraie pour chaque
entier k dans [n
0
, n], alors T
n+1
est vraie.
1.3 Analyse combinatoire
Dnition et notation 1.3.1 Soit n N.
La notation n! se lit : factorielle n .
On pose : n! =
_
1 2 (n 1) n si n ,= 0
1 si n = 0
Exercice 1.3.1 On dnit par rcurrence la notation Fac(n), pour tout nombre entier naturel n, de la manire
suivante :
Fac(0)=1
Fac(n+1)=(n+1)Fac(n)
Montrer
11
que, pour tout n N: Fac(n) = n!.
Notation 1.3.2 Soient a et b des nombres rels. On note [[a, b]] lensemble
12
N [a, b].
1.3.1 Permutations
On considre un ensemble ni c ayant n lments (n N). De combien de faons direntes peut-on ranger
tous les lments de c ?
Pour attribuer la premire place, on dispose de n choix. Une fois choisi llment de c qui occupe la premire
place, il reste dans c, n 1 lments parmi lesquels on en choisit un pour occuper la deuxime place. A chacun
des n choix du premier lment, correspond n 1 choix pour le second. Il y a donc n(n 1) faons direntes
de ranger deux lments de c. Il reste, ce stade, n 2 lments dans c. On continue dordonner, de ranger,
ainsi tous les lments de c.
Dnition 1.3.3 (Permutations) Chaque rangement de tous les lments dun ensemble n lments, est ce
quon appelle une permutation dans un ensemble n lments.
11. Un premier essai de dmonstration par rcurrence simpose !
12. Cette notation ntant pas une notation normalise, il faudra la dnir si vous lutilisez dans un devoir.
8
Proposition 1.3.1 Soit n N. Il y a n! permutations dans un ensemble n lments.
Dmonstration 1.3.1 Notons T
n
la proprit : il y a n! permutations dans un ensemble n lments . Montrons,
par rcurrence sur n, que T
n
est vraie pour tout nombre entier naturel n. Pour n = 0, la proprit est vrie, car
il ny a quune faon de ranger les lments dun ensemble qui nen a pas : ne rien faire. (Si ce point de vue vous
embarrasse, commencez pas examiner que T
1
est vraie).
Hypothse de rcurrence : T
n
est vraie.
Montrons qualors T
n+1
est vraie.
Considrons un ensemble n+1 lments. Il y a n+1 faons direntes de choisir un lment parmi n+1 lments.
Une fois cet lment choisi, il reste ranger les n lments restants. Il y a donc (n+1) le nombre de permutations
dans un ensemble n lments faons direntes de ranger n+1 lments. Ce qui donne, en appliquant lhypothse
de rcurrence : (n + 1) n! = (n + 1)! permutations sur un ensemble n + 1 lments. Do la validit de T
n+1
.
On en dduit que T
n
est vraie pour tout n N.
1.3.2 Arrangements
On considre un ensemble ni c ayant n lments (n N).
On souhaite ici attribuer p places (p n). La situation de dpart est identique celle du problme des permu-
tations. La seule dirence est quon npuise pas forcment c puisquon ne range que p lments.
Dnition et notation 1.3.4 (Arrangements) Chaque rangement de p lments dans un ensemble n l-
ments (p [[0, n]]), est un arrangement de p lments parmi n. Le nombre darrangements de p lments parmi
n se note : A
p
n
.
Proposition 1.3.2 Soient n et p deux lments de N tels que p [[0, n]].
A
p
n
=
n!
(n p)!
Dmonstration 1.3.2 (Trame de dmonstration)
On montre que : A
p
n
= n (n 1) (n (p 1)).
Comme n(n1) (n(p 1)) =
n(n1)(n(p1))(np)(n(p+1)2
(np)(n(p+1)2
, on en dduit la proposition.
1.3.3 Combinaisons
On considre un ensemble ni c ayant n lments (n N).
On souhaite cette fois sintresser aux sous-ensembles p lments dun ensemble n lments (p n).
Dnition et notation 1.3.5 (Combinaisons) Un sous-ensemble de c p lments sappelle aussi : une
combinaison de p lments parmi n lments. Le nombre de sous ensembles p lments, dun ensemble
n lments, se note
13
: C
p
n
.
Proposition 1.3.3 Soient n N et p [[0, n]].
C
p
n
=
n!
(n p)! p!
Dmonstration 1.3.3 Considrer un sous-ensemble p lments dans un ensemble n lments, cest choisir p
lments parmi n. Ceci nous rapproche donc de la situation dj examine des arrangements de p lments dans
un ensemble n lments. La dirence est quici, lordre dans lequel les p lments sont choisis nintervient plus.
Il y a p! permutations dans un ensemble p lments. Donc, chaque sous-ensemble p lments, correspond p!
arrangements dirents. On en dduit : p! C
p
n
= A
p
n
.
Exercice 1.3.2 Soient n et p deux lments de N tels que p n.
Montrer que : C
np
n
= C
p
n
.
13. On rencontre parfois la notation :

n
p

la place de C
p
n
.
9
Triangle de Pascal
Proposition 1.3.4 (n N 0)(p [[0, n 1]]) C
p+1
n+1
= C
p
n
+C
p+1
n
Dmonstration 1.3.4 Soit
14
c un ensemble n+1 lments. Considrons un lment de c, et notons cet lment.
Les sous-ensembles de c p + 1 lments sous alors de deux types :
-ceux qui comptent parmi leurs lments,
-ceux qui ne contiennent pas .
Combien y a-t-il de sous-ensembles de c p + 1 lments, et contenant ? Puisqu a dj t choisi, il reste p
lments choisir parmi les n lments restant dans c. Il y a donc dans c, C
p
n
sous-ensembles p + 1 lments,
contenant .
Combien y a-t-il dans c, de sous-ensembles p + 1 lments, et ne contenant pas ? Pour ces sous-ensembles l,
puisquils ne contiennent pas , il faut choisir leurs p + 1 lments parmi les n lments de c dirents de . Il y a
donc C
p+1
n
sous-ensembles de ce type. Do le rsultat : C
p+1
n+1
= C
p
n
+C
p+1
n
.
Cette proposition est dun grand intrt pour le calcul des coecients C
p
n
. Aprs avoir remarqu que, pour
tout n N, C
0
n
= 1 et C
n
n
= 1, car il ny a, dans un ensemble n lments, quun seul sous-ensemble
0 lment : lensemble vide, et quun seul sous-ensemble n lments : lensemble lui-mme, on peut obtenir
de faon mcanique les premiers coecients C
p
n
. Ce procd est connu sous le nom de : triangle (voir la
disposition des tableaux) de Pascal.
Pour remplir, par exemple, le tableau suivant :
C
0
0
C
0
1
C
1
1
C
0
2
C
1
2
C
2
2
C
0
3
C
1
3
C
2
3
C
3
3
C
0
4
C
1
4
C
2
4
C
3
4
C
4
4
Il sut de faire fonctionner lalgorithme :
C
p
n
+
C
p+1
n
=
C
p+1
n+1
On obtient alors :
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1.3.4 Binme de Newton
Thorme 1.3.5 (Formule du binme) Soient a et b des nombres rels. Soit n N.
(a +b)
n
=
n

p=0
C
p
n
a
np
b
p
Dmonstration 1.3.5 Dmontrons la formule
15
, par rcurrence sur lexposant gurant dans le membre de gauche. Si
lexposant est zro, alors la formule est vraie, car :
(a +b)
0
= 1 = C
0
0
a
0
b
0
=
0

p=0
C
p
0
a
0p
b
p
.
14. La notation signie : pour tout. signie : il existe.
15.

est la notation usuelle de la somme.

n
p=0
u
p
= u
0
+u
1
+ +u
n1
+u
n
.
10
Supposons la formule dmontre pour lentier n. Alors :
(a +b)
n+1
= (a +b)(a +b)
n
= (a +b)
n

p=0
C
p
n
a
np
b
p
=
n

p=0
C
p
n
a
n+1p
b
p
+
n

p=0
C
p
n
a
np
b
p+1
=
n

p=0
C
p
n
a
n+1p
b
p
+
n

p=0
C
p
n
a
n+1(p+1)
b
p+1
=
n

p=0
C
p
n
a
n+1p
b
p
+
n+1

p=1
C
p1
n
a
n+1p
b
p
= C
0
n
a
n+1
+
n

p=1
_
C
p1
n
+C
p
n
_
a
n+1p
b
p
+C
n
n
b
n+1
= C
0
n+1
a
n+1
+
n

p=1
C
p
n+1
a
n+1p
b
p
+C
n+1
n+1
b
n+1
=
n+1

p=0
C
p
n+1
a
n+1p
b
p
La formule est vraie pour lexposant n + 1. Donc la formule est vraie pour tout n N.
Exercice 1.3.3 Montrer que

n
p=0
C
p
n
= 2
n
. En dduire le nombre total de sous-ensembles dans un ensemble
n lments.
Exercice 1.3.4 Soit c un ensemble n lments (n N). Combien y a-t-il de bijections de c dans lui-mme?
11
Chapitre 2
Nombres complexes
2.1 Lensemble C des nombres complexes
2.1.1 Une construction de C
Une quation sans solution dans R
Dans N, lquation dinconnue n: n + 1 = 0, na pas de solution. Or, fabriquer une solution pour cette
quation permet de franchir une tape importante dans la science mathmatique. Cette tape conduit de N
Z, de la numration lalgbre. De mme, dans R, lquation dinconnue x: x
2
+ 1 = 0, na pas de solution. En
fabriquer une, conduit introduire un nombre non rel dans lunivers des nombres.
Comment fabriquer une telle solution? Une mthode consiste considrer linjection f de R dans R
2
(lensemble
des couples de nombres rels) dnie par : x (x, 0), et munir R
2
de deux lois internes : et , qui prolongent
1
les lois + et dnies sur R et telles quil existe un couple dont le carr soit gal au couple (1, 0).
Une injection de R dans R
2
On considre lapplication f de R dans R
2
, dnie par : f(x) = (x, 0).
Exercice 2.1.1 Montrer que lapplication f dnie ci-dessus est injective.
Une addition sur R
2
Cette loi interne sera note .
Sur R
2
, on dispose dune addition naturelle composante par composante. On dnit donc la somme de deux
couples de la manire suivante :
(x, y) (x

, y

) = (x +x

, y +y

)
On vrie facilement que la somme ainsi dnie, possde les proprits suivantes
2
:
1. Associativit et commutativit hrites de la somme dans R.
2. (0, 0) est llment neutre.
3. Tout couple (x, y) possde un oppos : (x, y).
Exercice 2.1.2 Vrier que la somme ainsi dnie prolonge la somme des nombres rels.
Une multiplication sur R
2
Cette loi interne sera note .
Il ny a pas de multiplication naturelle sur R
2
. On peut penser, par exemple, en interprtant les lments de
R
2
comme les coordonnes des vecteurs du plan, au produit scalaire pour tenter de dnir une multiplication sur
R
2
. Or, le produit scalaire ne fournit pas de loi interne car le produit scalaire de deux vecteurs est un nombre
rel. Autrement dit : on sort de R
2
lorsquon calcule un produit scalaire laide des coordonnes.
1. Prolongent signie :
(x R)(y R) f(x +y) = f(x) f(y)
(x R)(y R) f(x y) = f(x) f(y)
2. Structure de groupe ablien.
12
La dnition du produit ne peut tre aussi simple que la dnition de la somme
3
.
On adopte la dnition suivante pour le produit (la multiplication) :
(x, y) (x

, y

) = (xx

yy

, xy

+x

y)
Exercice 2.1.3 Montrer que le produit ainsi dni prolonge le produit des nombres rels.
On vrie que ce produit possde les proprits suivantes:
1. Associativit et commutativit.
2. (1, 0) est llment neutre.
3. Tout couple de nombres rels : (x, y), dirent de (0, 0), possde un inverse :
_
x
x
2
+y
2
,
y
x
2
+y
2
_
.
4. Distributivit par rapport laddition.
Exercice 2.1.4 Calculer (0, 1) (0, 1).
Une construction de C
Tout est maintenant en place pour dnir les nombres complexes. Le passage de R
2
C seectue par un
simple jeu de notations.
Dnition et notation 2.1.1 R
2
muni des lois et dnies ci-dessus est not : C. C est lensemble des
nombres complexes. Le couple (x, y) de R
2
est not
4
x +iy lorsquil est considr comme lment de C.
Lensemble C est donc lensemble des nombres qui scrivent x +iy, avec x R et y R.
Thorme 2.1.1 Pour tout x, tout y, tout x

et tout y

dans R:
x +iy = x

+iy

si et seulement si x = x

et y = y

.
Dmonstration 2.1.1 Le thorme nest quune consquence immdiate de la dnition de x+iy, car (x, y) = (x

, y

)
si et seulement si x = x

et y = y

.
Simplications dcriture :
La somme (x, y) (x

, y

) scrit (x +iy) + (x

+iy

).
Le produit (x, y) (x

, y

) scrit (x +iy) (x

+iy

), ou bien encore plus simplement (x +iy)(x

+iy

).
On retrouve donc dans C les notations usuelles adoptes dans R pour le produit et la somme
5
. Lutilisation des
exposants sera donc tendue aux lments de C pour obtenir des expressions de produits simplies.
On utilise galement les notations simplies suivantes :
x au lieu de x +i0
iy au lieu de 0 +iy
i au lieu de 0 +i1
2i plutt que i2, mais i

2
iy plutt que i(y)
La soustraction et la division sont dnies sur C comme sur R:
soustraire z, cest additionner loppos de z
diviser
6
par z, cest multiplier par linverse de z.
3. Si on pose (x, y) (x

, y

) = (xx

, yy

), il nexiste alors aucun couple (x, y) tel que (x, y) (x, y) = (1, 0).
4. En sciences physiques, la notation usuelle de i est : j.
5. C et R sont, muni de ces deux lois internes, deux exemples de corps.
6. z divis par z

scrit
z
z

ou zz
1
.
13
2.1.2 Les nombres complexes
Nous avons ralis notre objectif : construire une solution pour lquation x
2
+1 = 0 (voir le thorme 2.1.2).
Lensemble dans lequel cette solution a t obtenue nest pas totalement tranger R car R est inclus dans
C; ou pour tre plus prcis : f(R) C, et comme f est injective, on ne seorce pas dans la pratique de distinguer
f(R) de R. Les nombres rels peuvent ainsi tre considrs comme des nombres complexes particuliers : ceux de
type x +i0, avec x R.
Dnition et notation 2.1.2 La notation C

dsigne lensemble C0, cest dire : C priv de llment 0.

Exercice 2.1.5 Montrer que C

est lensemble des lments de C ayant un inverse

7
pour la loi .
Thorme 2.1.2
i
2
= 1
Dmonstration 2.1.2 La dmonstration est laisse en exercice. Cest une consquence triviale de la dnition de la
multiplication.
Exercice 2.1.6 Vrier, pour tout x, tout y, tout x

et tout y

dans R, les galits suivantes

8
:
1. (x +iy) + (x

+iy

) = (x +x

) +i(y +y

)
2. (x +iy)(x

+iy

) = (xx

yy

) +i(xy

+x

y)
3. (x +iy)
1
=
x
x
2
+y
2
i
y
x
2
+y
2
Forme algbrique
On utilise souvent une seule lettre : z, pour dsigner un nombre complexe.
Dnition 2.1.3 (Forme algbrique) Soit z C. On dit que x+iy est la forme algbrique de z si z = x+iy,
x R et y R.
Exemple 1 +i est la forme algbrique dun lment de C.
Exemple 1 +(1 +i) nest pas une forme algbrique, car ce nest pas de la forme x +iy , avec x R et y R.
Dnition et notation 2.1.4 (Partie relle) Si x +iy est la forme algbrique de nombre complexe z, alors
le nombre rel x est la partie relle du nombre complexe z et on crit : x = 'e(z).
Dnition et notation 2.1.5 (Partie imaginaire) Si x +iy est la forme algbrique de nombre complexe z,
alors le nombre rel y est la partie imaginaire du nombre complexe z et on crit : y = m(z).
Conjugu
Dnition et notation 2.1.6 (Conjugu) Soit x+iy la forme algbrique du nombre complexe z. On appelle
conjugu de z le nombre x iy. Le conjugu de z se note z. On dit que les nombres complexes z et z

sont
conjugus lorsque

z

= z.
Exercice 2.1.7 Montrer que
9
:
1. Pour tout z et tout z

dans C: z =

z

= z.
2. Pour tout z C,

z = z.
3. Si x +iy est la forme algbrique de z, alors z z = x
2
+y
2
.
Exercice 2.1.8 Montrer que 'e(z) =
z+ z
2
et m(z) =
z z
2i
.
7. On dit aussi : lments inversibles.
8. Pour cet exercice, il faut faire fonctionner les dnitions . Dans la pratique, il est bien vident quon ne passe pas par les
couples de nombres rels pour eectuer des calculs sur les nombres complexes ; bien au contraire, on utilise directement les rgles
de calculs exposes dans cet exercice.
9. signie : si et seulement si . Cest le symbole de lquivalence. signie : implique ou a pour
consquence .
14
Axe
Considrons le plan muni du repre orthonorm (O,

u ,

v ). Tout point du plan possde alors des coordonnes,

et tout vecteur se dcompose dans la base (

u ,

v ).
Dnition 2.1.7 (Axe dun point) On dit que le point M, de coordonnes (x, y), a pour axe le nombre
complexe z lorsque z = x +iy.
On peut donc tablir une bijection entre lensemble des nombres complexes et lensemble des points du plan,
ds que le plan est muni dun repre. Le point daxe z est limage de z par cette bijection. Ceci permet de
reprsenter les nombres complexes laide de points, de faire un dessin .
Dnition 2.1.8 (Axe dun vecteur) Considrons le vecteur

w tel que

w = x

u + y

v . Le nombre com-
plexe z = x +iy est alors laxe de

w.
Forme trigonomtrique
Dnition et notation 2.1.9 (Module) Soit x + iy la forme algbrique du nombre complexe z. Le nombre
rel positif
_
x
2
+y
2
est alors le module du nombre complexe z. [z[ dsigne le module de z.
Exercice 2.1.9 Rdiger les dmonstrations de :
1. z = 0 [z[ = 0
2. (z C

) [
1
z
[ =
1
|z|
3. (z C

)
1
z
=
z
|z|
2
4. ((z, z

) C
2
) [zz

[ = [z[[z

[
La notation employe pour le module dun nombre complexe est identique celle employe pour la valeur absolue
dun nombre rel. Ceci est parfaitement lgitime car pour tout x rel, vu comme nombre complexe dont la partie
imaginaire est nulle, le calcul du module est :

x
2
+ 0
2
=

x
2
, ce qui est bien gal la valeur absolue de x.
Thorme 2.1.3 (Ingalit triangulaire)
(z C)(z

C) [z +z

[ [z[ +[z

[
Dmonstration 2.1.3 Si z

= 0 alors lingalit est triviale.

Supposons z

,= 0. Notons x + iy la forme algbrique de z et x

+ iy

celle de z

. Alors, pour tout R et tout

z C, lexpression : (x
2
+y
2
)
2
+2(xx

+yy

)+x
2
+y
2
est un trinme du second degr en . Or, ce trinme est
gal [z +z

[
2
; il est donc, pour tout R suprieur ou gal 0. Par consquent, son discriminant est infrieur ou
gal 0. Ceci scrit : 4(xx

+yy)
2
4(x
2
+y
2
)(x
2
+y
2
) 0, ou bien encore : (xx

+yy

)
2
(x
2
+y
2
)(x
2
+y
2
).
On en dduit :
[z +z

[
2
= x
2
+y
2
+ 2(xx

+yy

) +x
2
+y
2
x
2
+y
2
+ 2
_
x
2
+y
2
_
x
2
+y
2
+x
2
+y
2
= ([z[ +[z

[)
2
Do [z +z

[ [z[ +[z

[.
On remarque
10
que [z[ = OM = |

w|, lorsque M et

w ont pour axe z.
Si [z[ = 1, alors le point M daxe z est un point du cercle de centre lorigine et de rayon 1 : le cercle trigo-
nomtrique. Dans ce cas, si t est une mesure en radians de

_

u ,

OM
_
, les coordonnes de M sont (cos t, sint).
Notons que pour tout z C

,
z
|z|
est de module 1.
Dnition et notation 2.1.10 (Argument) Soit z un nombre complexe diffrent de 0. Tout nombre rel t
tel que
z
|z|
= cos t + i sint est un argument de z. La notation usuelle du nombre complexe cos t + i sint est : e
it
(lire : exponentielle it).
10. On rappelle que

w est la norme de

w.
15
Un nombre complexe est donc entirement dtermin par son module et un de ses arguments. Si z a pour module
r et pour argument t, alors 'e(z) = r cos t et m(z) = r sint.
Dnition 2.1.11 (Forme trigonomtrique) Soit z un nombre complexe non nul de module r et dargument
t. On a : z = re
it
. On dit alors que re
it
est la forme trigonomtrique de z.
Exercice 2.1.10 Montrer que :
(r ]0, +[) (r

]0, +[) (t R)(t

R)
re
it
= r

e
it

(r = r

et (k Z) t = t

+ 2k)
Exercice 2.1.11 Soit (, ) R
2
. On rappelle les formules trigonomtriques suivantes :
cos( +) = cos cos sinsin
sin( +) = cos sin + sincos
Les formes trigonomtriques respectives des nombres z et z

tant re
it
et r

e
it

, montrer que :
1. z = re
it
2.
1
z
=
1
r
e
it
3. zz

= rr

e
i(t+t

)
4.
z
z

=
r
r

e
i(tt

)
Deux consquences des rsultats de lexercice 2.1.11 sont les formules de Moivre et dEuler.
Formule de Moivre
( R)(n Z) (cos +i sin)
n
= cos n +i sinn
Ce qui scrit, en utilisant la notation exponentielle :
( R)(n Z)
_
e
i
_
n
= e
in
Dmonstration 2.1.3 On se ramne au cas n 0, car si n < 0, alors n = m, avec m N, et
11
_
e
i
_
n
=
_
e
i
_
m
=
_
e
i()
_
m
. Montrons donc, par rcurrence sur lentier naturel n, la validit de la formule de Moivre.
Pour n = 0, comme z
0
= 1 quel que soit z C, cos 0 = 1 et sin0 = 0, la formule de Moivre est vrie.
Supposons lgalit
_
e
i
_
n
= e
in
vraie.
Montrons qualors
_
e
i
_
n+1
= e
i(n+1)
est vraie.
Par dnition :
_
e
i
_
n+1
=
_
e
i
_
n
e
i
.
Do, en utilisant lhypothse de rcurrence :
_
e
i
_
n+1
= e
in
e
i
= (cos n +i sinn)(cos +i sin)
= cos n cos sinn sin +i(sinn cos + cos n sin)
= cos(n +) +i sin(n +)
= cos((n + 1)) +i sin((n + 1)) = e
i(n+1)
Si la formule est vraie pour lentier n, elle lest pour n + 1, donc pour tout n N.
Formules dEuler
( R)
_

_
cos =
e
i
+e
i
2
sin =
e
i
e
i
2i
11. Le rsultat
1
e
it
= e
it
est utilis ici.
16
Exemple dutilisation des formules de Moivre et dEuler
Calculer
_
2
0
cos
3
t dt commence
12
par la recherche dun primitive de t cos
3
t. Il faut donc nous dbarrasser
des produits, des exposants ; cest ce quon appelle : linariser cos
3
t. Pour ce faire, utilisons la formule dEuler :
cos t =
e
it
+e
it
2
. Comme (a +b)
3
= a
3
+ 3a
2
b + 3ab
2
+b
3
, on obtient :
cos
3
t =
1
8
(e
it
+e
it
)
3
=
1
8
((e
it
)
3
+ 3(e
it
)
2
e
it
+ 3e
it
(e
it
)
2
+ (e
it
)
3
)
En utilisant les formules de Moivre, puis dEuler, on obtient :
(e
it
)
3
+ 3(e
it
)
2
e
it
+ 3e
it
(e
it
)
2
+ (e
it
)
3
= e
3it
+ 3e
2it
e
it
+ 3e
it
e
2it
+e
3it
= e
3it
+ 3e
it
+ 3e
it
+e
3it
= 2
_
e
3it
+e
3it
2
_
+ 6
_
e
it
+e
it
2
_
= 2 cos 3t + 6 cos t
Do :
_
2
0
cos
3
t dt =
_
2
0
1
4
cos 3t +
3
4
cos t dt
=
_
1
12
sin3t +
3
4
sint
_
2
0
=
1
12
sin
3
2
+
3
4
sin

2
0
=
1
12
+
3
4
=
2
3
Exercice 2.1.12 Calculer :
_

0
sin
2
t cos t dt
2.2 quations du second degr
2.2.1 quations de type z
2
=
Nous savons que dans R, une quation de type : x
2
= a, na pas de solution quand le nombre rel a est
strictement ngatif. La construction de C a permis dobtenir une solution pour lquation x
2
= 1. Ceci a pour
consquence la proposition suivante :
Proposition 2.2.1 Pour tout nombre rel a, lquation dinconnue z : z
2
= a, a pour ensemble des solutions
dans C:
1.
_
i
_
[a[ , i
_
[a[
_
, si a < 0.
2.

a ,

a , si a > 0.
3. 0, si a = 0.
Dmonstration 2.2.1 La dmonstration est laisse en exercice.
Proposition 2.2.2 Soit un nombre complexe dirent
13
de 0.
Lquation dinconnue z : z
2
= , admet dans C deux solutions distinctes.
12. Le point de vue envisag ici nest pas celui dun utilisateur de ces fameuses calculatrices magiques qui achent un rsultat
quon ne comprend pas...
13. Notons que le cas = 0 a dj t envisag dans la proposition 2.2.1.
17
Dmonstration 2.2.2 0 nest pas solution de lquation. Soit z C

. Considrons les formes trigonomtriques de

et de z : e
i
= et re
it
= z. Alors, on a :
z
2
=
_
re
it
_
2
= e
i
r
2
e
2it
= e
i
Or, cette dernire galit quivaut : r
2
= et 2t = + 2k, pour un certain k dans Z. On en dduit : r =

et
t =

2
+k. Les solutions de lquation z
2
= sont donc les nombres dont la forme trigonomtrique est :

e
i(

2
+k)
.
Or, e
i(

2
+k)
= e
i

2
, si k est pair, et e
i(

2
+k)
= e
i(

2
+)
= e
i

2
, si k est impair. Do, les solutions de z
2
= sont

e
i

2
et

e
i

2
.
Pour a R
+
,

a dsigne le nombre positif dont le carr vaut a. Pour quelconque dans C, il est moins ais
de donner une dnition de la notation

. On pourrait, par exemple, dcider que

est le nombre complexe
ayant un argument dans [0,[, et dont le carr vaut . Mais, comme une telle dnition ne se rencontre pas dans
les livres de mathmatiques, nous viterons de parler de la racine carre de , dcrire

, lorsqu nest pas un
nombre rel positif. On pourrait cependant employer lexpression : les racines carres de pour dsigner les
nombres complexes dont le carr est .
Pour toute quation de type z
2
= , lorsque que la forme triginomtrique de nest pas donne, il est
judicieux de poser le problme de la recherche des solutions de la manire suivante :
Soit a +ib la forme algbrique de ;
1. On pose z = x +iy an de dterminer les valeurs relles x et y telles que z
2
= ;
2. Lquation z
2
= scrit alors : x
2
y
2
+ 2ixy = a +ib et est quivalente au systme :
_
x
2
y
2
= a
2xy = b
;
3. Si z
2
= alors [z[
2
= [[ et donc : x
2
+y
2
=

a
2
+b
2
;
4. On rsout le systme :
_
x
2
y
2
= a
x
2
+y
2
=

a
2
+b
2
;
5. Les nombres x et y solutions de ce dernier systme et dont le produit xy est de mme signe que b sont les
nombres cherchs.
2.2.2 quations de type az
2
+ bz + c = 0, a ,= 0
Dnition 2.2.1 (Trinme du second degr) Soient b et c dans C, et a dans C

.
az
2
+bz +c
est un trinme du second degr en z.
Dnition et notation 2.2.2 (Discriminant) Soient b et c dans C, et a dans C

. Le discriminant du trinme
az
2
+bz +c, se note et vaut : b
2
4ac.
Thorme 2.2.3 Soient b et c des nombres complexes quelconques, et a un nombre complexe dirent de 0.
Soit le discriminant du trinme az
2
+ bz + c. Soit dans C tel que
2
= . Alors, les solutions dans C de
lquation du second degr az
2
+bz +c = 0 sont :
b +
2a
et
b
2a
.
Dmonstration 2.2.3
az
2
+bz +c = a
_
z
2
+
b
a
z +
c
a
_
= a
_
_
z +
b
2a
_
2

b
2
4a
2
+
c
a
_
= a
_
_
z +
b
2a
_
2

b
2
4ac
4a
2
_
= a
_
_
z +
b
2a
_
2

_

2a
_
2
_
= a
_
z +
b
2a
+

2a
__
z +
b
2a


2a
_
= a
_
z
b
2a
__
z
b +
2a
_
Do, az
2
+bz +c = 0
_
_
_
z =
b+
2a
ou
z =
b
2a
18
Dnition 2.2.3 (Racines) On considre le trinme az
2
+bz +c. Les solutions de lquation az
2
+bz +c = 0
sappellent les racines du trinme az
2
+bz +c.
Dnition 2.2.4 (Racine double) On considre le trinme az
2
+bz +c. Lorsque lquation az
2
+bz +c = 0
admet une unique solution, cette solution est la racine double du trinme az
2
+bz +c.
Exercice 2.2.1 Soit P(z) = az
2
+bz +c un trinme du second degr en z. Montrer que la somme des racines
de P(z) vaut
b
a
; montrer que le produit des racines de P(z) vaut
c
a
.
Exercice 2.2.2 Montrer que si les coecients a, b et c sont rels, et si le discriminant du trinme az
2
+bz +c est
un nombre rel strictement ngatif, alors les solutions de lquation az
2
+bz +c = 0 sont des nombres complexes
conjugus.
2.3 Racines n-imes de lunit
Thorme 2.3.1 Soit n un lment de N 0.
Les n solutions dans C de lquation z
n
= 1, sont les nombres : e
2ki
n
, k [[0, n 1]].
Dnition 2.3.1 (Racines n-imes de lunit) Les n solutions de z
n
= 1 sappellent les racines n-imes de
lunit.
Lemme 2.3.1.1 Soit k un nombre entier relatif quelconque, et n un nombre entier naturel non nul.
Il existe un unique couple (q, r) dlments de Z tel que :
k = nq +r et r [[0, n 1]].
Lemme 2.3.1.2 Soit n N 0.
Lapplication f : [[0, n 1]] C dnie par f(r) = e
2ri
n
est injective.
Dmonstration 2.3.1 Admettons, pour linstant, les lemmes 2.3.1.1 et 2.3.1.2, et dmontrons le thorme.
0 nest pas solution de lquation. Soit z C

. Soit re
it
la forme trigonomtrique de z.
z
n
= 1
_
re
it
_
n
= 1
r
n
e
int
= 1e
0i

_
r
n
= 1
(k Z) nt = 2k

_
r = 1
(k Z) t =
2k
n
Les solutions de lquation z
n
= 1 sont donc les nombres de la forme : e
2ki
n
, avec k Z. Montrons que lensemble
des nombres e
2ki
n
, avec k Z, est gal lensemble des nombres e
2ri
n
, avec r [[0, n 1]]. Soit k Z. Daprs le
lemme 2.3.1.1, il existe un unique couple dentiers (q, r), tel que k = nq +r et r [[0, n 1]]. Alors,
e
2ki
n
= e
2(nq+r)i
n
= e
2qi+
2ri
n
= e
2qi
e
2ri
n
= 1e
2ri
n
= e
2ri
n
Il y a donc autant de nombres e
2ki
n
que de nombres e
2ri
n
avec r [[0, n 1]]. Or, daprs le lemme 2.3.1.2, il y
a autant de nombres e
2ri
n
avec r [[0, n 1]] que de nombres dans [[0, n 1]] qui est un ensemble n lments.
Lquation z
n
= 1 a donc exactement n solutions, et ces solutions sont les nombres e
2ki
n
avec k [[0, n 1]].
Dmonstration 2.3.1.2 Dmonstration du lemme 2.3.1.1 :
Comme R =

qZ
[nq, n(q + 1)[ et que les intervalles [nq, n(q + 1)[ sont deux deux disjoints, on en dduit que, pour
tout k Z, il existe un unique q Z tel que : k [nq, n(q +1)[. Mais alors k nq = r [[0, n 1]], et comme q est
dtermin de faon unique, r lest aussi.
19
Dmonstration 2.3.1.2 Dmonstration du lemme 2.3.1.2 :
Si r et r

sont deux nombres entiers de lintervalle [0, n[, on a :

f(r) = f(r

) e
2ri
n
= e
2r

i
n
(m Z)
2r
n
=
2r

n
+ 2m
(m Z) r = r

+nm
Puisque r

[0, n[, on a, daprs cette dernire galit : r [nm, n(m+ 1)[. Comme r [0, n[, on en dduit m = 0
et donc r = r

.
Exercice 2.3.1 Rsoudre dans C lquation z
3
= 1.
Exercice 2.3.2 Soit n N 0, 1. Soit une des n 1 racines n-imes de lunit direntes de 1.
Calculer 1 + +
2
+ +
n1
.
20
Chapitre 3
Polynmes
Dans ce chapitre, K dsigne indiremment Q, R ou C.
3.1 Lanneau K[X]
3.1.1 Lensemble K[X]
Dnition et notation 3.1.1 (Suite) Une suite dlments de K est une application de N dans K.
Soit u une suite dlments de K. On adopte la notation u
n
la place de la notation habituelle de limage de n
par lapplication u: u(n).
Do cette autre faon de noter u: (u
n
)
nN
.
Les suites arithmtiques ou gomtriques tudies au lyce, sont des exemples de suites de nombres rels.
Notation 3.1.2 Lensemble des suites dlments de K se note : K
N
.
Dnition 3.1.3 (Termes) Soit u = (u
n
)
nN
K
N
. u
0
, u
1
, u
2
,. . ., u
n
,. . . sont les termes de u.
Dnition 3.1.4 (Rang) Soit u = (u
n
)
nN
K
N
. Soit m N. Le terme de rang m de la suite u est : u
m
.
Dnition 3.1.5 (Terme gnral) Soit u = (u
n
)
nN
une suite dlments de K. u
n
est le terme gnral de u.
Dnition et notation 3.1.6 (Suite presque nulle) Soit u une suite dlments de K. On dit que u est une
suite presque nulle, si u
n
= 0 pour tout n N T, o T est un sous-ensemble ni de N.
Lensemble des suites presque nulles dlments de K se note : K[X].
Dnition 3.1.7 (Suite nulle partir dun certain rang) On dit que la suite u dlments de K est nulle
partir dun certain rang sil existe n
0
N tel que u
n
= 0 pour tout n N [n
0
+ 1, +[.
Dnition et notation 3.1.8 (Support) Soit u K
N
.
supp(u), le support de la suite u, est dni
1
par : supp(u) = n N [ u
n
,= 0.
Remarque : supp(u) = (n N) u
n
= 0.
Dnition 3.1.9 La suite dont le terme gnral est nul sappelle la suite nulle.
Exercice 3.1.1 Soit u K
N
. Montrer que les trois armations suivantes sont quivalentes.
1. u est presque nulle.
2. u est nulle partir dun certain rang.
3. u est support ni, cest dire : supp(u) est un ensemble ni.
1. La suite de symboles {n N | u
n
= 0} signie : lensemble des nombres entiers naturels n tels que u
n
= 0.
21
Dnition et notation 3.1.10 (Degr) Soit u une suite presque nulle dlments de K. Le degr de u, not
deg(u), est dni par :
deg(u) =
_
max(supp(u)) si supp(u) ,=
si supp(u) =
Autrement
2
dit : le degr de u est le plus grand des nombres entiers n tel que u
n
,= 0 si de tels nombres existent
(supp(u) ,= ), et si u
n
= 0 pour tout n (supp(u) = et donc u est la suite nulle), par convention, le degr de u
est .
Avoir pos le degr de la suite nulle gal , ncessite de prsenter les rgles de calcul avec qui seront
utilises.
() +n = n + () = pour tout n dans N .
Tout nombre entier est strictement plus grand que .
max, n = n pour tout n dans
N .
3.1.2 Structures algbriques sur K[X]
Nous allons, dans cette partie, dnir une somme et un produit sur K[X] qui feront de K[X] ce quon appelle
3
un anneau commutatif.
Somme
Dnition et notation 3.1.11 (Somme) Soient u = (u
n
)
nN
et v = (v
n
)
nN
dans K
N
.
La somme de u et de v, note u +v, est la suite dont le terme gnral est :
(u +v)
n
= u
n
+v
n
Remarque : Puisque K[X] K
N
, la somme dnie sur K
N
est dnie de sur K[X]. Sil est vident quune somme
de suites est une suite, il est en revanche ncessaire de prouver quune somme de suites presque nulles est une
suite presque nulle (voir lexercice 3.1.2).
Exercice 3.1.2 Dmontrer que la somme ainsi dnie sur K[X] possde les proprits suivantes :
1. Cest une loi interne.
2. Elle est commutative.
3. Elle est associative.
4. Elle a pour lment neutre, la suite nulle.
5. Chaque suite u = (u
n
)
nN
admet un oppos, not u, de terme gnral u
n
.
Lensemble K[X] muni de cette somme est un groupe commutatif (on dit aussi : groupe ablien).
Thorme 3.1.1 Pour tout u et tout v dans K[X] :
deg(u +v) maxdeg(u), deg(v)
Dmonstration 3.1.1 Soit m = maxdeg(u), deg(v). Daprs la dnition de la somme, (u +v)
n
= u
n
+v
n
. Donc,
si n > m, (u +v)
n
= 0. Do le thorme.
2. Pour un sous-ensemble non vide E de R, la notation max E dsigne, sil existe, le maximum de E, cest dire : son plus grand
lment.
3. Le nom de direntes structures algbriques sera donn titre indicatif lorsque ces structures seront rencontres dans le cours.
Pour les amateurs de structures algbriques, la lecture des meilleures pages du volumineux [4] meublera utilement quelques longues
soires dhiver... lorsquils seront dudiants de second ou de troisime cycle. Ils trouveront ds prsent leur bonheur dans [5], dj
signal en note page 5.
22
Produit
Dnition et notation 3.1.12 (Produit) Soient u = (u
n
)
nN
et v = (v
n
)
nN
dans K
N
.
Le produit de u par v est la suite, note uv, dont le terme gnral
4
est :
(uv)
n
=
n

k=0
u
nk
v
k
=

i+j=n
u
i
v
j
Dnition et notation 3.1.13 (Symboles de Kronecker) Les symboles de Kronecker :
i j
, sont dnis
pour tout i et tout j dans N par :

i j
=
_
0 si i ,= j
1 si i = j
Exercice 3.1.3 Dmontrer que le produit ainsi dni sur K[X] possde les proprits suivantes :
1. Cest une loi interne.
2. Il est commutatif.
3. Il est associatif.
4. Il est distributif par rapport la somme.
5. Son lment neutre est la suite X
0
= (
0 j
)
jN
.
(Que vaut deg(X
0
)?)
6. La suite nulle est llment absorbant ; cest dire : le produit de toute suite par la suite nulle donne la
suite nulle.
Lensemble K[X] muni du produit dni ci-dessus est un monode commutatif. Ce mme ensemble muni des
deux lois somme et produit dnies ci-dessus est un anneau commutatif.
Thorme 3.1.2
(u K[X]) (v K[X]) deg(uv) = deg(u) + deg(v)
Dmonstration 3.1.2 Si u ou v est la suite nulle, alors uv est aussi la suite nulle et lgalit deg(uv) = deg(u)+deg(v)
est vraie.
Supposons que ni u, ni v, ne soit la suite nulle. Dans ce cas, deg(u) et deg(v) sont des nombres entiers. Notons ces
nombres respectivement m et n, et montrons que (uv)
m+n
,= 0.
Par dnition de produit, (uv)
m+n
=

p+q=m+n
u
p
v
q
. Or, si p +q = m+n et p < m, alors q > n et donc v
q
= 0.
De mme, p + q = m + n et p > m impliquent q < m et u
p
= 0. Si p + q = m + n et p = m, alors q = n et
u
p
v
q
= u
m
v
n
,= 0. Do :
(uv)
m+n
=

p+q=m+n
u
p
v
q
=

p+q=m+n
p<m q>n
u
p
v
q
+

p+q=m+n
p>m q<n
u
p
v
q
+

p+q=m+n
p=m q=n
u
p
v
q
=

p+q=m+n
p<m q>n
u
p
0 +

p+q=m+n
p>m q<n
0v
q
+u
m
v
n
= u
m
v
n
,= 0
Donc, nous avons obtenu : deg(uv) deg(u) +deg(v).
Montrons que : (uv)
k
= 0 pour tout entier k > m+n.
Soit k > m+n. Si p +q = k et p m, alors q = k p k m > m+n m = n et donc v
q
= 0. On en dduit :
(uv)
k
=

p+q=k
u
p
v
q
=

p+q=k
pm
u
p
v
q
+

p+q=k
p>m
u
p
v
q
=

p+q=k
pm
u
p
0 +

p+q=k
p>m
0v
q
= 0
Cette fois nous venons dobtenir : deg(uv) deg(u) + deg(v).
De deg(uv) deg(u) +deg(v) et deg(uv) deg(u) +deg(v), on dduit lgalit.
4. La notation

i+j=n
u
i
v
j
dsigne la somme de tous les u
i
v
j
tels que les nombres entiers naturels i et j vrient i +j = n. On
rencontre aussi

iI
a
i
quil faut interprter comme : la somme de tous les a
i
, i dcrivant lensemble I.
23
Corollaire 3.1.2.1 Notons K[X]

lensemble des lments inversibles de K[X] pour le produit (pour la loi

produit). On a :
K[X]

= u K[X] [ deg(u) = 0
Dmonstration 3.1.2.1 Premire partie : K[X]

u K[X] [ deg(u) = 0.
Soit u K[X]

. Montrons que deg(u) = 0.

Si u K[X]

, alors il existe v K[X]

tel que : uv = X
0
. Daprs le thorme : deg(uv) = deg(u) +deg(v). Dautre
part, deg(X
0
) = 0. De deg(u) + deg(v) = 0, on dduit : deg(u) = deg(v) = 0.
Deuxime partie : K[X]

u K[X] [ deg(u) = 0.
Soit u K[X] tel que deg(u) = 0. Montrons que u K[X]

.
Si deg(u) = 0, alors u
n
= 0 pour n 1 et u
0
,= 0. Or, si u
0
,= 0, alors u
0
est un lment de K

= K 0, dont
linverse est not : u
1
0
. Soit v K[X] dnie par : v
n
= 0 si n 1, et v
0
= u
1
0
. Alors, (uv)
0
=

p+q=0
u
p
v
q
=
u
0
v
0
= 1 et, pour n 1, (uv)
n
=

p+q=n
u
p
v
q
= u
0
v
n
+

p+q=n
p=0
u
p
v
q
= u
0
0 +

p+q=n
p=0
0v
q
= 0. Donc, uv = X
0
et u est inversible.
Multiplication par les lments de K
Dnition et notation 3.1.14 (Produit dune suite par un nombre) Soient u K[X] et K.
On note le produit de u par : u. Ce produit est la suite presque nulle dnie par : (u)
n
= u
n
.
Exercice 3.1.4 Pour tout u K[X], tout v K[X], tout K et tout K, montrer que :
1. (u +v) = u +v
2. (uv) = (u)v = u(v)
3. ()u = (u) = (u)
4. ( +)u = u +u
5. 1u = u
6. 0u = (0)
nN
7. (0)
nN
= (0)
nN
K[X] muni de la somme et de la multiplication par les lments de K est un K-espace vectoriel.
K[X] muni de la somme, du produit et de la multiplication par les lments de K est une K-algbre commutative.
3.1.3 Polynmes coecients dans K
Une suite remarquable dlments de K[X]
Dnition et notation 3.1.15 La suite X
n
K[X] est dnie pour tout n N par :
X
n
= (
nj
)
jN
Exercice 3.1.5 Pour tout m N et tout n N, montrer que :
1. deg(X
n
) = n
2. X
m
X
n
= X
m+n
3. (X
m
)
n
= X
m
X
m
X
m
. .
produit de n
copies de X
m
= X
mn
Lexercice 3.1.5 justie la notation X
n
. On remarque en eet que les rgles de calcul dans K sur les exposants
sont transposables aux X
n
.
Dnition 3.1.16 (Combinaison linaire) Soit U = (
n
u)
nN
une suite
5
dlments de K[X]. Soit =
(
n
)
nN
une suite presque nulle dlments de K. Alors, la somme :

nN

n
n
u, est ce quon appelle une com-
binaison linaire de la famille (
n
u)
nN
. (On dit aussi : combinaison linaire des
n
u).
Remarque : la somme de la dnition ci-dessus comporte un nombre ni de termes car, la suite tant presque
nulle, donc tous les termes, sauf un nombre ni dentre eux, sont nuls.
Exercice 3.1.6 Montrer que toute combinaison linaire dune famille de suites presque nulles est une suite
presque nulle.
5. Lindice n est volontairement plac devant u pour distinguer
n
u lment de K[X], de u
n
qui dsignait jusque l un lment de
K. U est une suite de suites.
24
Thorme 3.1.3 Tout lment de K[X] sexprime de manire unique (la suite de la dnition 3.1.16 est
uniquement dtermine) comme combinaison linaire de la famille (X
n
)
nN
.
Dmonstration 3.1.3 Existence :
Si u = (u
n
)
nN
K[X], alors u =

nN
u
n
X
n
. En eet, le terme de rang mde la suite

nN
u
n
X
n
est la somme des
termes de rang m des suites u
0
X
0
, u
1
X
1
, u
2
X
2
, etc. Do :
_
nN
u
n
X
n
_
m
=

nN
u
n
X
n
m
=

nN
u
n

nm
= u
m
,
car tous les
nm
sont nuls, sauf
mm
qui vaut 1. La suite utilise dans la dnition 3.1.16 est donc ici la suite u
elle-mme.
Unicit :
Soit K[X]. Supposons u =

nN

n
X
n
. Alors, le terme de rang m de

nN

n
X
n
est
m
. Comme on a
suppos u =

nN

n
X
n
, le terme de rang m est u
m
. Donc, pour tout m N, on obtient
m
= u
m
, do lunicit.
La dnition de combinaison linaire que nous nous sommes donns, convient la situation dans laquelle sont
les X
n
.
Lanneau K[X] des polynmes
Proposition 3.1.4 Lapplication :
: K K[X]
X
0
est injective.
Dmonstration 3.1.4 X
0
= X
0
(X
0
)
0
= (X
0
)
0
=
Pour K, par abus de notation, llment X
0
de K[X] est not simplement . Cet abus est d la proposition
ci-dessus. Puisque quil existe une injection canonique de K dans K[X], on considre K comme un sous-ensemble
de K[X], bien quil nen soit pas un en ralit ; cest (K) qui est inclus dans K[X].
La notation simplie de X
0
est 1, celle de X
1
est X.
La suite nulle sera tout simplement note 0.
Cet abus, ces simplications, et le thorme 3.1.3, nous permettent de retrouver lcriture usuelle des lments
de K[X], qui sont les polynmes une indtermine.
Par exemple : P(X) = 1+2XX
3
est un polynme. Cest la suite presque nulle dlments de K dont les termes
sont :
P(X)
0
= 1, P(X)
1
= 2, P(X)
2
= 0, P(X)
3
= 1, et pour tout entier n suprieur ou gal 4 : P(X)
n
= 0.
Dnition 3.1.17 K[X] est lanneau des polynmes une indtermine et coecients dans K.
Partout o sont crit les mots suite presque nulle, vous pouvez crire la place polynme. Les divers dni-
tions, propositions et thormes sur les suites presque nulles, sont donc en fait des dnitions, propositions et
thormes sur les polynmes. Ce dtour par les suites presque nulles est, par exemple, une des meilleures faons
de dnir sans ambigut le degr dun polynme, ou bien la forme canonique dun polynme.
Dnition 3.1.18 (Forme canonique) Soit P K[X]. On sait (thorme 3.1.3) que P scrit de faon unique
comme une combinaison linaire des X
n
. Cette combinaison linaire est la forme canonique de P.
Notation 3.1.19 Soit P K[X]. Considrons sa forme canonique :
P =

nN
a
n
X
n
.
Si P = 0, alors on crira la forme canonique de P : 0 ou

0
n=0
0 lorsque la notation
6

sera utilise.
Si P ,= 0, alors deg(P) N et dans ce cas on crira la forme canonique de P :

deg(P)
n=0
a
n
X
n
.
Dnition 3.1.20 (Coecients) Les termes de la suite (a
n
)
nN
utilise dans la notation 3.1.19 sappellent
les coecients de P.
Dnition 3.1.21 (Monme) Un polynme dont la forme canonique est rduite, pour un certain n N,
aX
n
, avec a K, est un monme.
6. Un autre point de vue consiste penser que

n=0
=

n
= 0.
25
Remarque : noter un polynme P(X) ou P est indirent, sauf, par exemple, lorsquon crit : P = XY . Est-ce
que lindtermine du polynme est X? Est-ce Y ? Est-ce un polynme deux
7
indtermines?
crire P(X) et Q(X) permet de composer ces polynmes pour en fabriquer de nouveaux, comme : P(Q(X)). Si
P(X) = 1 +X
2
et Q(X) = 1 +X, alors P(Q(X)) = 1 + (Q(X))
2
= 1 + (1 +X)
2
= 1 + 1 + 2X +X
2
=
2X + X
2
. Les exposants qui gurent dans ces expressions peuvent tre diremment interprts. (Q(X))
2
doit
tre interprt comme : Q(X)Q(X). X
2
peut tre interprt comme : (
2 j
)
jN
, mais aussi (exercice 3.1.5) comme :
XX.
3.2 Division euclidienne dans K[X]
Les outils utiliss dans cette section sont ceux de la thorie des anneaux commutatifs intgres ; outils de
lalgbre abstraite qui permettent, sans trop deorts, dobtenir les principaux rsultats du programme. Les
techniques dveloppes pourront tre transposes une tude plus gnrale des anneaux commutatifs intgres,
tude au programme des second cycle de mathmatiques.
3.2.1 Division euclidienne
Thorme 3.2.1 Pour tout P et tout Q dans K[X] :
PQ = 0 (P = 0 ou Q = 0)
Dmonstration 3.2.1 Posons Q = (q
n
)
nN
et PQ = (a
n
)
nN
. Si P = 0, alors a
n
=

i+j=n
0q
j
= 0. Donc,
P = 0 PQ = 0. De mme, on montre que Q = 0 PQ = 0.
Rciproquement :
Si PQ = 0, alors le thorme 3.1.2 sur le degr du produit permet darmer : = deg(PQ) = deg(P) + deg(Q).
Or, si P ,= 0 et Q ,= 0, alors deg(P) et deg(Q) sont des nombres entiers dont la somme ne peut valoir . Do le
rsultat.
Bien que ltude des structures algbriques abstraites ne soit pas un objectif de ce cours, signalons quun anneau
vriant le thorme 3.2.1 sappelle un anneau intgre. Par exemple, Z est un anneau intgre : un produit de
nombres entiers est nul si et seulement si un des facteurs du produit est nul. Le thorme 3.2.1 tant tabli, nous
pouvons envisager la division euclidienne dans K[X], fonde grce au thorme 3.2.2.
Thorme 3.2.2 Division euclidienne dans K[X]
Soient A et B des lments de K[X]. On suppose B ,= 0.
Il existe alors dans K[X]
2
un unique couple de polynmes (Q, R) tel que : A = BQ+R et deg(R) < deg(B).
Q est le quotient, et R le reste, de la division euclidienne de A par B.
Dmonstration 3.2.2 Montrons par rcurrence sur le degr de A, lexistence dun couple (Q, R) vriant A = BQ+R
et deg(R) < m.
Notons m le degr de B (B ,= 0 m N). Si deg(A) < m, alors le couple (Q, R) = (0, A) convient. (Ceci rgle
en particulier le cas A = 0).
Hypothse de rcurrence : pour tout polynme A de degr infrieur ou gal n, il existe un couple de polynmes
(Q, R) tel que A = BQ+R et deg(R) < m.
Soit A un polynme de degr n+1. Si n+1 < m le choix est Q = 0 et R = A. Sinon, on a : m n+1. Considrons
les formes canoniques de A et de B: A =

n+1
i=0
a
i
X
i
et B =

m
i=0
b
i
X
i
. Posons C = A
_
a
n+1
b
m
X
n+1m
_
B. C
est un polynme bien dni, puisque b
m
,= 0 et m n + 1. Daprs les thormes 3.1.1 et 3.1.2, deg(C) n + 1.
Or, daprs la dnition de C, le monme de degr n + 1 de la forme canonique de C est nul. Do, deg(C) n.
On peut donc appliquer lhypothse de rcurrence C. On en dduit lexistence dun couple de polynmes
(Q
1
, R
1
) tels que C = BQ
1
+ R
1
et deg(R
1
) < m. Comme C = A
_
a
n+1
b
m
X
n+1m
_
B, on obtient :
A =
_
a
n+1
b
m
X
n+1m
+Q
1
_
B + R
1
. Les polynmes Q =
a
n+1
b
m
X
n+1m
+ Q
1
et R = R
1
vrient A = BQ + R et
deg(R) < m.
Conclusion : lexistence du couple (Q, R) est dmontre.
7. Ces polynmes ne seront pas tudis dans ce cours.
26
Montrons lunicit du couple (Q, R).
Supposons A = BQ+R = BQ
1
+R
1
avec deg(R) < m et deg(R
1
) < m. Alors, (QQ
1
)B = R
1
R et daprs
les thormes 3.1.2 et 3.1.1 :
m > maxdeg(R
1
), deg(R) deg(R
1
R)
= deg((QQ
1
)B) = deg(Q
1
Q) +m
Do, deg(Q
1
Q) = , et donc Q = Q
1
. Comme R
1
R = (QQ
1
)B, on en dduit : R = R
1
.
3.2.2 K[X] est principal
Dnition 3.2.1 (Idal) Soit 1 K[X]. On dit que 1 est un idal de K[X], si 1 vrie toutes les proprits
suivantes :
1. 1 ,=
2. (P K[X]) P 1 P 1
3. (P K[X])(Q K[X]) (P 1 et Q 1) P +Q 1
4. (P K[X])(Q K[X]) P 1 PQ 1
Remarque : 0 et K[X] sont deux idaux de K[X].
Proposition 3.2.3 Soit S un ensemble non vide. Soit (1
s
)
sS
une famille didaux de K[X]. Alors, 1 =

sS
1
s
est un idal de K[X].
Dmonstration 3.2.3 Il faut examiner si 1 vrie bien la dnition 3.2.1. La premire vrication consiste observer
que 1 nest pas vide. Comme 0 appartient tous les idaux de K[X] (preuve?), 0 est dans nimporte quelle intersection
didaux, donc dans 1. Montrons que le second axiome de la dnition est vri par 1. Les autres axiomes sont
vrier en suivant la mme dmarche (exercice).
Soit P 1. Alors, comme

sS
1
s
est lintersection de tous les 1
s
pour s S, P appartient tous les 1
s
.
Comme les 1
s
sont tous des idaux, de P 1
s
, on dduit P 1
s
. Puisque pour tout s S, P 1
s
, on a :
P

sS
1
s
= 1.
Proposition 3.2.4 Soit 1 un idal de K[X].
1 = K[X] si et seulement si, il existe un lment inversible (pour le produit) dans 1.
Dmonstration 3.2.4 Supposons 1 = K[X]. Alors, tous les lments inversibles de K[X] appartiennent 1.
Rciproquement, sil existe dans 1 un lment inversible , alors daprs la dnition 3.2.1, pour tout polynme P de
K[X],
1
P = P 1. Do, 1 = K[X].
Notation 3.2.2 Soit P un lment de K[X]. On note (P) le sous-ensemble de K[X] dni par :
(P) = A K[X] [ (Q K[X]) A = PQ
Exercice 3.2.1 Montrer que : (P) = 0 P = 0.
Proposition 3.2.5 (P) (voir notation 3.2.2) est un idal de K[X]. On lappelle : lidal engendr par P.
Dmonstration 3.2.5 (P) ,= , car P 0 = 0 (P).
Soit A (P). Il existe Q K[X] tel que A = PQ. Comme A = P(Q), on a : A (P).
Soient A et B dans (P). Il existe des polynmes Q
1
et Q
2
tels : A = PQ
1
et B = PQ
2
. Alors, A+B = P(Q
1
+Q
2
)
(P).
Soit A = PQ (P) et B K[X]. Alors, AB = (PQ)B = P(QB) (P).
Exercice 3.2.2 Soit 1 un idal de K[X]. Montrer que P 1 quivaut (P) 1.
Proposition 3.2.6 (P) est lintersection de tous les idaux ayant P pour lment. Autrement dit : (P) est le
plus petit des idaux de K[X] ayant P pour lment.
Dmonstration 3.2.6 Comme (P) est un idal ayant P pour lment, lintersection de tous les idaux ayant P pour
lment est incluse dans (P). Rciproquement, daprs lexercice 3.2.2, (P) est inclus dans tout idal ayant P pour
lment. Donc, (P) est inclus dans lintersection de tous les idaux ayant P pour lment.
27
Proposition 3.2.7 (P) = (Q) si et seulement sil existe K

tel que P = Q.
Dmonstration 3.2.7 Sil existe K

tel que P = Q, alors P = Q(X

0
) (Q). Do, daprs lexercice 3.2.2,
(P) (Q). Comme ,= 0, de P = Q, on dduit Q =
1
P, et donc (Q) (P). Comme (P) (Q) et (Q) (P),
on a : (P) = (Q).
Rciproquement : supposons (P) = (Q). Alors, P (Q). De mme, Q (P). Il existe donc des polynmes A
et B, tels que P = QA et Q = PB. Mais alors : P = QA = (PB)A, et, daprs le thorme 3.1.2, deg(P) =
deg(P) + deg(A) + deg(B). Cette galit implique deg(P) = , ou deg(A) = deg(B) = 0. Si P = 0, alors
(P) = 0 et donc Q qui appartient (P), ne peut tre que 0. Dans ce cas, pour tout dans K, P = Q. Si P ,= 0,
alors deg(A) = deg(B) = 0 et donc, daprs le corollaire 3.1.2.1, A et B sont inversibles (pour le produit dans K[X]).
On a donc A = X
0
avec K

. Mais alors P = QA = AQ = X
0
Q = Q.
Dnition 3.2.3 (Idal principal) Soit 1 un idal de K[X].
On dit que 1 est un idal principal sil existe P dans K[X] tel que : 1 = (P).
Thorme 3.2.8 Tout idal de K[X] est principal.
Dmonstration 3.2.8 Soit 1 un idal de K[X].
Si 1 = 0, alors 1 = (0).
Supposons 1 ,= 0. Alors, 1 0 ,= . Soit un polynme de 1 0 vriant
8
: deg() = mindeg(P) N [
P 1 0. Daprs lexercice 3.2.2, () 1. Soit A 1. Daprs le thorme 3.2.2, il existe un unique couple
de polynmes (Q, R) tel que : A = Q+R et deg(R) < deg(). Comme et A sont des lments de 1, et que 1
est un idal, on a : R = A Q 1. De R 1, deg() = mindeg(P) N [ P 1 0 et deg(R) < deg(),
on dduit : R = 0. Do A = Q, et donc 1 (). Comme, dautre part, () 1, on obtient : 1 = ().
Un anneau intgre dont tout idal est principal sappelle un anneau principal. Nous avons donc dmontr que
K[X] est principal.
PGCD
Exercice 3.2.3 Posons :
(A,B) = P K[X] [ (U K[X])(V K[X]) P = AU +BV .
Montrer que (A,B) est le plus petit des idaux de K[X] ayant A et B pour lments. (A,B) est lidal engendr
par A et B.
Dnition et notation 3.2.4 (Diviseur) Soient A et B dans K[X]. On dit que B divise A (B est un divi-
seur
9
de A), sil existe Q K[X] tel que A = BQ. B divise A se note : B[A.
Exercice 3.2.4 Montrer que A est inversible (A K[X]

) si et seulement si tout diviseur de A est inversible.

Exercice 3.2.5 Montrer que :
1. B[A et B = 0 impliquent A = 0.
2. Pour tout K

et tout P K[X] : [P. ( = X

0
)
3. Pour B ,= 0, B[A si et seulement si le reste de la division euclidienne de A par B est nul.
4. B[A (A) (B) A (B).
5. Si A[B et A[C, alors A[B +C.
6. Si A[B alors AC[BC.
Dnition 3.2.5 (PGCD) Soient A et B des lments de K[X]. On dit que K[X] est un PGCD
10
de A
et de B, si vrie :
1. [A
2. [B
3. (P K[X]) (P[A et P[B) P[
8. Pour un sous-ensemble non vide E de R, minE dsigne, sil existe, le minimum de E, cest dire : son plus petit lment.
9. Un cas particulier demploi du terme diviseur : diviseur de 0 , dsigne dans les anneaux qui ne sont pas intgres les
lments a = 0 tels quil existe b = 0 vriant ab = 0. Pour nous, dans le cadre des anneaux intgres, il nexiste aucun lment
dirent de 0 dont le produit avec un lment dirent de 0 a pour valeur 0.
10. Plus Grand Commun Diviseur
28
Un PGCD de A et de B est donc un polynme qui divise A et B, et tout diviseur de A et de B divise le PGCD.
Thorme 3.2.9 Soient A, B et des lments de K[X].
est un PGCD de A et de B si et seulement si (A,B) = ().
La dnition 3.2.5 donne du PGCD une dnition qui traduit directement plus grand commun diviseur ; avec
plus grand qui doit tre compris comme : tout diviseur commun divise un PGCD. Le thorme 3.2.9 pourrait
tre une dnition du PGCD en termes didaux, puisquil indique quun PGCD de A et de B est un polynme
qui engendre le mme idal que celui engendr par A et B. Lavantage du thorme sur la dnition, cest quil
implique lexistence dun PGCD, alors que la dnition ne garantie pas quil en existe un. En eet, comme K[X]
est principal, il existe, quels que soient les polynmes A et B, un polynme tel que (A,B) = ().
Dmonstration 3.2.9 Soit un PGCD de A et de B.
Puisque [A, il existe S K[X] tel que A = S. De mme comme [B, il existe T K[X] tel que B = T.
Comme K[X] est principal, il existe C K[X] tel que (C) = (A,B). De C (C) = (A,B), on dduit lexistence de
polynmes U et V tels que C = AU +BV . Mais alors, C = AU +BV = TU + SV = (TU +SV ), et donc :
C (). Do (A,B) = (C) ().
Comme A (A,B) = (C), on a : C[A. De mme, C[B. Mais alors, comme est un PGCD de A et de B, C[.
Do, (C) et donc () (C) = (A,B).
De (A,B) = (C) () et () (C) = (A,B), on dduit : (A,B) = ().
Rciproquement, supposons (A,B) = (). Alors A () et B () ; autrement dit : [A et [B. Soit P un
diviseur commun A et B. Il existe des polynmes F et G tels que A = PF et B = PG. Comme (A,B), il
existe des polynmes W et Z tels que = AW +BZ. Alors, = AW +BZ = PFW +PGZ = P(FW +GZ) ;
cest dire : P[. Donc, est un PGCD de A et de B.
Corollaire 3.2.9.1 Soient A, B, et D dans K[X].
et D sont des PGCD de A et de B si, et seulement si, est un PGCD de A et de B et il existe K

tel
que = D.
Dmonstration 3.2.9.1 Supposons que et D soient des PGCD de A et de B. Daprs le thorme 3.2.9, ceci
quivaut : (A,B) = () = (D). Daprs la proposition 3.2.7, () = (D) quivaut : il existe dans K

tel que
= D. Do le corollaire.
Ce corollaire indique pourquoi nous navons pas dni le PGCD, mais un PGCD. En eet, le PGCD nest dni
qu la multiplication par les lments de K

prs.
Dnition 3.2.6 (Polynmes premiers entre eux) Soient A et B dans K[X]. On dit que A et B sont pre-
miers entre eux si leurs seuls diviseurs communs sont les lments de K

(en identiant K

X
0
K[X]

).
Exercice 3.2.6 Montret que A = 0 et A et B sont premier entre eux, alors B K

Thorme 3.2.10 (Bezout) Soient A et B des lments de K[X].

A et B sont premiers entre eux si et seulement si, il existe des polynmes U et V de K[X], tels que : AU+BV = 1.
Dmonstration 3.2.10 Rappelons que AU + BV = 1 devrait scrire AU + BV = X
0
. Daprs le thorme 3.2.9,
un PGCD de A et de B est un polynme tel que () = (A,B). Si A et B sont premiers entre eux, alors leurs
PGCD, qui appartiennent tous (A,B), sont les lments de K

, car ce sont leurs seuls diviseurs communs, et alors

(A,B) = K[X]. De 1 (A,B), on dduit lexistence de polynmes U et V tels que AU +BV = 1.
Rciproquement, sil existe des polynmes U et V tels que AU +BV = 1, alors 1 (A,B) et donc (A,B) = (1) =
K[X]. Si P est un diviseur commun A et B, alors A (P) et B (P). Do (A,B) (P) (voir execice 3.2.3).
Comme (A,B) = K[X], on a (P) = K[X], et donc P est un lment inversible de K[X], car 1 (P) implique
lexistence dun polynme Q tel que 1 = PQ.
Thorme 3.2.11 (Gauss) On considre les polynmes A, B et C de K[X].
Si A et B sont premiers entre eux et si A[BC, alors A[C.
Dmonstration 3.2.11 Daprs le thorme de Bezout, il existe des polynmes U et V dans K[X] tels que AU+BV =
1. Do AUC+BV C = C. Comme A[BC, il existe Q tel que BC = AQ. Alors, C = AUC+BCV = AUC+AQC =
A(UC +QC), et donc A[C.
29
PPCM
Dnition 3.2.7 (multiple) Soient A et B dans K[X]. On dit que A est un multiple de B, si B[A.
Exercice 3.2.7 Montrer que 0 est un multiple de P, quel que soit P dans K[X].
Dnition 3.2.8 (PPCM) Soient A, B et M dans K[X].
On dit que M est un PPCM
11
de A et de B si M vrie :
1. M est un multiple de A.
2. M est un multiple de B.
3. Pour tout P dans K[X], si P est un multiple commun A et B, alors P est un multiple de M.
Thorme 3.2.12 Soient A, B et M dans K[X].
M est un PPCM de A et de B si et seulement si (M) = (A) (B).
Le thorme 3.2.12 donne une dnition du PPCM en termes didaux, et garantit lexistence dun PPCM, car
lintersection de deux idaux est un idal et K[X] est principal. Ce thorme et la proposition 3.2.7 page 28,
justient lemploi du terme un PPCM , car le PPCM nest dni qu la multiplication par un lment de
K

prs.
Dmonstration 3.2.12 Soit P un multiple commun A et B. De A[P et B[P, on dduit P (A) et P (B),
donc (P) (A) (B). Do, si M est un PPCM de A et de B: (M) (A) (B). K[X] tant principal, il existe un
polynme C tel que (C) = (A) (B). Comme C (A) et C (B), on a : C est un multiple commun A et B.
Mais alors M[C. Do, (A) (B) = (C) (M). Conclusion : (A) (B) = (M).
Rciproquement, si (M) = (A) (B), alors M est un multiple commun A et B, et, daprs la premire partie
de la dmonstration, si P est un multiple commun A et B, alors (P) (A) (B) = (M). Do, P est un multiple
de M.
Proposition 3.2.13 Soient a et b des lments de K[X] premiers entre eux.
Alors, (a) (b) = (ab).
Cette proposition indique donc que lorsque deux lments de K[X] sont premiers entre eux, leur produit est un
PPCM.
Dmonstration 3.2.13 Comme ab (a) et ab (b), on a ab (a) (b) et donc (ab) (a) (b).
Montrons linclusion de (a) (b) dans (ab). Soit p un multiple commun a et b. On sait qualors (p) (a) (b).
Montrons que (p) (ab). Comme p est un multiple de a, il existe dans K[X] tel que p = a. De mme, il existe
tel que p = b. De a = b, on dduit que a[b. Or, comme a et b sont premiers entre eux, le thorme de
Gauss 3.2.11 implique que a[. Donc, = qa pour un certain q K[X]. Do, p = b = qab, et donc (p) (ab).
Choisissons un multiple commun particulier : un PPCM de a et de b, et nous obtenons grce au thorme 3.2.12 :
(a) (b) (ab).
Thorme 3.2.14 Soient A, B, et M dans K[X].
Si (A,B) = () et (A) (B) = (M), alors il existe dans K

tel que : AB = M.
La dmonstration de ce thorme est assez longue. Elle repose sur des lemmes dont les rsultats ont un intrt
en eux-mmes.
Lemme 3.2.14.1 Soient A, B, , a et b des lments de K[X] tels que :
(A,B) = () ,= 0, A = a et B = b.
Alors, a et b sont premiers entre eux.
Ce lemme indique que lorsquon divise deux polynmes non tous les deux nuls par un de leurs PGCD, on obtient
deux polynmes premiers entre eux.
Dmonstration 3.2.14.1 Soit P K[X]. Supposons que P[a et P[b. Alors, P[A et P[B. Comme est un
PGCD de A et B, P[. Il existe donc Q K[X] tel que : = PQ. Comme ,= 0, deg() N, alors de
deg() = deg() + deg(P) + deg(Q), on dduit : deg(P) = 0, et donc : P K[X]

.
11. Plus Petit Commun Multiple
30
Lemme 3.2.14.2 Soient A, B, , a et b des lments de K[X] tels que :
A = a, B = b et a et b sont sont premiers entre eux.
Alors, (A) (B) = (ab).
Dmonstration 3.2.14.2 ab = Ab = aB, donc ab (ab) (A) (B).
Montrons linclusion rciproque. Soit P un multiple commun A et B. Il existe et dans K[X] tels que :
P = A = a et P = B = b. On en dduit : (a b) = 0. comme K[X] est intgre, (a b) = 0 si
et seulement si = 0 ou a = b. Si = 0, alors A = B = ab = 0 et la conclusion du lemme est vrie. Si
,= 0, alors a = b. Dans ce cas, a[a = b. Comme (a,b) = (1), le thorme 3.2.11 a pour consquence : a[. Il
existe donc q dans K[X], tel que = qa. Alors, P = b = qab et donc P (P) (ab). Si nous choisissons un
PPCM, cette dernire inclusion devient : (P) = (A) (B) (ab).
Dmonstration 3.2.14 Dmonstration du thorme 3.2.14 : Si = 0, alors A = B = 0 et la conclusion du thorme
est vraie. Supposons ,= 0. Posons A = a et B = b. Alors, daprs le lemme 3.2.14.1, a et b sont premiers entre
eux. Daprs le lemme 3.2.14.2, ab est un PPCM de A et de B. Soit M un PPCM de A et de B. Daprs ce qui
prcde, on a : (M) = (A) (B) = (ab). Donc (proposition 3.2.7), il existe dans K

tel que : ab = M. Do,

en multipliant chacun des membres de cette dernire galit par : M = ab = AB.
Thorme 3.2.15 Soient A, B, et M dans K[X], ,= 0.
Si (A,B) = () et sil existe dans K

tel que AB = M, alors M est un PPCM de A et de B.

Ce dernier thorme est bien utile, si lon dispose dun PGCD, pour calculer un PPCM. En eet, si (A,B) =
() ,= 0, alors le quotient (le rsultat) de la division de AB par est un PPCM.
Dmonstration 3.2.15 Notons C un PPCM de A et de B. Daprs le thorme 3.2.14, il existe K

tel que
C = AB. Comme M = AB, on en dduit : (CM) = 0. Comme K[X] est intgre, cette dernire galit
entrane = 0 ou C = M. Puisque ,= 0, on a : C = M. On en dduit : C =
1
M, et comme
1
K

,
on a (C) = (M) (proposition 3.2.7). Donc, daprs le thorme 3.2.12, M est un PPCM de A et de B.
Algorithme dEuclide
Lalgorithme dEuclide permet dobtenir un PGCD de deux polynmes par la mthode des divisions succes-
sives.
Exercice 3.2.8 Soient A et B dans K[X].
Montrer que :
1. (A,0) = (A).
2. Si B[A, alors (A,B) = (B).
Proposition 3.2.16 Soit B un polynme non nul et A un polynme quelconque. Si Q et R sont respectivement,
le quotient et le reste de la division euclidienne de A par B, alors : (A,B) = (B,R).
Dmonstration 3.2.16 On a : A = BQ+R. Donc, A (B,R). Comme B (B,R), on obtient : (A,B) (B,R). De
R = ABQ, on dduit : R (A,B). Comme B (A,B), on a : (B,R) (A,B).
Cette proposition et les rsultats de lexercice 3.2.8 sont utiliss pour justier lalgorithme dEuclide.
Recherche dun PGDC de A et B. Description de lalgorithme :
* Si A = 0, alors (A,B) = (B) et = B.
* Si B = 0, alors (A,B) = (A) et = A.
* Si A ,= 0 et B ,= 0, posons B
0
= A et R
0
= B.
Dnition par rcurrence des B
n
et des R
n
:
Si R
n
= 0, alors = B
n
.
Si R
n
,= 0, alors B
n+1
= R
n
et R
n+1
est le reste de la division euclidienne de B
n
par R
n
.
Daprs la proposition 3.2.16, (A,B) = (B
n
,R
n
). Do, si R
n
= 0, alors, daprs lexercice 3.2.8 (A,B) = (B
n
).
Dautre part, on est assur que lalgorithme sarrte, car : deg(R
n+1
) < deg(R
n
). Aprs un nombre ni dtapes,
on obtiendra forcment deg(R
n
) < 0 et donc R
n
= 0.
31
3.3 Fonctions polynmiales
Dnition et notation 3.3.1 Soient a K et P(X) K[X] de degr n. Soit

n
k=0

k
X
k
(0, si P = 0) la
forme canonique de P(X). On dnit llment P(a) de K par : P(a) =

n
k=0

k
a
k
(0, si P = 0).
Dnition 3.3.2 (Fonction polynmiale) Soit f une application de K dans K. Sil existe un polynme
P(X) K[X] tel que, pour tout a K, f(a) = P(a), alors on dit que f est une fonction polynmiale (ou
fonction polynme).
Exercice 3.3.1 Montrer que pour tout a et tout dans K, et pour tout P et tout Q dans K[X], on a :
1. (P +Q)(a) = P(a) +Q(a)
2. (PQ)(a) = P(a)Q(a)
3. (P)(a) = (P(a))
4. Si P(X) = X
0
, alors P(a) = 1.
Dnition 3.3.3 (Racine) On dit que a K est une racine de P K[X], lorsque P(a) = 0.
Thorme 3.3.1 Pour tout a dans K et tout P dans K[X] : a est une racine de P, si et seulement si, Xa[P.
Dmonstration 3.3.1 On rappelle que X a est le polynme anciennement not : X
1
aX
0
. Supposons que a soit
une racine de P. Comme Xa ,= 0, on peut eectuer la division euclidienne de P par Xa. Notons respectivement
Q et R le quotient et le reste de la division euclidienne de P par Xa. On a : P(X) = (Xa)Q(X) +R(X). Alors,
P(a) = (a a)Q(a) +R(a) = 0 +R(a) = R(a) = 0. Or, deg(R) < deg(X a) = 1. Donc, R(X) = X
0
= pour
un certain dans K. De R(a) = 0, on dduit alors R(X) = = 0 et donc P(X) = (X a)Q(X).
Rciproquement, supposons X a[P. Alors, il existe Q dans K[X] tel que P(X) = (X a)Q(X). Do :
P(a) = (a a)Q(a) = 0.
3.4 Polynme driv
Dnition et notation 3.4.1 (Polynme driv) Soit P un polynme de K[X]. Supposons : deg(P) = n.
Soit

n
k=0

k
X
k
(0 si P = 0) la forme canonique de P. Le polynme driv de P, not P

, est dni par :

P

(X) =
_
0 si deg(P) 0

n1
k=0
(k + 1)
k+1
X
k
si deg(P) 1
Proposition 3.4.1 Pour tout P et tout Q dans K[X], on a :
1. (P +Q)

= P

+Q

2. (PQ)

= P

Q+PQ

3. ( K) (P)

= P

Dmonstration 3.4.1 La premire et la dernire proprits sont triviales. Pour la seconde, il sut daprs les deux
autres proprits, de montrer que : (X
n
X
m
)

= (X
n
)

X
m
+X
n
(X
m
)

. Daprs la dnition du polynme driv :

(X
n
)

=
_
+

k=0

nk
X
k
_

=
+

k=0
(k + 1)
nk+1
X
k
=
_
nX
n1
si n ,= 0
0 si n = 0
En utilisant la convention : 0X
1
= 0, on en dduit : (X
n
)

= nX
n1
pour tout n dans N. Alors, (X
n
)

X
m
+
X
n
(X
m
)

= nX
n1
X
m
+mX
n
X
m1
= nX
n+m1
+mX
n+m1
= (n +m)X
n+m1
= (X
n+m
)

.
3.5 Polynmes irrductibles
Dnition 3.5.1 (Polynme irrductible) Soit P un lment de K[X]. On dit que P est irrductible si :
1. P , K

, ce qui quivaut
12
: deg(P) ,= 0.
2. Pour tout A K[X] et tout B K[X], P = AB implique A K

ou B K

.
12. Une fois encore, K

est identi K[X]

.
32
Exemple important : Soit a K. Le polynme Xa est irrductible. En eet, si pour A K[X] et B K[X],
X a = AB, alors (thorme 3.1.2) deg(A) +deg(B) = deg(X a) = 1. Do, deg(A) = 0 ou deg(B) = 0,
et donc A ou B est inversible.
Exercice 3.5.1 Soit P un polynme de K[X]. Montrer que si P est irrductible, alors P ,= 0.
Dnition 3.5.2 (Polynme unitaire) Soit P K[X], P ,= 0. On dit que P =

deg(P)
k=0

k
X
k
est unitaire
lorsque
deg(P)
= 1.
Pour tout a K, le polynme X a est la fois irrductible et unitaire.
Thorme 3.5.1 (Dcomposition) Tout polynme non nul A de K[X] admet une unique ( lordre des fac-
teurs prs) dcomposition en produit dun lment de K

et de facteurs irrductibles et unitaires.

Ce thorme indique qu tout polynme A de K[X], correspond un lment de K

, des polynmes irrductibles

et unitaires : P
1
, P
2
,..., P
n
, dtermins de manire unique, et tels que : A = P
1
P
2
P
n
.
Dmonstration 3.5.1 Montrons lexistence dune dcomposition, par rcurrence sur le degr du polynme A.
Si deg(A) = 0, alors A = K

et la dcomposition est A = .
Supposons que tout polynme de degr infrieur ou gal p soit le produit dun lment de K

et de polynmes
irrductibles et unitaires. Montrons qualors, si deg(A) = p + 1, A possde galement une dcomposition en produit
dun lment de K

par des polynmes irrductibles et unitaires.

Si A = aX
p+1
+

p
k=0
a
k
X
k
est irrductible, alors A = a
_
a
1
A
_
, avec a K

et a
1
A irrductible et unitaire.
Sinon, A nest pas irrductible, et dans ce cas, il existe B et C dans K[X], non inversibles lun comme lautre, tels que :
A = BC. Puisque A ,= 0, on a : B ,= 0 et C ,= 0. Comme ni B, ni C nest inversible, on a : deg(B) 1 et deg(C) 1.
Do, comme p + 1 = deg(B) + deg(C), deg(B) p et deg(C) p. En appliquant lhypothse de rcurrence B
et C, on obtient que ces polynmes admettent une dcomposition. Alors, le produit des dcomposition respectives
de B et de C fournit une dcomposition pour A.
La dmonstration de lunicit de la dcomposition est plus dlicate, et utilisera les rsultats des lemmes suivants :
Lemme 3.5.1.1 Si P est un polynme irrductible, alors, pour tout polynme A: (A,P) = (P) ou (A,P) = K[X].
Dmonstration 3.5.1.1 Comme K[X] est principal, il existe D K[X] tel que : (A,P) = (D). Comme P (A,P) =
(D), il existe Q K[X] tel que : P = QD. Alors, puisque P est irrductible, Q ou D est inversible. Si Q est inversible,
alors (P) = (D) = (A,P). Si D est inversible, alors (A,P) = K[X].
Lemme 3.5.1.2 Si P est irrductible, et si P[AB, alors P[A ou P[B.
Dmonstration 3.5.1.2 Si P ne divise pas A, alors, daprs le lemme 3.5.1.1, (A,P) = K[X]. Dans ce cas, il existe
des polynmes U et V tel que : AU +PV = 1. On en dduit : B = ABU +PBV . Mais alors, P[B car P[ABU et
P[PBV .
Lemme 3.5.1.3 Si P et Q sont irrductibles et unitaires, et si P[Q, alors P = Q.
Dmonstration 3.5.1.3 Daprs le lemme 3.5.1.1, (P,Q) = K[X] ou (P,Q) = (P) = (Q). Comme P[Q, alors (P,Q) =
(P) et donc, il existe K

tel que P = Q. De cette dernire galit, on dduit deg(P) = deg(Q). Daprs le

thorme 3.1.3, comme P = Q les monmes de degr deg(P) de P et de Q doivent tre identiques. Or, le monme
de degr deg(P) de P est X
deg(P)
, et celui de Q est X
deg(P)
. Do : = 1.
Dmonstration 3.5.1 (Fin de la dmonstration du thorme 3.5.1). Montrons lunicit de la dcomposition de A, par
rcurrence sur le nombre maximal de facteurs irrductibles deux dcompositions de A. Supposons A = P
1
P
2
P
n
=
Q
1
Q
2
Q
m
, o et sont dans K

, les polynmes P
i
, ainsi que les Q
j
, sont irrductibles et unitaires. La rcurrence
porte donc sur k = maxn, m.
Si k = 0, alors A = = et les deux dcompositions sont bien identiques.
Supposons la proprit didentit des deux dcompositions vrie pour des dcompositions dont la plus longue
comporte k facteurs irrductibles.
Supposons : A = P
1
P
2
P
k+1
= Q
1
Q
2
Q
m
avec m k + 1. Comme P
k+1
[Q
1
Q
2
Q
m
, daprs le lemme
3.5.1.2, appliqu autant de fois que ncessaire, P
k+1
divise un des Q
i
. Quitte indexer diremment les Q
i
, supposons
que P
k+1
[Q
m
. Alors, daprs le lemme 3.5.1.3, P
k+1
= Q
m
. Mais alors, de A = P
1
P
2
P
k+1
= Q
1
Q
2
Q
m
, et
33
de P
k+1
= Q
m
, on dduit : P
k+1
(P
1
P
2
P
k
Q
1
Q
2
Q
m1
) = 0. Comme K[X] est intgre et P
k+1
,= 0, on a :
P
1
P
2
P
k
= Q
1
Q
2
Q
m1
. Il ne reste plus qu utiliser lhypothse de rcurrence sur les deux dcompositions
gurant dans cette dernire galit.
Exercice 3.5.2 Soient P et Q des polynmes irrductibles et unitaires. Montrer que P = Q ou bien (P,Q) = (1).
(Indication : lire attentivement les dmonstrations des lemmes 3.5.1.1 et 3.5.1.3).
3.5.1 Polynmes irrductibles de C[X]
Le thorme de DAlembert sera admis. Les outils ncessaires sa dmonstration
13
ne sont pas notre
programme dalgbre du premier semestre.
Thorme 3.5.2 (DAlembert) Tout polynme de C[X] de degr suprieur ou gal un admet une racine
dans C.
Corollaire 3.5.2.1 Soit P C[X].
P est un polynme irrductible et unitaire de C[X], si et seulement si, il existe a C tel que : P = X a.
Dmonstration 3.5.2.1 Nous savons dj que Xa est un polynme irrductible et unitaire. Supposons P irrductible
et unitaire. Dans ce cas, deg(P) 1. Appliquons P le thorme de DAlembert : P admet une racine dans C. Notons
a cette racine. Daprs le thorme 3.3.1, X a[P. Il existe donc Q C[X] tel que : P = (X a)Q. Comme P est
irrductible, ainsi que X a, Q = C

. Comme P est unitaire : = 1.

Dnition 3.5.3 (Racine dordre r) Soient P C[X], a C, et r N 0. On dit que a est une racine
dordre r de P, sil existe Q C[X] tel que : P = (X a)
r
Q et Q(a) ,= 0. r est alors lordre de multiplicit de
la racine a. Si r > 1, on dit que a est une racine multiple
14
de P.
Le thorme 3.5.1 appliqu aux polynmes de C[X], nous donne : tout polynme P C[X], de degr suprieur
ou gal zro, se factorise
15
dans C[X] de la manire suivante :
P =
n

i=1
(X a
i
)
r
i
a
1
, a
2
, . . . , a
n
tant les n racines distinctes de P dans C, de multiplicits respectives r
1
, r
2
, . . . , r
n
, et un
lment de C

. Remarquons que deg(P) =

n
i=1
r
i
.
3.5.2 Polynmes irrductibles de R[X]
Proposition 3.5.3 Soient et dans R. Si le discriminant =
2
4 de X
2
+ X + est strictement
ngatif, alors le polynme X
2
+X + est un polynme irrductible et unitaire de R[X].
Dmonstration 3.5.3 Supposons
16
que X
2
+X+ ne soit pas irrductible. Soient A et B dans R[X] R

, tel que :
X
2
+X+ = AB. Alors deg(A)+deg(B) = 2, et comme ni A, ni B, nest inversible : deg(A) = deg(B) = 1. Puisque
AB est unitaire, il existe a R et b R tels que : A = X a et B = X b. Mais alors, AB = X
2
(a +b)X +ab
et le discriminant est : = (a +b)
2
4ab = (a b)
2
. Donc, 0.
Dnition et notation 3.5.4 Soit P =

n
k=0

k
X
k
C[X]. On dnit le conjugu

P de P par :

P(X) =

n
k=0

k
X
k
.
Exercice 3.5.3 Soient P et Q dans C[X].
Montrer que P +Q =

P +

Q et PQ =

P

Q.
Proposition 3.5.4 Soit P R[X]. Si P admet le nombre complexe a pour racine dordre r, alors P admet
aussi le nombre complexe a pour racine dordre r.
13. Tout ouvrage honnte prsentant les mathmatiques dun premier cycle universitaire scientique, propose une dmonstration
du thorme de DAlembert.
14. Par exemple, une racine double est une racine dont lordre de multiplicit est deux.
15.

est la notation usuelle du produit.

n
i=1
u
i
= u
1
u
2
u
n
.
16. Le procd de dmonstration utilis ici consiste prouver la contrapose de la proposition nonce ; cest dire, pour prouver
si A est vraie alors B est vraie, on prouve : si B est fausse, alors A est fausse.
34
Dmonstration 3.5.4 Puisque P R[X], considrons que P est un polynme de C[X] dont les coecients sont rels.
Si a est une racine dordre r de P, alors il existe Q C[X] tel que : P = (Xa)
r
Q et Q(a) ,= 0. Comme P R[X],
P =

P = (X a)
r

Q. Comme

Q( a) = Q(a) et Q(a) ,= 0, a est bien une racine dordre r de P.
Soit P R[X]. Considr comme polynme de C[X], P admet pour dcomposition :
P =
n

i=1
(X a
i
)
r
i
=
n

i=1
a
i
R
(X a
i
)
r
i
n

i=1
a
i
R
(X a
i
)
r
i
Remarquons, pour commencer, que R. En eet, est le coecient de X
deg(P)
dans P qui est coecients
rels. Daprs la proposition 3.5.4, le produit

n
i=1
a
i
R
(Xa
i
)
r
i
est compos de facteurs de type : (Xa
i
)
r
i
(X a
i
)
r
i
.
Or, (Xa
i
)
r
i
(X a
i
)
r
i
= (X
2
2'e(a
i
) +[a
i
[
2
)
r
i
. Le discriminant du polynme de R[X] : X
2
2'e(a
i
) +[a
i
[
2
,
vaut 4(('e(a
i
))
2
[a
i
[
2
), qui est un nombre strictement ngatif si a
i
, R. Donc, daprs la proposition 3.5.3,
X
2
2'e(a
i
) +[a
i
[
2
est irrductible dans R[X].
Conclusion : tout polynme non nul P de R[X], se factorise en produit de facteurs irrductibles dans R[X], de
la manire suivante :
P =
n

i=1
(X a
i
)
r
i
m

j=1
(X
2
+
j
X +
j
)
s
j
les a
i
tant les racines de P dans R, r
i
lordre de multiplicit de la racine a
i
, les polynmes X
2
+
j
X
j
ayant
un discriminant strictement ngatif, s
j
tant le nombre de fois o le polynme X
2
+
j
X +
j
apparat dans le
produit.
35
Chapitre 4
Algbre linaire
K dsigne indiremment Q, R ou C.
4.1 K-espaces vectoriels
Dnition et notation 4.1.1 Soient / et B des ensembles. / B est lensemble
1
des couples (a, b), avec
a / et b B.
Dnition 4.1.2 (Loi externe) Soient / et B des ensembles non vides. Une loi externe sur B, domaine
doprateur /, est une application de /B vers B.
Un telle loi a dj t dnie page 24, de KK[X] vers K[X].
Dnition 4.1.3 (Espace vectoriel) Soit E un ensemble non vide muni dune loi interne et dune loi
externe domaine doprateur K.
E est un K-espace vectoriel, ou : espace vectoriel sur K, si les lois et vrient :
1. est une somme et E muni de cette loi est un groupe commutatif ; cest dire :
(a) est associative
(b) est commutative
(c) admet un lment neutre appel : le vecteur nul
(d) tout lment de E admet un oppos pour la loi
2. Pour tout et tout dans K, tout x et tout y dans E :
(a) (xy) = ( x)( y)
(b) ( +) x = ( x)( x)
(c) ( x) = () x
(d) 1 x = x
Exercice 4.1.1 Soit E un K-espace vectoriel muni des lois et . On suppose que et vrient les axiomes
de la dnition 4.1.3. Notons 0
E
le vecteur nul de E et, pour x dans E, notons x

loppos de x pour la loi .

Montrer que :
1. Pour tout x dans E : 0 x = 0
E
2. Pour tout dans K: 0
E
= 0
E
3. Pour tout x dans E : x

= (1) x
4. Pour tout x dans E et tout dans R:
x = 0
E
implique = 0 ou x = 0
E
Notation 4.1.4 Le vecteur nul
2
de lespace vectoriel E est not : 0
E
.
Dnitions 4.1.5 (Scalaires, Vecteurs) Soit E un K-espace vectoriel.
Les lments de K sont appels : scalaires.
Les lments de E sont appels : vecteurs.
1. Cest lensemble des applications de 2 = {0, 1} vers A B telles que : (0) A et (1) B.
2. Bien que la notation propose ici soit plutt rpandue, signalons que lon trouve la notation

0 dans de nombreux ouvrages.
36
Pour une plus grande clart, dans la dnition 4.1.3, la somme sur E a t note laide du symbole . Dans
la pratique, cette somme est tout simplement note comme la somme dans K: +. De mme, x correspond
au produit du vecteur x par le scalaire , et se note x. Daprs la dnition 4.1.3, E = 0
E
est un espace
vectoriel.
Dnition 4.1.6 (Sous-espace vectoriel) Soit E un espace vectoriel, et soit F un sous-ensemble non vide
de E vriant :
1. (x E)(y E) (x F et y F) (x +y) F
2. ( K)(x E) x F x F
F est alors un sous-espace vectoriel de E.
Exercice 4.1.2
1. Montrer quun sous-espace vectoriel est un espace vectoriel.
2. Montrer que tout sous-espace vectoriel de E contient le vecteur nul de E.
4.1.1 Familles de vecteurs
Une dnition de combinaison linaire a t donne page 24. Cette dnition convenait au cas alors expos.
Nous allons devoir reprendre cette dnition, et ladapter au cadre des espaces vectoriels.
Dnition et notation 4.1.7 (Famille dlments) Considrons les ensembles / et B. Une famille dl-
ments de B, indexe par les lments de / est une application de / vers B. On a pour habitude de noter, pour
a /, son image par : (a). Ce mme lment, considr comme lment de B index par a, se note :
a
. La
famille dlments de B indexs par les lments de /, se note : (
a
)
aA
.
Exercice 4.1.3 Soit E un K-espace vectoriel. Soit (F
i
)
iI
, I ,= , une famille de sous-espaces vectoriels de E.
Montrer que F =

iI
F
i
est un sous-espace vectoriel de E.
Dnition 4.1.8 (Famille presque nulle) Soit I un ensemble. On dit que la famille (
i
)
iI
dlments de K
est presque nulle sil existe un sous-ensemble ni de I : T, tel que
i
= 0 pour tout i I T.
Notation 4.1.9 La notation K
(I)
dsigne lensemble
3
des familles presque nulles dlments de K, indexes par
les lments de I.
Dnition 4.1.10 (Combinaison linaire) Soit E un K-espace vectoriel. Soit I un ensemble. Soient (x
i
)
iI
une famille
4
de vecteurs de E, et (
i
)
iI
une famille presque nulle dlments de K.
Alors,

iI

i
x
i
est une combinaison linaire de la famille (x
i
)
iI
. (On dit aussi : combinaison linaire des x
i
).
Remarque : la somme gurant dans la dnition 4.1.10 comporte un nombre ni de termes non nuls, car la famille
(
i
)
iI
est presque nulle. La dnition 3.1.16 est un cas particulier de la dnition 4.1.10, avec E = K[X] et
I = N.
Proposition 4.1.1 Soit E un K-espace vectoriel. Soit (x
i
)
iI
une famille de vecteurs de E. Lensemble des
combinaisons linaires de la famille (x
i
)
iI
est le plus petit sous-espace vectoriel de E contenant tous les x
i
,
pour i I.
Dmonstration 4.1.1 (Remarque : si I = alors le sous-espace engendr par les combinaisons linaires de la famille
vide est 0
E
, car tout sous-espace vectoriel de E doit contenir 0
E
). Montrons que lensemble C des combinaisons
linaires de la famille (x
i
)
iI
est un sous-espace vectoriel de E. Soient x et y des lments de C, soit K. Daprs
la dnition de C, il existe (
i
)
iI
et (
i
)
iI
, suites presque nulles dlments de K, telles que x =

iI

i
x
i
et
y =

iI

i
x
i
. Mais alors, x +y =

iI
(
i
+
i
)x
i
C, et x =

iI
(
i
)x
i
C.
Soit F est un sous-espace vectoriel de E tel que x
i
F pour tout i I. Montrons qualors C F. Soit
i
un
lment de K. Comme x
i
F, on a :
i
x
i
F. Donc, si le sous-espace vectoriel F contient tous les x
i
, i I, il
contient chacun des termes dune combinaisons linaire

iI

i
x
i
. Puisque les termes non nuls dune combinaison
linaire sont en nombre ni, il sut pour conclure, de montrer que pour tout n N: si y
0
, y
1
, . . . , y
n
sont des
lments de F, alors

n
k=0
y
k
F. (dmonstration par rcurrence sur n terminer).
3. On aurait pu noter : K
(N)
, lensemble des suites presque nulles dlments de K, puis adopter aprs le thorme 3.1.3 la notation
K[X] pour cet ensemble.
4. On rencontre souvent, la place de famille de vecteurs, les termes : systme de vecteurs. Cette dnomination sera parfois
utilise dans ce cours.
37
Dnition et notation 4.1.11 (Sous-espace engendr) Soit E un K-espace vectoriel. Soit A E. Len-
semble des combinaisons linaires des lments de A est le sous-espace vectoriel engendr par A. Ce sous-espace
est not : Vect
K
A (ou, plus simplement VectA).
Dnition 4.1.12 (Famille libre) Soit E un K-espace vectoriel. Soit (x
i
)
iI
une famille de vecteurs de E.
On dit que la famille (x
i
)
iI
est libre, si :
_
(
i
)
iI
K
(I)
_

iI

i
x
i
= 0
E
(i I)
i
= 0
On retiendra que lorsque la famille (x
i
)
iI
est libre, la seule faon dobtenir le vecteur nul de E par combinaison
linaire des lments de la famille, est dcrire la combinaison linaire triviale :

iI
0x
i
.
Remarque : la famille vide est libre.
Dnition 4.1.13 (Vecteurs linairement indpendants) On dit que les vecteurs x
i
, i I, du K-espace
vectoriel E sont linairement indpendants, lorsque la famille (x
i
)
iI
est libre.
Dnition 4.1.14 (Famille lie) Toute famille de vecteurs qui nest pas libre est lie.
Exercice 4.1.4 On considre le R-espace vectoriel
5
R
2
.
Montrer que la famille ((1, 0), (0, 1)) est libre.
Une fois encore, lusage simplie les formulations. On remplace souvent la famille (x
i
)
iI
est libre, par : les
vecteurs x
i
sont libres.
Exercice 4.1.5 Soit (x
i
)
iI
une famille libre de vecteurs de E.
Soient (
i
)
iI
et (
i
)
iI
dans K
(I)
.
Montrer que :

iI

i
x
i
=

iI

i
x
i
(i I)
i
=
i
.
Proposition 4.1.2 Soit (x
i
)
iI
une famille libre de vecteurs de E.
Pour tout un sous-ensemble J de I, la famille (x
i
)
iJ
est libre.
Dmonstration 4.1.2 Si J = , alors (x
i
)
iJ
est libre. Si J ,= , supposons (x
i
)
iJ
lie. Il existerait alors une
combinaison linaire des x
i
, i J, dont les coecients ne seraient pas tous nuls, gale au vecteur nul. Mais alors
cette combinaison serait une combinaison des x
i
, i I qui contredirait le fait que la famille (x
i
)
iI
est libre.
Dnition 4.1.15 (Famille gnratrice) Soit E un K-espace vectoriel.
Soit (x
i
)
iI
une famille de vecteurs de E.
On dit que la famille (x
i
)
iI
est gnratrice, si Vect (x
i
)
iI
= E ; cest dire : tout vecteur de E est une
combinaison linaire des x
i
.
Remarque : Si I = , alors (x
i
)
iI
est gnratrice de E = 0
E
.
Dnition 4.1.16 (Base) Soit E un K-espace vectoriel.
Soit (x
i
)
iI
une famille de vecteurs de E.
On dit que la famille (x
i
)
iI
est une base de E, si (x
i
)
iI
est la fois libre et gnratrice.
Par exemple, les vecteurs (1, 0) et (1, 1) forment une base de R
2
. En eet, pour tout vecteur (x, y), il existe une
et une seule combinaison linaire de (1, 0) et (1, 1) gale (x, y) : (x, y) = (x y)(1, 0) +y(1, 1).
Notons que si E = 0
E
, alors E a pour base la famille vide.
Exercice 4.1.6 Montrer que la famille (X
n
)
nN
est une base du K-espace vectoriel K[X].
Dnition 4.1.17 (Coordonnes) Soit E un K-espace vectoriel. Soit (e
i
)
iI
base de E. Pour tout x E, il
existe une unique combinaison linaire des e
i
gale x:

iI

i
e
i
= x. La famille presque nulle (
i
)
iI
constitue
alors les coordonnes de x dans la base (e
i
)
iI
.
5. (x, y) + (x

, y

) = (x +x

, y +y

) et (x, y) = (x, y)
38
4.1.2 Applications linaires
Dnition 4.1.18 (Application linaire) Soient E et F des K-espaces vectoriels. On dit que f : E F est
linaire
6
si, pour tout x et tout y dans E, et pour tout dans K:
f(x +y) = f(x) +f(y) et f(x) = f(x).
Exercice 4.1.7 Soient E et F des espaces vectoriels sur K, et f une application linaire de E dans F.
Montrer que :
1. Imf = y F [ (x E) f(x) = y est un sous-espace vectoriel de F.
2. Kerf = x E [ f(x) = 0
F
est un sous-espace vectoriel de E.
Dnitions et notations 4.1.19 (Image, Noyau) Les sous-espaces vectoriels Imf et Kerf de lexercice 4.1.7
sont respectivement limage et le noyau de f.
Exercice 4.1.8 Montrer que f : R
2
R, dnie par : (x, y) 2y x, est une application linaire (despaces
vectoriels sur R) ; puis, dterminer limage et le noyau de f.
Proposition 4.1.3 On considre les espaces vectoriels sur K: E et F. Soit (e
i
)
iI
une famille gnratrice de
E. Soit f : E F une application linaire.
Alors, Imf = Vect (f(e
i
))
iI
.
Dmonstration 4.1.3 Par dnition, pour tout i I, f(e
i
) Imf. Comme Imf est un sous-espace vectoriel de F, et
que Vect (f(e
i
))
iI
est le plus petit sous-espace de F contenant tous les f(e
i
), on a : Vect (f(e
i
))
iI
Imf.
Soit y Imf. Il existe x dans E, tel que f(x) = y. Comme (e
i
)
iI
est une famille gnratrice de E, il existe au moins
une combinaison linaire des e
i
gale x: x =

n
k=0

k
e
i
k
. Alors, comme f est linaire : y = f(x) =

n
k=0

k
f(e
i
k
),
et donc y Vect (f(e
i
))
iI
. On en dduit : Imf Vect (f(e
i
))
iI
Dnitions et notations 4.1.20 (n-uplet, composante) Soit n un nombre entier naturel non nul, et soit
E un espace vectoriel.
La notation : E
n
dsigne lensemble des n-uplets dlments de E. x E
n
signie : x = (x
1
,x
2
, . . . ,x
n
) avec
x
1
,x
2
, . . . ,x
n
lments de E. x
i
est la i-me composante du n-uplet (x
1
, . . . ,x
i
, . . . ,x
n
).
Exercice 4.1.9 Soit E un K-espace vectoriel.
On dnit sur E
n
la somme par :
(x
1
,x
2
, . . . ,x
n
) + (y
1
,y
2
, . . . ,y
n
) = (x
1
+y
1
,x
2
+y
2
, . . . ,x
n
+y
n
).
On dnit le produit par les scalaires par :
(x
1
,x
2
, . . . ,x
n
) = (x
1
,x
2
, . . . ,x
n
).
Montrer qualors, E
n
est un K-espace vectoriel.
K muni de ses lois usuelles + et , est un K-espace vectoriel. Une faon simple de fabriquer des K-espaces vec-
toriels partir de K, est de procder comme dans lexercice 4.1.9. Vous retrouverez dans bon nombre dexercices
des TD, les espaces vectoriels R
n
et C
n
.
4.2 Formes n-linaires alternes
4.2.1 Formes n-linaires
Dnition 4.2.1 (Forme n-linaire) Soit E un K-espace vectoriel.
Soit f : E
n
K vriant, pour tout (x
1
,x
2
, . . . ,x
n
) E
n
, tout y E, tout i [[1, n]], et tout K:
1. f(x
1
,. . . ,x
i
+y, . . .
i` eme
composante
,x
n
) = f(x
1
,. . . ,x
i
, . . .
i` eme
comp.
,x
n
) +f(x
1
,. . . ,y, . . .
i` eme
comp.
,x
n
)
2. f(x
1
,. . . ,x
i
, . . .
i` eme
composante
,x
n
) = f(x
1
,. . . ,x
i
, . . .
i` eme
comp.
,x
n
)
On dit alors que f est une forme n-linaire sur E.
6. On dit parfois, pour prciser : application K-linaire.
39
Une forme n-linaire f est donc une application linaire par rapport chaque composante, et valeurs dans K.
Fixons un n-uplet de vecteurs de E : (x
1
, . . . ,x
n
). Alors pour tout i [[1, n]], les applications
i
: E K dnies
par :
i
(y) = f(x
1
, . . . ,x
i1
,y,x
i+1
, . . . ,x
n
), sont linaires.
Une forme 1-linaire est une application linaire valeurs dans K.
Exercice 4.2.1 Soit f une forme n-linaire sur lespace vectoriel E. Montrer que f(x
1
,x
2
, . . . ,x
n
) = 0 ds quil
existe i [[1, n]] tel que x
i
= 0
E
.
Dnition 4.2.2 (Forme n-linaire alterne) Soit E un K-espace vectoriel, et f une forme n-linaire sur
E.
On dit que f est alterne si f(x
1
, . . . ,x
n
) = 0 ds que x
i
= x
j
pour i et j dans [[1, n]], i ,= j.
Dnition 4.2.3 (Forme n-linaire antisymtrique) Soit E un K-espace vectoriel, et f une forme n-
linaire sur E.
On dit que f est antisymtrique si, pour tout (x
1
, . . . ,x
n
) E
n
:
f(x
1
,. . . ,x
i
, . . .
i` eme
comp.
,x
j
,
j
. . . ,x
n
) = f(x
1
, . . . ,x
j
,
i
. . . ,x
i
,
j
. . . ,x
n
).
Proposition 4.2.1 Soit E un K-espace vectoriel, et f une forme n-linaire sur E. f est alterne si
7
et seulement
si f est antisymtrique.
Dmonstration 4.2.1 Supposons f alterne.
Alors, f(. . . ,x
i
+x
j
i
, . . . ,x
i
+x
j
j
, . . .) = 0.
Par multilinarit :
f(. . . ,x
i
+x
j
i
, . . . ,x
i
+x
j
j
, . . .) =f(. . . ,x
i
i
, . . . ,x
i
+x
j
j
, . . .)
+f(. . . ,x
j
i
, . . . ,x
i
+x
j
j
, . . .)
=f(. . . ,x
i
i
, . . . ,x
i
j
, . . .) +f(. . . ,x
i
i
, . . . ,x
j
j
, . . .)
+f(. . . ,x
j
i
, . . . ,x
i
j
, . . .) +f(. . . ,x
j
i
, . . . ,x
j
j
, . . .)
Puisque f est alterne : f(. . . ,x
i
i
, . . . ,x
i
j
, . . .) = f(. . . ,x
j
i
, . . . ,x
j
j
, . . .) = 0.
Do, f(. . . ,x
i
i
, . . . ,x
j
j
, . . .) +f(. . . ,x
j
i
, . . . ,x
i
j
, . . .) = 0.
Supposons f antisymtrique.
Alors, f(. . . ,x
i
i
, . . . ,x
j
j
, . . .) = f(. . . ,x
j
i
, . . . ,x
i
j
, . . .). Do, si x
i
= x
j
, on a : 2f(. . . ,x
i
i
, . . . ,x
i
j
, . . .) = 0.
Exercice 4.2.2 Soit f : E
n
K n-linaire alterne.
Montrer que, pour tout i [[1, n]], et tout n-uplet (x
1
, . . . ,x
n
) E
n
:
f(x
1
, . . . ,x
i
, . . . ,x
n
) = (1)
i+1
f(x
i
,x
1
, . . . ,x
i1
,x
i+1
, . . . ,x
n
)
(Indication : faire une rcurrence sur i [[1, n]].)
Notons que si f est une forme n-linaire alterne sur E, si e = (e
1
,e
2
, . . . ,e
n
) est une base de E, et si (x
1
,x
2
, . . . ,x
n
)
est une famille de vecteurs de E, alors f(x
1
,x
2
, . . . ,x
n
) = f(e
1
,e
2
, . . . ,e
n
), avec K. En eet, en utilisant la
multilinarit de f, on obtient que f(x
1
, . . . ,x
n
) est une somme de termes de type :
i
1
i
2
i
n
f(e
i
1
,e
i
2
, . . . ,e
i
n
),
avec
i
1
i
2
i
n
K et (i
1
,i
2
, . . . ,i
n
) [[1, n]]
n
. Or, si pour r et s dans [[1, n]], r ,= s, on a : e
i
r
= e
i
s
, alors
f(e
i
1
,e
i
2
, . . . ,e
i
n
) = 0, car f est alterne. Les autres termes sont donc de type
i
1
i
2
i
n
f(e
i
1
,e
i
2
, . . . ,e
i
n
), avec pour
tout r et tout s dans [[1, n]], r ,= s e
i
r
,= e
i
s
; autrement dit : chaque vecteur de la base e gure une et une seule
fois dans (e
i
1
,e
i
2
, . . . ,e
i
n
). Do, comme f est alterne, il existe
i
1
i
2
i
n
K tel que :
i
1
i
2
i
n
f(e
i
1
,e
i
2
, . . . ,e
i
n
) =

i
1
i
2
i
n
f(e
1
,e
2
, . . . ,e
n
). De plus (voir lexercice 4.2.2,
i
1
i
2
i
n
=
i
1
i
2
i
n
ou bien
i
1
i
2
i
n
=
i
1
i
2
i
n
.
Conclusion : Si e = (e
1
,e
2
, . . . ,e
n
) est une base de E, alors pour tout n-uplet (x
1
,x
2
, . . . ,x
n
) dlments de E,
il existe un lment de K, tel que, pour toute forme n-linaire alterne f sur E :
f(x
1
,x
2
, . . . ,x
n
) = f(e
1
,e
2
, . . . ,e
n
)
( gal la somme des coecients
i
1
i
2
i
n
).
7. Lorsque vos explorations du monde des mathmatiques vous conduiront la dcouverte des corps de caractristique 2, vous
aurez alors des formes n-linaires antisymtriques qui ne sont pas alternes... mais ceci est une autre histoire.
40
4.2.2 Formes n-linaires alternes et familles de vecteurs
Proposition 4.2.2 Soient E un K-espace vectoriel, et f une forme n-linaire alterne sur E.
Si (x
1
,x
2
, . . . ,x
n
) est une famille lie, alors f(x
1
,x
2
, . . . ,x
n
) = 0.
Dmonstration 4.2.2 Si la famille (x
1
,x
2
, . . . ,x
n
) est lie, il existe une combinaison linaire non triviale des x
i
gale
au vecteur nul ; cest dire :

k[[1, n]]

k
x
k
= 0
E
, et
k
,= 0 pour au moins un entier k [[1, n]]. Soit i
0
[[1, n]] tel
que
i
0
,= 0. Alors, x
i
0
=

k[[1, n]]{i
0
}

i
0
x
k
. Do, en utilisant la linarit de f par rapport sa i
0
-me variable :
f(x
1
, . . . ,x
n
) =

k[[1, n]]{i
0
}

i
0
f(x
1
,. . . ,x
k
, . . .
i
0
` eme
composante
,x
n
).
Or, si k [[1, n]] i
0
, alors f(x
1
,. . . ,x
k
, . . .
i
0
` eme
composante
,x
n
) = 0, car x
k
gure deux fois dans le n-uplet. On en dduit la
proposition.
Thorme 4.2.3 Soient n un nombre entier naturel strictement positif, E un espace vectoriel et
(x
1
,x
2
, . . . ,x
n
) E
n
.
Si la famille (x
1
,x
2
, . . . ,x
n
) est libre, alors il existe une unique forme n-linaire alterne f dnie sur
(Vect(x
1
,x
2
, . . . ,x
n
))
n
, telle que : f(x
1
,x
2
, . . . ,x
n
) = 1.
Lemme 4.2.3.1 Soit (x
1
,x
2
, . . . ,x
n
) une famille libre de vecteurs de E.
Soient y
1
,y
2
, . . . ,y
n
des vecteurs de Vect(x
1
,x
2
, . . . ,x
n
).
Pour tout j [[1, n]], il existe un unique
8

j
K, il existe un unique a
j
Vect(x
2
, . . . ,x
n
), tels que : y
j
=

j
x
1
+a
j
.
Dmonstration 4.2.3.1 Comme, pour tout j [[1, n]], y
j
Vect(x
1
,x
2
, . . . ,x
n
) et comme la famille (x
1
,x
2
, . . . ,x
n
)
est libre, il existe une unique combinaison linaire :

n
i=1

i j
x
i
gale y
j
. Do, lexistence et lunicit de
j
=
1 j
et de a
j
=

n
i=2

i j
x
i
.
Dmonstration 4.2.3 Montrons le thorme par rcurrence sur le nombre de vecteurs dans la famille libre.
Pour n = 1, (x
1
) est libre si et seulement si x
1
,= 0
E
. Vect(x
1
) = x
1
[ K. La forme 1-linaire alterne
f : Vect(x
1
) K qui x
1
associe est lunique forme 1-linaire qui convienne.
Hypothse de rcurrence : pour lentier n, n 2, il existe une unique forme n 1-linaire alterne g :
(Vect(x
2
, . . . ,x
n
))
n1
K telle que g(x
2
, . . . ,x
n
) = 1. (On rappelle que si (x
1
,x
2
, . . . ,x
n
) est libre, alors (x
2
, . . . ,x
n
)
est libre.)
Soient y
1
,y
2
, . . . ,y
n
des vecteurs de Vect(x
1
,x
2
, . . . ,x
n
). En reprenant les notations du lemme, posons
f(y
1
,y
2
, . . . ,y
n
) =

n
j=1
(1)
j+1

j
g(a
1
, . . . ,

a
j
, . . . ,a
n
), o (a
1
, . . . ,

a
j
, . . . ,a
n
) est le n 1-uplet construit en re-
tirant la j-me composante du n-uplet (a
1
,a
2
, . . . ,a
n
).
Prouvons que f ainsi dnie est n-linaire alterne.
La n-linarit est assez facile dmontrer, et la rdaction de ce point est laisse en exercice.
Il est plus dlicat de prouver que f est alterne.
Considrons le n-uplet (y
1
, . . . ,y
n
) dlments de Vect(x
1
,x
2
, . . . ,x
n
), tel que y
j
0
= y
j
1
pour j
0
et j
1
distincts dans
[[1, n]]. On a alors : y
j
0
= y
j
1
=
j
0
x
1
+a
j
0
, et donc
j
0
=
j
1
et a
j
0
= a
j
1
.
Pour j [[1, n]], si j ,= j
0
et j ,= j
1
, alors a
j
0
gure deux fois dans le n1-uplet (a
1
, . . . ,

a
j
, . . . ,a
n
), et comme g est
alterne : g(a
1
, . . . ,

a
j
, . . . ,a
n
) = 0.
La somme dnissant f(y
1
,y
2
, . . . ,y
n
) se simplie donc :
f(y
1
,y
2
, . . . ,y
n
) =
n

j=1
(1)
j+1

j
g(a
1
, . . . ,

a
j
, . . . ,a
n
)
= (1)
j
0
+1

j
0
g(a
1
, . . . ,

a
j
0
, . . . ,a
n
) + (1)
j
1
+1

j
1
g(a
1
, . . . ,

a
j
1
, . . . ,a
n
)
= (1)
j
0
+1

j
0
g(a
1
, . . . ,

a
j
0
, . . . ,a
n
) + (1)
j
1
+1

j
0
g(a
1
, . . . ,

a
j
1
, . . . ,a
n
)
8. Il existe un unique a dans A se note : !a A.
41
Montrons que la somme de ces deux termes est nulle.
Supposons j
0
< j
1
(on les choisit ainsi ds le dpart).
g(a
1
, . . . ,a
j
0
, . . . ,

a
j
1
, . . . ,a
n
)
= (1)
j
0
+1
g(a
j
0
,a
1
, . . . ,a
j
0
1
,a
j
0
+1
, . . . ,a
j
1
1
,a
j
1
+1
, . . . ,a
n
)
g(a
1
, . . . ,

a
j
0
, . . . ,a
j
1
, . . . ,a
n
)
= (1)
j
1
g(a
j
1
,a
1
, . . . ,a
j
0
1
,a
j
0
+1
, . . . ,a
j
1
1
,a
j
1
+1
, . . . ,a
n
)
= (1)
j
1
g(a
j
0
,a
1
, . . . ,a
j
0
1
,a
j
0
+1
, . . . ,a
j
1
1
,a
j
1
+1
, . . . ,a
n
)
Do,
f(y
1
,y
2
, . . . ,y
n
)
= (1)
j
0
+1

j
0
g(a
1
, . . . ,

a
j
0
, . . . ,a
n
) + (1)
j
1
+1

j
0
g(a
1
, . . . ,

a
j
1
, . . . ,a
n
)
=
j
0
((1)
j
0
+1
(1)
j
1
g(a
j
0
,a
1
, . . . ,a
j
0
1
,a
j
0
+1
, . . . ,a
j
1
1
,a
j
1
+1
, . . . ,a
n
)
+(1)
j
1
+1
(1)
j
0
+1
g(a
j
0
,a
1
, . . . ,a
j
0
1
,a
j
0
+1
, . . . ,a
j
1
1
,a
j
1
+1
, . . . ,a
n
))
= (1 1)
j
0
((1)
j
0
+j
1
+1
g(a
j
0
,a
1
, . . . ,a
j
0
1
,a
j
0
+1
, . . . ,a
j
1
1
,a
j
1
+1
, . . . ,a
n
))
= 0
Donc, f est alterne.
Daprs la dnition de f, f(x
1
,x
2
, . . . ,x
n
) = 1g(x
2
, . . . ,x
n
) = 1.
Pour montrer lunicit de f, supposons quil existe une forme n-linaire alterne sur Vect(x
1
, . . . ,x
n
), telle que
(x
1
,x
2
, . . . ,x
n
) = 1, et montrons qualors f = .
Soit (y
1
,y
2
, . . . ,y
n
) (Vect(x
1
,x
2
, . . . ,x
n
))
n
. Pour chaque y
j
, j [[1, n]], il existe une unique combinaison li-
naire :

n
i=1

i j
x
i
, gale y
j
, o (
1 j
,
2 j
, . . . ,
nj
) sont les coordonnes de y
j
dans la base (x
1
,x
2
, . . . ,x
n
) de
Vect(x
1
,x
2
, . . . ,x
n
). Alors, comme f est n-linaire alterne, il existe K tel que :
f(y
1
, . . . ,y
n
) = f(x
1
, . . . ,x
n
) =
dpendant uniquement des coordonnes
i j
des y
j
. Or, comme possde les mmes proprits que f : est
n-linaire alterne, ce mme intervient dans lgalit : (y
1
, . . . ,y
n
) = (x
1
, . . . ,x
n
). Do, si (x
1
, . . . ,x
n
) = 1,
alors :
(y
1
, . . . ,y
n
) = = f(y
1
, . . . ,y
n
).
Proposition 4.2.4 Soit f une forme n-linaire alterne sur lespace vectoriel E. Soit (x
1
, . . . ,x
n
) E
n
.
Alors, pour tout j [[1, n]], pour tout (
1
, . . . ,

j
, . . . ,
n
) K
n1
:
f(x
1
, . . . ,x
j
, . . . ,x
n
) = f
_
_
_x
1
, . . . ,x
j
+
n

i=1
i=j

i
x
i
, . . . ,x
n
_
_
_.
Autrement dit : on ne change pas la valeur de f(x
1
, . . . ,x
n
) en ajoutant lun des vecteurs une combinaison
linaire des autres vecteurs du n-uplet.
Dmonstration 4.2.4 En utilisant la linarit de f par rapport la j-me composant du n-uplet, on obtient :
f
_
x
1
, . . . ,x
j
+

n
i=1
i=j

i
x
i
, . . . ,x
n
_
= f(x
1
, . . . ,x
j
, . . . ,x
n
) +

n
i=1
i=j

i
f(x
1
, . . . ,x
i
, . . . ,x
n
). Or, pour tout i
[[1, n]] j, f(x
1
,. . . ,x
i
, . . .
j-me
composante
,x
n
) = 0.
Thorme 4.2.5 Soit n N. Soit (x
1
,x
2
, . . . ,x
n
) une famille gnratrice du K-espace vectoriel E.
Soient y
1
,y
2
, . . . ,y
m
des vecteurs de E.
Si m > n, alors la famille (y
1
,y
2
, . . . ,y
m
) est lie.
Dmonstration 4.2.5 Daprs le thorme 4.2.3, si (y
1
,y
2
, . . . ,y
m
) tait libre, il existerait une forme m-linaire alterne
f sur Vect(y
1
,y
2
, . . . ,y
m
) telle que f(y
1
,y
2
, . . . ,y
m
) = 1. Or, nous allons montrer que toute forme m-linaire alterne
sur Vect(y
1
, . . . ,y
m
) est nulle, ds lors que E possde une famille gnratrice n lments, avec n < m.
Soit f : Vect(y
1
,y
2
, . . . ,y
m
)
m
K une application m-linaire alterne.
Posons F = Vect(y
1
,y
2
, . . . ,y
m
). F est un sous-espace vectoriel de E. Partant de F, nous allons ajouter un par un
42
les gnrateurs x
1
,x
2
, . . . ,x
n
, pour reconstruire E.
Si x
1
F, alors posons F
1
= F.
Si x
1
, F, alors posons x
i
1
= x
1
et F
1
= Vect(y
1
,y
2
, . . . ,y
m
,x
i
1
).
Pour k [[1, n 1]] :
Si x
k+1
F
k
= Vect(y
1
, . . . ,y
m
,x
i
1
, . . . ,x
i
p
), alors F
k+1
= F
k
.
Si x
k+1
, F
k
= Vect(y
1
, . . . ,y
m
,x
i
1
, . . . ,x
i
p
), alors x
i
p+1
= x
k+1
et F
k+1
= Vect(y
1
,y
2
, . . . ,y
m
,x
i
1
, . . . ,x
i
p
,x
i
p+1
).
Comme E = Vect(x
1
,x
2
, . . . ,x
n
), on est certain davoir F
n
= E. Il existe donc un nombre entier naturel p, infrieur
ou gal n, tel que : E = Vect(y
1
,y
2
, . . . ,y
m
,x
i
1
,x
i
2
, . . . ,x
i
p
).
Montrons qualors pour tout x dans E, il existe un unique y lment de F et une unique combinaisons linaire

k[[1, p]]

k
x
i
k
de la famille (x
i
1
,x
i
2
, . . . ,x
i
p
), tels que : x = y +

k[[1, p]]

k
x
i
k
.
Comme E = Vect(y
1
,y
2
, . . . ,y
m
,x
i
1
,x
i
2
, . . . ,x
i
p
), alors x =

k[[1, m]]

k
y
k
+

k[[1, n]]

k
x
i
k
. Or,

k[[1, m]]

k
y
k

F. Donc, lexistence de la dcomposition est avre. Quant lunicit, elle dcoule du fait que pour tout k [[1, p]],
x
i
k
, F et que (x
i
1
,x
i
2
, . . . ,x
i
p
) est libre ou vide (preuve?).
Soit : E F lapplication qui x = y +

k[[1, p]]

k
x
i
k
, y F, associe y. est une application linaire
(preuve?). Si x F, alors (x) = x. Ceci permet de dnir une application m-linaire alterne g, qui prolonge
lapplication f E
m
: pour tout (a
1
,a
2
, . . . ,a
m
) E
m
, g(a
1
,a
2
, . . . ,a
m
) = f((a
1
),(a
2
), . . . ,(a
m
)). Comme
E = Vect(x
1
,x
2
, . . . ,x
n
), tout a
j
E est une combinaison linaire des x
i
: a
j
=

n
i=1

i j
x
i
. Mais alors, en utilisant
la m-linarit de g, on obtient que g(a
1
,a
2
, . . . ,a
m
) est une somme de termes de type : un lment de K multipli
par g(x
j
1
,x
j
2
, . . . ,x
j
m
), avec j
k
[[1, n]] pour tout f [[1, m]]. La famille des x
i
nayant que n lments et m
tant strictement suprieur n, il y a obligatoirement deux fois de mme x
i
parmi (x
j
1
,x
j
2
, . . . ,x
j
m
) ; et comme g
est alterne : g(x
j
1
,x
j
2
, . . . ,x
j
m
) = 0. Ceci entrane la nullit de g(a
1
,a
2
, . . . ,a
m
) pour tout (a
1
,a
2
, . . . ,a
m
) E
m
.
Puisque pour tout (a
1
,a
2
, . . . ,a
m
) F
m
, g(a
1
,a
2
, . . . ,a
m
) = f(a
1
,a
2
, . . . ,a
m
), la nullit de f est dmontre.
Corollaire 4.2.5.1 (Thorme de la dimension) Si le K-espace vectoriel E possde une base compose de
n (n N) lments, alors toute base de E possde n lments.
Dmonstration 4.2.5.1 Si (x
1
,x
2
, . . . ,x
n
) et (y
i
)
iI
sont deux bases de E, alors daprs le thorme 4.2.5, I ne peut
avoir strictement plus de n lments, car sinon, la famille (y
i
)
iI
serait lie. Do, (y
i
)
iI
= (y
1
,y
2
, . . . ,y
m
) avec
m n. Pour les mmes raisons, on doit avoir n m. Do, m = n.
Dnition et notation 4.2.4 (Dimension) Soit E un K-espace vectoriel possdant une base n lments
(n N). Comme toute base de E a n lments, on dit que la dimension de E sur K est n. Ceci scrit :
dim
K
E = n.
Dnition 4.2.5 (Espace vectoriel de dimension nie) Si le K-espace vectoriel E possde une base ayant
un nombre ni dlments, on dit que E est de dimension nie.
Corollaire 4.2.5.2 Soit F un sous-espace vectoriel du K-espace vectoriel de dimension nie E. Alors, dim
K
F
dim
K
E.
Dmonstration 4.2.5.2 Parmi les familles libres dlments de F, choisissons une famille ayant un nombre maximal
dlments (ce nombre est dim
K
E). Alors cette famille est une base de F, car elle est libre et ne le reste pas ds
quon lui adjoint un vecteur de F qui nest pas dans la famille.
Corollaire 4.2.5.3 Soit E un K-espace vectoriel de dimension n N sur K, et soit F un sous-espace vectoriel
de E. Si dim
K
F = n, alors F = E.
Dmonstration 4.2.5.3 Si la dimension commune est 0 alors E = F = 0
E
. Supposons n > 0. Soit (e
1
,e
2
, . . . ,e
n
)
une base de F. Si F ,= E, alors il existe x EF. Montrons que (e
1
,e
2
, . . . ,e
n
,x) est libre. Si

i[[1, n]]

i
e
i
+x =
0
E
, alors = 0, car sinon x =

i[[1, n]]

e
i
F. Mais, si = 0, comme (e
1
, . . . ,e
n
) est libre,
i
= 0 pour tout
i [[1, n]]. Or, si dim
K
E = n, on ne peut avoir dans E une famille libre de n + 1 lments. Cette contradiction
provient de lhypothse : F ,= E. Donc, F = E.
Corollaire 4.2.5.4 Soit E un K-espace vectoriel de dimension n N sur K.
Soit (e
1
,e
2
, . . . ,e
n
) une famille de vecteurs de E.
Alors, les trois proprits suivantes sont quivalentes :
(i) (e
1
,e
2
, . . . ,e
n
) est une famille gnratrice de E.
(ii) (e
1
,e
2
, . . . ,e
n
) est une famille libre de E.
43
(iii) (e
1
,e
2
, . . . ,e
n
) est une base de E.
Dmonstration 4.2.5.4 Si (e
1
,e
2
, . . . ,e
n
) est libre, alors (e
1
,e
2
, . . . ,e
n
) est gnratrice, car sinon, il existerait x
E Vect(e
1
,e
2
, . . . ,e
n
), et (e
1
,e
2
, . . . ,e
n
,x) serait libre, ce qui est en contradiction avec la dimension de E.
Si (e
1
,e
2
, . . . ,e
n
) est gnratrice, alors (e
1
,e
2
, . . . ,e
n
) est libre, car sinon, on aurait

i[[1, n]]

i
e
i
= 0
E
avec des

i
non tous nuls. Supposons qualors,
1
,= 0. Dans ce cas, e
1
=

n
i=2

1
e
i
, et E = Vect(e
2
,e
3
, . . . ,e
n
). Ceci
contredirait dim
K
E = n, puisqualors n vecteurs ne pourraient constituer une famille libre.
Proposition 4.2.6 Soit E un K-espace vectoriel, E ,= 0
E
. Soit n N et (x
1
,x
2
, . . . ,x
n
) une famille gnra-
trice E. Il existe I [[1, n]] tel que (x
i
)
iI
soit une base de E.
Dmonstration 4.2.6 Dmontrons la proposition par rcurrence sur n. Si n = 1, alors (x
1
) est une base, car x
1
,= 0
E
.
Supposons que la proposition soit vrai pour un nombre entier n. Montrons qualors elle est vraie pour n + 1. Soit
(x
1
,x
2
, . . . ,x
n+1
) une famille gnratrice de E. Si x
n+1
Vect(x
1
,x
2
, . . . ,x
n
), alors E = Vect(x
1
,x
2
, . . . ,x
n
)
et il sut dappliquer lhypothse de rcurrence (x
1
,x
2
, . . . ,x
n
). Si x
n+1
, Vect(x
1
,x
2
, . . . ,x
n
), considrons
la base (x
i
1
,x
i
2
, . . . ,x
i
p
) de Vect(x
1
,x
2
, . . . ,x
n
), forme de vecteurs de la famille (x
1
, . . . ,x
n
). On a alors : E =
Vect(x
i
1
, . . . ,x
i
p
,x
n+1
). Il ne reste plus qu montrer que la famille (x
i
1
, . . . ,x
i
p
,x
n+1
) est libre. Supposons la combi-
naison linaire :

p
k=1

k
x
i
k
+x
n+1
gale au vecteur nul. Alors, = 0, car sinon, on aurait x
n+1
Vect(x
i
1
, . . . ,x
i
p
).
Mais alors, comme (x
i
1
, . . . ,x
i
p
) est libre, on a :
k
= 0 pour tout k [[1, p]].
La proposition 4.2.6 nous indique que tout espace vectoriel,non rduit son vecteur nul, ayant une famille
gnratrice nie est de dimension nie. Rappelons que lespace vectoriel rduit son vecteur nul est de dimension
0 et admet la famille vide (ayant 0 lments) comme famille gnratrice. Il est frquent de donner comme dnition
dun espace vectoriel de dimension ni : espace vectoriel ayant une famile gnratrice nie. Le cas particulier de
lespace vectoriel rduit son vecteur nul
Corollaire 4.2.6.1 (Thorme de la base incomplte) Soit n N. Considrons le K-espace vectoriel E de
dimension n. Soit (x
1
,x
2
, . . . ,x
p
) une famille libre de vecteurs de E (p n, daprs le thorme 4.2.5). Il existe
alors n p vecteurs : y
1
,y
2
, . . . ,y
np
, tels que : (x
1
, . . . ,x
p
,y
1
, . . . ,y
np
) soit une base de E.
Dmonstration 4.2.6.1 Il sut de considrer la famille gnratrice : (x
1
, . . . ,x
p
,e
1
, . . . ,e
n
), o (e
1
, . . . ,e
n
) est une
base de E, et de reprendre la dmonstration de la proposition 4.2.6 avec (x
1
,x
2
, . . . ,x
p
) comme famille de dpart,
laquelle on ajoute certains des e
i
, de sorte obtenir une famille libre et gnratrice de E.
4.3 Dterminants
Dnition et notation 4.3.1 (Dterminant) Soit E un K-espace vectoriel de dimension nie n, n 1
(E ,= 0
E
). Soit e = (e
1
,e
2
, . . . ,e
n
) une base de E.
Le dterminant dans la base e est lunique
9
forme n-linaire alterne dnie sur E
n
, note det
e
, telle que :
det
e
(e
1
,e
2
, . . . ,e
n
) = 1.
Thorme 4.3.1 Soit e = (e
1
,e
2
, . . . ,e
n
), n 1, une base du K-espace vectoriel E.
La famille (x
1
,x
2
, . . . ,x
n
) est libre, si et seulement si
det
e
(x
1
,x
2
, . . . ,x
n
) ,= 0.
Dmonstration 4.3.1 Daprs la proposition 4.2.2 de la page 41, si det
e
(x
1
,x
2
, . . . ,x
n
) ,= 0, alors (x
1
,x
2
, . . . ,x
n
) est
libre.
Rciproquement : supposons (x
1
,x
2
, . . . ,x
n
) libre. Daprs le corollaire 4.2.5.4 page 43, (x
1
,x
2
, . . . ,x
n
) est
une base de E. Daprs le thorme 4.2.3 page 41, il existe une unique forme n-linaire alterne f, dnie sur
(Vect(x
1
,x
2
, . . . ,x
n
))
n
= E
n
, telle que : f(x
1
,x
2
, . . . ,x
n
) = 1. Daprs le dnition 4.3.1, cette forme f est le
dterminant dans la base x = (x
1
,x
2
, . . . ,x
n
). En utilisant les proprits de det
x
, forme n-linaire alterne, ainsi
que le fait que chaque x
i
est une combinaison linaire des e
j
, on obtient lexistence de dans K, dpendant uni-
quement des coordonnes des x
i
dans la base e, et tel que : det
x
(x
1
,x
2
, . . . ,x
n
) = det
x
(e
1
,e
2
, . . . ,e
n
). Comme
det
x
(x
1
,x
2
, . . . ,x
n
) = 1, on a : K

. Comme det
e
est une forme n-linaire alterne, au mme titre que det
x
, on
a : = det
e
(e
1
,e
2
, . . . ,e
n
) = det
e
(x
1
,x
2
, . . . ,x
n
). Do, det
e
(x
1
,x
2
, . . . ,x
n
) ,= 0.
9. cf : thorme 4.2.3.
44
Thorme 4.3.2 Soit E un K-espace vectoriel de dimension nie n 1.
Soit e = (e
1
,e
2
, . . . ,e
n
) une base de E.
Soit f : E
n
K une forme n-linaire alterne.
Il existe alors un unique K tel que : f = det
e
.
Dmonstration 4.3.2 Comme f et det
e
sont n-linaires alternes, pour tout (x
1
,x
2
, . . . ,x
n
) E
n
, il existe un unique
K tel que : f(x
1
,x
2
, . . . ,x
n
) = f(e
1
,e
2
, . . . ,e
n
) et det
e
(x
1
,x
2
, . . . ,x
n
) = det
e
(e
1
,e
2
, . . . ,e
n
) = . Ce scalaire
ne dpend que des coordonnes des x
i
dans la base e. On dduit des galits prcdentes :
f(x
1
,x
2
, . . . ,x
n
) = det
e
(x
1
,x
2
, . . . ,x
n
)f(e
1
,e
2
, . . . ,e
n
).
Do, le scalaire de lnonc existe et est uniquement dtermin, puisque = f(e
1
,e
2
, . . . ,e
n
).
4.3.1 Calculs de dterminants
Fixons un K-espace vectoriel E, de dimension nie n 1, et e = (e
1
,e
2
, . . . ,e
n
) une base de E.
Dnition et notation 4.3.2 (Matrice dun systme de vecteurs) Soit (x
1
,x
2
, . . . ,x
n
) un systme de
vecteurs de E. Pour tout j [[1, n]], notons (x
1 j
,x
2 j
, . . . ,x
nj
) les coordonnes de x
j
dans la base e.
Le tableau de scalaires : M =
_
_
_
_
_
x
1 1
x
1 2
x
1 n
x
2 1
x
2 2
x
2 n
.
.
.
.
.
.
.
.
.
.
.
.
x
n1
x
n2
x
nn
_
_
_
_
_
=
_
x
i j
_
(i,j)[[1, n]][[1, n]]
sappelle la matrice du systme (x
1
,x
2
, . . . ,x
n
) dans la base e. Comme la matrice M est compose de n lignes et
de n colonnes, on dit que M est une matrice carre n n. x
i j
se trouve dans la i-me ligne et la j-me colonne
de M.
Remarque : dans la colonne j de la matrice M de la dnition 4.3.2, on lit les coordonnes de x
j
dans le base
e. Si la matrice M a autant de lignes que de colonnes, cest parce que dim
K
E = n et que le systme des x
i
comporte n vecteurs. Des matrices de tailles direntes existent, mais nous navons pas, pour linstant, a nous
en proccuper.
Notation 4.3.3 Lensemble des matrices n lignes, n colonnes, n 1, coecients dans K se note : /
n
(K).
Dnition et notation 4.3.4 (Dterminant dune matrice n n) Soit (x
1
,x
2
, . . . ,x
n
), n 1, un systme
de vecteurs de E. Pour tout j dans [[1, n]], les coordonnes de x
j
dans la base e sont : (x
1 j
,x
2 j
, . . . ,x
nj
).
Le dterminant de la matrice M =
_
_
_
_
_
x
1 1
x
1 2
x
1 n
x
2 1
x
2 2
x
2 n
.
.
.
.
.
.
.
.
.
.
.
.
x
n1
x
n2
x
nn
_
_
_
_
_
est le dterminant dans la base e du systme
(x
1
,x
2
, . . . ,x
n
).
Ce dterminant est not : det M ou

x
1 1
x
1 2
x
1 n
x
2 1
x
2 2
x
2 n
.
.
.
.
.
.
.
.
.
.
.
.
x
n1
x
n2
x
nn

.
Exercice 4.3.1 On considre le R-espace vectoriel R
2
muni de la base canonique e = ((1,0),(0,1)).
1. Montrer que : (R
2
)
2
R, dnie par ((a,b),(c,d)) = ad bc, est bilinaire (2-linaire) alterne.
2. Soient = (a,b) et = (c,d) des vecteurs de R
2
.
Que vaut det
e
(,)?
3. Calculer

1 1
1 2

.
Notation 4.3.5 On note I
n
llment de /
n
(K) dnie par :
I
n
=
_
_
_
_
_
_
_
1 0 0 0
0 1 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 0
0 0 0 1
_
_
_
_
_
_
_
=
_

i j
_
(i,j)[[1, n]][[1, n]]
45
I
n
est la matrice du systme (e
1
,e
2
, . . . ,e
n
) dans la base (e
1
,e
2
, . . . ,e
n
). Do, det I
n
= 1.
Dnition et notation 4.3.6 (Cofacteur) Soit M /
n
(K), n 2.
M =
_
x
i j
_
(i,j)[[1, n]][[1, n]]
Soit M
i j
/
n1
(K), la matrice obtenue partir de M, en supprimant la ligne i et la colonne j de M :
M
ij
=
_
_
_
_
_
_
_
_
x
1 1
x
1 j
x
1 n
.
.
.
.
.
.
x
i 1
x
i j
x
j n
.
.
.
.
.
.
x
n1
x
nj
x
nn
_
_
_
_
_
_
_
_
colonne j
ligne i
On appelle cofacteur de x
i j
, llment de K not A
i j
et dnit par :
A
i j
= (1)
i+j
det M
i j
.
La matrice M ayant n lignes et n colonnes, on remarque que M
i j
est bien une matrice n 1 lignes, n 1
colonnes :
Dveloppement par rapport la premire ligne
Un principe gnral de calcul de dterminants est de rduire en quelques tapes, la taille des matrices, pour
se ramener des calculs de dterminants sur des matrices 2 2 (voir lexercice 4.3.1). La dmonstration du
thorme 4.2.3 page 41 nous fournit un mode demploi pour passer du dterminant dune matrice n n des
dterminants de matrices (n 1) (n 1). En eet, toutes matrice n n peut tre interprte comme une
matrice des coordonnes de n vecteurs de K
n
dans une base quelconque de K
n
.
Soit M =
_
_
_
_
_
x
1 1
x
1 2
x
1 n
x
2 1
x
2 2
x
2 n
.
.
.
.
.
.
.
.
.
.
.
.
x
n1
x
n2
x
nn
_
_
_
_
_
/
n
(K).
Pour j [[1, n]], posons : x
j
= (x
1 j
,x
2 j
, . . . ,x
nj
) K
n
.
Nous avons donc : det M = det
e
(x
1
,x
2
, . . . ,x
n
), o e dsigne la base canonique de K
n
; autrement dit : e =
(e
1
,e
2
, . . . ,e
n
) avec pour tout j dans [[1, n]], e
j
= (0, . . . ,0, 1
..
,0,
j` eme
place
. . . ,0).
Daprs la dnition de f laide de g dans la dmonstration du thorme 4.2.3, puisque f est lunique forme n-
linaire alterne telle que : f(e
1
,e
2
, . . . ,e
n
) = 1 (la base ici utilise nest plus (x
1
,x
2
, . . . ,x
n
), mais (e
1
,e
2
, . . . ,e
n
)),
et puisque g est lunique forme n 1-linaire alterne telle que : g(e
2
,e
3
, . . . ,e
n
) = 1, on a :
f = det
e
g = det
e

det M = det
e
(x
1
,x
2
, . . . ,x
n
) =

j[[1, n]]
(1)
j+1
x
1 j
det
e
(a
1
, . . . ,

a
j
, . . . ,a
n
)
avec e

= (e
2
,e
3
, . . . ,e
n
) base de Vect(e
2
,e
3
, . . . ,e
n
), et pour j [[1, n]], x
j
= x
1 j
e
1
+ a
j
, a
j
=

n
i=2
x
i j
e
i

Vect(e
2
,e
3
, . . . ,e
n
).
On en dduit :

x
1 1
x
1 2
x
1 n
x
2 1
x
2 2
x
2 n
.
.
.
.
.
.
.
.
.
.
.
.
x
n1
x
n2
x
nn

=
n

j=1
(1)
j+1
x
1 j

x
2 1
x
2 j1
x
2 j+1
x
2 n
x
3 1
x
3 j1
x
3 j+1
x
3 n
.
.
.
.
.
.
.
.
.
.
.
.
x
n1
x
nj1
x
nj+1
x
nn

=
n

j=1
x
1 j
A
1 j
A
1 j
tant le cofacteur de x
1 j
dans la matrice M.
46
Dveloppement par rapport la i-me ligne
Notons e
i
la base obtenue partir de e en ramenant le i-me vecteur de la base la premire place :
e
i
= (e
i
,e
1
, . . . ,e
i1
,e
i+1
, . . . ,e
n
)
Soit M /
n
(K), M =
_
x
i j
_
(i,j)[[1, n]]
2
.
Considrons M comme la matrice du systme (x
1
,x
2
, . . . ,x
n
) dans la base e. Nous avons obtenu lors de la
dmonstration du thorme 4.3.2 page 45, que si f est une forme n-linaire alterne sur E (dim
K
E = n), alors :
f(x
1
,x
2
, . . . ,x
n
) = f(e
1
,e
2
, . . . ,e
n
) det
e
(x
1
,x
2
, . . . ,x
n
)
On en dduit, en prenant pour f : det
e
, et pour det
e
: det
e
i :
det
e
(x
1
,x
2
, . . . ,x
n
) = det
e
(e
i
,e
1
, . . . ,e
i1
,e
i+1
, . . . ,e
n
) det
e
i (x
1
,x
2
, . . . ,x
n
)
Or, 1 = det
e
(e
1
,e
2
, . . . ,e
n
) = (1)
i+1
det
e
(e
i
,e
1
, . . . ,e
i1
,e
i+1
, . . . ,e
n
).
Quest-ce que det
e
i (x
1
,x
2
, . . . ,x
n
)?
det
e
i (x
1
,x
2
, . . . ,x
n
) =

x
i 1
x
i 2
x
i n
x
1 1
x
1 2
x
1 n
.
.
.
.
.
.
.
.
.
x
i1 1
x
i1 2
x
i1 n
x
i+1 1
x
i+1 2
x
i+1 n
.
.
.
.
.
.
.
.
.
x
n1
x
n2
x
nn

Dveloppons ce dterminant par rapport la premire ligne. Nous avons :

det
e
i (x
1
,x
2
, . . . ,x
n
) =
n

j=1
(1)
j+1
x
i j
det M
i j
o M
i j
est la matrice utilise dans la dnition du cofacteur de x
i j
dans la matrice M (voir page 46). On obtient
le dveloppement du dterminant de M par rapport sa i-me ligne :
det M = det
e
(x
1
,x
2
, . . . ,x
n
)
= (1)
i+1
det
e
i (x
1
,x
2
, . . . ,x
n
)
= (1)
i+1
n

j=1
(1)
j+1
x
i j
det M
i j
=
n

j=1
x
i j
A
i j
Dterminant de la transpose
Dnition et notation 4.3.7 (Matrice transpose) Soit M /
n
(K). La transpose de M est llment
de /
n
(K) not
t
M, et dni de la faon suivante : pour tout j [[1, n]], la ligne j de
t
M est la colonne j de M.
Autrement dit : si M =
_
x
i j
_
alors
t
M =
_
x
j i
_
.
Thorme 4.3.3 det
t
M = det M
Dmonstration 4.3.3 Montrons le thorme par rcurrence sur lentier n, pour tout M dans /
n
(K).
Si M /
1
(K), alors M = (x
1 1
) =
t
M et det M = det
t
M = x
1 1
.
Soit n N, n > 1. Supposons que pour tout m [[1, n 1]], et toute matrice N /
m
(K), on ait : det
t
N = det N.
Soit M /
n
(K). M =
_
x
i j
_
(i,j)[[1, n]]
2
.
Notons (y
1
,y
2
, . . . ,y
n
) le systme de vecteurs de E dont la matrice dans la base e = (e
1
,e
2
, . . . ,e
n
) de E est
t
M.
47
Alors, det
t
M = det
e
(y
1
,y
2
, . . . ,y
n
). Dautre part, pour tout j [[1, n]], y
j
=

n
i=1
x
j i
e
i
, puisque la j-me colonne
de
t
M est gale la j-me ligne de M. On en dduit :
det
t
M = det
e
(y
1
,y
2
, . . . ,y
n
)
= det
e
_
n

i=1
x
1 i
e
i
,y
2
, . . . ,y
n
_
=
n

i=1
x
1 i
det
e
(e
i
,y
2
, . . . ,y
n
)
=
n

i=1
x
1 i
(1)
i+1
det
e
i (e
i
,y
2
, . . . ,y
n
)
avec e
i
= (e
i
,e
1
, . . . ,e
i1
,e
i+1
, . . . ,e
n
).
Comme det
e
i est alterne, on a :
det
e
i (e
i
,y
2
, . . . ,y
n
) = det
e
i
_
e
i
,
n

k=1
x
2 k
e
k
, . . . ,
n

k=1
x
nk
e
k
_
= det
e
i
_
_
_
_
e
i
,
n

k=1
k=i
x
2 k
e
k
, . . . ,
n

k=1
k=i
x
nk
e
k
_
_
_
_
=

1 0 0
0 x
2 1
x
n1
.
.
.
.
.
.
.
.
.
0 x
2 i1
x
ni1
0 x
2 i+1
x
ni+1
.
.
.
.
.
.
.
.
.
0 x
2 n
x
nn

Alors, en dveloppant ce dterminant par rapport la premire ligne, on obtient :

1 0 0
0 x
2 1
x
n1
.
.
.
.
.
.
.
.
.
0 x
2 i1
x
ni1
0 x
2 i+1
x
ni+1
.
.
.
.
.
.
.
.
.
0 x
2 n
x
nn

x
2 1
x
n1
.
.
.
.
.
.
x
2 i1
x
ni1
x
2 i+1
x
ni+1
.
.
.
.
.
.
x
2 n
x
nn

En utilisant lhypothse de rcurrence sur ce dterminant (n 1) (n 1) :

x
2 1
x
n1
.
.
.
.
.
.
x
2 i1
x
ni1
x
2 i+1
x
ni+1
.
.
.
.
.
.
x
2 n
x
nn

= det M
1 i
o M
1 i
est la matrice (n 1) (n 1) dduite de M, en supprimant sa i-me ligne et sa j-me colonne.
Nous avons obtenu :
det
t
M =
n

i=1
x
1 j
(1)
i+1
det M
1 j
=
n

i=1
x
1 j
A
1 j
Or, nous reconnaissons dans le dernier membre le dveloppement du dterminant de M par rapport sa premire
ligne. Do le thorme.
48
Dveloppement par rapport la j-me colonne
Nous avons dj obtenu le dveloppement du dterminant dune matrice M /
n
(K) par rapport sa i-me
ligne. Daprs le thorme 4.3.3, pour obtenir le dveloppement de det M par rapport la j-me colonne, il sut
dcrire le dveloppement de det
t
M par rapport sa j-me ligne.
Do, si M =
_
_
_
x
1 1
x
1 n
.
.
.
.
.
.
.
.
.
x
n1
x
nn
_
_
_, alors :
det M =
n

i=1
x
i j
A
i j
A
i j
tant le cofacteur de x
i j
.
Dveloppement par blocs
Proposition 4.3.4 Soit M /
n
(K), n 2. Supposons quil existe des matrices carres R et S, un bloc de
scalaires
10
: T, et un bloc
11
de 0 : 0, tels que :
M =
_
R T
0 S
_
.
Alors,
det M = det Rdet S.
Dmonstration 4.3.4 Montrons la proposition, par rcurrence sur lentier n. Pour n = 2, on a : M =
_
r t
0 s
_
, et
donc det M = rs 0t = ab = det(r) det(s) ; la proprit est vrie. Supposons la proposition dmontre pour
tout nombre entier k, 2 k < n. Supposons que R soit une matrice carre m m. Dveloppons le dtermi-
nant de M =
_
x
i j
_
(i, j)[[1, n]][[1, n]]
par rapport sa premire colonne. En reprenant les notations de la dnition
4.3.6, page 46, On a : det M =

n
i=1
(1)
i+1
x
i 1
det M
i 1
=

m
i=1
(1)
i+1
x
i 1
det M
i 1
, car x
i 1
= 0 si i > m.
On peut alors appliquer lhypothse de rcurrence chacune des matrices M
i 1
. On a : det M
i 1
= det R
i 1
det S,
R
i 1
tant la matrice obtenue partir de R en supprimant sa i-me ligne et sa premire colonne. Mais alors :
det M =

m
i=1
(1)
i+1
x
i 1
det R
i 1
det S =
_
m
i=1
(1)
i+1
x
i 1
det R
i 1
_
det S = det Rdet S.
Proposition 4.3.5 Soit M /
n
(K), n 2. Supposons quil existe des matrices carres R et S, un bloc de
scalaires : T, et un bloc de 0 : 0, tels que :
M =
_
R 0
T S
_
.
Alors,
det M = det Rdet S.
Dmonstration 4.3.5 Il sut de reprendre les tapes de la dmonstration de la proposition 4.3.4, en developpant le
dterminant de M par rapport sa premire ligne.
Dnition 4.3.8 (Matrice triangulaire suprieure) Soit M =
_
_
_
_
_
x
1 1
x
1 2
x
1, n
x
2 1
x
2 2
x
2 n
.
.
.
.
.
.
.
.
.
.
.
.
x
n1
x
n2
x
nn
_
_
_
_
_
un lment de
/
n
(K). On dit que M est une matrice triangulaire suprieure lorsque x
i j
= 0 pour i > j.
Dnition 4.3.9 (Matrice triangulaire infrieure) Soit M =
_
_
_
_
_
x
1 1
x
1 2
x
1, n
x
2 1
x
2 2
x
2 n
.
.
.
.
.
.
.
.
.
.
.
.
x
n1
x
n2
x
nn
_
_
_
_
_
un lment de
/
n
(K). On dit que M est une matrice triangulaire infrieure lorsque x
i j
= 0 pour i < j.
10. T est une matrice (voir la dnition 4.3.14, page 51).
11. 0 est une matrice (voir la dnition 4.3.14) nulle.
49
Dnition 4.3.10 (Diagonale) Soit M =
_
_
_
x
1 1
x
1 n
.
.
.
.
.
.
.
.
.
x
n1
x
nn
_
_
_ un lment de /
n
(K). La diagonale de M est
le n-uplet (x
1 1
,x
2 2
, . . . ,x
nn
). Les coecients x
i i
, i dans [[1, n]], sont les coecients diagonaux de M.
Dnition 4.3.11 (Matrice diagonale) Soit M un lment de /
n
(K). On dit que M est une matrice dia-
gonale si M est la fois une matrice triangulaire suprieure et une matrice triangulaire infrieure. Lorsque M
est diagonale, tous ses coecients, sauf ventuellement ceux de sa diagonale, sont nuls.
Corollaire 4.3.5.1 Soit M /
n
(K).
M =
_
_
_
_
_
x
1 1
x
1 2
x
1, n
x
2 1
x
2 2
x
2 n
.
.
.
.
.
.
.
.
.
.
.
.
x
n1
x
n2
x
nn
_
_
_
_
_
Si M est triangulaire suprieure ou triangulaire infrieure, alors
det M = x
1 1
x
2 2
x
n1 n1
x
nn
,
le dterminant est le produit des termes diagonaux.
Le corollaire 4.3.5.1 sapplique bien sur dans le cas o M est diagonale. On retrouve, par le corollaire 4.3.5.1, le
rsultat fondamental : det I
n
= 1.
Dmonstration 4.3.5.1 Il sut dappliquer n fois de suite la proposition 4.3.4 ou la proposition 4.3.5.
4.3.2 Systmes de Cramer
Dnition 4.3.12 (Systme de Cramer) Soit n un nombre entier naturel dirent de zro. Soient a
i j
K
pour i [[1, n]] et j [[1, n]]. Soit (b
1
,b
2
, . . . ,b
n
) K
n
. Considrons le systme (S) de n quations linaires n
inconnues x
1
, . . . ,x
n
:
(S)
_

_
a
1 1
x
1
+ a
1 2
x
2
+ + a
1 n
x
n
= b
1
a
2 1
x
1
+ a
2 2
x
2
+ + a
2 n
x
n
= b
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
x
1
+ a
n2
x
2
+ + a
nn
x
n
= b
n
Ce systme est dit de Cramer, si :
det M =

a
1 1
a
1 2
a
1 n
a
2 1
a
2 2
a
2 n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn

,= 0.
Thorme 4.3.6 On considre le systme de Cramer :
(S)
_

_
a
1 1
x
1
+ a
1 2
x
2
+ + a
1 n
x
n
= b
1
a
2 1
x
1
+ a
2 2
x
2
+ + a
2 n
x
n
= b
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
x
1
+ a
n2
x
2
+ + a
nn
x
n
= b
n
Avec les notations utilises dans la dnition 4.3.12, si M
k
dsigne la matrice obtenue en remplaant dans M
la k-me colonne par :
b
1
b
2
.
.
.
b
n
, alors : x
k
=
det M
k
det M
.
50
Dmonstration 4.3.6 Plaons nous dans lespace vectoriel K
n
muni de la base e = (e
1
,e
2
, . . . ,e
n
). Notons b llment
de K
n
dont les coordonnes dans la base e sont : (b
1
,b
2
, . . . ,b
n
). Notons, pour j [[1, n]], a
j
le vecteur de K
n
dont
les coordonnes dans la base e sont : (a
1 j
,a
2 j
, . . . ,a
nj
). Puisque det M = det
e
(a
1
,a
2
, . . . ,a
n
) ,= 0, les n vecteurs
dont les coordonnes sont les colonnes de M : les vecteurs a
j
, j [[1, n]], sont linairement indpendants et forment
donc une base de E. Puisquil en est ainsi, il existe un unique n-uplet (
1
,
2
, . . . ,
n
) dans K
n
tel que :
b =

j[[1, n]]

j
a
j
Mais alors, la solution du systme est : (
1
,
2
, . . . ,
n
).
Remplaons dans M la colonne k par les coordonnes de b. On obtient M
k
, dont le dterminant vaut :
det
e
(a
1
, . . . ,a
k1
,b,a
k+1
, . . . ,a
n
)
= det
e
_
_
a
1
, . . . ,a
k1
,

j[[1, n]]

j
a
j
,a
k+1
, . . . ,a
n
_
_
=

j[[1, n]]

j
det
e
(a
1
, . . . ,a
k1
,a
j
, . . . ,a
n
)
=
k
det
e
(a
1
, . . . ,a
k1
,a
k
,a
k+1
, . . . ,a
n
)
=
k
det M
Do le thorme.
Bien que les systmes de Cramer soient ici prsents en toute gnralit, il est bien dicile de faire fonctionner
cette belle thorie ds que le systme comporte plus de trois inconnues, car les calculs de dterminants deviennent
trop compliqus et trop longs.
4.3.3 Rang
Dnition 4.3.13 (Rang) Considrons un K-espace vectoriel E. Soit I un ensemble ni. Soit (x
i
)
iI
une
famille de vecteurs de E. Le rang de la famille (x
i
)
iI
est la dimension du sous-espace vectoriel de E engendr
par cette famille.
Nous disposons dune premire version de la notion de matrice (voir page 45) dans le cadre des coordonnes
dune famille de vecteurs. Le dnition ci-dessous est plus gnrale.
Dnition et notation 4.3.14 (Matrice coecients dans K) Soient I et J des ensembles nis et non
vides. Une matrice M de type I J, coecients dans K, est une application de I J dans K.
M : I J K, (i, j) a
i j
La notation usuelle de la matrice M ainsi dnie est :
M =
_
a
i j
_
(i, j)IJ
Si I = [[1, m]] et J = [[1, n]], m et n tant des nombres entiers strictement positifs, alors
M =
_
_
_
_
_
a
1 1
a
1 2
a
1 n
a
2 1
a
2 2
a
2 n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
est dans ce cas une matrice m lignes et n colonnes.
Dnition 4.3.15 (Vecteur ligne) Soit M : [[1, m]] [[1, n]] K, (i, j) a
i j
, une matrice (mn > 0). Les m
vecteurs lignes de M sont les lments (a
i 1
,a
i 2
, . . . ,a
i n
) de K
n
, i [[1, m]].
Dnition 4.3.16 (Vecteur colonne) Soit M : [[1, m]] [[1, n]] K, (i, j) a
i j
, une matrice (mn > 0). Les
n vecteurs colonnes de M sont les lments (a
1 j
,a
2 j
, . . . ,a
mj
) de K
m
, j [[1, n]].
51
Notation 4.3.17 On note /
(m, n)
(K) lensemble des matrices coecients dans K, m lignes et n colonnes
(m > 0 et n > 0).
Dnition et notation 4.3.18 (Matrice carre) Lorsque dans la dnition 4.3.14, on a I = J, on dit que
M est une matrice carre. On note /
n
(K) lensemble des matrices carres coecients dans K n lignes et n
colonnes.
Dnition 4.3.19 (Rang dune matrice) Soit M /
(m, n)
(K). Le rang de M est la dimension du sous-
espace de K
m
engendr par les vecteurs colonnes de M. En notant rg M le rang de M, on a, pour M =
_
_
_
_
_
a
1 1
a
1 2
a
1 n
a
2 1
a
2 2
a
2 n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
:
rg M = dim
K
(Vect
K
(C
1
, C
2
, . . . , C
n
))
avec, pour tout j [[1, n]], C
j
= (a
1 j
,a
2 j
, . . . ,a
mj
).
On constate sans dicult que la matrice nulle
12
est la seule matrice de /
(m, n)
(K) de rang zro, puisque
dim
K
0
K
m = 0. Le rang dune matrice est, daprs des dnitions, le rang de la famille forme de ses vecteurs
colonnes.
Dnition 4.3.20 (Sous-matrice) Soient I et J des ensembles nis non vides. Soit M : I J K une
matrice coecients dans K. On dit que N est une sous-matrice de M si N : I

K, avec ,= I

I et
, = J

J.
Thorme 4.3.7 Soient m et n des nombres entiers strictement positifs. Soit M un lment de /
(m, n)
(K).
Si M nest pas identiquement nulle, alors le rang r de M est le plus grand des nombres entiers s tel quil existe
une sous-matrice carre N de M, N /
s
(K), dont le dterminant est dirent de zro.
Signalons quun calcul de dterminant nest envisageable que sur une matrice carre.
Dmonstration 4.3.7 Montrons que si r est le plus grand des nombres entiers s, tel quil existe une sous-matrice de
M appartenant /
s
(K) de dterminant non nul, alors r est le rang de M. Notons N une sous-matrice carre de
M, de taille maximale parmi les sous-matrices carres de M ayant un dterminant non nul. N /
r
(K). Notons
C

j
, j [[1, r]], les vecteurs colonnes de N et C
j
, j [[1, n]], les vecteurs colonnes de M ; de sorte que pour tout j
dans [[a, b]], C
j
soit obtenue partir de C

j
en ajoutant C

j
un certain nombre de lignes (de composantes). Avec la
notation qui vient dtre xe, C
1
nest pas ncessairement la premire colonne de M, alors que C

1
est la premire
colonne de N. Pour tout j dans [[1, r]], C

j
appartient K
r
.
Si r = m alors les m vecteurs colonnes linairement indpendants de N sont m vecteurs colonnes de M,
linairement indpendants dans K
m
. Ces m vecteurs forment donc une base du sous-espace de K
m
quils engendrent ;
par consquent, ces m vecteurs forment une base de K
m
. Donc rg M = r = m.
Si r = n alors les vecteurs colonnes de M sont linairement indpendants, et ils engendrent un sous-espace de K
n
de dimension r = n. En eect, si les C
j
ntaient pas linairement indpendants, alors il existerait des scalaires
j
,
non tous nuls, tels que :

n
j=1

j
C
j
= 0
K
m. Mais alors, on aurait :

n
j=1

j
C

j
= 0
K
n, ce qui serait contradictoire
avec lindpendance linaire des vecteurs colonnes de N.
Si r < m et r < n alors, pour les mmes raisons que dans le cas r = n, la famille (C
j
)
j[[1, r]]
est libre. Toute
sous-matrice de M appartenant /
r+1
(K) a pour dterminant 0. En particulier, si on ajoute une ligne, puis une
colonne N, de sorte construire une sous-matrice

N de M,

N /
r+1
(K), on a : det

N = 0. Notons

C
j
,
j [[1, r]] k, r < k n, les vecteurs colonnes de

N ; de sorte que pour j [[1, r]],

C
j
soit obtenue en ajoutant
une ligne (une composante) C

j
, et

C
k
soit la colonne ajoute N

pour former

N.

C
k
est une sous-matrice de
C
k
(en considrant les vecteurs colonnes comme des matrices une colonne). Comme det

N = 0, les vecteurs

C
j
sont lis. Il existe donc des scalaires
j
, non tous nuls, tels que :

j[[1, r]]{k}

j

C
j
= 0
K
r+1.
k
,= 0, car sinon,
on aurait

r
j=1

j
C

j
= 0
K
r avec les
j
non tous nuls. On a donc :

C
k
=

r
j=1

C
j
. Cette relation induit une
relation entre vecteurs de K
r
: C

k
=

r
j=1

k
C

j
. Or, comme (C

j
)
j[[1, r]]
est une base de K
r
, les coecients

k
sont uniquement dtermins. Dautre part, C

k
ne dpend pas de la ligne ajoute N pour former

N, mais dpend
seulement de la colonne ajoute N. On aura donc, pour toute sous-matrice

C
k
de C
k
, les mme scalaires

k
tels que :

C
k
=

r
j=1

C
j
. Do C
k
=

r
j=1

k
C
j
, et donc C
k
Vect
K
(C
1
,C
2
, . . . ,C
r
). La dmonstration de
12. M : [[1, m]] [[1, n]] K est la matrice nulle si, pour tout (i, j) dans I J, limage de (i, j) par M est llment 0 de K.
52
lappartenance de C
k
Vect
K
(C
1
,C
2
, . . . ,C
r
) est valable pour tout k [[r + 1, n]]. On en dduit que le sous-espace
de K
m
engendr par les vecteurs colonnes de M est Vect
K
(C
j
)
j[[1, r]]
, dont (C
j
)
j[[1, r]]
est une base. Do rg M = r.
Supposons rg M = r. Comme M nest pas la matrice nulle, r ,= 0 et il existe une sous-matrice de M de dterminant
non nul. Or, daprs la premire partie de la dmonstration, le plus grand des nombres entiers s tel quil existe une
sous-matrice N de M, N /
s
(K) det N ,= 0, est le rang de M. On en dduit que la plus grande sous-matrice
carre (les plus grandes sous-matrices carres) de M de dterminant non nul est un lment (sont des lments) de
/
r
(K).
Dnition et notation 4.3.21 (transpose) Soit M un lment de /
(m, n)
(K). La transpose de M, note :
t
M, est llment de /
(n, m)
(K) dni pour tout (j, i) dans [[1, n]][[1, m]], par :
t
M(j, i) = M(i, j).
Comme nous savons que le dterminant dune matrice carre est gal celui de sa transpose, nous pouvons
dduire du thorme 4.3.7 :
Corollaire 4.3.7.1 Soit M un lment de /
(m, n)
(K). Le rang de M est la dimension du sous-espace vectoriel
de K
n
engendr par les vecteurs lignes de M. Autrement dit, si M =
_
_
_
_
_
a
1 1
a
1 2
a
1 n
a
2 1
a
2 2
a
2 n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
, alors rg M =
dim
K
(Vect
K
(L
1
,L
2
, . . . ,L
m
)), avec L
i
= (a
i 1
,a
i 2
, . . . ,a
i n
) K
n
pour tout i dans [[1, m]]
Le rang dune matrice est donc le rang commun de la famille de ses vecteurs colonnes et de la famille de ses
vecteurs lignes.
Corollaire 4.3.7.2 Pour toute matrice M de /
(m, n)
(K) :
rg M = rg
t
M.
Corollaire 4.3.7.3 Soit M un lment de /
(m, n)
(K). Soit N llment de /
(m, n)
(K) obtenu partir de M
en eectuant une des oprations suivantes :
ajout, une ligne de M, dune combinaison linaire des autres lignes de M ;
ajout, une colonne de M, dune combinaison linaire des autres colonnes de M ;
change de deux lignes ;
change de deux colonnes.
Alors, on a : rg N = rg M.
Dmonstration 4.3.7.3 Ce corollaire est une consquence triviale du thorme 4.3.7, de la proposition 4.2.4 page 42,
et de la proprit dantisymtrie du dterminant.
Dnition 4.3.22 (Rang dun systme) Considrons le systmes (S) de m quations linaires n inconnues
x
1
, . . . ,x
n
:
(S)
_

_
a
1 1
x
1
+ + a
1 n
x
n
= b
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
x
1
+ + a
mn
x
n
= b
m
Le rang du systme (S) est alors celui de la matrice M =
_
a
i j
_
(i, j)[[1, m]][[1, n]]
.
4.4 Pivot de Gauss
Nous allons aborder une technique permettant de dterminer le rang dun systme, dune matrice, mais aussi
de rsoudre un systme dquations linaires. Cette technique est appele combinaison , pour les systmes
dquations, lorsquelle est aborde dans les classes du secondaire.
53
4.4.1 Dtermination du rang dune matrice
Thorme 4.4.1 Soit M un lment de /
(m, n)
(K), m > 1 et n > 1. Si M nest pas la matrice nulle, alors il
existe une matrice N appartenant /
(m, n)
(K), telle que :
1. M et N sont de mme rang ;
2. N =
_
_
_
_

0
.
.
.
0
N

_
_
_
_
, ,= 0, N

/
(m1, n1)
(K) et rg N = 1 + rg N

.
Dmonstration 4.4.1 Si M nest pas la matrice nulle de /
(m, n)
(K), alors il existe au moins un coecient de M,
disons a
i
0
j
0
, non nul. partir de M, en changeant la ligne 1 et avec la ligne i
0
, puis la colonne 1 et avec la colonne
j
0
, on obtient une matrice M

=
_
m
i j
_
(i, j)[[1, m]][[1, n]]
de mme rang que M (voir le corollaire 4.3.7.3). Posons
= a
i
0
j
0
= m
1 1
. Pour tout i dans [[2, m]], ajoutons la ligne i de M

,
m
i 1

fois la premire ligne de M

. On
obtient alors une matrice N =
_
_
_
_

0
.
.
.
0
N

_
_
_
_
, dont toutes les lignes, sauf la premire, commencent par 0. Cette
matrice est de mme rang que M (corollaire 4.3.7.3). Les matrices N

et N

=
_
_
0
.
.
.
0
N

_
_
/
(m1, n)
(K)
sont de mme rang, car le nombre de vecteurs colonnes linairement indpendants est le mme pour N

et pour N

.
Puisque tous les vecteurs lignes de N

ont pour premire composante 0, et comme ,= 0, rg N = 1 + rg N

; on en
dduit : rg N = 1 + rg N

.
Notons que si dans le M /
(1, n)
(K) et si M est non nulle, alors rg M = 1. De mme, si M /
(m, 1)
(K) et si M
est non nulle, alors rg M = 1 ; 1 est galement le rang des matrices
_
_
_
_
_

0
.
.
.
0
_
_
_
_
_
/
(m, 1)
(K) et
_

_
/
(1, n)
(K),
si ,= 0.
Dnition 4.4.1 (Pivot) Le coecient avec lequel on travaille dans la dmonstration du thorme 4.4.1
sappelle le pivot.
Corollaire 4.4.1.1 Soit M un lment de /
(m, n)
(K). Si M nest pas la matrice nulle, alors il existe une
matrice carre triangulaire suprieure : T /
r
(K), 0 < r maxm, n, dont tous les coecients diagonaux
sont dirents de 0, telle que la matrice

M /
(m, n)
(K), vrie :

M =
_
_
_
_
T
0 0
.
.
.
.
.
.
0 0
0 0
.
.
.
.
.
.
0 0
_
_
_
_
, et
rg M = rg

M.
Dmonstration 4.4.1 Si m = 1 ou n = 1, il sut dutiliser encore une fois le corollaire 4.3.7.3 pour donner

M
laspect voulu. Sinon, il sut dutiliser, plusieurs fois de suite si ncessaire, le thorme 4.4.1 en remplaant N par
N

chaque fois. Ce processus sarrte quand N

na plus quune ligne, ou quand tous les coecients de N

sont
nuls. Quand N

na plus quune colonne et nest pas la matrice nulle, on utilise un coecient de N

comme pivot, de
sorte remplacer N

par une matrice de type :

_
_
_
_
_

0
.
.
.
0
_
_
_
_
_
, et le processus sarrte.
On remarque que lorsquil faut changer des lignes ou des colonnes dans le bloc N

an de parvenir la forme
de matrice voulue, on peut changer les lignes ou les colonnes correspondantes dans N, sans perturber le bloc
54
triangulaire dj obtenu ce stade. On remarque galement que les deux blocs de zros peuvent ne pas apparatre ;
autrement dit : on peut obtenir une matrice

M de type : T,
_
T
_
ou
_
_
_
_
T
0 0
.
.
.
.
.
.
0 0
_
_
_
_
.
Exemples :
a. Considrons la matrice M
a
=
_
2 3 0
4 1 1
_
. M
a
et

M
a
=
_
2 3 0
0 7 1
_
obtenue en ajoutant 2 fois
la ligne 1 la ligne 2 de M
a
, sont de mme rang ; dans cette tape de calcul, le pivot est 2.

M
a
a bien la
forme annonce dans le corollaire, en posant T
a
=
_
2 3
0 7
_
. (On est dans le cas o le processus sarrte
lorsque N

na plus quune ligne).

b. Considrons M
b
=
_
_
_
_
0 1 0
0 0 1
0 1 1
0 0 2
_
_
_
_
. Commenons par changer les colonnes 1 et 2 de M
b
. On obtient M

b
=
_
_
_
_
1 0 0
0 0 1
1 0 1
0 0 2
_
_
_
_
. On se sert ensuite du premier coecient de la premire ligne : 1, comme pivot. En combinant
les autres lignes avec la premire ligne, on obtient M

b
=
_
_
_
_
1 0 0
0 0 1
0 0 1
0 0 2
_
_
_
_
L
1
L
2
L
2
L
3
L
3
L
1
L
4
L
4
. On change les
colonnes 2 et 3. On obtient M

b
=
_
_
_
_
1 0 0
0 1 0
0 1 0
0 2 0
_
_
_
_
L
1
L
2
L
3
L
4
. Le nouveau pivot est le coecient 1 qui se trouve en
deuxime ligne deuxime colonne.

M
b
=
_
_
_
_
1 0 0
0 1 0
0 0 0
0 0 0
_
_
_
_
L
1
L
2
L
3
L
3
L
2
L
4
L
4
2L
2
. rg M
b
= rg

M
b
.
Proposition 4.4.2 Soit

M un lment de /
(m, n)
(K). Sil existe une matrice triangulaire suprieure T
/
r
(K), r 1, dont tous les coecients diagonaux sont dirents de zro, et telle que :

M =
_
_
_
_
T
0 0
.
.
.
.
.
.
0 0
0 0
.
.
.
.
.
.
0 0
_
_
_
_
,
alors,
rg

M = rg T = r.
Dmonstration 4.4.2 Pour montrer que rg T = r, il sut de prouver que le dterminant de T nest pas gal zro.
Or, daprs le corollaire 4.3.5.1, le dterminant de T est le produit de ses termes diagonaux. Les termes diagonaux
de T tant tous non nuls, det T ,= 0 et donc : rg T = r. Le fait que rg

M = rg T est une consquence directe du
thorme 4.3.7 et de la forme de

M.
En appliquant la proposition 4.4.2 aux matrices M
a
et M
b
des exemples ci-dessus, on obtient : rg M
a
= 2 et
rg M
b
= 2. La mthode consistant transformer une matrice M en une matrice de mme rang :

M (comme dans
le corollaire 4.4.1.1), dont on sait dterminer le rang (via le corollaire 4.4.1.1 et la proposition 4.4.2), sappelle : la
mthode du pivot de Gauss. Quand une matrice A se prsente sous une forme du type de celle de la matrice

M
de la proposition 4.4.2, on dit parfois que A est chelonne. Il est fortement recommand dutiliser la mthode
(simple) du pivot de Gauss pour dterminer le rang dune matrice.
55
4.4.2 Rsolution dun systme dquations linaires
Soient m et n des nombres entiers naturels dirents de zro. Soient a
i j
K pour i [[1, m]] et j [[1, n]].
Soit (b
1
,b
2
, . . . ,b
m
) K
m
. Considrons le systme (S) de m quations linaires n inconnues x
1
, . . . ,x
n
:
(S)
_

_
a
1 1
x
1
+ a
1 2
x
2
+ + a
1 n
x
n
= b
1
a
2 1
x
1
+ a
2 2
x
2
+ + a
2 n
x
n
= b
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
= b
m
Dans le cas o tous les coecients a
i j
sont nuls, ou bien b
1
= = b
m
= 0 et lensemble des solutions est K
n
,
ou bien au moins un des b
i
est dirent de 0 et dans ce cas lensemble des solutions est . Dans le o au moins
un des a
i j
est dirent de 0, on dnit alors la matrice M du systme par :
M =
_
a
i j
_
(i, j)[[1, m]][[1, n]]
.
Puis on dnit la matrice

M par :

M =
_
M B
_
, o B dsigne la matrice
_
_
_
b
1
.
.
.
b
m
_
_
_. La mthode du pivot de
Gauss consiste alors transformer M en une matrice du type

M (voir la sous-section prcdente), mais en
travaillant sur

M, et en rpercutant ainsi toutes les oprations eectues sur les lignes, sur la dernire colonne
B de

M. Aprs un certain nombre doprations (celles exposes dans la dmonstration du corollaire 4.4.1.1),
on obtient une matrice

M =
_

M B
_
=
_
_
_
_
T
0 0
.
.
.
.
.
.
0 0
0 0
.
.
.
.
.
.
0 0
B
_
_
_
_
, T /
r
(K) triangulaire
suprieure, det T ,= 0, B tant obtenue partir de B en eectuant sur B les oprations eectues sur les lignes
de M pour obtenir

M.

M correspond un systme (S

) quivalent au systme (S). Le terme de systme

chelonn est parfois utilis pour dsigner un systme tel que (S

).
Exemple
Considrons le systme : (S
a
)
_
2x +3y = 2
4x y z = 5
et rsolvons ce systme dans K
3
en utilisant la
mthode du pivot de Gauss. On remarque que la matrice du systme est la matrice M
a
donne page 55. Le
systme (S
a
) est reprsent par la matrice :

M
a
=
_
2 3 0 2
4 1 1 5
_
.
(S
a
) est quivalent au systme (S

a
), correspondant la matrice :

M
a
=
_
2 3 0 2
0 7 1 1
_
.
Donc, (S

a
)
_
2x 3y = 2
7y z = 1
. Les solutions de (S
a
), qui sont galement les solutions de (S

a
), sont
les lments
_

3
2
y + 1, y, 7y 1
_
de K
3
, y K. Lensemble des solutions de (S
a
) est un sous-espace ane
13
de K
3
; cest le sous-espace ane : (1, 0, 1) + K
_

3
2
, 1, 7
_
, qui a comme sous-espace vectoriel directeur, le
sous-espace de dimension 1 : Vect
K
__

3
2
, 2, 7
__
.
Notons pour terminer, que si lors de la rsolution du systme, on obtient une galit de type : 0 = 0 ,
alors, cette galit tant vraie quelles que soient les valeurs attribues aux inconnues du systme, on peut tout
simplement supprimer cette galit du systme tout en conservant un systme quivalent. Si cest une galit de
type : 1 = 0 qui apparat, alors le systme na pas de solution.
13. La notion despace ane nest pas au programme du premier semestre.
56
Annexe A
Fractions rationnelles
La notation K peut tre remplace indiremment par Q, R ou C.
Nous avons constat, dans le chapitre sur les polynmes, que les seuls polynmes ayant un inverse (pour le
produit dni sur K[X]) sont ceux de degr 0 ; les polynmes de degr 0 tant les lments de K

. Ce qui est
vrai dans Q, R ou C, savoir : tout lment non nul possde un inverse (pour le produit habituel sur ces
ensembles de nombres) , nest vrai ni dans Z, ni dans K[X]. Nous allons examiner ici une construction, similaire
celle permettant de passer de Z Q, du corps des fractions rationnelles une indtermine
1
. La construction
envisage ici utilise les notions de relation dquivalence et de classes dquivalence. Si de telles notions vous
semblent un peu trop exotiques, et si vous savez quel sens donner
a
b
pour a et b entiers relatifs (b ,= 0), alors
vous devinerez parfaitement la signication de
P
Q
pour P et Q dans K[X] et vous pourrez aller directement la
partie : dcomposition en lments simples.
A.1 Lensemble K(X)
A.1.1 Une construction de K(X)
Complment sur les ensembles
Dnition A.1.1 (Relation dquivalence) Soit c un ensemble. On dit que 1, 1 c c, est une relation
dquivalence sur c si :
1. pour tout a dans c : (a, a) 1 (la relation est rexive),
2. pour tout a et tout b dans c : si (a, b) 1 alors (b, a) 1 (la relation est symtrique),
3. pour tout a, tout b et tout c dans c : si (a, b) 1 et (b, c) 1 alors (a, c) 1 (la relation est transitive).
Lgalit, sur nimporte quel ensemble, est une relation dquivalence (preuve?).
Exercice A.1.1 Soit c un ensemble non vide. Soit la famille (/
i
)
iI
de sous-ensembles de c vriant :
(i I)(j I) i ,= j /
i
/
j
= ,
c =
_
iI
/
i
.
On dit dans ce cas que (/
i
)
iI
est une partition de c. On considre la relation 1, 1 c c, dnie par :
(a, b) 1 (i
0
I) a /
i
0
et b /
i
0
.
Montrer que 1 est une relation dquivalence sur c.
Dnition A.1.2 (Classe dquivalence) Soit c un ensemble, et soit 1 une relation dquivalence sur c.
Pour tout x dans c, la classe dquivalence de x est lensemble des lments y de c tels que (x, y) 1.
1. On dit aussi : fractions rationnelles une variable, ou encore : fractions rationnelles.
57
Une relation dquivalence sur K[X] (K[X] 0)
Premire tentative :
Considrons la relation 1 (K[X]K[X])(K[X]K[X]) dnie par : ((P, Q), (R, S)) 1 PS = RQ.
Malheureusement, 1 ainsi dnie nest pas une relation dquivalence. Notre ambition tait, au cas o 1 aurait
t une relation dquivalence, de noter
P
Q
la classe dquivalence de (P, Q). On aurait alors eu :
P
Q
=
R
S

PS = RQ. Examinons de plus prs le dfaut de notre dnition de 1. Daprs la dnition de 1, pour tout
(P, Q) K[X]K[X] : ((P, Q), (0, 0)) 1. Autrement crit :
P
Q
=
0
0
. Mais alors, on a :
0
0
=
1
2
,
0
0
=
2
1
et

2
1
,=
1
2
; la transitivit est mise en dfaut. Lerreur commise pour dnir 1 est celle que quelques jeunes gens
commetttent lorsquils sont confronts pour la premire fois aux fractions : accepter la valeur 0 au dnominateur.
Seconde tentative :
Proposition A.1.1 On considre la relation 1 (K[X] (K[X] 0)) (K[X] (K[X] 0)) dnie par :
((P, Q), (R, S)) 1 PS = RQ. 1 est une relation dquivalence.
Dmonstration A.1.1 Exercice.
Dnitions et notations A.1.3 (
P
Q
, K(X)) Notons
2 P
Q
la classe dquivalence, pour la relation dquivalence
1 dnie dans la proposition A.1.1, de (P, Q), lment de K[X] (K[X] 0). Lensemble des classes dqui-
valence
P
Q
est not K(X). K(X) est lensemble des fractions rationnelles.
Exercice A.1.2 Montrer que pour tout (P, Q) K[X] (K[X] 0) et tout R K[X] 0, on a :
P
Q
=
PR
QR
.
A.1.2 Un produit et une somme sur K(X)
Exercice A.1.3 On considre les fractions rationnelles
P
0
Q
0
,
R
0
S
0
,
P
1
Q
1
et
R
1
S
1
.
Montrer que si
P
0
Q
0
=
P
1
Q
1
et
R
0
S
0
=
R
1
S
1
alors :
1.
P
0
R
0
Q
0
S
0
=
P
1
R
1
Q
1
S
1
2.
P
0
S
0
+R
0
Q
0
Q
0
S
0
=
P
1
S
1
+R
1
Q
1
Q
1
S
1
Les rsultats de lexercice A.1.3 vont nous permettre de dnir le produit et la somme dlments de K(X), en
utilisant des reprsentants
3
des classes dquivalence, puisque ces dnitions seront indpendante du choix des
reprsentants.
Dnition A.1.4 (Multiplication) Soient
P
Q
et
R
S
des lments de K(X). Le produit
P
Q
R
S
de ces lments est
dni par :
P
Q
R
S
=
PR
QS
.
Le produit ainsi dni est bien dni ; i.e. la dnition du produit ne dpendant pas des polynmes P, Q, R et
S, mais seulement des classes dquivalence des couples (P, Q) et (R, S).
Dnition A.1.5 (Addition) Soient
P
Q
et
R
S
des lments de K(X). La somme
P
Q
+
R
S
de ces lments est
dnie par :
P
Q
+
R
S
=
PS +RQ
QS
.
La somme ainsi dnie est bien dnie ; i.e. la dnition de la somme ne dpendant pas des polynmes P, Q, R
et S, mais seulement des classes dquivalence des couples (P, Q) et (R, S).
Exercice A.1.4 Vrier que le produit et la somme ainsi dnis sont des lois internes associatives et commu-
tatives, que
0
1
est llment neutre de la somme,
1
1
celui du produit, que la multiplication est distributive par
rapport laddition, que
P
Q
a pour oppos
P
Q
, que
P
Q
, Q ,= 0, a pour inverse
Q
P
.
2.
P
Q
se lit... P sur Q . Etonnant, non?
3. Des polynmes.
58
A.1.3 Une injection de K[X] dans K(X)
Considrons lapplication f : K[X] K(X) dnie
4
par f(P) =
P
1
.
Proposition A.1.2 f est injective.
Dmonstration A.1.2 f(P) = f(Q)
P
1
=
Q
1
1P = 1Q P = Q.
Proposition A.1.3 Pour tout P et tout Q dans K[X] :
f(P +Q) = f(P) +f(Q),
f(PQ) = f(P)f(Q).
Dmonstration A.1.3 f(P + Q) =
P+Q
1
=
1P+1Q
11
=
P
1
+
Q
1
= f(P) + f(Q), f(PQ) =
PQ
1
=
PQ
11
=
P
1
Q
1
=
f(P)f(Q).
Comme dans le cas des nombres complexes, comme dans le cas des polynmes, les notations vont tre simplies.
On identie K[X] sont image par f ; ce qui induit la simplication dcriture :
P
1
= P pour tout P K[X]. On
crira
P
Q
de prfrence
P
Q
. Pour Q ,= 0, P divis par Q signie :
P
1
multipli par
1
Q
...
K(X) muni des deux lois internes produit et somme dnies ci-dessus est un corps commutatif.
A.2 Dcomposition en lments simples
Thorme A.2.1 (Dcomposition en lments simples) Soient A et B de lments de K[X], B ,= 0, et
soit P
1
r
1
P
2
r
2
P
m
r
m
la dcomposition de B en produit dun lment de K

: , et de facteurs irrductibles et
unitaires dans K[K], telle que pour tout i et tout j dans [[1, m]], i ,= j P
i
,= P
j
, et pour tout i dans [[1, m]],
r
i
> 0. Alors, il existe Q K[X], pour tout i [[1, m]], il existe des lments A
i 1
, A
i 2
, , A
i r
i
de K[X], tels
que :
A
B
= Q+
m

i=1
_
_
r
i

j=1
A
i j
P
i
j
_
_
(A.1)
et
(i [[1, m]])(j [[1, r
i
]]) deg A
i j
< deg P
i
(A.2)
Q, ainsi que les A
i j
, sont dtermins de manire unique. Q+

m
i=1
_

r
i
j=1
A
i j
P
i
j
_
est la dcomposition en lments
simples de la fraction
A
B
.
Pour une meilleure digestion de la dmonstration, celle-ci a t dcoupe en tranches...
Lemme A.2.1.1 Soient A et B des lments de K[X] 0 premiers entre eux. Alors, il existe U et V dans
K[X] tels que :
1
AB
=
V
A
+
U
B
.
Dmonstration A.2.1.1 Daprs le thorme de Bezout, page 29, puisque A et B sont premiers entre eux, il existe des
polynmes U et V tels que AU +BV = 1. Il ne reste plus qu considrer cette galit comme une galit non plus
entre lments de K[X], mais comme une galit entre lments de K(X), puis multiplier chacun des membres de
cette galit par
1
AB
; autrement dit : diviser par AB.
Lemme A.2.1.2 Soient A et B de lments de K[X], B ,= 0, et soit P
1
r
1
P
2
r
2
P
m
r
m
la dcomposition de
B en produit dun lment de K

: , et de facteurs irrductibles et unitaires dans K[K], telle que pour tout i et

tout j dans [[1, m]], i ,= j P
i
,= P
j
, et pour tout i dans [[1, m]], r
i
> 0. Alors, il existe A
1
, A
2
, , A
m
dans
K[X] tels que :
A
B
=
m

i=1
A
i
P
i
r
i
.
Et si
A
B
=

m
i=1

A
i
P
i
r
i
, alors pour tout i [[1, m]], A
i


A
i
(P
i
r
i
).
4. On rappelle que 1 = X
0
(voir page 25).
59
Dmonstration A.2.1.2 Lexistence des A
i
est une consquence vidente du lemme A.2.1.1. Si

m
i=1
A
i
P
i
r
i
=

m
i=1

A
i
P
i
r
i
, alors (A
j


A
j
)

m
i=1
i=j
P
i
r
i
= P
j
r
j

m
i=1
i=j
P
i
r
i
_

m
i=1
i=j

A
i
A
i
P
i
r
i
_
. Or,

m
i=1
i=j
P
i
r
i
_

m
i=1
i=j

A
i
A
i
P
i
r
i
_
appartient
K[X]. On en dduit que P
j
r
j
divise (A
j


A
j
)

m
i=1
i=j
P
i
r
i
. Comme P
j
r
j
et

m
i=1
i=j
P
i
r
i
sont premiers entre eux
(preuve?), le thorme de Gauss (page 29) implique que P
j
r
j
divise A
j


A
j
; autrement dit : A
j


A
j
(P
j
r
j
).
Lemme A.2.1.3 Pour tout (A, B) K[X] (K[X] 0), il existe un unique (Q, R) K[X] K[X] tel que :
A
B
= Q+
R
B
et deg R < deg B.
Dmonstration A.2.1.3 Il sut dutiliser le thorme 3.2.2 page 26.
Lemme A.2.1.4 Soient A et B de lments de K[X], B ,= 0, et soit P
1
r
1
P
2
r
2
P
m
r
m
la dcomposition de
B en produit dun lment de K

: , et de facteurs irrductibles et unitaires dans K[K], telle que pour tout i et

tout j dans [[1, m]], i ,= j P
i
,= P
j
, et pour tout i dans [[1, m]], r
i
> 0. Alors, il existe Q, R
1
, R
2
, , R
m
dans
K[X], uniquement dtermins, tels que :
A
B
= Q+
m

i=1
R
i
P
i
r
i
(A.3)
et
(i [[1, m]]) deg R
i
< deg P
i
r
i
(A.4)
Dmonstration A.2.1.4 Daprs le lemme A.2.1.2, il existe A
1
, A
2
, ,A
m
dans K[X] tels que
A
B
=

m
i=1
A
i
P
i
r
i
. En
appliquant le lemme A.2.1.3 chaque
A
i
P
i
r
i
, on obtient pour tout i dans[[1, m]], lexistence de Q
i
et R
i
dans K[X],
tels que
A
i
P
i
r
i
= Q
i
+
R
i
P
i
r
i
et deg R
i
< deg P
i
r
i
. Do, en posant Q =

m
i=1
Q
i
, on a :
A
B
= Q +

m
i=1
R
i
P
i
r
i
, avec
deg R
i
< deg P
i
r
i
.
Montrons lunicit des polynmes Q, R
1
, , R
m
. Supposons quil existe dans K[X], Q, R
1
, , R
m
dune part,

Q,

R
1
, ,

R
m
dautre part, vriant A.3 et A.4. On obtient, exactement comme dans la dmonstration du lemme
A.2.1.2, que R
i


R
i
(P
i
r
i
). Or, deg R
i


R
i
maxdeg R
i
, deg

R
i
< deg P
i
r
i
. Do, R
i


R
i
= 0. Comme
pour tout i [[1, m]], R
i
=

R
i
, on obtient nalement Q =

Q, et lunicit est dmontre.
Lemme A.2.1.5 On considre les polynmes P et R de K[X], avec deg P 1. Alors, il existe une unique suite
presque nulle (S
n
)
nN
dlments de K[X], telle que :
R =
+

n=0
S
n
P
n
(A.5)
(Autrement dit : R = S
0
+S
1
P + +S
k
P
k
) et
(n N) deg S
n
< deg P (A.6)
Dmonstration A.2.1.5 Montrons lexistence de la suite, par rcurrence sur le degr de R. Pour deg R < deg P,
alors S
0
= R et S
n
= 0 pour n > 0, convient. Supposons lexistence de la suite dmontre pour tout polynme de
degr infrieur ou gal r et supposons deg R = r + 1. Si r + 1 < deg P, le problme est dj rgl. Supposons
r+1 deg P. La division euclidienne de R par P donne alors R = S+PT, avec deg S < deg P. Soit T = 0, mais alors
deg R < deg P ; soit T ,= 0 et alors, comme deg P 1, on en dduit que deg R = deg PT = deg P +deg T > deg T,
donc deg T r. Il ne reste plus dans ce cas qua appliquer lhypothse de rcurrence T. Il existe donc (T
n
)
nN
presque nulle telle que T =

+
n=0
T
n
P
n
. Mais alors, R = S +

+
n=0
T
n
P
n+1
et la suite dnie par S
0
= S,
S
n
= T
n1
pour n > 0, convient.
Pour obtenir lunicit, supposons que (S
n
)
nN
et (

S
n
)
nN
vrient A.5 et A.6. Alors S
0


S
0
=

+
n=1
(

S
n

S
n
)P
n
(P). Mais comme deg S
0


S
0
< deg P, on a : S
0


S
0
= 0. On obtient donc en simpliant par P :

+
n=1
S
n
P
n1
=

+
n=1

S
n
P
n1
. En reprenant les arguments ci-dessus, cette dernire galit aura pour consquence
S
1
=

S
1
. Etc.
Dmonstration A.2.1 Daprs le lemme A.2.1.4, il existe Q, R
1
, , R
m
dans K[X], uniquement dtermins, tels que :
A
B
= Q+

m
i=1
R
i
P
i
r
i
et pour tout i [[1, m]], deg R
i
< deg P
i
r
i
. Appliquons le lemme A.2.1.5 avec R = R
i
et P = P
i
.
On obtient R
i
=

+
n=0
S
i n
P
i
n
, la suite (S
i n
)
nN
tant dtermine de manire unique. Comme deg R
i
< deg P
i
r
i
,
on a R
i
=

r
i
1
n=0
S
i n
P
i
n
. Do
R
i
P
i
r
i
=

r
i
1
n=0
S
i n
P
i
r
i
n
, et en posant j = r
i
n:
R
i
P
i
r
i
=

r
i
j=1
S
i r
i
j
P
i
j
. Do le
thorme en posant A
i j
= S
i r
i
j
.
60
Faisons fonctionner cette belle thorie sur un exemple simple. Cherchons la dcomposition en lments simples
de
X
3
+3X+1
X
3
+X+2
. Commenons par poser la division :
X
3
+3X +1 X
3
+X + 2
0 2X 1 1
On a donc
X
3
+3X+1
X
3
+X+2
= 1+
2x1
x
3
+x+2
. 1 est une racine vidente de X
3
+X+2. Donc, X+1 divise X
3
+X+2. En
eet, X
3
+X+2 = (X+1)(X
2
X+2). X
2
X+2 est un polynme irrductible de R[X] (Preuve? Calculer le
discriminant). Il existe donc a, b et c dans R tels que :
2X1
X
3
+X+2
=
a
X+1
+
bX+c
X
2
X+2
. Pour terminer les calculs, une
mthode classique consiste multiplier les deux membres de cette dernire galit par (X+1)(X
2
X+2), puis
dvelopper et rduire, de sorte obtenir de part et dautre de lgalit les formes canoniques de polynmes
gaux. Il ne reste plus alors qu identier les coecients des monmes de mme degr. Ce qui donne ici :
2X 1 = a(X
2
X + 2) + (bX +c)(X + 1)
2X 1 = (a +b)X
2
+ (a +b +c)X + 2a +c
_
_
_
a +b = 0
a +b +c = 2
2a +c = 1
( terminer).
61
Bibliographie
[1] Jean-Marie Arnaudis and Henri Fraysse. Algbre, volume 1 of Cours de mathmatiques. Dunod, Paris,
1987. ISBN 2-04-016450-2.
[2] Paul Richard Halmos. Naive set theory. Springer-Verlag, New York, Heidelberg, Berlin, 1974. ISBN 0-387-
90092-6.
[3] Jean-Louis Krivine. Thorie des ensembles. Cassini, Paris, 1998. ISBN 2-84225-014-1.
[4] Serge Lang. Algebra. Addison-Wesley, 1984. ISBN 0-201-05487-6.
[5] Edmond Ramis, Claude Deschamps, and Jacques Odoux. Algbre, volume 1 of Cours de mathmatiques
spciales. Masson, Paris, 1993. ISBN 2-225-81501-1.
[5], [1] et [2] sont des ouvrages pour le premier cycle ; alors que [4] et [3] sont plutt destins aux tudiants de
second et de troisime cycles. On ne peut citer tous les ouvrages dans lesquels les lments dalgbre abords
dans ce cours sont traits. Je nindique donc ici que les ouvrages que jai consults pour prparer mes cours.
62
Index
(A,B), 28
(P), 27
(a, b), 5
A
p
n
, 9
B[A, 28
C
p
n
, 9
E
n
, 39
I
n
, 45
X
n
, 24
m(z), 14
'e(z), 14

i j
, 23
det M, 45
det
e
, 44
dim
K
E, 43
, 4
, 5
, 5
P
Q
, 58
[[a, b]], 8
C, 13
C

, 14
K[X], 21
K(X), 58
K[X]

, 24
K
(I)
, 37
K
N
, 21
B
A
, 7
[, 5
, 4
t
M, 47, 53
a b, 6
f(A), 6
f(a), 6
f : / B, 6
f
1
(B), 6
i, 13
n!, 8
/B, 6
c
2
, 7
/
n
(K), 45, 52
/
(m, n)
(K), 52
T(/), 5
Vect
K
A, 38
axe
dun point, 15
dun vecteur, 15
antcdent, 6
application, 6
bijective, 7
injective, 6
linaire, 39
surjective, 6
argument, 15
arrangements, 9
base, 38
incomplte, 44
Bezout, 29
bijection, 7
classe dquivalence, 57
coecients dun polynme, 25
cofacteur, 46
combinaison linaire, 37
combinaison linaire, 24
combinaisons, 9
complmentaire, 4
composante, 39
conjugu, 14
coordonnes, 38
couple, 5
Cramer, 50
degr, 22
dterminant, 44
dune matrice n n, 45
diagonale, 50
dimension, 43
discriminant, 18
distributivit, 7
diviseur, 28
lment neutre, 7
ensemble des parties, 5
ensemble produit, 6
ensemble vide, 4
espace vectoriel, 36
sous-espace vectoriel, 37
Euler, 16
famille
gnratrice, 38
libre, 38
lie, 38
famille presque nulle, 37
forme
n-linaire, 39
n-linaire alterne, 40
n-linaire antisymtrique, 40
63
forme
algbrique, 14
trigonomtrique, 16
forme canonique, 25
formule de Moivre, 16
formule du binme de Newton, 10
formules dEuler, 16
idal, 27
engendr par P K[X], 27
principal, 28
image, 6, 39
image dun nombre complexe, 15
indpendance linaire, 38
ingalit triangulaire, 15
injection, 6
intersection, 5
inverse, 7
Kronecker, 23
loi externe, 36
loi interne, 7
associative, 7
commutative, 7
matrice, 45, 51
carre, 45, 52
diagonale, 50
sous-matrice, 52
triangulaire infrieure, 49
triangulaire suprieure, 49
chelonne, 55
module, 15
Moivre, 16
monme, 25
multiple, 30
Newton, 10
noyau, 39
n-uplet, 39
oppos, 7
partie
imaginaire, 14
relle, 14
partition, 57
Pascal, 10
permutations, 8
PGCD, 28
pivot, 54
polynme
conjugu, 34
driv, 32
irrductible, 32
unitaire, 33
polynmes
premiers entre eux, 29
PPCM, 30
quanticateur, 5
racine, 32
dordre r, 34
double, 19
racines dun trinme, 19
racines de lunit, 19
rang, 21
dun systme, 53
dune famille de vecteurs, 51
dune matrice, 52
rcurrence, 8
relation dquivalence, 57
runion, 4
scalaires, 36
sous-espace engendr, 38
suite, 21
suite presque nulle, 21
suites
produit, 23
produit dune suite par un nombre, 24
somme, 22
support, 21
surjection, 6
symboles de Kronecker, 23
systme
de Cramer, 50
chelonn, 56
terme, 21
terme gnral, 21
thorme de
Bezout, 29
DAlembert, 34
dcomposition, 33
dcomposition en lments simples, 59
Gauss, 29
la base incomplte, 44
la dimension, 43
transpose, 47, 53
triangle de Pascal, 10
trinme, 18
union, 4, 5
vecteur
colonne, 51
ligne, 51
vecteur nul, 36
vecteurs, 36
64