0% ont trouvé ce document utile (0 vote)

25 vues291 pages

Cours d'Algèbre : Première Année

Ce paragraphe définit les notions fondamentales d'ensembles, de sous-ensembles, d'inclusion, d'intersection, de réunion, de complémentaire et d'égalité de deux ensembles.

Transféré par

Arij Chouchene

Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.

Formats disponibles

Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

0% ont trouvé ce document utile (0 vote)

25 vues291 pages

Cours d'Algèbre : Première Année

Ce paragraphe définit les notions fondamentales d'ensembles, de sous-ensembles, d'inclusion, d'intersection, de réunion, de complémentaire et d'égalité de deux ensembles.

Transféré par

Arij Chouchene

Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.

Formats disponibles

Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

See discussions, stats, and author profiles for this publication at: [Link]

net/publication/356925289

Cours d'Algèbre : Première année universitaire

Book · December 2021

CITATIONS READS
0 1,625

1 author:

Abdelkader Intissar
Université de Corse Pascal Paoli
165 PUBLICATIONS 911 CITATIONS

SEE PROFILE

All content following this page was uploaded by Abdelkader Intissar on 10 December 2021.

The user has requested enhancement of the downloaded file.

. Partie I : Chapitres 1 à 9
. (290 pages)

ALGEBRE ELEMENTAIRE
Partie I & Partie II

Cours d’algèbre à distance

2020-2021

Partie I : Première année universitaire

&
Partie II : Deuxième année universitaire

Enseignant : Professeur A. INTISSAR

Algèbre Parties : I & II

TABLE DES MATIERES

Partie I
Chapitre 1 : Ensembles et relations ...................................................................... 7

§ 1 Propriétés générales des ensembles

§ 2 Opérations sur les ensembles

§ 3 Produit d’ ensembles

§ 4 Fonctions et Applications

§ 5 Analyse Combinatoire - Formule du binôme

§ 6 Relations binaires

§ 7 Relations de pré-ordre

§ 8 Relations d’équivalences et Espaces quotients

Chapitre 2 : Espaces vectoriels .............................................................................. 33

§ 1 Espace vectoriel

§ 2 Sous-espace vectoriel

§ 3 Enveloppe linéaire

§ 4 Somme d’espaces vectoriels

§ 5 Isomorphismes d’espaces vectoriels

§ 6 Indépendances linéaires et Bases

A. Intissar
Algèbre Parties : I & II

§ 7 Calcul sur les dimensions

Chapitre 3 : Applications linéaires ..................................................................... 58

§ 1 Généralités

§ 2 Décomposition canonique d’une application linéaire

§ 3 Projecteurs associés à une décomposition en somme directe

§ 4 Formes linéaires et hyperplans

Chapitre 4 : Notion de matrices ......................................................................... 83

§ 1 Généralités

§ 2 Matrice associée à une application linéaire

§ 3 Structure d’espace vectoriel de l’ensemble des matrices Mmn (K)

§ 4 Multiplication de deux matrices

§ 5 Matrice inversible et Matrice de passage

§ 6 Rang d’une famille de vecteurs, rang d’une matrice et d’une application linéaiore.

Chapitre 5 : Déterminants .................................................................................. 123

§ 1 Déterminants d’ordre deux ou trois

§ 2 Déterminants d’ordre quelconque

§ 3 Propriétés du déterminant d’une matrice carrée d’ordre n

§ 4 Résolution d’un système d’équations linéaires d’ordre n par la méthode de Cramer

Chapitre 6 : Groupes ................................................................................................ 142

§ 1 Généralités sur les groupes

§ 2 Groupes d’applications

§ 3 Sous-groupes

§ 4 Homomorphismes de groupes

§ 5 Théorie des sous-groupes distingués

§ 6 Groupe Rubik’s Cube

A. Intissar
Algèbre Parties : I & II

Chapitre 7 : Anneaux et corps .......................................................................... 174

§ 1 Généralités sur les anneaux

§ 2 Sous-Anneaux

§ 3 Idéaux et homomorphisme d’anneaux

§ 4 Notion de A-modules et sous-A-modules

§ 5 Divisibilité dans un anneau commutatif

§ 6 Notion de corps

§ 7 Propriétés algébriques de l’anneau des fonctions continues de [0, 1] dans R

Chapitre 8 : Polynômes à une indéterminée ................................................ 207

§ 1 Généralités

§ 2 Divisibilité dans A[X]

§ 3 Zéros d’un polynôme

§ 4 dérivation et formule de Taylor

§ 5 Polynômes à deux indéterminées

§ 6 Dérivées partielles d’un polynôme à deux indéterminées et formule de Taylor

§ 7 Etude de K[X1 , ....., Xn ]

§ 8 Polynômes symétriques

§ 9 Etude de C[X] et R[X]

Chapitre 9 : Corps de fractions rationnelles ............................................ 275

§ 1 Corps des fractions rationnelles

§ 2 Parties entières - pôles - parties principales

§ 3 Décomposition des fractions en éléments simples

A. Intissar
Algèbre Parties : I & II

Partie II

Chapitre 10 : Réduction des matrices carrées ........................................... 291

§ 1 Valeurs propres et vecteurs propres d’une matrice

§ 2 Diagonalisation d’une matrice

§ 3 Trigonalisation

§ 4 Polynôme minimal

§ 5 Réduction de Jordan

Chapitre 11 : Systèmes différentiel linéaires ................................................ 340

§ 1 Généralités

§ 2 Systèmes différentiel linéaires homogènes

§ Systèmes différentiel linéaires non homogènes

Chapitre 12 : Formes bilinéaires et formes quadratiques ...................... 370

§ 1 Formes bilinéaires

§ 2 Formes bilinéaire symétriques

§ 3 Formes quadratiques associées à une forme bilinéaire symétrique

§ 4 Orthogonalité

§ 5 Formes bilinéaires symétriques non dégénérées

§ 6 Bases orthogonale et bases orthonormales

§ 7 Décomposition en carrée d’une forme quadratique

§ 8 Groupe orthogonal

Chapitre 13 : Espaces euclidiens ...................................................................... 415

§ 1 Généralités

§ 2 Espaces euclidiens

§ 3 Espaces unitaires

A. Intissar
Algèbre Parties : I & II

§ 4 Familles orthogonales et familles orthonormées

§ 5 Procédé d’orthogonalisation de Schmidt

Chapitre 14 : Espaces Hilbertiens ....................................................................... 450

§ 1 Généralités

§ 2 Théorème de la projection

§ 3 Séries de Fourier dans un Hilbert

§ 4 Inégalité de Bessel - Familles totales.

Références ....................................................................................................................... 504

A. Intissar
Algèbre Parties : I & II

Partie I

Chapitre 1
Ensembles & Relations

§ 1 Propriétés générales des ensembles

La notion d’ensemble a été introduite vers 1880 par Cantor et Dedekind sous la forme intuitive
suivante :

Définition

Un ensemble est une collection d’objets bien définis.

Si un ensemble ne contient aucun objet, on dit qu’i est vide et on le note par ∅.

Soit E un ensemble supposé non vide. Si x est un objet de E, on dit que x appartient à E et
le note x ∈ E.

Si x n’appartient pas à E, on le note x ∈

/ E.

Exemples

* L’ensemble des points d’un plan

* N l’ensemble des entiers naturels

* Z l’ensemble des entiers relatifs

* D l’ensemble des nombres décimaux

* Q l’ensemble des nombres rationnels

A. Intissar
Algèbre Parties : I & II

* R l’ensemble des nombres réels

Notion de sous-ensemble de E et de son complémentaire, notion de l’intersection et

la réunion de deux sous ensembles de E, notion de l’ensemble de toutes les parties
d’un ensemble et la définition de l’égalité de deux ensembles.

* Inclusion : Soit A un ensemble, on dit que A est inclus dans E (sous-ensemble de E) qu’on
note A ⊂ E ⇐⇒ ∀ x ∈ A =⇒ x ∈ E.

* réunion de deux sous A et B de E : Soit A ⊂ E et B ⊂ E , on définit A ∪ B = {x ∈⊂ A ou x ∈ B}

* Intersection de deux sous A et B de E : Soit A ⊂ E et B ⊂ E , on définit A ∩ B = {x ∈⊂ A et x ∈ B}

* Notion du complémentaire de A ; A ⊂ E : On appelle complémentaire de A dans E le

sous ensemble CE A = {x ∈ E; x ∈
/ A}, qu’on note aussi par A ou E − A.

Plus généralement, si B est un autre sous-ensemble de E, on peut définir :

• Le complémentaire de A dans B (aussi appelé différence de B et de A) par B/A = {x ∈ B; ∈

/ A}.

• Le complémentaire de B dans A (aussi appelé différence de A et de B) par A/B = {x ∈ A; ∈

/ B}.

* Egalité de deux ensembles : Soient E et F deux ensembles, on dit que E = F ⇐⇒ E ⊂ F et F ⊂ E.

* Une partition d’un ensemble Une partition d’un ensemble E est un ensemble de sous-
ensembles A1 , ..., An de E vérifiant :
n
[
(i) Ai = E
i=1

Ai ∩ Aj = ∅, ∀ i ∈ {1, 2, ...., n} et ∀ j 6= i.

Autrement dit, tout élément de E appartient à un et un seul des ensembles Ai .

* L’ensemble de tous les sous-ensembles de E y compris E lui même et le vide sera noté par
P(E).

Exemples

A. Intissar
Algèbre Parties : I & II

* P(∅) = ∅.

* Si E = {x} =⇒ P(E) = {∅, {x}}.

* Si E = {a, b} =⇒ P(E) = {∅, {a}, {b}, {a, b}}.

Lemme

Soient E un ensemble et A, B deux sous-ensembles de E alors on a :

Si A ⊂ B alors B ⊂ A

Démonstration

Soit x ∈ B alors x ∈
/ B et comme ce dernier contient A alors x ∈
/ A =⇒ x ∈ A.

§ 2 Opérations sur les ensembles

Définition

Soient E, P(E), I ensemble d’indices et Ai∈I une famille de sous-ensemble de E. Alors on définit :
[
* Ai = {x ∈ E; ∃ i ∈ I et x ∈ Ai }.
i∈I
\
* Ai = {x ∈ E; ∀ i ∈ I, x ∈ Ai }.
i∈I

* Si I = {1, 2} on a A1 ∪ A2 = {x ∈ E; x ∈ A1 ou x ∈ A2 } et A1 ∩ A2 = {x ∈ E; x ∈ A1 et x ∈ A2 }.

Proposition
[ \
(i) Soient A, B et C trois sous-ensembles de E alors et vérifient les propriétés suivantes :

(α) A ∪ B = B ∪ A et A ∩ B = B ∩ A (dites commutatives).

(β) A ∪ (B ∪ C) = (A ∪ B) ∪ C et A ∩ (B ∩ C) = (A ∩ B) ∩ C (dites associatives).

(γ) A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) et A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C) (dites distributives.i.e.

la réunion est distributive par rapport l’intersection et que l’intersection est distributive par
rapport à la réunion).
[ \ \ [
(ii) Ai = Ai et Ai = Ai .
i∈I i∈I i∈I i∈I
[ [
(iii) A ∩ Bi = (A ∩ Bi ).
i∈I i∈I
\ \
(iv) A ∪ Bi = (A ∪ Bi ).
i∈I i∈I

Démonstration

(i) Les propriétés α et β sont évidentes.

A. Intissar
Algèbre Parties : I & II

Quant à γ, pour montrer une égalité d’ensemble on doit démontrer deux inclusions :

A ∩ (B ∪ C) ⊂ (A ∩ B) ∪ (A ∩ C) et (A ∩ B) ∪ (A ∩ C) ⊂ A ∩ (B ∪ C).

Première inclusion

Soit x un élément de A ∩ (B ∪ C). L’élément x appartient à la fois à A et à (B ∪ C) donc x ∈ B

ou x ∈ C. Nous trouvons deux cas possibles :

Premier cas :

x appartient à B, donc à A ∩ B. Comme A ∩ B est un sous-ensemble de (A ∩ B) ∪ (A ∩ C), cela

montre que x est élément de (A ∩ B) ∪ (A ∩ C) ce qu’il fallait démontrer.

Deuxième cas :

x appartient à C, donc à A ∩ C, sous-ensemble de (A ∩ B) ∪ (A ∩ C), cela montre que x est

élément de (A ∩ B) ∪ (A ∩ C) ce qu’il fallait démontrer.

Conclusion :

Par conséquent on a montré que tout élément de A ∩ (B ∪ C) est élément de (A ∩ B) ∪ (A ∩ C)

et donc l’inclusion cherchée.

A ∩ (B ∪ C) ⊂ (A ∩ B) ∪ (A ∩ C).

Deuxième inclusion

(A ∩ B) ∪ (A ∩ C) ⊂ A ∩ (B ∪ C).

Pour montrer cette inclusion, on va utiliser la propriété connue de la réunion dedeux ensembles
(qui est le plus petit ensemble contenu dans les deux).

(A ∩ B) ⊂ A et (A ∩ C) ⊂ A donc (A ∩ B) ∪ (A ∩ C) ⊂ A

(A ∩ B) ⊂ B ⊂ B ∪ C et (A ∩ C) ⊂ C ⊂ B ∪ C donc (A ∩ B) ∪ (A ∩ C) ⊂ B ∪ C.

On utilise maintenant la propriété connue de l’intersection de deux ensembles(qui est le plus

grand ensemble contenu dans les deux). Puisque (A ∩ B) ∪ (A ∩ C) est un sous-ensemble à la
fois de A et de B cupC, la conjonction des deux inclusions montrées précédemment entraîne
l’inclusion cherchée

(A ∩ B) ∪ (A ∩ C) ⊂ A ∩ (B ∪ C).

? De la même façon, on vérifie que la réunion est distributive par rapport à l’intersection.
[ [ \
(ii) Soit x ∈ Ai ⇐⇒ x ∈
/ Ai ⇐⇒ ∀ i ∈ I; x ∈ Ai .
i∈I i∈I i∈I
\ \ [
Soit x ∈ Ai ⇐⇒ x ∈
/ Ai , ∃ i ∈ I; x ∈
/ Ai ⇐⇒ x ∈ Ai .
i∈I i∈I i∈I

A. Intissar
Algèbre Parties : I & II

[ [
(iii) Soit x ∈ A ∩ ( Bi ) ⇐⇒ x ∈ A et x ∈ Bi ⇐⇒ x ∈ A et ∃ i ∈ I; x ∈ Bi
i∈I i∈I
\
⇐⇒ ∃ i ∈ I, x ∈ A etx ∈ Bi ⇐⇒ ∃ i ∈ I; x ∈ A ∩ Bi ⇐⇒ x ∈ A ∩ Bi .
i∈I
\ \
(iv) Soit x ∈ A ∪ ( Bi ) ⇐⇒ x ∈ A ou x ∈ Bi ⇐⇒ x ∈ A ou ∀ i ∈ I; x ∈ Bi
i∈I i∈I
\
⇐⇒ ∀ i ∈ I, x ∈ A oux ∈ Bi ⇐⇒ ∀ i ∈ I; x ∈ A ∪ Bi ⇐⇒ x ∈ A ∪ Bi .
i∈I

§ 3 Produit d’ ensembles

Définition

Soient E1 , E2 , E3 , .............., En n ensembles. On définit :

• E1 × E2 = {(x1 , x2 ); x1 ∈ E1 et x2 ∈ E2 }.

• E1 × E2 × ....... × En = {(x1 , x2 , ...., xn ); x1 ∈ E1 , x2 ∈ E2 , ......, xn ∈ En } qu’on note parfois

Yn
par Ei .
i=1

• Si E1 = E2 = ....... = En = E on note E n = E × E × ....... × E.

Exemples

• R2 = {(x, y); x ∈ R et y ∈ R} (le plan).

• R3 = {(x, y, z); x ∈ R, y ∈ Ret z ∈ R} (l’espace).

• Rn = {(x1 , x2 , .., xi , .., xn ); xi ∈ R, ∀ i ∈ [1, n]}.

• Cn = {(z1 , z2 , .., zi , .., zn ); zi ∈ C, ∀ i ∈ [1, n]}.

Définition
n
Y n
Y
Soient (x1 , x2 , ...., xn ) ∈ Ei et (y1 , y2 , ...., yn ) ∈ Ei , on dit que :
i=1 i=1

(x1 , x2 , ...., xn ) = (y1 , y2 , ...., yn ) ⇐⇒ x1 = y1 , x2 = y2 , ...., xn = yn .

Remarque

R2 * R3 mais (x, y, 0); x ∈ R et y ∈ R} ⊂ R3 (par exemple).

§ 4 Fonctions et Applications

Définitions

• Soient E et F deux ensembles. On appelle fonction définie sur E et à valeur dans F la loi
qui à tout élément x ∈ E associe un élément bien déterminé y ∈ F . On note f : E −→ F ,
x −→ y = f (x)

A. Intissar
Algèbre Parties : I & II

Une application f est la donnée d’un ensemble E, appelé ensemble de départ de l’application,

d’un ensemble F appelé ensemble d’arrivée, et pour chaque élément x de E, d’un unique élément

de F noté f (x). On appelle f (x) l’image de l’élément x par f , et si y ∈ E, les éléments x de

E vérifiant y = f (x) sont appelés antécédents de y par f (un élément y peut très bien ne pas
avoir d’antécédent, ou au contraire en avoir plusieurs).

• Graphe d’une fonction f :

On appelle graphe de f le sous-ensemble de E × F défini par :

Gf = {(x, y) ∈ E × F ; y = f (x)}.

• Egalité de deux fonctions f et g :

Soient f : E −→ F x −→ y = f (x) et g : G −→ H u −→ v = g(u)

On dit que f et g sont égales si et seulement si

(i) E = G et F = H.

(ii) f (x) = g(x) ∀x ∈ E.

• Notion d’une restriction :

Soit f : E −→ F , x −→ y = f (x)

Soit A ⊂ E. On appelle restriction de f à A l’application qui à x ∈ A associe f (x), on la note

par f|A . On dit également que f est un prolongement de f|A à E.

• Application identité :

On définit l’application identité I : E −→ E par x −→ I(x) = x ∀ x ∈ E ( on la note parfois IE )

• Notion d’image directe et image réciproque :

Soient E et F deux ensembles, A ⊂ E et B ⊂ F .

Soit f : E −→ F ; x −→ f (x)

(α) On définit l’image directe de A par f l’ensemble suivant :

f (A) = {y ∈ F ; ∃ x ∈ A tel que y = f (x)}.

(β) On définit l’image réciproque de B par f l’ensemble suivant :

f −1 (B) = {x ∈ E; f (x) ∈ B}.

A. Intissar
Algèbre Parties : I & II

Proposition

Soient E un ensemble et A, B ⊂ E et soit f : E −→ E; x −→ f (x) alors on a :

(i) A ⊆ f (A) (inclusion peut être stricte).

(ii) f (f −1 (B)) ⊆ B (inclusion peut être stricte).

(iii) f (A ∪ B) = f (A) ∪ f (B).

(iv) f (A ∩ B) ⊆ f (A) ∩ f (B) (inclusion peut être stricte).

(v) f −1 (A ∪ B) = f −1 (A) ∪ f −1 (B).

(vi) f −1 (A ∩ B) = f −1 (A) ∩ f −1 (B).

Démonstration

(i) Soit x ∈ A =⇒ f (x) ∈ f (A) d’où x ∈ f −1 [f (A)].

Pour voir que l’inclusion peut être stricte, il suffit de considerer A = [−∞, 0] et

f : R −→ R; x −→ f (x) =| x |, on observe que f (A) = [0, +∞[ et f −1 [f (A)] = R.

(ii) Soit y ∈ f [f −1 (B)] =⇒ ∃ x ∈ f −1 (B); y = f (x).

Comme x ∈ f −1 (B). alors f (x) ∈ B c’est-à-dire y ∈ B.

Pour voir que l’inclusion peut être stricte, il suffit de considerer B = [−∞, 0] et

f : R −→ R; x −→ f (x) = x2 , on observe que f −1 (B) = {x ∈ R; f (x) = x2 ≤ 0} = {0}.

D’où f −1 (B) = {0}.

(iii) Soit y ∈ f (A ∪ B)

⇐⇒ ∃ x ∈ A ∪ B; y = f (x).

⇐⇒ ∃x ∈ A ou x ∈ B; y = f (x).

⇐⇒ y ∈ f (A) ou y ∈ f (B)

⇐⇒ y ∈ f (A) ∪ f (B).

(iv) Soit y ∈ f (A ∩ B)

=⇒ ∃ x ∈ A ∩ B; y = f (x).

D’où ∃x ∈ A et B; y = f (x).

A. Intissar
Algèbre Parties : I & II

c’est-à-dire y ∈ f (A) ∩ f (B).

Pour voir que l’inclusion peut être stricte, il suffit de considerer A =] − ∞, 0], B = [0, +∞[ et

f : R −→ R; x −→ f (x) =| x |, on observe que f (A) = [0, +∞[ et f (B) = [0, +∞[ d’où

f (A) ∩ f (B) = R+ , mais comme A ∩ B = {0} alors on a f (A ∩ B) = {0} .

(v) Soit x ∈ f −1 (A ∪ B)

⇐⇒ f (x) ∈ A ∪ B.

⇐⇒ f (x) ∈ A ou f (x) ∈ B.

⇐⇒ x ∈ f −1 (A) ou x ∈ f −1 (B)

⇐⇒ x ∈ f −1 (A) ∪ f −1 (B).

(vi) Soit x ∈ f −1 (A ∩ B)

⇐⇒ f (x) ∈ A ∩ B

⇐⇒ f (x) ∈ A et f (x) ∈ B

⇐⇒ x ∈ f −1 (A) et x ∈ f −1 (B)

⇐⇒ x ∈ f −1 (A) ∩ f −1 (B)

? Surjection ? Injection ? Bijection

Définition

Soient E et F deux ensemble et soit f : E −→ F ; x −→ f (x).

• On dit que f est surjective ⇐⇒ ∀ y ∈ F, ∃ x ∈ E; y = f (x) ⇐⇒ F = f (E).

• On dit que f est injective ⇐⇒ ∀ (x1 , x2 ) ∈ E 2 ; x1 6= x2 =⇒ f (x1 ) 6= f (x2 )

⇐⇒ sif (x1 ) = f (x2 ) =⇒ x1 = x2 .

• On dit que f est bijective ⇐⇒ elle est injective et surjective.

? Surjection ? Injection ? Bijection

A. Intissar
Algèbre Parties : I & II

Exemples

• f : R2 −→ R2 , (x1 , x2 ) −→ f (x1 , x2 ) = (x1 , x1 + x2 ).

On vérifie facilement que c’est une fonction injective et surjective donc elle est bijective.

• f : R2 −→ R, (x1 , x2 ) −→ f (x1 , x2 ) = x1 + x2 .

On vérifie facilement que c’est une fonction surjective mais elle n’est pas injective.

Projections
n
Y
Soit E1 , E2 , ..., Ei , ..., En une suite d’ensembles et E = Ei .
i=1

Soit i ∈ [1, n], on appelle projection de E sur Ei l’application Pi définie comme suit :

Pi : E −→ Ei , (x1 , x2 , ..., xi , ..., xn ) −→ Pi (x1 , x2 , ..., xi , ..., xn ) = xi .

Cette application est surjective mais elle n’est pas injective.

Compositions des applications

Définition

Soient E, F et G trois ensembles.

Soient f : E −→ F, x −→ y = f (x) et g : f (E) −→ G, y −→ z = g(y) .

On définit la composée de ces deux applications par :

gof : E −→ G, x −→ gof (x) = g[f (x)], ∀ x ∈ E

Voici un diagramme :

Si A est le domaine de f , B est le domaine de g et C est l’image de gof alors on a cette

représentation :

A. Intissar
Algèbre Parties : I & II

Proposition

Soient f : E −→ F, x −→ y = f (x) et g : f (E) −→ G, y −→ z = g(y) .

(i) la composée de deux applications injectives est injective.

(ii) la composée de deux applications surjectives est surjective.

(iii) Soient f : E −→ F , g : F −→ G et h = gof alors si h est surjective on a g est surjective .

(iv) Soient f : E −→ F , g : F −→ G et h = gof alors si h est injective on a f est injective.

(v) Soit f : E −→ F alors f est bijective si et seulement si il existe g : F −→ E telle que

gof = IE et f og = IF ; L’application g est alors appelée bijection réciproque de f et notée
f −1 .

(vi) Soient f : E −→ F, x −→ y = f (x) une application bijective et g : f (E) −→ G, y −→ z = g(y)

est aussi une application bijective alors l’application gof : E −→ G, x −→ z = gof (x) est bijec-
tive et (gof )−1 = f −1 og −1 .

(vii) Soient f1 : E −→ F et f2 : E −→ F et soit g : F −→ G, si gof1 et gof2 sont égales et g est

injective alors f1 et f2 sont égales.

(viii) Soit f : E −→ F et soient g1 : F −→ G et g2 : F −→ G, si g1 of et g2 of sont égales et f

est surjective alors g1 et g2 sont égales.

(ix) si f : E −→ F est surjective, alors il pourrait bien exister g : F −→ E avec f og = IF

(axiome du choix).

(x) soit A une partie non vide de R. Alors ou bien A est l’image d’une application f : N −→ R
ou bien A est l’image d’une application injective g : R −→ R (l’hypothèse du continu).

Démonstration

(i) Soit (x1 , x2 ) ∈ E 2 et soit gof (x1 ) = gof (x2 ) alors comme g est injective, on en déduit que
f (x1 ) = f (x2 ) et comme f est aussi injective on en déduit que x1 = x2 c’est-à-dire gof est
injective.

A. Intissar
Algèbre Parties : I & II

(ii) Soit z ∈ G., par surjéctivité de g, ∃ y ∈ F ; z = g(y), puis par surjectivité de f .

∃ x ∈ E; y = f (x) . Mais z = gof (x) donc z a un antécédent par gof , ce qui prouve sa surjec-
tivité.

(iii) Comme h est surjective alors h(E) = G ⇐⇒ g[f (E]) = G ⇐⇒ g est surjective.

(iv) Soit f (x1 ) = f (x2 ) alors h(x1 ) = h(x2 ). Comme h est injective alors x1 = x2 c’est-à-dire f
est injective.

(v) Soit y ∈ F . Comme f est bijective alors il existe un unique antécédent x de y par f , on pose
g(y) = x. On a alors par construction f og(x) = x, donc f og = IF . De plus, si x ∈ E, g(f (x))
est un antécédent de f (x), mais comme il n’y en qu’un ça ne peut être que x, donc on a aussi
gof = IE .

Réciproquement, si gof = IE et f og = IF , considérons x et x0 tels que f (x) = f (x0 ), on a alors

gof (x) = gof (x0 ), donc x = x0 , ce qui prouve l’injectivité de f . Soit maintenant y ∈ F , alors
g(y) est un antécédent de y par f puisque f og(y) = y, donc f est sujective. L’application f est
donc bijective.

(vi) f et g étant à la fois injectives et surjectives alors gof est à la fois injective et surjective
donc elle est bijective.

De plus ∀ x ∈ E, f −1 og −1 ogof (x) = f −1 ((g −1 og)(f (x))) = f −1 (f (x)) = x et de même

∀ x ∈ G, f of −1 og −1 (x) = x.

(vii) Soit x ∈ E, comme gof1 et gof2 sont égales alors on a gof1 (x) = gof2 (x) ∀ x ∈ E et
comme g est injective on en déduit que f1 (x) = f2 (x) ∀ x ∈ E .

(viii) Soit y ∈ F , comme f est surjective alors il existe x ∈ E, y = f (x) et comme g1 of et g2 of

sont égales alors on a g1 of (x) = g2 of (x) ∀ x ∈ E on en déduit que g1 (y) = g2 (y) ∀ y ∈ F .

(ix) L’ énoncé de cette propriété est plutôt vrai mais pas démontrable.

(x) L’ énoncé de cette propriété est plutôt vrai mais pas démontrable.

§ 5 Analyse Combinatoire - Formule du binôme

Soit E = {a1 , a2 , ...., an } un ensemble à n éléments et soit A = {x1 , x2 , ...., xp } un sous-ensemble

de E à p éléments.

Définitions

• On appelle arrangement d’indice p de E une injection de A dans E.

n!
• Le nombre des arrangements d’indice p de E est défini par Apn = n(n − 1)(n − 2)......(n − p) = .
(n − p)!
• Le nombre de permutations (bijections) de E est défini par Ann = n(n − 1)(n − 2)......2.1 = n!.

A. Intissar
Algèbre Parties : I & II

• On appelle combinaison “p à p” de E comprenant p éléments et le nombre des combinaisons

1 n!
“p à p” de E est défini par Cnp = Apn = .
p! p!(n − p)!
Ces nombres, qui doivent leur nom à la formule du binôme (cf. plus bas) interviennent dans
une foule de problèmes mathématiques, notamment en combinatoire et en arithmétique.

Définition (cardinal d’un ensemble)

Pour tout entier naturel n on désigne par Nn l’ensemble des entiers k vérifiant 1 ≤ k ≤ n.

Un ensemble E est dit fini lorsqu’il existe un entier naturel n et une bijection de Nn vers E ce
qu’on appelle cardinal de E, noté card(E) ou #E.

Propriétés

• Si E est un ensemble fini de cardinal n , alors toute partie A de E est aussi finie et #A ≤ #E,
avec égalité si, et seulement si, A = E.

• Si E et F sont deux ensembles, si E est fini et s’il existe une bijection de E vers F alors F
est fini et #E = #F .

• Si E et F sont deux ensembles finis et disjoints, alors E ∪ F est fini et #(E ∪ F ) = #E+#F .

Plus généralement, si E1 , E2 , ...., Ei , ....., Ep sont des ensembles finis deux à deux disjoints, alors :
p
[ p
X
# Ei = #Ei .
i=1 i=1

Remarque

• Soient n et k deux entiers naturels tels que 0 ≤ k ≤ n, on observe que Cnk = #Pk (Nn ) où
Pk (E) désigne la partie de P(E) constituée des parties de E de cardinal k. sachant que si k > n
Pk (E) = {∅}.
En d’autres termes Cnk désigne le nombre de parties de Nn de cardinal k.

•Il est facile de voir que si E est de cardinal n , alors les ensembles Pk (E) et Pk (Nn ) sont
équipotents (c’est-à-dire qu’il existe une bijection de l’un vers l’autre) ; il en résulte que :

Cnk désigne le nombre de parties de cardinal k dans un ensemble de cardinal n.

Proposition (formule de symétrie)

Pour tout n ∈ N et pour tout k ∈ {0, 1, ...., n} on a Cnk = Cnn−k .

Démonstration

Soit E un ensemble de cardinal n. Pour chaque partie A de E, notons A le complémentaire de

A dans E et considérons les applications :

ϕ : Pk (E) −→ Pn−k (E), A −→ A,

A. Intissar
Algèbre Parties : I & II

ψ : Pn−k (E) −→ Pk (E), A −→ A,

Comme le complémentaire du complémentaire d’une partie A n’est autre que A, il est clair que :

ψoϕ = IPk (E) et ϕoψ = IPn−k (E)

Il s’ensuit que ϕ et ψ sont des bijections (et que chacune est la réciproque de l’autre).

En particulier, Pk (E) et Pn−k (E) sont équipotents, d’où la formule.

Proposition (formule de Pascal)

k+1
Pour tout n ∈ N et pour tout k ∈ {0, 1, ...., n − 1}, on a Cn+1 = Cnk+1 + Cnk .

Démonstration

La relation ci-dessus (appelée formule de Pascal) permet de construire un tableau, appelé “

n!
triangle de Pascal ” qui permet d’établir que Cnk = dite formule de Fermat.
k!(n − k)!
Comme on a pris la formule de Fermat comme définition, il est donc aisé d’observer que :

D’une part on a :

k+1 (n + 1)! (n + 1)! n+1 k

Cn+1 = = = C
(k + 1)!(n + 1 − k − 1)! k!(k + 1)(n − k)! k+1 n
D’autre part on a :

n! n!(n − k) n−k k
Cnk+1 = = = C
(k + 1)!(n − k − 1)! k!(k + 1)(n − k)! k+1 n
D’où

n−k k n−k k n+1 k

Cnk+1 + Cnk = C + Cnk = [1 + ]C = C .
k+1 n k+1 n k+1 n
Donc la formule est vérifiée.

• Formule du binôme et triangle de Pascal

Le triangle de Pascal

A. Intissar
Algèbre Parties : I & II

Les nombres qui apparaissent dans le triangle dePascal

 sont les coefficients binomiaux, notés
n
1 n!
Cnk = Akn = par les francophones et   par les anglophones.
k! k!(n − k)!
k
Le triangle de Pascal est un de ces êtres mathématiques qu’on le retrouve partout :

Algèbre, analyse, topologie, probabilités, statistiques, combinatoire, aucun domaine des maths
ne lui échappe. Il apparaît évidemment aussi en physique, et par exemple en génétique.

Pour plus de détails sur la formule de Fermat, on peut consulter : https ://[Link]/produit-
entiers-consecutifs/.

Calcul de certains Cnk

Exemple 1 : De combien de façons peut-on choisir 6 cartes à jouer dans un paquet de 16 cartes ?

6 16! 16 × 15 × 14 × 13 × 12 × 11
Réponse : C16 = = = 4 × 14 × 13 × 11 = 8008
6!(16 − 6)! 6×5×4×3×2×1
Exemple 2 : Une grille de loto comporte 49 numéros. De combien de façons le joueur peut-il
en choisir 6 ?

6 49 × 48 × 47 × 46 × 45 × 44
Réponse : C49 = = 4947 × 46 × 3 × 44 = 13983816.
6×5×4×3×2×1
Proposition (Formule du binôme)

Pour tout (a, b) ∈ C2 et pour tout n ∈ N on a :

n
X
(a + b)n = Cnk ak bn−k .
k=0

Démonstration (par récurrence)

Etant donné (a, b) ∈ C2 , on considère l’assertion suivante :

n
X
(Hn ) : (a + b)n = Cnk ak bn−k .
k=0

(H0 ) est vraie puisque ((a + b)0 = 1 = C00 a0 b0−0 ).

Supposons que (Hn ) est vraie pour un certain n ∈ N. Alors

(a + b)n+1 = (a + b)(a + b)n

Xn
= (a + b) Cnk ak bn−k .
k=0

A. Intissar
Algèbre Parties : I & II

n
X n
X
= Cnk ak+1 bn−k + Cnk ak bn+1−k .
k=0 k=0

Si l’on effectue dans la première somme le changement d’indice j = k + 1, il vient :

n+1
X n
X
(a + b)n+1 = Cnj−1 aj bn+1−j + Cnj aj bn+1−j .
j=1 j=0
n
X
= an+1 + bn+1 + [Cnj−1 + Cnj ]aj bn+1−j .
j=1
n
X j
= an+1 + bn+1 + Cn+1 aj bn+1−j .
j=1
n+1
X j
= Cn+1 aj bn+1−j .
j=0

L’avant-dernière égalité résulte

X de la formule de Pascal. La dernière s’obtient en ré-insérant les
termes an+1 et bn+1 dans (ils correspondent respectivement à j = n + 1 et à j = 0).

L’assertion. (Hn+1 ) est donc établie, ce qui achève la démonstration.

Proposition (formule du pion d’un jeu d’échec )

k−1
L’égalité kCnk = nCn−1 est valable pour tout couple (n, k) d’entiers naturels tels que 1 ≤ k ≤ n.

Démonstration

Avec la formule de Fermat, on voit facilement que :

n!
kCnk = k
k!(n − k)!
n(n − 1)!
=
(k − 1)!(n − 1 − (k − 1))!
k−1
= nCn−1

L’appellation de formule du pion est sans doute due à une vague analogie avec le jeu d’échec :
lorsqu’un pion attaque un pion adverse, il se déplace d’une case en diagonale(disons depuis la
case située à l’intersection de la ligne n et de la colonne k vers celle située à l’intersection de la
ligne n − 1 et de la colonne k − 1),comme l’indique le schéma ci-dessous :

A. Intissar
Algèbre Parties : I & II

Il est constructif d’établir la formule ci-dessus par un raisonnement combinatoire.

Principe des tiroirs

Théorème A (Principe de Dirichlet 1834 ).

Soit n un entier naturel non nul. Si on range n + 1 objets dans n tiroirs, il existe (au moins) un
tiroir contenant (au moins) deux objets.

Démonstration (en utilisant un raisonnement par l’absurde)

Supposons au contraire que les tiroirs ne contiennent pas plus d’un objet chacun. Comme il y
a n tiroirs, il y a au maximum n objets, ce qui est absurde puisqu’il y a n + 1 objets d’après
l’énoncé. Ceci montre qu’il existe donc au moins un tiroir contenant au moins deux objets.

Démonstration (deuxième preuve, sans raisonnement par l’absurde cette fois)

Notons c1 le nombre d’objets dans le premier tiroir, c2 le nombre d’objets dans le deuxième
tiroir etc, jusqu’à cn . Calculons la moyenne des nombres c1 , ...cn , c’est-à-dire le nombre moyen
n+1
d’objets par tiroir. Comme il y a en tout n + 1 objets et n tiroirs, il y a en moyenne
n
objets par tiroir.

Remarquons que cette moyenne est strictement supérieure à 1. Or lorsque l’on fait une moyenne
de nombres (même réels, pas forcément entiers comme ici), au moins l’un de ces nombres est
supérieur ou égal à la moyenne. C’est un principe général :

En effet, si l’on note c le maximum des nombres c1 , c2 , ...cn , on a alors par définition les
inégalités c1 ≤ c, c2 ≤ c, ..., cn ≤ c et en sommant tout ceci et en divisant par n, on obtient
c1 + c2 + ... + cn c + c + .... + c
≤ = c. La moyenne est donc inférieure ou égale au maximum
n n
(avec égalité si et seulement si tous les nombres sont identiques).

Donc ici, il y a un tiroir qui contient plus d’objets que la moyenne (qui est > 1), donc stricte-
ment plus d’un objet, autrement dit au moins deux objets.

Principe probabiliste des tiroirs

Théorème B

Quand on range uniformément au hasard m objets dans n tiroirs (m < n) d’un meuble, la
n!
probabilité que deux objets se retrouvent dans le même tiroir est égale à 1 − , qui
nm(n − m)!
m(m − 1)
vaut à peu près 1 − exp[− ].
2n
Démonstration

En effet, il y a nm tirages possibles puisque m fois de suite, on tire un des n tiroirs. Parmi les
nm tirages possibles, tous équiprobables, le nombre de tirages défavorables jamais deux objets

A. Intissar
Algèbre Parties : I & II

ne se trouvent dans un même tiroir) est donné par le nombre de suites de m éléments différents
n!
pris parmi n. On parle d’arrangements, et on sait que leur nombre est . Le résultat
(n − m)!
s’en déduit.

La démonstration de Dirichlet

Même s’il n’en était pas l’inventeur, Dirichlet fut le premier mathématicien à avoir compris la
force du principe des tiroirs et à l’avoir utilisé pour démontrer des affirmations intéressantes.

Il s’en servit notamment pour établir le résultat suivant :

Théorème C
p
Pour tout nombre réel x et tout entier donné n, il existe un nombre rationnel (un rapport de
q
p 1
deux entiers) avec q ≤ n , tel que | x − |< .
q nq
p
En langage plus simple, on s’ntéresse aux nombres rationnels dont le dénominateur est infé-
q
rieur ou égal à l’entier n donné, Et on affirme que tout nombre réel peut être approché par l’un
p 1
d’eux, , avec une erreur inférieure à .
q nq
Démonstration

On ne s’intéresse qu’aux nombres entre 0 et 1, auxquels on se ramène. Pour tout nombre réel y,
notons {y} sa partie fractionnaire, c’est-à-dire ce qui reste quand on lui enlève sa partie entière.
Par exemple, 3,14159 = 0,14159.

On range les n + 1 nombres 0, {x}, {2x}, ..., {nx} dans les n “tiroirs” constitués des intervalles
1 1 2 2 3 n−1
[0, [, [ , [, [ , [, ..., [ , 1[ (rappelons que [a, b[ désigne l’ensemble des nombres z tels
n n n n n n
que a ≤ z < b).

D’après le principe des tiroirs, deux de ces n + 1 nombres se retrouvent dans le même tiroir. Il
existe donc deux entiers distincts k et h tels que {kx} et {hx} soient dans le même tiroir. On
en déduit :

1
| {kx} − {hx} |< .
n
En notant p la différence des parties entières de kx et hx, on en déduit que :

1
| (k − h)x − p |< .
n
Si l’on pose q = k − h, et que l’on divise par q (qui n’est pas nul, car k est différent de h), on
obtient :

p 1
|x− |< . CQFD.
q nq
Un corollaire du résultat est que pour tout nombre réel x, il existe une infinité de nombres

A. Intissar
Algèbre Parties : I & II

p 1
entiers q tel que | x − |< 2 pour un certain entier p.
q q
Dans cet énoncé, on ne peut pas remplacer l’exposant 2 par un nombre réel a > 2.

En effet, tout nombre irrationnel algébrique (non

√ rationnel, mais racine d’une équation polyno-
miale à coefficients entiers) comme le nombre 2 est un contre exemple. C’est ce qu’indique le
théorème suivant, qui contribua à valoir une médaille Fields à Klaus Roth en 1958 :

Théorème D

Si x est irrationnel algébrique et si a est un nombre réel strictement supérieur à 2, alors il

p 1
n’existe qu’un nombre fini de q tels que | x − |< a pour un certain entier p.
q q
Démonstration

(voir https : //[Link]/wiki/Roth0 st heorem)

Application

Combien de fous du jeu d’échecs peut-on placer au plus sur un échiquier 88 en évitant que deux
fous soient en prise ?

Réponse

• La figure de gauche montre que 14 fous peuvent être placés sans qu’aucun ne soit en prise sur
un autre.

• La figure de droite montre que l’on ne peut pas en placer plus de 14.

En effet, les couleurs sur l’échiquier définissent 14 sous-ensembles qui seront pour nous 14 ti-
roirs. On remarque que les couleurs ont été choisies de telle façon que si on place des fous sur
deux cases portant la même couleur, ils sont en prise. Il en résulte que si on plaçait m fous sur
l’échiquier avec m > 14, d’après le principe des tiroirs utilisé avec 14 tiroirs et m objets, on
placerait deux fous dans le même tiroir, donc en prise l’un sur l’autre. Il n’est donc pas possible
de placer plus de 14 fous.

A. Intissar
Algèbre Parties : I & II

§ 6 Relations binaires

Définition

Soit E un ensemble, on dit qu’une relation binaire est définie sur E, si on se donne une pro-
position qui fait intervenir deux éléments quelconques x et y de E. Si la proposition est vraie
pour un couple, on écrit xRy.

On peut aussi la définir par un sous-ensemble A de E × E comme suit :

A = {(x, y) ∈ E × E; xRy}.

Exemples

• Soit E = Z et p ∈ N, on définit xRy ⇐⇒ x − y est un multiple de p.

• Soit P(E) avec E un ensemble fini. Soit (A, B) ∈ P(E), on définit ARB ⇐⇒ AetB ont le
même nombre d’éléments.

• Soit E = R, on définit xRy ⇐⇒ x ≤ y.

• Soit E = RR ensemble des fonctions f de R dans lui même , on définit f ≤ g ⇐⇒ f (x) ≤ g(x) ∀ x ∈ R.

• Soit E = R, on définit xRy ⇐⇒ x ≥ y.

Définitions

Soit R une relation définie sur un ensemble E, c’est-à-dire la donnée du couple (E, R).

• R est dite partout définie si ∀ x ∈ E, ∀ y ∈ E on a xRy ou yRx.

• R est dite réflexive si ∀ x ∈ E, on a xRx.

• R est dite symétrique si xRy =⇒ yRx.

• R est dite anti-symétrique si xRy et yRx =⇒ x = y.

• R est dite transitive si xRy et yRz =⇒ xRz.

Exemples

• La relation d’égalité = sur E est réflexive, transitive, symétrique et antisymétrique.

• Les relations ≤ sur R et RR sont réflexives, transitives et antisymétriques. Elles ne sont pas
symétriques car par exemple 1 ≤ 2 mais 2 1 et de même

( f : R −→ R, x −→ f (x) = 1 ∀ x ∈ R) ≤ ( g : R −→ R, x −→ g(x) = 2 ∀ x ∈ R)

Mais

A. Intissar
Algèbre Parties : I & II

( g : R −→ R, x −→ g(x) = 2 ∀ x ∈ R) ( f : R −→ R, x −→ f (x) = 1 ∀ x ∈ R) .

• La relation < sur R est transitive et antisymétrique, mais elle n’est ni réflexive, ni symétrique.

• La relation de divisibilité | sur Z définie par m|n ⇐⇒ ∃ k ∈ Z; n = km est réflexive et tran-

sitive, mais elle n’est pas antisymétrique car par exemple : −2|2 et 2| − 2 alors que −2 6= 2.

• La relation d’inclusion ⊂ sur P(E) est réflexive, transitive et antisymétrique.

§ 7 Relation de pré-ordre , relation d’ordre et ensemble ordonné

Définition (relation de pré-ordre)

Soit R une relation binaire définie sur un ensemble E.

On dit que R est une relation de pré-ordre si elle est réflexive et transitive.

Exemples

? Soit R2 l’ensemble des points du plan. On définit une relation binaire R sur R2 par :
0 0 0
(x1 , x2 )R(x1 , x2 ) ⇐⇒ x1 ≤ x1 .

Cette relation est une relation de préordre.

? On représente la rationalité des préférences d’un consommateur sur les éléments d’un
ensemble de biens par xRy ⇐⇒ (x est préféré ou indifférent à y).

? Fonction d’utilité : Soit U : Rn+ −→ R, x −→ U (x), on définit le pré-ordre de l’agent par

xRy ⇐⇒ U (x) ≤ U (y).

Définition (relation d’ordre)

Soit E un ensemble, R une relation sur E. On dit que R est une relation d’ordre si :

R est réflexive, antisymétrique et transitive.

Exemples

? Les relations ≤ et ≥ sont des relations d’ordre sur R.

? Soit R2 l’ensemble des points du plan. On définit une relation binaire R sur R2 par :
0 0 0 0
(x1 , x2 )R(x1 , x2 ) ⇐⇒ x1 ≤ x1 et x2 ≤ x2 . Cette relation R est une relation d’ordre sur R2 .

Définition (relation d’ordre total)

Soit E un ensemble, R une relation sur E. On dit que R est une relation d’ordre total si :

(i) R est une relation d’ordre.

A. Intissar
Algèbre Parties : I & II

(ii) R est partout définie, c’est-à-dire deux éléments quelconques de E sont toujours compa-
rables .(Deux éléments x et y de E sont dits comparables si xRy ou bien yRx).

Dans le cas contraire, l’ordre est dit partiel.

La relation ≤ sur R est totale. En particulier, tous les réels sont comparables à 0 - positifs ou
négatifs - et c ?est pourquoi, par exemple, on a eu le droit de définir la fonction valeur absolue
| x | sur R en distinguant deux cas x > 0 et x < 0.

La relation ≤ sur RR est partielle car, par exemple, sinus et cosinus ne sont pas comparables.

La relation de divisibilité | sur Z est partielle car 2 et 3 ne sont pas comparables.

Définition (ensemble ordonné et ensemble totalement ordonné)

• On appelle ensemble ordonné un ensemble E muni d’une relation d’ordre R. Souvent, pour
insister sur la notion d’ordre, R notée ≤

• On appelle ensemble totalement ordonné un ensemble E muni d’une relation d’ordre R par-
tout définie.

Définition (élément maximal, élément minimal, plus grand élément, plus petit élément d’un
ensemble ordonné (E, ≤))

Soit (E, ≤) un ensemble ordonné.

Un élément a de E est appelé élément maximal si a ≤ x −→ x = a.

De même a est appelé élément minimal si x ≤ a −→ x = a.

Un plus petit élément de E est un élément a tel que pour tout x de E, a ≤ x. De même un plus
grand élément de E est un élément a tel que pour tout x de E, x ≤ a.

Remarque

Le plus grand élément (respectivement le plus petit élément) d’un ensemble E n’existe pas
toujours.

On peut remarquer qu’un plus grand élément est un élément maximal, mais que la réciproque
est fausse :

Définition

Si A est une partie de E, un majorant de A est un élément x de E tel que pour tout a de A, a ≤ x.

La borne supérieure de A est définie comme le plus petit des majorants.

( elle n’existe pas toujours, ou bien parce qu’il n’existe pas de majorant, ou bien parce que
l’ensemble des majorants n’admet pas de plus petit élément).

A. Intissar
Algèbre Parties : I & II

On définit de même un minorant et la borne inférieure d’un ensemble.

( Par construction de R, tout ensemble non vide majoré de R possède une borne supérieure
(admis)).

Définition

Soient E un ensemble ordonné et A un sous-ensemble de E.

Un élément x0 ∈ E est dit plus grand élément de A si :

(i) x0 est un majorant de A.

(ii) x0 ∈ A.

Lemme

Soient E un ensemble ordonné et A un sous-ensemble de E.

Si x0 est un plus grand élément de A alors il est unique.

Démonstration
0 0 0
On suppose qu’on a deux plus grands éléments x0 et x0 alors x0 ≤ x0 si on regarde x0 comme
0
plus grand élément de A et x0 ≤ x0 si on regarde x0 comme plus grand élément de A, alors
0
x0 = x0 car ≤ est antisymétrique.

Définition (fonctions bornées)

Soit f : E −→ F, x −→ f (x) où E est un ensemble quelconque et F un ensemble ordonné.

On dit que f est majorée si f (E) est majoré.

On dit que f est minorée si f (E) est minoré.

On dit que f est bornée si f (E) est borné.

Définition (fonctions croissantes, décroissantes etc)

Ici on considère deux ensembles ordonnés (E, ≤E ) et (F, ≤F ).

Soit f : (E, ≤E ) −→ (F, ≤F ), x −→ f (x).

f est croissante lorsque ∀ x ∈ E, ∀ x0 ∈ E, (x ≤E x0 =⇒ f (x) ≤F f (x0 )).

f est décroissante lorsque ∀ x ∈ E, ∀ x0 ∈ E, (x ≤E x0 =⇒ f (x0 ) ≤F f (x)).

Et en notant x <E x0 pour x ≤E x0 et x 6= x0 , y <E y 0 pour y ≤F y 0 et y 6= y 0 .

f est strictement croissante lorsque ∀ x ∈ E, ∀ x0 ∈ E, (x <E x0 =⇒ f (x) <F f (x0 )).

A. Intissar
Algèbre Parties : I & II

f est strictement décroissante lorsque ∀ x ∈ E, ∀ x0 ∈ E, (x <E x0 =⇒ f (x0 ) <F f (x)).

Définition (Ordre lexicographique sur un produit cartésien d’ensembles)

Soient (E1 , ≤), (E2 , ≤), ......., (En , ≤) des ensembles ordonnés.

L’ordre lexicographique sur le produit cartésien E1 × E2 × ..... × En est défini par :

(x1 , x2 , ...xi .., xn ) ≤ (y1 , y2 , ...yi .., yn ) ⇐⇒ ∃ j ∈ {1, ...., n}; x1 = y1 , ....., xj−1 = yj−1 et xj < yj

Remarque

• L’ordre lexicographique définit bien sûr une relation d’ordre sur E1 × E2 × ..... × En .

• Si chaque ensemble est totalement ordonné, alors l’ordre lexicographique définit lui aussi un
ordre total.

• L’ordre lexicographique sur un produit d’ensembles ordonnés est l’ordre du dictionnaire. Par
exemple, “arbre” précède “brique” dans le dictionnaire car la première lettre de arbre, un “a”,
précède dans l’alphabet la première lettre de brique. De même, “arbre” précède “aurore” car ces
deux mots ont des premières lettres identiques, et la deuxième lettre de arbre précède celle de
aurore.

§ 8 Relations d’équivalences et Espaces quotients

Définition (relations d’équivalences, classes d’équivalences et espaces quotients)

Soient E un ensemble et R une relation binaire définie sur E.

• On dit que R est une relation d’équivalence si et seulement si :

(i) R est une relation réflexive.

(i) R est une relation symétrique.

(i) R est une relation transitive.

• Soit x ∈ E, la classe d’équivalence de x est la partie de E notée cl(x) qui est formée des
éléments y de E tels que yRx, c’est-à-dire :

cl(x) = {y ∈ E; yRx}.

• L’ensemble des classes d’équivalences de E pour pour une relation d’équivalence R est appelé
l’ensemble quotient de E par R et souvent noté E/R .

Exemple

Pour α ∈ R, on définit la relation de congruence modulo α sur R notée =[α] par :

x =y [α] si ∃ k ∈ Z; x − y = kα ou bien x = y + kα.

A. Intissar
Algèbre Parties : I & II

Cette relation est une relation d’équivalence sur R. En effet :

• Réflexivité :

Pour tout x ∈ R : x = x + 0α avec 0 ∈ Z, donc x =x [α].

• Symétrie :

Soient x, y ∈ R, on suppose que x =y [α] c’est-à-dire x = y + kα pour un certain k ∈ Z alors

y = x + (−k)α pour un certain −k ∈ Z donc y =x [α].

• Transitivité :

Soient x, y, z ∈ R, on suppose que x =y [α] c’est-à-dire x = y + kα pour un certain k ∈ Z et

y =z [α] c’est-à-dire y = z + lα pour un certain l ∈ Z, alors

x = y + kα = (z + lα) + kα = z + (k + l)α pour un certain k + l ∈ Z donc x =z [α].

Remarque

De manière analogue, pour tout n ∈ N, la relation =[n] de congruence modulo n sur Z est une
relation d’équivalence.

Théorème

Soit E un ensemble et R une relation d’équivalence sur E. Pour tout x ∈ E, notons cl(x) la
classe d’équivalence de x pour R. Alors

Les classes d’équivalences pour une relation d’équivalence R forment une partition de E. Cela
revient à dire qu’elle sont non vides, que leur réunion est E tout entier, et qu’elles sont deux à
deux égales ou disjointes.

Démonstration

Pour x ∈ E, on a xRx par réflexivité donc x ∈ cl(x), en particulier cl(x) est non vide.
[
On constate que E = cl(x).
x∈E

Soient x, y ∈ E. Pour montrer que cl(x) et cl(y) sont égales ou disjointes, supposons-les non
disjointes et montrons qu’elles sont alors égales.

Nous pouvons nous donner un élément z commun à cl(x) et cl(y) c’est-à-dire xRz et yRz.

Maintenant, commençons par montrer que cl(x) ⊂ cl(y).

Pour ce faire, soit u ∈ cl(x) c’est-à-dire xRu et comme xRz alors par transitivité on a zRu et
comme yRz alors à nouveau par transitivité on a yRu donc u ∈ cl(y) c’est-à-dire cl(x) ⊂ cl(y).

Par symétrie des rôles de x et y, on en déduit que cl(y) ⊂ cl(x).

A. Intissar
Algèbre Parties : I & II

Par conséquent, les classes d’équivalences pour une relation d’équivalence R forment une par-
tition de E.

Ce que ce théorème raconte, c’est que la relation d’équivalence R peut être représentée comme
une carte au sens géographique. Chaque classe d’équivalence est comme un pays à l’intérieur de
E dont les éléments sont caractérisés par une certaine nationalité. Le monde E se trouve ainsi
partitionné en pays.

Bertrand Russel (1872-1970) a dit “It must have required many ages to discover that a brace of
pheasants and a couple of days were both instances of the number two”.

En mathématiques, les relations d’équivalence servent à fabriquer toutes sortes d’ensembles.

Nous n’en donnerons qu’un exemple, la construction de l’ensemble des rationnels à partir de
l’ensemble des entiers. Un rationnel est le rapport de deux nombres entiers, l’un entier relatif,
l’autre entier naturel non nul.
p
Q = { , (p, q) ∈ Z × N∗ }.
q
Supposons que nous ne connaissions que l’ensemble E = Z × N∗ ainsi que les opérations d’ad-
dition et de multiplication dans Z et considérons la relation R sur E définie par :

(p, q)R(p0 , q 0 ) ⇐⇒ pq 0 = qp0

Il est facile de vérifier que R est réflexive, symétrique et transitive : c’est une relation d’équi-
valence. L’ensemble quotient E/R est précisément l’ensemble des rationnels.

Mais pour que cette définition soit utilisable, il faut la compléter par les opérations dont nous
avons besoin : addition, multiplication, ordre total.

1. addition :

Considérons l’application de E × E vers E qui à deux couples (p, q) et (r, s) associe le couple
(ps + rq, qs), ce que nous attendons de l’addition des rationnels :
p r ps + rq
+ = .
q s qs
Soient (p0 , q 0 )R(p, q) ⇐⇒ p0 q = q 0 p0 et (r0 , s0 )R(r, s) ⇐⇒ r0 s = s0 r alors on a :

(p0 s0 + r0 q 0 , q 0 s0 )R(ps + rq, qs) ⇐⇒ (p0 s0 + r0 q 0 )qs=(ps + rq)q 0 s0 .

En effet d’une part on a :

A. Intissar
Algèbre Parties : I & II

(p0 s0 + r0 q 0 )qs = p0 s0 qs + r0 q 0 qs = p0 qs0 s + r0 sqq 0 .

D’autre part on a :

(ps + rq)q 0 s0 = psq 0 s0 + rqq 0 s0 = pq 0 ss0 + rs0 qq 0 .

Comme on a p0 q = pq 0 et r0 s = rs0 , on en déduit que (p0 s0 + r0 q 0 )qs=(ps + rq)q 0 s0 et donc

(p0 s0 + r0 q 0 , q 0 s0 )R(ps + rq, qs).

Si on la transporte sur l’ensemble quotient, cette application définit l’addition des rationnels.

2. multiplication :

Considérons l’application de E × E vers E qui à deux couples (p, q) et (r, s) associe le couple
(pr, qs), ce que nous attendons de la multiplication des rationnels :

Soient (p, q)R(p0 , q 0 ) ⇐⇒ pq 0 = qp0 et (r, s)R(r0 , s0 ) ⇐⇒ rs0 = sr0 alors on a :

(pr, qs)R(p0 r0 , q 0 s0 ) ⇐⇒ prq 0 s0 =qsp0 r0 .

En effet comme on a pq 0 = qp0 et rs0 = sr0 alors qp0 rs = qp0 sr0 = qsp0 r0 . Il en résulte que
(pr, qs)R(p0 r0 , q 0 s0 ).

Si on la transporte sur l’ensemble quotient, cette application définit la multiplication des ra-
tionnels.

3. Ordre :

Considérons la relation ≤Q sur E définie par :

p r ps rq
(p, q) ≤Q (r, s) ⇐⇒ ps ≤ rq comparer deux fractions et revient à comparer et .
q s qs qs
Même technique : une fois transportée sur l’ensemble quotient, la relation ≤Q devient la relation
d’ordre total que nous attendons sur Q.

Ce que nous venons de décrire pour l’ensemble des rationnels est un cas particulier d’une pro-
cédure très générale, qui consiste à rajouter ce qui manque à un ensemble en définissant une
relation d’équivalence sur un ensemble plus gros. Ainsi on peut définir Z à partir de N, puis Q
à partir de N et Z, puis R à partir de Q puis C à partir de R. Cela sert aussi pour des espaces
de fonctions, et encore bien d’autres objets .

A. Intissar
Algèbre Parties : I & II

Chapitre 2
Espaces vectoriels

§ 1 Espace vectoriel

Définition

Un espace vectoriel sur K avec K = R où C est un ensemble E muni d’une loi de composition
interne notée + :

+ : E × E −→ E, (u, v) −→ u+v ∈ E et appelée addition.

Et d’une loi de composition externe notée • :

• : K × E −→ E, (λ, u) −→ λ•u ∈ E et appelée multiplication par un élément de K.

qui vérifient les conditions encadrées ci-dessous .

(1) + est commutative i.e. u+v = v+u ∀ u ∈ E, ∀ v ∈ E.

(2) + est associative i.e. (u+v)+w = u+(v+w) ∀ u ∈ E, ∀ v ∈ E, ∀ w ∈ E.

(3) + admet un élément neutre i.e. il existe un élément 0 ∈ E ; u+0 = 0+u = u ∀ u ∈ E.

(4) + est symetrisable i.e. pour tout élément u dans E il existe v ∈ E tel que u+v = v+u = 0.

Si + est interne et vérifie (1), (2), (3) et (4), on dit que le couple (E, +) est un groupe commutatif.

L’addition et la multiplication usuelles dans K seront notées par + et . respectivement.

Les couples (K, +) et (K − {0}, .) sont des groupes commutatifs. On notera l’élément neutre de . par 1.

(5) λ•(u + v) = λ•u + λ•v ∀ λ ∈ K, ∀ u ∈ E, ∀ v ∈ E.

(6) (λ + µ )u = λ •u + µ • u ∀ λ ∈ K, , ∀ µ ∈ K, ∀ u ∈ E.

(7) (λ . µ )u= λ •( µ •u ) ∀ λ ∈ K, , ∀ µ ∈ K, ∀ u ∈ E.

(8) 1•u = u ∀ u ∈ E.

Exemples

• Soit E = R2 l’ensemble des couples de nombres réels R2 = {(x, y); x ∈ R, y ∈ R} et soit K = R.

On définit l’addition (loi interne) de deux couples par :

A. Intissar
Algèbre Parties : I & II

(x, y)+(x0 , y 0 ) = (x + x0 , y + y 0 ). ∀( x, y) ∈ E, ∀ (x0 , y 0 ) ∈ E.

On définit une loi externe • par :

α•(x, y) = (α.x, α.y). ∀ α ∈ R, ∀ ( x, y) ∈ E.

On vérifie facilement que le triplet (E, +, •) est un espace vectoriel. où + désigne l’addition des
couples et • désigne la multiplication d’un couple par un scalaire réel.

Dans la suite pour alléger l’écriture, on peut supprimer la couleur et récrire les deux propriétés
ci-dessus comme suit :

(x, y) + (x0 , y 0 ) = (x + x0 , y + y 0 ). ∀( x, y) ∈ E, ∀ (x0 , y 0 ) ∈ E.

α(x, y) = (αx, αy). ∀ α ∈ R, ∀ ( x, y) ∈ E.

• Soit F(R, R) l’ensemble des fonctions f de R dans R.

On définit l’addition dans F(R, R) par :

(f + g)(x) = f (x) + g(x) ∀ f ∈ F(R, R), ∀ g ∈ F(R, R), ∀ x ∈ R.

On définit la multiplication d’une fonction f ∈ F(R, R) par un scalaire réel α ∈ R comme suit :

(α.f )(x) = αf (x) ∀ f ∈ F(R, R), ∀ x ∈ R.

On vérifie facilement que le triplet (F(R, R), +, .) est un espace vectoriel sur R.

Interprétation géométrique de l’addition des vecteurs et de leur multiplication par

un scalaire :

La tradition veut qu’on ne met pas de flèches sur les vecteurs en algèbre linéaire mais qu’ on
fait la géométrie classique on met les flèches dans le plan est l’espace :
.

A. Intissar
Algèbre Parties : I & II

Propriétés élémentaires

Soit E un K-espace vectoriel, soient u un élément (vecteur) de E, λ ∈ K, 0E l’élément neutre

de l’addition dans E et 0 l’élément neutre de l’addition dans K, alors on a :

(1). λ0E = 0E , ∀ λ ∈ K.

En effet : Soit u ∈ E, alors on a :

λu = λ(u + 0E ) = λ.u + λ.0E=⇒λ0E =0E .

(2). (0u = 0E

En effet : Soit λ ∈ K, alors on a :

(0 + λ)u = 0.u + λ.u = λ.u =⇒ 0.u = 0E .

(3). λ(−u) = (−λ)u = −λ.u où −u est l’opposé de u par rapport à l’addition dans E, −λ est
l’opposé de λ par rapport à l’addition dans K

En effet : Soit λ ∈ K et soit u ∈ E, alors en utilisant la propriété (1) on en déduit que :

λ.0E = λ(u − u) = λ.u + λ(−u) = 0E =⇒ λ(−u) est l’opposé de λ.u par rapport à l’addition
dans E.

(4). λ.u = 0E =⇒ λ = 0 ou u = 0E .

En effet : On suppose que λ 6= 0 et soit µ = λ1 l’inverse de λ par rapport à la multiplication

dans K, comme µ.(λ.u) = (µ.λ).u = u, alors on a µ.(λ.u) = µ.0E = 0E d’après la propriété (1)
ce qui implique que u = 0E .

1
Maintenant si u 6= 0E , on va supposer par l’absurde que λ est aussi non nul alors pour µ = λ
on a µ.(λ.u) = µ.0E = 0E donc u = 0E ce qui est contradictoire.

§ 2 Sous-espace vectoriel

Définition

Soient (E, +, .) un K-espace vectoriel et F une partie non vide du K-espace vectoriel E. F est
dite un sous-espace vectoriel de E si :

(1) ∀ u ∈ F, ∀ v ∈ F =⇒ u + v ∈ F .

(1) ∀ λ ∈ K, ∀ u ∈ F =⇒ λ.u ∈ F .

Lemme

Soient (E, +, .) un K-espace vectoriel et F une partie non vide du K-espace vectoriel E.

F est un sous-espace vectoriel de E ⇐⇒ (H) : ∀ (λ, µ) ∈ K2 , ∀ (u, v) ∈ F 2 =⇒ λ.u + µ.v ∈ F .

A. Intissar
Algèbre Parties : I & II

Démonstration

=⇒ est triviale.

⇐= en utilisant l’hypothèse (H), on en déduit que (F, +) est groupe commutatif de (E, +) puis
la suite se fait sans peine pour vérifier les quatre propriétés de la loi externe d’un espace vectoriel.

Remarque

(1) L’élément neutre 0E de la loi + appartient à tous les sous-espaces vectoriels de E.

(2) Le complémentaire d’un sous-espace vectoriel de E n’est pas un sous-espace vectoriel de E.

§ 3 Enveloppe linéaire

Définition (sous-espace vectoriel engendré par p vecteurs)

Soit E un K-espace vectoriel.

On appelle sous-espace vectoriel engendré par le système de vecteurs {u1 , u2 , ......., up } le sous-
espace vectoriel de E formé par les combinaisons linéaires de ces vecteurs :

F = {u ∈ E; u = α1 u1 + α2 u2 + ....αi ui + .... + αp up ; αi ∈ K}.

Définition (famille presque nulle de scalaires)

On dit qu’une famille d’éléments de K indexée par I est presque nulle si tous ses éléments sont
nuls sauf un nombre fini parmi eux.

Définition (Combinaisons linéaires d’un nombre quelconque de vecteurs)

Soit E un K-espace vectoriel et (ui )i∈I une famille X

de vecteurs de E. On appelle combinaison
linéaire de (ui )i∈I tout vecteur de E de la forme : αi ui où (αi )i∈I est une famille presque
i∈I
nulle de K.

Exemple

L’ensemble des polynômes K[X] est l’ensemble des combinaisons linéaires de la famille (Xk)k∈N .

Théorème

Pour tout n ∈ N, l’ensemble des polynômes de degré inférieur ou égal à n noté Kn [X] est un
sous-espace vectoriel de K[X] .

Démonstration

Soit n ∈ N.

• Kn [X] ⊂ K[X] , 0 ∈ Kn [X] car deg(0) = −∞ ≤ n.

A. Intissar
Algèbre Parties : I & II

• Soient P, Q ∈ Kn [X] et α, β ∈ K. nous savons qu’alors deg(αP + βQ) ≤ max(deg(P ), deg(Q)) ≤ n

donc αP + βQ ∈ Kn [X].

Remarque

Pour tout n ∈ N, l’ensemble des polynômes de degré égal à n n’ est pas un sous-espace vec-
toriel de K[X] car il ne contient même pas le polynôme 0 nul dont le degré est égal à −∞ par
convention.

Proposition (Intersection de sous-espaces vectoriels)

Soit E un K-espace vectoriel. Toute intersection de sous-espaces vectoriels de E est encore un

sous espace vectoriel.

Démonstration
\
Soient (Fi )i∈N une famille de sous-espaces vectoriels de E et F = Fi . On commence par
i∈N
observer que F ⊂ E et 0E ∈ F car 0E ∈ Fi , ∀i ∈ N. Montrons maintenant que F est stable par
combinaison linéaire. Soient u, v ∈ F et λ, µ ∈ K alors pour tout i ∈ N on a λu + µv ∈ Fi donc
λu + µv ∈ Fi .

Définition

Soient E un K-espace vectoriel et A un sous-ensemble de E, on dit que G est engendré par A

si G est le plus petit sous-espace vectoriel de E contenant A.

Théorème

Le sous-espace vectoriel engendré par une partie A d’un espace vectoriel E est l’intersection de
tous les sous-espaces vectoriels de E contenant A.

Démonstration

Soit J l’intersection de tous les sous-espaces vectoriels de E contenant A. Il en résulte que G

défini ci-dessus est inclus dans J car G est le plus petit sous-espace vectoriel de E contenant
A.

Maintenant, montrons que J est inclus dans G, pour ce faire il suffit de relire la définition de J .

Corollaire

Soient E un K-espace vectoriel et A un sous-ensemble de E constitué d’un système de p-éléments

de E c’est-à-dire :

Si A = {u1 , u2 , ....., up } alors le plus petit sous-espace vectoriel de E contenant A est donné par :
X
G = {u ∈ E; u = αi ui avec αi ∈ K}.

Démonstration

A. Intissar
Algèbre Parties : I & II

X X
Il est évident que A ⊂ {u ∈ E; u = αi ui avec αi ∈ K} et que {u ∈ E; u = αi ui avec αi ∈ K}
est un sous espace vectoriel de E.

X petit sous-espace vectoriel de E contenant A, il en résulte que G est inclus

Comme G est le plus
dans {u ∈ E; u = αi ui avec αi ∈ K}.
X
Réciproquement, soit ui ∈ G alors αi ui ∈ G et αi ui ∈ G car G est un sous-espace vectoriel
X
de E ce qui implique que G = {u ∈ E; u = αi ui avec αi ∈ K}.

§ 4 Somme de deux sous-espaces vectoriels

Définition

Soientt E un K-espace vectoriel et E1 , E2 deux sous-espaces vectoriels de E. On appelle somme

de E1 et E2 l’ensemble E1 + E2 = {u ∈ E; u = u1 + u2 avec u1 ∈ E1 et u2 ∈ E2 }.

Proposition

Soientt E un K-espace vectoriel, E1 , E2 deux sous-espaces vectoriels de E et

E1 + E2 = {u ∈ E; u = u1 + u2 avec u1 ∈ E1 et u2 ∈ E2 }

Alors on a :

(i) E1 + E2 est un sous-espace vectoriel de E.

(ii) E1 + E2 est engendré par E1 ∪ E2 .

Démonstration

(i) Comme E1 et E2 sont deux sous-espaces vectoriels de E alors on a 0E1 = 0E et 0E1 = 0E et

comme 0E = 0E + 0E = 0E1 + 0E2 donc 0E ∈ E1 + E2 .

Maintenant, soient λ, µ ∈ K et u, v ∈ E1 + E2 c’est-à-dire :

u = u1 + u2 avec u1 ∈ E1 , u2 ∈ E2 et v = v1 + v2 avec v1 ∈ E1 , v2 ∈ E2 .

Alors on a :

λu + µv = λu1 + λu2 + µv1 + µv2 = λu1 + µv1 + λu2 + µv2 .

Comme E1 et E2 sont deux sous-espaces vectoriels de E, on en déduit que :

λu1 + µv1 ∈ E1 et λu2 + µv2 ∈ E2 ce qui implique que λu + µv ∈ E1 + E2 .

(ii) On commence par remarquer que E1 ⊂ E1 + E2 car u1 = u1 + 0E = u1 + 0E1 et que E2 ⊂ E1 + E2

car u2 = u2 + 0E = u1 + 0E2 . Il en résulte que E1 ∪ E2 ⊂ E1 + E2 .
Il reste à démontrer que tout sous-espace vectoriel contenant E1 ∪ E2 contient aussi E1 + E2 .
Considérons H, un sous-espace vectoriel de E contenant E1 ∪ E2 , et u un élément quelconque
de E1 + E2 .

A. Intissar
Algèbre Parties : I & II

∀u ∈ E1 + E2 ; ∃u1 ∈ E1 et ∃u2 ∈ E2 tels que u = u1 + u2 .

L’élément u est donc la somme d’un élément u1 de E1 et d’un élément u2 de E2 .

Les éléments u1 et u2 appartiennent à E1 ∪ E2 , donc ils appartiennent aussi à H, et comme H

est un sous-espace vectoriel, l’élément u1 + u2 appartient à H donc u = u1 + u2 est un élément
de H. Donc H contient E1 ∪ E1 .

La notion de somme de deux sous-espaces vectoriels d’un K-espace vectoriel se généralise en la

notion de somme de plusieurs sous-espaces.

Définition (la somme de n sous-espaces vectoriels)

Si E1 , E2 , ..., En sont n sous-espaces vectoriels d’un K-espace vectoriel E, l’ensemble de toutes

les sommes u1 + u2 + ... + un où, pour tout entier p compris entre 1 et n l’élément up appartient
à Ep , est appelé somme des sous-espaces E1 , E2 , ..., En et est noté :
n
X
Ep = {u ∈ E; ∃(u1 , u2 , ..., un ) ∈ E1 × E2 × ... × En , u = u1 + u2 + ... + un }.
p=1

Théorème (théorème de structure de la somme de n sous-espaces vectoriels)

n
X
La somme Ep des sous-espaces Ep , p compris entre 1 et n, est un sous-espace vectoriel de E
p=1
et c’est le sous-espace engendré par la réunion de tous les Ep .

Démonstration

La démonstration est analogue au cas n = 2.

Définition (somme directe de deux sous-espaces vectoriels)

Soientt E un K-espace vectoriel et E1 , E2 deux sous-espaces vectoriels de E. La somme E1 + E2

des sous-espaces E1 et E2 est dite directe et s’écrit E1 ⊕ E2 si et seulement si tout élément de
E1 +E2 s’écrit d’une manière unique comme la somme d’un élément de E1 et d’un élément de E1 .

La somme E1 ⊕ E2 est appelée somme directe de E1 et E2 .

Proposition

Soient E un K-espace vectoriel, E1 et E2 deux sous-espaces vectoriels de E.

(a) Une condition nécessaire et suffisante pour que la somme de deux sous-espaces vectoriels
E1 et E2 soit directe est que l’intersection de E1 et E2 F soit réduite au vecteur nul.

(b) E est somme directe de E1 et E2 ⇐⇒ (i) E = E1 + E2 et (ii) E1 ∩ E2 = {0E }.

Démonstration

A. Intissar
Algèbre Parties : I & II

(a) Supposons que E1 + E2 = E1 ⊕ E2 . Si u est un élément quelconque de E1 ∩ E2 alors u peut

s’écrire des deux manières suivantes, comme somme d’un élément de E1 et d’un élément de E2 :

u = 0E + u et u = u + 0E .
L’élément u étant un élément de E1 ∩ E2 , est donc un élément de E1 + E2 ; d’après l’unicité de
l’écriture d’un élément de E1 + E2 , cela entraîne : u = 0. Donc E1 ∩ E2 = {0E }.

Réciproquement supposons E1 ∩ E2 = {0E }.

Soit u un élément de E1 + E2 . Si u s’écrit de deux manières comme la somme d’un élément de

E1 et d’un élément deE1 :

u = u1 + u2 et u = v1 + v2 où u1 , v1 sont des éléments de E1 et u2 , v2 sont des éléments

de E2 , il en résulte que u1 − v1 = v2 − u2 et comme E1 ∩ E2 = {0E }, on en déduit que
u1 = v1 et , u2 = v2 .

L’écriture de u comme somme d’un élément de E1 et d’un élément de E2 est donc unique.

(b) Il suffit de reprendre la démonstration ci-dessus. Soit u ∈ E, on suppose qu’il admet

deux décompositions u = u1 + u2 et u = v1 + v2 , il en résulte que u1 − v1 = v2 − u2 et comme
E1 ∩ E2 = {0E }, on en déduit que u1 = v1 et , u2 = v2 .

Définition (sous-espaces supplémentaires)

1) Deux sous-espaces vectoriels E1 et E2 d’un K-espace vectoriel E sont des sous-espaces vecto-
riels supplémentaires de E si leur somme est directe et est égale à l’espace vectoriel E tout entier

E = E1 ⊕ E2 .

2) Si E1 et E2 sont des sous-espaces vectoriels supplémentaires du K-espace vectoriel E, on dit

que E1 est un supplémentaire de E2 , ou que E2 est un supplémentaire de E1 .

Remarque

• Deux sous-espaces vectoriels E1 et E2 d’un K-espace vectoriel E sont des sous-espaces vec-
toriels supplémentaires de E si et seulement si tout élément de E s’écrit d’une manière unique
comme la somme d’un élément de E1 et d’un élément de E2 .

• Deux sous-espaces vectoriels E1 et E2 d’un K-espace vectoriel E sont des sous-espaces vec-
toriels supplémentaires de E si et seulement si E = E1 + E2 et E1 ∩ E2 = {0}.

• Il n’y a pas unicité du supplémentaire d’un sous-espace vectoriel donné (voir exemple suivant).

Exemple

L’espace vectoriel R2 est la somme directe du sous-espace vectoriel E1 engendré par (1, 0) et
du sous-espace E2 engendré par (0, 1), donc E1 et E2 sont des sous-espaces vectoriels supplé-
mentaires de R2 .

Mais l’espace vectoriel R2 est aussi la somme directe du sous-espace vectoriel E1 engendré par
(1, 0) et du sous-espace vectoriel E3 engendré par (1, 1), donc E1 et E3 sont aussi des sous-

A. Intissar
Algèbre Parties : I & II

espaces supplémentaires de R2 .

La notion de somme directe de deux sous-espaces vectoriels d’un K-espace vectoriel se généralise
en la notion de somme directe de plusieurs sous-espaces.

Définition (la somme directe de n sous-espaces vectoriels)

La somme de n sous-espaces vectoriels E1 , E2 , ..., En d’un K-espace vectoriel E est dirccte si et

seulement si tout élément de E1 + E2 + ... + En s’écrit d’une manière unique comme somme
d’éléments de E1 , E2 , ..., En .

C’est-à-dire :

∀ u ∈ E1 + E2 + ... + En il existe un unique (u1 , u2 , ..., un ) ∈ E1 × E2 × ... × En tel que

u = u1 + u2 + ... + un }.
Mn
La somme directe de E1 , E2 , ..., En est notée E1 ⊕ E2 ⊕ ... ⊕ En ou p= 1
Ep .

Théorème (théorème de structure de la somme directe de n sous-espaces vectoriels)

La somme de n sous-espaces vectoriels E1 , E2 , ..., En d’un K-espace vectoriel E est directe si et

seulement si, pour tout entier p compris entre 2 et n, la somme de E1 , E2 , ..., Ep est la somme
directe de de la somme de E1 , E2 , ..., Ep et Ep .

Il est équivalent de dire d’après le résultat sur la somme directe de deux sous-espaces vectoriels :

La somme de n sous-espaces vectoriels E1 , E2 , ..., En d’un K-espace vectoriel E est directe si et

seulement si, la propriété suivante est vérifiée :

∀ p ∈ N; 2 ≤ p ≤ n on a [E1 + E2 + ... + Ep−1 ] ∩ Ep = {0}.

Démonstration

a) Supposons que la somme de E1 , E2 , ..., En est directe et montrons que ∀ p ∈ N; 2 ≤ p ≤ n on

a [E1 + E2 + ... + Ep−1 ] ∩ Ep = {0}.

Soit p un entier compris entre 2 et n, et w un élément de[E1 + E2 + ... + Ep−1 ] ∩ Ep :

∃ (w1 , w2 , ..., wp−1 ) ∈ E1 × E2 × ... × Ep−1 ; w = w1 + w2 + ... + wp−1 .

donc 0 = w1 + w2 + ... + wp−1 − w avec (w1 , w2 , ..., wp−1 ) ∈ E1 × E2 × ... × Ep−1 et w ∈ Ep ,

or 0 s’écrit d’une manière unique comme somme d’éléments de E1 , E2 , .., En donc

w1 = w2 = ... = wp−1 = w = 0.

b) Réciproquement, on veut démontrer que :

La propriété (P ) ∃ p ∈ N; 2 ≤ p ≤ n tel que [E1 + E2 + ... + Ep−1 ] ∩ Ep = {0} implique la pro-

priété (Q) : la somme E1 + E2 + ... + En est directe.

A. Intissar
Algèbre Parties : I & II

Il est équivalent de démontrer que (non Q) implique (non P ).

Supposons que la somme [E1 + E2 + ... + En n’est pas directe.

Il existe alors un élément w appartenant à [E1 + E2 + ... + En admettant deux décompositions

distinctes en somme d’éléments de [E1 + E2 + ... + En .

c’est à dire :

∃ (w1 , w2 , ..., wn ) ∈ E1 × E2 × ... × En ; w = w1 + w2 + ... + wn .

et
0 0 0 0 0 0
∃ (w1 , w2 , ..., wn ) ∈ E1 × E2 × ... × En tels que(w1 , w2 , ..., wn ) 6= (w1 , w2 , ..., wn ).
0
Soit q le plus grand entier compris entre 1 et n tel que wq 6= wq alors
0 0 0 0 0 0 0
(w1 , w2 , ..., wn ) = (w1 , w2 , ..., wn ) implique (w1 − (w1 ) + (w2 − w2 ) + ..., (wq−1 − wq−1 ) = wq − wq .
0
Donc wq − wq ∈ [E1 + E2 + ... + Eq−1 ] ∩ Eq et donc [E1 + E2 + ... + Eq−1 ] ∩ Eq 6= {0}.

Ceci est bien la propriété (non Q).

Si E1 + E2 + ... + En est une somme directe alors la propriété suivante est vérifiée :

∀ p ∈ N, 1 ≤ p ≤ n, ∀ q ∈ N, 1 ≤ q ≤ n, p 6= q : Ep ∩ Eq = {0}.

Mais cette condition (qui est nécessaire) pour que la somme soit directe n’est pas suffisante.

En effet considérons le contre exemple suivant :

Contre exemple

Dans l’espace vectoriel R2, soit E1 le sous-espace vectoriel engendré par (1, 0), E2 le sous-espace
vectoriel engendré par (0, 1) et E3 le sous-espace vectoriel engendré par (1, 1). Il est immédiat
que E1 ∩ E2 = {0}, E2 ∩ E3 = {0} et E1 ∩ E3 = {0}, et pourtant la somme E1 + E2 + E3 n’est
pas directe.

En effet l’élément (1, 1) de E1 + E2 + E3 se décompose en somme d’éléments de E1 , E2 et E3

de la manière suivante :

(1, 1) = (0, 0) + (0, 0) + (1, 1), mais aussi de la manière suivante : (1, 1) = (1, 0) + (0, 1) + (0, 0)
donc il n’y a pas unicité de l’écriture.

Attention

A. Intissar
Algèbre Parties : I & II

Dans le cas de plusieurs sous-espaces vectoriels, le fait que les sous-espaces aient deux à deux
une intersection réduite au vecteur nul n’est pas une condition suffisante pour que la somme
soit directe.

§ 5 Isomorphismes d’espaces vectoriels

Définition

Soient E, F deux espaces vectoriels sur le même corps K et f une application de E dans F .

On dit que f est un isomorphisme si et seulement si

(a) f est bijective.

(b) f (u + v) = f (u) + f (v), ∀ (u, v) ∈ E × E.

(c) f (α.u) = α.f (u), ∀ α ∈ K, ∀ u ∈ E.

• Deux K-espaces vectoriels sont dits isomorphes si il existe un isomorphisme entre ces deux
K-espaces vectoriels.

• Si E = F , on dit que f est un automorphisme. On notera par GL(E) l’ensemble des auto-
morphismes.

• On notera L(E, F ) l’ensemble des applications linéaires de E dans F c’est-à-dire les appli-
cations vérifiant les propriétés (b) et (c) ci-dessus..

• Si E = F , l’ensemble des applications linéaires de E dans lui même sera noté L(E) et ses
élément seront appelés des endomorphismes.

Définition (espace quotient)

Soit F un sous-espace vectoriel d’un K-espace vectoriel E, on définit une relation ∼ par :

u ∼ v ⇐⇒ u − v ∈ F, ∀ (u, v) ∈ E × E.

La relation ∼ est une relation d’équivalence c’est-à-dire elle est réflexive, symétrique et transi-
tive.

L’ensemble des classes d’équivalences cl(u) = {v ∈, v ∼ u} sera noté par E/∼ ou bien E/F .

Soient cl(u) et cl(v) deux éléments de E/∼ , on définit une loi interne et une loi externe sur E/∼
(quand aucune confusion n’est à craindre) par :

• cl(u) + cl(v) := cl(u + v), ∀ (cl(u), cl(v) ∈ E/∼ × E/∼ .

• α.cl(u) := cl(α.u), ∀ α ∈ K, ∀ cl(u) ∈ E/∼ .

• On vérifie facilement que E/∼ muni de ces lois a une structure de K-espace vectoriel.

A. Intissar
Algèbre Parties : I & II

Définition

Soient E un espace vectoriel sur un corps commutatif K et (E1 , E2 ) deux sous-espaces vectoriels
de E tels que E = E1 ⊕ E2 , alors on a :

(i) E1 × E2 est isomorphe à E = E1 ⊕ E2 .

(ii) E/E1 est isomorphe à E2 .

Démonstration

(i) Soit f : E1 × E2 −→ E1 ⊕ E2 , (u1 , u2 ) −→ f (u1 , u2 ) = u1 + u2 .

• f est injective.

En effet, si f (u1 , u2 ) = f (v1 , v2 ) alors u1 + u2 = v1 + v2 ⇐⇒ u1 − v1 = v2 − u2 .

Comme E1 ∩ E2 = {0} alors u1 − v1 = v2 − u2 = 0 et donc u1 = v1 et v2 = u2 .

• f est surjective.

En effet, si ∀ ∀ u ∈ E1 ⊕ E2 ∃u1 ∈ E1 , u2 ∈ E2 tel que u = u1 + u2 = f (u1 , u2 ).

• f vérifie sans peine les deux autres propriétés de la définition d’un isomorphismes.

(ii) Soit g : E/E1 −→ E2 , cl(u) = cl(u1 + u2 ) −→ g(cl(u1 + u2 ) = u2 .

• g est injective.

En effet, si g(cl(u1 + u2 )) = g(cl(v1 + v2 )) alors u2 = v2 d’où u1 + u2 − v1 − v2 ∈ E1 alors

u1 + u2 = v1 + v2 c’est-à-dire cl(u1 + u2 ) = cl(v1 + v2 ).

• g est surjective.

En effet, ∀ u2 ∈ E2 ∃cl(0 + u2 ) tel que u2 = g(cl(0 + u2 )).

• g vérifie sans peine les deux autres propriétés de la définition d’un isomorphismes.

§ 6 Indépendances linéaires et Bases

Définition

Soient E un K-espace vectoriel et p vecteurs u1 , u2 , ...., up } éléments de E.

• On dit que les p vecteurs u1 , u2 , ...., up } sont linéairement indépendants (ou forment un sys-
tème libre) si pour tout (α1 , α2 , ...., αp ) ∈ Kp vérifiant (α1 u1 + α2 u2 + .... + α1p up = 0 alors
(α1 = α2 = ...., = αp = 0.

• Dans le cas contraire, On dit que les p vecteurs u1 , u2 , ...., up } sont linéairement dépendants
(ou forment un système lié).

A. Intissar
Algèbre Parties : I & II

• On dit que les p vecteurs u1 , u2 , ...., up } forment un système générateur)si pour tout u ∈ E
∃ (α1 , α2 , ...., αp ) ∈ Kp tel que u = α1 u1 + α2 u2 + .... + αp up alors (α1 = α2 = ...., = αp = 0.

Proposition

Soient E un K-espace vectoriel et n vecteurs u1 , u2 , ...., un } formant un système libre de E. Soit

u ∈ E alors

u1 , u2 , ...., un , u} est lié ⇐⇒ u est combinaison linéaire de tous les ui ; i ∈ [1, n].

Démonstration

=⇒

Si u1 , u2 , ...., un , u} est lié par hypothèse alors il existe αi 6= 0 tel que :

α1 u1 + α2 u2 + .... + αn un + αn+1 u = 0.

Si αn+1 = 0, on obtient α1 u1 + α2 u2 + .... + αn un = 0, il en résulte que u1 , u2 , ...., un } est lié

ce qui est contradictoire donc αn+1 = 0 et par conséquent u est combinaison linéaire de tous
les ui ; i ∈ [1, n].

⇐=

Il existe αi ∈ K tel que u = α1 u1 + α2 u2 + .... + αn un d’où α1 u1 + α2 u2 + .... + αn un − u = 0

c’est-à-dire u1 , u2 , ...., un , u} est lié .

Corollaire

• Toute partie contenue dans un système libre est libre.

• Toute partie contenant un système lié est liée.

• Tout système contenant le vecteur nul est un système lié.

Définition

Soient E un K-espace vectoriel et n vecteurs u1 , u2 , ...., un } éléments de E.

u1 , u2 , ...., un } est une base ⇐⇒ (i) u1 , u2 , ...., un } est libre et (ii) u1 , u2 , ...., un } est libre
(c’est-à-dire tout élément u ∈ E est combinaison linéaire de tous les ui ; i ∈ [1, n]).

§ 7 Calcul sur les dimensions

Définition (dimension d’un espace vectoriel)

Soit E un K-espace vectoriel. On pose ∆ = {p ∈ N; (u1 , u2 , ..., up ) soit un système libre de E}.

On dit qu’un K-espace vectoriel E est de dimension finie s’il possède un système fini qui est
générateur de E. Dans le cas contraire, on dit que l’espace vectoriel E est de dimension infinie.

A. Intissar
Algèbre Parties : I & II

Cas particuliers :

• Quand ∆ n’est pas majoré, on dit que la dimension l’espace vectoriel E est infinie.

• Si ∆ est pas majoré, alors maxp∈N ∆ a un sens donc la borne supérieure est atteinte et on
note dim E = maxp∈N ∆.

Définition (définition de base)

Une famille F de E est une base de E si et seulement si F est libre et génératrice de E.

Proposition

Soit E un K-espace vectoriel de dimension finie avec dimE = n.

Si un système {u1 , u2 , ...., un } de E est libre alors {u1 , u2 , ...., un } est une base.

Démonstration

Montrons que {u1 , u2 , ...., un } est un système générateur, pour ce faire, soit u ∈ E alors
{u, u1 , u2 , ...., un } est un système lié ce qui est contradictoire. Il en résulte que u est combi-
naison linéaire de {u1 , u2 , ...., un } et donc c’est une base.

Proposition

Soit E un K-espace vectoriel. Une famille B = {u, u1 , u2 , ...., un } est une base de E si et seule-
ment si tout vecteur u de E s’écrit de manière unique comme combinaison linéaire du système
B = {u, u1 , u2 , ...., un }. Autrement dit :

∀u ∈ E ∃! α1 , ∃! α2 , ...., ∃! αn ∈ K tels que u = α1 u1 , +α2 u2 + ...., αn un .

Les nombres α1 , α2 , ...., αn ∈ K s’appellent les coordonnées de u dans la base B.

∃! signifie : existe et unique.

Démonstration

⇐=

B est génératrice par hypothèse. B est elle libre ?

Soit u = α1 u1 , +α2 u2 + ...., αn un = 0. on observe que que 0 = 0.u1 + 0.u2 + .... + [Link] .

Par unicité de la décomposition du vecteur 0 on en déduit que α1 = α2 = .... = αn = 0.

B est donc libre, et génératrice de E, c’est donc une base de E.

=⇒

Par hypothèse, B est une base de E donc elle est génératrice de E et elle est libre.

A. Intissar
Algèbre Parties : I & II

u ∈ E quelconque. Comme B est génératrice ce qui implique

u = α1 u1 + α2 u2 + .... + αn un .

Montrons que cette combinaison est unique.

0 0 0
Pour ce faire, on suppose que u = α1 u1 + α2 u2 + .... + αn un , alors par soustraction on obtient :
0 0 0
(α1 − α1 )u1 + (α2 − α2 )u2 + .... + (αn − αn )un = 0.

Comme B est libre, on en déduit que :

0 0 0 0 0 0
(α1 − α1 ) = 0, (α2 − α2 ) = 0, ....(αn − αn ) = 0 ⇐⇒ α1 = α1 , α2 = α2 , ....αn = αn

On a donc unicité de l’écriture de u comme combinaison linéaire des vecteurs de B.

La base canonique de Kn (Rn ou Cn , ...)

Définition

Soit K un corps commutatif et n un entier naturel.

La base canonique de K se compose des vecteurs ei ei (ivariant de 1 à n) définis ainsi :

Pour i variant de 1 à n

ei = (δ1,i , δ2,i , · · · , δn,i )

Où δij désigne le symbole de Kronecker :

(
1K si i = j
δij =
0K si i 6= j
Où le 0 désigne le neutre de la première loi et le 1 celui de la seconde.

Proposition

Soient e1 = (1, 0, ....., 0), e2 = (0, 1, ....., 0), .....en = (0, 0, ....., 1) des vecteurs de Kn alors la fa-
mille B = {e1 , e2 , ....., en } est une base de Kn .

Démonstration

Soit u = (x1 , x2 , ..., xn ) ∈ Kn alors on peut écrire u sous la forme u = x1 e1 + x2 e2 + ... + xn en

donc B est génératrice de Kn .
0 0 0 0 0 0 0 0 0
De plus u = x1 e1 + x2 e2 + ... + xn en ⇐⇒ u = (x1 , x2 , ..., xn ) ⇐⇒ x1 = x1 , x2 = x2 , ....., xn = xn .

Finalement, B est génératrice de Kn et est libre. B est donc une base de Kn .

• La base canonique de K[X]

A. Intissar
Algèbre Parties : I & II

Par définition une base de K[X] est la famille infinie B = {1, X, X 2 , ....., X n , .....}.

C’est la base canonique de K[X].Cette famille est infinie mais tout polynôme P de K[X] est
bien une combinaison linéaire finie d’éléments de B.

• Base canonique de Kn [X] ensemble des polynômes de degré ≤ n

Une base de Kn [X] est donnée par B = {1, X, X 2 , ....., X n }.

C’est la base canonique de Kn [X]]. Notez bien que cette famille possède n + 1 vecteurs. Un
polynôme de degré ≤ n est déterminé par n + 1coefficients.

Le problème d’interpolation de Lagrange

On se donne n points du plan (x1 , y1 ), ((x2 , y2 ), ....., (xn , yn ) avec les xi tous distincts. On
cherche une fonction f aussi simple et régulière que possible dont le graphe passe par ces
points, c’est-à-dire telle que :

f (x1 ) = y1 , f (x2 ) = y2 , ...., f (xi ) = yi , ......., f (xn ) = yn .

On cherche une fonction interpolatrice sous la forme d’un polynôme P de plus bas degré possible.

Le problème est linéaire par rapport à P et y = (y1 , y2 , ....., yn ). En effet :

  0  0

 P (x1 ) = y1 
 Q(x1 ) = y1 
 (λP + µQ)(x1 ) = λy1 + µy1

 
 

  
Si on a ....... Et ....... Alors on a .......

 
 


 
 

0 0
P (xn ) = yn
  
Q(xn ) = yn (λP + µQ)(xn ) = λyn + µyn
∀ λ, µ ∈ R..

Soit {e1 = (1, 0, ...., 0), e2 = (0, 1, ...., 0), ....., en = (0, 0, ...., 1)} la base canonique de Rn . On va
chercher des polynômes L1 , L2 , ...., Ln tels que :

L1 soit associé à y = e1 ⇐⇒ y1 = 1, y2 = 0, ....., yn = 0.

L2 soit associé à y = e2 ⇐⇒ y1 = 0, y2 = 1, ....., yn = 0.

......

A. Intissar
Algèbre Parties : I & II

Ln soit associé à y = en ⇐⇒ y1 = 1, y2 = 0, ....., yn = 1.

Pour ce faire, on pose :

n
(x − x1 (x − x2 )........(x − xn ) Y x − xi
L1 (x) = = .
(x1 − x2 ).....(x1 − xn ) x − xi
i=2 1
n
(x − x1 (x − x2 )........(x − xn ) Y x − xi
L2 (x) = = .
(x2 − x1 ).....(x2 − xn ) x2 − xi
i=1;i6=2
n−1
(x − x1 (x − x2 )........(x − xn ) Y x − xi
Ln (x) = = .
(xn − x1 ).....(xn − xn−1 ) x − xi
i=1 n

On a une solution du problème général de Lagrange en posant P = y1 L1 + y2 L2 + ..... + yn Ln .

Formule d’interpolation de Gauss (Polynômes de Legendre)

En mathématiques et en physique théorique, les polynômes de Legendre constituent la suite de

polynômes qui sont des solutions polynomiales de l’équation différentielle de Legendre :
00 0
(x2 − 1)Ln (x) + 2xLn (x) = n(n + 1)Ln (x).
On se contente de présenter les premières proprités élémentaires de ces polynômes.

•1 Soit n ∈ N. On définit le nième polynôme de Legendre par

n 2
1 X n
Ln (X) = n (X − 1)n−k (X + 1)k
2 k
k=0

•2 En développant suivant les puissances croissantes de X, les polynômes L0 (X), L1 (X), L2 (X)
et L3 (X) sont donnés par :

1 3 1 5
L0 (X) = 1, L1 (X) = X, L2 (X) = − + X 2 et L3 (X) = − X + X 3
2 2 2 2
•3 Une relation simple entre Ln (X) et Ln (−X) est donnée par Ln (−X) = (−1)n Ln (X). En
effet :
n 2 n 2
1 X n n−k k 1 X n
Ln (−X) = n (−X − 1) (−X + 1) = n (−1)n−k+k (X + 1)n−k (X − 1)k
2 k 2 k
k=0 k=0

On pose n − k = p ce qui donne :

p 2
1 X n
Ln (−X) = (−1)n (X + 1)p (X − 1)p .
2n n−p
k=n

A. Intissar
Algèbre Parties : I & II

Donc Ln (−X) = (−1)n Ln (X)

•4 Pour tout entier naturel non nul n ∈ N∗ , on définit le polynôme Pn ∈ R[X] par Pn (X) =
(X 2 − 1)n = (X − 1)n (X + 1)n . En utilisant la formule du binôme :
n n
X
n n k n−k
X n
(a + b) = a b = bk an−k
k k
k=0 k=0

La dérivée nième de Pn (X) peut s’exprimez à l’aide de Ln comme suit : Pn(n) (X) = n!2nLn (X).

En effet :

Notons pour tout entier naturel non nul n Pn (X) = (X 2 − 1)n = (X − 1)n (X + 1)n .

Calculons la dérivée nième de Pn (X) à l’aide de la Formule de Leibniz rappelée ci-dessus. Il

vient que :
n
X n
Pn(n) (X) = [(X + 1)n ](k) [(X − 1)n ](n−k)
k
k=0

Maintenant, on constate que :

(1) Si on pose u(x) = (X + 1)n alors sa dérivée première est u0 (x) = n(X + 1)n−1 , sa dérivée
seconde est u00 (x) = n(n − 1)(X + 1)n−2 donc sa dérivée k ième est :

u(k) (x) = n(n − 1).....(n − (k − 1))(X + 1)n−k .

n!
Et comme n(n − 1).....(n − (k − 1)) = , on écrit :
(n − k)!
n!
u(k) (x) = (X + 1)n−k
(n − k)!
n!
(2) Si on pose v(x) = (X − 1)n alors v (p) (x) = (X − 1)n−p et pour p = n−k on obtient :
(n − p)!
n!
v (n−k) (x) = (X − 1)k
k!
(3) Le calcul des dérivées successives de u et de v, nous permet d’écrire :
n
X n n! n!
Pn(n) (X) = (X + 1)n−k (X − 1)k
k (n − k)! k!
k=0
p
X n 2
= n!(X + 1)n−k (X − 1)k
k
k=0
n
= n!2 Ln (X).
n 2
X n (2n)!
•5 Le monôme dominant de Ln est X n et on obtient =
k (n!)2
k=0

En effet :

Les termes du plus haut degré qui interviennent dans Ln (X) sont de la forme X n−k X k donc
X n . Par conséquent le monôme dominant an X n de Ln est :

A. Intissar
Algèbre Parties : I & II

n 2 n 2
n1 X n n 1 X n
an X = n X donc an = n
2 k 2 k
k=0 k=0

D’autre part, comme le monôme dominant de Pn est X 2n , il s’ensuit que le monôme dominant
(n) (2n)!
de Pn qui est de degré n est .
n!
1 (2n)!
Par identification des coefficients, il s’ensuit que an = n
2 (n!)2
Il en résulte que :
n 2
X n (2n)!
=
k (n!)2
k=0

Théorème

Soient E1 et E2 des sous-espaces vectoriels d’un K-espace vectoriel E tels que E1 ⊕ E2 = E.

Si {e1 , e2 , ...., ep } est une base de E1 et {f1 , f2 , ...., fq } est une base de E2 alors

{e1 , e2 , ...., ep , f1 , f2 , ...., fq } est une base de E.

Démonstration

Soit u ∈ E. Il existe u1 ∈ E1 et u2 ∈ E2 tels que u = u1 + u2 . Le vecteur u1 est combi-

naison linéaire de {e1 , e2 , ...., ep } et le vecteur u2 est combinaison linéaire de {f1 , f2 , ...., fq },
donc u peut s’écrire comme combinaison linéaire de {e1 , e2 , ...., ep , f1 , f2 , ...., fq } autrement dit
{e1 , e2 , ...., ep , f1 , f2 , ...., fq } est famille génératrice de E.

Soient α1 , α2 , ...., αp , β1 , β2 , ...., βq ∈ K tels que :

α1 e1 + α2 e2 + ...., αp ep + β1 f1 + β2 f2 + ...., βq fq = 0.

u1 = α1 e1 + α2 e2 + ...., αp ep appartient à E1 et u2 = β1 f1 + β2 f2 + ...., βq fq appartient à

E1 ∩ E2 . Comme 0 = 0 + 0 est l’unique décomposition de 0 selon la somme directe E1 ⊕ E2 ,
on a donc u1 = u2 = 0 . Comme {e1 , e2 , ...., ep } est une base de E1 , u1 = 0 implique que
α1 = α2 = .... = αp = 0. De même, Comme {f1 , f2 , ...., fq } est une base de E2 , u2 = 0 implique
que β1 = β2 = .... = βq = 0. On en déduit que {e1 , e2 , ...., ep , f1 , f2 , ...., fq } est une famille libre
donc elle est une base de E.

Théorème (théorème de la base incomplète)

Soit E un K-espace vectoriel. Soient u1 , u2 , ...., up ; p < n des vecteurs de E linéairement indé-
pendants. Alors il existe up+1 , up+2 , ...., un ∈ E tels que {u1 , u2 , ...., un } soit une base de E.

Démonstration

Soit {u1 , u2 , ...., up } un système libre avec p < n, considérons l’espace :

G = {u ∈ E; u = α1 u1 + α2 u2 + ...., αp up }.

A. Intissar
Algèbre Parties : I & II

Soit pour tout u ∈ E on a u est un élément de G ce qui implique que p = n, soit il existe un
vecteur up+1 n’appartenant pas à G et alors {u1 , u2 , ...., up , up+1 } est un système libre.
Maintenant, soit G1 = {u ∈ E; u = α1 u1 + α2 u2 + ...., αp up + αp+1 up+1 } ⊂ E, alors on a G ⊂
G1 et on continue notre construction jusqu’à un système à n éléments (le processus s’arrête en
un nombre fini d’étapes) et par suite il devient une base.

Proposition (propriétés sur le calcul de dimensions)

Soit E un K-espace vectoriel de dimension dimE = n.

Soient E1 et E2 deux sous-espaces vectoriels de E tels que E = E1 ⊕ E2 .

Alors on a :

(i) E est isomorphe à Kn .

(ii) E est isomorphe à un autre K-espace vectoriel F si et seulement si dimE = dimF .

(iii) dim(E1 × E2 ) = dim(E1 ⊕ E2 ) = dimE1 + dimE2 .

(iv) dim(E/E1 ) = dimE − dimE1 et on note codimE := dim(E/E1 ).

Démonstration

(i) On définit f : Kn −→ E, (α1 , α2 , ...., αn ) −→ f (α1 , α2 , ...., αn ) = α1 u1 + α2 u2 + ...., αn un où

u1 , u2 , ...., un est une base de E.

• f est injective.

En effet : si α1 u1 + α2 u2 + .... + αn un = β1 u1 + β2 u2 + ..... + βn un alors on a :

(α1− − β1 )u1 + (α2 − β2 )u2 + .... + (αn − βn )un = 0

Et comme {u1 , u2 , ...., un } est une base de E, on en déduit que :

(α1 − β1 ) = (α2 − β2 ) = ...... = (αn − βn ) = 0.

En particulier, on obtient :

(α1 = β1 ), (α2 = β2 ), ......, (αn = βn ).

• f est surjective.

En effet : comme {u1 , u2 , ...., un } est une base de E alors pour tout u ∈ E peut s’écrire en
combinaison linéaire de {u1 , u2 , ...., un }.

(ii) =⇒ : soit f l’isomorphisme entre E et F et soit {u1 , u2 , ...., un } est une base de E alors
{f (u1 ), f (u2 ), ...., f (un )} est une base de F . En effet :

{f (u1 ), f (u2 ), ...., f (un )} est un système libre car si α1 f (u1 ) + α2 f (u2 ) + .... + αn f (un ) = 0
alors on a f (α1 u1 + α2 u2 + .... + αn un ) = 0 ce qui implique que α1 u1 + α2 u2 + .... + αn un ) = 0

A. Intissar
Algèbre Parties : I & II

car f (0) = 0 et f est injective.

{f (u1 ), f (u2 ), ...., f (un )} est un système générateur car ∀ v ∈ F ∃ u ∈ E; v = f (u).

En particulier, on en déduit :

v = f (α1 u1 + α2 u2 + .... + αn un ) = α1 f (u1 ) + α2 f (u2 ) + .... + αn f (un ).

⇐ : Soit dimE = dimF = n, en utilisant (i) on en déduit que E est isomorphe à Kn et que F
est isomorphe à Kn . Il en résulte que E et F sont isomorphe entre eux.

(iii) Comme E = E1 ⊕ E2 alors la réunion d’une base de E1 et d’une base de E2 est une base
de E donc dimE = dim(E1 ⊕ E2 ) = dimE1 + dimE2 .

(iv) Soit {u1 , u2 , ...., up } une base de E1 que l’on complète en {u1 , u2 , ...., up , up+1 , ...., un } base
de E alors {cl(up+1 ), ...., cl(un )} est une base de E/E1 .

En effet, elle est libre car αp+1 cl(up+1 ) + ..... + αn cl(un ) = cl(0) =⇒

cl(αp+1 up+1 + .... + αn un ) = cl(0) =⇒ αp+1 up+1 + .... + αn un ∈ E1 =⇒ αp+1 = ... = αn = 0 par
liberté de la base {u1 , u2 , ...., ...., un } et elle est génératrice car, pour cl(u) ∈ E/E1 , u se décom-
pose sur la base {u1 , u2 , ...., ...., un } en u = α1 u1 + α2 u2 + ...., .... + αn un .

D’où

cl(u) = cl(α1 u1 + α2 u2 + ... + αn un ) = cl(α1 u1 + α2 u2 + ...., +αp up ) + cl(αp+1 up+1 ) + .... + αn un )

= cl(0E1 ) + cl(αp+1 up+1 ) + ...... + αn un ) car α1 u1 + α2 u2 + ...., +αp up ∈ E1 .

Rang d’un système de vecteurs

Définition

Soit E un K-espace vectoriel et soit {u1 , u2 , ...., up } un système de vecteurs de E.

On appelle rang de {u1 , u2 , ...., up } la dimension du sous-espace vectoriel engendré par ces vec-
teurs noté V ect(u1 , u2 , ...., up ).

On note le rang d’un système de vecteur par Rg{u1 , u2 , ....., up } ou tout simplement par r on a
donc :

Rg{u1 , u2 , ....., up } = dim(V ect{u1 , u2 , ....., up })

- si F = {u1 , u2 , ....., up } est une famille de vecteurs de E tel que dim E = n alors on a :
i) Rg{u1 , u2 , ....., up } ≤ min(n, p)

ii) Rg{u1 , u2 , ....., up } = p ⇔ {u1 , u2 , ....., up } est libre

iii) Rg{u1 , u2 , ....., up } = n ⇔ {u1 , u2 , ....., up } est génératrice de E.

A. Intissar
Algèbre Parties : I & II

Quelques propriétés usuelles des espaces vectoriels de dimension finie

• Toutes les bases d’un K-espace vectoriel de dimension finie E ont le même nombre d’éléments.

• Tout système libre d’un K-espace vectoriel de dimension finie n E comporte au plus n éléments

• Tout système générateur d’un K-espace vectoriel de dimension finie n E comporte au moins
n éléments.

• Si dimE = n, tout système libre de n éléments est une base.

• Si F est un sous-espace vectoriel de E et si dimF = dimE alors E = F

• Si F et G sont deux sous-espaces vectoriels de E, alors on a :

dim(F + G) = dimF + dimG − dim(F ∩ G) ( théorème de Grassmann) .

On se contente de donner la démonstration de cette dernière propriété.

Démonstration par une méthode géométrique

Soit V un supplémentaire de F ∩ G dans G, c’est-à-dire G = (F ∩ G) ⊕ V .

Soitu ∈ F + G alors u = u1 + u2 avec u1 ∈ F et u2 ∈ G. Comme G = (F ∩ G) ⊕ V , on peut

décomposer u2 = u3 + v avec u3 ∈ F ∩ G et v ∈ V . D’où u = u1 + u3 + v = w + v avec w ∈ F
car w = u1 + u3 =⇒ F + G = F + V .

Soit v ∈ F ∩ V alors v ∈ F ∩ G car V ⊂ G =⇒ v = 0 (car F ∩ G et V sont en somme directe

dans G) on a donc F + G = F ⊕ V .

dim(F + G) = dimF + dimV et dimG = dim(F ∩ G) + dimV ce qui implique que

dimV = dimG − dim(F ∩ G)

Il en résulte que :

dim(F + G) = dimF + dimG − dim(F ∩ G).

Démonstration en utilisant le théorème de la base incomplète

A. Intissar
Algèbre Parties : I & II

•1 . Comme F ∩ G est un sous-espace vectoriel de E donc il est de dimension finie. Soit donc
(e1 ; ......; ek ) une base de F ∩ G avec k = dimF ∩ G, en particulier elle est libre.

Comme F ∩ G ⊂ F alors (e1 ; ......; ek ) est une famille libre dans F donc on peut la compléter
en une base de F par le théorème de la base incomplète. Soient donc (f1 ; ......; fl ) des vecteurs
de F tels que (e1 ; ......; ek , f1 ; ......; fl ) soit une base de F .

Nous avons donc k + l = dimF . Remarquons que les vecteurs fi 1 ≤ i ≤ l appartiennent à F

mais ils n’appartiennent pas à F ∩ G.

Nous repartons de la famille (e1 ; ......; ek ) mais cette fois nous la complétons en une base de G :
soit donc (g1 ; ......; gm ) des vecteurs de G tels que (e1 ; ......; ek , g1 ; ......; gm ) soit une base de G.

Nous avons donc k + m = dimG. Remarquons que cette fois-ci les vecteurs gi 1 ≤ i ≤ m
appartiennent à G mais ils n’appartiennent pas à F ∩ G.

•2 . Montrons que B = (e1 ; ......; ek , f1 ; ......; fl , g1 ; ......; gm ) est une base de F + G.

C’est une famille génératrice : En effet F = V ect(e1 ; ......; ek , f1 ; ......; fl ) ⊂ V ect(B) et

G = V ect(e1 ; ......; ek , g1 ; ......; gm ) ⊂ V ect(B) donc F + G ⊂ V ect(B).

C’est une famille libre : En effet soit une combinaison linéaire nulle

a1 e1 + ...... + a1 ek + b1 f1 + ......al fl + c1 g1 + ...... + cm gm = 0 :

Notons e = a1 e1 +......+a1 ek , f = b1 f1 +......al fl et g = c1 g1 +......+cm gm . Donc la combinaison

linéaire devient e + f + g = 0

Donc g = −e − f , or e et f sont dans F donc g appartient à F. Or les vecteurs {gi } ne sont

pas dans F. Donc g == c1 g1 + ...... + cm gm est nécessairement le vecteur nul. Nous obtenons
c1 g1 +......+cm gm = 0 c’est donc une combinaison linéaire nulle pour la famille libre g1 ; ......; gm ).
Donc tous les coefficients c1 , ......, cm sont nuls.

Le reste de l’équation devient a1 e1 + ...... + a1 ek + b1 f1 + ......al fl = 0, or (e1 ; ......; ek , f1 ; ......; fl )

est une base de F donc tous les coefficients a1 , ......, ak , b1 , ......, bl sont nuls.

Bilan : tous les coefficients sont nuls donc la famille est libre. Comme elle était génératrice,
c’est une base.

•3 Puisque B est une base de F + G alors la dimension de F + G est le nombre de vecteurs de

la base B :

dim(F + G) = k + l + m

k = dimF ∩ G

l = dimF − k

A. Intissar
Algèbre Parties : I & II

m = dimG − k

Donc dim(F + G) = dimF + dimG − dim(F ∩ G)

Existence d’un supplémentaire, dimension d’un supplémentaire.

Théorème

Soit E un K-espace vectoriel de dimension finie n et soit F un sous-espace vectoriel de E.

Alors :

F admet un supplémentaire G et on a dim(E) = dim(F ) + dim(G).

Démonstration

Soit {u1 , ..., up } une base de F . Comme E est de dimension n, il existe n−p vecteurs up+1 , ..., un
tels que {u1 , ..., up , up+1 , ..., un } soit une base de E.

La famille up+1 , ..., un , sous-famille d’une famille libre de E, est libre. Le sous-espace vectoriel
G de E qu’elle engendre est de dimension n − p.

D’autre part, tout vecteur u ∈ E s’écrit de manère unique sous la forme :

u = λ1 u1 + ... + λp up + λp+1 up+1 + ... + λn un = v + w

où v = λ1 u1 + ... + λp up ∈ F et w = λp+1 up+1 + ... + λn un ∈ G, ce qui montre que E = F ⊕ G

et dim(E) = dim(F ) + dim(G).

Additif :

Proposition

Soient E1 et E2 deux K-espaces vectoriels de dimension finie n et m respectivement. Alors

dim(E1 × E2 ) = dim(E1 + dim(E2 = n + m Soient (e1 , ..., en ) une base de E1 et (f1 , ..., fm )
une base de E2 , on peut facilement vérifier que la famille formée des couples :

{(e1 , 0), ..., (en , 0), (0, f1 ), ..., (0, fm )} qui a n + m éléments est une base de E1 × E2 .

Ce qui justifie que dim R2 = 2 car dim R = 1 et par récurrence on a dim Rn = n comme
Respaces vectoriels.

Attention

dim C = 2 si C est considéré comme un R-espace vectoriel et dim C = 1 si C est considéré

comme un C-espace vectoriel.

A. Intissar
Algèbre Parties : I & II

Caractérisation des couples de sous-espaces vectoriels supplḿentaires parmi les

couples (F ; G) vérifiant dim(F ) + dim(G) = dim(E)

Un couple (F, G) de sous-espaces vectoriels supplḿentaires vérifie dim(F ) + dim(G) = dim(E)

si et selement si F ∩ G = {0} ou bien dim(F ∩ G) = 0 car par convention on pose dim{0} = 0.

A. Intissar
Algèbre Parties : I & II

Chapitre 3
Applications linéaires

§ 1 Généralités

Définition (rappel)

Soient E et F deux K-espaces vectoriels et f une application de E dans F .

On dit que f est application linéaire si et seulement si

(i) f (u + v) = f (u) + f (v), ∀ u, v ∈ E ( on dir que f est additive),

(ii) f (λu) = λf (u), ∀ λ ∈ K ∀ u, ∈ E (on dit que f est homogène).

L’ensemble des applications linéaires de E dans F est noté L(E, F ).

Cas particulier où E = F . Une application linéaire de E dans E est appelée un endomorphisme

de E et l’ensemble des endomorphismes de E est noté L(E) ou End(E).

Cas particulier où E = K. Une application linéaire de E dans K est appelée une forme linéaire
de E
Question :

: On suppose que E et F sont deux R-espaces vectoriels, quelle hypothèse peut-on

imposer sur f pour que l’additivité implique l’homogénéité ?

Cette question nous motive à utiliser la définition ci-dessus au lieu de la suivante :

• On appelle application linéaire de E dans F toute application f : E −→ F qui preserve les

combinaisons linéaires :

f (λu + µv) = λf (u) + µf (v), ∀ λ, µ ∈ K ∀ u, v ∈ E.

Proposition

Soient E, F , G trois K-espaces vectoriels. Soient f une application linéaire de E dans F et g

une application linéaire de f (E) dans G, alors gof est une application linéaire de E dans G .

Démonstration

(i) gof (u + v) = g(f (u) + f (v)) = g[f (u)] + g[f (v)] = gof (u) + gof (v), ∀ u, v ∈ E,

donc gof est additive,

(ii) gof (λu) = g[λf (u)] = λg[f (u)] = λgof (u), ∀ λ ∈ K ∀ u, ∈ E,

A. Intissar
Algèbre Parties : I & II

donc gof est homogène.

Proposition

Soient E, F deux K-espaces vectoriels.

Soient E1 un sous espace vectoriel de E et F1 un sous espace vectoriel de F .

f une application linéaire de E dans F .

Alors, on a :

(i) f (0E ) = 0F et f (−u) = −f (u) ∀ u ∈ E.

(ii) f (E1 ) = {v ∈ F, v = f (u) avec u ∈ E1 } est un sous espace vectoriel de F .

(iii) f −1 (F1 ) = {u ∈ E; f (u) ∈ F1 } est un sous espace vectoriel de E.

Démonstration

(i) Soit u ∈ E alors on a f (u) = f (u + 0E ) = f (u) + f (0E ) =⇒ f (0E ) = 0F . Maintenant comme

0E = u − u alors f (0E ) = f (u − u) = f (u) + f (−u) = 0F =⇒ f (−u) = −f (u).

(ii) Soient u, vf (E1 ) =⇒ ∃u1 , v1 ; u = f (u1 ) etv = f (v1 ) il en résulte que :

u + v = f (u1 ) + f (v1 ) = f (u1 + v1 ) =⇒ u + v ∈ f (E1 .

De même on a : λu = λf (u1 = f (λu1 ) =⇒ λu ∈ f (E1 ) .

(iii) Soient u ∈ E; f (u) ∈ F1 etv ∈ E; f (v) ∈ F1 alors on en déduit que f (u) + f (v) = f (u + v) ∈ F1
car ce dernier est un sous-espace vectoriel.

Proposition

Soient E et F deux K-espaces vectoriels et f une application linéaire bijective (isomorphisme)

de E dans F alors sa fonction réciproque f −1 est aussi une application linéaire.

Démonstration

∀ u ∈ F, ∃ u1 ∈ E tel que u = f (u1 ) et ∀ v ∈ F, ∃ v1 ∈ E tel que v = f (v1 ) d’où u1 = f −1 (u) et

v1 = f −1 (v) et il en résulte que :

f −1 (u + v) = f −1 (f (u1 ) + f (v1 )) = f −1 of (u1 + v1 ) = u1 + v1 = f −1 (u) + f −1 (v) d’où l’addi-

tivité de f −1 .

Soit λ ∈ K et u ∈ E alors on f −1 (λu) = f −1 (λf (u1 )) = f −1 (f (λu1 )) = f −1 of (λu1 ) = λu1 = λf −1 (u)

d’où l’homogénéité de f −1 .

A. Intissar
Algèbre Parties : I & II

L’application “ combinaison linéaire"

Soit E un K-espace vectoriel et F{u1 , u2 , ...., un } ⊂ E une famille donnée.

On définit l’application “ combinaison linéaire" comme suit :

f : Kn :−→ E, (x1 , x2 , ...., xn ) −→ f (x1 , x2 , ...., xn ) = x1 u1 + x2 u2 + ...., xn un .

Proprités

(i) f est injective si et seulement si F est libre. En effet, on a en général :

u = f (x1 , x2 , ...., xn ) ⇐⇒ u = x1 u1 + x2 u2 + ...., xn un .

Un vecteur u possède au plus une telle décomposition si et seulement si F est libre.

(ii) f est surjective si et seulement si F est génératrice de E.

(iii) f est bijective si et seulement si F est une base de E, et l’application réciproque

f −1 (u) = (x1 , x2 , ...., xn ) = les coordonnées de u dans F.

Noyau et image d’une application linéaire

Définition

Soient E , F deux K-espaces vectoriels et f ∈ L(E, F ).

On définit :

(i) Imf = {f (u) = w; u ∈ E}. C’est l’image de f .

(ii) Kerf = {u ∈ E; f (u) = 0F }. C’est le noyau de f .

Ces espaces sont fondamentaux dans l’étude des propriétés d’une application linéaire.

Proposition

Soient E , F deux K-espaces vectoriels et f ∈ L(E, F ).

Alors on a :

(i) Kerf est un sous-espace vectoriel de E.

A. Intissar
Algèbre Parties : I & II

(ii) Imf est un sous-espace vectoriel de F .

(iii) f est surjective si et seulement si Imf = F .

(iv) f est injective si et seulement si Kerf = {0E }.

Démonstration

(i) et (ii) Pour montrer qu’un sous-ensemble est un sous-espace vectoriel, il suffit de vérifier qu’il
est non vide, et que toute combinaison linéaire de deux de ses vecteurs reste dans l’ensemble.
Rappelons aussi que tout sous-espace vectoriel contient au moins le vecteur nul, et que si f est
linéaire alors f (0E ) = 0F .

(i) Soit u, v ∈ Kerf =⇒ u, v ∈ E, f (u) = 0F et f (v) = 0F . Soit λ, µ ∈ K alors comme E est es-
pace vectoriel, on a λu + µv ∈ E et comme f est linéaire on a :

f (λu + µv) = f (λu) + f (µv) = λf (u) + µf (v) = 0F + 0F = 0F =⇒ λu + µv ∈ Kerf .

(ii) Soit f (u1 ) = u2 , f (v1 ) = v2 ∈ Imf =⇒ u1 , v1 ∈ E. Soit λ, µ ∈ K, alors comme E est espace
vectoriel, on a λu1 + µv1 ∈ E et f (λu1 + µv1 ) ∈ Imf . Maintenant, comme f est linéaire on a :

f (λu1 + µv1 ) = f (λu1 ) + f (µv1 ) = λf (u1 ) + µf (v1 ) =⇒ λu2 + µv2 ∈ Imf .

(iii) La caractérisation de la surjectivité est une simple traduction des définitions.

(iv) l’injectivité utilise la linéarité de f . En effet :

Soient u et v deux éléments de E. f (u) = f (v) ⇐⇒ f (u − v) = 0 ⇐⇒ (u − v) ∈ Ker(f ) Par

définition, f est injective si et seulement si f (u) = f (v) implique u = v, donc si et seulement si
(u − v) ∈ Ker(f ) implique u − v = 0, d’où le résultat.

§ 2 Décomposition canonique d’une application linéaire

Le résultat suivant sera souvent utilisé dans la suite du cours.

Théorème (Décomposition canonique d’une application)

Soient E et F deux ensembles et f : E −→ F une application quelconque.

a) La relation binaire R définie sur E par : xRy ⇐⇒ f (x) = f (y) est une relation d’équiva-
lence dans E dite associée à f .

b) Soient π la surjection canonique de E sur E/R (Par définition de E/R , l’application π :

x −→ cl(x) de E dans E/R est surjective ; on l’appelle l’application canonique ou la surjection
canonique) et j l’injection canonique de f (E) ⊂ F dans F (u −→ j(u) = u ). Alors il existe
une application bijective unique f¯ : E/R −→ f (E) telle que f = jof¯oπ.

Démonstration

a) On vérifie facilement que R est une relation d’équivalence dans E.

A. Intissar
Algèbre Parties : I & II

b) Définissons une application f¯ : E/R −→ f (E) en posant, pour toute classe cl(x) ∈ E/R ,

f¯(cl(x)) = f (x) où x est un représentant de la classe cl(x) ; autrement dit, on a f = f¯oπ.

L’application f¯ ne dépend que des classes modulo R et non du représentant de la classe cl(x).
Si en effet y est un autre représentant de la classe cl(x), on a xRy, i.e. f (x) = f (y) = f¯(cl(x)).

Montrons que f¯ est bijective.

Soient cl(x), cl(y) ∈ E/R tels que f¯(c(x)) = f¯(cl(y)) ; si x est un représentant de cl(x) et y est
un représentant de cl(y), alors on a f (x) = f¯(cl(x)) = f¯(cl(y)) = f (y), donc xRy et par suite
cl(x) = cl(y), ce qui prouve que f¯ est injective.

Pour tout y ∈ f (E), il existe un x ∈ E tel que y = f (x). Donc y = f¯(cl(x)) et f¯ est surjective,
donc bijective.

S’il existait une autre application g : E/R −→ F telle que f = goπ, on aurait pour tout x ∈ E,
f¯(cl(x)) = f (x) = g(cl(x)). d’où f¯ = g. ce qui prouve l’unicité de f¯.

Si enfin j est l’injection canonique de f (E) dans F , il est clair que pour tout x ∈ E, on a :

j[f¯[π()]] = f¯(π(x) = f¯(cl(x)) = f (x).

Donc f = jof¯oπ et on a le diagramme suivant :

Définition

La décomposition f = jof¯oπ s’appelle la décomposition canonique ou la factorisation canonique

de f .

La bijection f¯ s’appelle l’application induite par f ou encore l’application déduite de f par

passage au quotient.

Le cas où f est linéaire et E/R = E/Ker(f ) .

Soient E, F deux K-espaces vectoriels, f une application linéaire de E dans F , Ker(f ) son
noyau et E/Ker(f ) l’espace quotient par rapport à Ker(f ).

•1 Soit s : E −→ E/Ker(f ) une application définie par u −→ s(u) = cl(u)(surjection canonique)

où cl(u) désigne la classe de u.

A. Intissar
Algèbre Parties : I & II

•2 Soit g : E/Ker(f ) −→ Imf une application définie par cl(u) −→ g(cl(u)) = f (u).

On peut décomposer f sous la forme f = iogos où

•3 i est une application de Imf dans F définie par i(u) = u (injection canonique).

Proposition

Soient i, g et s les applications définies ci-dessus dans la décomposition de f , alors on a :

(i) i est application linéaire injective.

(ii) g est application linéaire surjective.

(iii) s est application linéaire surjective.

Démonstration

(i) L’application i est trivialement linéaire et elle est injective.

(ii) La linéarité de g se déduit de la linéarité de f et du fait qu’on a :

cl(λu + µv) = λcl(u) + µcl(v), ∀ λ, µ ∈ K et ∀ u, v ∈ E.

(α) Pour montrer l’injectivité de g, il suffit de remarquer que si g(u) = g(v) on a f (u) = f (v)
donc par linéarité de f on obtient f (u − v) = 0F c’est-à-dire u − v) ∈ Ker(f ) et il en résulte
que la classe de u est égale à la classe de v c’est-à-dire cl(u) = cl(v).

(β) Par construction de g, on en déduit sa surjectivité.

(iii) s est une application linéaire surjective par définition.

Proposition

Soient E et F deux K-espaces vectoriels et f une application linéaire de E dans F . L’application

f est :

- surjective si et seulement si Im(f ) = F ,

- injective si et seulement si Ker(f ) = {0}.

Démonstration :

La caractérisation de la surjectivité est une simple traduction des définitions.

Celle de l’injectivité utilise la linéarité.

Soient v et w deux éléments de E. f (v) = f (w) ⇐⇒ f (v − w) = 0 ⇐⇒ (v − w) ∈ Ker(f ).

Par définition, f est injective si et seulement si f (v) = f (w) implique v = w, donc si et seule-
ment si (v − w) ∈ Ker(f ) implique v − w = 0, d’où le résultat..

A. Intissar
Algèbre Parties : I & II

Définition

• Soient E un K-espace vectoriel et {u1 , u2 , ...., un } un système d’éléments de E.

Le ’rang’ d’un système de vecteurs est la dimension du sous-espace qu’il engendre.

• Soit E et F deux K-espaces vectoriels de dimension finie et f une application linéaire de E

dans F .

On appelle rang de f la dimension de Im(f ). rang(f ) = dim(Im(f )) , noté aussi rg(f).

Remarque

Il résulte de ce qui précédède que le rang d’un système est inférieur ou égal au nombre de
vecteurs du système, mais aussi inférieur ou égal à la dimension de l’espace.

Premières propriétés sur le rang d’un système de vecteurs

•1 Les propriétés suivantes sont à peu près évidentes sur la définition :

•2 Le rang d’un système de vecteurs ne change pas si on permute les vecteurs du système. c’est
à dire que le rang est indépendant de l’ordre des vecteurs du système.

•3 Le rang ne change pas si on multiplie un vecteur du système par un scalaire non nul.

•4 Le rang d’un système ne change pas si on ajoute à un vecteur un autre vecteur du système.

•5 Le rang d’un système ne change pas si on ajoute à un vecteur une combinaison linéaire des
autres vecteurs du système.

Un programme Python qui calcule le rang d’un système de vecteurs (le corps de base est Q).

from fractions import Fraction

from random import randint
import copy

class Vecteur :
"""modélisation vecteurs de dimension n à coefficients rationnels (ou autre) par une classe py-
thon"""

def -init-(self, L) :
"""constructeur"""
self.n =len(L)
[Link] = L

def -str-(self ) :
"""représentation externe"""
L = [str(x) for x in [Link]]
return "(" + ",".join(L) + ")"

A. Intissar
Algèbre Parties : I & II

def -add-(self, other) :

"""addition de deux vecteurs"""
L = []
for i in range(0, self.n) :
[Link]([Link][i] + [Link][i])
return Vecteur( L)

def - neg - (self ) :

"""opposé d’un vecteur"""
L = []
for i in range(0, self.n) :
[Link](-[Link][i])
return Vecteur( L)

def - sub - (self, other) :

"""différence de deux vecteurs""" L = []
for i in range(0, self.n) :
[Link]([Link][i] - [Link][i])
return Vecteur( L)

def - rmul - (self, k) :

"""loi externe"""
L = []
for i in range(0, self.n) :
[Link]([Link][i] * k)
return Vecteur( L)
def nul(self ) :
return all([x==0 for x in [Link]])

class Systeme() :
"""Modélisation d’un système de vecteurs de rationnels""" def - init - (self,L) :
"""constructeur"""
[Link]=L
[Link]=len(L)
def - str - self ) :
"""représentation externe"""
return ’[’+’,’.join([str(v) for v in [Link]])+’]’
def AllNull(self,i) :
"""teste la nullité de la colonne i"""
return all([[Link][i]==0])
def Colonne(self,i) :
""" la i-ième colonne du système"""
return Vecteur([[Link][j].coords[i] for j in range(0,[Link])])

def RemoveCol0(self ) :
""" Supprime la première colonne du système"""
L1=[Link]
L2=[[Link] for x in L1]
L3=[y[1 :] for y in L2]
L4=[Vecteur(z) for z in L3]
[Link]=[Link](L4)

A. Intissar
Algèbre Parties : I & II

def RemoveRow0(self ) :
""" Supprime la première ligne du système"""
[Link]=[Link][1 :]
[Link]-=1

def Permute0(self,i) :
"""permute la ligne i avec la ligne 0"""
L1=[Link]
L2= [L1[i]]+[L1[j] for j in range(0,[Link]) if j !=i]
[Link]=L2

def Substract0(self,alpha,j) :
""" retranche alpha*Ligne[0] à la ligne j """
L1=[Link]
L2=L1[1 :]
L3=[]
for i in range(0,[Link]-1) : if i+1 !=j : [Link](L2[i]) else : V=alpha*L1[0] [Link](L2[i]-
V) L4=[L1[0]]+L3 [Link]=[Link](L4)
def FirstRowNotNull(self ) :
""" Trouve l’indice de la première ligne ayant une première coordonnée non nulle"""
for i in range(0,[Link]) :
if not ([Link][i]).coords[0]==0 :
return i
return cas improbable dans les conditions d’utilisation

def FirstNullRow(self ) :
L=[Link]
for i in range(0,[Link]) :
if L[i].nul() :
return i
return cas improbable
def Rang(self ) :
""" Calcule le rang du système"""
if [Link]==1 si le système comporte un seul vecteur
if [Link][0].nul() :
return 0
else :
return 1
if any([[Link]() for v in [Link]]) : si un vecteur est nul
j=[Link]()
self.Permute0(j)
self.RemoveRow0() on l’élimine
return [Link]()
if [Link](0) : si toutes les premières coordonnées sont nulles
self.RemoveCol0()
return [Link]()
else :
j=[Link]() trouver la première ligne avec la première coordonnée non nulle
self.Permute0(j) la permuter avec la première
L1=[Link]([Link])

A. Intissar
Algèbre Parties : I & II

a=Fraction(1)/(L1[0].coords[0])
for j in range(1,[Link]) : retrancher à chaque ligne autre que la première
b=L1[j].coords[0] un multiple de la première de façon à annuler la première coordonnée
alpha=a*b
self.Substract0(alpha,j)
self.RemoveRow0() enlever la première ligne
self.RemoveCol0() enlever la première colonne
return 1+[Link]() appel récursif
return

variables globales servant à générer des systèmes aléatoires

Entiers=[Fraction(i) for i in range(0,10)]
Inverses=[0]+[Fraction(1,i) for i in range(1,10)]

def CreateSystemInt(m, n) :
""" Crée un système aléatoire de m vecteurs à n coordonnées entières"""
global Entiers, Inverses
S=[]
for jin range(0,m) :
L= [Entiers[randint(0, 9)] for iin range(0, n)]
V=Vecteur(L)
[Link](V)
return Systeme(S)

def main() :
S=CreateSystemInt(4,3)
print (S)
print ([Link]()) doit donner maximum 3
système avec un dernier vecteur nul
S=CreateSystemInt(2,3)
VecteurNul=Vecteur([Fraction(0), Fraction(0),Fraction(0)])
[Link](VecteurNul)
[Link]+=1
print (S)
print ([Link]()) doit donner maximum 2
S=CreateSystemInt(2,3)
Somme=[Link][0]+[Link][1]
[Link](Somme) [Link]+=1
print (S)
print ([Link]()) doit donner maximum 2
totalement aléatoire 4 vecteurs à 4 composantes grande probabilité d’obtenir 4
S=CreateSystemInt(4,4)
print (S)
print ([Link]()) doit presque toujours donner 4

if -name - ==’ - main - :

main()

• Supposons que E soit de dimension n et choisissons une base (e1 , . . . , en ). L’image par f de
tout vecteur de E est une combinaison linéaire des vecteurs f (e1 ), . . . , f (en ). Donc Im(f ) est le
sous-espace vectoriel de E engendré par (f (e1 ), . . . , f (en )).

A. Intissar
Algèbre Parties : I & II

Le rang de f est la dimension de ce sous-espace ; c’est donc le rang de la famille de vecteurs

(f (e1 ), . . . , f (en )) (cf. définition).
Observons que le rang est inférieur ou égal aux deux dimensions des espaces vectoriels de départ
et d’arrivée. rang(f ) 6 min{dim(E),dim(F )} .

Théorème

Soit E et F deux K-espaces vectoriels de dimension finie.

Soit f une application linéaire de E dans F . L’application f est :

• surjective si et seulement si l’image de toute famille génératrice dans E est une famille géné-
ratrice dans F .

• injective si et seulement si l’image de toute famille libre dans E est une famille libre dans F .

• bijective si et seulement si l’image de toute base de E est une base de F .

Démonstration :

Démontrons d’abord que si f est surjective alors l’image d’une famille génératrice dans E est
génératrice dans F . Soit (v1 , . . . , vm ) une famille génératrice dans E. Pour tout élément w de
F , il existe v ∈ E tel que f (v) = w. Le vecteur v s’écrit :

v = λ1 v1 + · · · + λm vm .

Donc :

w = f (λ1 v1 + · · · + λm vm ) = λ1 f (v1 ) + · · · + λm f (vm ) .

Tout vecteur w de F est combinaison linéaire de la famille (f (v1 ), . . . , f (vm )), qui est donc
génératrice. Voici la réciproque. Si (f (v1 ), . . . , f (vm )) est génératrice, alors un vecteur w de F
quelconque s’écrit
w = λ1 f (v1 ) + · · · + λm f (vm ) = f (λ1 v1 + · · · + λm vm ) .

Donc w est l’image par f d’un vecteur de E : f est bien surjective. Démontrons maintenant
que si f est injective alors l’image d’une famille libre dans E est une famille libre dans F . Soit
(v1 , . . . , vl ) une famille libre dans E.

Supposons que λ1 f (v1 ) + · · · + λn f (vl ) = 0 ..

Par la linéarité de f , λ1 f (v1 ) + · · · + λl f (vl ) = f (λ1 v1 + · · · + λl vl ) = 0 .

Si f est injective, alors le seul vecteur d’image nulle est le vecteur nul, donc λ1 b1 +· · ·+λn bn = 0.
Mais (v1 , . . . , vl ) est une famille libre. Donc λ1 = · · · = λn = 0.

Montrons la réciproque. Si l’image de toute famille libre est une famille libre, alors l’image d’un
vecteur non nul est un vecteur non nul. Donc Ker(f ) = {0} et f est injective.

A. Intissar
Algèbre Parties : I & II

Pour terminer la démonstration, il suffit d’observer qu’une application est bijective si et seule-
ment si elle est à la fois injective et surjective ; d’autre part une famille est une base si et
seulement si elle est à la fois libre et génératrice. Le point 3 du théorème est donc conséquence
des deux précédents.

Corollaire

Soient E et F deux K-espaces vectoriels de dimension finie et f une application linéaire de E

dans F .

Alors on a :

Si f est surjective alors dim(E) > dim(F ).

Si f est injective alors dim(E) 6 dim(F ).

Si f est bijective alors dim(E) = dim(F ).

La dimension est donc une forte contrainte sur la nature des applications linéaires. On peut
aussi voir cette contrainte sur le corollaire suivant comme suit.

Corollaire

Soient E et F deux K-espaces vectoriels de même dimension. Une application linéaire de E

dans F est bijective si et seulement si elle est injective ou surjective.

Il ne peut exister un isomorphisme entre deux espaces vectoriels que s’ils ont la même dimension.

Réciproquement, si deux espaces ont la même dimension (sauf si dimE = dimF = ∞), on peut
toujours construire un isomorphisme entre eux , en envoyant une base de l’un sur une base de
l’autre. En particulier, tous les espaces vectoriels de dimension n sont isomorphes à Kn . Si E
est de dimension n, avec une base (e1 , . . . , en ), tous les vecteurs de E ont une décomposition
Xn
unique v = xi ei , où les xi sont les coordonnées de v.
i=1

L’application de E dans Kn qui à v associe le n-uplet de ses coordonnées (x1 , . . . , xn ) est un

isomorphisme de E dans Kn . La somme des dimensions de l’image et du noyau est la dimension
de l’espace de départ : le théorème ci-dessous, est le théorème du rang.

Théorème (théorème du rang)

Soient E et F deux K-espaces vectoriels de dimension finie et f une application linéaire de E

dans F .

dim(Im(f )) + dim(Ker(f )) = dim(E) .

Démonstration

Soient k et l les dimensions respectives de Ker(f ) et Im(f ). Soit (b1 , . . . , bk ) une base de Ker(f )
et (c1 , . . . , cl ) une base de Im(f ). Pour j = 1, . . . , l, soit vj un vecteur de E tel que f (vj ) = cj .
Nous allons démontrer que B = (b1 , . . . , bk , v1 , . . . , vl ) est une base de E, ce qui entraîne que

A. Intissar
Algèbre Parties : I & II

dim(E) = k + l.

Montrons d’abord que c’est une famille libre. Soient λ1 , . . . , λk et µ1 , . . . , µl , k + l réels.

Xk Xl
Posons v = λi bi et w = µj vj . Puisque v ∈ Ker(f ), l’image par f du vecteur v + w est
i=1 j=1
l
X l
X
f (v + w) = f (w) = µj f (vj ) = µj cj Si v + w = 0, alors f (v + w) = 0, ce qui entraîne
j=1 j=1
la nullité des µj , car (c1 , . . . , cl ) est une famille libre. Alors v = 0, ce qui entraîne la nullité des
λi , car (b1 , . . . , bk ) est une famille libre. Donc B est une famille libre.

Il reste à montrer que B est une famille génératrice. Soit v un vecteur de E. Comme le vecteur
f (v) appartient à Im(f ), il est combinaison linéaire de c1 , . . . , cl :
l
X
f (v) = µj cj .
j=1

Donc :
 
l
X Xl
f (v) = µj f (vj ) = f  µj vj 
j=1 j=1

Ceci entraîne :
 
X l
f v − µj vj  = 0 ,
j=1

Donc
 
l
X
v − µj vj  ∈ Ker(f ) .
j=1
 
l
X k
X
Donc il existe λ1 , . . . , λk tels que v − µj vj  = λi bi ,.
j=1 i=1
k
X l
X
D’où v = λ i bi + µj vj .
i=1 j=1

Comme ce théorème est d’un usage courant on donne ci-dessous une démonstration légérement
différente que celle ci-dessus.

On rappelle que si E F sont deux K-espaces vectoriels de dimension finie et f ∈ L(E, F ) (une
application linéaire de E dans F ), on appelle rang de f , et on note rgu, la dimension de Im(f )
qu’on suppose qu’elle est finie et on la note aussi r.

Si (e1 , ..., en ) est une base de E alors les vecteurs (f (e1 ), ..., f (en ) engendrent Im(f). D’après le
théorème de la base incomplète, il existe une base de Im(f) comportant rg(f ) = r éléments.
Ainsi le rang de f est le nombre maximum de vecteurs linéairement indépendants extraits de
la suite f (e1 ), ..., f (en ). On a donc rg(f ) ≤ n = dim(E).

A. Intissar
Algèbre Parties : I & II

Pour re-démontrer dim(E) = dim(Ker(f )) + dim(Im(f )). On commence par observer (c’est
un résultat très utile) comme Ker(f ) est un sous-espace vectoriel de E alors il admet un sous-
espace supplémentaire W dans E (E = Ker(f ) ⊕ W ).

On définit une application g de W dans Im(f ) comme suit :

g : W → Im(f ) comme la restriction de f à W on la note par g = f|W .

Il est clair que g est linéaire.

Montrons qu’elle est bijective.

Par définition, si u ∈ Ker(g), on a f (u) = 0, donc u ∈ Ker(f ), d’où u ∈ W ∩ Ker(f ) = {0}

(car Ker(f ) et W sont supplémentaires ; donc u = 0. L’applicationg est donc injective.

Montrons que g est surjective.

Soit v ∈ Im(f ). Il existe u ∈ E tel que v = f (u). Or u s’ćrit de manière unique sous la forme :

u = u1 + u2 avec u1 ∈ Ker(f ) et u2 ∈ W . D’où,

f (u) = f (u1 + u2 ) = f (u1 ) + f (u2 ) = f (u2 ) puisque f (u1 ) = 0.

Par suite v = f (u2 ) = g(u2 ). et donc g est une application linéaire surjective sur Im(f ).

On a ainsi démontré que tout supplémentaire W de Ker(f ) est isomorphe à Im(f )

(résultat très important), il nous permet de retrouver le théorème du rang :

si f ∈ L(E; F ) et si W est un supplémentaire de Ker(f ) dans E, alors f induit un isomorphisme

de W vers Im(f ).

Et comme deux espaces vectoriels isomorphes ont la même dimension. On en déduit que W a
la même dimension que Im(F ).

Maintenant, comme dim(E) = dim(Ker(u)) + dim(W ), on a bien :

dim(E) = dim(Ker(f )) + dim(Im(f )) ou bien dim(E) = dim(Ker(f )) + rg(f ).

Conséquences

Soient E et F deux K-espaces vectoriels de dimension finie et soit u ∈ L(E, F ). Alors :

a) rg(f ) ≤ dim(E).

b) rg(f ) = dim(E) si et seulement si f est injective.

c) rg(f ) ≤ dim(F )

d) rg(f ) = dim(F ) si et seulement si f est surjective.

A. Intissar
Algèbre Parties : I & II

Proposition

Soient E, F et G trois K-espaces vectoriels.

Soit f une application linéaire de E dans F et g une application linéaire de F dans G. Alors on a :

gof = 0L(E,G) ⇐⇒ Im(f ) ⊂ Ker(g).

Démonstration

gof = 0L(E,G) ⇐⇒ ∀ u ∈ E, g(f (u) = 0G ⇐⇒ ∀ v ∈ Im(f ), g(v) = 0G ⇐⇒ Im(f ) ⊂ Ker(g).

Théorème (Noyaux et images itérés)

Soit E un K-espace vectoriel de dimension finie et non nulle n et f un endomorphisme de E.

Pour tout k dans N on pose :

Nk = Ker(f k ) et Ik = Im(f k ); f k = f of o.....of, k fois.

Alors on :

(i) la suite (Nk )k≥0 est croissante au sens de l’inclusion et que la suite (Ik )k≥0 est décroissante
(toujours au sens de l’inclusion).

(ii) L’ensemble S = {k ∈ N; Nk+1 = Nk } est une partie non vide de N et si on note p son plus
petit élément, on a d’une part, la suite (Nk )0≤k≤p est strictement croissante et la suite (Nk )p≤k
est constante (stationnaire) et d’autre part, la suite (Ik )0≤k≤p est strictement décroissante et
la suite (Ik )p≤k est constante (stationnaire) de plus p ≤ n.

(iii) E = Np ⊕ Ip

Démonstration

(i) Soit k un élément de N. Soit x un élément de Nk = Ker(f k ); f k (x) = 0E

donc f k+1 (x) = f (f k (x)) = f (0E ) = 0E et x appartient à Ker(f k+1 = Nk+1 . Alors Nk ⊂ Nk+1 .

f (E) ⊂ E donc f k (f (E)) ⊂ f k (E) . Ainsi Ik+ = f k+1 (E) = f k (f (E)) ⊂ f k (E) = Ik .

D’où

∀ k ∈ N, Nk ⊂ Nk+1 ∀ k ∈ N, Ik+1 ⊂ Ik .

(ii) Supposons que S = {k ∈ N; Nk+1 = Nk } soit vide. Alors pour tout élément k de N, Nk est
strictement contenu dans Nk+1 . En particulier ∀ k ∈ N, dimNk < dimNk+1 .

A. Intissar
Algèbre Parties : I & II

Rappelons que E est de dimension n et qu’ainsi la dimension d’un sous-espace vectoriel de

E est inférieure ou égale à n. Alors (dimN0 , dimN1 , ......, dimNn+1 ) est une suite strictement
croissante de n+2 entiers de l’intervalle [0, n]]qui contient n+1 éléments d’où une contradiction.
Finalement S est non vide de N. Nous noterons p son plus petit élément. p étant le plus petit
élément de S, pour tout k dans [0, p − 1], Nk+1 et Nk sont distincts donc Nk est strictement
contenu dans Nk+1 .

La suite (Nk )0≤k≤p est strictement croissante.

Pour tout k dans [0, p − 1], dimNk < dimNk+1 .

Donc pour tout k dans [0, p − 1], dimIk = n − dimNk > n − dimNk+1 = dimIk+1 .

Ainsi pour tout k dans [0, p − 1], Ik+1 est strictement contenu dans Ik .

La suite (Ik )0≤k≤p est strictement décroissante.

Montrons par récurrence que ∀k ∈ [p, +∞[, Nk+1 = Nk .

L’ égalité est vraie pour k = p car p appartient à S.

Supposons l’égalité vraie pour un élément k de [p, +∞[ et montrons la pour k + 1.

Il s’agit donc de prouver Nk+2 = Nk+1 sachant que Nk+1 = Nk .

Nous savons déjà que Nk+1 ⊂ Nk+2 Montrons l’inclusion inverse.

Soit x un élément de Nk+2 . f k+1 (f (x)) = f k+2 (x) = 0E donc f (x) appartient à Nk+1 . Comme
Nk+1 = Nk , f (x) appartient à Nk . Ainsi f k+1 (x) = f k (f (x)) = 0E et x appartient à Nk+1 .
Nk+2 ⊂ Nk+1 et la récurrence s’achève.

Par conséquent la suite (Nk )k≥p est constante.

∀ k ∈ [p, +∞[, Ik+1 ⊂ Ik et dimIk+1 = n − dimNk+1 = n − dimNk = dimIk .

Donc ∀ k ∈ [p, +∞[, Ik+1 = Ik et la suite (Ik )k≥p est constante.

La suite (Nk )0≤k≤p est strictement croissante donc (dimN0 , dimN1 , ......, dimNp ) est une suite
strictement croissante de p + 1 entiers de l’intervalle [0, n] qui contient n + 1 éléments donc
p + 1 ≤ n + 1. p ≤ n.

(iii) Soit x un élément commun à Np et Ip . f p (x) = 0E et il existe un élément z de E tel que

x = f p (z).

Alors f 2p (z) = f p (x) = 0E . Ainsi z appartient à N2p . Comme Np = N2p , z appartient à Np et

x = f p (z) = 0E .

Alors Np ∩ Ip = {0E }.

A. Intissar
Algèbre Parties : I & II

De plus dimNp + dimIp = dimKer(f p ) + dim(Imf p ) = dimE (théorème du rang).

E étant de dimension finie ce qui précède permet de dire que E = Np ⊕ Ip .

§ 3 Projecteurs associés à une décomposition en somme directe

(A) Projecteur

Soit E un K-espace vectoriel tel que E = V ⊕ W et x = v + w la décomposition de x suivant

V et W où V et W sont deux espaces vectoriels de E.

On définit les projecteurs P V et P W suivant V et W respectivement par :

• P V : E −→ V, x −→ P V (x) = v.

• P W : E −→ W, x −→ P W (x) = w.

On a alors les propriétés suivantes :

(i) P V oP V = P V ,

(ii) P V + P W = IE ,

(iii) P V oP W = P W oP V = 0L(E) ,

(iv) kerP V = W ,

(v) ImP V = ker(IE − P V ) = V ,

(vi) P VV = IV ,

(vii) P VW = 0L(V ) .

Réciproquement, si p est un endomorphisme de E qui vérifie pop = p, on a :

(viii) Imp = ker(IE − p) ;

(ix) Im(p) et ker(p) sont supplémentaires (dans E) ;

(x) p est le projecteur d’image Im(p) = ker(IE − p) parallélement à ker(p),

i.e. p|Im(p) = I|Im(p) et p|ker(p) = 0.

(B) Symétrie vectorielle

Soit E un K-espace vectoriel tel que E = V ⊕ W et x = v + w la décomposition de x suivant

V et W où V et W sont deux sous-espaces vectoriels de E.

La symétrie vectorielle par rapport à V et parallélement à W est l’automorphisme s de E tel

que :

A. Intissar
Algèbre Parties : I & II

s(x) = v − w i.e. s = P V − P W = 2P V − IE

où x = v + w est la décomposition de x suivant V ⊕ W .

On a les propriétés suivantes :

(i) s|V = IV ,

(ii) s|W = −IW ,

(iii) s = P V − P W ,

(iv) IE + s = 2P V ,

(v) sos = IE ,

(vi) s−1 = s.

Réciproquement, tout endomorphisme s de E qui vérifie sos = IE est la symétrie vectorielle

par rapport à ker(s − IE ) et parallélement à ker(IE + s).

(C) Affinité vectorielle

Soit E un K-espace vectoriel tel que E = V ⊕ W et x = v + w la décomposition de x suivant

V et W où V et W sont deux sous-espaces vectoriels de E.
L’affinité vectorielle de direction V , de rapport λ ∈ K∗ , parallélement à W est l’automorphisme
a de E tel que :

a(x) = λv + w

où x = v + w est la décomposition de x suivant V ⊕ W .

a est caractérisée par :

a|V = λIV et a|W = IW

Et on peut encore écrire :

a = λP V + P W .

(D) Projecteurs associés à une décomposition en somme directe

q
M
Si E = Ei et si x = x1 + ..... + xi + ..... + xq est la décomposition de x suivant les facteurs
i=1
Ei où Ei sont des sous-espaces vectoriels de E, on pose :

pi : E −→ Ei x −→ pi (x) = xi
M
pi est le projecteur de E sur Ei parallélement à Ej et on a les propriétés suivantes :
j6=i

A. Intissar
Algèbre Parties : I & II

pi opi = pi ,

i 6= j =⇒ pi opj = pj opi = 0,
q
X
pi = IE ,
i=1

Im(pi ) = Ei ,
q
M
Ker(pi ) = Ej .
j=1,j6=i

(E) Projection

Si V1 et V2 sont deux supplémentaires dans E du même sous-espace vectoriel W , la projection

P V1 de E sur V1 parallélement à W induit un isomorphisme de V2 sur V1 .

C’est une application du théorème du noyau et de l’image : P V1 est une application linéaire
d’image V1 et de noyau W ; elle induit un isomorphisme de V2 , supplémentaire de W sur son
image.

En classe de troisième, cerésultat porte le nom de ? ? Théorème de Thalès ? ?.

Proposition (différence de deux projecteurs)

Soit E un K-espace vectoriel. Soit

Soient p , q deux projecteurs de E et f = p − q et on suppose que f est une projection.

Alors :

(i) poq + qop = 2q et poq = qop = q.

(ii) Si poq = qop = q on a f est une projection parallélement à Ker(p) + Im(q) et

Im(f ) = Ker(q) ∩ Im(p).

Démonstration

(i) p − q = f = f 2 = (p − q)o(p − q) = p2 − poq − qop + q 2 = p − poq − qop + q.

Alors poq + qop = q + q = 2q i.e. poq + qop = 2q.

En composant cette égalité à gauche (resp. à droite) par q on obtient :

qopoq + qoqop = 2qoq (resp. poqoq + qopoq = 2qoq).

Alors qopoq + qop = 2q et poq + qopoq = 2q.

En soustrayant il vient :

A. Intissar
Algèbre Parties : I & II

qop − poq = 0L(E) . C’est à dire qop = poq.

En reprenant l’égalité poq + qop = 2q, on obtient 2poq = 2q ou poq = q.

Finalement poq = qop = q .

(ii) Ici poq = qop = q. f = p − q est un endomorphisme de E comme différence de deux endo-
morphismes de E.

De plus f 2 = (p − q)o(p − q) = p2 − poq − qop + q 2 = p − q − q + q = p − q = f .

Ainsi f est une projection.

Soit x un élément de Ker(f ). p(x) − q(x) = f (x) = 0E . p(x) = q(x). Alors p(x) = q(x) = p(q(x))
car q = poq p(x) − p(q(x)) = 0E . p(x?q(x)) = 0E donc x − q(x) appartient à Ker(p).

Posons t = x − q(x). x = t + q(x) donc x est un élément de Ker(p) + Im(q).

Récipoquement soit x un élément de Ker(p) + Im(q). x = x1 + x2 avec x1 dans Ker(p) et x2

dans Im(q).

f (x) = p(x) − q(x) = p(x1 ) + p(x2 ) − q(x1 ) − q(x2 ). Or p(x1 ) = 0E et q(x2 ) = x2 .

Alors f (x) = p(x2 ) − q(x1 ) − x2 . q(x2 ) = x2 donne p(x2 ) = p(q(x2 )).

Commepoq = q : p(x2 ) = q(x2 ) = x2 . q = qop et p(x1 ) = 0E donnent : q(x1 ) = q(p(x1 )) = q(0E ) = 0E .

Alors f (x) = p(x2 ) − q(x1 ) − x2 = x2 − 0E − x2 = 0E . x est un élément de Ker(f ).

Finalement : Ker(f ) = Ker(p) + Im(q).

Soit x un élément de Im(f ). Il existe z dans E tel que :

x = f (z) = p(z) − q(z). q(x) = q(p(z))q 2 (z) = q(z) − q(z) = 0E .

Alors x appartient à Ker(q). De plus x = p(z) − q(z) = p(z) − p(q(z)) = p(z − q(z)) donc x
appartient à Im(p). Par conséquent x appartient à Kerq ∩ Im(p).

Réciproquement, soit x un élément de Ker(q) ∩ Im(p). q(x) = 0E et p(x) = x.

Donc f (x) = p(x) − q(x) = x. x appartient à Ker(f − IE ) = Im(f ).

Finalement, Im(f ) = Ker(q) ∩ Im(p).

§ 4 Formes linéaires et hyperplans.

Définition (hyperplan)

Soit E un K-espace vectoriel de dimension finie n.

A. Intissar
Algèbre Parties : I & II

On appelle hyperplan vectoriel de E tout sous-espace vectoriel de dimension (n − 1).

Définition (rappel d’une forme linéaire)

On dit que f est une forme linéaire sur un K-espace vectoriel E si f est une application linéaire
sur E à valeurs dans K.

Vocabulaire. L’espace vectoriel L(E, K) des formes linéaires sur E est souvent noté E ∗ , ap-
pelé l’espace dual de E.

Proposition

Soit B = {e1 , , en } une base d’un K-espace vectoriel E. Pour tout 1 ≤ i ≤ n, on définit la i−ième
application coordonnée fi = E −→ K par :

Soit u ∈ E avec u = x1 e1 + x2 e2 + .... + xi ei + ..... + xn en avec (x1 , x2 , ....., xn ) ∈ Kn ,

on définit fi (u) = xi = i−ième coordonnée de u dans la base B = {e1 , ......., en }.

L’application fi est une forme linéaire pour tout 1 ≤ i ≤ n.

Démonstration

Soit u, v ∈ E et λ, µ ∈ K. Il existe un unique n-uplet (x1 , x2 , ....., xn ) ∈ Kn tel que :

u = x1 e1 + x2 e2 + .... + xi ei + ..... + xn en .

De même, v se décompose de manière unique dans la base B :

∃! (y1 , y2 , ....., yn ) ∈ Kn ; v = y1 e1 + y2 e2 + .... + yi ei + ..... + yn en

On a alors :

λu + µv = (λx1 + µy1 )e1 + (λx2 + µy2 )e2 + ..... + (λxi + µyi )e1 + ....... + (λxn + µyn )en

et donc pour tout 1 ≤ i, j ≤ n :

λu + µv = (λxi + µyi = λfi (u) + µfi (v).

Ainsi fi est linéaire. Comme de plus fi : E −→ K, c’est bien une forme linéaire.

Proposition
n
X
• Pour tout u ∈ E, u = fi ei .
i=1 
 1 si i = j
• Pour tout 1 ≤ i, j ≤ n, on a fi (ej ) = δij =
0 sinon

Démonstration

• Par définition, fi (u) est la i−ième composante de u dans la base B . Donc on a :

A. Intissar
Algèbre Parties : I & II

u = f1 (u)e1 + f2 (u)e2 + ..... + fi (u)ei + ..... + fn (u)en .

• On a ej = 0e1 + 0e2 + ..... + 1ej + ..... + 0en . Donc la i−ième coordonnée de ej dans la base
B est 0 si i 6= j et 1 si i = j. D’où le résultat.

Proposition

Soit B = {e1 , ..., ej , ..., en } une base d’un K-espace vectoriel E et {f1 , ......, fn } la famille des
formes linéaires coordonnées associées à B.

Alors {f1 , ......., fn } est une base de E ∗ = L(E, K), appelée base duale de E.

Démonstration

Posons F = {f1 , .....fi , ...., fn }. On souhaite montrer que F est une base de L(E, K). On a
dim(L(E, K)) = dim(E) × dim(K) = n × 1 = n et Card(F) = n. Il suffit donc de montrer que
la famille est libre.

Soit pour cela α1 , ..., αn ∈ K tels que :

α1 f1 , ..., αn fn = 0L(E,K) (*)

Montrons que α1 = ..., = αn = 0 . On évalue pour cela (*) en ej . On obtient :

α1 f1 (ej ), ..., +αn fn (ej ) = 0. Or puisque fi (ej ) = δi,j (où δi,j = 1 si i = j et δi,j = 0 si i 6= j),
on en déduit que αj = 0, et ce pour tout 1 ≤ j ≤ n..

La famille F est donc libre. C’est donc une base de L(E, K) = E ∗ .

Théorème

Soient E un K-espace vectoriel de dimension finie n et soit H un sous-espace vectoriel de E. Alors

(1) H est un hyperplan si et seulement si c ?est le noyau d ?une forme linéaire non nulle ϕ.

(2) toute forme linéaire ψ dont le noyau est H est proportionnelle à ϕ.

Démonstration

⇐=

Soit ϕ ∈ L(E, K) ; ϕ 6= 0 telle que H = Ker(ϕ). Par le théorème du rang, on a dim(H) =

dim(E) − rg(ϕ). Or Im(ϕ) est un sous-espace vectoriel de K, c’est donc {0E ∗ } ou K. Ce n’est
pas {0E ∗ } car ϕ 6= 0. Donc Im(ϕ) = K, et rg(ϕ) = 1, donc dim(H) = n − 1. D ?où le résultat.

=⇒

Supposons que H est un hyperplan de E. On considère {e1 , ..., en−1 } une base de H, qu’on
complète en {e1 , ..., en−1 , en } une base de E.

A. Intissar
Algèbre Parties : I & II

Notons ϕn la n − me forme linéaire coordonnée. Pour tout x ∈ E, on a :

x ∈ Ker(ϕn ) ⇐⇒ ϕn (x) = 0 ⇐⇒ x = x1 e1 + ..... + xn−1 en−1 ⇐⇒ x ∈ H.

Ainsi on a bien H = Ker(ϕn ), noyau d’une forme linéaire non nulle (ϕn (en ) = 1).

(2) Supposons que H = Ker(ϕ) = Ker(ψ), et soit a ∈

/ H. On sait qu’alors E = H ⊕ V ect(a).

On a ψ(a), ϕ(a) 6= 0, sinon ces formes linéaires seraient nulles (elles seraient nulles sur H, sur
V ect(a), et donc sur E).

ϕ(a)
Posons λ = , et montrons que ϕ = λψ. Ces deux formes linéaires coïncident sur H, elles
ψ(a)
coïncident en a et donc sur V ect(a). Elles sont donc égales, et on a bien ϕ = λψ.

Théorème (intersection d’hyperplans)

Soit E est un K-espace vectoriel de dimension n ≥ 2.

(i) Si F et G sont deux espaces vectoriels de E alors dim(F ∩ G) ≥ dimF + dimG−n.

(ii) La dimension de l’intersection de deux hyperplans H1 et H2 distincts de E est

dim(H1 ∩ H2 ) = n − 2.

(iii) Soit H1 , ......, Hr r hyperplans de E, r ∈ [1, n − 1] alors :

n − r ≤ dim H1 ∩, ......, ∩Hr ≤ n − 1

(iv) Si F est un sous-espace vectoriel de dimension n − p alors F est l’intersection de p hyper-

plans de E.

Démonstration

(i) En utilisant la formule de Grassmann on a dim(F + G) + dim(F ∩ G) = dimF + dimG.

Maintenant, comme F + G est un sous-espace vectoriel de E, alors dim(F + G) ≤ n et donc
dimF + dimG = dim(F + G) + dim(F ∩ G) ≤ n + dim(F ∩ G) d’où :

dim(F ∩ G) > dimF + dimG − n.

(ii) Soient H1 et H2 deux hyperplans distincts de E.

D’après ce qui précède dim(H1 ∩ H2 ) > dimH1 + dimH2 − n.

Donc dim(H1 ∩ H2 ) > n − 1 + n − 1 − n = n − 2.

Comme H1 ∩ H2 est un sous-espace vectoriel de H1 ; n − 1 = dimH1 > dim(H1 ∩ H2 ) > n − 2.

Alors dim(H1 ∩ H2 ) vaut n − 1 ou n − 2.

A. Intissar
Algèbre Parties : I & II

Supposons que dimH1 ∩ H2 ) = n − 1. H1 ∩ H2 est alors un sous-espace vectoriel de H1 et H2 ,

qui a même dimension que H1 et H2 . Alors H1 ∩ H2 = H1 = H2 . Ceci contredit l’hypothèse.
Par conséquent H1 ∩ H2 est de dimension n − 2.

(iii) Montrons par récurrence que : ∀ k ∈ [1, r], dim(H1 ∩ H2 ∩ ... ∩ Hk ) > n − k.

La propriété est vraie pour k = 1 (dimH1 = n − 1). Supposons la vraie pour un élément k de
[1, r − 1] et montrons la pour k + 1.

D’après (i), dim(H1 ∩, ......, ∩Hk+1 ) > dim(H1 ∩, ......, ∩Hk ) + dimHk+1 − n.

dim(H1 ∩, ......, ∩Hk+1 ) > dim(H1 ∩, ......, ∩Hk ) + n − 1 − n = dim(H1 ∩, ......, ∩Hk ) − 1.

En appliquant l’hypotèse de récurrence on obtient :

dim(H1 ∩, ......, ∩Hk+1 ) > n − k − 1 = n − (k + 1) et ainsi s’achève la récurrence.

(iv) La propriété est vraie pour p = 1 car si F est de dimension n − 1, F est un hyperplan et il
est donc intersection d’un hyperplan.

Supposons la propriété vraie pour p élément de [1, n − 1] et montrons la pour p + 1.

Soit F un sous-espace vectoriel de E de dimension n − (p + 1). F est distinct de E donc il existe

un élément u0 de E n’appartenant pas à F .

Posons D = V ect(u0 ) et G = F +D. u0 n’appartient pas à F donc F et D sont en somme directe.

G est donc de dimension n − p.

L’hypothèse de récurrence montre alors que G est l’intersection de p hyperplans H1 ∩ H2 , ......, ∩Hp .

Soit G0 un supplémentaire de G dans E. dimG0 = n − (n − p) = p.

Posons Hp+1 = F + G0 . Cette somme est directe car G = F + D et G0 sont supplémentaires.

Ainsi Hp+1 est de dimension dimF +dimG0 = n−(p+1)+p = n−[Link]+1 est donc un hyperplan.

Montrons pour finir que F = G ∩ Hp+1 ainsi aurons nous F = H1 ∩ H2 ∩, ......, ∩Hp ∩ Hp+1 ) et
F sera l’intersection de p + 1 hyperplans.

F est contenu dans G et dans Hp+1 par construction de ces deux sous-espaces.

Ainsi F ⊂ G ∩ Hp+1 .

Réciproquement :

Soit u un élément de G ∩ Hp+1 . u appartient à Hp+1 = F + G0 donc u = u1 + u2 avec u1 élément

de F (donc de G) et u2 élément de G0 . u2 = u − u1 .

u et u1 sont deux éléments de G donc u − u1 appartient à G. Alors u2 = u − u1 appartient à

G et G0 qui ont une intersection nulle.

A. Intissar
Algèbre Parties : I & II

Ainsi u2 = u − u1 = 0E . u = u1 et u appartient alors à F . Ceci achève de montrer que

G ∩ Hp+1 ⊂ F .

Par conséquent F = G ∩ Hp+1 = H1 ∩ H2 ∩ ........ ∩ Hp ∩ Hp+1 et la récurrence s’achève.

Si p élément de [1, n] et si F est un sous-espace vectoriel de E de dimension n − p alors F est

l’intersection de p hyperplans de E.

Ou si p élément de [0, n − 1] et si F est un sous-espace vectoriel de E de dimension p alors F

est l’intersection de n − p hyperplans de E.

A. Intissar
Algèbre Parties : I & II

Chapitre 4
Notion de matrices

§ 1 Généralités

Définition

Soient I = [1, m] et J = [1, n] deux sous ensembles de N et K = R ou C.

On appelle matrice de type I × J à éléments dans K, toute application de I × J dans K.

A : I × J −→ K (i, j) −→ A(i, j) = ai,j avec aij ∈ K.

ou bien

• Une matrice A est un tableau rectangulaire d’éléments de K.

• Elle est dite de taille mn si le tableau possède m lignes et n colonnes.

• Les nombres du tableau sont appelés les coefficients de A.

• Le coefficient situé à la i−ème ligne et à la j −ème colonne est noté ai,j .

Un tel tableau est représenté de la manière suivante :

 
a11 a12 ... a1j ... a1n
 
 
 a21 a22 ... a2j ... a2n 
 
 
 
 .. ... ... ... ... ... 
 
A= 


 ai1 ai2 ... aij ... ain 
 
 
 
 .. ... ... ... ... ... 
 
 
am1 am2 ... amj ... amn

ou A = (ai,j )1≤i≤m,1≤j≤n

Egalité de deux matrices

Définition

Soient I = [1, m], J = [1, n], I 0 = [1, m0 ] et J 0 = [1, n0 ].

Soient A = (ai,j )1≤i≤m,1≤j≤n et B = (bk,l )1≤k≤m0 ,1≤l≤n0

On dit que A = B si et seulement si

A. Intissar
Algèbre Parties : I & II

(i) I = I 0 ,

(ii) J = J 0 ,

(iii) ai,j = bi,j ∀ i et ∀ j.

c’est-à-dire :

Deux matrices sont égales lorsqu’elles ont la même taille et que les coefficients correspondants
sont égaux.

• L’ensemble des matrices à m lignes et n colonnes à coefficients dans K est noté Mmn (K).

• Somme et différence de deux matrices

Deux matrices A = (aij ) et B = (bij ) de même type (m, n) peuvent s’additionner ou se sous-
traire.

La somme (ou différence) de ces deux matrices est une matrice C = (cij ) du même type telle
que :

C = A ± B ⇐⇒ cij = aij ± bij

L’addition ainsi définie est une loi de composition interne. Cette loi munit l’ensemble des ma-
trices du type (m, n) d’une structure de “groupe abélien“.

A + (B + C) = (A + B) + C (associativité).

A + B = B + A (commutativité).

A + 0 = 0 + A = A (élément neutre) (0 matrice nulle ⇐⇒ aiij = 0 1 ≤ i ≤ m et 1 ≤ j ≤ n

A + (−A) = 0 (élément symétrique). ((−A = (−aij ) matrice opposée à A = (aij ))).

• La soustraction ne remplit pas les critères d’associativité et de commutativité.

Soit λ ∈ K, pour multiplier une matrice A = (aij ) par λ, on multiplie chacun des éléments aij
de la matrice par λ et on écrit λ.A = (λaij ) .

Quelques matrices particulières

?1 On appelle matrice carrée toute matrice (ai,j ) où m = n i.e dont le nombre de lignes est égal
au nombre de colonnes..

?2 On appelle matrice diagonale toute matrice (ai,j ) telle que ai,j = 0 pour tout i 6= j.

?3 On appelle matrice triangulaire supérieure toute matrice (ai,j ) telle que ai,j = 0 pour tout
j < i.

?4 On appelle matrice triangulaire inférieure toute matrice (ai,j ) telle que ai,j = 0 pour tout
i < j.

A. Intissar
Algèbre Parties : I & II

?5 On appelle matrice identité une matrice (ai,j ) telle que ai,i = 1 et ai,j = 0 si i 6= j.

?6 Une matrice ligne est une matrice dont le nombre de lignes est égal à 1.

?7 Une matrice colonne est une matrice dont le nombre de colonnes est égal à 1.

Définition (transposée d’une matrice)

Soit A = (ai,j ) une matrice , on appelle transposée de A la matrice t A = (bij telle que
bij = aj,i ∀i, ∀j.
   
a11 a12 ... a1j ... a1n a11 a21 ... ai1 ... am1
   
   
 a21 a22 ... a2j ... a2n   a12 a22 ... ai2 ... am2 
   
   
   
 ..
 ... ... ... ... ... 


 .. ... ... ... ... ... 

Si A =   alors t A =  
   
 ai1 ai2
 ... aij ... ain 


 a1j a2j ... aji ... amj 
   
   
 ..
 ... ... ... ... ... 


 .. ... ... ... ... ... 

   
am1 am2 ... amj ... amn a1n a2n ... ain ... amn

Exemple
 
1 2 3  



 1 4 7 10
 4 5 6   
   
Si A =   alors t A =  2 5 8 11 
   
 7 8 9   
 
  3 6 9 12
10 11 12

Définition (matrice symétrique)

En algèbre linéaire, une matrice symétrique est une matrice qui est égale à sa propre transposée.
Ainsi A est symétrique si t A = A, ce qui exige que A soit une matrice carrée.

Le mot symétrique
 est à
utiliser avec prudence pour les matrices à coefficients complexes ! ! !.
1 i
Exemple A =  , il est convenable de l’appeler une matrice C-symétrique.
i −1
Les matrices C-symétriques ou les opérateurs C-symétriques jouent un rôle important dans la
physique mathématique actuelle.

A. Intissar
Algèbre Parties : I & II

Définition (matrice conjuguée)

En algèbre linéaire, la matrice conjuguée d’une matrice A à coefficients complexes est la matrice
A constituée des éléments de A conjugués.

Plus précisément, si on note ai,j et bi,j les coefficients respectifs de A et de A alors bi,j = ai,j .
   
1 i 1 −i
Exemple si A =   alors A =  , et on observe que A 6=t A.
i −1 −i −1
Définition (matrice adjointe)

En algèbre linéaire, une matrice adjointe (aussi appelée matrice transconjuguée) d’une matrice
A à coefficients complexes est la matrice transposée de la matrice conjuguée de A. Dans le cas
particulier où A est à coefficients réels, sa matrice adjointe est donc simplement sa matrice
transposée.

La matrice adjointe est traditionnellement notée A∗ =t A.

• Si A = A∗ , on dit que A est auto-adjointe ou hermitienne.

• Si A = −A∗ , on dit que A est antihermitienne.

Exemple
     
1 1−i 1 1+i 1 1−i
si A =   alors A =   et A∗ =  =A
1+i 3 1−i 3 1+i 3
(hermitienne).
     
i 3i −i −3i i 3i
si A =   alors A =   et A∗ = -  = −A
3i −i −3i i 3i −i
(antihermitienne).

§ 2 Matrice associée à une application linéaire

Soit E un K-espace vectoriel de dimension finie dimE = m et de base B = {e1 , e2 , ....., em }.

0 0 0 0
Soit F un K-espace vectoriel de dimension finie dimF = n et de base B = {e1 , e2 , ....., en }.

Soit L(E, F ) l’ensemble des applications linéaires de E dans F .

On cherche à construire une correspondance entre Mmn (K) et L(E, F ).

Soit u ∈ E et soit f ∈ L(E, F ), pour définir une application linéaire f il suffit de définir
f (ei ); 1 ≤ i ≤ m.

Un joli refrain à retenir :

A. Intissar
Algèbre Parties : I & II

toute application linéaire entre espaces vectoriels est entièrement définie par l’image d’une base
de l’espace de départ. Autrement dit, dès lors que l’on connaît les images des éléments d’une
base du départ, on connaît l’application en tout point.

Théorème

Soient E et F deux K-espaces vectoriels. On se fixe B = {e1 , e2 , .., ei , ..., em } une base de E.

(i) Toute application linéaire f : E −→ F est entièrement déterminée par ses valeurs en chacun
des ei , à savoir les f (ei ) pour 1 ≤ i ≤ m.

(ii) Inversement, étant donnée vi ≤ i ≤ m une famille d’éléments de F (avec autant d’éléments
que la base de départ), il existe une unique application linéaire f : E −→ F vérifiant f (ei = vi
pour tous 1 ≤ i ≤ m.

Démonstration

(i) Supposons que l’on connaisse les images f (ei ). Alors pour calculer l’image de u ∈ E par f ,
il suffit de décomposer u sur la base B = {e1 , e2 , .., ei , ..., em } :

∃!(α1 , α2 , ...., αi , ...., αm ) ∈ Km ; u = α1 e1 + α2 e2 + .... + αi ei + .... + αm em

Ensuite, par linéarité, on a :

f (u) = α1 f (e1 ) + α2 f (e2 ) + .... + αi f (ei ) + .... + αm f (em ).

ce qui montre bien que f (u) s’exprime entièrement en fonction des f (ei ).

(ii) Inversement, partant de v1 , , ..., vm ∈ F alors on définit f en posant :

f (u) = f (α1 e1 + α2 e2 + .... + αi ei + .... + αm em ) = α1 v1 + α2 v2 + .... + αi vi + .... + αm vm .

C’est l’application linéaire cherchée.

Poussons encore un petit peu plus loin la logique du théorème précédent.

Notons B = {e1 , e2 , .., ei , ..., em }; 1 ≤ i ≤ m une base de E et considérons :

0 0 0 0
B = {e1 , e20 , .., ej , ..., en }; 1 ≤ j ≤ n une base de l’espace d’arrivé F .

Les images (f (ei ) ), qui suffisent à la connaissance de f , sont elles mêmes entièrement détermi-
0 0 0 0
nées par leurs coordonnées respectives sur la base B = {e1 , e20 , .., ej , ..., en }; 1 ≤ j ≤ n,

il existe a1i , a2i , ...., aji , ...., ani ∈ K unique tels que on peut l’écrire sous la forme suivante sui-
0
vant la base B :
0 0 0 0
f (ei ) = a1i e1 + a2i e2 + .... + aji ej + .... + ani en 1 ≤ i ≤ m.

Il en résulte que f (ei ) ∈ F et par conséquent :

A. Intissar
Algèbre Parties : I & II

f (e1 ), f (e2 ), ........, f (ei ), .........., f (em )

       
a11 a12 a1i a1m
       
       
 a21   a22   a2i   a2m 
       

 . 


 . 


 . 


 . 
 .   .   .   . 
,
 aj2 .........,
    , ........,  
 aj1   aji   ajm 
       
       
       
 .   .   .   . 
       
 .   .   .   . 
an1 an2 ani anm

L’application f est donc entièrement déterminée par m × n = dim(E) × dim(F ) éléments de

K, les aj,i . On a coutume de résumer toutes ces informations dans le tableau :

. f (e1 ), f (e2 ), ....., f (ei ), ........, f (em )

0
 
a11 a12 a1i a1m


 e1

  
  

 0  a21 a22 a2i a2m 
e2







.
 
 .

. . . 


0 0 . 
 .

M at(f, B, B ) = M at(f, (ei ), (ej )) := 0 . ......... . ........ . 

 e j

 aj1 aj2 aji

ajm 

  

  

.
  


  . . . . 
.
  


  . . . . 
 0
en an1 an2 ani anm
qui comporte autant de colonnes que la dimension de l’espace de départ, ici m, et autant de
lignes que la dimension de l’espace d’arrivée, ici n. La règle de remplissage des n × m cases est
la suivante :

dans la case aji à l’intersection de la j −ème ligne et de la i−ème colonne figure la coordonnée
0
en ej de l’image f (ei ).

Pour respecter l’ordre alphabétique, il suffit de permuter m et n pour obtenir la notation habi-
tuelle ! ! ! néanmoins en calcul matriciel, on ne peut pas concilier l’ordre alphabétique de ij et
celui de mn ; ils ne peuvent pas coexister harmonieusement.

Défiition

Soit f : E 0−→ F une application linéaire entre K-espaces

0
vectoriels. Étant données B une base
de E et B une base de F , la matrice M at(f, B, B ) précédente s’appelle la matrice de l’appli-
0
cation f dans les bases B et B .

Remarque

Si on change de base, à l’arrivée et/ou au départ, la matrice s’en retrouve modifiée.

A. Intissar
Algèbre Parties : I & II

Pour autant, l’application f , elle, reste inchangée. Il est important de savoir construire ou dres-
ser la matrice d’une application linéaire dans deux bases fixées.

Exemples
0 0
• Plaçons nous dans R2 . Soit (e1 ; e2 ) la base canonique et (e1 , e2 ) une autre base donnée par
0 0
e1 = e1 +e2 et e2 = e1 +2e2 . Soit f : R2 −→ R2 définie par f (e1 ) = 3e1 +e2 et f (e2 ) = −e1 +2e2 .

Alors on a :

.  f
(e1 ) f (e2
)
 e1 3 −1
M at(f, (e1 , e2 ), (e1 , e2 )) :=  
e2 1 2


0 0 0 0
On remarque que e1 = 2e1 − e2 et que e2 = e2 − e1

Ainsi :
0 0
f (e1 ) = 2e1 − e2
0 0 0 0 0 0
f (e1 ) = 3e1 + e2 = 3(2e1 − e2 ) + (e2 − e1 ) = 5e1 − 2e2
0 0 0 0 0 0
f (e1 ) = −e1 + 2e2 = −(2e1 − e2 ) + 2(e2 − e1 ) = −4e1 + 3e2

si bien que :
.  0 f
(e1 ) f (e2 )

0 0
 e1
 5 −4
M at(f, (e1 , e2 ), (e1 , e2 )) :=  
 e0

−2 3
2

• Plaçons nous dans R2 [X] l’espace vectoriel des polynômes de degré ≤ 2 et considérons
D : R2 [X] −→ R2 [X] l’application linéaire définie par D(P ) = P 0 (dérivée).

Dans la base canonique (1; X; X 2 ), on a :

D(1) = 0.1 + 0.X + 0.X 2 , D(X) = 1.1 + 0.X + 0.X 2 et D(X 2 ) = 0.1 + 2.X + 0.X 2 . Il en ré-
sulte que :

.
 D(1) D(X) D(X 2 )
 

 1 0 1 0

  

2 2
 
M at(D, (1, X, X ), (1, X, X )) := X   0 0 2 


  


 2
X 0 0 0

Remarque

Si f : E −→ F et g : E −→ F sont deux applications linéaires et si α, β ∈ K alors on sait que

l’application αf + βg est encore linéaire. On vérifie facilement que sa matrice dans les bases B

A. Intissar
Algèbre Parties : I & II

0
et B vérifie :
0 0 0
M at(αf + βg, B, B ) = αM at(f, B, B ) + βM at(g, B, B ).

autrement dit, la matrice d’une combinaison linéaire d’applications est la combinaison linéaire
des matrices de ces applications. Plus formellement, on peut énoncer la proposition suivante :

Proposition

Soient E et F deux espaces vectoriels de dimension finie. Notons n = dim(E), m = dim(F ) et

0 0
fixons B = (ej )1≤j≤n une base de E et B = (ei )1≤i ≤ m une base de F .

Alors l’application :
0
ψ : L(E, F ) −→ Mmn (K); f −→ ψ(f ) = M at(f, B, B ) est un isomorphisme de K-espaces vec-
toriels.

Démonstration

Le fait que cette application soit linéaire résulte d’une simple vérification.

La surjectivité et l’injectivité résultent du deuxième point du théorème ci-dessus.

En effet, si A = (ai;j ) ∈ Mmn (K) est une matrice de taille mn, appelons v1 , ..........., vn les n
0
vecteurs colonnes de cette matrice, vus comme des éléments de F écrits dans la base B :
m
0 0 0 0 X 0
∀ 1 ≤ j ≤ n, vj = a1j e1 + a2j e2 + ........ + aij ei + ...... + amj em = aij ei .
i=1

D’après le théorème ci-dessus, il existe une unique application linéaire f telle que f (ej ) = vj
0
pour tous 1 ≤ j ≤ n. Par définition, on a A = M at(f ; B, B ). Cela montre la surjectivité, mais
aussi l’injectivité par unicité.

§ 3 Structure d’espace vectoriel de l’ensemble des matrices Mmn (K)

Soit K = R ou K = C, on rappelle :

• l’addition dans Mmn (K)

Soit A = (aij ), B = (bij ∈ Mmn (K) i ∈ [1, m], j ∈ [1, n]. On définit :

(A + B) = (cij ; cij = aij + bij , i ∈ [1, m], j ∈ [1, n]. i.e

 
a11 + b11 ...... a1n + b1n
 
 

 . ...... . 

A+B =  



 . ...... . 

 
am1 + bm1 ...... amn + bmn

A. Intissar
Algèbre Parties : I & II

• multiplication d’une matrice A ∈ Mmn (K) par un scalaire λ ∈ K

Soit A = (aij ) et λ ∈ K, on définit :

λ.A = (λaij ) i ∈ [1, m], j ∈ [1, n].i.e

 
λa11 ...... λa1n
 
 
 . ...... . 
 
λA = 
 

 . ...... . 
 
 
λam1 ...... λamn

Proposition

L’ensemble des matrices de dimension m×n muni des deux opérations ci-dessus est un K-espace
vectoriel.

Démonstration

(i) (Mmn (K), +) est un groupe abélien c’est déjà vu.

(ii) Les quatre propriétés de la loi externe sont triviales.

base canonique de Mmn (K)

Théorème

Soit i un entier compris entre 1 et m et j un entier compris entre 1 et n.

On désigne par Ei,j la matrice à m lignes et n colonnes dont tous les éléments sont nuls sauf
celui de la i−ième ligne, j −ième colonne qui est égal à 1.

Les matrices Ei,j définissent une base de Mmn (K), appelée base canonique de Mmn (K).

Démonstration
m X
X n
Soit A = (aij ) une matrice de Mmn (K). On peut alors écrire aij Ei,j .
i=1 j=1

Ceci prouve que la famille des matrices Ei,j engendre Mmn (K).
m X
X n
Comme il est évident que c’est une famille libre (en effet si λij Ei,j = 0 tous les λij sont
i=1 j=1
m X
X n
nuls puisque λij Ei,j est la matrice de terme général λij ). Cette famille définit donc une
i=1 j=1
base de Mmn (K). On en déduit immédiatement en comptant le nombre des matrices Ei,j (ce
qui revient à compter le nombre de positions que peut prendre 1) le théorème suivant :

A. Intissar
Algèbre Parties : I & II

Théorème

La dimension de Mmn (K) est égale à m × n.

Cas particulier : l’espace vectoriel des matrices carrées d’ordre n noté Mn (K) est de dimension
n2

Exemple de sous-espaces supplémentaires dans Mn (R).

On appelle S le sous-ensemble de Mn (R) formé des matrices symétriques, et A celui formé des
matrices antisymétriques :

S := Sn (R) = {S ∈ Mn (R), S =t S} et A := An (R) = {R ∈ Mn (R), R = −t R}

Propriétés des matrices symétriques et antisymétriques

Proposition

•1 La somme de deux matrices symétriques (resp. antisymétriques) est symétrique (resp. anti-
symétrique).

•2 Toute matrice diagonale est symétrique.

•3 Les coefficients diagonaux d’une matrice antisymétrique sont nuls.

•4 La matrice nulle est la seule qui soit à la fois symétrique et antisymétrique.

•5 Toute matrice se décompose d’une unique façon comme somme d’une matrice symétrique et
d’une matrice antisymétrique.

Démonstration

•1 Soient A et B deux matrices symétriques de même taille. Alors on a t (A + B) =t A +t B = A + B

donc A + B est symétrique.

De même, si A et B sont deux matrices antisymétriques de même taille. Alors on a :

t
(A + B) =t A +t B = −A − B = −(A + B) donc A + B est antisymétrique.

•2 Soit D = (dij ) une matrice diagonale. Alors pour tout i on a dii = dii et pour tout i 6= j on
a dij = 0 = dji .

•3 Pour toute matrice A = (aij ) antisymétrique de taille n, on a pour tout i ∈ [1; n], aii = −aii
donc aii = 0.

•4 Toute matrice A qui soit à la fois symétrique et antisymétrique vérifie A = −t A = −A donc

A = 0.

A +t A A −t A A +t A
•5 Soit A une matrice carrée. Alors on a A = + or la matrice S = est
2 2 2
t
A− A
symétrique car on vérifie facilement que S =t S et la matrice R = est antisymétrique
2

A. Intissar
Algèbre Parties : I & II

car on vérifie facilement que R = −t R.

La décomposition ci-dessus de la matrice A est unique. En effet :

Soit S 0 une matrice symétrique et R0 une matrice antisymétrique de même taille telles que
A = S 0 + R0 . Alors on trouve S + R = S 0 + R0 donc la matrice symétrique S − S 0 est égale
à la matrice antisymétrique R0 −R, donc ces deux différences sont nulles donc S = S 0 et R0 = R.

De ce qui précède, on en déduit le corollaire suivant :

Corollaire

•a les ensembles S et A sont des sous-espaces vectoriels de Mn (R)

•b Mn (R) = S ⊕ A.

Proposition

(a) Soient E et F deux K-espaces vectoriels de dimension finie. Alors l’espace vectoriel L(E; F )
des applications linéaires de E dans F est de dimension finie et dim(L(E; F )) = dim(E) × dim(F ).

n(n + 1) n(n − 1)
(b) dimS = et dimA = où S et A sont les deux supplémentaires de Mn (R)
2 2
qui sont définis dans l’exemple ci-dessus.

Démonstration

(a) Comme L(E; F ) est isomorphe à Mmn (K) on en déduit que dim(L(E; F )) = dim(E) × dim(F ).

(b) Il suffit de constater que toute matrice S ∈ S est engendrée par la famille (Sij ) = (Eij + Eji )1≤i≤j≤n
qui est aussi une famille libre donc c’est une base de S.

Soit S une matrice symétrique alors S a la forme suivante :

 
s11 s12 s13 .... ..... .... s1n
 
 
 s12 s22 s23 .... ..... .... s2n 
 
 
 
 s13 s23 s33 .... ..... .... s3n 
 
S= 


 . . . . . . . 
 
 
 
 . . . . . . . 
 
 
s1n s2n s3n .... ..... ..... snn

= s11 E11 + s12 (E12 + E21 ) + s13 (E13 + E31 + ..... + s1n (E1n + En1 )+

s22 E22 + s23 (E23 + E32 ) + s24 (E24 + E42 + ..... + s2n (E2n + En2 )+ .............+

A. Intissar
Algèbre Parties : I & II

snn Enn .

Le nombre d’éléments de la partie triangulaire supérieure de S est :

n(n + 1)
n + (n − 1) + (n − 2) + ..... + 2 + 1 = .
2
n(n + 1)
Il en résulte que dimS = .
2
Pour calculer la dimension de A il suffit d’utiliser dimMn (R) = n2 et le fait que Mn (R) = S ⊕ A
n(n + 1) n(n − 1)
pour déduire que dimA = n2 − = .
2 2
§ 4 Multiplication de deux matrices

Définition

• Soient A ∈ Mmn (K) et B ∈ Mnp (K) . On appelle produit de A par B la matrice C = AB de

Mmp (K) définie par
n
X
cij = aik bkj pour 1 ≤ i ≤ m et 1 ≤ j ≤ p.
k=1

• Soient E, F et G trois K-espaces vectoriels.

Soit f une application linéaire de E dans F et soit g une appli cation linéaire de F dans G.
0 0 0 0
On se donne une base B = {e1 , ....., ei , ....em } de E, une base B = {e1 , ....., ek , ....en } de F et
00 00 00
une base B = {e1 , ....., ej p00 , ....ep } de G. pour définir gof de E dans G, on a :
n n n p p X
n p
X 0 X 0 X X 00 X 00 X 00
f (ei ) = aik ek puis gof (ei = aik g(ek ) = aik bkj ej = aik bkj ej = cij ej ,
k=1 k=1 k=1 j=1 j=1 k=1 j=1
Xn
où cij = aik bkj pour 1 ≤ i ≤ m et 1 ≤ j ≤ p.
k=1

Ce qui permet d’écrire :

00 0 00 0
M at(gof, B, B ) = M at(g, B , B )M at(f, B, B ).

Remarque

On retrouve donc, pour le produit de matrices, les propriétés de la composition des applications
linéaires : associativité, distributivité . . .

Le produit de matrices n’est pas commutatif en général.

Pour effectuer le produit de deux matrices AB, on adopte la méthode de multiplication d’une
matrice par un vecteur qui consiste à suivre les étapes suivantes :

Produit d’un vecteur ligne par un vecteur colonne

A. Intissar
Algèbre Parties : I & II

Calcul de c11 ;
 
b11
 
 
 b21 
 
 
 
 . 
 
(a11 , a12 , ....., a1n )× 



 . 
 
 
 
 . 
 
 
bn1
= a11 × b11 + a12 × b21 + ...... + a1n × bn1

Calcul de c21 ;
 
b11
 
 
 b21 
 
 
 
 . 
 
(a21 , a22 , ....., a2n )×   = a21 × b11 + a22 × b21 + ...... + a2n × bn1
 
 . 
 
 
 
 . 
 
 
bn1
..........................................................................................................
..........................................................................................................
..........................................................................................................

Calcul de ci1 ;
 
b11
 
 
 b21 
 
 
 
 . 
 
(ai1 , ai2 , ....., ain )×   = ai1 × b11 + ai2 × b21 + ...... + ain × bn1
 
 . 
 
 
 
 . 
 
 
bn1
..........................................................................................................
..........................................................................................................
..........................................................................................................
..........................................................................................................

A. Intissar
Algèbre Parties : I & II

Calcul de cm1 ;
 
b11
 
 
 b21 
 
 
 
 . 
 
(am1 , am2 , ....., amn )×   = am1 × b11 + am2 × b21 + ...... + amn × bn1
 
 . 
 
 
 
 . 
 
 
bn1
Règle de calcul

Pour multiplier une matrice A d’ordre m × n par un vecteur colonne d’ordre n × 1, on multiplie
chacune des m lignes de la matrice A par chacun des vecteurs colonne de B pour obtenir
successivement les colonnes de la matrice C = AB. On peut procéder comme suit en plaçant B
au-dessus et à droite de A :
.

Exemple
 
  0 1 4
2 4 1




Si A =   et B =  0 1 7  Alors
 
3 2 2  
1 5 6
 
2×0+4×0+1×1 2×1+4×1+1×5 2×4+4×7+1×6
AB =  
3×0+2×0+2×1 3×1+2×1+2×5 3×4+2×7+2×6
 
1 11 42
= .
2 15 38

Propriétés de la multiplication

A. Intissar
Algèbre Parties : I & II

• La multiplication n’est pas commutative : AB 6= BA

   
2 0 −1 1
Exemple : si A =   et B =  
3 4 4 5
Alors on a :
   
−2 2 1 4
AB =   et BA =  
13 23 23 20

Proposition

• La multiplicatin est distributive par rapport à l’addition :

A(B + C) = AB + AC et (A + B)C) = AC + BC

Démonstration
n
X n
X n
X
C’est un calcul assez élémentaire sur les sommes : aik (bkj + ckj ) = aik bkj + aik ckj .
k=1 k=1 k=1

L’autre calcul est essentiellement identique.

     
2 0 −1 1 1 7
Exemple : si A =  ,B=  et C =  
3 4 4 5 8 2
Alors on a :
   
0 8 0 16
B+C =   et A(B + C) =  
12 7 48 52
     
−2 2 2 14 0 16
AB =  , AC =   et AB + AC =  
13 23 35 29 23 52

Proposition

• La multiplication est associative :

(AB)C) = A(BC).

Démonstration

Pour prouver l’associativité, il faut juste un peu de courage : considérons A à m lignes et n

colonnes et B ayant n lignes et p colonnes alors le produit AB est une matrice à m lignes et p
colonnes. Soit C une matrice à p lignes et q colonnes .
p
X p X
X n
Si on note D = (AB)C, on peut alors écrire dij = (AB)ik Ckj = ( ail blk )ckj . On peut
k=1 k=1 l=1

A. Intissar
Algèbre Parties : I & II

p X
X n
écrire ceci plus simplement sous la forme ail blk ckj .
k=1 l=1
Xp p
X Xn p X
X n
De même, en notant E = A(BC), on aura eij = aik (BC)kj = aik ( bkl clj ) = ail blk ckj .
k=1 k=1 l=1 k=1 l=1
Les deux formules sont bien les mêmes puisque les indices dans une somme double sont muets.
     
2 0 −1 1 1 7
Exemple : si A =  ,B=  et C =  
3 4 4 5 8 2
Alors on a :
   
−2 2 14 −10
AB =   et (AB)C =  
13 23 197 137
   
7 −5 14 −10
BC =   et A(BC) =  
44 38 197 137
• La transposée d’un produit est le produit des transposées, mais il faut inverser l’ordre des
facteurs.

Proposition

(i) Soient m, n, p trois entiers strictement positifs. Soient A = (aij ) une matrice de Mmn (K) et
B = (bjk ) une matrice de Mnp (K). La transposée du produit de A par B est le produit de la
transposée de B par la transposée de A.

t
(AB) =t B t A.

(ii) Le produit d’une matrice par sa transposée est toujours une matrice symétrique.

Démonstration

(i) On cherche à montrer l’égalité :

t
(AB) =t B t A.

Écrivons ce que vaut le terme d’indice ij à gauche et à droite de l’égalité.

p
X
t
pour (AB), il est égal au terme d’indice ji de AB, c’est-à-dire à ajk bki .
k=1

A droite, on a :
p
X p
X
(t B)ik (t A)kj = bki ajk . Les deux quantités sont bien égales.
k=1 k=1

(ii) t (A t A) =t (t A) t A = A t A.

A. Intissar
Algèbre Parties : I & II

Remarque

• L’ensemble des matrices carrées d’ordre n Mn (K) muni des lois d’addition et de multiplica-
tion des matrices qui sont internes et vérifiant pour l’addition Mn (K, +) est un groupe abélien
et pour la multiplication elle est associative et distributive par rapport à l’addition est dit un
anneau non commutatif (on reviendra là-dessus un peu plus tard)

• Le produit de matrices n’est pas commutatif voir exemple ci-dessus, mais on peut observer
aussi que l’existence du produit AB n’implique même pas celle de BA.

• AB = AC n’implique en général pas B = C.

• Sur Mn (K), on peut définir des puissances de matrices carrées vérifiant les propriétés usuelles
de calcul des puissances entières.

Attention tout de même aux pièges découlant de la non-commutativité du produit matriciel,

par exemple, on ne peut pas dire en général que (AB)2 = A2 B 2 , et les identités remarquables
du genre (A + B)2 = A2 + 2AB + B 2 sont fausses.

Il est plus raisonnable d’écrire (AB)2 = ABAB et (A + B)2 = A2 + AB + BA + B 2

Systèmes linéaires et matrices.

La multiplication matricielle permet de donner une interprétation aux systèmes linéaires. En

effet, considérons un syst‘eme linéaire à m équations et n inconnues :


 a11 x1 + a12 x2 + ....... + a1n xn = b1




a21 x1 + a22 x2 + ....... + a2n xn = b2








...................................................







................................................... (S)




...................................................








...................................................








am1 x1 + am2 x2 + ....... + amn xn = bm


Soit A = (aij )1≤i≤m,1≤j≤n la matrice des coefficients de (S). On note

A. Intissar
Algèbre Parties : I & II

   
b1 x1
   
   

 b2 

 x2 
 
   
   
B=
 .  et X =  . . Alors le système (S) est équivalent à l’équation matricielle :
  

 . 

 . 
 

 . 

 . 
 
 .   . 
bm xn

AX = B.

Théorème (formule du binôme de Newton)

Si A et B sont deux matrices qui commutent dans Mn (K) alors on a :

n
X n!
(A + B)n = Cnk An B n−k où Cnk = .
k!(n − k)!
k=0

Démonstration

On procède par récurrence pour la première égalité. Soit H(n) la proposition :

n
X n!
(A + B)n = Cnk Ak B n−k où Cnk = .
k!(n − k)!
k=0

Au rang n = 0, les deux membres de l’égalité sont égaux à la même matrice identité In où ses
éléments diagonaux valent 1 et les autres sont nuls.

Soit n ∈ N. Supposons que la proposition H(n) soit vraie. Alors :

(A + B)n+1 = (A + B)n (A + B)
n
X
= Cnk Ak B n−k (A + B) (on a utilisé H(n) )
k=0
Xn n
X
= Cnk Ak B n−k A + Cnk Ak B n−k B
k=0 k=0
Xn n
X
= Cnk Ak+1 B n−k + Cnk Ak B n+1−k (on a utilisé AB = BA)
k=0 k=0
n+1 n
X 0 X
= Cnk −1 Ak B n+1−k + Cnk Ak B n+1−k (on a posé k 0 = k + 1)
k0 =1 k=0
n
X
= Cnn An+1 B 0 + [Cnk−1 + Cnk ]Ak B n+1−k + Cn0 A0 B n+1 .
k=1
n
X
n+1 n+1 0 k
= Cn+1 A B + [Cn+1 Ak B n+1−k + Cn+1
0
A0 B n+1 .
k=1
n+1
X
k
= Cn+1 Ak B n+1−k .
k=0

100

A. Intissar
Algèbre Parties : I & II

donc la proposition H(n + 1) soit vraie. On conclut par le théorème de récurrence.

La seconde égalité s’obtient par changement de variable (k 0 = n − k) et en se souvenant de la

relation de symétrie des coefficients binomiaux : Cnk = Cnn−k .

Proposition

(i) Le produit de deux matrices diagonales est une matrice diagonale.

(ii) Le produit de deux matrices triangulaires supérieures est une matrice triangulaire supé-
rieure (et de même pour les matrices triangulaires inférieures).

Démonstration

(i) Pour les matrices diagonales, prenons deux matrices diagonales (de taille n) A et B. Le
Xn
terme d’indice ij de AB vaut cij = aik bkj . Parmi tous les termes intervenant dans cette
k=1
somme, seul un des termes de gauche est non nul, quand k = i, et seul un des termes de droite
est non nul, quand k = j. Si i 6= j, on n ?a donc que des produits nuls, ce qui prouve bien que
les seuls termes qui peuvent être non nuls pour AB sont les termes diagonaux.

(ii) C’est un peu le même principe pour les matrices triangulaires supérieures. Prenons deux
telles matrices A et B et supposons i > j. Le terme d’indice ij de AB vaut
n
X i−1
X n
X
cij = aik bkj = 0 × bkj + aik × 0 = 0. La matrice AB est donc triangulaire supérieure.
k=1 k=1 k=i

Définition
n
X
La trace d’une matrice carrée A ∈ Mn (K) est le nombre T r(A) = aii .
i=1

Proposition

(i) La trace est une application linéaire : T r(λA + µB) = λT r(A) + µT r(B).

(ii) T r(AB) = T r(BA) (quand A et B sont de même taille).

Démonstration

(i) Cette première propriété est complètement évidente.

(ii) Cette deuxième propriété l’est un peu moins. Calculons donc

n
X n
X n
X
T r(AB) = (AB)ii = cii = aik bki .
i=1 i=1 k=1
n
X Xn
De même, T r(BA) = (BA)ii = bik aki .
i=1 k=1

Quitte à échanger le rôle des deux variables muettes i et k, c’est bien la même chose.

101

A. Intissar
Algèbre Parties : I & II

Pour se convaincre, explicitons le cas où n = 3, on a :

Les éléments diagonaux de AB sont donnés par :

c11 = a11 b11 + a12 b21 + a13 b31 , c22 = a21 b12 + a22 b22 + a23 b32 et c33 = a31 b13 + a32 b23 + a33 b33 .

Les éléments diagonaux de BA sont donnés par :

d11 = b11 a11 + b12 a21 + b13 a31 , d22 = b21 a12 + b22 a22 + b23 a32 et d33 = b31 a13 + b32 a23 + b33 a33 .
3
X 3
X
Par conséquent : cii = dii .
i=1 i=1

Théorème

E un K-espace vectoriel de dimension finie dimE = n. Soient A, B ∈ Mn (K) et In la matrice

identité c’est-à-dire In = (δij )1≤i≤n,1≤j≤n où δij = 1 si i = j et 0 si i 6= j.

Alors on a :

(i) Les matrices AB et BA ont la même trace. i.e. T r(AB) = T r(BA).

(ii) la trace de l’identité est n, i.e. T r(In ) = n.

(iii) Il n’existe pas de matrices d’ordre n A et B telles que AB − BA = In .

(iv) Il existe des matrices A et B “d’ordre ∞0 ’ telles que AB − BA = I∞ .

Démonstration

(i) se déduit de ce qui précède.

(ii) est triviale vu la définition de In .

(iii) Si AB − BA = In alors T r(AB − BA) = T r(In ) = n. Comme l’application trace est une
application linéaire on a T r(AB − BA) = T r(AB) − T r(BA) = 0 6= n = T r(In ) ce qui est contra-
dictoire.

(iv) Cette propriété joue un role fondamental en physique quantique et répond à la question
suivante :

Peut-on trouver un K-espace vectoriel et deux applications linéaires f : D(f ) ⊂ E −→ E et

g : D(g) ⊂ E −→ E tels que f og − gof = ID(f )∩D(g) ?

où D(f ) = {u ∈ E; f (u) ∈ E}, D(g) = {u ∈ E; g(u) ∈ E}, D(f 0g) = {u ∈ E; g(u) ∈ E et f og(u) ∈ E}
et D(g0f ) = {u ∈ E; f (u) ∈ E et gof (u) ∈ E} appelés les domaines maximaux de f , g, f og et
gof respectivement.

Premières notions sur les opérateurs d’annihilation et de création

102

A. Intissar
Algèbre Parties : I & II

• Plaçons nous dans R3 [X] l’espace vectoriel des polynômes de degré ≤ 3 et considérons
D : R3 [X] −→ R3 [X] l’application linéaire définie par D(P ) = P 0 (la dérivation) M : R3 [X] −→ R3 [X]
l’application linéaire définie par M (P ) = xP (la multiplication par x) .

Dans la base canonique (1; X; X 2 , X 3 ), on a :

D(1) = 0.1 + 0.X + 0.X 2 + 0.X 3 , D(X) = 1.1 + 0.X + 0.X 2 + 0.X 3 , D(X 2 ) = 0.1 + 2.X + 0.X 2 + 0.X 3
et D(X 3 ) = 0.1 + 0X + 3.X 2 + 0.X 3 . Il en résulte que :

. D(1) D(X) D(X 2 ) D(X 3 )

  

 1 0 1 0 0

  

  


 X  0 0 2 0 
2 3 2 3
 
M at(D, (1, X, X , X ), (1, X, X , X )) := 



2 
X  0 0 0 3 



 

  


 3
X 0 0 0 0

Dans la base canonique (1; X; X 2 , X 3 ), on a :

M (1) = 0.1 + 1X + 0.X 2 + 0.X 3 , M (X) = 01 + 0.X + 1.X 2 + 0.X 3 , M (X 2 ) = 0.1 + 0X + 1X 2 + 0.X 3
et M (X 3 ) = 0.1 + 0X + 0X 2 + 0.X 3 . Il en résulte que :

. M (1) M (X) M (X 2 ) M (X 3 )
  

 1 0 0 0 0

  

  
 X  1 0 0 0 


M at(D, (1, X, X 2 , X 3 ), (1, X, X 2 , X 3 )) :=
 
 
 
 X2 

 0 1 0 0 

  

  

 3
X 0 0 1 0

Par suite on a :

    
0 1 0 0 0 0 0 0 1 0 0 0
     
     
 0 0 2 0   1 0 0 0 
  0 2 0 0 

   
DM = 





=
 


 0 0 0 3   0 1 0 0 
  0 0 3 0 

   
     
0 0 0 0 0 0 1 0 0 0 0 0

103

A. Intissar
Algèbre Parties : I & II

    
0 0 0 0 0 1 0 0 0 0 0 0
     
     
 1 0 0 0   0 0 2 0 
  0 1 0 0 

   
MD = 





=
 


 0 1 0 0   0 0 0 3 
  0 0 2 0 

   
     
0 0 1 0 0 0 0 0 0 0 0 3

Et
 
1 0 0 0
 
 
 0 1 0 0 
 
DM - MD = 



 0 0 1 0 
 
 
0 0 0 −3

Quand on augmente n, la matrice identité prend “forme”. Pour faire disparaitre le −3 on passe
à la dimension “∞” et on se place sur R∞ [X] :

Soit P ∈ R∞ [X] alors on a :

DM (P (x)) = D(xP (x)) = P (x) + xP 0 (x) et M D(P (x)) = M P 0 (x)) = xP 0 (x).

D’où

(DM − M D)0 (P ) = P i.e DM − M P = I. On note souvent DM − M D := [D, M ] et [D, M ] = I

est appelée en mécanique quantique relation d’incertitude, on reviendra plus tard en partie II
dans un cadre hilbertien sur ces notions.

§ 5 Matrice inversible et Matrice de passage

Définition

Soit E un K-espace vectoriel de dimension finie n.

Soient f ∈ L(E) telle que f soit bijective et A la matrice associée à f .

On appelle l’inverse de A la matrice A−1 associée

 à f −1 c’est-à-dire la matrice A−1 telle que
 1 si i = j
A−1 A = AA−1 = In où In = (δij ) avec δij =
0 si i 6= j


Soit A une matrice carrée inversible d’ordre n. Supposons que B et C sont deux inverses de A
c’est-à-dire AB = BA = In et AC = CA = In . Alors on a :

B = BIn = B(AC) = (BA)C = C d’où l’unicité.

104

A. Intissar
Algèbre Parties : I & II

Propriétés :

Soit A, B et C des matrices d’ordre n.

Si AB = BC = In alors A = C

En effet A = AIn = ABC = In C = C

In−1 = In

(AB)−1 = B −1 A−1

L’inverse d’un produit est le produit des inverses dans l’ordre inverse : Pour vérifier cette éga-
lité, il suffit de vérifier que le produit de AB et de B −1 A−1 donne bien l’identité ; En effet on
a (AB)B −1 A−1 = (A(BB −1 )A−1 = AIA−1 = AA−1 = In .
−1 −1 −1
Plus généralement on vérifie que (A1 A2 ..........An−1 An )−1 = A−1
n An−1 ......A2 A1 .

(t A)−1 =t (A−1 )

Pour vérifier cette égalité, il suffit de vérifier que le produit de t A et t (A−1 donne bien l’identité.
En effet on a :

t
At (A−1 ) =t (A−1 A) =t I = I (on a utilisé t (BC) =t C t B pour tout couple de matrices et le
fait que t I = I)
Si Aest inversible alors AB = AC si et seulement si B = C.

Comment trouver “l’inverse‘’ d’une matrice A

Définition (inverse à droite et inverse à gauche)

Définition (matrice échelonnée)

En algèbre linéaire, une matrice est dite échelonnée en lignes si le nombre de zéros précédant la
première valeur non nulle d’une ligne augmente ligne par ligne jusqu’à ce qu’il ne reste éven-
tuellement plus que des zéros. i.e. si le nombre de 0 au début de chaque ligne est strictement
croissant quand on passe d’une ligne à la suivante.

Le premier élément non nul de chaque ligne dans une matrice échelonnée s’appelle le pivot.

Par exemple, la matrice suivante est échelonnée et les pivots sont écrits en couleur rouge :
 
0 1 2 3 2 7 4
 
 
 0 0 0 2 5 3 6 
 
 
 
A=  0 0 0 0 4 3 1  
 
 
 0 0 0 0 0 0 3 
 
 
0 0 0 0 0 0 0

105

A. Intissar
Algèbre Parties : I & II

La matrice suivante n’est pas échelonnée :

 
1 1 3 −1
 
 
A =  0 2 −4 5 


 
0 1 0 3

Définition (matrice élémentaire)

Une matrice élémentaire est une matrice obtenue en effectuant une opération élémentaire sur
les lignes à la matrice identité. On les note habituellement avec la lettre E.

Exemples
   
1 0 0 1 0 0
   
   
 0 1 0


 L3 −→ L3 + 9L2   0 1 0 

   
0 0 1 0 9 1
   
1 0 0 1 0 0
   
   
 0 1 0


 L2 −→ 5L2   0 5 0 

   
0 0 1 0 9 1
   
1 0 0 0 1 0
   
   
 0 1 0 permuter L1 avec L2   1 0 0 

  
   
0 0 1 0 9 1

Définition

Faire une opération élémentaire sur les lignes d’une matrice consiste à
•1 permuter 2 lignes ;

•2 multiplier une ligne par une constante non nulle ;

•3 ajouter à une ligne un multiple d’une autre ligne.

Théorème (admis)

(i) On peut montrer que faire une opération élémentaire sur les lignes d’une matrice revient
à multiplier à gauche cette matrice par la matrice identité ayant subie l’opération élémentaire
correspondante.

(ii) On peut transformer toute matrice en une matrice échelonnée en effectuant des opérations
élémentaires sur les lignes.

106

A. Intissar
Algèbre Parties : I & II

Exemple

Echelonnons la matrice suivante :

 
1 0 3 2
 
 
 0
 1 −1 0 

A=



 2 2 1 1 
 
 
−1 0 1 3

On effectue successivement les opérations élémentaires suivantes :

  

 1 0 3 2

  

  
 L3 −→ L3 −2L1  0 1 −1 0 


 
?1 



L4 −→ L4 +L1  0 2 −5 −3 



  

  


0 0 4 5


  

 1 0 3 2

  

  
 permuter L3 avec L4  0 1 −1 0 


 
?2 





  0 0 4 5 

  

  

0 2 −5 −3


  

 1 0 3 2

  

  
 L4 −→ L4 − 2L2  0 1 −1 0 


 
?3 





  0 0 4 5 

  

  

0 0 −3 −3


  

 1 0 3 2

  

  
3  0 1 −1 0 
 L4 −→ L4 + 4 L3


 = A0
 
?4 
 


  0 0 4 5 

  

  
 3
0 0 0

4

On vérifie facilement que

107

A. Intissar
Algèbre Parties : I & II

     
1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0
     
     
 0 1 0 0 
 0 1  0
0 0  1 0  0
0  1 0  0
0  1 0 0 
   
0  
A =









.A

 0 0 1 0 
 0 0  0
1 0  0 0  0
1  0 1  −2
0  0 1 0 
   
 
     
3
0 0 4 1 0 −2 0 1 0 0 1 0 1 0 0 1 0 0 0 1

Rang d’une matrice

Définition

Le rang d’une matrice A est le nombre de lignes non nulles dans la matrice échelonnée associée
à A. Ce rang est indépendant de la manière dont on échelonne la matrice A.

Calculons le rang de la matrice

 
1 0 3 2
 
 
 0 1 −1 0 
 
A= 


 2 2 1 1 
 
 
−1 0 1 3

On a vu ci-dessus qu’après échelonnement, on obtient la matrice :

 
1 0 3 2
 
 
 0 1 −1 0 
0  
A = 


 0 0 4 5 
 
 
3
0 0 0 4
0
Cette matrice A = ayant 4 lignes non nulles, elle est de rang 4. On en déduit que la ma-
trice A est de rang 4.

Calculons le rang de la matrice

 
1 2
A= 
2 4
On effectue l’opération élémentaire L2 −→ L2 − 2L1 et on obtient la matrice échelonnée :
 
1 2
0
A = 
0 0

0
Cette matrice A = ayant 1 ligne non nulle, elle est de rang 1. On en déduit que la matrice A
est de rang 1.

108

A. Intissar
Algèbre Parties : I & II

 
0 0
La matrice A =   n’a pas d’inverse.
1 3
 
a b
Car pour toute matrice B =   on a :
c d
   
0 0 1 0
AB =   6=   ∀a∀b
a + 3c b + 3d 0 1

La méthode de la matrice compagnon.

En pratique, on dispose les matrices A et In côte à côte (A | In ) , puis on effectue des opérations
élémentaires sur les lignes de A pour parvenir à la matrice In . On effectue en même temps les
mêmes opérations élémentaires sur la matrice In.

A la fin du processus, on arrive à une matrice du type (In | B) .

La matrice B est en fait la matrice A−1 , l’inverse de la matrice A.

Cette méthode de calcul de l’inverse de A s’appelle méthode de la matrice compagnon.

Calculons la matrice inverse de la matrice

 
2 2 3
 
 
A= 1 0 1 


 
1 1 1
On forme la matrice (A | I3 ) et on applique la procédure décrite ci-dessus :
 
2 2 3 1 0 0
 
 
(A | I3 ) = 
 1 0 1 0 1 0  
 
1 1 1 0 0 1


2 2 3 1 0 0

  


1

 L2 −→ L2 − 2 L1

  
− 21 − 12
 
◦1  0
 −1 1 0 

1
 L3 −→ L3 − 2 L1

  

0 0 − 12 − 12 0 1





 3 1 
 1 1 2 2 0 0
 L1 −→ 21 L1 



◦2 1 1
L −→ −L2  0 1 −1 0 
 2  2 2 
L3 −→ −2L3  
0 0 1 1 0 −2

109

A. Intissar
Algèbre Parties : I & II





  
1 0 0 −1 1 2





 L1 −→ L1 − L2 − L3  
  
◦3  0 1 0 0 −1 1 

 L2 −→ L2 − 12 L3 





0 0 1 1 0 −2








L’inverse de A est donc la matrice

 
−1 1 2
 
 
A−1 =  0 −1 1  
 
1 0 −2

Changement de bases

Soit E K-espace vectoriel de dimension finie.

0 0 0 0
Soient B = {e1 , e2 , ......, en } et B = {e1 , e2 , ......, en } deux bases d’un même K-espace vectoriel
0
E : comment déterminer la matrice d’une application linéaire f définie sur une autre base B
si on la connait dans une base B.

Définition (matrice de passage)

0 0 0 0
Soient B = {e1 , e2 , ......, en } et B = {e1 , e2 , ......, en } deux bases d’un même K-espace vecto-
0
riel
0
E, 0la 0matrice 0 de passage de la base B vers la base B est la matrice de la famille
B = {e1 , e2 , ......, en } dans la base B = {e1 , e2 , ......, en }.

On la note souvent PB−→B0 .

Exemple
     
1 0 0
     
     
Soient B = {e1 =  0 , e2 = 
 
 1
, e3 =  0  } et
  
     
0 0 1
0 0 0 0
B = {e1 = e1 + e2 − e3 , e2 = e1 − e3 , e3 = e1 − e2 }.

On constate que B est la base canonique de R3 et

     
1 1 1
     
0 0   0    
B = {e1 =  1 , e2 =  , e3 =  −1
  0    }.
 
     
−1 −1 0
0 0
Vérifions que B est une base de R3 , pour ceci il nous suffit de verifier que B est un système
libre.

110

A. Intissar
Algèbre Parties : I & II

En effet on a :
        
1 1 1 0 
 α+β+γ =0
        

        
α  1  +β  0  +γ  −1 
    
=

 ⇐⇒  α − γ = 0
0  .
        


−1 −1 0 0 −α − β = 0



 α + β + γ = 0 =⇒ γ = 0



=⇒ α=γ =⇒ α = 0 et β = 0.




β = −α

0
Autrement dit, la matrice de passage de la base canonique vers B est :
 
1 1 1
 
 
 1
PB−→B0 =  0 −1 

 
−1 −1 0

Proposition
0 0 0 0
Soient B = {e1 , e2 , ......, en } et B = {e1 , e2 , ......, en } deux bases d’un même K-espace vectoriel
0
E, Si P est la matrice de passage de B vers B , alors P est une matrice inversible, et la matrice
0
−1
de passage de B vers B est P .

Démonstration

La matrice P peut être vue différemment : il s’agit de la matrice de l’application identité dans
0
les bases B (au départ) et B (à l’arrivée).
0
En effet, les colonnes de P contiennent exactement les coordonnées des vecteurs ej dans la
0
base B. Si on note Q la matrice de cette même application identité dans les bases B et B
0
(qui est aussi la matrice de passage de B vers B), le produit des deux matrices représentera
0
l’application identité dans la base B , au départ comme à l’arrivée. Mais cette dernière matrice
est évidemment la matrice I, donc QP = I, ou encore Q = P −1 .

Proposition
0 0 0 0
Soient B = {e1 , e2 , ......, en } et B = {e1 , e2 , ......, en } deux bases d’un même K-espace vectoriel
E.  
x1
 
 
 x2 
 
 
Soit u ∈ E ; u = x1 e1 + x2 e2 + ..... + xn en et X =    la matrice-colonne de ses coordon-
 . 

 . 
 
 . 
xn

111

A. Intissar
Algèbre Parties : I & II

 0

x1
 
 
0
x2
 
 
0 0 0 0 0 0
 
nées dans la base B et u = x1 e1 + x20 e2 + ..... + xn en avec X =   est la matrice-colonne
 
 . 
.
 
 
.
 
 
0
xn
0
de ses coordonnées dans la base B .
0 0 0
Alors X = P X (ou X = P −1 X), où P est la matrice de passage de B vers B

Démonstration
n
X 0 0
Explicitons les hypothèses utiles : u = xj ej (en gardant les notations utilisées plus haut
j=1
n n n n X n
0 X X 0 X X
pour les vecteurs des deux bases) et ej = pij ei donc u = xj ( pij ei ) = ( pij )ei ).
i=1 j=1 i=1 i=1 j=1
n
X 0
Par unicité de la décomposition dans une base, on peut en déduire que xi = pij xj , soit
j=1
0
exactement X = P X

• Soient E et F 0deux K-espaces

0
vectoriels de dimension finie, qui sont munis chacun d’eux de
deux bases B, B et E, E respectivement.

Soit f : E −→ F u −→ f (u) = v une application linéaire.

Le but de ce qui suit est de traduire l’égalité vectorielle v = f (u) par une égalité matricielle.

Théorème
0 0
Soit f ∈ L(E, F ), B et B deux bases de E, E et E deux bases de F .
0 0
En notant A = M at(f, B, E) et A0 = M at(f, B , E ), P la matrice de passage de B vers E et
0 0 0
Q la matrice de passage de B vers E , alors A = Q−1 AP . En particulier, dans le cas d’un
endomorphisme, M at(f, E, E) = P −1 M at(f, B, B)P (A0 = P −1 AP ).

Soient f ∈ L(E) et A la matrice associée à f relative à une base donnée de E, Peut

-on trouver des conditions sur la matrice A tel que :
0
Elle existe une base dans E de sorte que A0 = P −1 AP avec A comme matrice diagonale ?

Démonstration

Sans expliciter les calculs, on peut exploiter les résultats précédents. Soit X la matrice-colonne
0
des coordonnées de u dans la base B , alors P X est la matrice-colonne de u dans B, puis AP X
représente la matrice-colonne de f (u) toujours dans la base B, et enfin P −1 AP X est la matrice

112

A. Intissar
Algèbre Parties : I & II

0 0 0
colonne dans la base B . Or, A X représente également les coordonnées de f (u) dans B , donc
0 0
A X = P −1 AP X. Comme cela est vrai pour tout vecteur u alors les matrices A et P −1 AP
0
représentent la même application linéaire dans B , et sont donc égales.

Exemple
 
2 −1 0
 
3
 
On reprend l’exemple ci-dessus où f ∈ L(R ) ayant matrice A =   −2 1 −2
 dans B

 
1 1 3
0 0 0 0
3
la base canonique de R et B = {e1 = e1 + e2 − e3 , e2 = e1 − e3 , e3 = e1 − e2 }.
0
La matrice de passage de la base canonique vers B est :
   
1 1 1 1 1 1
   
   
PB−→B0 =   1 0 −1  . On en déduit que PB0 −→B =  −1
 −1 −2 

   
−1 −1 0 1 0 1
0
On peut calculer la matrice de f dans la base B en utilisant A0 = P −1 AP pour obtenir :
 
1 0 0
 
A0 = P −1 AP = 
 
 0 2 0 

 
0 0 3

Remarque importante

• Nous venons en fait d’effectuer sans le dire notre première diagonalisation de matrices, mais
on peut attendre le cours de la partie II pour en apprendre (beaucoup) plus sur ce sujet.

• Un vecteur non nul u vérifiant f (u) = λu pour un certain scalaires λ ∈ K est appelé vecteur
propre de l’application f , et le scalaire λ est la valeur propre associée à u.

• Chercher une base dans laquelle la matrice de f devient diagonale revient exactement à cher
une base constituée de vecteurs propres de f .

• Les techniques générales de recherches de vecteurs propres consistent en fait à chercher d’abord
les valeurs propres de l’endomorphisme, qui ne peut pas en avoir plus que la dimension de l’es-
pace E sur lequel l’application est définie.

§ 6 Rang d’une famille de vecteurs, rang d’une matrice et d’une application linéaire

Définition (Rang : d’une famille de vecteurs, d’une matrice et d’une application linéaire)

Soit E un K-espace vectoriel et soit {u1 , u2 , ......., up } une famille finie de vecteurs de E.

113

A. Intissar
Algèbre Parties : I & II

?1 Le rang de la famille {u1 , u2 , ......., up } est la dimension du sous-espace vectoriel :

V ect(u1 , u2 , ......., up ) engendré par les vecteurs {u1 , u2 , ......., up }. Autrement dit :

rg(u1 , u2 , ......., up ) = dimV ect(u1 , u2 , ......., up ).

Une matrice peut être vue comme une juxtaposition de vecteurs colonnes. Autrement di :

Soit A ∈ Mm,n (K) une matrice. On appelle rang de la matrice A la dimension du sous-espace
vectoriel (de Km ) engendré par ses vecteurs colonnes.

?2 On définit le rang d’une matrice comme étant le rang de ses vecteurs colonnes.

?3 On définit le rang d’une application linéaire f comme étant la dimension de son ensemble
image Im(f ) qu’ on note. rg(f ) = dim Im(f ).

Remarque

on se donne une famille de n vecteurs rg(u1 , u2 , ......., un ) d’un espace vectoriel de dimension
m. Fixons une base B = {e1 , e2 , ....em } de E.

chaque vecteur uj ; 1 ≤ j ≤ n se décompose dans la base B = {e1 , e2 , ....em } comme suit :

uj = a1j e1 + a2j e2 + ..... + aij ei + ...... + amj em ; 1 ≤ i ≤ m ce que l’on note

 
a1j
 
 
 a2j 
 
 
 
 . 
 
 
 
 . 
 
uj = 



 aij 
 
 
 
 . 
 
 
 
 . 
 
 
amj

En juxtaposant ces vecteurs colonnes, on obtient une matrice A ∈ Mmn (K).

Le rang de la famille {u1 , u2 , ......., un } est égal au rang de la matrice A.

Théorème

Le rang d’une matrice ayant les colonnes C1 , C2 , ..., Cn n’est pas modifié par les trois opérations
élémentaires suivantes sur les vecteurs :

114

A. Intissar
Algèbre Parties : I & II

1. Ci ←− λCi avec λ 6= 0 : on peut multiplier une colonne par un scalaire non nul.

2. Ci ←− Ci + λCj avec λ ∈ K et (j 6= i) : on peut ajouter à la colonne Ci un multiple d ?une

autre colonne Cj .

3. Ci ←→ Cj : on peut échanger deux colonnes.

X
4. Plus généralement, l’opération Ci ←− Ci + λj Cj conserve le rang de la matrice.
i6=j

5. L’espace vectoriel engendré par les vecteurs colonnes est conservé par ces opérations.

attention

Les opérations élémentaires ne conservent pas certaines propriétés des matrices (voir par exemple
en partie II la notion des valeurs propres d’une matrice).

Démonstration

Le premier et troisième point du théorème sont triviaux

Pour simplifier l’écriture de la démonstration du deuxième point, choisissons i = 1, j = 2 et

montrons que l’opération C1 ←− C1 + λC2 ne change pas le rang.

Notons ui le vecteur correspondant à la colonne Ci d’une matrice A. L’opération sur les co-
0
lonnes C1 ←− C1 + λC2 change la matrice A en une matrice A dont les vecteurs colonnes sont :
u1 + λu2 , u2 , u3 , ..., un .

Il s’agit de montrer que les sous-espaces F = V ect(u1 , u2 , ..., un ) et G = V ect(u1 + λu2 , u2 , u3 , ..., un )
ont la même dimension.

Nous allons montrer qu’ils sont égaux !

• Tout générateur de G est une combinaison linéaire des ui , donc G ⊂ F .

• Pour montrer que F ⊂ G, il suffit de montrer u1 est combinaison linéaire des générateurs de
G, ce qui s ?écrit :

u1 = (u1 + λu2 ) − λu2 .

Conclusion : F = G et donc dimF = dimG.

Les points 4 et 5 se déduisent sans difficulté.

Méthodologie. Comment calculer le rang d’une matrice ou d’un système de vecteurs ?

On utilisera une méthode dite de Gauss-Jordan dont son principe affirme que par les opérations
élémentaires Ci ←− λCi , Ci ←− Ci +λCj , Ci ←→ Cj , on transforme une matrice A en une matrice
échelonnée par rapport aux colonnes. Le rang de la matrice est alors le nombre de colonnes non

115

A. Intissar
Algèbre Parties : I & II

nulles.

Remarque

la méthode de Gauss-Jordan dite classique concerne les opérations sur les lignes et aboutit à une
matrice échelonnée par rapport aux lignes. Les opérations sur les colonnes de A correspondent
aux opérations sur les lignes de la matrice transposée t A.

Premières propriétés

Soient E un K-espace vectoriel et{u1 , u2 , ......., up } une famille de p vecteurs de E. Alors :

1. 0 ≤ rg(u1 , u2 , ......., up ) ≤ p : le rang est inférieur ou égal au nombre d’éléments dans la famille.

2. Si E est de dimension finie alors rg(u1 , u2 , ......., up ) ≤ dimE : le rang est inférieur ou égal à
la dimension de l’espace ambiant E.

3. Le rang d’une famille vaut 0 si et seulement si tous les vecteurs sont nuls.

4. Le rang d’une famille {u1 , u2 , ......., up } vaut p si et seulement si la famille {u1 , u2 , ......., up }
est libre.

Définition (Matrices équivalentes)

Deux matrices A et B de même type (m, n) sont dites équivalentes si il existe P et Q des
matrices inversibles de types respectifs n, n) et (m, m) telles que B = QAP .

Définition (Matrices semblables)

Deux matrices carrées A et B de même type sont dites semblables s’il existe une matrice P
telle que A = P BP −1 .

Théorème

Deux matrices de Mm,n (K) sont équivalentes si et seulement si elles ont même rang.

Démonstration

⇐= Nous devons démontrer que deux matrices ayant le même rang sont équivalentes.

Soit A une matrice à m lignes, n colonnes, et de rang r. Notons a1 , . . . , an les n vecteurs co-
lonnes de A, qui sont des vecteurs de Km . Le rang de A est la dimension de l’espace engendré
par (a1 , . . . , an ), qui est inférieure ou égale à n et à m.

Nous allons montrer que la matrice A est équivalente à la matrice Jr obtenue en complétant la
matrice identité Ir par des zéros, à droite et en dessous.

116

A. Intissar
Algèbre Parties : I & II

Considérons l’application f , de Kn dans Km dont la matrice relative aux bases canoniques est
A. Nous voulons trouver une base de l’espace de départ et une base de l’espace d’arrivée, telles
que la matrice de f relative à ces bases soit Jr .

Comme la dimension de l’image de f est r, la dimension du noyau est n − r, d’après le théorème

du rang. Soit (c1 , . . . , cr ) une base de Im(f ) et (b1 , . . . , bn−r ) une base de Ker(f ). Pour tout
i = 1, . . . , r, choisissons un vecteur vi tel que f (vi ) = ci . La famille (v1 , . . . , vr , b1 , . . . , bn−r ) est
une base de E : ceci a été établi dans la démonstration du théorème du rang.

Dans l’espace d’arrivée F , la famille (c1 , . . . , cr ) est une famille libre car c’est une base de Im(f ).
On peut la compléter par m − 1 vecteurs cr+1 , . . . , cm de sorte que (c1 , . . . , cr , cr+1 , . . . , cm )soit
une base de F .

Pour i = 1, . . . , r, l’image de vi est ci . Les images de b1 , . . . , bn−r sont nulles : la matrice de f

relative aux bases (v1 , . . . , vr , b1 , . . . , bn−r ) (au départ) et (c1 , . . . , cm ) (à l’arrivée) est la matrice
Jr .

Puisque A et Jr sont équivalentes, il existe deux matrices inversibles P et Q telles que

Jr = Q−1 AP , et donc A = QJr P −1 .

=⇒

Soit B une matrice de Mm,n (K) de même rang que A noté r alors Il existe deux autres matrices
inversibles R et S telles que Jr = S −1 BR. En multipliant à gauche par Q et à droite par P −1 ,
on obtient :

A = (QS −1 )B(RP −1 ) .

Donc deux matrices de même taille et de même rang sont équivalentes.

On déduit de la démonstration qui précède le corollaire suivant :

Corollaire

Une matrice A et sa transposée tA ont le même rang.

Démonstration

117

A. Intissar
Algèbre Parties : I & II

Nous avons démontré qu’une matrice A de rang r est équivalente à la matrice Jr obtenue en
complétant Ir par des zéros.

Or tJr est du même type que Jr : elle contient la matrice identité Ir , complétée par des zéros.
Elle est aussi de rang r.

Maintenant, si A = QJr P −1 alors la transposée de A s’écrit :

A = t (P −1 )tJr tQ .
t

Comme la matrice P −1 est inversible alors sa transposée l’est aussi donc nous avons montré
que tA est équivalente à tJr , qui est de rang r.

Déterminer le rang d’une matrice consiste à déterminer le rang de ses vecteurs colonnes, ou
encore de ses vecteurs lignes, puisque ce sont les colonnes de la transposée. Pour ce faire, nous
avons vu une méthode consistant à écrire un système homogène, puis à lui appliquer la méthode
de Gauss. Soit A = (ai,j ) une matrice à m lignes et n colonnes.

a11 ··· aij ··· a1n

 
 
 .. .. ..
 

 . . . 
 
 
 
 ai1
A = (ai,j ) =  ··· aij ··· ain 

 
 
 . .. ..
 ..

 . . 

 
am1 ··· amj ··· amin

Munissons Kn et Km de leurs bases canoniques, et notons f l’application linéaire de Kn dans

Km qui a pour matrice A relativement à ces bases. L’application linéaire f peut être caractérisée
de deux façons différentes.

1. f est l’application qui à un n-uplet x = (x1 , . . . , xn ) associe le m-uplet Ax, dont la i-ième
coordonnée vaut

ai,1 x1 + · · · + ai,n xn .

2. f est l’application qui au j-ième vecteur de la base canonique de Kn associe le m-uplet

t
(a1j , . . . , amj ), à savoir le j-ième vecteur colonne de A.

Le noyau de f est l’ensemble des n-uplets (x1 , . . . , xn ), solutions du système homogène (H)
suivant :

118

A. Intissar
Algèbre Parties : I & II

a11 x1 + · · · +a1j xj · · · a1n xn = 0







.. .. .. ..



. . . .







(H) ai1 x1 + · · · +aij xj · · · ain xn = 0




.. .. .. ..






 . . . .




am1 x1 + · · · +amj xj · · · amn xn = 0

Le rang de ce système est égal à la fois au rang de f , au rang de A, au rang de la famille des
vecteurs colonnes de A et au rang de la famille des vecteurs lignes.

Pour le calculer, il suffit de mettre le système (H) sous forme échelonnée : le rang est le nombre
de pivots non nuls de la forme échelonnée du système.

On peut aussi déduire de la forme échelonnée du système une base de l’image, c’est-à-dire une
base de l’espace engendré par les vecteurs colonnes de A.

Il n’est pas indispensable de passer par le système (H) pour cela.

On peut très bien appliquer la méthode du pivot de Gauss-Jordan en transformant la matrice

A, sans écrire le système. Ceci revient à remplacer à chaque étape une matrice par une autre
matrice telle que le noyau de l’application linéaire associée soit le même : le rang n’est donc pas
modifié.

Voici un exemple.

Considérons la matrice suivante :

 
1 1 0 1
 2 1 1 0 
A= 
 1 2 −1 1 
−1 0 −1 −3

Le coefficient d’ordre (1, 1) (première ligne-premièrecolonne) est non nul, il n’y a donc pas de
permutations à effectuer. Le premier pivot est p1 = 1.

Voici les transformations qui annulent la première colonne au-dessous du pivot.

  

 1 1 0 1
L2 ← L2 − 2L1  0 −1 1 −2 

 

 L3 ← L3 − L1  0 1 −1 0 
L4 ← L4 + L1 0 1 −1 −2


Le second pivot est -1.

Les transformations qui annulent le bas de la seconde colonne sont les suivantes :

119

A. Intissar
Algèbre Parties : I & II

  

 1 1 0 1
 0 −1 1 −2 

 

 L3 ← L3 + L2  0 0 0 −2 
L4 ← L4 + L2 0 0 0 −4


• Pour obtenir un troisième pivot non nul, il faut échanger les deux dernières colonnes.

  

 1 1 1 0
 0 −1 −2 1 

 


 0 0 −2 0 
C4 ←→ C4 0 0 −4 0


Le troisième pivot est -2.

Il ne reste qu’une ligne à transformer.

  

 1 1 1 0
 0 −1 −2 1 

 


 0 0 −2 0 
L4 ←→ L4 − 2L3 0 0 0 0


Le rang de la matrice est donc 3. En n’oubliant pas que les colonnes 3 et 4 ont été échangées,
on obtient aussi que les vecteurs colonnes numéros 1, 2 et 4 de la matrice A forment une famille
libre, donc une base de l’espace engendré.

Maintenant comment appliquer la méthode de Gauss-Jordan pour un système non homogène ?

On reprend le sytème (H) avec un second membre par exemple :

a11 x1 + ··· +a1j xj · · · a1n xn = b1







.. .. .. ..



. . . .







(HS) ai1 x1 + ··· +aij xj · · · ain xn = bi




.. .. .. ..






 . . . .




am1 x1 + ··· +amj xj · · · amn xn = bm
 
1 1 0 1
 2 1 1 0 
Pour A =  
 1 2 −1 1 
−1 0 −1 −3
Le système ci-dessus se réduit à :

120

A. Intissar
Algèbre Parties : I & II



 x1 + x2 + x4 = b1




2x1 + x2 + x3 = b2




x1 + 2x2 − x3 + x4 = b3








−x1 − x3 − 3x4 = b4


On utilise la même technique avec la matrice suivante dite “augmentée”

 
1 1 0 1 b1
 
 

 2 1 1 0 b2 

M=




 1 2 −1 1 b3 

 
−1 0 −1 −3 b4

  

 1 1 0 1 b1
L2 ← L2 − 2L1  0 −1 1 −2 b2 − 2b1 

 

 L3 ← L3 − L1  0 1 −1 0 b3 − b1 
L4 ← L4 + L1 0 1 −1 −2 b4 + b1


  

 1 1 0 1 b1
 0 −1 1 −2 b2 − 2b1
 
 

 L3 ← L3 + L2  0 0 0 −2 (b3 − b1 ) + (b2 − 2b1 ) 
L4 ← L4 + L2 0 0 0 −4 (b4 + b1 ) + (b2 − 2b1 )


Echanger les deux dernières colonnes de la matrice nous impose à échanger les deux der-
nières variables x3 et x4 du système.
   

 1 1 1 0 b1
 0 −1 −2 1  b − 2b1

2

  


 0 0 −2 0  (b3 − b1 ) + (b2 − 2b1 ) 
C4 ←→ C4 0 0 −4 0 (b4 + b1 ) + (b2 − 2b1 )


Il ne reste qu’une ligne à transformer.

  

 1 1 1 0 b1
 0 −1 −2 1 b2 − 2b1
 
 


 0 0 −2 0 (b3 − b1 ) + (b2 − 2b1 ) 
L4 ←→ L4 − 2L3 0 0 0 0 (b4 + b1 ) + (b2 − 2b1 ) − 2[(b3 − b1 ) + (b2 − 2b1 )]


L’écriture du système est donc la suivante :

121

A. Intissar
Algèbre Parties : I & II



 x 1 + x 2 + x 4 = b1




−x2 + x3 − 2x4 = b2 − 2b1




−2x4 = b3 + b2 − 3b1








0 = b4 − 2b3 − b2 + 3b1


Remarque

Si b4 − 2b3 − b2 + 3b1 6= 0 le système n’admet pas de solution par contre si b4 − 2b3 − b2 + 3b1 = 0
alors le système admet une infinité de solutions .

122

A. Intissar
Algèbre Parties : I & II

Chapitre 5
Déterminants
§ 1 Déterminants d’ordre deux ou trois

Soit E un K-espace vectoriel de dimension deux.

On cherche une fonction f : E × E −→ K, (u, v) −→ f (u, v) telle que :

(1) f (u + v, w) = f (u, w) + f (v, w) et f (λu, v) = λf (u, v)∀ u, v, w ∈ E, ∀ λ ∈ K

(dite linéaire par rapport à la première variable).

(2) f (u, v + w) = f (u, w) + f (u, w) etf (u, λv) = λf (u, v)∀ u, v, w ∈ E, ∀ λ ∈ K

(dite linéaire par rapport à la seconde variable).

(3) f (u, v) = 0 ⇐⇒ u et v sont linéairement dépendants.

Définition

(i) f : E × E −→ K, (u, v) −→ f (u, v) vérifiant à la fois (1) et (2) est dite une forme bilinéaire :

(ii) une forme bilinéaire vérifiant f (u, u) = 0 pour tout u ∈ E est dite forme alternée.

(iii) une forme bilinéaire vérifiant f (u, v) = −f (v, u) pour tout (u, v) ∈ E × E est dite forme
antisymétrique.

Premières propriétés

• Toute forme bilinéaire f vérifiant (3) est alternée c’est-à-dire f (u, u) = 0 pour tout u ∈ E .
(il suffit de prendre u = v et appliquer (3))

• Toute forme bilinéaire f vérifiant (3) est antisymétrique, c’est-à-dire f (u, v) = −f (v, u) pour
tout (u, v) ∈ E × E.

il suffit de prendre w = u + v et appliquer (3) pour obtenir que f (u + v, u + v) = 0 puis d’ap-

pliquer (1) et (2) pour obtenir :

0 = f (u + v, u + v) = f (u, u + v) + f (v, u + v) = f (u, u) + f (u, v) + f (v, u) + f (v, v) = f (u, v) + f (v, u)

c’est-à-dire f (u, v) = −f (v, u).

Utilisation d’une base

Théorème

Soient E un K-espace vectoriel de dimension deux et {B = {e1 , e2 } une base de E.

Soient u et v deux éléments de E de la forme u = ae1 + be2 et v = ce1 + de2 .

123

A. Intissar
Algèbre Parties : I & II

Soit f une forme linéaire sur E alternée et antisymétrique alors on a :

f (u, v) = (ad − bc)f (e1 , f (e2 )).

Démonstration

f (u, v) = f (ae1 + be2 , ce1 + de2

= f (ae1 , ce1 + de2 ) + f (be2 , ce1 + de2 )

= f (ae1 , ce1 ) + f (ae1 , de2 ) + f (be2 , ce1 ) + f (be2 , de2 )

= ac f (e1 , e1 ) + ad f (e1 , e2 ) + bc f (e2 , e1 ) + bd f (e2 , e2 )

= ad f (e1 , e2 ) + bc f (e2 , e1 ) car f est alternée.

= (ad − bc) f (e1 , e2 ) car f est antisymétrique.

Inversement

Toute fonction de cette forme est bien une application de E × E dans K et c’est bien une forme
bilinéaire alternée.

Définition (Déterminant)

La forme bilinéaire alternée telle que f (e1 , e2 ) = 1 est appelée déterminant du système de vec-
teurs {u, v} par rapport à la base {e1 , e2 } et sera noté det{u, v} = ad − bc.

Comme la matrice A associée au système {u, v} est donnée par :

 
a c
A= , on notera aussi detA = ad − bc.
b d

Formes tri-linéaires alternées

Définition (formes tri-linéaires alternées)

Soit E un K-espace vectoriel de dimension trois.

Soit f : E × E × E −→ K, (u, v) −→ f (u, v, w) telle que :

?1 f (u, v, w) = 0 ⇐⇒ deux des trois vecteurs sont égaux.

?2 f est linéaire pa rapport à chacune des trois variables (u, v, w).

?3 En permutant deux vecteurs le résultat de f (u, v, w) change de signe.

Utilisation de base pour caractériser les formes tri-linéaires alternées.

124

A. Intissar
Algèbre Parties : I & II

Théorème

Soient E un K-espace vectoriel de dimension trois et {B = {e1 , e2 , e3 } une base de E.

Soient u, v et w trois éléments de E de la forme u = a1 e1 + b1 e2 + c1 e3 , v = a2 e1 + b2 e2 + c2 e3

et w = a3 e1 + b3 e2 + c3 e3 .

Soit f une forme tri-linéaire sur E alternée. Alors on a :

f (u, v, w) = [a1 b2 c3 + b1 c2 a3 + c1 a2 b3 − a1 c2 b3 − b1 a2 c3 − c1 b2 a3 ]f (e1 , e2 , e3 ).

Pour retenir cette formule, on peut remarquer le produit ai bj ck où 1 ≤ i, j, k ≤ 3 est obtenu en

permutant les éléments de {1, 2, 3}. Dans la somme, ce produit est précédé du signe + si le
nombre de permutations est pair et précédé du signe - si le nombre de permutations est impair,
ce qui donne par exemple :

a b c a b c a b c a b c a b c a b c
+ − + − + −
1 2 3 1 3 2 2 3 1 2 1 3 3 1 2 3 2 1

Démonstration

Soient u, v et w trois éléments de E de la forme u = a1 e1 + b1 e2 + c1 e3 , v = a2 e1 + b2 e2 + c2 e3

et w = a3 e1 + b3 e2 + c3 e3 .

Alors on a :

f (u, v, w) = f (a1 e1 + b1 e2 + c1 e3 , a2 e1 + b2 e2 + c2 e3 , a3 e1 + b3 e2 + c3 e3 )

=[f (a1 e1 , a2 e1 , a3 e1 ) = a1 a2 a3 f (e1 , e1 , e1 ) = 0]

+[f (a1 e1 , a2 e1 , b3 e2 ) = a1 a2 b3 f (e1 , e1 , e2 ) = 0]

+[f (a1 e1 , a2 e1 , c3 e3 ) = a1 a2 c3 f (e1 , e1 , e3 ) = 0]

+[f (a1 e1 , b2 e2 , a3 e1 ) = a1 b2 a3 f (e1 , e2 , e1 ) = 0]

+[f (a1 e1 , b2 e2 , b3 e2 ) = a1 b2 b3 f (e1 , e2 , e2 ) = 0]

+[f (a1 e1 , b2 e2 , c3 e1 ) = a1 b2 c3 f (e1 , e2 , e3 )] (∗1 )

+[f (a1 e1 , c2 e3 , a3 e1 ) = a1 c2 a3 f (e1 , e3 , e1 ) = 0]

+[f (a1 e1 , c2 e3 , b3 e2 ) = a1 c2 b3 f (e1 , e3 , e2 )] (∗2 )

+[f (a1 e1 , c2 e3 , c3 e3 ) = a1 c2 c3 f (e1 , e3 , e3 ) = 0]

+[f (b1 e2 , a2 e1 , a3 e1 ) = b1 a2 a3 f (e2 , e1 , e1 ) = 0]

+[f (b1 e2 , a2 e1 , b3 e2 ) = b1 a2 b3 f (e2 , e1 , e2 ) = 0]

125

A. Intissar
Algèbre Parties : I & II

+[f (b1 e2 , a2 e1 , c3 e3 ) = b1 a2 c3 f (e2 , e1 , e3 )] (∗3 )

+[f (b1 e2 , b2 e2 , a3 e1 ) = b1 b2 a3 f (e2 , e2 , e1 ) = 0]

+[f (b1 e2 , b2 e2 , b3 e2 ) = b1 b2 b3 f (e2 , e2 , e2 ) = 0]

+[f (b1 e2 , b2 e2 , c3 e3 ) = b1 b2 c3 f (e2 , e2 , e3 ) = 0]

+[f (b1 e2 , c2 e3 , a3 e1 ) = b1 c2 a3 f (e2 , e3 , e1 )] (∗4 )

+[f (b1 e2 , c2 e3 , b3 e2 ) = b1 c2 b3 f (e2 , e3 , e2 )= 0]

+[f (b1 e2 , c2 e3 , c3 e3 ) = b1 c2 c3 f (e2 , e3 , e3 )= 0]

+[f (c1 e3 , a2 e1 , a3 e1 ) = c1 a2 a3 f (e3 , e1 , e1 )= 0]

+[f (c1 e3 , a2 e1 , b3 e2 ) = c1 a2 b3 f (e3 , e1 , e2 )] (∗5 )

+[f (c1 e3 , a2 e1 , c3 e3 ) = c1 a2 c3 f (e3 , e1 , e3 )= 0]

+[f (c1 e3 , b2 e2 , a3 e1 ) = c1 b2 a3 f (e3 , e2 , e1 )] (∗6 )

+[f (c1 e3 , b2 e2 , b3 e2 ) = c1 b2 b3 f (e3 , e2 , e2 )= 0]

+[f (c1 e3 , b2 e2 , c3 e3 ) = c1 b2 c3 f (e3 , e2 , e3 )= 0]

+[f (c1 e3 , c2 e3 , a3 e1 ) = c1 c2 a3 f (e3 , e3 , e1 )= 0]

+[f (c1 e3 , c2 e3 , b3 e2 ) = c1 c2 b3 f (e3 , e3 , e2 )= 0]

+[f (c1 e3 , c2 e3 , c3 e3 ) = c1 c2 33 f (e3 , e3 , e3 )= 0]

=[a1 b2 c3 + b1 c2 a3 + c1 a2 b3 − a1 c2 b3 − b1 a2 c3 − c1 b2 a3 ]f (e1 , e2 , e3 ).

Définition (déterminant d’ordre 3)

Soient E un K-espace vectoriel de dimension trois et B = {e1 , e2 , e3 } une base de E.

Le determinant d’un système {u, v, w} de E par rapport à la base B = {e1 , e2 , e3 } est la forme
tri-linéaire alternée telle que f (e1 , e2 , e3 )= 1 et sera noté :

det{u, v, w} = a1 b2 c3 + b1 c2 a3 + c1 a2 b3 − a1 c2 b3 − b1 a2 c3 − c1 b2 a3 .

Comme la matrice A associée au système {u, v, w} est donnée par :

 
a1 a2 a3
 
 
A =  b1 b2 b3 


 
c1 c2 c3

126

A. Intissar
Algèbre Parties : I & II

On notera aussi detA = a1 b2 c3 + b1 c2 a3 + c1 a2 b3 − a1 c2 b3 − b1 a2 c3 − c1 b2 a3 .

dett A = a1 b2 c3 + a2 b3 c1 + a3 b1 c2 − a3 b2 c1 − a1 b3 c2 − a2 b1 c3

d1 d1

Si on désigne par d2 le produit +d1 d2 d3 et par d2 le produit −d1 d2 d3

d3 d3
où d1 , d2 , d3 ∈ K.

 
a1 a2 a3 a1 a2
 
 
En notant Ã =  b1 b2 b3
 b1 b2   constituée des colonnes de A augmentées de ses
 
c1 c2 c3 c1 c2
deux premières colonnes, on constate que :

a1 a2 a3 a3 a1

detA = b2 + b3 + b1 + b2 + b3

c3 c1 c2 c1 c2
a2

+ b1

 
a11 a12 a13
 
 
Si on note A = (aij )1≤i,j≤3  a21
= a22 a23 

 
a31 a32 a33

Voici à nouveau la formule pour le déterminant de A :

detA = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a31 a22 a13 − a32 a23 a11 − a33 a21 a12 .

On rappelle le moyen facile ci-dessus appelé la règle Sarrus qui permet de retenir cette for-
mule : on recopie les deux premières colonnes à droite de la matrice (colonnes grisées), puis
on additionne les produits de trois termes en les regroupant selon la direction de la diagonale
descendante (à gauche), et on soustrait ensuite les produits de trois termes regroupés selon la
direction de la diagonale montante (à droite) :

127

A. Intissar
Algèbre Parties : I & II

Exemple
 
2 1 0
 
 
 1
Calculons le déterminant de la matrice A =  −1 3 

 
3 2 1

Par la règle de Sarrus, on obtient :

detA = 2 × (−1) × 1 + 1 × 3 × 3 + 0 × 1 × 2 −3 × (−1) × 0 − 2 × 3 × 2 − 1 × 1 × 1= −6.

Attention : Cette méthode ne s’applique pas pour les matrices de taille supérieure à 3. Nous
verrons d’autres méthodes qui s’appliquent aux matrices carrées de toute taille.

Interprétation géométrique du déterminant

On va voir qu’en dimension 2, les déterminants correspondent à des aires et en dimension 3 à

des volumes.
   
a b
Soient v1 =  et v2 =  dans le plan R2 . Le déterminant de ces deux vecteurs est :
c d

Ces deux vecteurs v1 , v2 déterminent un parallélogramme

128

A. Intissar
Algèbre Parties : I & II

Proposition

L’aire A du parallélogramme est donnée par la valeur absolue du déterminant :

 
a b
A = det(v1 , v2 ) = det  = ad - bc
c d
Démonstration
   
a 0
Le résultat est vrai si v1 =  et v2 =  . En effet, dans ce cas on a affaire à un rec-
0 d  
a 0
tangle de côtés | a | et | d |, donc d’aire| ad |, alors que le déterminant de la matrice  
0 d
vaut ad.

Si les vecteurs v1 et v2 sont colinéaires alors le parallélogramme est aplati, donc d ?aire nulle ;
on calcule facilement que lorsque deux vecteurs sont colinéaires, leur déterminant est nul.

Dans la suite on suppose que les vecteurs ne sont pas colinéaires. Notons

129

A. Intissar
Algèbre Parties : I & II

§ 2 Déterminants d’ordre quelconque

Les motivations étant les mêmes que dans les cas précédents, on est amené à chercher des formes
linéaires définies de la façon suivante :

Définition

Soient E un K-espace vectoriel de dimension finie (dimE = n) et f : E n −→ K.

Une forme n-linéaire alternée sur un K-espace vectoriel de dimension finie (dimE = n) est une
application f : E n −→ K telle que :
0 0 0
(1) f (u1 , ....., ui + ui , ....., un ) = f (u1 , ....., ui , ....., un + f (u1 , ....., ui , ....., un ), ∀i ∈ [1, n] où ui , ui ∈ E

f (u1 , ....., λui , ....., un ) = λf (u1 , ....., ui , ....., un , ∀i ∈ [1, n] où ui ∈ E

(linéarité de f par rapport à chaque variable)

(2) Si ui = uj alors f (u1 , ....., ui , ......, uj , ....., un ) = 0 ∀ i, j ∈ [1, n]; i 6= j.

(f est alternée)

Proposition

Une forme n-linéaire alternée est antisymétrique c’est-à-dire :

f (u1 , ....., ui , ......, uj , ....., un ) = −f (u1 , ....., uj , ......, ui , ....., un ), la transposition des vecteurs en
position i et j ; i 6= j change de signe.

Démonstration

=⇒

Puisque f est alternée on a f (u1 , ....., ui + uj , ......, uj + ui , ....., un ) = 0 ∀ (i, j).

Alors par linéarité, on obtient :

f (u1 , ...., ui + uj , ......, uj + ui , ..., un ) = f (u1 , ....., ui , ....., ui , ...., un ) + f (u1 , ...., ui , ....., uj , ..., un )

+f (u1 , ....., uj , ......, ui , ....., un ) + f (u1 , ....., uj , ......, uj , ....., un ) = 0.

Comme le premier et le quatrième terme de l’égalité ci-dessus sont nuls, on en déduit que :

f (u1 , ....., ui , ....., uj , ....., un ) + f (u1 , ....., uj , ......, ui , ....., un ) = 0 i.e.

f (u1 , ....., ui , ....., uj , ....., un ) = −f (u1 , ....., uj , ......, ui , ....., un ).

⇐=

Si f est antisymétrique c’est-dire f (u1 , ....., ui , ....., uj , ....., un ) = −f (u1 , ....., uj , ......, ui , ....., un )
alors pour ui = uj on a 2f (u1 , ....., ui , ....., ui , ....., un ) = 0.

130

A. Intissar
Algèbre Parties : I & II

Utilisation d’une base

Soient E un K-espace vectoriel de dimension finie (dimE = n) de base B = {e1 , ...., ei , ...., en }
et f : E n −→ K une forme n-linéaire alternée.

Soit uj ∈ E, j ∈ [1, n] alors on peut l’écrire dans la base B sous la forme suivante :
n
X
uj = aij ei
i=1

Par suite on a :

Xn n
X n
X
f (u1 , ....., uj , ....., un ) = f ( ai1 ei , ......, aij ei , ........, ain ei ).
i=1 i=1 i=1

En développant au moyen de propriétés de linéarité, on obtient la somme des termes de la forme

suivante :
n
Y
aji f (ei1 , ei2 , ....., ein ) où i1 , i2 , ........., in prennent toutes les valeurs de 1 à n.
j=1

Puisque f est alternée alors f (ei1 , ei2 , ....., ein ) est non nul seulement si i1 , i2 , ........., in sont tous
différents. C’est-à-dire si le système {i1 , i2 , ........., in } est obtenu au moyen d’une permutation
σ de {1, 2, ........., n} et alors {i1 = σ(1), i2 = σ(2), ........., in = σ(n)}.

En conclusion

f (u1 , ....., uj , ....., un ) est la somme des termes de la forme suivante :

a1σ(1) .a2σ(2) .......anσ(n) f (eσ(1) , eσ(2) , ......., eσ(n) où σ est une permutation de l’ensemble {1, 2, ........., n}.

Ceci se note :
X
f (u1 , ....., uj , ....., un ) = a1σ(1) .a2σ(2) .......anσ(n) f (eσ(1) , eσ(2) , ......., eσ(n)) .
σ∈Sn

où Sn est l’ esemble des permutations de {1, 2, ........., n}

Remarque

•1 On vérifie que toute fonction définie comme ci-dessus est une forme n-linéaire alternée.

•2 La fonction f est entièrement déterminée par f (e1 , e2 , ..., en ).

•3 Toute les formes n-linéaires alternées sont proportionnelles à celle telle que :

f (e1 , e2 , ..., en ) = 1 et leur ensemble est donc de dimension un.

131

A. Intissar
Algèbre Parties : I & II

Définition

Soit {e1 , e2 , ..., en } une base d’un espace vectoriel E sur un corps K et {u1 , u2 , ...., ui , .., un } un
Xn
système de vecteurs de E tel que ui = aij ej , 1 ≤ i ≤ n . La forme n-linéaire alternée telle
j=1
que f (e1 , e2 , ..., en ) = 1 s’appelle determinant du système {u1 , u2 , ...., ui , .., un } par rapport à
la base {e1 , e2 , ..., en } noté par det{u1 , u2 , ...., ui , .., un }.

Utilisation d’une autre base

0 0 0 0 0 0
Soit {e1 , e2 , ..., en } une autre base sur E. L’application det{e1 , e2 , ..., en } est une forme n-linéaire
alternée, elle vérifie donc la relation suivante :
0 0 0 0 0 0
det{e1 , e2 , ..., en } {u1 , u2 , ....., un } = det{e1 , e2 , ......, en } {u1 , u2 , ......, un }det{e1 , e2 , ..., en } {e1 , e2 , ..., en }
0 0 0
pour u1 = e1 , u2 = e2 , ......., un = en ce qui permet d’obtenir :
0 0 0
det{e1 , e2 , ..., en } {e1 , e2 , ..., en } = 1.

Donc
0 0 0 0 0 0
det{e1 , e2 , ..., en }{e1 , e2 , ..., en }.det{e1 , e2 , ..., en } {e1 , e2 , ..., en } = 1.

Théorème

det{e1 , e2 , ..., en } {u1 , u2 , ..., un } = 0 ⇐⇒ {u1 , u2 , ..., un } sont linéairement dépendants.

Démonstration

=⇒

(Comme P =⇒ Q ⇐⇒ non Q =⇒ non P , montrons que non Q =⇒ non P ).

Si {u1 , u2 , ..., un } sont linéairement indépendants alors ils forment une base dans E et par
conséquent on a det{e1 , e2 , ..., en } {u1 , u2 , ..., un } det{u1 , u2 , ..., un } {e1 , e2 , ..., en } = 1, ce qui
montre que det{e1 , e2 , ..., en } {u1 , u2 , ..., un } =
6 0 et donc P =⇒ Q.

⇐=

Si les vecteurs {u1 , u2 , ..., un } sont linéairement dépendants alors l’un d’eux est combinaison
linéaire des autres. Soit par exemple u1 = λ2 u2 + λ3 u3 + ......... + λn un d’où det{e1 , e2 , ..., en }
{u1 , u2 , ..., un } =det(λ2 u2 + λ3 u3 + ......... + λn un , u2 , u3 , ...., un } = λ2 {u2 , u2 , u3 , ....., un } +
λ3 {u3 , u2 , u3 , ....., un } + ...... + λn {un , u2 , u3 , ....., un } = 0.

§ 3 Propriétés du déterminant d’une matrice carrée d’ordre n

Définition (déterminant d’une matrice carrée)

Soit A une matrice carrée d’ordre n sur K. Le déterminant de A est le scalaire det (C1 , C2 , ....., Cn )
où (C1 , C2 , ....., Cn ) sont les vecteurs colonnes de A (dans Kn ) et det désigne la forme n-linéaire

132

A. Intissar
Algèbre Parties : I & II

alternée par rapport à la base canonique de Kn .

On peut expliciter ce-ci comme suit :

• Soit n un entier supérieur ou égal à 1. A toute matrice A carrée d’ordre n on peut associer
un unique scalaire, appelé déterminant de A et noté det(A) ou detA, caractérisé par les trois
propriétés suivantes :

•1 L’application définie par le déterminant est linéaire par rapport à chaque colonne.

•2 Si deux colonnes d’une matrice A sont égales, son déterminant est nul.

•3 Le déterminant de la matrice unité est égal à 1.

Dans la suite on désigne ces trois propriétés sous le nom de propriétés caractéristiques des dé-
terminants.

Proposition

(1) Si In est la matrice unité d’ordre n alors detIn = 1.

(2) Une matrice carrée d’ordre n A est inversible si et seulement si son déterminant est non nul.

(3) Si A et B sont deux matrices carrées de même ordre n sur K alors det(AB) = [Link].

(4) Si A est matrice carrée d’ordre n est inversible alors le déterminant de son inverse A−1 est
1
donné par detA−1 = .
detA
(5) Une matrice carrée A d’ordre n et sa transposée t A ont le même déterminant.

Démonstration

(1) det In = det{e1 , e2 , ......, en } {e1 , e2 , ......, en } = 1.

(2) D’après la définition.

(3) Soient A et B deux matrices carrées d’ordre n sur le corps K. Soient f l’aplication linéaire
associée à A par rapport à la base {e1 , e2 , ......, en } et g l’aplication linéaire associée à B par
rapport à la base {e1 , e2 , ......, en }.

La matrice BA représente alors l’application gof par rapport à la base {e1 , e2 , ......, en }.

Comme les colonnes de A sont {f (e1 ), f (e2 ), ......, f (en )}, celles de B sont {g(e1 ), g(e2 ), ......, g(en )}
et celles de BA sont {gof (e1 ), gof (e2 ), ......, gof (en )} alors on a :

detA = det{f (e1 ), f (e2 ), ......, f (en )}, detB = det{g(e1 ), g(e2 ), ......, g(en )} et

detBA = det{gof (e1 ), gof (e2 ), ......, gof (en )}.

133

A. Intissar
Algèbre Parties : I & II

Considérons l’application F : E n −→ K; (u1 , u2 , ....un ) −→ F (u1 , u2 , ....un ) = det{g(u1 ), g(u2 ), ......, g(un )}.

On vérifie que l’application F est un forme n-linéaire alternée donc :

F (u1 , u2 , ....un ) = det(u1 , u2 , ....un ).F (e1 , e2 , ....en ) c’est-à-dire det{g(u1 ), g(u2 ), ......, g(un )} =
det(u1 , u2 , ....un )det(g(e1 ), g(e2 ), ....g(en )).

Pour u1 = f (e1 ), u2 = f (e2 ), ....., un = f (en ), on obtient :

det{gof (e1 ), gof (e2 ), ......, gof (en )} = det{f (e1 ), f (e2 ), ......, f (en )}. det{g(e1 ), g(e2 ), ......, g(en )},
d’où det(B) = detA. detB = det(AB).

(4) Comme A−1 A = In =⇒ det(A−1 A) = detA−1 detA = detIn = 1.

1
Donc detA−1 = .
detA
(5) Pour A = (aij )1≤i,j≤n ∈ Mn (K) on a :

X n
Y X n
Y X n
Y
detA = (σ) aσ(i),i = (σ) aσ(i),σ−1 σ(i) = (σ −1 ) ak,σ−1 (k) = dett A.
σ∈Sn i=1 σ∈Sn i=1 σ∈Sn k=1

Exemple de code python permettant le calcul du déterminant d’une matrice carrée :

Calcul technique d’un déterminant :

Une des techniques les plus utiles pour calculer un déterminant est le “ développement par
rapport à une ligne (ou une colonne) ”.

Remarque

?1 Un déterminant est nul si et seulement si les colonnes (respectivement les lignes) sont linéai-
rement dépendants.

134

A. Intissar
Algèbre Parties : I & II

?2 En échangeant deux colonnes ( respectivement deux lignes) le déterminant change de signe.

?3 En permutant les colonnes (respectivement les lignes) d’une matrice au moyen d’une per-
mutation paire le déterminant est inchangé. Dans le cas d’une permutation impaire le détermi-
nantchange de signe.

?4 On ne change pas le determinant d’une matrice en ajoutant à une colonne (respectivement

à une ligne) une combinaison linéaire des autres colonnes (respectivement des autres lignes).

Définition (cofacteur)

Soit A = (aij )1≤i,j≤n ∈ Mn (K une matrice carrée.

•1 On note Aij la matrice extraite, obtenue en effaçant la ligne i et la colonne j de A.

•2 Le nombre detAij est un mineur d’ordre n − 1 de la matrice A.

•3 Le nombre Cij = (−1)i+j detAij est le cofacteur de A relatif au coefficient aij .

Pour déterminer si Cij = +detAij ou Cij = −detAij , on peut se souvenir que l’on associe des
signes en suivant le schéma d’un échiquier :

135

A. Intissar
Algèbre Parties : I & II

Proposition (Développement d’un déterminant suivant une ligne ou une colonne).

• Formule de développement par rapport à la ligne i :

n
X n
X
detA = aij detAij = aij Cij .
j=1 j=1

• Formule de développement par rapport à la ligne j :

n
X n
X
detA = aij detAij = aij Cij .
i=1 i=1

Démonstration

La preuve se fait par récurrence sur l’ordre des matrices.

? Formule de développement par rapport à la ligne i :

si n = 1 alors la matrice A est un scalaire a ∈ K donc detA = a.

 
a11 a12
si n = 2 alors la matrice A est A =  
a21 a22
Si on choisit i = 1 on en déduit que A11 = a22 avec C11 = a22 et A12 = a21 avec C12 = −a21 .
2 2
?
X X
A-t-on detA = a1j detA1j = a1j C1j = a11 C11 + a12 C12 = a11 a22 − a12 a2
j=1 j=1

La réponse est oui, elle est déjà traitée en page 122.

On vérifie facilement que la valeur du déterminant est inchangée si on choisit i = 2.

Retrouvons la formule des déterminants 3 × 3, déjà présentée en page 125, en développement

par rapport à la première ligne.
 
a11 a12 a13
 
 
Soit A =  a
 21 a22 a23  alors detA = a11 C11 + a12 C12 + a13 C13

 
a31 a32 a33
     
a22 a23 a21 a23 a21 a22
= a11 det   − a12 det   + a13 det  
a32 a33 a31 a33 a31 a32
= a11 (a22 a33 − a32 a23 ) − a12 (a21 a33 − a31 a23 ) + a13 (a21 a32 − a31 a22 )

= a11 a22 a33 − a11 a32 a23 − a12 a21 a33 + a12 a31 a23 + a13 a21 a32 − a13 a31 a22

On vérifie facilement que la valeur du déterminant est inchangée si on choisit i = 2.

136

A. Intissar
Algèbre Parties : I & II

Hérédité.
n−1
X
Supposons maintenant que l’application det : Mn−1 (K) −→ K, A −→ detA = aij detAij est
j=1
caractérisées par les trois propriétés suivantes :

•1 L’application est linéaire par rapport à chaque colonne.

•2 Si deux colonnes de A sont égales, son déterminant est nul.

•3 Le déterminant de la matrice unité detIn−1 = 1 est égal à 1.

A la ligne n − 1 on a :

detA = (−1)n an−1,1 detAn−1,1 + (−1)n+1 an−1,2 detAn−1,2 + ........ + (−1)n−1+n−1 an−1,n−1 detAn−1,n−1 .

Pour passer à l’ordre n, on procède comme suit :

Soit A = (aij )1≤i,j≤n notée aussi A = (C1 , C2 , ..., Cj , .., Cn ) où

 
a1j  



 a1j
 a2j   
   
   a2j 
   

 . 





ème
Cj =  .  est la j
 colonne de A. On notera aussi Ĉj =   .  la colonne à


 . 


 . 


 . 


 . 

 an−1j   . 
 
  an−1j
anj
(n − 1) éléments, égale à Cj privée de son dernier coefficient.

(i) Propriété (•1 ).

Il s’agit de vérifier que l’application

detA = (−1)n+1 an,1 detAn,1 + (−1)n+2 an,2 detAn,2 + ........ + (−1)n+n an,n detAn,n .

est linéaire par rapport à chaque colonne.

Il nous suffit de le prouver pour la dernière colonne, c’est-à-dire que :

0 00 0 00
det(C1 , C2 , ....., λCn + µCn ) = λdet(C1 , C2 , ....., Cn ) + µdet(C1 , C2 , ....., Cn ).
0 00 0 00 00 0 00
Notons A = (C1 , C2 , ....., λCn +µCn ), A0 = (C1 , C2 , ....., Cn ), A = (C1 , C2 , ....., Cn ) et An,j , An,j , An,j
les sous-matrices extraites en enlevant n−ème ligne et laj −ème colonne. En comparant les diffé-
rentes matrices, on constate que :

137

A. Intissar
Algèbre Parties : I & II

0 00 0 00
an,j = an,j = an,j si j < n tandis que an,n = λan,n + µan,n .
0 00
De façon similaire on a An,n = An,n = An,n = (Ĉ1 , (Ĉ2 , ....., (Ĉn−1 ) puisque la n−ème colonne
0 00
est enlevée. Par contre, pour j < n, An,n , An,n , An,n , ont leurs (n − 2) premières colonnes iden-
tiques, et diffèrent par la dernière. Comme ce sont des déterminants de taille n − 1, on peut
utiliser l’hypothèse de récurrence :
0 00
detAn,j = det(Ĉ1 , ......, Ĉj−1 , Ĉj+1 ....., Ĉn−1 , λĈn + µĈn )
0 00
= λdet(Ĉ1 , ......, Ĉj−1 , Ĉj+1 ....., Ĉn−1 , Ĉn ) + µ det(Ĉ1 , ......, Ĉj−1 , Ĉj+1 ....., Ĉn−1 , Ĉn )
0 00
= λdetAn,j + µdetAn,j .

Finalement, en mettant de côté dans la somme le n-ème terme :

detA = (−1)n+1 an,1 detAn,1 + (−1)n+2 an,2 detAn,2 + ........ + (−1)n+n an,n detAn,n .

n−1
X
=[ (−1)n+j an,j detAn,j ] + (−1)n+n an,n detAn,n .
j=1
n−1
X 0 00 0 00
=[ (−1)n+j an,j (λdetAn,j + µdetAn,j ] + (−1)n+n (λan,n + µan,n )detAn,n .
j=1
n n
X 0 0 X 00 00
=λ (−1)n+j an,j detAn,j + µ (−1)n+j an,j detAn,j .
j=1 j=1
0 00
= λdetA + µdetA .

La démonstration est similaire pour les autres colonnes.

(ii) Propriété (•2 ).

Supposons que Cr = Cs pour r < s. Si k est différent de r et de s, la matrice An,k possède

encore deux colonnes identiques Ĉr et Ĉs . Par hypothèse de récurrence, detAn,k = 0. Par consé-
quent, detA = (−1)n+r detAn,r + (−1)n+s detAn,s . Or An,r et An,s possèdent toutes les deux les
mêmes colonnes :

An,r = (Ĉ1 , ...., Ĉr−1 , Ĉr+1 ....., Ĉs , ....., (Ĉn ) et An,s = (Ĉ1 , ...., Ĉr , .., Ĉs−1 , Ĉs+1 ...., (Ĉn ) car Ĉr =
Ĉs .

Pour passer de An,s à An,r , il faut faire s − r − 1 échanges de colonnes Ĉj ←→ Ĉj+1 successifs,
qui par hypothèse de récurrence changent le signe par (−1)s−r−1 : detAn,s = (−1)s−r−1 detAn,r .

On conclut donc que detA = [(−1)n+r + (−1)n+2s−r−1 ]detAn,r = 0.

(iii) Propriété (•3 ).

Si l’on considère pour A la matrice identité In , ses coefficients ai,j sont tels que :

138

A. Intissar
Algèbre Parties : I & II


 i = j =⇒ ai,j = 1

i 6= j =⇒ ai,j = 0


Donc detIn = (−1)n+n detAn,n . Or, la matrice An,n obtenue à partir de la matrice identité en
supprimant la dernière ligne et la dernière colonne est la matrice identité de taille (n−1)×(n−1).
Par hypothèse de récurrence, on a detIn−1 = 1. On en déduit que detIn = 1.

Résolution d’un système d’équations linéaires par la méthode de Cramer .

On se donne n × n nombres (ai,j ), 1 ≤ i, j ≤ n, puis n nombres bi , 1 ≤ i ≤ n. On considère le

système d’équations


 a1,1 x1 + a1,2 x2 + ....... + a1,n xn = b1




a2,1 x1 + a2,2 x2 + ....... + a2,n xn = b2








.




.




.



(S)
a x + a x + ....... + a x = b

i,1 1 i,2 2 i,n n i







.




.




.








an,1 x1 + an,2 x2 + ....... + an,n xn = bn


où (x1 , ..., xn ) ∈ Kn . (S) est un système de n équations linéaires à n inconnues (x1 , ..., xn ).

Le système est dit homogène si et seulement si b1 = ... = bn = 0. Le système homogène associé

au système (S) est


 a1,1 x1 + a1,2 x2 + ....... + a1,n xn = 0




a2,1 x1 + a2,2 x2 + ....... + a2,n xn = 0








.




.




.



(Sh )
ai,1 x1 + ai,2 x2 + ....... + ai,n xn = 0








.




.




.








an,1 x1 + an,2 x2 + ....... + an,n xn = 0


Résoudre le système (S), c’est trouver tous les n-uplets (x1 , ..., xn ) ∈ Kn vérifiant (S).

139

A. Intissar
Algèbre Parties : I & II

Le système (S) est dit compatible si et seulement si il admet au moins une solution. On note
qu’un système homogène est toujours compatible car le n-uplet (0, ..., 0) est toujours solution
d’un système homogène.

•1 Ecriture matricielle d’un système

Soit A = (aij )1≤i,j≤n ∈ Mn (K), A est la matrice du système (S). Soient B = (bi )1≤i≤n ∈ Mn,1 (K)
puis X = (xj )1≤j≤n ∈ Mn,1 (K). Le système (S) s’écrit matriciellement :

AX = B (S)

Le vecteur colonne B est le second membre du système(S). Le rang de A est le rang du système
(S). Le déterminant du sytème (S) est le determinant de A.
.
•2 Présentation en colonnes

Soient (C1 , ..., Cn ) les colonnes de la matrices A. Donc, ∀ j ∈ [1, n], Cj = (aij )1≤i≤n ∈ Mn,1 (K).
Le système (S) s’écrit alors
n
X
xj Cj = B (S)
j=1

Si B ∈ V ect{C1 , ......, Cn }, alors (S) est compatible et si B ∈

/ V ect{C1 , ......, Cn }, alors (S) n’est
pas compatible .

Définition (Système de Cramer)

Un système (S) est dit de Cramer si et seulement si le rang de la matrice A est égal à n.

Théorème

Le système (S) est de Cramer si et seulement si detA 6= 0.

Un système de Cramer admet une et une seule solution. En particulier, un système de Cramer
homogène admet une et une seule solution à savoir la solution nulle (0, ..., 0).

Démonstration

Comme le rang du système est n alors A est inversible donc detA 6= ∅ et réciproquement si
detA 6= ∅ alors le rang de A est n.

Ceci montre l’existence et l’unicité de la solution du système (S) et on a AX = B ⇐⇒ X = A−1 B.

Théorème

Soit (C1 , C2 , ..., Cj .., Cn ) les colonnes de la matrice A du système (S) AX = B ; detA 6= 0 où
Cj = (aij )1≤i≤n ∈ Mn,1 (K) et soit X = (xi )1≤i≤n ∈ Mn,1 (K) alors

det(C1 , C2 , ...., Ci−1 , B, Ci+1 , ....., Cn )

xi = , ∀ i ∈ [1, n]
detA

140

A. Intissar
Algèbre Parties : I & II

Démonstration
n
X
Par définition de X solution du système (S), on a B = xj Cj . Soit i ∈ [1, n] alors en déve-
j=1
n
X
loppant det(C1 , C2 , ...., Ci−1 , xj Cj , Ci+1 , ....., Cn ) on obtient :
j=1
n
X n
X
det(C1 , C2 , ...., Ci−1 , xj Cj , Ci+1 , ....., Cn ) = xj det(C1 , C2 , ...., Ci−1 , Cj , Ci+1 , ....., Cn )
j=1 j=1
Dans cette somme, si j = i, le terme s ?écrit xi det(C1 , C2 , ...., Ci−1 , Ci , Ci+1 , ....., Cn ) = xi detA.
Si j 6= i,det(C1 , C2 , ...., Ci−1 , Cj , Ci+1 , ....., Cn ) est nul car deux de ses colonnes sont égales
(j peut prendre uniquement l’une des ces valeurs {1, 2, ....., i − 1, i + 1, ...., n}).

Il reste det(C1 , C2 , ...., Ci−1 , B, Ci+1 , ....., Cn ) = xi detA et donc puisque detA 6= 0 on a :

det(C1 , C2 , ...., Ci−1 , B, Ci+1 , ....., Cn )

xi = , ∀ i ∈ [1, n]
detA
Exemple

Résolution du système


 x + 3y + 4z = 50



3x + 5y − 4z = 2




4x + 7y − 2z = 31

 
1 3 4 1 3 4
 
 
 3
La matrice A du système est : A =  5 −4 
 d’où detA = 3 5 −4 = −8
 
4 7 −2 4 7 −2
(Règle de Sarrus)

Le système est de Cramer et admet une solution unique :

50 3 4 1 50 4

2 5 −4 3 2 −4

31 7 −2 −24 4 31 −2 −40
x= −8 = = 3, y = −8 = = 5 et
−8 −8
1 3 50

3 5 2

4 7 31 −64
z= −8 = = 8.
−8

141

A. Intissar
Algèbre Parties : I & II

Chapitre 6
Groupes
§ 1 Généralités sur les groupes

Définition

Un groupe est un ensemble G muni d’une loi de composition interne notée ∗ :

∗ : G × G −→ G; (x, y) −→ x ∗ y, , telle que :

- la loi ∗ soit associative : (x ∗ y) ∗ z = x ∗ (y ∗ z) ∀ x, y, z ∈ G,

- la loi possède un élément neutre e : x ∗ e = e ∗ x = x ∀ x ∈ G

- tout élément x ∈ G possède un symétrique (ou inverse) pour ∗ , noté x−1 , satisfaisant

x ∗ x−1 = x−1 ∗ x = e ∀ x ∈ G.

- Si de plus, ∀ (x, y) ∈ G × G , on a x ∗ y = y ∗ x alors G est dit commutatif (ou abélien).

Proposition

Si une loi interne admet admet au plus un élément neutre (Unicité de l’élément neutre).

L’inverse d’un élément, lorsqu’il existe, est unique. Il est lui-même inversible, et (x−1 )−1 = x.

Si deux éléments x et y sont inversibles, alors x ∗ y est inversible et (x ∗ y)−1 = y −1 ∗ x−1 .

On peut par ailleurs simplifier par un élément inversible :

Si x ∗ y = x ∗ z, avec x inversible, alors y = z (et de même à droite).

Démonstration

Supposons qu’il existe deux éléments neutres e1 et e2 . On a alors e1 ∗ e2 = e1 car e2 est un

élément neutre, mais aussi e1 ∗ e2 = e2 car e1 est un élément neutre, donc e1 = e2 .

Supposons que x ait deux inverses, notés y et z. On a alors

y ∗ x ∗ z = y ∗ (x ∗ z) = y ∗ e = y mais aussi y ∗ x ∗ z = (y ∗ x) ∗ z = e ∗ z = z donc y = z.

La relation (x−1 )−1 = x découle de la symétrie de la définition de l’inverse.

Pour l’inverse du produit, il suffit de constater que

y −1 ∗ x−1 ∗ x ∗ y = y −1 ∗ e ∗ y = e et x ∗ y ∗ y −1 ∗ x−1 = x ∗ e∗ = e.

Pour obtenir les simplifications, il suffit de multiplier par x−1 comme suit :

142

A. Intissar
Algèbre Parties : I & II

Comme x ∗ y = x ∗ z alors x−1 ∗ x ∗ y = x−1 ∗ x ∗ z donc e ∗ y = e ∗ z c’est-à-dire y = z.

De même à droite, si on a y ∗ x = z ∗ x∗ alors y ∗ x ∗ x−1 = z ∗ x ∗ x−1 donc y ∗ e = z ∗ e

c’est-à-dire y = z.

Exemples de groupes

• (R, +) est un groupe commutatif avec e = 0 et x−1 = −x (notation de l’inverse lorsque ∗ = +)

• (Z, +) est un groupe commutatif avec e = 0 et x−1 = −x (notation de l’inverse lorsque ∗ = +)

• Pour n ∈ N; n 6= 0, on note nZ = {multiples de n} = {nk; k ∈ Z} alors (nZ, +) est un groupe

commutatif.

• (Q, +) est un groupe commutatif avec e = 0 et x−1 = −x (notation de l’inverse lorsque ∗ = +)

• (R − {0}, ×) est un groupe commutatif avec e = 1 et x−1 = 1

x; x 6= 0 (notation de l’inverse
lorsque ∗ = ×)

1
• (Q − {0}, ×) est un groupe commutatif avec e = 1 et x−1 = ; x 6= 0 (notation de l’inverse
x
lorsque ∗ = ×)

• (N, +) n’est pas un groupe : il n’a pas de nombre négatif, et donc pas d’inverse.

• (R, ×) n’est pas un groupe : 0 n’a pas d’inverse.

• L’ensemble des polynômes de degré n, muni de l’addition, n’est pas un groupe. Par contre,
l’ensemble des polynômes de degré inférieur ou égal à n en est un.

• Soit n ∈ N; n 6= 0, on note Rn = {x = (x1 , x2 , ..., xi , ..., xn ); xi ∈ R} = {ensemble des n-uplets de réels}.

La loi d’addition interne est définie comme suit :

pour x = (x1 , x2 , ..., xi , ..., xn ) et y = (y1 , y2 , ..., yi , ..., yn ) ∈ Rn , on pose

x+y = (x1 + y1 , x2 + y2 , ..., xi + yi , ..., xn + yn ).

Muni de cette loi +, (Rn , +) est un groupe abélien.

- L’élément neutre est le vecteur nul : 0 = (0, 0, ..., 0, ..., 0).

Le vecteur opposé de x pour la loi + est −x = (−x1 , −x2 , ..., −xi , ..., −xn ).

• Construction de C

On considère R2 = {(x, y); x ∈ R et yR} privé de (0, 0) qu’on notera par Ĉ.
On définit une loi interne de multiplication notée × sur Ĉ comme suit :

143

A. Intissar
Algèbre Parties : I & II

(x, y)×(x0 , y 0 ) = (xx0 − yy 0 , xy 0 + yx0 ).

Muni de cette loi ×, (R2 − {(0, 0), ×} est un groupe abélien.

- (1, 0) est l’élément neutre de × : (x, y)×(1, 0) = (1, 0)×(x, y) = (x, y).
x y
-( ,− 2 ) est le symétrique de (x, y) 6= (0, 0) par rapport à × :
x2 + y 2 x + y2
x y x y
(x, y)×( 2 ,− 2 =( 2 ,− 2 )×(x, y) = (1, 0).
x + y2 x + y2 x + y2 x + y2
L’associativité et la commutativité sont triviales.

On constate que (0, 1)×(0, 1) = (−1, 0) c’est-à-dire (0, 1)2 = (−1, 0) et que (x, y) = x(1, 0) + yi
2
où i = (−1, 0).

Si on identifie (x, 0) à x alors l’ensemble Ĉ peut s’écrire comme suit :

Ĉ = {z = x + iy; x, y ∈ R}, on peut même ôter le chapeau ! !.

• Soit n ∈ N; n 6= 0, on note GLn (K) = {A ∈ Mn (K); detA 6= 0} ⊂ Mn (K), la loi de multipli-

cation des matrices notée × donne une structure de groupe à GLn (K). En effet :

• Soient A, B ∈ GLn (K) alors A × B ∈ Mn (K) par définition du produit des matrices et comme
detA 6= 0, detB 6= 0 et det(A × B) = [Link] on a donc det(A × B) 6= 0 et par conséquent la
loi × est interne.

• La matrice identité est un élément neutre pour la loi × car ∀ A ∈ Mn (K), I × A = A × I = A

et comme detI = 1 alors I ∈ GLn (K).

• Chaque élément A ∈ GLn (K) admet un inverse A−1 car detA 6= 0 et A−1 ∈ GLn (K) car
1
detA−1 = 6= 0.
detA
• Pour prouver l’associativité de ×, il faut juste un peu de courage :

considérons A, B et C ∈ GLn (K).

n
X n X
X n
Soit D = (AB)C, on peut alors écrire di,j = (AB)i,k Ckj = ( ai,l bl,k )ck,j . On peut
k=1 k=1 l=1
n X
X n
écrire ceci plus simplement sous la forme ai,l bl,k ck,j . De même, en notant E = A(BC), on
k=1 l=1
n
X n
X n
X n X
X n
aura ei,j = Ai,k (BC)k,j = ai,k bk,l )cl,j = ai,k bk,l ck,j . Les deux formules sont
k=1 k=1 l=1 k=1 l=1
bien les mêmes puisque les indices dans une somme double sont muets.

Mn (K) muni de la loi de multiplication des matrices n’est pas un groupe. Néanmoins
si le munit simultanément de l’addition et de cette loi de multiplication, on démontre dans le

144

A. Intissar
Algèbre Parties : I & II

prochain chapitre qu’il possède une structure algébrique interessante.

§ 2 Groupes d’applications

• Soit E un ensemble donné, on note B(E) = {f : E −→ E, x −→ f (x); f est bijective}. On

définit sur B(E) une loi interne ∗ = o = composition, alors on a :

Théorème

(i) G = B(E) est un groupe pour la loi o.

(ii) B(E) n’est plus commutatif dès que E possède au moins 3 éléments.

Démonstration

(i) G = B(E) est un groupe pour la loi o :

- Associativité : On a (f og)oh = f o(goh) ∀ f, g, h ∈ B(E). En effet :

f og)oh(x) = (f og)[h(x)] = f [g[h(x)]] ∀ x ∈ E.

f o(goh)(x) = f [(goh)(x)] = f [g[h(x)]] ∀ x ∈ E.

- Élément neutre : I : E −→ E, x −→ I(x) = x, on a f oI = Iof = f .

- Inverse de f est l’application réciproque f −1 car f of −1 = f −1 of = I.

(ii) B(E) n’est plus commutatif dès que E possède au moins 3 éléments :

Soient x1 , x2 , x3 ∈ E deux-à-deux. On considère l’application définie par

f : E −→ E, f (x1 ) = x2 , f (x2 ) = x1 et f (x) = x si x 6= x1 , x2 ,

Il s’agit de la transposition de x1 et x2 .

On considère l’application définie par

g : E −→ E, g(x1 ) = x3 , g(x3 ) = x1 et g(x) = x si x 6= x1 , x3 ,

Il s’agit de la transposition de x1 et x3 .

On a f og(x1 ) = f [g(x1 )] = f (x3 ) = x3 et gof (x1 ) = g[f (x1 )] = g(x2 ) = x2 .

Ce qui nous montre que f og 6= gof .

Définition

Soit E = {1, 2, ......, n} qui est un ensemble fini à n éléments. On appelle Sn = B(E) le groupe
des permutations de n éléments.

145

A. Intissar
Algèbre Parties : I & II

Théorème

(i) Sn est un groupe fini à n! éléments.

( ii) Tout élément de Sn s’écrit comme le produit d’au plus (n − 1) transpositions τij telles que :

τij (i) = j, τij (j) = i et τij (k) = k si k 6= i, j ∀ i, j, k ∈ E.

Démonstration

(i) Pour définir une permutation générale σ ∈ Sn il faut donner :

σ(1) ∈ E−→ n possibilités,

σ(2) ∈ E − {σ(1)}−→ n − 1 possibilités,

σ(3) ∈ E − {σ(1), σ(2)}−→ n − 2 possibilités,

........................................................................................

σ(n) ∈ E − {σ(1), σ(2), ...., σ(n − 1)}−→ une seule possibilité ((n − 1) ont été prises).

Au total, on a : n × (n − 1).......... × 2 × 1 = n!.

(ii) On le démontre par récurrence sur n.

H(n) Tout élément de Sn s’écrit comme le produit d’au plus (n−1) transpositions τi,j telles que

τi,j (i) = j, τi,j (j) = i et τij, (k) = k si k 6= i, j ∀ i, j, k ∈ E.

• Pour n = 2, il n’y a que 2 éléments et Sn n’a donc qu’une transposition possible.

• On suppose H(n) vraie pour un certain rang . Soit σ ∈ Sn+1 . On considère σ(n + 1) :

- Si σ(n + 1) = n + 1, on ne fait rien.

- Si σ(n + 1) 6= n + 1, alors on considère la transposition τi,n+1 qui échange i = σ(n + 1) et

n + 1. On a donc

τ oσ(n + 1) = τ [σ(n + 1)] = n + 1.

0
C’est-à-dire que σ 0 = τ oσ preserve n + 1. σ induit en fait une permutation de {1, 2, ...., n}.

Par récurrence, σ 0 s’écrit τ1 oτ2 o.......oτp avec p ≤ n et des transpositions τi .

On a donc τ oσ = τ1 oτ2 o.......oτp , ce qui implique que (τ 0τ )oσ = Ioσ = σ, et finalement que
τ oσ = τ oτ1 oτ2 o.......oτp .

D’où Sn+1 s’écrit comme le produit d’au plus n transpositions.

146

A. Intissar
Algèbre Parties : I & II

Un exemple de groupe très important (Rubik’s Cube)

On a 6 faces, 9 facettes par face, 54 facettes colorées à remettre dans l’ordre.

En fait, les mouvements du cube échangent les 8 coins et les 12 arêtes. De plus, les centres
des faces sont remis en place en tournant le cube sur lui-même. Il reste donc 12 arêtes, avec 2
orientations possibles, et 8 coins, avec 3 orientations, à mettre en place.

Le groupe G du cube est engendré par les mouvements associés au cube.

0
G⊂S12 × (Z/2Z)12 × S8 × (Z/3Z)8 = G0 avec G correspondant à :

(Permutations des 12 arêtes) × (Rotation des arêtes)12 × (Permutations des 8 coins) ×

(Rotation des coins)8 .

Si on note le nombre des éléments de G par Card(G), on obtient :

Card(G) ≤ Card(G0 ) = 12! × 212 × 8! × 38 .

la taille réelle de G est :

Card(G0 )
Card(G) =
12
Voir la démonstration de ce résultat dans le paragraphe § 6 de ce chapitre où on utilise le théo-
rème de Lagrange qui est un théorème fondamental de la théorie des groupes.

§ 3 Sous-groupes

Définition

Soient (G, ∗) un groupe et H un sous ensemble de G tel que H 6= ∅.

On dit que H est un sous-groupe de G si et seulement si

(i) la loi induite est stable,

(ii) H muni de cette loi induite est un groupe.

Proposition

Soient (G, ∗) un groupe et H un sous ensemble de G (H ⊂ G) tel que H 6= ∅, H est sous-groupe

de G ⇐⇒ ∀ x ∈ H, ∀ y ∈ H alors x ∗ y −1 ∈ H.

Démonstration

147

A. Intissar
Algèbre Parties : I & II

=⇒
Soit H un sou-groupe, soient x ∈ H et y ∈ H alors y −1 ∈ H car tout élément a un symétrique,
on en déduit que x ∗ y −1 ∈ H car la loi ∗ est interne.

⇐=
∀ x ∈ H, ∀ y ∈ H alors x ∗ y −1 ∈ H, si on pose y = x alors x ∗ x−1 ∈ H donc e ∈ H.
Soit x ∈ H et soit e ∈ H alors x−1 ∈ H. La loi est interne car pour y ∈ H on a y −1 ∈ H ce qui
implique que x∗(y −1 )−1 ∈ H c’est-à-dire x∗y ∈ H, il en résulte que H est un sous-groupe de G.

Exemples de sous-groupes

• (Z, +) est un sous-groupe de (Q, +)

• (Q, +) est un sous-groupe de (R, +)

• (Q∗ , ×) est un sous-groupe de (R∗ , ×) où Q∗ = Q − {0} et R∗ = R − {0}

• Soit H l’ensemble constitué de deux éléments −1 et 1 c’est-à-dire H = {−1, 1} alors (H, ×)

est un sous-groupe de (R∗ , ×).

• (nZ, +) est un sous-groupe de (Z, +) pour tout n ∈ Z.

Théorème (théoème de caractérisation)

Tous les sous-groupes de (Z, +) sont de la forme (nZ, +).

Démonstration

Soit H un sous-groupe de Z par rapport à l’addition, alors si H = {0} le théorème est démontré.
Supposons maintenant que H n’est pas réduit à {0}, posons H1 = {x ∈ H; x ≥ 0} et soit n le
plus petit entier appartenant à H1 alors n + n = 2n ∈ H1 , 2n + n = 3n ∈ H1 etc .....
Maintenant, si x ∈ H1 alors in existe q et r tels que x = nq + r avec q ≥ 0 et 0 ≤ r < n. Comme
x ∈ H et nq ∈ H alors x − nq = r ∈ H et comme 0 ≤ r < n alors r ∈ H1 , par suite si r > 0
ceci contredit la définition de n, tl en résulte que r = 0 et par conséquent x = nq. Pour achever
la démonstration, il suffit de remarquer que H = {0} ∪ H1 ∪ (−H1 ).

Corollaire (Identité de Bezout)

Soient p1 et p2 deux entiers relatifs, d le PGCD (le plus grand commun multiple) de p1 et p2
alors il existe des entiers relatifs α1 et α2 tels que p1 α1 + p2 α2 = d.

En particulier, si p1 et p2 sont premiers entre eux c’est-à-dire P GCD(p1 , p1 ) = 1 alors il existe

des entiers relatifs α1 et α2 tels que p1 α1 + p2 α2 = 1.

Démonstration

Soit H = p1 Z + p2 Z alors on a X ∈ H ⇐⇒ ∃ (α1 , α2 ) ∈ Z2 ; X = p1 α1 + p2 α2 .

Montrons que (H, +) est un sous-groupe de Z c’est-à-dire si X, X 0 ∈ H a-t-on X − X 0 ∈ H ?.

148

A. Intissar
Algèbre Parties : I & II

Soit X 0 ∈ H alors il existe des entiers relatifs β1 et β2 tels que X 0 = p1 β1 + p2 β2 , on en déduit

que :

X − X 0 = p1 α1 + p2 α2 − (p1 β1 + p2 β2 ) = p1 (α1 − β1 ) + p2 (α1 − β2 ) ∈ H. Il en résulte que (H, +)

est un sous-groupe de Z et donc il existe n tel que H = nZ. Par suite n = p1 u + p2 v pour un
certain couple (u; v) d’entiers relatifs. Or d divise toute combinaison linéaire de p1 et p2 alors il
divise tout élément de H en particulier il divise n donc d ≤ n. De la même façon, par l’identité
de Bezout, il existe un autre couple (u1 ; v1 ) tel que d = p1 u1 + p2 v2 ∈ p1 Z + p2 Z = nZ. Ainsi
n divise d et n ≤ d. Nous déduisons de la double inégalité que n = d.

Remarque

Il est d’usage de noter le pgcd de p1 et p2 par p1 ∧ p2 et le ppcm (le plus petit commun multiple)
de p1 et p2 par p1 ∨ p2 et on peut vérifier facilement que p1 Z ∩ p1 Z = p1 ∨ p2 Z.

Définition

Le PGCD de p1 , p2 , ......., pn est le nombre d tel que p1 Z + p2 Z + ..... + pn Z = dZ.

Le PPCM de p1 , p2 , ......., pn est le nombre m tel que p1 Z ∩ p2 Z ∩ ..... ∩ pn Z = mZ.

n
^ n
_
On note d = pi et m = pi
i=1 i=1

Théorème

Une intersection quelconque de sous-groupes est un sous-groupe.

Démonstration
\
Soit (Hi )i∈I une famille non-vide de sous-groupes de G, on note par H = Hi . Il suffit de vé-
i∈I
rifier le critère de sous-groupe. H est bien stable par inverse et bien stable par produit. En effet :

L’élément e est dans tous les Hi , donc il est dans leur intersection H. Soient x, y deux éléments
de H. Alors, pour chaque i ∈ I x, y ∈ Hi donc x ∗ y ∈ Hi puisque Hi est un sous-groupe. Il
s’ensuit que x ∗ y est dans tous les Hi , donc dans H.

Pour finir, si x ∈ H, alors x ∈ Hi pour tout i, donc x−1 ∈ Hi puisque Hi est un sous-groupe,
et ainsi x−1 ∈ H. On a bien montré que H est un sous-groupe de G.

Définition

Soient (G, ∗) un groupe et A une partie de G. On appelle sous-groupe engendré par A le plus
petit sous-groupe de G (au sens de l’inclusion) contenant A qu’on note par < A >.

Exemple

Soit (G, ∗) un groupe. Pour tout entier k ≥ 1, le composé d’un élément x ∈ G par lui-même
k fois est noté xk , et le composé de x−1 par lui-même k fois est noté x−k . On convient que
x0 = e. Alors, il est facile de vérifier que le sous-groupe de G engendré par le singleton A = {x}

149

A. Intissar
Algèbre Parties : I & II

est l’ensemble {xk , k ∈ Z}.

§ 4 Morphisme de groupes

Définition

On considère deux groupes (G, ∗) et (G0 , .).

On note eG et eG0 les éléments neutres respectifs de G et G0

On dit qu’une application f : G −→ G0 est un morphisme (ou homomorphisme ) de groupe si :

(i) f (eG ) = e0G .

(ii) Si x et y sont des éléments de G, f (x ∗ y) = f (x).f (y).

De plus :

Si G = G0 , on dit que f est un endomorphisme.

Si f est bijective, on dit que f est un isomorphisme.

Définition

Soient (G, ∗) et (G0 , .) deux groupes. Si il existe un isomorphisme entre G et G0 , on dit que G
et G0 sont isomorphes et on note G' G0 .

Si f est à la fois un isomorphisme et un endomorphisme, on dit que f est un automorphisme.

Exemple

• - Si H est un sous-groupe de G, alors l’inclusion i : H −→ G définie par h −→ i(h) = h est un

morphisme de groupes. Par exemple, les inclusions Z ⊂ Q ⊂ R sont des morphismes de groupes.

• - le déterminant det : GLn (K) −→ K∗ . où GLn (K) = {A ∈ Mn (K); detA 6= 0}

• - toute application linéaire entre deux K-espaces vectoriels.

Remarque

• Un morphisme de groupes envoie le neutre sur le neutre et l’inverse sur l’inverse. En effet :

- On a f (eG ).f (eG ) = f (eG ∗ eG ) = f (eG ), ce qui montre, en composant à droite par f (eG )−1
que f (eG ) = eG0 .
- Pour tout x ∈ G, on a f (x).f (x−1 ) = f (x ∗ x−1 ) = f (eG ) = eG0 ce qui montre que f (x−1 ) = f (x)−1 .

• La notion d’isomorphisme joue en algèbre un rôle dual à celui des homéomorphismes en to-
pologie ou des difféomorphismes en géométrie différentielle.

• Des groupes qui seront isomorphes auront les mêmes propriétés algébriques. Ainsi, l’étude
algébrique d’un groupe pourra se faire sur n’importe quel groupe qui lui est isomorphe.

150

A. Intissar
Algèbre Parties : I & II

Propriétés

Soit (G, ∗) un groupe et a ∈ G avec a 6= 0, on définit :

ϕa : G −→ G, x −→ ϕa (x) = a ∗ x et ψa : G −→ G, x −→ ψa (x) = x ∗ a.

Ces deux applications sont-elles injectives ? surjectives ?

L’injectivité !

ϕa (x) = ϕa (y) ⇐⇒ a ∗ x = a ∗ y =⇒

a−1 ∗ (a ∗ x) = a−1 ∗ (a ∗ y) ⇐⇒ (a−1 ∗ a) ∗ x = (a−1 ∗ a) ∗ y ⇐⇒ x = y.

D’où ϕa est injective.

De façon similaire, on montre que ψa est injective.

La surjectivité !

∀ y ∈ G existe-t-ilx ∈ G tel que ϕa (x) = y ?

Il suffit de prendre x = a−1 ∗ y alors a ∗ x = y. D’où ϕa est surjective.

De façon similaire, on montre que ψa est surjective.

Conclusion

Dans un groupe, les équations a ∗ x = y et x ∗ a = z admettent une solution unique.

Définition

Soit f un homomorphisme (morphisme) de G dans G0 . On note Kerf ou Ker(f ) l’ensemble

{x ∈ G; f (x) = eG0 }. Cet ensemble s’appelle le noyau de l’homomorphisme f .

L’image de f , notée Im(f ) est l’ensemble {y ∈ G0 ; ∃ x ∈ G vérifiant y = f (x)}.

Remarque

Le noyau d’un homomorphisme n’est jamais vide.

En effet, le neutre du groupe de départ est toujours élément du noyau pour ce faire soit
x ∈ G alors f (x) = f (x ∗ eG ) = f (x).f (eG ) =⇒ f (eG ) = eG0 (l’unicité de l’élément neutre) donc
eG ∈ Ker(f ).

Théorème

(i) Pour tout morphisme de groupes f : G −→ G0 , le noyau ker(f ) est un sous-groupe de G et

l’image Im(f ) est un sous-groupe de G0 .

151

A. Intissar
Algèbre Parties : I & II

(ii) Pour tout morphisme de groupes f : G −→ G0 , on a équivalence entre :

f est injective et Kerf est réduit à l’élément neutre de G.

Lorsqu’on a un morphisme injectif f : G −→ G0 , on dit parfois que G se plonge dans G0 via i.

Démonstration

(i) Soit f un homomorphisme entre G et G0 et soit x, y ∈ Ker(f ) alors f (x) = eG0 et f (y) = eG0 .

Comme f (eG ) = f (y ∗ y −1 ) = f (y).f (y −1 ) = eG0 =⇒ f (y −1 ) = [f (y)]−1 .

f (x ∗ y −1 ) = f (x).f (y −1 ) = f (x).[f (y)]−1 = eG0 .e−1

G0 = eG0 =⇒ x ∗ y
−1
∈ Ker(f ).

Il en résulte que ker(f ) est un sous-groupe de G

Maintenant soit u, v ∈ Im(f ) alors ∃ u1 ∈ G; u = f (u1 ) et ∃ v1 ∈ G; v = f (v1 ).

Comme u1 ∗ v1−1 ∈ G alors on a f (u1 ∗ v −1 ) = f (u1 ).f (v −1 ) = f (u1 ).[f (v)]−1 = u.v −1 .

=⇒ ∃ u1 ∗ v1−1 ∈ G; u.v −1 = f (u1 ∗ v1−1 ). Donc pour tout u, v ∈ Im(f ) on a u.v −1 ∈ Im(f ).

Il en résulte que Im(f ) est un sous-groupe de G0

(ii) Si f est injective, l’image du neutre de G par f étant le neutre de G0 , aucun autre élément
de G ne peut avoir e0G comme image. (Ou sinon cela contredit l’injectivité de f ). Donc le noyau
de f se réduit à {eG }..

Réciproquement, si le noyau de f est réduit à {eG }, prenons x et y dans G telles que f (x) = f (y),
alors f (x).[f (y)]−1 = f (y)).[f (y)]−1 = eG0 . Maintenant, comme f est un homomorphisme alors
f (x).[f (y)]−1 = f (x ∗ y −1 ) = e0G . Donc x ∗ y −1 est élément de Kerf . Mais le noyau de f étant
réduit à {eG }, cela implique que x ∗ y −1 = eG et donc que x = y.

Proposition

L’application composée de deux homomorphismes est encore un homomorphisme.

Démonstration : Triviale !

§ 5 Théorie des sous-groupes distingués

•1 Sous-groupe engendré par un seul élément.

Soit (G, ∗) un groupe et x ∈ G. Un sous-groupe de G contenant x contient néssairement

x2 = x ∗ x, x3 = x ∗ x ∗ x, ........, et aussi x−1 , x−2 , x−3 , ......

Définition

Soit (G, ∗) un groupe et x ∈ G, on appelle sous-groupe engendré par x le plus petit sous-groupe
de G contenant x.

152

A. Intissar
Algèbre Parties : I & II

Proposition

tous les morphismes f du groupe additif Z dans le groupe multiplicatif Q∗ sont de la forme :

∀ n ∈ Z, f (n) = xn ; x ∈ Q∗ .

Démonstration

On doit avoir f (0) = 1 et posons f (1) = x, x ∈ Q∗ .

Montrons par récurrence que ∀ n ∈ N∗ , f (n) = xn ; x ∈ Q∗ .

Initialisation : Pour n = 1, on a f (1) = x = x1 par définition, donc la proposition est initialisée.

Hérédité : Soit n ∈ N∗ , on suppose que f (n) = xn et montrons que f (n + 1) = xn+1 .

Comme f est un morphisme alors on a f (n + 1) = f (n) × f (1) = xn × x = xn+1 .

Il en résulte par initialisation et hérédité que ∀ n ∈ N∗ , f (n) = xn ; x ∈ Q∗ .

Maintenant, toujours comme Comme f est un morphisme alors on a f (−n) = [f (n)]−1 = [xn ]−1 = x−n .

On conclut donc que ∀ n ∈ Z, f (n) = xn ; x ∈ Q∗ et qui est injectif car si xn = 1, on a n = 0 et

donc Ker(f ) = {0}.

•2 Congruences

Si E est un ensemble et ∼ est une relation d’équivalence sur E, on notera E/ ∼ l’ensemble des
classes d’équivalence pour la relation ∼. On dispose d’une application canonique E −→ E/ ∼
qui envoie élément x de E sur sa classe x̂ = {y ∈ E; y ∼ x}.

Si maintenant G est un groupe et ∼ est une relation d’équivalence sur G, en général, la loi de
G n’induit pas une loi interne sur G/ ∼.

Définition

Soit (G, ∗) un groupe et ∼ une relation d’équivalence sur G. On dit que ∼ est une congruence
si pour tous x, x0 , y, y 0 dans G, si x ∼ x0 et y ∼ y 0 , alors x ∗ y ∼ x0 ∗ y 0 .

Dire que ∼ est une congruence signifie précisément que la loi ∗ de G induit une application
∗ : G/ ∼ ×G/ ∼−→ G/ ∼, (x, y) −→ x ∗ y = (x ∗ y).

Proposition

Soit G un groupe et ∼ une relation d’équivalence sur G. Il existe une unique structure de
groupe sur G/ ∼ faisant de l’application G −→ G/ ∼ un morphisme de groupes. De plus, cette
structure est donnée par la loi interne définie ci-dessus.

Démonstration

153

A. Intissar
Algèbre Parties : I & II

L’unicité résulte immédiatement de la surjectivité de l ?application canonique : tout élément

de G/ ∼ s ?écrit x pour x dans G et on a nécessairement x∗y = x ∗ y. Par ailleurs, on vérifie
facilement qu’on définit ainsi une structure de groupe.

•3 Classes à gauche suivant un sous-groupe.

Soient (G, ∗) un groupe et H un sous-groupe de G. On définit une relation dans G par :

∀ x ∈ G, ∀ y ∈ G alors x ∼ y ⇐⇒ x−1 ∗ y ∈ H.

Proposition

La relation ∼ définie ci-dessus est une relation d’équivalence, dont les classes sont de la forme
x ∗ H, x ∈ G et sont en bijection avec H.

Démonstration

• Réflixivité : soit x ∈ G alors x ∗ x−1 = eG ∈ H car H est un sous-groupe de G.

• Symétrie : soit x ∼ y ⇐⇒ x−1 ∗ y ∈ H, =⇒ [x−1 ∗ y]−1 ∈ H car H est un sous-groupe de G

et comme [x−1 ∗ y]−1 = y −1 ∗ [x−1 ]−1 = y −1 ∗ x ⇐⇒ y ∼ x.

 x ∼ y ⇐⇒ x−1 ∗ y ∈ H


• transitivité : et =⇒ (x−1 ∗ y) ∗ (y −1 ∗ z) ∈ H, car la loi ∗ est

−1
y ∼ z ⇐⇒ y ∗ z ∈ H

stable dans H.

Maintenant, comme (x−1 ∗ y) ∗ (y −1 ∗ z) = x−1 ∗ (y ∗ y −1 ) ∗ z) = x−1 ∗ z ⇐⇒ x ∼ z.

∼ est une relation d’équivalence, dont la classe d’un élément x pour cette relation est

x ∗ H = {y ∈ G, y = x−1 ∗ h avec h ∈ H}. En effet :

On a x ∼ y si et seulement si x−1 ∗ y appartient à H si et seulement si y appartient à x ∗ H.

c’est-à-dire x = x ∗ H.

Considérons l’application ϕ : H −→ x ∗ H = {y ∈ G; y = x−1 ∗ h avec h ∈ H}, h −→ ϕ(h) = x−1 ∗ h.

Par définition de x ∗ H, on a la surjectivité de ϕ.

Quant à l’injectivité de ϕ, soit ϕ(h) = ϕ(h0 ) ⇐⇒ x−1 ∗ h = x−1 ∗ h0 =⇒ h = h0 .

(en multipliant les membres de l’égalité par x).

On appelle les x ∗ H, les classes à gauche de H dans G. Ainsi, G/H est l’ensemble
des classes à gauche.
Mais G/H ne possède pas forcément une structure de groupe.

154

A. Intissar
Algèbre Parties : I & II

Définition

Soit G un groupe. On appelle ordre de G son cardinal (nombre de ses éléments) vu comme un
élément de N ∪ {∞}. On le notera card(G) ou | G |.

Si x est un élément de G, on appelle ordre de x l’ordre du sous-groupe de G engendré par x.

Théorème (Théorème de Lagrange)

Soit (G, ∗) un groupe d’ordre fini et soit H un sous-groupe de (G, ∗). Alors l’ordre de H divise
l’ordre de G.

Démonstration

On s’appuie sur la relation d’équivalence ∼ et le résultat ci-dessus de la caractérisation d’une

classe d’équivalence x dans G/H :

x = x ∗ H = {x ∗ y; y ∈ H}.

Posons n = card(G) et p = card(H). Pour tout x dans H l’ensemble x = x ∗ H contient le

même nombre d’éléments que H. En effet si y1 et y2 sont dans H, alors, comme nous avons
une structure de groupe, x ∗ y1 = x ∗ y2 entraîne y1 = y2 . Par contraposition y1 6= y2 entraîne
x ∗ y1 6= x ∗ y2 . Les ensembles H et x ∗ H ont donc même cardinal.

D’après le chapitre sur les relations d’équivalence, les classes d’équivalences (distinctes) forment
une partition de G. Soit r le nombre (nécessairement fini) de classes d’équivalence distinctes.

Chaque classe contient p éléments et on dénombre r classes : n = r × p, d ?où la conclusion.

•4 Classes à droite suivant un sous-groupe.

Soient (G, ∗) un groupe et H un sous-groupe de G. On définit une relation dans G par :

∀ x ∈ G, ∀ y ∈ G alors x ' y ⇐⇒ x ∗ y −1 ∈ H.

Corollaire

La relation ' définie ci-dessus est une relation d’équivalence, dont d’un élément x pour cette
relation est H ∗ x, x ∈ G et est en bijection avec H.

On appelle les H ∗ x, les classes à droite de H dans G. Ainsi, G/H est l’ensemble des
classes à droite.
Mais G/H ne possède pas forcément une structure de groupe.

Question

Soit (G, ∗) un groupe et H un sous-groupe de [Link] quelle conditions sur H ou sur les relations
d’équivalence ∼ et ', l’ensemble G/H possède une structure de groupe ?

155

A. Intissar
Algèbre Parties : I & II

•4 Sous-groupes distingués

Proposition

Soient (G, ∗) un groupe et ∼ une congruence sur G. Notons H le sous-groupe eG .

Alors la classe d’un élément x de G est x = x ∗ H = H ∗ x.

Démonstration

Pour y dans G, on a y ∼ x si et seulement si x−1 ∗ y ∼ eG si et seulement si x−1 ∗ y appartient

à H si et seulement si y appartient à x ∗ H.

De même, y ∼ x si et seulement si eG ∼ x ∗ y −1 si et seulement si eG ∼ y ∗ x−1 si et seulement

si y appartient à H ∗ x.

Définition

Soient (G, ∗) un groupe et H un sous-groupe de G.

H est un sous-groupe distingué de G ⇐⇒ ∀ x ∈ G, on a x ∗ H = H ∗ x.

Proposition

Soit H un sous-groupe d’un groupe G.

Les propriétés suivantes sont équivalentes :

•1 . H est un sous-groupe distingué ;

•2 . pour tout x dans G, x ∗ H = H ∗ x ;

•3 . pour tout x dans G, x ∗ H ∗ x−1 = H ;

•4 . pour tout x dans G, x ∗ H ∗ x−1 ⊂ H.

Démonstration

L’équivalence entre •1 et •2 est la définition ci-dessus.

L’équivalence entre •2 et •3 est évidente et •3 implique •1 , elle est aussi évidente.

Montrons maintenant que •4 entraîne •3 . Soit x dans G. En appliquant l’hypothèse à x−1 , on

a x−1 ∗ H ∗ x ⊂ H et donc H ⊂ x ∗ H ∗ x−1 , d’où le résultat.

Définition

Soit (G, ∗) un groupe. Si x est un élément de G, on définit un automorphisme de G en envoyant

y sur xyx−1 . On appelle cette automorphisme la conjugaison par x.

156

A. Intissar
Algèbre Parties : I & II

Remarque

L’équivalence entre •1 . et •4 . peut donc se reformuler en disant qu’un sous-groupe est distingué
si et seulement s’il est stable par conjugaison.

Proposition

Soit f : (G, ∗) −→ (G0 , .) un morphisme de groupes.

1. Si H est un sous-groupe distingué de G, alors f (H) est un sous-groupe distingué de f (G).

2. Si H 0 est un sous-groupe distingué de G0 , alors f −1 (H 0 ) est un sous-groupe distingué de G.

Démonstration

On vérifie facilement que l’image (respectivement l’image réciproque) d’un sous-groupe est un
sous-groupe. Il s’agit donc seulement d’établir le caractère distingué.

1. Soit x ∈ G, si H est un sous-groupe de G stable par conjugaison par un x dans G c’est-à-dire

pour y ∈ H on a x ∗ y ∗ x−1 ∈ H, alors f (H) est stable par conjugaison par f (x), en effet soit
z ∈ f (H) alors il existe y ∈ H tel z = f (y) et comme x ∗ y ∗ x−1 ∈ H, on en déduit que f (x ∗
y ∗ x−1 ) ∈ f (H) or f (x ∗ y ∗ x−1 = f (x).f (y).f (x−1 ) = f (x).z.f (x−1 ) = f (x).z.f (x)−1 ∈ f (H)
d ?où le résultat.

2. Soit x ∈ G. On a

f (x ∗ f −1 (H 0 ) ∗ x−1 ) = f (x).f [f −1 (H 0 )].f (x)−1 ⊂ f (x).H 0 .f (x)−1 ⊂ H 0 et f −1 (H 0 ) est donc

stable par conjugaison par f (x), d’où le résultat.

Proposition

Soit f : (G, ∗) −→ (G0 , .) un morphisme de groupes.

Le noyau du morphisme de groupes f est un sous-groupe distingué.

Démonstration

Soit x ∈ G et y ∈ Ker(f ) c’est-à-dire f (y) = eg0 . Alors f (x ∗ y ∗ x−1 ) = eG0 . En effet on a

f (x ∗ y ∗ x−1 ) = f (x).f (y).f (x−1 ) = f (x).eG0 .f (x)−1 = eG0 .

§ 5 Factorisation des morphismes de groupes

Rappel : on peut parler du quotient d’un groupe (G, ∗) par un sous-groupe H, c’est l’ensemble
des classes d’équivalence pour la relation d’équivalence x−1 ∗ y ∈ H. Ici elle sont prise à gauche
mais ca serait pareil a droite pour la relation d’équivalence x ∗ y −1 ∈ H.

Les propriétés suivantes sont équivalentes :

1. La relation d’équivalence est compatible avec la loi de composition ∗.

157

A. Intissar
Algèbre Parties : I & II

2. x ∗ H = H ∗ x pour tout x.

3. H est un sous-groupe distingué de G.

Dans ce cas où H est distingué, on va montrer que le quotient G/H est un groupe et la surjec-
tion canonique est un morphisme de groupe.

Structure de l’ensemble quotient d’un groupe

Soient (G, ∗) un groupe et H un sous-groupe distingué de G. Si x est élément de G, nous

noterons x la classe d’équivalence de x dans G/H. x sera alors un représentant de la classe
d’équivalence x.

Nous allons définir une loi interne ∗ sur G/H par :

Si x et y sont éléments de G alors x ∗ x = (x ∗ y) . Cette loi est celle induite de G sur G/H.

Remarque

Il faut vérifier que cette loi est bien définie sur G/H, c’est-à-dire que si

x, x0 , y, y 0 sont des éléments de G tels que x = x0 et y = y 0 alors x∗x0 = y∗y 0 . (?)

Lemme

La loi définie précédemment est bien définie si et seulement si H est un sous-groupe distingué
dans G.

Démonstration

La condition (?) est équivalente à la suivante :

x ∗ x0−1 ∈ H, y ∗ y 0−1 ∈ H =⇒ x ∗ y ∗ x0−1 ∗ y 0−1 ∈ H (??)

Mais comme, par hypothèse, y ∗ y 0−1 ∈ H et que tout élément de H peut s’écrire sous la forme
y ∗ y 0−1 où y est élément de G. Ceci implique la condition suivante :

x ∈ G =⇒ x ∗ H ∗ x−1 ⊂ H (? ? ?)

Ce qui entraine que H est un sous-groupe distingué de G.

Réciproquement, supposons que H est un sous-groupe distingué de G.

Si x ∗ x0−1 ∈ H, y ∗ y 0−1 ∈ H montrons alors que x ∗ y ∗ x0−1 ∗ y 0−1 ∈ H.

Soit h = y ∗ y 0−1 ∈ H, montrons que x ∗ h ∗ x0−1 ∈ H.

Ceci a lieu car x ∗ h ∗ x0−1 = x ∗ h ∗ x−1 ∗ x ∗ x0−1 , que H est distingué et que x ∗ x0−1 ∈ H.

alorsx ∗ h ∗ x0−1 est bien élément de H comme produit d’éléments de H.

158

A. Intissar
Algèbre Parties : I & II

Théorème

Supposons que H est un sous-groupe distingué de G. L’ensemble G/H muni de la loi interne
induite de celle de G a une structure de groupe. De plus, si G est abélien il en est de même de
G/H équipé de la loi induite.

Démonstration

•1 Comme H est distingué dans G la loi induite ∗ par celle de G sur G/H est bien définie.

•2 L’élément eG est le neutre de la loi ∗ .

Comme eG ∗ x = x ∗ eG = x alors dans G/H on a eG ∗ x = x ∗ eG = x donc eG ∗ x = x ∗ eG = x.

•3 Tout élément x de G/H possède un inverse x−1 qui est x−1 . En effet comme x ∗ x−1 = x−1 ∗ x = eG
alors dans G/H on a x ∗ x−1 = x−1 ∗ x = eG donc x ∗ x−1 = x−1 ∗ x = eG .

•4 L’associativité de la loi induite ∗ se démontre en passant au quotient celle de la loi ∗ de

départ de G. De même, on vérifie que la loi induite ∗ est commutative si la loi de départ ∗ l’est
aussi, et donc que G/H est abélien si G l’est.

Exemple

G = Z et H = nZ; n ∈ N∗ .

Puisque (Z, +) est un groupe commutatif tous ses sous-groupes sont distingués donc (Z/nZ, +)
est un groupe et il est commutatif et d’ordre n.

Par exemple la table de Z/5Z.

Les termes nuls permettent d’identifier les symétriques de chaque élément.

Par exemple, le symétrique de 1 est 4 c’est-à-dire 4 = −1.

Définition (surjection (ou projection) canonique)

Soient (G, ∗) un groupe et H un sous-groupe distingué de G. L’application s définie par

(G, ∗) −→ (G/H, ∗), x −→ s(x) = x s’appelle la surjection (ou projection) canonique de G sur
G/H.

159

A. Intissar
Algèbre Parties : I & II

Théorème

Soient (G, ∗) un groupe et H un sous-groupe distingué de G. L’application s définie par

(G, ∗) −→ (G/H, ∗), x −→ x est un morphisme de groupe. Il est surjectif. Son noyau est égal à
H.

Démonstration

Notons d’abord que s est surjective par définition des classes : toute classe C ∈ G/H admet au
moins un représentant i.e. C = x = s(x).

Montrons que s est un morphisme. Pour x, y ∈ G on a s(x ∗ y) = (x?y) = x∗y = s(x)∗s(y). En-
fin, x ∈ ker(s) ⇐⇒ s(x) = eG/H = eG ⇐⇒ x = eG ⇐⇒ eG ∼ x ⇐⇒ x ∈ H et cela prouve
que kers = H.

Théorème (Théorème d’isomorphisme)

Soient G1 et G2 deux groupes et φ un homomorphisme de G1 dans G2 . Il existe un isomorphisme

γ de G1 /ke(φ) sur φ(G1 ) tel que φ = γos où s est la surjection canonique de G1 sur G1 /ker(φ).
On a donc G1 /ker(φ) est isomorphe à φ(G1 ).

Le théorème dit essentiellement que les projections canoniques permettent de factoriser les mor-
phismes de groupes avec la projection canonique et un isomorphisme.

La figure ci-dessous schématise cette propriété.

. morph φ(G1 )⊂G2

Démonstration

Les lois (différentes) des groupes G1 et G2 seront ici représentées par le même symbole ∗.

Nous définirons γ comme suit :

γ : G1 /ker(φ) −→ φ(G1 ) ⊂ G2 , C −→ γ(C) = φ(n’importe quel représentant de C).

Vérifions d’abord que cette définition est consistante c’est-à-dire que l’on peut effectivement
utiliser n’importe quel représentant de C sans modifier le résultat.

Prenons deux représentants xl et x2 de C. On a x1 ∼ x2 i.e. x−1 ∗ x2 ∈ Ker(φ) =⇒ x2 = x1 ∗ h

avec h ∈ ker(φ) d’où φ(x2 ) = φ(x1 ∗ h) = φ(x1 ) ∗ φ(h) = φ(x1 ) car h ∈ Ker(φ). Deux repré-
sentants quelconques de C donnent le même résultat et notre définition de s est consistante.

L’application γ vérifie γ(x) = φ(x) car x est représentant de x. Ceci montre que tous les élé-

160

A. Intissar
Algèbre Parties : I & II

ments de φ(G1 ) (et seulement ceux-là) sont dans l’ensemble image de γ qui est par conséquent
une surjection de G1 /ker(φ) sur φ(G1 ).

Montrons que γ est un morphisme.

Prenons C1 et C2 deux éléments de G1 /ker(φ) et x1 un représentant de C1 , x2 un représentant

de C2 . On a

γ(C1 ∗C2 ) = φ(n’importe quel représentant de C1 ∗C2 ) = φ(x1 ∗ x2 )

car x1 ∗ x2 est un représentant de C1 ∗C2 . Donc

γ(C1 ∗C2 ) = φ(x1 ) ∗ φ(x2 )

= γ(x1 ) ∗ γ(x2 ).

= γ(C1 ) ∗ γ(C2 ).

Montrons maintenant que γ est injective.

C ∈ Ker(γ) =⇒ γ(C) = eG2 .

=⇒ φ(x) = eG2 où x est un représentant quelconque de C

=⇒ x ∈ Ker(φ).

=⇒ eG1 ∼ x

=⇒ x = eG1

=⇒ C = neutre deG1 /Ker(φ).

Ceci montre que ker(γ) = {eG1 /ker(φ) } donc que γ est injective.

On a ainsi établi que γ est un isomorphisme de G1 /ker(φ) sur φ(G1 ).

Il reste à vérifier que φ = γos. C’est immédiat car, pour x ∈ G1 , γ(s(x)) = γ(x) = φ(x).

§ 6 Rubik’s Cube

Abstract
L’objectif de cette dernière section de ce chapitre est de calculer le cardinal du Groupe Ru-
bik’s cube, c’est-à-dire du groupe des positions accessibles légalement. Pour cela, on a besoin

161

A. Intissar
Algèbre Parties : I & II

de déterminer le nombre total des configurations de ce groupe. Pour ce faire, nous utiliserons
principalement les notions de sous-groupes complémentaires, de produit semi direct de
groupes ainsi que le théorème de Lagrange.

R1 Position du problème

Les mouvements fondamentaux sur le Rubik’s cube sont les rotations des 6 faces.

Définition (La combinaison de mouvements)

Soient X et Y deux mouvements. Alors XY dénote “faire X, puis faire Y ", par exemple,
X 2 = XX “faire X deux fois consécutives ". Deux mouvements sont égaux s’ils ont le même
effet sur le cube.

Définition (Caractérisation d’une configuration)

Une configuration (ou un état) du Rubik’s cube est déterminée par les positions et les orien-
tatations de ses petits cubes qu’on peut représenter par le 4-uplet (x, σ, y, τ ) avec :

- x = (x1 , x2 , ...., x8 ); xi ∈ Z/3Z, 1 ≤ i ≤ 8 : orientations des cubes coins.

- σ ∈ S8 : permutations des cubes coins.

- y = (y1 , y2 , ...., y12 ); yi ∈ Z/2Z, 1 ≤ i ≤ 12 : orientations des cubes arêtes.

- τ ∈ S12 : permutations des cubes arêtes.

Définition (Configuration valide)

Une configuration du Rubik’s cube est dite valide si elle peut être réalisée à partir du cube
résolu par une série de mouvements licites sur celui-ci.

Théorème (Théorème de caractérisation [admis])

Une configuration est valide si et seulement si

 
 (a)
 ε(σ) = ε(τ ), 
8

 


 X 

 (b)
 xi ≡ 0 (mod 3),  
i=1
12

 

 X 
yi ≡ 0
 
 (c) (mod 2) 

 
 

i=1

où désigne la signature d’une permutation. C’est-à-dire :

l’application de Sn dans {1; −1} définie par σ −→ (σ) = (−1)I(σ)

où I(σ) est le nombre total d’inversions présentées deux à deux par les éléments de {σ(1); ....; σ(n)},

sachant qu’une permutation σ de [[1; n]] est bijective, on a :

162

A. Intissar
Algèbre Parties : I & II

Pour i < j =⇒ ou bien σ(i) < σ(j) ou bien σ(i) > σ(j) dans le second cas on dit que les deux
éléments σ(i) et σ(j) présentent une invesion.

Dans la suite on notera par :

Rub = {(x, σ, y, τ ) ∈ (Z/3Z)8 × S8 × (Z/2Z)12 × S12 } vérifiant les propriétés (a), (b) et (c) ci-
dessus, et dont on cherche àă déterminer le cardinal.

De plus, on notera également

G0 = {(x, σ, y, τ ) ∈ (Z/3Z)8 × S8 × (Z/2Z)12 × S12 } vérifiant uniquement les propriétés (b) et

R2 Calcul du cardinal du groupe G0

- A Cadre mathématique

Définition (Sous-groupes complémentaires dans un groupe)

Soient G un groupe (la loi est notée par un point et l’élément neutre par 1, H et K deux
sous-groupes de G. On dit que K est un complément de H (dans G) si les deux conditions
suivantes sont satisfaites :

(1) H ∩ K = 1,

(2) HK = G avec HK = {g ∈ G; g = h.k, h ∈ H, k ∈ K}

Remarque

Les conditions (1) et (2) sont symétriques en H et K (on peut déduire KH = G de HK = G

en passant aux inverses), donc si K est un complément de H, alors H est un complément de
K. On dit aussi que H et K sont complémentaires (dans G).

Définition

Soit G un groupe et f un endomorphisme bijectif, [Link] automorphisme. On note par Aut(G)

l’ensemble des autaumorphismes de G.

Proposition

Soit G un groupe donné, alors Aut(G) est un groupe pour la composition des applications.

Démonstration

On démontre que Aut(G) est un sous-groupe du groupe des endomorphismes de G, muni de la

composée de deux applications.

Définition (Produit semi-direct de deux groupes)

Soient (G1 , ∗) et (G2 , ~) deux groupes et P un morphisme de groupes de G1 dans Aut(G2 ),

c’est-à-dire :

163

A. Intissar
Algèbre Parties : I & II

P : G1 −→ Aut(G2 ) qui à g ∈ G1 −→ Pg ∈ Aut(G2 ). Comme Aut(G2 ) est l’ensemble des auto-

morphismes de G2 , Pg est donc une application de G2 −→ G2 qui à h ∈ G2 −→ Pg (h) ∈ G2 .

Considérons le produit cartésien G2 × G1 . Munissons G2 × G1 de la loi suivante :

(h, g)oP (h0 , g 0 ) = (h ~ [P (g)(h0 )], g ∗ g 0 )

On vérifie ainsi que (G2 ×G1 , oP ) a une structure de groupe. Ce groupe est alors appelé produit
semi-direct (externe) de G2 et G1 . Il est noté désormais G2 oP G1

Démonstration

Montrons que que (G2 × G1 , oP ) a bien une structure de groupe.

Pour cela, vérifions les axiomes :

oP est bien une loi interne. En effet,

∀h0 ∈ G2 , [P (g)(h0 )] ∈ G2 car P (g) est un automorphisme de G2 . Donc ∀h ∈ G2 , h~[P (g)(h0 )] ∈

G2 et de plus ∀(g, g 0 ) ∈ (G1 )2 , g ∗ g 0 ∈ G1

• La loi oP sur G0 est associative. Ci-dessous une démonstration explicite (c’est rare d’en trou-
ver une explicite dans la littérature) :

Soient (x, σ, y, τ ), (x0 , σ0 , y0 , τ 0 ) et (x”, σ”, y”, τ ”).

On a :

Etape 1

• (x, σ, y, τ ) oP (x0 , σ0 , y0 , τ 0 ) = (x + P (σ −1 , x0 ), σ σ0 , y + P (τ −1 , y 0 ), τ τ 0)

• (x + P (σ −1 , x0 ), σ σ0 , y + P (τ −1 , y 0 ), τ τ 0 ) oP (x”, σ”, y”, τ ”)

= (x + P (σ −1 , x0 ) + P ((σσ 0 )−1 , x”), (σσ 0 )σ”, y + P (τ −1 , y 0 ) + P ((τ τ 0 )−1 , y”), (τ τ 0 )τ ”)

Etape 2

•(x0 , σ0 , y0 , τ 0 ) oP (x”, σ”, y”, τ ”)

= (x0 + P (σ 0−1 , x”), σ 0 σ”, y 0 + P (τ ”−1 , y”), τ 0 τ ”)

• (x, σ, y, τ ) oP (x0 + P (σ 0−1 , x”), σ 0 σ”, y 0 + P (τ ”−1 , y”), τ 0 τ ”)

= (x + P (σ −1 , x0 + P (σ 0−1 , x”)), σ(σ 0 σ”), y + P ((τ 0 τ ”)−1 , y 0 + P (τ 0−1 , y”)), τ (τ 0 τ ”))

164

A. Intissar
Algèbre Parties : I & II

Comparons composante par composante :

On a :

• x + P (σ −1 , x0 + P (σ 0−1 , x”)) = x + P (σ −1 , x0 ) + P (σ −1 , P (σ 0−1 , x”))

= x + P (σ −1 , x0 ) + P ((σσ 0 )−1 , x”)

car P (σ̃, P (σ, x)) = P (σσ̃, x) pour 2 permutations quelconques σ et σ̃ σ(σ 0 σ”) = (σσ 0 )σ” par
associativité de la loi de composition.

De la même manière pour les deux autres composantes.

• Soient (e2 , e1 ) les éléments neutres respectifs de G2 et G1 . Alors on a :

(h; g)oP (e2 , e1 ) = (h ~ [P (g)(e2 )]; g ∗ e1 )

Comme Pg est un automorphisme (endomorphisme bijectif) de G2 on a P (g)(e2 ) = e2 et donc

h~[P (g)(e2 )] = h~e2 = h d’autre part g∗e1 = g alors on en déduit que : (h; g)oP (e2 , e1 ) = (h, g)

• Enfin, pour le symétrique, on pose h0 = (Pg (h−1 ))−1 et g 0 = g −1 (h−1 et g −1 existent

car G1 et G2 sont des sous-groupes de G et Pg est bijective par définition), et on vérifie que
(h, g)oP (h0 , g 0 ) = (e2 , e1 )

Définition (produit semi-direct interne)

Soient G un groupe, H un sous-groupe distingué de G (c’est-à-dire pour tout x ∈ G et h ∈ H

alors xhx−1 ∈ H) et K un sous-groupe de G.

On dit que G est produit semi-direct (interne) de H par K si H et K sont complémentaires.

Proposition

Soient K et H deux sous-groupes complémentaires de G, avec H distingué, h, h0 des éléments

de H et k, k 0 des éléments de K. Si l’on considère l’application Pk définie comme Pk : H −→ H
qui a h −→ Pk (h) = khk −1 , alors
(hk) oP (h0 k 0 ) = (h(kh0 k −1 ); kk 0 ).

Démonstration

Soient h, h0 des éléments de H et k, k 0 des éléments de K, alors (h; k) oP (h0 ; k 0 ) = (h ~ [P (k)(h0 )]; k ∗ k 0 ).
Or comme [P (k)(h0 )] = kh0 k −1 , on en déduit que (h; k)oP (h0 ; k 0 ) = (h ~ kh0 k −1 ; k ∗ k 0 )
Maintenant, vu qu’on a qu’une seule loi de G notée multiplicativement et que H et K ont celle
de G, on a donc pour l’instant :
(h; k)oP (h0 ; k 0 ) = (h(kh0 k −1 ); kk 0 )

- B) Application au Rubik’s Cube : du cardinal de G à celui de G0

On commence par donner quelques notations :

165

A. Intissar
Algèbre Parties : I & II

On note par :

• G le groupe engendré par tous les mouvements sur le Rubik’s Cube légaux et illégaux.

• Hcoins le groupe des mouvements laissant invariants les cubies arêtes (ses éléments sont uni-
quement composés d’une rotation des cubies coins avec une permutation des cubies coins).

rot
• Hcoins le sous-groupe des mouvements de rotations des coins, il est isomorphe à (Z/3Z)8 .
per
• Hcoins le sous-groupe des mouvements de permutations des cubies coins à orientation constante,
qui n’est autre que S8 .

rot per
• Hcoins = Hcoins o Hcoins .

• ρcoin l’application de Hcoins dans S8 qui extrait d’un élément du groupe G de toutes les
configurations du Rubik’s Cube les permutations des sommets et des arêtes correspondantes.

• Harêtes le groupe des mouvements laissant invariants les cubies coins. De la même manière on
rot per rot per
a : Harêtes est isomorphe à (Z/2Z)12 , Harêtes n’est autre que S12 et Harêtes = Harêtes oHarêtes .

• ρarête l’application de Harêtes dans S12 qui extrait d’un élément du groupe G de toutes les
configurations du Rubik’s cube les permutations des sommets et des arêtes correspondantes.

On a alors :

1) Hcoins et Harêtes sont deux sous-groupes de mouvements complémentaires dans G.

rot per rot per

2) Hcoins est le produit semi-direct de Hcoins et de Hcoins c’est-à-dire Hcoins = Hcoins o Hcoins .

3) Hcoins est isomorphe à (Z/3Z)8 o S8 , par conséquent

card(Hcoins ) = card((Z/3Z)8 )card(S8 ) = 38 × 8!

4) Harêtes est isomorphe à (Z/2Z)12 o S12 , par conséquent

card(Harêtes ) = card((Z/2Z)12 )card(S12 ) = 212 × 12!

Dans un premier temps, réalisons une approche du cardinal de G :

Proposition

i) Le nombre de facons
s d’arranger les petits cubies coins est 8!

ii) Le nombre de facons

s d’orienter les petits cubies coins est 38

Démonstration

i) La facon
s
d’arranger un cube coin est une permutation σ ∈ S8 et comme le cardinal de S8
est card(S8 ) = 8! alors le nombre de facons
s
d’arranger les petits cubies coins est donc 8!

166

A. Intissar
Algèbre Parties : I & II

On peut aussi voir ceci comme suit :

On a 8 possibilités pour placer le premier cube coin, 7 pour le deuxième et ainsi de suite jus-
qu’au dernier cube coin qu’on ne peut placer qu’à une seule position.

Par conséquent le nombre de facons

s d’arranger les petits cubes coins est donc 8 × 7 × 6 × 5 ×
4 × 3 × 2 × 1 = 8!

ii) Comme on a 8 cubies coins et chacun 3 orientations possibles alors le nombre de facons
s
d’orienter les cubies coins est 38

Proposition

i) le nombre de facons
s
d’arranger les cubies arêtes est 12 !

ii) le nombre de facons

s d’orienter les petits cubies arêtes est 212

Démonstration

La démonstration est similaire à la précédente en tenant compte qu’on a 12 cubies arêtes et

chacun a 2 orientations possibles.

Proposition

Le nombre total des configurations est 8! × 38 × 12! × 212

Démonstration

On effectue le produit des résultats trouvés dans les deux propositions précédentes.

Le nombre total des configurations est donc :

8! × 38 × 12! × 212 = 519 039 293 878 272 000 ∼ 519 × 1018

Maintenant, on rappelle qu’on a noté par

G0 = {(x, σ, y, τ ) ∈ (Z/3Z)8 × S8 × (Z/2Z)12 × S12 } tel que :

 
 X8 
 
 (b)


 xi ≡ 0 [3]  


i=1
12
.
 X 
yi ≡ 0 [2] 
 
 (c)

 
 

i=1

Alors l’ensemble Rub dont on cherche le cardinal n’est autre que :

Rub = {(x, σ, y, τ ) ∈ G0 ; ε(σ) = ε(τ )} où ε désigne la signature d’une permutation.

Dans la suite on va définir une loi de groupe, en introduisant une application, notée P , sur G0
telle que Rub soit un sous-groupe distingué de G0 et on appliquera le théorème de Lagrange

167

A. Intissar
Algèbre Parties : I & II

pour obtenir le cardinal de Rub.

Définition

On définit l’application P de la façon suivante :

• P : S8 × (Z/3Z)8 −→ (Z/3Z)8 qui à (σ, x1 , x2 , ...., x8 ) −→ (xσ(1) , xσ(2) , ...., xσ(8) )

On a donc

P (σ, x1 , x2 , ...., x8 ) = (xσ(1) , xσ(2) , ...., xσ(8) )

Si on note par
0 0 0 0
x1 = xσ(1) , ......., x8 = xσ(8) et x0 = (x1 , ......, x8 ) et soit σ 0 ∈ S8 alors P agissant sur le couple
(σ 0 , x0 ) s’écrit P (σ 0 , x0 ) = (x0σ0 (1) , x0σ0 (2) , ...., x0σ0 (8) ) = P (σ 0 , P (σ, x)) où x = (x1 , x2 , ...., x8 ).

et on pose :

• P (σ σ 0 , x) = P (σ 0 , P (σ, x)).

De la même manière si P agit sur S12 × (Z/2Z)12 on écrit :

P (τ, y1 , y2 , ...., y12 ) = (yτ (1) , yτ (2) , ...., xτ (12) ) et

• P (τ τ 0 , y) = P (τ 0 , P (τ, y)) où y = (y1 , y2 , ...., y12 ).

Définition

On définit maintenant la loi ∗ sur G0 par :

(x, σ, y, τ ) ∗ (x0 , σ0 , y0 , τ 0 ) = (x + P (σ −1 , x0 ), σ σ0 , y + P (τ −1 , y 0 ), τ τ 0 ).

Proposition

(G0 , ∗) est un groupe.

Démonstration

La loi ∗ est :

• interne.

En effet, comme P (σ, x1 , x2 , ...., x8 ) = (xσ(1) , xσ(2) , ...., xσ(8) ) alors

0 0 0 0 0 0
P (σ −1 , x1 , x2 , ...., x8 ) = (xσ−1 (1) , xσ−1 (2) , ...., xσ−1 (8) )
0 0 0 0 0 0
et comme x1 + x2 + .... + x8 est un multiple de 3 donc xσ(1) + xσ(2) + .... + xσ(8)
0 0
et xσ−1 (1) + xσ−1 (2) , ...., xσ−1 (8) le sont aussi.

168

A. Intissar
Algèbre Parties : I & II

et par conséquent x + P (σ −1 , x0 ) est aussi un multiple de 3, on en déduit de la même manière

que y + P (τ −1 , y 0 ) est un multiple de 2.

Puis σ σ 0 et τ τ 0 sont des permutations comme composée de deux permutations respective-

ment.

• associative
en effet comme conséquence des propriétés de P .

• admet un élément neutre e = (0, id, 0, id)

• Enfin, chaque quadruplet (x, σ, y, τ ) admet un inverse par rapport à ∗, donné par :

(−P (σ −1 , x), σ −1 , −P (τ −1 , y), τ −1 )

Proposition

card(G0 ) = card(Z/3Z)7 × card(S8 ) × card(Z/2Z)11 × card(S12 ) = 37 × 8! × 211 × 12!

Proposition

• Les cubies arêtes peuvent s’interchanger entre eux avec 12! possibilités et chacun a 2 orien-
tations possibles, mais il est impossible de changer l’orientation d’un cube arrête seul (qui sert
de référence), ce qui donne 211 possibilités.

• Les cubies coins peuvent s’interchanger entre eux avec 8! possibilités et chacun a 3 orientations
possibles, mais de même, il est impossible de changer l’orientation d’un cube coin seul ce qui
donne 37 possibilités.

Par conséquent, on a :

card(G0 ) = card(Z/3Z)7 × card(S8 ) × card(Z/2Z)11 × card(S12 ) = 37 × 8! × 211 × 12!

Proposition

Rub est un sous-groupe distingué de G0 .

Démonstration

• Soit f l’application f définie par :

f : G0 −→ {−1, 1} qui â (x, σ, y, τ ) −→ ε(σ)ε(τ ) alors Rub = Ker(f) donc Rub est un sous-
groupe de G0 .

• Rub est un sous-groupe distingué. En effet, soient g = (x, σ, y, τ ) ∈ G0 et h = (xRub , σRub , yRub , τRub ) ∈
Rub montrons que g −1 ∗ h ∗ g ∈ Rub.

• par définition de la loi ∗ on a :

−1 −1
h ∗ g = (xRub + P (σRub , x), σRub ◦ σ, yRub + P (τRub , y), τRub ◦ τ )

169

A. Intissar
Algèbre Parties : I & II

g −1 = (−P (σ −1 , x), σ −1 , −P (τ −1 , y), τ −1 )

−1 −1
Alors si on pose x0 = xRub + P (σRub , x), σ 0 = σRub ◦ σ, y 0 = yRub + P (τRub , y) et τ 0 = τRub ◦ τ ,
on en déduit que :

g −1 ∗ h ∗ g = (−P (σ −1 , x) + P (σ, x0 ), σ −1 σ 0 , −P (τ −1 , y) + P (τ, y 0 ), τ −1 τ 0 )

En utilisant les propriétés de P on obtient que −P (σ −1 , x) + P (σ, x0 ) est un multiple de 3

et que −P (τ −1 , y) + P (τ, y 0 ) est un multiple de 2 donc les propriés b) et c) du théorème de
caractérisation des configurations valides sont vérifiées.

Il nous reste à montrer que ε(σ −1 σ 0 ) = ε(τ −1 τ 0 )

• On rappelle qu’on a défini deux morphismes surjectifs de groupes,

ρcoins : Hcoins → S8 , et ρarêtes : Harêtes → S12 , qui extraient d’un élément de G les permuta-
tions des sommets et des arêtes correspondantes.

• Pour montrer que ε(σ −1 σ 0 ) = ε(τ −1 τ 0 ), on procède de la façon suivante :

• ε(ρcoins (g −1 ∗ h ∗ g))ε(ρarêtes (g −1 ∗ h ∗ g))

= ε(ρcoins (g −1 ))ε(ρcoins (h))ε(ρcoins (g))ε(ρarêtes (g −1 ))ε(ρarêtes (h))ε(ρarêtes (g))

car ε, ρcoins et ρarêtes sont des morphismes

= ε(ρcoins (g −1 ∗ g))ε(ρarêtes (g −1 ∗ g))ε(ρcoins (h))ε(ρarêtes (h))

= ε(ρcoins (h))ε(ρarêtes (h)) car g −1 ∗ g = id

= 1 car h ∈ Rub

Donc Rub est un sous-groupe distingué de G0 .

R3 Expression du nombre de configurations possibles

- C) Autour du théorème de Lagrange

Définition (Classes à gauche d’un groupe suivant un sous-groupe [rappel])

Soit G un groupe, muni de la loi multiplicative notée . et H un sous-groupe de G ainsi que g

un élément de G.

• On définit une relation d’équivalence sur G associée à H :

x≡y [H] ⇐⇒ x−1 y ∈ H.

• On appelle classe à gauche de g suivant H l’ensemble gH, i.e., {g.h|h ∈ H}. L’ensemble
{gH|g ∈ G}, noté G/H, constitue l’ensemble des classes à gauche suivant H de G.

170

A. Intissar
Algèbre Parties : I & II

Proposition (rappel)

Les classes à gauche suivant H de G constituent une partition de G (on rappelle qu’une parti-
tion d’un ensemble E est une réunion disjointe de parties de E, non vides et dont l’union est
égale à E).

Démonstration
G
Pour tout g ∈ G ; il existe un unique indice i ∈ I tel que ḡ = ḡi , donc G = gi
i∈I

Dire que g est dans ḡj ∩ ḡk signifie que g est équivalent à gauche modulo H à gj et gk et donc
par transitivité gj et gk sont équivalents, ce qui revient à dire que ḡj = ḡk . Les classes à gauche
modulo H forment donc bien une partition de G.

Proposition (rappel)

Toutes les classes à gauche suivant H ont même cardinal que H.

Démonstration

Soit g ∈ G. Introduisons la fonction de H → gH qui àh 7→ gh. Cette fonction est évidemment
bijective. Or, par théorème, si un ensemble fini est en bijection avec un autre ensemble, alors
ces deux ensembles ont le même cardinal.

Donc ∀g ∈ G, card(gH) = card(H)

Définition (indice d’un sous-groupe)

Si H est un sous-groupe de G ; le cardinal de l’ensemble G/H est noté [G : H] et on l’appelle

l’indice de H dans G.

Proposition (rappel)

Soient G un groupe fini d’ordre n ≥ 2 (cardinal) et H un sous-groupe de G.

Alors card(G) = card(G/H) × card(H) donc l’ordre de H divise celui de G.

Démonstration

L’ensemble des classes à gauche suivant H réalise une partition de G et ces classes sont en
nombre fini de même cardinal égal à celui de H ; il en résulte que :

card(G) = card(G/H) × card(H) et card(H) divise card(G).

Remarque

card(G)
Le théorème de Lagrange peut aussi se traduire par [G : H] = card(G/H) =
card(H)
- D) Application au Rubik’s cube

171

A. Intissar
Algèbre Parties : I & II

Proposition

card(G0 /Rub) = 2

Démonstration

On définit une relation déquivalence sur G0 comme suit :

Soient g = (x, σ, y, τ ) ∈ G0 et g 0 = (x0 , σ 0 , y 0 , τ 0 ), on pose :

g R g 0 = (x, σ, y, τ ) R (x0 , σ 0 , y 0 , τ 0 ) ⇐⇒ ε(σ)ε(τ ) = ε(σ 0 )ε(τ 0 ) et on vérifie que le groupe quo-

tient G0 /Rub est consitué uniquement de deux classes donc son indice est 2.

Proposition

card(G0 )
card(Rub) = = 37 × 8! × 210 × 12!
2
Démonstration

En appliquant le théorème de Lagrange on obtient :

card(G0 ) = card(Rub)card(G0 /Rub)) = 2card(Rub)

card(G0 ) 37 × 8! × 211 × 12!

Et parconséquent :card(Rub) = = = 37 × 8! × 210 × 12!
2 2
Remarque

Sur le groupe G de toutes les configurations (on peut démonter le Rubik’s cube), on définit une
relation d’équivalence h R h0 ⇐⇒ h et h0 ont même orbite. On vérifie que le groupe quotient
card(G)
G/Rub est consitué uniquement de 12 classes donc son indice est 12. Donc card(Rub) = ,
12
8 12
avec card(G) = 3 × 8! × 2 × 12!

R4 Conclusion

• Soit E un ensemble quelconque et soit S(E) l’ensemble des bijections de E sur E.

L’action (ou opération) d’un groupe G sur l’ensemble E est la donnée d’un morphisme ρ de G
dans S(E).

Si ρ est injectif, l’action est dite fidèle.

Si ρ(g) = idE pour tout g ∈ G, l’opération est appelée action triviale.

• Soit (G, ρ, E) une action de G dans E. Pour tout x ∈ E, on définit lâĂŹapplication ρx : G −→ E

par : ρx (g) = ρ(g)(x) et on appelle orbite de x :

L’ensemble Imρx = ρ(G)(x) = {ρ(g)(x)/g ∈ G}

Soit E := G un groupe et H un sous-groupe de G. Alors, H agit sur G par :

172

A. Intissar
Algèbre Parties : I & II

h.g = gh.

Donc, les orbites de cette action sont les classes gH = {gh/h ∈ H}.

Ici, la relation d’équivalence associée à l’action coinicide avec celle associée au sous-groupe :

x≡y [H] ⇐⇒ x−1 y ∈ H.

Sur le groupe G de toutes les configurations (on peut démonter le Rubik’s cube), on définit l’or-
bite d’un élément x de G par Ox = {y ∈ G | ∃g ∈ Rub : y = g · x}. L’orbite de x est l’ensemble
des éléments de G associés à x sous l’action de Rub.

On peut définir une relation d’équivalence gRg 0 ⇐⇒ g et g 0 ont même orbite.

La relation (y est dans l’orbite de x) est une relation d’équivalence sur G ; les classes d’équiva-
lences sont les orbites. En particulier, les orbites forment une partition de G.

On vérifie que le groupe quotient G/Rub est constitué uniquement de 12 classes donc son indice
est 12.

card(G)
Il en résulte que card(Rub) =
12
où card(G) = 38 × 8! × 212 × 12!

R5 Bibliographie sur le Rubik’s Cube

• [1] Le Rubik’s Cube, Groupe de Poche par Pierre Colmez

[Link]/maths/.../Colmez/[Link]

• [2] Théorie mathématique sur le Rubik’s Cube - Wikipédia

[Link]/wiki/Théorie-mathématique-sur-le-Rubik’s-Cube

• [3] Les mathématiques du cube de Rubik par Matilde N. Lalin

Club mathématique, Université de Montréal, Avril 2011

• [4] Group Theory via Rubik’s Cube par Tom Davis (2006)
http ://[Link]

• [5] The Mathematics of the Rubik’s Cube - MIT

Introduction to Group Theory and Permutation Puzzles March 17, (2009)
[Link]/sp.268/www/[Link]

• [6] Rubik’s cube et théorie des groupes par Jérôme Daquin,TIPE (Juin 2010), encadré par
M. Bhowick

173

A. Intissar
Algèbre Parties : I & II

Chapitre 7

Anneaux & Corps

§ 1 Généralités sur les anneaux

Définition

Un anneau A est un ensemble non vide muni de deux lois, + (addition) et ∗ (multiplication),
telles que :

1) (A, +) est un groupe abélien, c’est-à-dire :

(i ) + est associative : a + (b + c) = (a + b) + c, pour tout a, b, c ∈ A.

(ii ) + est commutative :a + b = b + a, pour tout a, b ∈ A.

(iii ) A possède un élément 0 tel que 0 + a = a pour tout a ∈ A

(iv) Tout a ∈ A admet un opposé noté −a, tel que a + (−a) = 0.

2) La loi ∗ est associative : a ∗ (b ∗ c) = (a ∗ b) ∗ c pour tout a, b, c ∈ A.

Et A admet un élément neutre 1 tel que 1 ∗ a = a = a ∗ 1, pour tout a.

3) La loi ů est distributive (à gauche et à droite) sur l’addition : pour tout a, b, c ∈ A, on a :

a ∗ (b + c) = a ∗ b + a ∗ c, (b + c) ∗ a = b ∗ a + c ∗ a.

Enfin, on dit que A est un anneau commutatif si, de plus, la loi ∗ est commutative.

Exemples

• (Z, +, ×), (Q, +, ×), (R, +, ×) et (C, +, ×).

• Soit A un anneau commutatif. On note Mn (A) l’ensemble des matrices à coefficients dans
A, muni des lois usuelles d’addition et de multiplication des matrices. On vérifie facilement que
Mn (A) est un anneau non-commutatif.

• Pour tout intervalle I de R, l’ensemble F(I; R) des applications de I dans R est un anneau
commutatif (la multiplication étant le produit des fonctions défini par (f g)(x) = f (x)g(x) pour
tout x ∈ I) unitaire (de neutre multiplicatif la fonction constante égale à 1).

• (Z/nZ, +, .) est un anneau commutatif unitaire.

Fixons un entier n ≥ 2 et considérons le groupe additif Z/nZ = {0, 1, ......, n − 1}

Rappelons que l’addition + est définie par :

174

A. Intissar
Algèbre Parties : I & II

x+y = x + y pour tous x, y ∈ Z/nZ.

et que le groupe additif (Z/nZ, +) est abélien.

On définit une multiplication . dans Z/nZ à partir de celle de Z en posant :

x.y = x.y pour tous x, y ∈ Z/nZ.

Cette multiplication est bien définie, indépendamment des représentants choisis.

En effet si x = x0 et y = y 0 , alors x0 = x + nu et y0 = y + nv pour deux entiers u; v ∈ Z, de

sorte que x0 y 0 = xy + n(uy + vx + nuv) , d’où x0 y 0 = xy.

Il est immédiat de vérifier que la loi . est distributive par rapport à la loi +, qu’elle est com-
mutative et que 1 est neutre pour cette loi. On conclut que :

• (Z/nZ, +, .) est un anneau commutatif unitaire.

• Anneau des polynômes (présentation)

On fixe un anneau commutatif unitaire (A, +, .).

Notons P l’ensemble des suites d’eléments de A qui sont à support fini c’est- à - dire dont tous
les termes sont nuls sauf un nombre fini d’entre eux.

On note 0P = (0; 0; ....) ; où 0 est l’élément neutre de A par rapport à l’addition.

Pour tout P = (an )n∈N distinct de 0P , on appelle degré de P le plus grand des entiers n ∈ N
tels que an 6= 0.

On définit une addition et une multiplication dans P en posant, pour tout P = (an )n∈N et tout

Q = (bn )n∈N dans P.

n
X
P + Q = (an + bn )n∈N et P .Q = (cn )n∈N , avec cn = ai bn−i .
i=0

On peut vérifier que, pour ces opérations, P est un anneau commutatif unitaire, avec 0P = (0; 0; .....)
et 1P = (1; 0; .....). On l’appelle l’anneau des polynômes en une indéterminée à coefficients dans
A.

X1 en i + 1 -ième position, pour tout i ∈ N, tout

En posant ei = (0; 0; ...; 0; 1; 0; 0; ....), avec le
élément de P s’écrit de façon unique P = an en avec les an ∈ A nuls sauf un nombre fini
n∈N
d’entre eux (de sorte que la somme est finie).

Il est clair que en .em = en+m pour tous n, m ∈ N , et donc on a en = en1 .

On note traditionnellement X = e1 = (0, 1, 0, ........) et P = A[X], et c’est ces notations qui sont
usuellement utilisées pour désigner les polynômes.

175

A. Intissar
Algèbre Parties : I & II

Remarque

On retiendra que :

•1 Pour tout élément non-nul P de A[X], il existe un unique entier naturel n et un unique
(n + 1)-uplet (a0 ; a1 ; ......; an ) d’éléments de A tels que :

P = an X n + an−1 X n−1 + ..... + a1 X + a0 et an 6= 0.

L’entier n est appelé le degré de P , noté deg P . L’élément non-nul an de A est appelé le coeffi-
cient dominant de P . Par convention, on pose deg 0 = −∞.
n
X m
X
•2 Deux polynômes P = ai X i et Q = ai X i sont égaux si et seulement si n = m et ai = bi
i=0 i=0
pour tout 0 ≤ i ≤ n. Un polynôme est nul si et seulement si tous ses coefficients sont nuls.

n n min(n,m) n+m i
X X X X X
i i
•3 Si P = ai X et Q = ai X . On a : P + Q = (ai + bi )X i et P.Q = ( aj bi−j )X i
i=0 i=0 i=0 i=0 j=0

Sous forme développée explicite, la formule du produit est donc :

P.Q = (an X n + an−1 X n−1 + ..... + a1 X + a0 )(bm X m + bm−1 X m−1 + ..... + b1 X + b0 )

= an bm X n+m + (an bm−1 + an−1 bm )X n+m−1 + (an bm−2 + an−1 bm−1 + an−2 bm )X n+m−1 .....+

(a1 b0 + (a0 b1 )X + a0 b0 .

•4 Pour tout P et Q dans A[X], on a : deg(P + Q) ≤ max(degP ; degQ) et deg(P Q) ≤ degP + degQ.

Règles de calcul.

• a ∗ (b − c) = a ∗ b − a ∗ c pour tout a, b, c ∈ A.

• (−a)n = an si n est un entier pair et (−a)n = −an si n est un entier impair.

• a ∗ 0 = a ∗ (0 + 0) = (a ∗ 0) + (a ∗ 0), de sorte que a ∗ 0 = 0, et de même 0 ∗ a = 0, pour tout

a ∈ A.

Définitions

Un anneau (A, +, ∗) est dit unitaire ⇐⇒ ∗ admet un élément neutre.

Un anneau (A, +, ∗) est dit intègre ⇐⇒ a ∗ b = 0 =⇒ a = 0 ou b = 0 ou par contreposition

∀ a, b ∈ A − {0} =⇒ ab 6= 0

Un élément a 6= 0 de A tel qu’il existe b 6= 0 avec ab = 0 est appelé un diviseur de zéro.

Un anneau intègre est donc un anneau sans diviseur de zéro.

176

A. Intissar
Algèbre Parties : I & II

•1 On admet que A = {0} est un anneau et dans cas on peut poser 1 = 0.

•2 Dans un anneau (A, +, .) unitaire commutatif, on a pour tout (a, b) ∈ A2 et pour tout n ∈ N
la formule du binôme :
n
X
(a + b)n = Cnk ak bn−k (comme pour les matrices qui commutent voir page 99).
k=0

•3 ∀n ∈ N, an − bn = (a − b)(an−1 + an−2 b + an−3 b2 + ..... + abn−1 + bn−1 ).

2n
X
•4 ∀n ∈ N, a2n+1 + b2n+1 = (a + b) a2n−k bk .
k=0

Définition (Caractéristique d’un anneau)

Soit A un anneau unitaire et soit Z l’ensemble des entiers relatifs. On définit une application

f : Z −→ A; n −→ f (n) = 1 ∗ 1 ∗ .... ∗ 1 n fois.

Soit N = {n ∈ Z; f (n) = 0}.

• 0n dit que A est de caractéristique nulle ⇐⇒ N = {0}.

• 0n dit que A est de caractéristique p ⇐⇒ N 6= {0} et p est le plus petit entier positif tel que
p∈N .

Définition

Un élément a d’un anneau unitaire (A, +, ∗) est inversible s’il existe a−1 dans l’anneau A tel
que a ∗ a−1 = a−1 ∗ a = 1.

Proposition

L’ensemble des éléments d’un anneau A qui sont inversibles noté A× est un groupe pour le
produit ∗.

Démonstration

L’essentiel résulte du calcul a ∗ b ∗ b−1 ∗ a−1 = 1.

Définition

Soit A un anneau, un élément a ∈ A est dit régulier si ∀ (x, y) ∈ A2 , (a ∗ x = a ∗ y) =⇒ (x = y).

Cette propriété est moins forte que l’inversibilité car

Proposition

Soit A un anneau, si a ∈ A est inversible, alors a est régulier.

177

A. Intissar
Algèbre Parties : I & II

Démonstration

(a ∗ x = a ∗ x0 ) =⇒ (a−1 ∗ (ax) = a−1 ∗ (ax0 )) =⇒ x = x0 .

Proposition

Soit A un anneau, a ∈ A est non nul et non diviseur de zéro si et seulement si il est régulier.

Démonstration

Supposons a 6= 0 et non diviseur de zéro ∀ (b, b0 ) ∈ A2 , (a ∗ b = a ∗ b0 ) =⇒ a ∗ (b − b0 ) = 0 =⇒ (b = b0 ).

Et dans l’autre sens, si a ∗ b = 0, on a a ∗ b = a ∗ 0, donc si a est régulier, b = 0 et a n’est pas

diviseur de zéro.

L’ensemble des réguliers peut contenir strictement l’ensemble des inversibles, c’est par
exemple le cas dans Z. Parmi les anneaux connus : les inversibles de Z sont 1 et −1 et es élé-
ments réguliers sont tous les éléments non nuls.

Définition (Anneau euclidien)

Soit (A, +, ∗) un anneau commutatif unitaire et intègre. On dit que A est un anneau euclidien

s’il existe une application N : A − {0} −→ N, appelée stathme euclidien, telle que pour tout

a, b ∈ A − {0}, il existe q, r ∈ A tels que :

a = b ∗ q + r et r = 0 ou N(r) < N(b).

On dit alors qu’on a fait la division euclidienne de a par b. Les éléments q et r sont alors appelés
quotient et reste de cette division euclidienne.

Exemple

L’anneau (Z, +, ×) est euclidien, avec pour stathme euclidien sur Z l’application :

N : Z − {0} −→ N, k −→ N (k) = |k|

§ 2 Sous-anneaux

Définition

Soit B une partie non vide d’un anneau (A, +, ∗)), on dit que B est un sous-anneau de A ⇐⇒

(a) Les deux lois + et ∗ sont stables.

(b) B muni des lois induites est un anneau.

178

A. Intissar
Algèbre Parties : I & II

Définition (pratique)

Soit B une partie non vide d’un anneau (A, +, ∗)) unitaire d’élément neutre par rapport à ∗ est
noté 1A , on dit que B est un sous-anneau si :

(i) B est un sous-groupe de A,

(ii) ∀ a ∈ B, ∀ b ∈ B =⇒ a∗b ∈ B,

(iii) 1A ∈ B.

Proposition

Soit B une partie non vide d’un anneau (A, +, ∗)) unitaire, Pour que B soit un sous-anneau de
A si et seulement si

(a) ∀ a ∈ B, ∀ b ∈ B =⇒ a−b ∈ B.

(b) ∀ a ∈ B, ∀ b ∈ B =⇒ a∗b ∈ B.

Démonstration

=⇒ est triviale c’est la définition ci-dessus en particulier (i) =⇒ (a).

⇐= , comme 1A ∈ B et 1A − 1A = 0A alors 0A ∈ B. Maintenant soit a ∈ B alors d’après la

propriété (a) on en déduit que −a = 0A − a ∈ B c’est-à-dire il admet un symétrique d’où (B, +)
est un sous-groupe de (A, +).

Remarque

Tout sous-anneau d’un anneau intègre est encore intègre.

Définition (Sous-anneau premier)

Soit A un anneau commutatif unitaire. On appelle sous-anneau premier de A le plus petit sous-
anneau de A (contenant l’élément unité 1).

Proposition

Soit B ⊂ Z; B 6= ∅ alors B est un sous-anneau de Z ⇐⇒ B est de la forme nZ.

Démonstration

=⇒

Si B est un sous-anneau de Z alors en particulier il est un sous groupe de Z donc il est de la

forme nZ.

179

A. Intissar
Algèbre Parties : I & II

⇐=

Montrons que nZ est un sous-anneau de Z.

Soient a ∈ nZ =⇒ ∃ p ∈ Z; a = np et b ∈ nZ =⇒ ∃ q ∈ Z; b = nq. Il en résulte qu’on a :

a − b = n(p − q) ∈ nZ et ab = n(pnq) ∈ nZ et d’appliquer la proposition ci-dessus.

Définition

Soient (A, +, .) un anneau et X une partie quelconque de [Link] appelle sous-anneau de A en-
gendré par X l’intersection de tous les sous anneaux de A contenant X.

§ 3 Idéaux et homomorphisme d’anneaux

Définition

Soit I un sous-ensemble non vide d’un anneau (A, +.). I est un ideal à gauche de A ( respecti-
vement à droite de A) ⇐⇒

(a) (I, +) est un sous-groupe de (A, +),

(b) ∀ a ∈ I, ∀ b ∈ A=⇒b ∗ a ∈ I (respectivement a ∗ b ∈ I).

Conséquences

Un idéal I d’un anneau A est un sous-anneau de A.

Définition

Un idéal I d’un anneau A est dit bilatèral d’un anneau A s’il est à la fois un idéal à gauche et
à droite de A.

Proposition

Soit I un idéal bilatèral d’un anneau A unitaire alors on a :

I = A ⇐⇒ 1 ∈ I où 1 est l’élément neutre de A par rapport à la loi ∗

Démonstration

=⇒

Si I = A alors 1 ∈ I.

⇐=

Soit x ∈ A et 1 ∈ I alors comme I est un idéal on a x ∗ 1 = x ∈ I donc A ⊂ I et comme ce

dernier est une partie de A on en déduit que I = A.

180

A. Intissar
Algèbre Parties : I & II

Proposition

Soit A, +, ∗) un anneau commutatif unitaire alors l’intersection d’une famille quelconque d’idéaux
de A est un idéal de A.

Démonstration
\
Soit (Ij )j∈N une famille d’déaux de A. Posons I = Ij l’intersection de tous les Ij , On sait
j∈N
déjà que I est un sous-groupe additif comme intersection se sous groupes puisque Ij sont des
sous-groupes de (A, +) (voir le chapitre 6 sur les groupes). Maintenant, soit x ∈ A et a ∈ A.
On a x ∗ a ∈ I pour tout j ∈ N puisque Ij est un idéal et donc x ∗ a ∈ A.

Proposition

Soit (A, +∗) un anneau commutatif unitaire. Pour tout x ∈ A on a :

(i) l’ensemble x ∗ A = {x ∗ y; y ∈ A} est un idéal de A.

(ii) xA est le plus petit idéal de A contenant x.

Démonstration

(i) x ∗ A est non vide car x = x ∗ 1. Maintenant, soient y ∈ x ∗ A et z ∈ x ∗ A quelconque, il

existe a, b ∈ A tel que y = x ∗ a et z = x ∗ b donc y − z = x ∗ (a − b) ∈ x ∗ A ce qui prouve que
x ∗ A est un sous groupe additif de (A, +).

Soient y ∈ x ∗ A et c ∈ A quelconques ; il existe a ∈ A tel que y = x ∗ a, donc y ∗ c = x ∗ a ∗ c =

x ∗ (a ∗ c) ∈ x ∗ A. On conclut que x ∗ A est un idéal de A.

(ii) Soit I un idéal de A contenant x. Comme x ∈ I, on a x ∗ a ∈ I pour tout a ∈ A. Donc

x ∗ A ⊆ I d’ù (ii).

Définition (Idéal principal)

Soit (A, +∗) un anneau commutatif unitaire. Pour tout x ∈ A : l’idéal xA = {x ∗ y; y ∈ A} de

A est appelé l’idéal principal engendré par x ;

Remarque

Les idéaux de (Z, +.) sont des idéaux principaux et ils sont de la forme nZ; n ∈ N∗ .

Proposition-Définition

Soient (A+, ∗) un anneau unitaire et S une partie non vide de A. L’ensemble < S > de toutes
les sommes finies de la forme :
n
X
ai ∗ xi ; n ≥ 1, ai ∈ A et xi ∈ S (?)
i=1

est un idéal de A, et c’est le plus petit idéal de A contenant S. On l’appelle idéal engendré par

181

A. Intissar
Algèbre Parties : I & II

S et on le note < S >.

Démonstration

Il est clair que l’ensemble considéré contient S (et est donc non vide) et est stable par addition,
soustraction et multiplication par un élément arbitraire de A. C’est donc un idéal de A conte-
nant S. Notons-le < S >.

Réciproquement, soit I un idéal quelconque de A contenant S. Alors I contient toute somme

de la forme (?) et donc I contient < S >. Ceci prouve que < S > est le plus petit idéal de A
contenant S, et on l’appellera l’idéal engendré par S.

Définition (Anneau principal)

Soit A un anneau commutatif. On dit qu’il est principal s’il est intègre et si tout idéal de A
est engendré par un élément.

Proposition

Soit (A, +∗) un anneau commutatif unitaire.

(i) Si I et J sont des idéaux de A, alors l’ensemble I + J = {x + y; x ∈ I; y ∈ J} est un idéal

de A.

(ii) I + J est le plus petit idéal contenant I et J.

(iii) x ∗ A + y ∗ A est le plus petit idéal contenant x ∈ A et y ∈ A.

Démonstration

(i) Soient I et J deux idéaux de A. Il est clair que I + J est un sous-groupe additif de A (c’est
le sous-groupe engendré par I ∪ J. Soit z ∈ I + J et a ∈ A quelconques ; il existe x ∈ I et
y ∈ J tels que z = x + y, d’où z ∗ a = x ∗ a + y ∗ a. Or x ∗ a ∈ I car x ∈ I et I est un idéal ;
de même y ∗ a ∈ J. On conclut que z ∗ a ∈ I + J, ce qui prouve que I + J est un idéal de
A. Il est clair que I ⊆ I +J, puisque tout x ∈ I s’écrit x = x+0 avec 0 ∈ J ; de même J ⊆ I +J.

(ii) Pour montrer que c’est le plus petit, supposons que K est un idéal de A contenant I et J.
En particulier, K est stable par addition, et donc, quels que soient x ∈ I ⊆ K et y ∈ J ⊆ K,
on a x + y ∈ K. Donc I + J ⊆ K. Ce qui achève de prouver (ii).

(iii) Ce point s’en déduit avec I = xA et J = yA.

Définition (somme d’idéaux)

Soit A un anneau commutatif unitaire et I, J deux idéaux de A. L’idéal I + J = {x + y; x ∈ I; y ∈ J}

est appelé somme de I et J.

La réunion de deux idéaux n’est pas en général un idéal (ce n’est pas en général un sous-
groupe additif) ; prendre par exemple A = Z, I = 2Z et J = 3Z et observer que 2 ∈ 2Z ∈ 2Z ∪ 3Z

182

A. Intissar
Algèbre Parties : I & II

et 3 ∈ 3Z ∈ 3Z ∪ 2Z mais 3 − 2 = 1 ∈
/ 2Z ∪ 3Z .

Ici et dans la suite de ce chapitre il est d’usage de noter par les mêmes symboles les lois
de tous les anneaux en respectant leurs définitions respectives dans chacun des anneaux.

Définition (Homomorphisme, isomorphisme et endomorphisme)

0
Soient (A, +, ∗) , (A0 , +, ∗) deux anneaux unitaires et f : (A, +, ∗) −→ (A , +, ∗), x −→ f (x).

•1 On dit que f est un homomorphisme (morphisme) d’anneaux ⇐⇒ f vérifie :

(i) f (x + y) = f (x) + f (y) ∀ (x, y) ∈ A2 .

(ii) f (x ∗ y) = f (x) ∗ f (y) ∀ (x, y) ∈ A2 .

(iii) f (1A ) = 1A0 .

•2 On dit que f est un isomorphisme d’anneaux ⇐⇒ f vérifie :

(i) f est un homomorphisme.

(ii) f est bijective.

•3 On dit que f est un endomorphisme d’anneau unitaire ⇐⇒ f un homomorphisme de A

dans lui même.

Proposition

Soient (A, +, ∗), (B, +, ∗) et (C, +, ∗) trois anneaux unitaires.

(a) Si f : A −→ B est un morphisme d’anneaux unitaires, alors on a f (0A ) = 0B et

f (−x) = f (x) ∀ x ∈ A.

(b) Si f : A −→ B est un morphisme d’anneaux unitaires, alors l’image directe par f de tout
sous-anneau unitaire de A est un sous-anneau unitaire de B, et l’image réciproque par f de
tout sous-anneau unitaire de B est un sous-anneau unitaire de A.

(c) Si f : A −→ B et g : B −→ C sont des morphismes d’anneaux unitaires, alors gof : A −→ C

est un morphisme d’anneaux unitaires.

(d) Sif : A −→ B est un morphisme d’anneaux unitaires bijectif, alors sa bijection réciproque
f −1 : B −→ A est un morphisme d’anneaux unitaires ; on dit dans ce cas que f est un isomor-
phisme, et que les deux anneaux A et B sont isomorphes.

Démonstration

(a) comme 0A + 0A = 0A alors f (0A + 0A ) = f (0A ) et comme f est un morphisme alors on a

f (0A + 0A ) = f (0A ) + f (0A ) = f (0A ) donc f (0A ) = 0B car B a une structure de groupe par
rapport à l’addition. Pour montrer que f (−x) = −f (x), on observe que f (x − x) = f (0A ) = 0B

183

A. Intissar
Algèbre Parties : I & II

et comme f est un morphisme, on a f (x − x) = f (x) + f (−x) = 0B donc f (−x) = −f (x).

(b) Soit A1 un sous-anneau de A, montrons que f (A1 ) = {y ∈ B; ∃ x ∈ A1 ; y = f (x)} est un

sous-anneau de B il suffit donc de vérifier que pour tout y ∈ f (A1 ) et y 0 ∈ f (A1 ) on a
y − y 0 ∈ f (A1 et y ∗ y 0 ∈ f (A1 ).

Comme y ∈ f (A1 ) et y 0 ∈ f (A1 ) alors ∃ x ∈ A1 ; y = f (x) et ∃ x0 ∈ A1 ; y 0 = f (x0 ) d’où

y − y 0 = f (x) − f (x0 ) = f (x − x0 ) ∈ f (A1 ) car x−x0 ∈ A1 comme sous-anneau de A de manière

similaire on a y ∗ y 0 = f (x) ∗ f (x0 ) = f (x ∗ x0 ) ∈ f (A1 ) car x ∗ x0 ∈ A1 vu que ce dernier est un
sous-anneau de A.

Soit B1 un sous-anneau de B, montrons que f −1 (B1 ) = {x ∈ A; y = f (x) ∈ B} est un sous-

anneau de A il suffit donc de vérifier que pour tout x ∈ f −1 (B1 ) et x0 ∈ f −1 (B1 ) on a
x−x0 ∈ f −1 (B1 et x∗x0 ∈ f −1 (B1 ) c’est à dire vérifions que f (x−x0 ) ∈ B1 f (x∗x0 ) ∈ B1 . Comme
f est un morphisme d’anneau on a d’une part f (x − x0 ) = f (x) − f (x0 ) = y − y 0 ∈ B1 car ce
dernier est un sous-anneau de B et d’autre part on a aussi y ∗ y 0 = f (x) ∗ f (x0 ) = f (x ∗ x0 ) inB1
donc x ∗ x0 ∈ f −1 (B1 ).

∀ x, y ∈ A et gof (x ∗ y) = g[f (x ∗ y)] = g[f (x) ∗ f (y)] = g[f (x)] ∗ g[f (y)] = gof (x) ∗ gof (y)

∀ x, y ∈ A.

(d) Soit y, y 0 ∈ B alors ∃ x, x0 ∈ A; x = f −1 (y) et x0 = f −1 (y 0 ) et on a

f −1 (y + y 0 ) = f −1 (f (x) + f (x0 )) = f −1 (f (x + x0 )) = x + x0 = f −1 (y) + f −1 (y 0 ) on a utilisé

f (x) + f (x0 ) = f (x + x0 ) car f est un morphisme.

De façon similaire, on a f −1 (y ∗ y 0 ) = f −1 (f (x) ∗ f (x0 )) = f −1 (f (x ∗ x0 )) = x ∗ x0 = f −1 (y) ∗ f −1 (y 0 )

on a utilisé f (x) ∗ f (x0 ) = f (x ∗ x0 ) car f est un morphisme.

Définition (Anneau quotient)

Soit (A, +, ∗) un anneau unitaire intègre, soit I un idéal bi-latère.

On définit une relation ≡ dans A par : x ≡ y ⇐⇒ x − y ∈ I; ∀x, y ∈ A.

On appelle espace quotient l’espace A/≡ qu’on note aussi A/I.

Soient x ∈ A/I et y ∈ A/I, on définit x+y = x + y et x∗y = x ∗ y.

On peut vérifier sans peine que (A, +, ∗) est un anneau.

Proposition (Propriété universelle du quotient)

Soient A un anneau, I un idéal de A et π : A −→ A/I la surjection canonique.

184

A. Intissar
Algèbre Parties : I & II

On considère un anneau B et f : A −→ B un morphisme d’anneaux. Alors les trois propriétés

suivantes sont équivalentes :

(i) Il existe une application f : A/I −→ B telle que f = f oπ c ?est-à-dire telle que le diagramme
suivant soit commutatif

(ii) I ⊂ Kerf

(iii) f (I) = {0B }

Démonstration

La démonstration est analogue à celle du théorème de factorisation d’un morphisme de groupes

(voir page 159).

§ 4 Notion de A-modules et sous-A-modules

Définition

Soit (A, +, ∗) un anneau, supposé commutatif.

Un A-module est un groupe abélien (M, +) muni d’une application (“loi externe”)

• : A × M −→ M, (a, m) −→ a•m vérifiant les trois propriétés suivantes :

(où a, b ∈ A, m, m0 ∈ M )

(1) “(bi-additivité)” : a•(m + m0 ) = a•m + a•m0 , (a + a0 )•m = a•m + a0 •m ;

(2) “(associativité)” : a•(b•m) = (a ∗ b)•m ;

(3) “(unité)” : 1A •m = m.

Un sous-A-module de M est un sous-groupe N tel que A•N = N , c’est-à-dire tel que a•n ∈ N
pour tout a ∈ A, n ∈ N .

Dans la suite„ comme c’est l’usage, on omet le signe ∗ et on écrit ab au lieu de a ∗ b. De

même on omet le signe • et on écrit am au lieu de a•m.

Exemples

- L’anneau A est un A-module, et ses sous-modules sont les idéaux.

185

A. Intissar
Algèbre Parties : I & II

- Si A = Z, un Z-module n’est rien d’autre qu’un groupe abélien.

Proposition

Soit M un A-module et soit S un sous-ensemble de M .L’ensemble < S > de toutes les sommes
finies de la forme :
n
X
ai ∗ xi ; n ≥ 1, ai ∈ A et xi ∈ S (??)
i=1

est un sous-module de M , et c’est le plus petit sous-module de M contenant S. On l’appelle le

sous-module engendré par S et on le note < S >.

Démonstration

Analogue à celle pour les idéaux (voir (?) dans la section ci-dessus qui caractérise l’idéal engen-
dré par une partie d’un anneau).

Définition (Somme de deux sous-modules)

Soit M un A-module .

Soient M1 et M2 deux sous-modules de M . On désigne par M1 + M2 le sous-module de M

engendré par M1 ∪ M2 c’est-à-dire M1 + M2 =< M1 ∪ M2 > .

ou bien

M1 + M2 = {x = x1 + x2 avec x1 ∈ M1 et x2 ∈ M2 } (en utilisant la proposition ci-dessus).

Définition (Somme directe de deux sous-modules)

Soit M un A-module .

Soient M1 et M2 deux sous-modules de M . On dit qu’ils sont en somme directe si tout élément
x ∈ M1 + M2 s’écrit de façon unique sous la forme x = x1 + x2 avec x1 ∈ M1 et x2 ∈ M2 et la
note M1 ⊕ M2 .

Définition(morphismes et isomorphismes de A-modules)

- Soient M, N deux A-modules. Un morphisme de A-modules f : M −→ N est un morphisme

de groupes abéliens tel que f (am) = af (m) pour tout a ∈ A, m ∈ M .

- Soit f : M −→ N un morphisme de A-modules. On dit que f est un isomorphisme s’il existe

un morphisme de A-modules g : N −→ M tel que gof = I et f og = I.

§ 5 Divisibilité dans un anneau commutatif

Définition

Soit (A, +, .) un anneau.

186

A. Intissar
Algèbre Parties : I & II

Soient a ∈ A et b ∈ A. On dit que b divise a qu’on note par b|a ⇐⇒ ∃ q ∈ A; a = bq (Ici,

comme c’est l’usage, on a omis le signe ů et écrit ab au lieu de a ů b, etc. . .).

Définition (équivalente)

Soit (A, +, .) un anneau.

Soit < a >= aA = {ax; x ∈ A} l’idéal engendré par {a}, c’est-à-dire le plus petit idéal de A
contenant {a}.

Soit = bA = {bx; x ∈ A} l’idéal engendré par {b}, c’est-à-dire le plus petit idéal de A
contenant {b}.

b|a ⇐⇒ < a > ⊂ .

Démonstration de l’équivalence

Soit u ∈< a > alors u = ax et omme il existe q ∈ A tel que a = bq alors u = bqx = by où
y = qx donc u appartient c’est-à-dire < a > ⊂ .

Soit a ∈< a > alors a = a.1 et comme < a > ⊂ , on en déduit que a = by c’est à dire b|a.

Proposition

Soit A un anneau unitaire intègre,

Soient a, b ∈ A, alors on a :

< a > = ⇐⇒ ∃ q ∈ A inversible (par rapport à la loi de multiplication) tel que a = bq.

Démonstration

=⇒

Comme < a > ⊂ et ⊂ < a > alors ∃ q ∈ A; a = bq et ∃ q 0 ∈ A; b = aq 0 =⇒

a = aqq 0 =⇒ qq 0 = 1.

⇐=

Comme a = bq =⇒< a >⊂ et comme q est inversiblealors on en déduit b = aq −1 donc

⊂< a > d’où l’égalité.

Remarque (importante)

Soient < n >= nZ et < m >= mZ alors < n >=< m > ⇐⇒ nZ = mZ ⇐⇒ n = mq et m = nq 0 =⇒

n = nqq 0 =⇒qq 0 = 1=⇒ (dans Z)q = 1 ou q = −1.

Plus généralement on peut considérer l’ensemble (U, .) = {x ∈ A; x soit inversible}.

187

A. Intissar
Algèbre Parties : I & II

Proposition

L’ensemble U∗ = (U − {0}, .) des éléments inversibles de A forme un groupe pour la loi de

multiplication.

Démonstration

Pour tout x, y ∈ U∗ alors xy ∈ U∗ . En effet

xyy −1 x−1 = y −1 x−1 xy = 1A , donc xy ∈ U∗ et (xy)−1 = y −1 x−1 .

La loi de multiplication est associative.

1A ∈ U∗ et est neutre pour la loi de multiplication.

Si x ∈ U∗ alors évidemment x−1 ∈ U∗ et est symétrique de x pour la loi de multiplication.

Définitions (Somme de deux idéaux dans Z , PGCD et PPCM)

•1 Soit p ∈ Z. On dit que p est un nombre premier si et seulement si p n’est divisible que par
lui-même et l’élément unité.

•2 Soient < a > et deux idéaux de Z . On définit la somme < a > + par

< a > + = {u ∈ Z; u = u1 + u2 avec u1 ∈< a > et u2 ∈}.

•3 Dans Z, on a : aZ + bZ = dZ ⇐⇒ < a > + =< d >.

•4 On appelle PGCD de < a > et l’idéal < d > tel que < a > + =< d >.

•5 On appelle PPCM de < a > et l’idéal < m > tel que < a > ∩ =< m >.

•6 < a > et sont premiers entre eux ⇐⇒ < a > + = Z.

•7 a et b sont deux nombres premiers entre eux ⇐⇒ ∃ u ∈ Z ∃v ∈ Z tels que au + bv = 1

(identité de Bezout).

Idéaux premiers et maximaux d’un anneau commutatif

Définition

Soit A un anneau commutatif et I un idéal propre de A (c’est-à-dire I 6= A). On dit que :

•8 I est premier ⇐⇒ pour tout (a, b) ∈ A2 , ab ∈ I=⇒ a ∈ I ou b ∈ I.

•9 I est maximal ⇐⇒ pour tout idéal J, I ⊂ J=⇒ J = A ou J = I.

Proposition

Si A est un anneau unitaire alors tout idéal maximal de A est premier.

188

A. Intissar
Algèbre Parties : I & II

Démonstration

Si I est maximal non premier, il existe (a, b) ∈ A2 tel que ab ∈ I, a ∈ / I et b ∈

/ I. On a donc
I ( a + I et I ( b + I. Comme I est maximal, < a > +I = A = +I. Il existe (x, y) ∈ A2 et
(a1 , b1 ) ∈ I 2 tel que 1 = a1 + ax = b1 + by. D’où 1 = a1 b1 + a1 ay + ab1 x + abxy ∈ I (car chaque
terme appartient à I) donc I = A donc on a contradiction. Donc I est premier.

Proposition

Un idéal I d’un anneau A est premier (c’est-à-dire I est propre et si a, b ∈ A sont tels que
ab ∈ I, alors a ∈ I ou b ∈ I ) si et seulement si l’anneau quotient A/I est intègre.

Démonstration

Dire que A/I est intègre signifie d’abord que A/I n’est pas l’anneau nul ou autrement dit que I
est propre. Ensuite, si un produit xy d’éléments de A/I est nul, alors x ou y est nul. Maintenant
on écrit x = cl(a) et y = cl(b) pour a, b ∈ A. Comme xy = cl(a)cl(b) = cl(ab) on voit que xy = 0
équivaut à ab ∈ I.

On rappelle la notion d’un ensemble ordonné (totalement ordonné) voir chapitre 1 page
27 :

• On appelle ensemble ordonné un ensemble E muni d’une relation d’ordre R. Souvent, pour
insister sur la notion d’ordre, R notée ≤

• On appelle ensemble totalement ordonné un ensemble E muni d’une relation d’ordre R par-
tout définie.

Définition

On dit qu’un ensemble ordonné E est inductif ⇐⇒ toute partie de E totalement ordonnée
possède un majorant dans E.

Lemme de Zorn (admis)

Tout ensemble inductif possède un élément maximal.

Démonstration

La démonstration de ce lemme est le premier examen posé à l’auteur au premier trimestre de

sa première année MP à l’Université de Rabat.

Ce lemme est équivalent à l’axiome du choix . Ce dernier, on peut le phraser comme suit «
l’ensemble de tous les ensembles n’existe pas ». En effet, s’il en existait un, il faut un autre
ensemble qui le contient ! !

Pour les curieux, on peut consulter :

189

A. Intissar
Algèbre Parties : I & II

- Rémi Peyre, Le lemme de Zorn, https ://[Link]/ rpeyre/pro/popul/[Link].

- Les livres de Lucien Chambadal : et

Théorème

Tout anneau A commutatif et unitaire possède un idéal maximal.

Démonstration

Soit J = {Tous les idéaux non nuls deA}. On peut ordonner cet ensemble par l’inclusion.
[
Soit (Iα )α∈A une famille totalement ordonnée d’idéaux propres non nuls de A. On pose I = Iα .
α∈A

- Soit (x, y) ∈ I 2 ; x ∈ Iα ety ∈ Iβ . On peut supposer Iα ⊂ Iβ donc x ∈ Iβ et donc x+y ∈ Iβ ⊂ I.

Soit (a, x) ∈ A × I, x ∈ Iα donc ax ∈ Iα ⊂ I.

I est un idéal qui est non nul car Iα 6= {0} et il est propre car

I = A ⇐⇒ 1 ∈∈ I ⇐⇒ ∃ α; 1 ∈ Iα ⇐⇒ Iα = A.

Donc I 6= A et I ∈ J alors J est inductif et donc possède un élément maximal.

D’où A possède un idéal maximal distinct de {0}.

Proposition

Soit I un idéal de Z. Alors on a :

(i) I premier ⇐⇒ I = {0} ou I = pZ, p premier.

(ii) I est maximal ⇐⇒ I premier non nul.

Démonstration

• Si I= {0}, I est premier car Z est intègre.

• Si I = pZ avec p premier, soient (a, b) ∈ pZ. On a ab = pq donc p|ab donc p|a ou p|b donc
a ∈ Z ou b ∈ Z.

190

A. Intissar
Algèbre Parties : I & II

• Soit I un idéal premier de Z non nul. Alors I est un sous-groupe de Z donc il existe
n ∈ N, I = nZ.
Supposons n non premier, c’est-à-dire n = n1 n2 avec 1 < n1 , n2 < n. n1 et n2 n’appartiennent
pas à nZ mais n = n1 n2 ∈ nZ. Donc I n’est pas premier. Par contraposée, I est premier im-
plique I = pZ avec p premier.

• Z est commutatif donc maximal implique premier.

Or I 6= {0} car, pour tout n > 2, {0} ( nZ ( Z.

• Si I est premier non nul,I = pZ avec p premier.

Soit J un idéal de Z tel que I ⊂ J. J est un sous-groupe de Z donc J = nZ.
pZ ⊂ nZ donc n|p. Or p est premier donc n = 1 ou n = p. Donc J = Z ou J = I. Donc I est
maximal.

§ 6 Notion de corps

Définition

Un corps K est un ensemble muni de deux lois internes(deux opérations), notées + et × vérifiant
les conditions suivantes :

1. La loi interne + vérifie :

(a) Elle est associative (x + y) + z = x + (y + z); ∀ x; y; z ∈ K,

(b) Elle est commutative : X + y = y + x; ∀ x; y ∈ K,
(c) K possède un élément neutre 0 : x + 0 = x; ∀ x ∈ K,
(d) Tout élément x de K possède un symétrique (−x) par rapport à 0 : x + (−x) = 0; ∀ x ∈ K.

C’est-à-dire (K, +) est un groupe commutatif.

2. La loi interne × vérifie :

(a) Elle est associative (x × y) × z = x × (y × z); ∀ x; y; z ∈ K,

(b) Elle est distributive par rapport à la loi + : x × (y + z) = x × y + x × z; ∀ x; y; z ∈ K,
(c) K possède un élément neutre 1 pour × x × 1 = 1 × x = x; ∀ x ∈ K,
(d) Tout élément x6=0 de K possède un inverse (x−1 ) par rapport à 1 : x × (x−1 ) = (x−1 ) × x = 1; ∀ x ∈ K.

Autrement dit, un corps est un anneau unitaire non réduit à 0 dans lequel tout élément x 6= 0
possède un inverse.

Le groupe des unités du corps K, c’est-à-dire le groupe des éléments inversibles pour la multipli-
cation × est égal à K∗ = K−{0}. Pour simplifier les écritures, nous écrirons xy à la place de x×y.

(i) On appelle corps tout anneau unitaire dans lequel tout élément non-nul est inversible.

(ii) Un corps K est dit commutatif si la loi × est commutative et si cette dernière est non
commutative, on l’appelle une K-division ou tout simplement un corps non commutatif.

191

A. Intissar
Algèbre Parties : I & II

Exemple

(Z/nZ, +, ×) est un corps si et seulement si n est un nombre premier. En effet

Il est bien connu que (Z/nZ, +, ×) est un anneau unitaire

Caractérisons l’ensemble de tous les éléments inversibles de (Z/nZ, +, ×) qu’on note par U(Z/nZ) :

Proposition

U(Z/nZ) = {x ∈ Z/nZ; 0 ≤ x ≤ n − 1 et x premier avec n.

Démonstration

Soit x un élément quelconque de Z/nZ avec 0 ≤ x ≤ n − 1.

On a :

x inversible dans Z/nZ ⇐⇒ il existe u ∈ Z tel que xu = 1.

⇐⇒ il existe u ∈ Z tel que xu − 1 = 0.

⇐⇒ il existe u, v ∈ Z tel que xu − 1 = nv.

⇐⇒ il existe u, v ∈ Z tel que xu − nv = 1.

D’où le résultat par l’identité de Bezout dans Z.

Une propriété caractéristique d’un corps est la suivante :

Dans un corps K, quel que soit a ∈ K tel que a 6= 0 et quel que soit b ∈ K, les équations :

 ax = b

ya = b


ont, chacune, une solution et une seule :

 x = a−1 b


y = ba−1


Définition (sous-corps)

Soit (K, +, ×) un corps. On appelle sous-corps de K tout sous-anneau unitaire K de K tel que
l’inverse de tout élément non-nul de K appartienne à K.

• Q ⊂ K ⊂ C sont des corps ; ils contiennent comme sous-anneau unitaire Z qui, lui, n’est pas
un corps.

192

A. Intissar
Algèbre Parties : I & II

• Q(i) = {p + qi; i2 = −1 et p; q ∈ Q} est un sous-corps de C. Puisque on peut vérifier facilement

que Q(i) est un sous-anneau de C. et que pour tout x = p + qi ∈ Q(i) non nul son inverse x−1
p q p q
dans C est égal à 2 2
− 2 2
i qui appartient à Q(i) car 2 2
et − 2 appar-
p +q p +q p +q p + q2
tiennent à Q.

Lemme

Tout corps est un anneau intègre.

Démonstration

Soit K un corps. Soient x; y ∈ K tels que xy = 0. Si x 6= 0, alors x est inversible dans K par
définition d’un corps. Donc x−1 xy = x−1 0, c’est-à-dire y = 0. De même y 6= 0 implique x = 0.
D’où l’un au moins des deux facteurs x et y est nul.

Proposition

L’anneau (Z/nZ, +, ×) est intègre ⇐⇒ n est un nombre premier ⇐⇒ l’anneau (Z/nZ, +, ×)

est un corps.

Démonstration

Le seul point à montrer est que (Z/nZ, +, ×) intègre implique n premier car pour les autres
points, il suffit de cambiner le lemme ci-dessus et les résultats de la page 190.

Par contraposée, supposons que n n’est pas premier ; il existe donck, m ∈ Z tels que n = km
avec 1 < k < n et 1 < m < n. On a alors km = n = 0, bien que k 6= 0 et m =6 0.

Considèrons les tables de multiplication des anneaux (Z/5Z, +, ×) et (Z/6Z, +, ×) :

L’anneau (Z/5Z, +, ×) est un corps puisque 5 est un nombre premier. Il est donc a fortiori
intègre.

L’anneau (Z/6Z, +, ×) n’est pas intègre car, par exemple, 2 × 3 = 0 bien que 2 6= 0 et 2 6= 0. A
fortiori, ce n’est pas un corps.

Construction du corps des quaternions d’Hamilton

193

A. Intissar
Algèbre Parties : I & II

Les sept principaux ensembles des nombres sont N ⊂ Z ⊂ Q ⊂ R ⊂ H ⊂ O.

Les cinq premiers nous sont familiers quoique ! !. On va présenter ci-dessous l’avant dernier un
mystérieux ensemble appelé l’ensemble des quaternions et sera noté H.

Au début du XIXème siècle étaient bien maîtrisées les propriétés algébriques et géométriques
des nombres complexes : on savait que la multiplication complexe permet de réaliser des rota-
tions, des similitudes planes, etc.

La question s’est naturellement posée d’étendre ces propriétés en dimension 3, autrement dit
de trouver une multiplication entre triplets de nombres réels permettant d ?effectuer algébri-
quement les rotations spatiales, etc.

Après de profonds travaux en optique et en mécanique, l’irlandais William Hamilton (1805-1865)

s’est attelé à ce problème à partir de 1830. Il a finalement eu l’illumination des quaternions le 16
octobre 1843, en se rendant à une réunion de l’Académie royale irlandaise, alors qu’il traversait
le pont de Brougham sur le Royal Canal à Dublin en Irlande Il grava avec un couteau sur une
pierre du pont la formule fondamentale des symboles i, j, k :

i2 = j 2 = k 2 = i.j.k = −1

Voici en quels termes Hamilton décrivit sa découverte, en 1858, dans un article de la North
British Review : « Demain, ce sera le quinzième anniversaire des quaternions. Ils vinrent au
monde, ou plutôt au jour, déjà adultes, le 16 octobre 1843, alors que je me rendais à Dublin en
compagnie de madame Hamilton, à l’instant précis où je traversais le pont de Brougham. J’ai
pour ainsi dire à cet instant senti le circuit galvanique de ma pensée se fermer et les étincelles
qui en tombaient étaient les équations fondamentales entre i, j, k exactement telles que je les ai
employées depuis ce jour. J’ai immédiatement sorti un carnet, qui existe encore, et à cet instant
précis, j’ai senti que ce que j’y notais allait devenir l’objet essentiel de mon travail pour les dix
ou quinze prochaines années. Mais il est juste de dire également que j’ai ressenti un soulagement
intellectuel parce que j’ai senti à ce moment-là qu’un problème avait été résolu, celui-là même
qui m’avait hanté durant au moins les quinze années écoulées. »

Le corps non commutatif des quaternions (H, +, ×)

Définition

Un quaternion est un élément (a, b, c, d) ∈ R4 ; on note H l’ensemble des quaternions muni des
lois internes suivantes :

194

A. Intissar
Algèbre Parties : I & II

• Addition sur H :

On définit la somme de deux quaternions (a, b, c, d) et (a0 , b0 , c0 , d0 ) par :

(a, b, c, d) + (a0 , b0 , c0 , d0 ) = (a + a0 , b + b0 , c + c0 , d + d0 ). C’est l’addition naturelle dans R4 .

• Multiplication sur H :

On définit le produit de deux quaternions (a, b, c, d) et (a0 , b0 , c0 , d0 ) par :

?1 (a, b, c, d) × (a0 , b0 , c0 , d0 ) =

(aa0 − bb0 − cc0 − dd0 , ab0 + ba0 + cd0 − dc0 , ac0 + ca0 − bd0 + db0 , da0 + ad0 + bc0 − cb0 ).

Théorème

(H, +, ×) est un corps non commutatif.

?2 On vérifie sans problème que (H, +) est un groupe commutatif, son élément neutre est l’élé-
ment (0, 0, 0, 0) et l’opposé d’un élément (a, b, c, d) est (−a, −b, −c, −d).

?3 Non commutativité de la loi ×.

Soient (a, b, c, d) = (0, 1, 0, 0) i.e ( a = c = d = 0 et b = 1) et (a0 , b0 , c0 , d0 ) = (0, 0, 1, 0)

i.e ( a0 = b0 = d0 = 0 et c0 = 1) alors aa0 − bb0 − cc0 − dd0 = 0, ab0 + ba0 + cd0 − dc0 = 0,
ac0 + ca0 − bd0 + db0 = 0 et da0 + ad0 + bc0 − cb0 = 1. Donc on a :

(0, 1, 0, 0) × (0, 0, 1, 0) = (0, 0, 0, 1).

?4 Maintenant, comme (a0 , b0 , c0 , d0 ) × (a, b, c, d) =

(a0 a − b0 b − c0 c − d0 d, a0 b + b0 a + c0 d − d0 c, a0 c + c0 a − b0 d + d0 b, d0 a + a0 d + b0 c − c0 b).

Alors

a0 a − b0 b − c0 c − d0 d = 0, a0 b + b0 a + c0 d − d0 c = 0, a0 c + c0 a − b0 d + d0 b = 0 et

d0 a + a0 d + b0 c − c0 b) = −1. Donc on a :

(0, 0, 1, 0) × (0, 1, 0, 0) = (0, 0, 0, −1).

?5 (1, 0, 0, 0) est l’élément neutre de la loi ×. En effet :

Soit (a0 , b0 , c0 , d0 ) = (1, 0, 0, 0) c’est-à-dire : a0 = 1 et b0 = c0 = d0 = [Link] en appliquant ?1 , on

obtient :

aa0 − bb0 − cc0 − dd0 = a, ab0 + ba0 + cd0 − dc0 = b, ac0 + ca0 − bd0 + db0 = c et da0 + ad0 + bc0 − cb0 =
d. Il en résulte que :

195

A. Intissar
Algèbre Parties : I & II

(a, b, c, d) × (1, 0, 0, 0) = (a, b, c, d).

Maintenant, en appliquant ?4 , on obtient :

a0 a − b0 b − c0 c − d0 d = a, a0 b + b0 a + c0 d − d0 c = b, a0 c + c0 a − b0 d + d0 b = c et d0 a + a0 d + b0 c − c0 b =
d. Il en résulte que :

(1, 0, 0, 0) × (a, b, c, d) = (a, b, c, d).

?4 Associativité de la loi ×.

• [(a, b, c, d) × (a0 , b0 , c0 , d0 )] × (a00 , b00 , c00 , d00 ) =

(aa0 − bb0 − cc0 − dd0 , ab0 + ba0 + cd0 − dc0 , ac0 + ca0 − bd0 + db0 , da0 + ad0 + bc0 − cb0 ) ×(a00 , b00 , c00 , d00 ).

- La première composante du résultat est :

C1 = (aa0 − bb0 − cc0 − dd0 )a00 − (ab0 + ba0 + cd0 − dc0 )b00 − (ac0 + ca0 − bd0 + db0 )c00 − (da0 + ad0 + bc0 − cb0 )d00 .

ou bien

C1 = aa0 a00 − bb0 a00 − cc0 a00 − dd0 a00 − ab0 b00 − ba0 b00 − cd0 b00 + dc0 b00 − ac0 c00 − ca0 c00 + bd0 c00 − db0 c00 −

da0 d00 − ad0 d00 − bc0 d00 + cb0 d00 .

ou bien

C1 = a(a0 a00 − b0 b00 − c0 c00 − d0 d”) − b(b0 a00 + a0 b00 − d0 c00 + c0 d00 ) − c(c0 a00 + d0 b00 + a0 c00 − b0 d00 )

−d(d0 a00 − c0 b00 + b0 c00 + a0 d00 ).

ou bien

C1 = a(a0 a00 − b0 b00 − c0 c00 − d0 d00 ) − b(a0 b00 + b0 a00 + c0 d00 − d0 c00 ) − c(a0 c00 + c0 a00 − b0 d00 + d0 b00 )

−d(d0 a00 + a0 d00 + b0 c00 − c0 b00 ).

- La deuxième composante du résultat est :

C2 = (aa0 − bb0 − cc0 − dd0 )b00 + (ab0 + ba0 + cd0 − dc0 )a00 + (ac0 + ca0 − bd0 + db0 )d00 − (da0 + ad0 + bc0 − cb0 )c00 .

- La troisième composante du résultat est :

C3 = (aa0 − bb0 − cc0 − dd0 )c00 + (ac0 + ca0 − bd0 + db0 )a00 − (ab0 + ba0 + cd0 − dc0 )d00 + (da0 + ad0 + bc0 − cb0 )b00 .

- La quatrième composante du résultat est :

C4 = (da0 + ad0 + bc0 − cb0 )a00 + (aa0 − bb0 − cc0 − dd0 )d00 + (ab0 + ba0 + cd0 − dc0 )c00 − (ac0 + ca0 − bd0 + db0 )b00 .

• (a, b, c, d) × [(a0 , b0 , c0 , d0 ) × (a00 , b00 , c00 , d00 )] =

196

A. Intissar
Algèbre Parties : I & II

(a, b) × (a0 a00 − b0 b00 − c0 c00 − d0 d00 , a0 b00 + b0 a00 + c0 d00 − d0 c00 , a0 c00 + c0 a00 − b0 d00 + d0 b00 , d0 a00 + a0 d00 + b0 c00 − c0 b00 ).

- La première composante du résultat est

D1 = a(a0 a00 − b0 b00 − c0 c00 − d0 d00 ) − b(a0 b00 + b0 a00 + c0 d00 − d0 c00 ) − c(a0 c00 + c0 a00 − b0 d00 + d0 b00 )

−d(d0 a00 + a0 d00 + b0 c00 − c0 b00 ).

On constate que D1 = C1 et de façon similaire, on calcule D2 , D3 et D4 et on vérifie que

D2 = C2 , D3 = C3 et D4 = C4 . Donc la loi est associative.

• Il est utile d’apprendre à faire des calcules explicités iii

?5 La loi × est distributive par rapport à la loi +. En effet :

1. Distributivité à gauche de × par rapport à la loi +.

Soient (a, b, c, d) ∈ R4 , (a0 , b0 , c0 , d0 ) ∈ R4 et (a00 , b00 , c00 , d00 ) ∈ R4 .

   0   00   
a a a a  0
a + a00

       
 b   b0   b00 
         
 b   0
  b + b00 

      
  × [ + ] =  × 
         
 c   c0   c00   c   0 
         c + c00 
d0 + d00
       
d d0 d00 d

a(a0 + a00 ) − b(b0 + b00 ) − c(c0 + c00 ) − d(d0 + d00 )

 
 
 a(b0 + b00 ) + b(a0 + a00 ) + c(d0 + d00 ) − d(c0 + c00 )
 

 
=



 a(c0 + c00 ) + c(a0 + a00 ) − b(d0 + d00 ) + d(b0 + b00 ) 
 
 
d(a0 + a00 ) + a(d0 + d00 ) + b(c0 + c00 ) − c(b0 + b00 )

aa0 + aa00 − bb0 − bb00 − cc0 − cc00 − dd0 − dd00

 
 
 0
 ab + ab00 + ba0 + ba00 + cd0 + cd00 − dc0 − dc00


 
=
 0

 (*)
 ac + ac00 + ca0 + ca00 − bd0 − bd00 + db0 + db00 
 
 
da0 + da00 + ad0 + ad00 + bc0 + bc00 − cb0 − cb00

a0 aa0 − bb0 − cc0 − dd0

     
a
     
 b   b0 
 0
 ab + ba0 + cd0 − dc0
    

     
×
Comme    0 =
  
  0 
 c   c   ac + ca0 − bd0 + db0 
     
     
d d0 da0 + ad0 + bc0 − cb0

197

A. Intissar
Algèbre Parties : I & II

a00 aa00 − bb00 − cc00 − dd00

     
a
     
 b   b00
 00
 ab + ba00 + cd00 − dc00
    
 
     
 × =  
     00 
 c   c00   ac + ca00 − bd00 + db00 
     
     
d d00 da00 + ad00 + bc00 − cb00
Alors on a :

a0 a00 aa0 − bb0 − cc0 − dd0 aa00 − bb00 − cc00 − dd00

           
a a
           
 b   b0   b   b00
  0
  ab + ba0 + cd0 − dc0
  00
  ab + ba00 + cd00 − dc00
       

           
× × = 
  0 +
   + 
     0   00 
 c   c   c   c00   ac + ca0 − bd0 + db0   ac + ca00 − bd00 + db00 
           
           
0
d d d d00 da0 + ad0 + bc0 − cb0 da00 + ad00 + bc00 − cb00

aa0 − bb0 − cc0 − dd0 + aa00 − bb00 − cc00 − dd00

 
 
 0
 ab + ba0 + cd0 − dc0 + ab00 + ba00 + cd00 − dc00


 
=
 0

 (**)
 ac + ca0 − bd0 + db0 + ac00 + ca00 − bd00 + db00 
 
 
da0 + ad0 + bc0 − cb0 + da00 + ad00 + bc00 − cb00
En comparant (**) avec (*) qu’on rappelle ci-dessous

aa0 + aa00 − bb0 − bb00 − cc0 − cc00 − dd0 − dd00

 
 
 0
 ab + ab00 + ba0 + ba00 + cd0 + cd00 − dc0 − dc00


 

 0

 (*)
 ac + ac00 + ca0 + ca00 − bd0 − bd00 + db0 + db00 
 
 
da0 + da00 + ad0 + ad00 + bc0 + bc00 − cb0 − cb00

On en déduit que (**) = (*) et donc la loi × est distributive à gauche par rapport à la loi +.

De façon similaire, on vérifie que la loi × est distributive à droite par rapport à la loi
+.

Tout élément (a, b, c, d) ∈ H∗ = H − (0, 0, 0, 0) est inversible. En effet :

Soit (a, b, c, d) ∈ H∗ et cherchons un quaternion (a0 , b0 , c0 , d0 ) tel que :

(a, b, c, d) × (a0 , b0 , c0 , d0 ) = (1, 0, 0, 0) c’est-à-dire :

198

A. Intissar
Algèbre Parties : I & II

a0 aa0 − bb0 − cc0 − dd0 aa0 − bb0 − cc0 − dd0 = 1

        
a 1 

        


 b   b0 
 0
 ab + ba0 + cd0 − dc0  ab0 + ba0 + cd0 − dc0 = 0
       
  0  

       
×  =   ⇐⇒
  0 = .
  
  0   
 c   c   ac + ca0 − bd0 + db0  0  

 ac0
+ ca0
− bd0
+ db0
= 0
        

        


0
d d da0 + ad0 + bc0 − cb0 0 da0 + ad0 + bc0 − cb0 = 0

 a 
a0 = 2 2 + c2 + d 2

 a + b 

 

 0 −b 
 b = 2

a + b2 + c2 + d2

 
Comme (a, b, c, d) est non nul alors a2 + b2 + c2 + d2 6= 0 alors si on choisit  ,
 

 c0 = −c 

 a 2 + b2 + c2 + d2 
 
 
 
 0 −d 
d = 2
a + b2 + c2 + d2
on en déduit que :
   0   
a a 1
     
 b   b0   0 
     
     
×
  0  =  . Donc tout élément non nul de H admet un symétrique à droite.
   

 c   c   0 
     
     
d d0 0

De façon similaire on peut vérifier que tout élément non nul de H admet un symétrique
à gauche et qui coincide avec symétrique à droite.

Plongement de C dans H

Isomorphisme de (C+, ×) sur un sous-corps de (H+, ×)

Soit H1 l’ensemble des quaternions de la forme (a, b, 0, 0).

H1 est non vide et il est un sous-corps de (H+, ×). En effet :

Si (a, b, 0, 0) ∈ H1 et (a0 , b0 , 0, 0) ∈ H1 alors on a :

• (a, b, 0, 0) − (a0 , b0 , 0, 0) = (a − a0 , b − b0 , 0, 0) ∈ H1 .

• (a, b, 0, 0) × (a0 , b0 , 0, 0) = (a0 a − bb0 , ab0 + a0 b, 0, 0) ∈ H1 .

• (1, 0, 0, 0) ∈ H1 .

a −b
• Si a2 + b2 6= 0, l’inverse de (a, b, 0, 0) est ( , , 0, 0) et il est dans H1 .
a2 + b2 a2 + b2
Donc (H1 , +, ×) est un sous-corps de (H, +, ×).

199

A. Intissar
Algèbre Parties : I & II

Maintenant, considérons l’application :

f : C −→ H1 ; z = a + ib −→ f (z) = (a, b, 0, 0). Alors , on a :

Proposition

f est un isomorphisme de (C, +, ×) sur (H1 , +, ×).

Démonstration

• f est bijective :

- elle est injective car si f (z) = (a, b, 0, 0) = f (z 0 ) = (a0 , b0 , 0, 0); z 0 = a0 + ib0 =⇒ a = a0 et b = b0 )

c’est-à-dire f (z) = f (z 0 )

- elle est surjective car ∀ (a, b, 0, 0) ∈ H1 ∃ z = a + ib ∈ C; f (z) = (a, b, 0, 0).

• f (z) + f (z 0 ) = (a, b, 0, 0) + (a0 , b0 , 0, 0) = (a + a0 , b + b0 , 0, 0) = f (z + z 0 ).

• f (z) × f (z 0 ) = (a, b, 0, 0) × (a0 , b0 , 0, 0) = (aa0 − a0 a, ab0 + a0 b, 0, 0) = f (z × z 0 ).

Donc f est un isomorphisme de (C, +, ×) sur (H1 , +, ×).

L’isomorphisme f permet d’identifier C à H1 et d’écrire « C ⊂ H ».

• On écrira tout élément (a, b, 0, 0) ∈ H1 sous la forme a + ib.

• En particulier 0 est l’élément (0, 0, 0, 0) , 1 est l’élément (1, 0, 0, 0) et i est l’élément (0, 1, 0, 0).

• On note par analogie j est l’élément (0, 0, 1, 0) ∈

/ H1 mais (0, 0, 1, 0) ∈ H. et k est l’élément
(0, 0, 0, 1) ∈
/ H1 mais (0, 0, 0, 1) ∈ H.

• La famille {1, i, j, k} forme une base de l’ensemble des quaternions vu comme un espace vec-
toriel sur R et l’on écrira ainsi q = a + ib + jc + kd le quaternion (a, b, c, d) ∈ H.

• Dans (H, +, ×), on vérifie facilement les relations suivantes :

i × j = k = −j × k, j × k = i = −k × j et k × i = j = −i × k

Les quaternions définis comme l’ensemble de matrices de la forme suivante :

 
a −b
H = {A =   ; (a, b) ∈ C2 } où si a = α + iβ on a ā = α − iβ avec (α, β) ∈ R2
b̄ ā
On vérifie sans peine les deux propriétés suivantes :

200

A. Intissar
Algèbre Parties : I & II

ā b
 
 detA detA 
• Si A ∈ H alors son inverse est donné par A−1 =   qui appartient à H où
 
b̄ a
 
−
detA detA
detA désigne le déterminant de A.

Les autres propriétés d’un corps ne posent pas de problème et par conséquent H est un corps.

• H est un corps non commutatif. En effet on a :

         
i 0 0 −1 0 −i 0 −1 i 0 0 i
  =  6=   = 
0 −i 1 0 −i 0 1 0 0 −i i 0
L’étude des quaternions a donc pour vocation essentielle la représentation analytique des ac-
tions géométriques sur l’espace à 3 dimensions.

Mais les applications des quaternions sont beaucoup plus vastes. Ils servent notamment en
physique pour exprimer les lois de la mécanique ou celles de l’ électromagnétisme de manière
globale, ainsi qu’en mécanique quantique, pour décrire le spin de l’électron par exemple. Les
quaternions sont aussi utilisés en informatique, pour la création des algorithmes 3D dans les
jeux vidéos, ou en mécanique spatiale pour le mouvement des satellites.

Proposition
 
z 0
La fonction ψ : C −→ H; z −→ ψ(z) =   est un morphisme de corps injectif.
0 z
Démonstration

Pour (z, z 0 ) ∈ C2 on a :

z + z0 z0
     
0 z 0 0
ψ(z + z 0 ) =  =  +  = ψ(z) + ψ(z 0 )
0 z + z0 0 z 0 z0
 0
zz 0
   
z 0 z 0 0
ψ(z)ψ(z 0 ) =   =  = ψ(zz 0 )
0 z 0 z 0 0 zz 0
 
1 0
ψ(1) =   = I2 ∈ H.
0 1
   
z 0 0 0
L’injéctivité de ψ : ψ(z) = 0 =⇒  =  =⇒ z = 0.
0 z 0 0
Théorème

Tout élément A de H s’écrit de manière unique A = a.1 + bI + cJ + dK avec (a, b, c, d) ∈ R4 et

les matrices 1, I, J, K définies ainsi :

201

A. Intissar
Algèbre Parties : I & II

       
1 0 i 0 0 −1 0 −i
1= , I =  , J =   et K =  .
0 1 0 −i 1 0 −i 0
Démonstration
 
a + ib −(c + id)
- Existence : on a A =   avec (a, b, c, d) ∈ R4 . Donc en décomposant :
c + id a + ib
       
a 0 ib 0 0 −c 0 −id
A= + + +  = a.1 + bI + cJ + dK
0 a 0 −ib c 0 −id 0
- Unicité : Si A = a0 .1 + b0 I + c0 J + d0 K alors

a0 + ib0 −(c0 + id0 )

   
a + ib −(c + id)
A= = 
c0 + id0 a0 + ib0 c + id a + ib
donc on a : a = a0 , b = b0 , c = c0 et d = d0 .

On en arrive alors au résumé suivant :

H est un corps non-commutatif dont les éléments sont de la forme q = a + bi + cj + dk avec

(a, b, c, d) ∈ R4 et les nombres i, j, k vérifiant :

ij = k et ji = −k,

jk = i et kj = −i,

ki = j et ik = −j.

i2 = j 2 = k 2 = i.j.k = −1

Il suffit juste d’identifier I2 à 1, I à i, J à j et K à k.

Remarque

On remarque que q = (a + ib) + (jc + kd) = A + Bj avec A = a + ib ∈ C etB = c + id ∈ C.

Qu’on appelle un hypercomplexe

Définition (corps ordonné)

Soit K un corps commutatif et soit ≤ une relation d ?ordre sur K. On dit que (K, ≤) est un
corps ordonné si

1. Le groupe additif (K, +) est un groupe ordonné pour + c ?est-à-dire pour tout a; b; c ∈ K, on
a : a + c ≤ b + c,

2. La relation d’ordre ≤ est compatible avec la multiplication, c ?est-à-dire, pour tout a; b ∈ K,

on a : 0 ≤ a, 0 ≤ b =⇒ 0 ≤ ab.

202

A. Intissar
Algèbre Parties : I & II

Par exemple, le corps des nombres réels R est un corps ordonné pour la relation d’ordre usuelle.

Proposition

•1 Tout sous-corps d’un corps ordonné est aussi ordonné pour la relation d’ordre induite.

•2 Dans un corps ordonné K, tous les carrés sont positifs, c’est-à-dire a2 ≥ 0 pour tout a ∈ K.

Démonstration

•1 est évidente.

•2 Montrons tout d’abord que 1 est positif (0 ≤ 1). En effet, si 1 ≤ 0, alors −1 ≥ 0 et

1(−1) = −1 ≤ 0 ce qui contredit notre hypothèse. Ainsi 1 ≥ 0.

Considérons à présent a ∈ K. Si a ≥ 0, alors aa = a2 ≥ 0. Si a ≤ 0, alors −a ≥ 0 et

a2 = (−a)(−a) ≥ 0. Ainsi a2 ≥ 0 pour tout a ∈ K.

Définition (racine d’un polynôme)

Soit K un corps commutatif et soit K[X] l’anneau des polynômes à une indéterminée à coeffi-
cients dans K.

Si P = a0 + a1 X + a2 X 2 + ...... + an Xn est un élément de K[X] et si α ∈ K, on note par P (α)

le scalaire P (α) = a0 + a1 α + a2 α2 + ...... + an αn.

Le scalaire α ∈ K est appelé racine du polynôme P s’il vérifie P (α) = 0).

Exemples

1. Tout polynôme du premier degré P = a0 + a1 X, avec a1 6= 0, admet une racine α = a0 a−1

1 .

2. Un polynôme réel P = a0 + a1 X + a2 X 2 ∈ R[X] de degré 2 admet une racine

si et seulement si son discriminant ∆ = a21 − 4a0 a2 vérifie ∆ ≥ 0.

3. Tout polynôme P ∈ R[X] de degré impair admet une racine.

Définition (corps algébriquement clos)

Un corps commutatif K est dit algébriquement clos si tout polynôme non constant P ∈ K[X]
admet au moins une racine dans K.

D’après les exemples ci-dessus, les corps R ou Q ne sont pas algébriquement clos.

Théorème (Théorème de d’Alembert)

Le corps C = {z = x + iy; x ∈ R et y ∈ R} des nombres complexes est algébriquement clos.

203

A. Intissar
Algèbre Parties : I & II

Démonstration

Il existe plusieurs démonstration de ce théorème, également appelé Théorème Fondamental de

l’Algèbre. La démonstration la plus simple est probablement celle basée sur le théorème de
Liouville dans la théorie des fonctions d’une variable complexe qu’on présente comme suit :

Théorème (Théorème de Liouville [admis])

Soit une fonction f : C −→ C, z −→ f (z) définie sur tout C telle que ∃(a0 , a1 , ...., an , ...) élé-
∞
X
ments de C de sorte que f (z) = an z n (on dit que f est une fonction entière). Alors si f est
n=0
bornée (c’est-à-dire, il existe M > 0; | f (z) |≤ M ) alors elle est constante.

Maintenant, Soit P ∈ C[X]. Supposons que P n’ait pas de racine dans C. Alors, pour tout
1
z ∈ C, P (z) 6= 0. Alors la fonction f (z) = est une fonction entière bornée non constante.
p(z)
Or toute fonction entière bornée est constante. D’où la contradiction.

§ 7 Propriétés algébriques de l’anneau des fonctions continues de [0, 1] dans R

On note par (C, [0, 1], R) l’anneau des fonctions continues de [0, 1] dans R pour les lois + et ×.
Dans cette section, on s’interesse essentiellement aux idéaux de cet anneau et particulièrement
c’eux de la forme suivante :

Ix = {f ∈ (C, [0, 1], R); f (x) = 0} pour x ∈ [0, 1].

Proposition

(i) L’ensemble Ix = {f ∈ (C, [0, 1], R); f (x) = 0} pour x ∈ [0, 1] est un idéal de (C, [0, 1], R).

(ii) Ix est un idéal maximal de (C, [0, 1], R).

Démonstration

(i) ∀ f, g ∈ Ix on a d’une f - g est une fonction continue vérifiant (f − g)(x) = f (x) − g(x) = 0
donc f − g ∈ Ix et d’autre part on a pour tout g ∈ (C, [0, 1], R) et f ∈ Ix la fonction g × f est
une fonction continue avec g × f (x) = g(x).f (x) = 0 car f(x) = 0 donc g × f ∈ Ix .

(ii) Comme (C, [0, 1], R) est un anneau commutatif unitaire alors il possède un idéal maximal
car tout anneau commutatif unitaire possède un idéal maximal (voir la démonstration de ce
résultat page 188). Mis ici, on veut montrer que I?x est un idéale maximal. Pour ce faire, on
considère l’application

ϕx : (C, [0, 1], R) −→ R, f −→ ϕx (f ) = f (x). Cette application est trivialement un morphisme

d’anneaux . Son Ker(ϕx ) est égal à Ix et elle est surjective parce que les fonctions constantes
permettent d’atteindre tout R.

Le théorème de factorisation des morphismes donne (C, [0, 1], R)/Ix ' ϕx [(C, [0, 1], R)] = R.

Comme R est un corps alors Ix est idéal maximal.

204

A. Intissar
Algèbre Parties : I & II

Théorème

Tous les idéaux maximaux de (C, [0, 1], R) sont de la forme Ix .

Démonstration

soit I un idéal maximal de (C, [0, 1], R), supposons qu’il n’est pas de la forme Ix cela signifie
qu’en tout point xde [0, 1], il existe une fonction fx ∈ I qui ne s’annule pas en x. Par continuité,
chaque fonction fx ne s ?annule pas sur un voisinage de x qu’on note Ox . On a alors :
[ [
[0, 1] = {x} ⊆ Ox .
x∈[0,1] x∈[0,1]

La suite de la démonstration repose sur la définition et le théorème suivants :

Définition

Soit A une partie de R. On dit que A est compacte, si de tout recouvrement de A par des
voisinages (des ouverts), on peut extraire un sous-recouvrement fini.

Théorème (Borel-Lebesgue) [admis voir un cours d’analyse ou un cours de topologie]

Dans (R, | |), le segment [a, b] est compact.

Retour à la démonstration

[ on en déduit que le segment [0, 1] est compact. Donc on

En appliquant le théorème ci-dessus,
peut extraire du recouvrement Ox un recouvrement fini de [0, 1]. Autrement dit, on peut
x∈[0,1]
n
[
écrire [0, 1] ⊆ Ox pour certains xi dans [0, 1].
i=1
n
X
Alors, chaque fx2i est dans I (car I est un idéal et fx est dans I), et la fonction g = fx2i ne
i=1
s’annule pas sur [0, 1] : en effet, ceci n’est possible que si chaque fxi s’annule simultanément en
un point, ce qui est impossible puisque tout point est contenu dans un voisinage Oxi sur lequel
fxi ne s’annule pas.
La fonction g ne s’annule pas, donc elle est inversible or un idéal contenant un inversible est
égal à l’anneau tout entier, donc I = (C, [0, 1], R) ceci est absurde, donc I est contenu dans Ix
pour un certain x ∈ [0, 1] et par maximalité de I, on a I = Ix .

Proposition

(i) L’anneau (C, [0, 1], R) n’est pas un anneau principal.

(ii) Les idéaux Ix de (C, [0, 1], R) ne sont pas principaux.

Démonstration

(i) (C, [0, 1], R) n’est pas un anneau principal puisqu’il n’est pas intègre : deux fonctions non
nulles qui s’annulent sur des intervalles d’intérieur non vides et qui partitionnent [0, 1] sont de

205

A. Intissar
Algèbre Parties : I & II

produit nul.

(ii) il suffit qu’on le montre pour un x donné. Soit par exemple x = 0 alors

I0 = {f ∈ (C, [0, 1], R), f (0) = 0}, on va supposer qu’il est principal.
p p
Soit g ∈ (C, [0, 1], R), on a I0 =< g >. Alors, comme | g | s’annule également en 0, | g | = f g
pour une certaine fonction f de (C, [0, 1], R), donc g = f 2 g 2 , puis g(1 − f 2 g) = 0. Alors, la fonc-
tion g s’annule sur un voisinage de 0 ; comme g engendre I0 , ceci voudrait dire que toutes les
fonctions de I0 s’annulent aussi sur un voisinage de 0, or ce n’est pas le cas, car x −→ x s’annule
en 0 uniquement. On a donc une contradiction.

206

A. Intissar
Algèbre Parties : I & II

Chapitre 8

Polynômes à une indéterminée

§ 1 Généralités

• Anneau des polynômes (présentation)

On fixe un anneau (A, +, .) unitaire commutatif .

Définition

Notons P l’ensemble des suites d’éléments de A qui sont à support fini c’est- à - dire dont tous
les termes sont nuls sauf un nombre fini d’entre eux.

On a ainsi pour P ∈ P une suite

P = (a0 , a1 , ...., ai , ..., an , 0, 0, .....), où ai ∈ A; 0 ≤ i ≤ n.

Une telle suite s’appelle un polynôme à une indéterminée sur A.

Pour tout P = (an )n∈N distinct de 0P , on appelle degré de P le plus grand des entiers n ∈ N
tels que an 6= 0.

Les éléments ai , 0 ≤ i ≤ n s’appellent les coefficients du polynôme ; le coefficient a0 s’appelle le

terme constant.

Si tous les coefficients sont égaux à 0, on désigne le polynôme correspondant par 0P c’est-à-dire
0P = (0; 0; ....) ; où 0 est l’élément neutre de A par rapport à l’addition. On convient qu’il n’a
pas de degré. On convient quelquefois de lui attribuer un degré symbolique noté −∞.
Ce symbole vérifiant par convention l’inégalité −∞ < n quel que soit l’entier n.

Egalité de deux polynômes

Soient deux polynômes P = (a0 , ......., an , 0, ......) et Q = (b0 , ......., bm , 0, ......), On dit que P = Q
si n = m( même degré) et si ai = bi pour i = 0, 1, ...., n.

Addition et multiplication de deux polynômes. Multiplication d’un polynôme par un élément

de A

On définit sur l’ensemble des polynômes P deux lois internes une addition et une multiplication
en posant, pour tout P = (an )n∈N et tout Q = (bm )m∈N dans P et une loi externe multiplication
d’un polynôme par un élément λ ∈ A.

• P + Q = (a0 + b0 , ......., ai + bi , ........) pour i = 0, 1, ...., max(n, m)

• P .Q = (a0 b0 , a0 b1 + a1 b0 , ........., a0 bi + a1 bi−1 + ...... + ai b0 , ......) pour i = 0, 1, ...., n + m

207

A. Intissar
Algèbre Parties : I & II

• λP = (λa0 , ......., λan , 0, ......).

Propriétés de l’addition :

- L’addition est une loi interne. En effet soit

•s sk = ak + bk ∀ k ∈ N. Alors (sk )k∈N est un polynôme car on a ∀ k > max(n, m) sk = ak + bk = 0.

- On voit que l’addition est une loi associative et commutative.

- Il y a un élément neutre : c’est le polynôme 0P = (0, 0, .....), dont tous les coefficients sont nuls.

- Tout polynôme P possède un symétrique ou opposé noté −P = (−a0 , ......., −an , 0, ......). c’est
le polynôme dont tous les coefficients sont opposés à ceux de P .

Pour cela, l’ensemble des polynômes (P, +) constitue donc un groupe commutatif.

Propriétés de la multiplication :

- La multiplication est une loi interne . En effe soit

k
X X
•p pk = ai bk−i = ai bj ∀ k ∈ N. Alors (pk )k∈N est un polynôme car on a
i=0 i+j=k
X
∀ k > n + m pk = ai bj = 0 puisque si (i, j) est un couple tel que i + j = k alors on a i > n
i+j=k
ou j > m , sinon i + j ≤ n + m et le terme correspondant ai bj est nul. Tous les termes de la
somme définissant pk étant nuls, on en déduit que pk = 0.

- On vérifie par un calcul un peu long, mais sans difficulté qu’elle est associative et commutative
et qu’elle est distributive par rapport à l’addition.

- Le polynôme 1P = (1, 0, .......) est l’élément neutre de la multiplication.

Pour cela, l’ensemble des polynômes (P, +, ×) constitue donc un anneau commutatif unitaire.

Propriétés de la multiplication par un élément de A :

On vérifie sans peine qu’on a :

- λ(P + Q) = λ.P + λ.Q λ ∈ A.

- (λ + µ).P = λ.P + µ.P λ, µ ∈ A.

- (λ.(µ.P ) = (λµ).P λ, µ ∈ A.

- 1P .P = P .

Dans le cas où A est un corps K, cette loi externe et l’addition font de l’ensemble des polynômes
(P, +, .) un espace vectoriel.

208

A. Intissar
Algèbre Parties : I & II

Quelques notations

X1 en i + 1 -ième position, pour tout i ∈ N, tout

Il est clair que en .em = en+m pour tous n, m ∈ N, et donc on a en = en1 .

On note traditionnellement X = e1 = (0, 1, 0, ........) et P = A[X], et c’est ces notations qui sont
usuellement utilisées pour désigner les polynômes.

Remarque

On retiendra que :

•1 Pour tout élément non-nul P de A[X], il existe un unique entier naturel n et un unique
(n + 1)-uplet (a0 ; a1 ; ......; an ) d’éléments de A tels que :

P = an X n + an−1 X n−1 + ..... + a1 X + a0 et an 6= 0. On dit que P est ordonné suivant les

puissances décroissantes de X.

P = a0 + a1 X + ......... + an−1 X n−1 + an X n et an 6= 0. On dit que P est ordonné suivant les

puissances décroissantes de X.

n n min(n,m) n+m i
X X X X X
•3 Si P = ai X i et Q = ai X i . On a : P + Q = (ai + bi )X i et P.Q = ( aj bi−j )X i
i=0 i=0 i=0 i=0 j=0

Sous forme développée explicite, la formule du produit est donc :

P.Q = (an X n + an−1 X n−1 + ..... + a1 X + a0 )(bm X m + bm−1 X m−1 + ..... + b1 X + b0 )

= an bm X n+m + (an bm−1 + an−1 bm )X n+m−1 + (an bm−2 + an−1 bm−1 + an−2 bm )X n+m−1 .....+

(a1 b0 + (a0 b1 )X + a0 b0 .

•4 Pour tout P et Q dans A[X], on a : deg(P + Q) ≤ max(degP ; degQ) et deg(P Q) ≤ degP + degQ.

•5 Dans le cas où l’anneau commutatif des coefficients est un corps K. Tout d’abord, K[X] est
un espace vectoriel sur K.

•6 Soit K un corps commutatif. La suite (X n )n∈N est une base de l’espace vectoriel K[X] au
sens suivant :

209

A. Intissar
Algèbre Parties : I & II

Pour tout élément P de K[X], il existe une suite unique (an )n≥0 d’éléments de K, à support fini,
X XN
telle que P = an X n au sens où, si N est tel que an = 0 pour tout n > N , on a P = an X n .
n∈N n=0

•7 Soit K un corps commutatif et n un entier ≥ 0. On note Kn [X] l’ensemble des polynômes

sur K de degré inférieur ou égal à n. Alors Pour tout entier n ≥ 0, Kn [X] est un sous-espace
vectoriel de K[X] et une base de Kn [X] est {1, X, ..., X n }. La dimension de Kn [X] est n + 1.

Définition (base canonique)

- La base (X n )n∈N de K[X] est appelée sa base canonique.

- La base {1, X, ..., X n } de Kn [X] est aussi appelée sa base canonique.

Lemme (lemme utile)

Soit K un corps commutatif et (P0 , P1 , ......, Pn ) une famille de polynômes de K[X] tels que
0 ≤ degP0 < degP1 < ...... < degPn . Alors (P0 , P1 , ......, Pn ) est une famille libre.

Démonstration

La famille (P0 ) est libre, car il résulte de l’hypothèse 0 ≤ degP0 que P0 n’est pas nul.
Puis le système (P0 , P1 ) est libre puisque P1 , de degré strictement plus grand que celui de P0 ,
donc P1 ne peut pas être proportionnel à P0 . Puis (P0 , P1 , P2 ) est libre, puisque toute combi-
naison linéaire de (P0 , P1 ) est de degré inférieur ou égal à deg P1 donc P2 ne peut en être une.
Et ainsi de suite (ou plus proprement on fait une récurrence sur n).

Proposition

(i) L’anneau des polynômes A[X] est intègre.

(ii) Soit P, Q, R ∈ A[X], P 6= 0P . Alors l’égalité P Q = P R entraine Q = R.

Démonstration

(i) Soient P et Q deux polynômes de A[X] avec P 6= 0P , il existe donc au moins un coefficient
ah 6= 0 de P . Supposons que h soit le plus petit indice ayant cette propriété, ce qui entraine
que s’il existe des entiers i avec 0 ≤ i < h on a ai = 0. Si les coefficient de Q sont b0 , b1 , , ....,
l’égalité P.Q = 0P donne ah b0 = 0, ah b1 + ah+1 b0 = 0, .....

Comme ah 6= 0, on en déduit successivement que b0 = 0, b1 = 0, ......, et par suite Q = 0P .

L’anneau des polynômes A[X] est intègre.

(ii) Comme l’égalité P Q = P R s’écrit aussi P (Q − R) = 0P et comme P 6= 0P on en déduit
d’après (i) que Q − R = 0P et donc Q = R.

Exemples

Z[X], Q[X], R[X] et C[X] sont des anneaux de polynômes qui sont unitaires et commutatifs.

210

A. Intissar
Algèbre Parties : I & II

Définition (fonction polynôme associée à un polynôme)

Soit A un anneau unitaire commutatif, Soit P un polynôme appartenant à A[X]. On appelle

fonction polynôme l’application p : A −→ A qui à la variable x ∈ A on associe la fonction :
X
p(x) = an xn .
n∈N

Définition

Soient P et Q deux polynômes de A[X] et p, q leur fonction polynome respective. Alors

(a) (p + q)(x) = p(x) + q(x) ∀ x ∈ A.

(b) (p.q)(x) = p(x)q(x) ∀ x ∈ A.

(c) (λp)(x) = λp(x) pour tout scalaire λ.

(d) qop(x) = q[p(x)] ∀ x ∈ A.

(e) L’application qui à P ∈ A[X] fait correspondre p est un homomorphisme.

Démonstration

La vérification des propriétés ci-dessus de cette proposition ne pose aucun problème.

Lemme

Soit A un anneau unitaire commutatif. Alors A est isomorphe à un sous-anneau de A[X].

Démonstration

Soit ϕ : A −→ A[X], a −→ ϕ(a) = (a, 0, ....., 0, ...), alors on a :

∀ (a, b) ∈ A2 , ϕ((a + b) = (a + b, 0, ....., 0, ...) = (a, 0, ....., 0, ...) + (b, 0, ....., 0, ...) = ϕ(a) + ϕ(b).

∀ (a, b) ∈ A2 , ϕ(a).ϕ(b) = (a, 0, ....., 0, ...).(b, 0, ....., 0, ...) = (a + b, 0, ....., 0, ...) = ϕ(a.b)
Injéctivité

ϕ(a) = ϕ(b) =⇒ (a, 0, ....., 0, ...) = (b, 0, ....., 0, ...) =⇒ a = b.

surjéctivité

ϕ est surjective entre A et ϕ[A] par définition de l’image.

- ϕ[A] est un sous-anneau de A[X] ;

Alors, Il en résulte que ϕ est un isomorphisme entre A et ϕ[A]. Par conséquent A est isomorphe
à ϕ[A] qui est un sous-anneau de A[X].

211

A. Intissar
Algèbre Parties : I & II

Valuation d’un polynôme

Définition

Soit P = a0 + a1 X + ....... + an−1 X n−1 + an X n 6= 0 un polynôme sur un anneau A et suppo-

sons que h ≥ 0 soit le plus petit indice tel que ah 6= 0 (donc ak = 0 si k < h).

On appelle valuation de P la valeur de l’entier v(a) = h.

Propriétés de la valuation d’un polynôme

Pour tout polynôme non nul, les propriétés suivantes sont évidentes.

•1 v(P ) > 0 ∀ P ∈ A[X] ;

•2 v(P.Q) = v(P ) + v(Q) ∀P, Q ∈ A[X] ;

•3 v(P + Q) ≥ min(v(P ), v(Q)); v(P + Q)>min(v(P ), v(Q))seulement siv(P ) = v(Q)∀P, Q ∈ A[X] ;

•4 v(0P ) n’est pas défini ;

•5 X n ) = n, n = 0, 1, ..... ;

•6 Soit un polynôme P telque v(P ) = h c’est-à- dire P = ah X h + ah+1 X h+1 + ....... + an X n

avec an 6= 0 alors on peut écrire :

P = X h .Q avec Q = ah + ah+1 X + ...... + an X n−h et v(Q) = 0.

Quels sont les éléments inversibles dans A[X] ?

∀P ∈ A[X] ∃ ? Q ∈ A[X]; P.Q = 1P .

Soient P = (ai )i∈N ; ai = 0 pour i > n et Q = (bi )i∈N ; bi = 0 pour i > m. On définit le produit de
deux polynômes par :
X
P.Q = (ci )i∈N = ( ak bl )i∈N .
k+l=i

Supposons que Q existe tel que P.Q = 1 alors deg(P.Q) = 0 =⇒ deg(P ) = deg(Q) = 0, il en
résulte que seuls les polynômes constants sont inversibles.

§ 2 Divisibilité dans A[X]

Définition (Anneau euclidien)

Soit A un anneau commutatif intègre. On dit que A est euclidien s’il existe une application
ν : A −→ N, a −→ ν(a) vérifiant la propriété suivante :

Pour tout a, b ∈ A − {0}, il existe q, r ∈ A tels que a = bq + r, et r = 0 ou bien ν(r) < ν(b).

212

A. Intissar
Algèbre Parties : I & II

Statue d’Euclide à Oxford.

Définition (Anneau principal [rappel])

Soit A un anneau commutatif. On dit qu’il est principal s’il est intègre et si tout idéal de A est
engendré par un élément.

Proposition

Tout anneau euclidien A est principal.

Démonstration

Soit I un idéal non nul de A. Alors l’ensemble N des ν(x) pour x ∈ I − {0} est un sous-ensemble
non vide de N donc admet un plus petit élément d.

Soit x0 ∈ I tel que ν(x) = d et soit x ∈ I ⊂ A arbitraire.

Comme A est euclidien, il existe q, r ∈ A tels que x = x0 q + r et r = 0 ou bien ν(r) < ν(x0 ) = d.
Or r = x − x0 q appartient à I, donc la seconde possibilité est exclue par minimalité de d. Donc
r = 0 et x = x0 q. Ceci montre que I est engendré par x0 i.e I =< x0 >.

D’où le résultat.

Exemple

L’anneau Z, muni de la division euclidienne usuelle, est euclidien : l’application v : Z −→ N est

la valeur absolue. D’après la démonstration précédente, tout idéal I 6= 0 de Z est égal à < n >,
où n est le plus petit élément > 0 de I.

Théorème

Soit K un corps commutatif alors l’anneau des polynômes (K[X], +, .) est un anneau euclidien.
C’est-à-dire :

∀ (A, B) ∈ K[X] × K[X], il existe un couple unique (Q, R) ∈ K[X] × K[X] tel que :

A = BQ + R avec R = 0 ou bien deg(R) < deg(B) la notation deg désignant le degré d’un
polynôme l’application de la valuation définie ci-dessus qu’on peut la noter aussi par do .

Démonstration

213

A. Intissar
Algèbre Parties : I & II

- Unicité

Supposons que l’on ait A = BQ + R avec R = 0 ou bien deg(R) < deg(B) et A = BQ1 + R1
avec R1 = 0 ou bien deg(R1 ) < deg(B1 ), il en résulte que B(Q1 − Q) = R − R1 . Alors comme
do R < do B et do R1 < do B on en déduit que do (R − R1 ) ≤ max(do R, do R1 ) < do B.

Si do (Q1 − Q) = 0 alors Q1 − Q est un polynôme constant et donc do (R − R1 ) = d0 B ce qui

est impossible.

Si do (Q1 − Q) ≥ 1 alors do (R − R1 ) ≥ d0 B ce qui est impossible car B(Q − Q1 ) = R1 − R

=⇒ Q = Q1 et donc on a aussi R = R1 .

- Existence

Soient A = an X n + an−1 X n−1 + ....... + a1 X + a0 et B = bm X m + bm−1 X m−1 + ....... + b1 X + b0

Montrons l ?existence par récurrence sur do A.

Si do A < do B, on peut écrire A = 0.B, +A avec do A < do B c’est-à-dire Q = 0 et R = A (ici,

on convient que do 0 = −∞).

Si do A ≥ do B c’est-à-dire n ≥ m , soit an = bm = 1 et supposons le résultat établi pour les

degrés < n.

Considérons le polynôme X n−m B = X n + bm−1 X n−1 + ....... + b1 X n−(m+1 + b0 X n−m et le po-

lynôme D = A − X n−m B qui est de degré < n, donc par hypothèse de récurrence il existe
(Q, R) ∈ K[X] × K[X] tel que A − xn−m B = QB + R avec R = 0 ou bien do R < d0 B. Alors
A = (X n−m + Q)B + R ce qui prouve le résultat d’existence.

Remarque

•1 Si an et bm sont quelconques et non nuls, on utilise dans la démonstration ci-dessus le poly-

an
nôme D1 = A − B qui de degré < n à qui on peut lui appliquer l’hypothèse de récurrence.
bm
C’est ici qu’intervient le fait que l’anneau des coefficients doit être un corps pour être assuré de
an
l’existence de dès que bm 6= 0.
bm
•2 Si do A < do B, l’égalité A = BQ + R avec do R < do B subsiste, si l’on prend Q = 0, donc
R = A.

Cette relation s’appelle égalité de la division suivant les puissances décroissantes.

•3 Dans le théorème ci-dessus, le polynôme Q s’appelle le quotient et R le reste.

Corollaire

L’anneau des polynômes K[X] est un anneau principal.

Démonstration

(i) Il suffit d’appliquer la proposition ci-dessus qui affirme que tout anneau euclidien est un
anneau principal.

214

A. Intissar
Algèbre Parties : I & II

(ii) On démontre le résultat directement comme suit :

Soit I un idéal de K[X], alors il existe un polynôme P ∈ K[X] tel que I soit l’ensemble des
multiples de P .

On considère = {R ∈ K[X]; ∃ Q ∈ K[X]; R = P Q} avec P ayant le plus petit degré pos-
sible, alors on a ⊂ I. En effet :

Comme P ∈ I =⇒ P Q ∈ I =⇒⊂ I.

Réciproquement

∀ A ∈ I alors ∃ (Q, R); A = P Q + R =⇒ R ∈ I =⇒ do R ≥ do P ce qui est impossible. Il en ré-

sulte que R = 0.

Définition (Composition de polynômes)

∞
X
Soit A = ak X k un élément de K[X] (en rappelant que ak = 0 à partir d’un certain rang) et
k=0
soit P ∈ K[X] . On pose
∞
X
AoP = ak P k qui est un polynôme et que ∀ n ∈ N; n ≥ do A alors la fonction polynomiale de
k=0
AoP est donnée par :
n
X
A(p(x)) = ak [p(x)]k .
k=0

Proposition

Soit A un polynôme et P un polynôme non constant. alors on a do AoP = do [Link] P .

Démonstration

Si A est le polynôme nul, alors AoP l’est aussi ; donc do AoP = −∞ = do [Link] P car do P 6= 0. Si-
non do A = n ∈ N et comme do P k = kdo P alors AoP est la somme de n+1 polynômes de degrés
2 à 2 différents. Il en résulte que AoP est de même degré que an P n , c’est à dire ndo P = do [Link] P .

Définition

Soit A, B ∈ K[X], On dit que A est divisible par B s’il existe un polynôme C tel que A = BC
ou bien B divise A qu’on note B|A.

Remarque

La relation de la divisibilité n’est autre que la relation A = BQ+R, où Q = C et R = 0. En effet

, le degré de R = 0 étant −∞ est inférieur au degré de B. Comme il ya unicité, l’application de
l’application de l’algorithme de la division suivant les puissances décroissantes donnera Q = C
et R = 0. Par suite :

215

A. Intissar
Algèbre Parties : I & II

Une condition nécessaire et suffisante pour que le polynôme A soit divisible par le polynôme B
est que le reste de la division de A par B suivant les puissances décroissantes soit nul.

Division suivant les puissances décroissantes

Exemples (Calcul pratique)

Exemple 1 : Soient A = 5x6 +1 et B = x2 +2x+1 Comment trouver (Q, R) tel que A = BQ+R
avec do R < do B ?

A = 5x6 (+1) | B = x2 + 2x + 1
. 5x6 + 10x5 + 5x4 | Q = 5x4 − 10x3 + 15x2 − 20x + 25
Procédé : On divise 5x6 par x2 pour
. − 10x5 − 5x4 (+1) obtenir 5x4 . On calcule 5x4 B pour
. − 10x5 − 20x4 − 10x3 obtenir la 2ème ligne de gauche
1ère ligne - 2ème ligne = 3èm ligne
. 15x4 + 10x3 (+1) La 3ème ligne devient principale et on
. 15x4 + 30x3 + 15x2 reprend le procédé

. − 20x3 − 15x2 (+1)

. − 20x3 − 40x2 − 20x

. 25x2 + 20x +1
. 25x2 + 50x + 25

. R = −30x − 24

Remarque

En principe les quantités (+1) mises entre parenthèse devraient être écrites, mais on voit que
l’on peut s’en dispenser jusqu’au moment où on a besoin.

La division de A = 5x6 + 1 par B = x2 + 2x + 1 nous donne le polynôme quotient :

Q = 5x4 − 10x3 + 15x2 − 20x + 25 et le reste R = −30x − 24

Degré Q = 4, Degré R = 1 et Degré R < Degré B = 2.

Exemple 2 : Soient A = 4X 5 − 10X 4 + 6X 3 − 7X 2 + 10X − 3 et B = 2X 3 + X − 1

La division euclidienne de A par B s’écrit A = B.(2X 2 − 5X + 2) + 3X − 1. On a en effet :

216

A. Intissar
Algèbre Parties : I & II

Exemple 3 : Soient A = X4 − 3X 3 + 5X 2 + X − 3 et X 2 − 2X + 1

La division euclidienne de A par B s’écrit A = B(X 2 − X + 2) + +6X − 5. On a en effet :

Le Plus Grand Commun Diviseur (PGCD) de deux polynômes

Définition (Algorithme d’Euclide)

Soit A, B ∈ K[X]. Alors on a :

A = BQ0 + R0 ; do R0 < do B, si on divise B parR0 =⇒ B = R0 Q1 + R1 ; do R1 < do R0

A nouveau divisons R0 parR1 =⇒ R0 = R1 Q2 + R2 ; do R2 < do R1

puis on divise R1 parR2 =⇒ R1 = R2 Q3 + R3 ; do R3 < do R2 =⇒ .......................................

=⇒ Rk−2 = Rk−1 Qk + Rk ; do Rk < do Rk−1

La relation deg(Rk+1 ) < deg(Rk ) assure que ce processus prend fin en un nombre fini d’étapes.

=⇒ ∃ k ∈ N; Rk−1 = Rk Qk+1 + Rk+1 ; Rk+1 = 0.

l’algorithme montre d’autre part que les diviseurs communs de A et B sont les diviseurs com-
muns de B et R1 et donc, de proche en proche, ceux de Rk et Rk+1 = 0. Les pgcd de A et B
sont donc les pgcd de Rk et 0 donc les cRk ( c ∈ K − {0}). On dit alors que Rk est “le” PGCD
de A et B. C’est le dernier reste non nul.

En version algorithmique cela donne :

• Début
• R0 ←− A ;
• R1 ←− B ;
• Tant que R1 6= 0 faire
• R2 ←− reste dans la division euclidienne de R0 et R1 ;
• R0 ←− R1 ;
• R1 ←− R2 ;
• Fin Tant que
• Afficher R0
• Fin

On retiendra dans l’algorithme d’Euclide, le dernier reste non nul est un pgcd de A et B. Le
pgcd n’est donc pas défini de manière unique, mais à un facteur constant non nul près : si D et

217

A. Intissar
Algèbre Parties : I & II

D1 sont deux pgcd de A et B alors il existe une constante non nulle c telle que D = cD1 . En
particulier, deux polynômes A et B non tous deux nuls admettent un unique pgcd unitaire que
l’on notera pgcd(A, B).

Définition (Polynômes premiers entre eux)

Soit A, B ∈ K[X], on dit que A et B sont premiers entre eux si pgcd(A, B) = 1.

Autre formulation du PGCD de deux polynômes

Soient A et B deux polynômes fixes. Alors tout diviseur commun à A et B divise aussi U A+V B,
quels que soient U et V éléments de K[X].

L’ensemble des polynômes {U A + V B} où A et B sont fixes et U et V arbitraires forme un

idéal. Cet idéal est donc principal c’est-à-dire il existe un polynôme D (défini à une constante
multiplicative près) tel que tout polynôme U A + V B soit multiple de D.

En particulier, on a :

•1 D = U A + V B pour certains polynômes U et V ;

•2 A = A1 D et B = B1 D car pour U = 1 et V = 0 le polynôme 1.A + 0.B appartient à l’idéal

de même pour U = 0 et V = 1 le polynôme 0.A + 1.B appartient aussi à l’idéal

En vertu de •1 , on a

Propriété 1 : tout diviseur commun à A et B divise D

En vertu de •2 , on a

Propriété 2 : tout diviseur de D divise A et B.

Propriété 3 : L’ensemble des diviseurs communs à A et B est identique à l’ensemble des divi-
seurs de D ; en particulier D lui même est le diviseur commun de plus grand degré.

Ce qui conduit à la définition suivante :

Définition (PGCD)

D s’appelle le Plus Grand Commun Diviseur (PGCD) de A et B.

Deux polynômes A et B sont dits premiers entre eux si leur PGCD est de degré 0. C’est-à-dire
il est une constante non nulle

Propriété 4 : Les égalités •1 et •2 montrent aussi que si D est le PGCD de A et B alors le

PGCD de AC et BC est DC quel que soit le polynôme C .

Propriétés ?i ; 1 ≤ i ≤ 12 Soit (A, B, C) ∈ (K[X])3 et λ ∈ K − {0}.

?1 A|A (la relation de divisibilité est réflexive).

218

A. Intissar
Algèbre Parties : I & II

?2 (A|B et B|C) =⇒ A|C (la relation de divisibilité est transitive).

?3 (B|A et A|B) =⇒ ∃ λ ∈ K − {0}, A = λB.

?4 A|B ⇐⇒ λA|B.

?5 B|A =⇒ B|AC.

?6 (A|B et A|C) =⇒ A|(B + C) et A|(B − C).

?7 Si A 6= 0 et si B|A alors do B ≤ do A.

?8 Tout polynôme divise 0

?9 1 (et d’une manière générale tout polynôme constant non nul) divise tous les polynômes.

?10 Le polynôme nul ne divise aucun polynôme sauf lui même.

?11 B|Pi =⇒ B|toute combinaison linéaire des Pi .

?12 si (A, B) sont premiers entre eux et (A, C) sont premiers entre eux, alors A et BC sont
premiers entre eux.

Théorème (théorème d’Euclide ou lemme de Gauss)

Soient A, B et C trois éléments de K[X]. Si A divise le produit BC et si A et B sont premiers

entre eux, alors A divise C.

Démonstration

Comme A et B sont premiers entre eux, alors leur PGCD est une constante λ ∈ K − {0}, donc
celui de AC et BC est λC. Or A divise AC, il divise BC par hypothèse, donc divise leur P GCD
qui est λC, donc A divise C.

Théorème (Identité de Bezout dans K[X])

(i) Soient A et B deux polynômes de K[X], Soit D leur PGCD. Alors

Il existe deux polynômes U et V de K[X] tels que U A + V B = D ; avec d0 U < d0 B − d0 D et

d0 V < d0 A − d0 D.

(ii) Les polynômes U et V sont uniques.

Démonstration

La démonstration repose sur l’algorithme d’Euclide. Supposons que le degré de A soit ≥degré(
B) ; divisons A bpar B suivant les puissances décroissantes :

A = BQ0 + R − 0; do R0 < do B ⇐⇒

219

A. Intissar
Algèbre Parties : I & II

R0 = A − BQ0 ; do R0 < do B ⇐⇒ R0 = U0 A + V0 B où U0 = 1, V0 = −Q0 ; do R0 < do B.

Donc do U0 ≤ 0, do V0 = do A − do B.

En tenant compte de cette relation, l’égalité B = R0 Q1 + R1 ; do R1 < R0 permet d’écrire

R1 = B − R0 Q1 ; do R1 < R0 ⇐⇒ R1 = U1 A + V1 B où U1 = −Q1 , V1 = Q0 Q1 + 1;

do R0 < do B.

On a do U1 = do B − do Ro , do V1 = do A − do B + do B − do R0 = do A − do R0 .

Supposons alors que l’on ait obtenu pour un indice h quelconque < k : Rh = Uh A + Vh B

avec

do Uh = do B − do Rh−1 et do Vh = do A − do Rh−1 .

La relation Rk−2 = Rk−1 Qk + Rk donne alors

Rk = Rk−2 − Rk−1 Qk = Uk−2 A + Vk−2 B − (Uk−1 A + Vk−1 B)Qk .

Donc

Rk = Uk A + Vk B avec

• Uk = −Qk Uk−1 + Uk−2

• Vk = −Qk Vk−1 + Vk−2

On a :

do (Qk Uk−1 ) = do Rk−2 − do Rk−1 + do B − do Rk−2 = do B − do Rk−1

Par suite :

do (Qk Uk−1 ) > do Uk−2 = do B − do Rk−2 et on aura do Uk = do B − do Rk−1 et de façon similaire

on a do Vk = do A − do Rk−1 .

Les formules obtenues sont donc vraies pour tout k. En particulier, elles seront vraies pour le
PGCD : D = Rk donc il existe deux polynômes U = Uk et V = Vk tels que

D = UA + V B

Avec en plus

•1 do U = do B − do Rk−1 < do B − do D

•2 do V = do A − do Rk−1 < do A − do D

220

A. Intissar
Algèbre Parties : I & II

Ici en plus de D = U A + V B, nous avons obtenu une précision sur les degrés de U et
V . On va montrer que cette condition sur les degrés entraine l’unicité de ces polynômes.

Unicité

Supposons en effet que lon ait aussi

D = U ∗ A + V ∗ B avec do U ∗ < do B − do D et do V ∗ < do A − do D

Par différence, il vient :

(U − U ∗ )A = (V ∗ − V )B.

Divisons A et B par D, soit A = DA1 et B = DB1 alors A1 et B1 sont premier entre eux et
do A1 = do A − do D et do B1 = do B − do D.

L’égalité (U − U ∗ )A = (V ∗ − V )B après division par D devient :

(U − U ∗ )A1 = (V ∗ − V )B1

Or A1 divise (V ∗ − V )B1 , il est premier avec B1 donc d’après le théorème d’Euclide, A1 divise
(V ∗ − V ). On a donc V ∗ − V = A1 Q1 .

On a d’une part

do (V ∗ − V ) < do A − do D

et d’autre part

do (A1 Q1 ) = do A1 + do Q1 = do A − do (D + do (Q1

Ainsi do Q1 < 0 c’est-à-dire Q1 = 0 et par suite V ∗ − V = 0 et U − U ∗ = 0

Exemple 3 (détermination des polynômes U et V de l’identité de Bézout)

Calculons le pgcd unitaire D des polynômes :

A = X 4 − 4X 3 + 2X 2 + X + 6 et B = X 4 − 3X 3 + 2X 2 + X + 5.

L’algorithme d’Euclide (divisions euclidiennes successives) donne :

X 4 − 4X 3 + 2X 2 + X + 6 = (X 4 − 3X 3 + 2X 2 + X + 5) × 1 + (−X 3 + 1)

X 4 − 3X 3 + 2X 2 + X + 5 = (−X 3 + 1)(−X + 3) + (2X 2 + 2X + 2)

−X 3 + 1 = (2X 2 + 2X + 2)(−12X + 12) + 0

Dans cet algorithme, le dernier reste non nul est un pgcd. On en déduit D = X 2 + X + 1.

Trouvons à présent deux polynômes U ∗ et V ∗ tels que D = AU ∗ + BV ∗ . En remontant l’algo-

rithme précédent, on a successivement :

221

A. Intissar
Algèbre Parties : I & II

2X 2 + 2X + 2 = (−X 3 + 1)(X − 3) + B

2X 2 + 2X + 2 = (A − B)(X − 3) + B = A.(X − 3) + (−X + 4)B

1 3 1
On peut donc choisir U ∗ = X − et V ∗ = − X + 2.
2 2 2

Si D = AU + BV avec de plus do U < do B − do D et do V < do A − do D, on a montré

que sous cette condition le couple (U, V ) est unique. la même démonstration montre que si on
exprime D sous la forme D = AU ∗ + BV , sans restrictions sur les degrés de U ∗ et V ∗ , Tout
système U ∗ , V ∗ se déduit de U, V par les formules suivantes :

U ∗ = U + CB1 et V ∗ = V − CA1 où A = DA1 , B = DB1 et C est un polynôme arbitraire.

Exemple 4 Soit A = X 5 + X 4 + X 3 + X 2 + X + 1 et B = X 4 − 1.

Les divisions successives donnent :

Q0 = X + 1 R0 = X 3 + X 2 + 2X + 2.

Q1 = X − 1 R1 = −X 2 + 1.

Q2 = −X − 1 R2 = 3X + 3.

1
Q3 = − (X − 1) R3 = 0.
3
Donc le PGCD, D est le polynôme R2 ou encore, à un facteur près , D = X + 1

Pour trouver les polynômes U et V de l’identité de Bézout ; nous utilisons les formules récur-
rentes :

Uk = −Qk Uk1 + Uk−2 et Vk = −Qk Vk1 + Vk−2 .

En partant de k = −2, on obtient :

k − Qk Uk Vk

−2 1 0

−1 0 1

0 − (X − 1) 1 − (X + 1)

1 − (X − 1) − (X − 1) X2

2 X +1 − X2 + 2 X3 + X2 − X − 1

222

A. Intissar
Algèbre Parties : I & II

Ainsi

D = 3(X + 1) = (−X 2 + 2)A + (X 3 + X 2 − X − 1)B.

do (−X 2 + 2) < do B − do D = 4 − 1 = 3.

do (X 3 + X 2 − X − 1) < do A − do D = 5 − 1 = 4.

Division suivant les puissances croissantes

Soit un polynôme A tel que sa valuation v(a) = h, c’est-à-dire A = ah X h + ah+1 X h+1 + ...... + an X n
avec ah 6= 0.

On peut écrire A = X h B avec B = ah + ah+1 X + ...... + an X n−h et la valuation de B est

v(B) = 0.

Par suite, si v(A) = h 6= 0, on peut toujours diviser A par le polynôme X h et le quotient sera
un polynôme de valuation nulle.

Position du problème :

Pour chercher si un polynôme A est divisible par un polynôme B, on doit avoir A = BQ,
donc v(A) = v(B) + v(Q) ≥ v(B). Si alors v(B) = h 6= 0, on aura B = X h B ∗ , où v(B ∗ = 0.
Mais comme v(A) ≥ v(B) = h, on a aussi BA = X h A∗ , et par suite, comme A = BQ on aura
A∗ = B ∗ Q. Ainsi Q pourra s’obtenir par la division de A∗ par un polynôme B ∗ avec v(B ∗ ) = 0.
Si A est divisible par B, Il appartient à l’idéal I des multiples de B. On va chercher à retrancher
de A des multiples de B de façon à obtenir des polynômes de I dont la valuation est de plus en
plus grande, en espérant obtenir la valuation ∞, c’est-à-dire le polynôme 0.

Pour mettre en évidence les valuations, on écrit ici les polynômes dans l’ordre des indices crois-
sants :

Soient A = a0 + a1 X + ....... + an X n et B = b0 + b1 X + ....... + bm X m avec b0 6= 0 de sorte que

v(B) = 0.

Théorème

Soient donnés deux polynômes A et B de l’anneau K[X] tel que la valuation de B est nulle.
Alors quel que soit l’entier k, il existe un polynôme Qk et un polynôme Rk+1 uniques pour une
valeur donnée de k, tels que l’on ait :

A = BQk + Rk+1 avec v(Rk+1 ) ≥ k + 1 > Qk .

Démonstration

Considérons le polynôme :
a0
R1 = A − γ0 B où γ0 =
b0

223

A. Intissar
Algèbre Parties : I & II

Ce nombre γ0 existe, car les coefficients des polynômes appartiennent à un corps K et b0 6= 0.

Il se peut que γ0 = 0, il faut et il suffit pour cela que a0 = 0.

Si A ∈ I, comme B ∈ I, le polynôme R1 ∈ I. Le terme constant de R1 est a0 − γ0 b0 = 0. Par

suite on a v(R1 ) ≥ 1.

En recommençant cette opération avec le polynôme R1 , on obtiendra de proche en proche la

suite des relations :


 A − γ0 B = R1 , v(R1 ) ≥ 1







 R1 − γ1 X.B = R2 , v(R2 ) ≥ 2






 .........................................



 ..........................................







 ..........................................




Rk − γk X k .B = Rk+1 , v(Rk+1 ) ≥ k + 1


En effet, supposons que l’on ait obtenu Ri avec v(Ri ) ≥ i, alors

Ri = ρi X i + ρi+1 X i+1 + ......, ρi pouvant être nul si v(Ri ) > i.

ρi
En posant γi = le coefficient de X i dans Ri − γi X i B sera ρi − γi b0 = 0 ; on a bien donc
b0
v(Ri ) ≥ i + 1.

En ajoutant toutes les égalités écrites, il vient :

A − (γ0 + γ1 X + ........ + γk X k )B = Rk+1 .

Comme on considère v(0) supérieur à tout entier en le notant ∞, on peut conclure que :

Quel que soient les polynômes A et B, avec v(B) = 0, et l’indice k ≥ 0, il existe un polynôme
Qk de degré k au plus et un polynôme Rk+1 tel que :

A = BQk + Rk+1 avec v(Rk+1 ) ≥ k + 1 < do Qk (*)

L’égalité écrite s’appelle égalité de la division suivant les puissances croissantes.

Le polynôme Qk s’appelle le quotient et Rk+1 le reste de la division de A par B suivant les

puissances croissantes.

En particulier, si A est divisible par B, il existe C tel que A = BC et do C = do A − do B ;

cette relation est l’égalité de la division pour tout k vérifiant k ≥ do A − do B avec Qk = C et
Rk+1 = 0.
En effet v(Rk+1 ) = v(0) = +∞ > k + 1 > do Qk = do A − do B.

224

A. Intissar
Algèbre Parties : I & II

Si on a l’unicité de (Qk , Rk ), l’application de l’algorithme de la division suivant les puissances

croissantes donnera Qk = C et Rk+1 = 0. Par suite :

• Une condition nécessaire et suffisante pour que le polynôme A soit divisible par le polynôme
B avec v(B) = 0, et que, pour au moins un entier k ≥ do A − do B, le reste Rk+1 de la division
de A par B suivant les puissances croissantes soit nul.

• Si A n’est pas divisible par B, l’opération peut se continuer jusqu’à une valeur arbitraire de k ;
c’est là la différence essentielle avec la division suivant les puissances décroissantes qui s’arrête
toujours.

Lemme

Le couple (Qk , Rk ) de la division suivant les puissances croissantes est unique.

Démonstration

Montrons que, pour k donné, Le couple (Qk , Rk ) de la division suivant les puissances croissantes
est unique. Supposons donc que l’on ait un autre couple (Q∗k , Rk∗ ) vérifiant :

A = BQ∗k + Rk+1
∗
avec ∗
v(Rk+1 ) ≥ k + 1 > do Q∗k .

Par différence, on obtient :

B(Q∗k − Qk , ) = Rk+1 − Rk+1

∗

Donc

v(B() + v(Q∗k − Qk ) = v(Rk+1 − Rk+1

∗
)

Or v(B) = 0 donc v(Q∗k − Qk ) ≥ k + 1 Mais on a do (Q∗k − Qk ) ≤ k d’où tous les coefficients de

Q∗k − Qk sont nuls et Q∗k − Qk ) = 0 et par suite aussi Rk+1 − Rk+1
∗
= 0.

Après ce lemme, chercher un « Si » qu’on peut le remplacer par un « Comme ».

La division selon les puissances croissantes s’effectue comme la division euclidienne, mais à l’en-
vers : on fait disparaître un par un les termes de plus bas degré du dividende, en multipliant le
diviseur par la quantité appropriée. Contrairement à la division euclidienne, on peut la conti-
nuer indéfiniment : on ne s’arrête que quand l’ordre désiré est atteint.

Exemples

Pour diviser X + 1 par B = X 2 + 1 on écrit :

225

A. Intissar
Algèbre Parties : I & II

Ce qui fournit la division suivant les puissances croissantes jusqu’à l’ordre : k = 2 :

(1 + X) = (1 + X 2 )(1 + X − X 2 ) + X 4 − X 3 ou bien (1 + X) = (1 + X 2 )(1 + X − X 2 ) + X 3 (X − 1)

pour mettre en évidence k + 1 = 3 et réécrire le théorème précédent sous la forme suivante :

Théorème

Soit K un corps commutatif, Soient donnés deux polynômes A = a0 + a1 X + ....... + an X n et

B = b0 + b1 X + ....... + bm X m avec b0 6= 0 de l’anneau K[X].

Soit k ≥ 0 alors lors quel que soit l’entier k, il existe un couple (Qk , Sk ) tel que l’on ait :

A = BQk + X k+1 Sk avec do Qk ≤ k.

Démonstration

Existence

C’est une récurrence sur l’entier k ≥ 0

a0
(H0 ) Pour k = 0, on pose Q0 = qui existe puisque b0 6= 0. On constate alors que A − BQ0
b0
est par construction un polynôme sans terme constant, donc dans lequel X se factorise ; on peut
donc mettre A − BQ0 sous la forme XS0 .

(Hk ) Soit k fixé et supposons le théorème vrai pour tous polynômes et tout et pour tout i ≤ k ;
montrons le pour les polynômes A et B de l’énoncé et pour l’entier k + 1.

Commençons par effectuer la division suivant les puissances croissantes de A par B à l’ordre
k et écrivons donc A = BQk + X k+1 Sk avec do Qk ≤ k puis effectuons la division suivant les
puissances croissantes de Sk par B à l’ordre 0. On obtient une constante λ et un polynôme
T tels que Sk = λB + XT . On conclut que A = BQk + λBX k+1 + Xk+2 T et donc on peut
prendre Qk+1 = Qk + λX k+1 et Sk+1 = T pour conclure la démonstration de l’existence.

Unicité

La démonstration de l’unicité repose sur la notion d’un polynôme irréductible (premier) et le

lemme de Gauss qu’on va commencer par les rappeler :

Définition

Soit K un corps commutatif. On dira qu’un polynôme P dans K[X] est irréductible lorsqu’il
possède exactement deux diviseurs unitaires.
On remarquera tout de suite que ces deux diviseurs unitaires sont alors forcément les polynômes
1 et P divisé par son coefficient dominant ;

Proposition

Soit K un corps commutatif. Dans K[X], les polynômes du premier degré sont irréductibles.

Démonstration

226

A. Intissar
Algèbre Parties : I & II

Soit P = αX + β avec α 6= 0 un polynôme du premier degré dans K[X]. Cherchons ses diviseurs
unitaires. Un diviseur de P doit avoir un degré inférieur ou égal à celui de P . Le seul diviseur
unitaire constant de P est le seul polynôme constant unitaire : la constante 1. Cherchons les
diviseurs unitaires de la forme X + γ de P . Si X + γ divise P , il existe un polynôme Q tel
que P = (X + γ)Q et en comparant les degrés, Q est nécessairement constant. En comparant
β
les coefficients dominants, nécessairement Q = α donc γ = . Ainsi P possède exactement un
α
β
diviseur unitaire du premier degré, le polynôme X + . Le polynôme est donc irréductible.
α

Sur un corps quelconque, déterminer quels polynômes sont irréductibles et lesquels ne

le sont pas est un problème assez difficile, néanmoins, on verra plus loin que ce problème a
une solution simple dans les cas particuliers des polynômes à coefficients complexes ou réels
c’est-à-dire dans C[X] ou R[X]..

Avant de reprendre la démonstration de l’unicité rappelons le lemme de Gauss qui dit :

Lemme (Lemme de Gauss)

Soit K un corps commutatif. Soient A, B et C trois polynômes de K[X]. Si A divise BC et est

premier avec C, alors A divise B.

Démonstration

(voir Théorème d’Euclide).

Retour à la démonstration de l’unicité

Supposons qu’on ait A = BQ1k + X k+1 Sk1 avec do Q1k ≤ k et A = BQ2k + X k+1 Sk2 avec do Q2k ≤ k.

Posons alors Qk = Q1k −Q2k et Sk = Sk1 −Sk2 . En soustrayant les deux écritures de A ci-dessus, on
obtient 0 = BQk + X k+1 Sk avec en outre la condition do Qk ≤ k. Comme on a supposé b0 6= 0
alors X ne figure pas parmi les facteurs irréductibles (premiers) de B donc X k+1 est premier
avec B. Mais d’après l’identité BQk = −X k+1 Sk , X k+1 divise BQk , on en déduit donc que
X k+1 divise Qk (en utilisant le lemme de Gauss), vu la condition sur le degré de Qk , ceci en-
traine que Qk = 0 c’est-à-dire Q1k = Q2k . Dès lors 0 = X k+1 Sk donc Sk = 0 c’est-à-dire Sk1 = Sk2 .

À quoi cela peut-il bien servir ? Eh bien entre autres, à décomposer en éléments simples
une fraction :

(1 + X) (1 + X 2 )(1 + X − X 2 ) + X 3 (X − 1) 1 1 1 X −1
3 2
= 3 2
= 3+ 2− + 2 .
X (1 + X ) X (1 + X ) X X X X +1
Un second exemple

Soit F la fraction de numérateur A = 1 + X 5 et de dénominateur B = 1 + 2X + X 2 .

• La division suivant les puissances décroissantes de A par B nous a donné :

Q = 5X 4 − 10X 3 + 15X 2 − 20X + 25 et R − 30X − 24

227

A. Intissar
Algèbre Parties : I & II

• La division suivant les puissances croissantes à l’ordre k = 4 de A par B nous donnera :

Q4 = 1 − 2X + 3X 2 − 4X 3 + 5X 4 et R5 = −6X 5 . D’autre part, do Q4 = 4 et v(R5 ) = 5 = do Q4 + 1

En effet :

A=1+ x6 1 + 2X + X 2
1 − 2X + 3X 2 − 4X 3 + 5X 4
γ0 B = 1 + 2X + X 3

R1 = −2X − X 2 (+x6 )
γ1 XB = −2X − 4X 2 − 2x3

R2 = 3X 2 + 2X 3 (+x6 )
γ2 X B = 3X 2 + 6x3 + 3X 4
2

R3 = −4X 3 − 3X 4 (+x6 )
3 3 4 5
γ3 X B = −4X − 8X − 4x

R4 = 5X 4 + 4X 5 + 5X 6
γ4 X 4 B = 5X 4 + 10X 5 + 5X 6

R5 = −6X 5
Avec

1 − 2X + 3X 2 − 4X 3 + 5X 4 = γ0 + γ1 X + γ2 X 2 + γ4 X 3 + γ4 X 4 .

Un troisième exemple

Soit F la fraction de numérateur N = X 2 + 2X 3 + 2X 4 + 2X 5 + 2X 6 + 2X 7 et de dénomina-

teur 1 + X alors la division en puissances croissantes de N par 1 + X nous donne :

Plus Petit Commun Multiple (PPCM) de deux polynômes

Définition

Soient A et B deux polynômes non nuls de K[X]. On dit que le polynôme M est un plus petit
commun multiple (en abrégé, ppcm) de A et B si M est un polynôme de plus bas degré de
l’ensemble des multiples non nuls communs à A et B.

228

A. Intissar
Algèbre Parties : I & II

Proposition

Soit A, B ∈ K[X] − {0}. Si M et N sont deux ppcm de A et B alors il existe une constante
non nulle c telle que M = cN . En particulier, deux polynômes A et B non nuls admettent un
unique ppcm unitaire que l’on notera ppcm(A, B).

Démonstration

N est non nul par définition d’un ppcm. La division euclidienne de M par N permet alors
d’écrire M = N Q + R avec degR < degN . Or M et N sont des multiples communs à A et B
donc R = M − N Q est aussi un multiple commun à A et B. Comme degR < degN , la définition
de ppcm entraîne que R = 0. N et M ayant d’autre part même degré, Q est une constante (non
nulle).

Par convention, pour tout polynôme A, ppcm(A, 0) = 0.

Théorème(Caractérisation du ppcm)

Un polynôme M est un plus petit commun multiple (ppcm) de deux polynômes A et B si et

seulement si

• M est un multiple commun de A et B,

• tout multiple commun de A et B est multiple de M .

Démonstration

C’est clair si A = 0 ou B = 0 puisqu’alors seul 0 est un multiple commun.

Supposons donc A, B ∈ K[X] − {0}.

- Supposons que M soit un ppcm de A et B alors M est un multiple (non nul) commun à A et B
(le premier point est donc vérifié) de plus petit degré. Si N est un multiple commun à A et B, la
division euclidienne de N par M permet d’écrire N = M Q + R avec degR < degM . Or M et N
sont des multiples communs à A et B donc R = N ?M Q est aussi un multiple commun à A et B.
Comme degR < degM , la définition de ppcm entraîne que R = 0 : N est bien un multiple de M .

- Réciproquement, supposons que N soit un multiple commun à A et B tel que tout multiple
commun de A et B soit multiple de N . Alors en particulier le ppcm M de A et B est un
multiple de N et on peut écrire M = N Q et degM > degN . M étant de degré minimum (parmi
les multiples communs non nuls), on déduit que degM = degN et N est bien un ppcm de A et B.

Corollaire

Les multiples communs à A et B sont les multiples de ppcm(A, B).

Proposition

Pour deux polynômes unitaires A et B, on a : AB = pgcd(A, B)ppcm(A, B).

229

A. Intissar
Algèbre Parties : I & II

Démonstration
0 0
Soit D le pgcd unitaire de A et B. On peut alors écrire A = DA et B = DB avec pgcd(A0 , B 0 ) = 1.
On cherche donc à montrer que AB 0 = A0 B est le ppcm de A et [Link], c ?est bien un multiple
commun à A et B et si M est un multiple commun à A et B alors M est un multiple de D et
on peut écrire M = DM 0 . M 0 est alors un multiple commun aux polynômes premiers entre eux
A’ et B’.IlestdoncmultipledeA’B’etf inalementMestmultipledeDA’B’ donc de AB 0 .

Remarque

Compte tenu des conventions adoptées, la formule précédente reste valable si A = 0 ou B = 0.

Autre approche

Soient A1 et A2 des polynômes non nuls. Leurs multiples communs sont des éléments de l’in-
tersection A1 .K[X] ∩ A2 .K[X] des idéaux A1 .K[X] et A2 .K[X]. Cet ensemble est un idéal non
réduit à {0} donc il s’écrit M.K[X] pour un unique polynôme unitaire M . Ce polynôme M est
noté ppcm(A, B) et appelé plus petit multiple commun de A et B car

• il est multiple de A et de B.

• tout multiple commun de A et B appartient à l’idéal M.K[X] donc est multiple de M (en
particulier, est de degré supérieur ou égal à celui de M , sauf s’il est nul).

Anneaux factoriels

Soit A un anneau commutatif intègre , en particulier si A = K[X]. On rappelle que si A, B ∈ A,

on dit que A et B sont ? ‘premiers entre eux" ou sans facteur commun, si tout diviseur com-
mun à A et B est un élément inversible. Ceci équivaut à dire que A est le seul idéal principal
contenant A et B.

Lemme

Soit P ∈ A un élément irréductible et A ∈ A − {0}. Si A ∈

/ alors A et P sont sans facteur
commun.

Démonstration

Soit B un élément non inversible divisant A et P c’est-à-dire (B|P ) alors, B est associé à P et
il en résulte que P divise A. Ceci prouve le lemme.

B et P sont dits associés si B divise P et si P divise B.

Définition

Soit A un anneau commutatif intègre. On dit que A est (un anneau) factoriel s’il vérifie les deux
conditions suivantes : existence (E) et unicité (U) de la décomposition en facteurs irréductibles.

(E) Tout A ∈ A − {0}, non inversible, s’écrit A = P1 .P2 ........; Pr où r ≥ 1 et les Pi , 1 ≤ i ≤ r

sont des éléments irréductibles de A.

230

A. Intissar
Algèbre Parties : I & II

(U) La décomposition précédente est unique, au sens suivant : si l’on a deux décompositions
A = P1 .P2 ........Pr = Q1 .Q2 ........Qr où les Pi , 1 ≤ i ≤ r et les Qj , 1 ≤ j ≤ s sont irréductibles,
alors r = s et il existe une permutation σ ∈ Sr telle que Pi et Qσ(i) soient associés, pour tout
i = 1, ....., r.

De façon plus concise, la décomposition est unique à l’ordre des termes et aux inversibles
près.

Proposition

Soit A un anneau commutatif intègre vérifiant (E). Les propriétés suivantes sont équivalentes.

1) A vérifie (U ).

2) Pour tout élément irréductible P ∈ A, l’idéal est premier.

3) A vérifie le Lemme d’Euclide, c.-à-d., si P ∈ A est irréductible et divise un produit AB 6= 0,

il divise A ou B.

4) A vérifie le Lemme de Gauss, c.-à-d., pour tout A, B, C ∈ A − {0}, si A divise BC et si A, B

sont sans facteur commun, alors A divise C.

Démonstration

Il est clair que 2) et 3) sont équivalents. L’implication 4) =⇒ 3) est facile. En effet, soit P
irréductible divisant un produit AB 6= 0. Si P ne divise pas A (P - A) alors, d’après le lemme
précédent, A et P sont sans facteur commun, et l’hypothèse 4) donne alors que P divise B.

Montrons que 2) =⇒ (U ). Plus précisément, montrons que si l’on a une égalité

P1 .P2 ........Pm = U.Q1 .Q2 ........Qn (?)

où U est inversible et les Pi , 1 ≤ i ≤ m et les Qj , 1 ≤ j ≤ n sont irréductibles, alors m = n et il

existe une permutation σ ∈ Sn telle que Pi et Qσ(i) soient associés, pour tout i = 1, ....., n.

Si m = 0, le terme de gauche vaut 1 et ceci entraîne n = 0, car sinon Q1 serait inversible, ce

qui n ?est pas le cas pour un élément irréductible. S

Supposons m > 0 et le résultat établi pour m − 1.

Il résulte de (?) que l’on a cl(Q1 ).cl(Q2 )........cl(Qn ) = 0 dans A/ < p1 >.

On rappelle le résultat :

« Un idéal I d’un anneau A est premier (c’est-à-dire I est propre et si a, b ∈ A sont tels que
ab ∈ I, alors a ∈ I ou b ∈ I ) si et seulement si l’anneau quotient A/I est intègre (voir page
189) ».

231

A. Intissar
Algèbre Parties : I & II

Comme comme A/ < p1 > est intègre, par hypothèse, on obtient que p1 divise l’un des Qi , donc
lui est associé (puisque (puisque Qi est irréductible). Donc, quitte à changer la numérotation
des Qj , on peut supposer que P1 = V Q1 , avec V inversible. Alors, comme A est intègre, on
déduit de (?) l’égalitéP2 ........Pm = U.V.Q2 ........Qn et le résultat cherché découle alors de l’hy-
pothèse de récurrence. Ceci prouve que 2) =⇒ (U ).

Montrons maintenant que 1) =⇒ 4). Supposons A factoriel et soient A, B, C, D ∈ A − {0} tels

que AD = BC, avec A et B sans facteur commun.

Montrons que A divise C.

On a des égalités :
0 0 0
A = αP1 .P2 ........Pn D = δP1 .P2 ........Pr
0 0 0
B = β.Q1 .Q2 ........Qs C = γQ1 .Q2 ........Qt
0 0
avec α, β, γ, δ inversibles, n, r, s, t ≥ 0, et les Pi , Pj , Qk et Ql irréductibles.

On a donc une égalité :

0 0 0 0 0 0
U P1 .P2 ........Pn .P1 .P2 ........Pr = Q1 .Q2 ........Qs .Q1 .Q2 ........Qt (??)

avec U inversible.

Montrons, par récurrence sur n, que ceci entraîne que A|C.

Si n = 0, alors A est inversible et l’assertion est claire.

Supposons n ≥ 1 et le résultat établi pour n − 1. Soit i ∈ {1, ..., n}. Comme A et B sont sans
facteur commun, Pi ne peut être conjugué à l’un des Qj ; l’hypothèse (U ) entraîne donc que
0 0 0
p1 est associé à un Qk . Quitte à renuméroter les Qk , on peut supposer que P1 = V Q1 , avec V
inversible. Alors, comme A est intègre, on déduit de (??) l’égalité
0 0 0 0 0
U V.P2 ........Pn .P1 .P2 ........Pr = Q1 .Q2 ........Qs ..Q2 ........Qt .

et le résultat cherché découle alors de l’hypothèse de récurrence. Ceci prouve que si A vérifie
(E) et (U ), il vérifie 4). Ceci achève la démonstration de la proposition.

Définition (Anneau noethérien)

Tout idéal I d’un anneau A pouvant être engendré par une famille finie est dit de type fini

Un anneau dont les idéaux sont de type fini est qualifié de noethérien.

Résumé
A comme anneau !

232

A. Intissar
Algèbre Parties : I & II

§ 3 Zéros d’un polynôme

Dans cette section, on considère l’ensemble des polynômes K[X] où K est le corps C ou R ou
Q. On identifie un polynôme avec sa fonction polynomiale.

Définition (zéro d’un polynôme)

Un nombre a ∈ K est appelé zéro d’un polynôme P ∈ K[X] ou plutôt de sa fonction polynomiale
p si p(a) = 0. On dit encore que a est une racine de l’équation p(x) = 0 mais on évitera dans
cette partie l’emploi du mot racine.

Un peu du vocabulaire

Une variable est une lettre à laquelle on peut attribuer différentes valeurs qui peut être repré-
sentée par n’importe quelle lettre de l’alphabet..

Un coefficient est un nombre qui multiplie une ou plusieurs variables.

Une constante est un nombre qui ne multiplie pas une variable.

Une expression algébrique est un ensemble de variables (lettres) et de nombres reliés entre eux
par des symboles d’opération mathématique.

233

A. Intissar
Algèbre Parties : I & II

Définition (Nombres algébriques et nombres transcendants)

Le nombre a ∈ K est un nombre dit algébrique s’il existe un polynôme p à coefficients ration-
nels tel que p(a) = 0. Autrement dit, il est un zéro d’un polynôme à coefficients rationnels.

Exemple

Le nombre complexe i est algébrique puis qu’il est zéro du polynôme p(x) = x2 + 1 qui est une
équation algébrique à coefficents rationnels.
p
Tout nombre rationnel a est algébrique, car le quotient a = ; q 6= 0, de deux entiers est racine
q
de l’équation qx − p = 0
1
√ 33
Un nombre irrationnel peut être ou non algébrique. Par exemple 2, ou , sont algébriques,
2
car ils sont les solutions de x2 − 2 = 0, et 8x3 − 3 = 0„ respectivement.

Définition

Soient K désignant un corps commutatif et K[X] est l’ensemble des polynômes à coefficients
dans K.

On dit qu’un polynôme p a ’tous ses zéros dans K’ s’il est factorisable, dans K[X] en un produit
de facteurs irréductibles du premier degré.

Lemme

Il y a équivalence entre : Tout polynôme de degré ≥ 1 possède au moins un zéro dans K ⇐⇒

Tout polynôme de degré ≥ 1 possède tous ses zéros dans K.

Démonstration

Montrons que la première condition implique la seconde.

Soit p un polynôme de degré strictement positif. Alors p possède un zéro a, donc p est factori-
sable par (x − a) p(x) = (x − a)q1 (x). Si q1 est constant c’est terminé sinon il possède une racine
b dans K et on a p(x) = (x−a)(x−b)q2 , et ainsi de suite on conclut par récurrence descendante.

Définition (corps algèbriquement clos)

Si K[X] possède la propriété ci-dessus Tout polynôme de degré ≥ 1 possède au moins un zéro
dans K) on dit que K est algébriquement clos.

234

A. Intissar
Algèbre Parties : I & II

La somme, la différence, le produit et le quotient de deux nombres algébriques sont

encore algébriques (ce résultat n’est nullement évident ; la façon la plus simple de le démon-
trer passe par l’utilisation du résultant) donc admis ; par conséquent, les nombres algébriques
forment un corps, habituellement noté Q ; il est inclus dans C. On a Q 6= C : en effet, il est
connu que l’ensemble Q est dénombrable, alors que C ne l’est pas. Il en résulte l’existence de
nombres qui ne sont pas algébriques : on dit qu’ils sont transcendants. On peut montrer que
chaque zéro d’une équation polynomiale dont les coefficients sont des nombres algébriques est
encore algébrique. Ceci peut être reformulé en disant que le corps des nombres algébriques est
algébriquement clos. En fait, c’est le plus petit corps algébriquement clos contenant les nombres
rationnels, et il est par conséquent appelé clôture algébrique du corps Q des rationnels.

Théorème

Le corps C est algébriquement clos

Démonstration

L’énoncé ci-dessus est le résultat connu sous le nom de "théorème fondamental de l’algèbre" ou
encore théorème de "D’Alembert-Gauss". Cependant des démonstrations purement algébriques
de ce résultat nécessitent un matériel important (théorie de Galois), alors que celles empruntant
des outils à l’analyse sont plus simples. On a déjà donné la démonstration de ce théorème en
admettant le théorème de Liouville, mais un peu plus loin on donnera sa démonstration en
utilisant la formule de Taylor pour les polynômes.

Théorème

Pour que a ∈ K soit zéro du « polynôme » p, il faut et il suffit que p soit divisible par le «
polynôme » x − a.

Démonstration

La division de p par x − a suivant les puissances décroissantes nous donne :

∃ (q, r); p(x) = (x − a)q(x) + r(x) avec do r < do (x − a) = 1.

Il en résulte que do r = 0 ce qui implique r(x) = c ∀x où c est une constante et comme

p(a) = (a − a)q(a) + r(a) alors r(a) = p(a).

D’où p(x) = (x − a)q(x) + p(a) par suite si p(a) = 0 alors p(x) = (x − a)q(x) et donc p est
divisible par (x − a).

Réciproquement

Si p est divisible par (x − a) alors c = 0 et on a p(a) = 0.

Corollaire

(i) Soient a, b ∈ K ; a 6= 0 et p ∈ K[X]. Un polynôme p(x) est divisible par (x − a)(x − b) si et

seulement si p(a) = 0 et p(b) = 0.

235

A. Intissar
Algèbre Parties : I & II

(ii) Un polynôme admet a1 , a2 , ..., ak comme zéros distincts ( p(ai ) = 0, 1 ≤ i ≤ k) si et seule-

k
Y
ment si il est divisible par (x − ai ) .
i=1

Démonstration

(i)

=⇒ : Si p(x) est divisible par (x − a)(x − b) alors il existe un polynôme q tel que p(x) =
(x − a)(x − b)q(x) ce qui implique p(a) = p(b) = 0.

⇐= : Si p(a) = 0 alors p(x) est divisible par (x − a) donc il existe un polynôme q tel que
p(x) = (x − a)q(x) et si p(b) = 0 alors p(b) = (b − a)q(b) = 0. Comme a 6= b alors q(b) = 0
il en résulte que q est divisible par (x − b) c’est-à-dire q(x) = (x − b)q1 (x). On en déduit que
p(x) = (x − a)(x − b)q1 (x) et donc p(x) est divisible par (x − a)(x − b).

(ii) On peut procéder par récurrence sur le nombre de zéros distincts. L’initialisation corres-
pond à la propriété précédente. Si on suppose que p a k zéros distincts et il est divisible par
Yk Yk
(x − ai ), en ajoutant une zéro ak+1 , on pourra commencer par écrire p = (x − ai )q(x)
i=1 i=1
et comme p(ak+1 = 0, on a nécessairement q(ak+1 = 0 ce qui implique que q est divisible
par (x − ak+1 ) c’est-à-dire il existe un polynôme q1 tel que q = (x − ak+1 )q1 ce qui donne
k+1
Y
p= (x − ai )q1 (x) et achève la récurrence.
i=1

Proposition

Un polynôme non nul p de degré n possède au plus n zéros.

Démonstration

Par récurrence sur n.

Pour n = 0, p est une constante non nulle et possède évidemment 0 zéros (c’est le seul endroit
où le mot racine convient le mieux).

Soit n fixé, supposons le résultat vrai pour les polynômes de degré n ; soit maintenant p un
polynôme de degré n + 1. Si p n’a aucune racine, le résultat est vrai pour p ; sinon soit a une
zéro de p alors on peut écrire p(x) = (x−a)q(x) pour un polynôme q, qui est clairement de degré
n. Maintenant, si b est un zéro de p, alors 0 = p(b) = (b − a)q(b) donc b = a ou b est un zéro de
q (c’est ici qu’on utilise l’hypothèse d’intégrité) ; or q a au plus n zéros, donc p en a au plus n+1.

Corollaire

Un polynôme p de degré n admettant une infinité de zéros est nécessairement le polynôme nul.

Démonstration

En effet, par contraposée, un polynôme p non nul a un certain degré n, et ne peut donc pas
avoir plus de n zéros.

236

A. Intissar
Algèbre Parties : I & II

Méthode pratique du calcul de p(a) par la division euclidienne d’un polynôme p par
(x − a) (Algorithme de Horner)

Soit p(x) = an xn + an−1 xn−1 + ....... + a1 x + a0 ; an 6= 0, alors on a p(x) = (x − a)q(x) + p(a)

avec do q = n − 1. C’est-à-dire, on peut écrire : d’une

q(x) = bn−1 xn−1 + bn−2 xn−2 + ....... + b1 x + b0 ; bn−1 6= 0 et il en résulte :

(x − a)q(x) = x(bn−1 xn−1 + bn−2 xn−2 + ... + b1 x + b0 ) − a(bn−1 xn−1 + bn−2 xn−2 + .... + b1 x + b0 )

et comme p(x) = (x − a)q(x) + p(a), on en déduit que :

an = bn−1 =⇒ bn−1 = an−1

an−1 = bn−2 − abn−1 =⇒ bn−2 = an−1 + abn−1

an−2 = bn−3 − abn−2 =⇒ bn−3 = an−2 + abn−2

..........................................................................................

an−k = bn−(k+1) − abn−k =⇒ bn−(k+1) = an−k + abn−k

..........................................................................................

a1 = b0 − ab1 =⇒ b0 = a1 + ab1

a0 = −ab0 + p(a) =⇒ p(a) = a0 + ab0

On peut de proche en proche calculer bn−1 , bn−2 et ainsi de suite jusqu’à p(a), par de simples
additions ce qui est plus facile que de calculer les puissances de a, de les multiplier par les coeffi-
cients et de les ajouter c’est-à-dire utiliser l’expression p(a) = an an + an−1 an−1 + ....... + a1 a + a0 .

Multiplicité d’un zéro de polynôme

Soit a un zéro du polynôme p, alors on a p(x) = (x − a)q1 (x). Il se peut que le polynôme q1 à
son tour ait a pour zéro, alors q1 (x) = (x − a)q2 (x) et il suit que p(x) = (x − a)2 q2 (x).

On appellera alors la la multiplicité du zéro a le plus grand exposant entier α tel que l’on
ait p(x) = (x − a)α qα (x) le polynôme qα n’ayant plus a pour zéro, c’est-à-dire qα (a) 6= 0 (i.e a
est zéro d’ordre α d’un polynôme p(x) s’il est divisible par (x − a)α et n’est pas divisible par
(x − a)α+1

237

A. Intissar
Algèbre Parties : I & II

Si α = 1, on dit que a est un zéro simple.

Si α = 2, on dit que a est un zéro double.

on dit que α est la multiplicité (ou l’ordre) de a comme zéro de p.

La dérivation des polynômes est un outil qui permet d’étudier les zéros multiples. Voilà
tout d’abord un énoncé concernant les zéros doubles (l’énoncé concernant les zéros d’ordre su-
périeur cache une petite subtilité et est reporté plus loin).

Définition (polynôme dérivé)

Pour un polynôme P = an X n + an−1 X n−1 + + a1 X + a0 = a0 + a1 X + ....... + an−1 X n−1 + an X n =

Xn
ak X k non nul dans K[X], le polynôme dérivé de P est le polynôme noté P 0 donné par :
k=0
n
X
P 0 = nan X n−1 + (n − 1)an−1 X n−2 + + 2a2 X + a1 = kak X k−1
k=1

Il est immédiat que P est constant si et seulement si P 0 = 0. En effet, d’près la définition

P 0 = 0 ⇐⇒ a1 = a2 = ....... = an = 0 ⇐⇒ P = a0 . Par ailleurs degP 0 = deg(P ) − 1 si P n’est
pas constant.

Notation : Par analogie avec les fonctions, on notera ensuite P 00 la dérivée de P 0 , puis P (n)
la dérivée nième de P .

Cette dérivation, bien que définie de façon formelle, coïncide évidemment avec la dériva-
tion usuelle sur les fonctions polynômiales, et de ce fait vérifie toutes les formules de dérivation
usuelle. En particulier on a :

Proposition

•1 (λP + µQ)0 = λP 0 + µQ0 ∀ P, Q ∈ K[X] et λ, µ ∈ K.

Cette propriété porte le nom de linéarité de la dérivation.

•2 (P Q)0 = P 0 Q + P Q0 ∀ P, Q ∈ K[X]

Démonstration
n
X m
X n
X m
X
k j 0 k−1 0
•1 On pose P = ak X et Q = bj X alors P = kak X et Q = bj X j−1 . Si on
k=0 j=0 k=1 j=1
Xn m
X m
X
suppose m > n alors λP 0 + µQ0 = λ kak X k−1 + µ bj X j−1 = k(λak + µbk )X k−1 avec
k=1 j=1 k=1
ak = 0 ∀ k > n d’où (λP + µQ)0 = λP 0 + µQ0 et on a le même résultat si n > m.

La notion de l’opération dérivation est très utilisée dans plusieurs domaines, elle est
considérée comme un opérateur linéaire et peut agir sur plusieurs espaces fonctionnels. Néan-

238

A. Intissar
Algèbre Parties : I & II

moins il faut éviter certaines analogies dans la démonstration de certaines propriétés. Par
exemple, la formule de dérivation d’un produit déjà rencontrée pour les fonctions réelles reste
valable pour la dérivée formelle des polynômes : pour tout P ; Q ∈ K[X] (P Q)0 = P 0 Q + QP 0 .
Dans ce cas cependant, elle n’est pas du tout évidente car la démonstration dans le cadre des
fonctions réelle n’est pas valable. Il faut démontrer la formule de dérivation dŠun produit de
deux polynômes (car on n’a plus la notion de limite) à partir de la définition de la dérivation
dans K[X].
n
X m
X
•2 Posons P = ak X k et Q = bj X j . En utilisant la distributivité de la multiplication sur
k=0 j=0
l’addition dans K[X] et la linéarité de la dérivation [formule (•1 )]

on a
n
X m
X n
X m
X n
X Xm
(P Q)0 = [ ak X k × bj X j ]0 = [ ak (X k × bj X j )]0 = [ ak ( bj X j+k )]0
k=0 j=0 k=0 j=0 k=0 j=0
n m n m n m n m
X X 0 X X X X X X
= ak ( bj X j+k ) = ak (j + k)bj X j+k−1 = ak ( kbj X j+k−1 ) + ak ( jbj X j+k−1 )
k=0 j=0 k=0 j=0 k=0 j=0 k=0 j=0
Xn Xm n
X Xm
= kak X k−1 × ( bj X j ) + ak X k × ( jbj X j−1 ) = P 0 Q + P Q0
k=0 j=0 k=0 j=0

On rappelle que les dérivés successifs d’un polynôme P sont définis comme suit :
00 0
P est le polynôme dérivé du polynôme P et par récurrence le polynôme dérivé k ième de P ,
(k) (k) (k−1) 0
noté P ; par P = (P ) et par convention P (0) = P .

Exemple

Pour 0 ≤ k ≤ n entiers :

n!
(X n )(k) = n(n − 1)(n − 2)(n − k + 1)X n−k = X n−k . En particulier, (X n )(n) = n! et
(n − k)!
(X n )(n+1) = 0. Ainsi, par linéarité de la dérivation, si P est de degré au plus n on a P (n+1) = 0.

Proposition

Soit a un zéro d’ordre α d’un polynôme k ∈ K[X] alors a un zéro d’ordre α − 1 du polynôme
dérivé P 0 .

Démonstration

Comme p(x) = (x − a)α q(x) avec q(α) 6= 0 alors on en déduit que

p0 (x) = α(x − a)α−1 q(x) + (x − a)α q 0 (x) = (x − a)α−1 [αq(x) + (x − a)q 0 (x)] = (x − a)α−1 q1 (x)

où q1 (x) = αq(x) + (x − a)q 0 (x). On observe que q1 (a) = αq(a)6=0 ce qui implique que a un zéro
d’ordre α − 1 du polynôme dérivé P 0 .

239

A. Intissar
Algèbre Parties : I & II

Théorème (Formule de Taylor pour les polynômes)

Tout polynôme p de degré n peut s’écrire sous la forme suivante :

p0 (a) p00 (a) p(n) (a)

p(x) = p(a) + (x − a) + (x − a)2 + ....... + (x − a)n .
1! 2! n!
Démonstration

Elle repose sur la division euclidienne :

p(x) = (x − a)q1 (x) + p(a) avec do q1 = n − 1

= (x − a)[(x − a)q2 (x) + q1 (a)] + p(a)

= p(a) + (x − a)q1 (a)] + (x − a)2 q2 (x) avec do q2 = n − 2

....................................................................

= p(a) + (x − a)q1 (a)] + (x − a)2 q2 (a) + ................ + (x − a)n qn avec do qn = 0

Maintenant, il faut déterminer q1 (a), q2 (a), ............, qn (a).

Por ce faire, on procède comme suit :

p0 (x) = q1 + (x − a)[............................] =⇒ p0 (a) = q1 (a) ⇐⇒ q1 (a) = p0 (a)

p00 (a)
p00 (x) = 2q2 + (x − a)[............................] =⇒ p00 (a) = 2q2 (a) ⇐⇒ q2 (a) =
2!
p000 (a)
p000 (x) = 2.3q3 + (x − a)[............................] =⇒ p000 (a) = 2.3q2 (a) ⇐⇒ q3 (a) =
3!
....................................................................

....................................................................

p(n) (a)
p(n) (x) = n!qn (a) =⇒ qn (a) =
n!
Une autre démonstration

Comme {1, (X − a), (X − a)2 , ......, (X − a)n } est une base de Kn [X].

Posons p(X) = a0 + a1 (X − a) + a2 (X − a)2 + ..... + an−1 (X − a)n−1 + an (x − a)n et calculons

les polynômes dérivés :

240

A. Intissar
Algèbre Parties : I & II

P (0) (X) = P (xX = a0 + a1 (X − a) + a2 (X − a)2 + ... + an−1 (X − a)n−1 + an (x − a)n =⇒ P (a) = a0

P 0 (a)
P 0 (X) = a1 + 2a2 (X − a) + + nan (X − a)n−1 =⇒ P 0 (a) = a1 d’où a1 =
1!
P 00 (a)
P 00 (X) = 2a2 + 3 × 2a3 (X − a) + + n(n − 1)an (X − a)n−2 =⇒ P 00 (a) = 2a2 d’où a2 =
2!
P 000 (X) = 3 × 2a3 + 4 × 3 × 2a2 (X − a) + n(n − 1)(n − 2)an (X − a)n−3 =⇒ P 000 (a) = 3 × 2a3
P 000 (a)
d’où a3 =
3!
..............................................................................................................................................

..............................................................................................................................................

P (n) (a)
P (n) (X) = n!an =⇒ P (n) (a) = n!an d’où an =
n!
On peut donc maintenant voir un polynôme de degré n d’une nouvelle manière : la suite des
n + 1 dérivées en un point a de K. Dans le cas particulier où a = 0 ; on obtient la formule dite
de Mac-Laurin :
n
X p(k) (0)
p(x) = xk .
k!
k=0

Exemple 1

Déterminons un polynôme p qui vérifie :

 00
 p (x) + (x − 1)p0 (x) = 4p(x), x ∈ K

p(1) = 1


Solution

On peut tout d’Šabord chercher le degré de p.

n
X
Posons do p = n avec n ≥ 0 (p 6= 0 car p(1) = 1) et p(x) = ak xk avec an 6= 0. Alors on a :
k=0
n
X
4p(x) = 4ak xk = (x − 1)(nan xn−1 + .......) + n(n − 1)xn−2 + ....... et par identification on
k=0
obtient :

4an = nan donc n = 4. Ecrivons la formule de Taylor pour p au point 1 on a :

p0 (1) p00 (1) p000 (1) p(iv) (1)

p(x) = p(1) + (x − 1) + (x − 1)2 + (x − 1)3 + (x − 1)4 .
1! 2! 1! 4!

241

A. Intissar
Algèbre Parties : I & II

Le problème se réduit à determiner p(1), p0 (1), p00 (1), p000 (1) et p(iv) (1). On a déjà p(1) = 1
par hypothèse et l’expression 4p(x) = (x − 1)p0 (x) + p00 (x) donne : 4p(1) = p00 (1) c’est-à-dire
p00 (1) = 4.

Maintenant, pour déterminer p0 (1) on dérive l’expression 4p(x) = (x − 1)p0 (x) + p00 (x) qui nous
donne
4p0 (x) = p0 (x) + (x − 1)p00 (x) + p000 (x) (?)

D’où en x = 1 on a 3p0 (1) = p000 (1).

En dérivant (?), on obtient :

3p00 (x) = p00 (x) + (x − 1)p000 (x) + p(iv) (x) (??)

Il vient que 2P 00 (1) = 8 = P (iv) (1) c’est donc P (iv) (1) = 8.

Enfin une dérivation de (??) donne :

2p000 (x) = (x − 1)p(iv) (x) + p(v) (x) (? ? ?)

qui fournit 2p000 (1) = p(v) (1) = 0 car do P = 4.

On a donc
4 8
p(x) = 1 + (x − 1)2 + (x − 1)4 .
2! 4!
Exemple 2

Peut-on déterminons un polynôme p et scalaire λ ∈ K qui vérifient :


 xp00 (x) + (x2 + x)p0 (x) = λp(x), x ∈ K

p(0) = 0


Solution

Le problème n’admet pas de solution polynomiale ! ! ! néanmoins, il admet une solution de type
Heun.

Proposition (Formule de de Leibniz)

Soient P et Q deux polynômes, alors on a :

n
X n n n!
∀ n ∈ N (P Q)(n) = P (k) Q(n−k) où = (le coefficient binomial).
k k k!(n − k)!
k=1

Démonstration

Soient P ; Q ∈ K[X] et a ∈ K : Soit N = max(degP ; degQ). En utilisant la formule de

n
X m
X
Taylor pour les polynômes P ; Q et P Q ; et la formule pour P = ai X i et Q = ai X i ,
i=0 i=0

242

A. Intissar
Algèbre Parties : I & II

n+m
X i
X
P.Q = ( aj bi−j )X i = an bm X n+m + (an bm−1 + an−1 bm )X n+m−1 +
i=0 j=0
(an bm−2 + an−1 bm−1 + an−2 bm )X n+m−1 .....+ (a1 b0 + (a0 b1 )X + a0 b0 .

on a
N N 2N Xn 2N
X P (n) (a) n X Q(n) (a) n X P (k) (a) Q(n−k) (a) n X (P Q)(n) (a) n
PQ = ( X )×( X )= X = X .
n=0
n! n=0
n! n=0
k! (n − k)! n=0
n!
k=0
n
Par identification des ccefficients de X ; on obtient :
n n
(n) n!
X
(n) (n−k)
X n
(P Q) (a) = P (a)Q (a) = P (n) (a)Q(n−k) (a).
k!(n − k)! k
k=0 k=0
L’égalité ci-dessus, vraie pour tout a ∈ K ; entraîne l’égalité des polynômes correspondants
(car un polynôme n’a qu’un nombre fini de zéros) et on obtient la formule de Leibniz pour les
polynômes formels.

Exemple

Calcul de la dérivée nième de X 2n .

• (par récurrence) : [X 2n ]0 = [X n × X n ]0 = [X n ]0 × X n + X n × [X n ]0 = nX n−1 X n + nX n X n−1 = 2nX 2n−1

(2n)! n
et [X 2n ]00 = 2n(2n − 1)X 2n−2 et ainsi de suite [X 2n ](n = 2n(2n − 1)......nX n = X .
n!
• (par la formule de Leibniz) :
n!
On rappelle que la dérivée k ième de X n est (X n )(k) = n(n − 1)(n − 2)(n − k + 1)X n−k = X n−k .
(n − k)!
En particulier, (X n )(n) = n!.

Appliquons donc la formule de Leibniz à X 2n = X n × X n .

n n n 2
n
X
n 0 n n (k) n (n−k)
X n n! n−k n! k X n
[X × X ] = (X ) (X ) = X × X = n! Xn
k k (n − k)! k! k
k=0 k=0 k=0
Proposition

Soit a ∈ K et P ∈ K[X]. L’élément a est un zéro au moins double de P si et seulement s’il est
simultanément zéro de P et de son dérivé P 0 .

Démonstration

Supposons a est un zéro au moins double de P et posons P = (X − a)2 Q, alors

P 0 = 2(X − a)Q + (X − a)2 Q0 et il est clair que a est également zéro de P 0 .

Réciproquement, supposons a zéro0 de P et de P 0 . Comme a est zéro de P , on peut écrire

P = (X − a)Q1 , donc P 0 = (X − a)Q1 + Q1 . En appliquant cette identité à a, on obtient Q1 (a) = 0.
Donc Q1 admet lui-même X − a en facteur et peut s’écrire Q1 = (X − a)Q pour un polynôme
Q. Donc P = (X − a)2 Q.

243

A. Intissar
Algèbre Parties : I & II

(Rappel)

• On rappelle que la fonction polynomiale associée à un polynôme P ∈ K[X] est l’application

p : K −→ K, x −→ p(x) définie de la façon suivante :

si P s’écrit P = an X n + an−1 X n−1 + + a1 X + a0 , la fonction p(x) est définie par :

p(x) = an xn + an−1 xn−1 + + a1 x + a0 .

• On peut associer à chaque polynôme une fonction polynomiale, mais il n’est pas du tout
évident d’associer un polynôme à une fonction polynomiale.

• Si on ne comprend pas la différence entre les polynômes et les fonctions polynomiales et et

qu’on travaille sur un corps infini alors pas souci car l’application qui à polynôme associe sa
fonction polynomiale est injective, donc induit une bijection entre l’espace des polynômes et
celui des fonctions polynomiales.

Par contre sur un corps fini on observe sur un exemple de Z/2Z[X] où K = Z/2Z constitué de
deux classe cl(0) et cl(1) que le polynôme P = X 2 + X n’est pas le polynôme nul mais que sa
fonction polynomiale x −→ p(x) = x + x2 , sa valeur en cl(0) est p(cl(0)) = cl(0) + cl(0)2 = cl(0)
et sa valeur en cl(1) est p(cl(1)) = cl(0) + cl(1)2 = cl(0) =⇒ p(cl(x)) = cl(0) ∀ cl(x) ∈ Z/2Z.

Retour à la démonstration du théorème D’Alambert dit théorème fondamental de

l’algèbre en utilisant la formule de Taylor

Théorème

Le corps C est un corps algébriquement clos.

Démonstration

On rappelle q’un corps commutatif K est dit algébriquement clos si tout polynôme non constant
P ∈ K[X] admet au moins une racine dans K.
n
X
Soit donc un polynôme à coefficients complexes p(x) = ai xi avec n ≥ 1 et an 6= 0.
i=0
n an−1 a0
On a : |p(z)| = |an |.|z| |1 + + ... + |. Donc |p(z)| −→ +∞ quand |z| −→ +∞.
an z an z n
D’où ∃ R > 0 tel que |z| > R =⇒ |p(z)| > |p(0)| + 1.

Or z −→ |p(z)| est continue sur C et le cercle C fermé de rayon R est un compact. Donc la
restriction de z −→ |p(z)| au cercle C admet une borne inférieure m atteinte en un point z0 ∈ C.

Pour z ∈
/ C on a |p(z)| > |p(0)| + 1 > |p(0)| ≥ m. Et pour z ∈ C on a |p(z)| ≥ m.

Donc ∀ z ∈ C on a |p(z)| ≥ m.
n
X
Par la formule de Taylor il existe des complexes (b0 , ..., bn ) tels que : p(z0 + x) = bi xi avec
i=0

244

A. Intissar
Algèbre Parties : I & II

b0 = p(z0 ) et bn 6= 0 car do p = n.

Soit k = min{j ∈ {1, 2, ..., n}|bj 6= 0} et supposons b0 6= 0.

b0
Soit ω une racine k-ième quelconque du complexe − .
bk
On peut donc écrire : P (z0 + ωt) = b0 (1 − tk + tk (t)) où lim(t) = 0 quand t −→ 0.

Il existe donc α > 0 tel que |t| < α =⇒ |(t)| < 1.

Prenant t réel avec 0 < t < 1 et t < α on a :

|P (z0 + ωt) ≤ |b0 |(1 − tk + tk (t)) < |b0 | = m.

Ce qui contredit : ∀ z ∈ C |p(z)| ≥ m.

§ 5 Polynômes à deux indéterminées

Soit A un anneau intègre unitaire, considérons une suite double d’éléments de A c’est-à-dire
une application de N × N dans A, ou encore une suite d’éléments de A à deux indices ai,j telle
que les ai,j sont tous nuls, à partir de certaines valeurs de i et j (les ai,j sont nuls, sauf un
nombre fini d’entre eux).

Définition

•1 On dira que A = (a0i,0 , ......., an,m , 0, 0, .....) est un polynôme à deux indéterminées sur A.

•2 Le plus grand des premiers indices i pour lequel ai,j 6= 0, s’appelle degré en la première
indéterminée

•3 Le plus grand des deuxièmes indices j pour lequel ai,j 6= 0, s’appelle degré en la deuxième
indéterminée

•4 Enfin, la plus grande des valeurs de i + j pour lequel ai,j 6= 0, s’appelle degré par rapport à
l’ensemble des deux indéterminées. C’est en général de ce dernier degré qu’il s’agit lorsque l’on
ne précise pas.

•5 Les nombres ai,j s’appelle les coefficients du polynôme A.

Soient A un polynôme de coefficients ai,j et B un autre polynôme, de coefficients bi,j .

- Addition

On définit l’addition A + B en posant A + B = C où C a pour coefficient γi,j = ai,j + bi,j .

- Multiplication par un scalaire

Soit λ ∈ A et A = (a0i,0 , ......., an,m , 0, 0, .....), on pose C = λA, si C a pour coefficient γi,j = λai,j .

- Le polynôme 0 est celui dont tous les coefficients sont nuls, il n’a pas de degré.

245

A. Intissar
Algèbre Parties : I & II

Proposition (Espace vectoriel)

Si A est un corps K, les propriétés précédentes définissent un espace vectoriel.

Démonstration

Elle se fait sans peine.

Remarque

Cet espace vectoriel a pour base les polynômes Ui,j , dont tous les coefficients sont nuls sauf
celui d’indice i, j qui vaut 1. Ces polynômes existent aussi lorsque A n’est pas un corps, car A
étant un anneau unitaire. X
Tout polynôme A s’écrit A = ai,j Ui,j et cette représentation est unique.
i,j

Notation usuelle

Au lieu du symbole Ui,j , on emploie la symbole X1i X2j , ces quantités n’ayant pas de signification
autre que de préciser les indices i et j.
On pose X10 X2j = X2j , X1i X20 = X1i et X10 X20 = 1. On écrit donc
X
ai,j X1i X2j . L’ensemble des polynômes à deux indéterminées sur A s’écrit A[X1 , X2 ] ; X1 et
i,j
X2 sont appelées les indéterminées.

- Multiplication
X X
Soient A = ai,j X1i X2j et B = bi,j X1i X2j deux polynômes de A[X1 , X2 ].
i,j i,j

On appelle A.B ; le polynôme obtenu en effectuant les produits termes à termes et on pose
ai,j X1i X2j bp,q X1p X2q = ai,j bp,q X1i+p X2j+q comme s’il s’agissait d’un produit de nombres.

On écrit
X X
A.B = ( ah,k bp,q )X1i X2j .
i,j h+p=i,k+q=j

On peut facilement vérifier que cette operation est distributive par rapport à l’addition et qu’elle
est commutative. On vérifie aussi sans peine qu’elle est associative.

•1 Le polynôme X1 peut être identifié à la première indéterminée et Le polynôme X2

peut être identifié à la deuxième indéterminée, en ce sens que le polynôme représenté par le
symbole X1i X2j est le produit de la puissance iième du polynôme X1 par la puissance j ième du
polynôme X2 , au sens de la multiplication qui vient d’être définie.

•2 L’ensemble des polynômes A[X1 , X2 ] constitue ainsi un anneau ; il est unitaire, l’élément
neutre de la multiplication étant le polynôme U0,0 = 1. C’est un intègre et tout polynôme
A 6= 0 est régulier pour la multiplication.

•? Lorsque A est un corps K, les idéaux ne sont pas nécessairement principaux dans l’anneau

246

A. Intissar
Algèbre Parties : I & II

K[X1 , X2 ] ; c’est une différence essentielle avec l’anneau des polynômes à une indéterminée.

•?? Relation entre A[X1 , X2 ] et A[X1 ] ou A[X2 ].

Considérons tous les coefficients ai,j où i est fixé et j variable. On peut considérer cette suite
comme étant un polynôme à une indéterminée, soit X2 cette indéterminée, alors on a

Pi = (ai,0 , ai,1 , ..........., ai,m , 0, .....) = ai,0 + ai,1 X2 + ....... + X2m .

Considérons alors l’anneau A2 = A[X2 ] c’est l’anneau des polynômes Pi . Formons l’anneau des
polynômes à une indéterminée à coefficients dans A[X2 ] de la forme

P0 + P1 X1 + ....... + Pn X1n

iI est « ìmmédiat » de voir que ces polynômes sont isomorphes aux polynômes A[X1 , X2 ], on a
donc A[X1 , X2 ]=A2 [X1 ] (le signe = est le signe d’identification).

De même, on aurait A[X1 , X2 ]=A1 [X2 ] où A1 = A[X1 ].

Pour ceux qui souhaitent aller plus loin, on se contente d’énoncer ci-dessous quelques résultats
utiles sur les polynômes à deux indéterminées (deux variables).

§ 6 Dérivées partielles d’un polynôme à deux indéterminées et formule de Taylor

♣ Degré total, degrés partiels, polynômes homogènes.

Définition (degrés partiels)

X
Soit P = ai,j X1i X2j . On appelle degré partiel de P en X1 le degré de P en tant qu’élément de
i,j
K[X2 ][X1 ] et on appelle degré partiel de P en X2 le degré de P en tant qu’élément de K[X1 ][X2 ].

Proposition

K[X1 , X2 ] est intègre.

Dérivées partielles premières

Il est d’usage de poser X1 = X et X1 = Y donc tout polynôme de K[X, Y ] s’écrit :

n
X n X
X m
P = Pj Y j = ( ai,j X i )Y j comme un polynôme en l’indéterminée Y à coefficients dans
j=0 j=0 i=0
l’anneau K[X].

Où bien encore :
m
X m X
X n
P = Qi X i = ( ai,j Y j )X i comme un polynôme en l’indéterminée X à coefficients dans
i=0 i=0 j=0
l’anneau K[Y ].

247

A. Intissar
Algèbre Parties : I & II

De sorte que nous pouvons dériver P par rapport à l’indéterminée Y , les Pj étant considérés
comme des scalaires (constantes) ou bien inversement dériver par rapport à l’indéterminée X,
les Qi étant cette fois les constantes.

Définitions (Dérivées partielles premières)

n−1
∂P X
Dans le premier cas on obtient la dérivée partielle par rapport à Y : notation = (j + 1)P(j+1) Y j .
∂Y j=0
m−1
∂P X
Dans le second cas on obtient la dérivée partielle par rapport à X : notation = (i + 1)Q(i+1) X i .
∂X i=0
Conséquences

• Dérivation partielle d’un monôme : si P = ai,j X i Y j est un monôme les formules ci-dessus
∂P ∂P
donnent = iai,j X i−1 Y j et == jai,j X i Y j−1 .
∂X ∂Y
• La dérivation est une application linéaire, c’est-à-dire que D(λP + µQ) = λP + µQ; P, Q ∈ K[X, Y ]
et λ, µ ∈ K.
m X
n m−1 n m n−1
X ∂P XX ∂P X X
• Si P = ai,j X i Y j alors = iai,j X i−1 Y j et = jai,j X i Y j−1
i=0 j=0
∂X i=1 j=0
∂Y i=0 j=1
Dérivées partielles d’ordre supérieur

La dérivée partielle d’un polynôme P ∈ K[X, Y ] par rapport à l’une quelconque des indétermi-
nées est encore un élément de K[X, Y ] dont on peut calculer les dérivées partielles par rapport
à chacune des deux indéterminées. On appelle ces dérivées des dérivées partielles secondes. Ainsi

∂2P ∂2P ∂ ∂P ∂ ∂P
• (resp ) est une notation abrégée pour ( ) (resp ( ))
∂X 2 ∂Y 2 ∂X ∂X ∂Y ∂Y
On peut également dériver d’abord par rapport à une variable puis ensuite par rapport à la
seconde. Ainsi :

∂2P ∂2P ∂ ∂P ∂ ∂P
• (resp ) est une notation abrégée pour ( ) (resp ( ))
∂Y ∂X ∂X∂Y ∂Y ∂X ∂X ∂Y
Lemme

∂2P ∂2P
Pour tout polynôme P ∈ K[X, Y ] on a = .
∂Y ∂X ∂X∂Y
Démonstration

il suffit de prouver cela pour les monômes.

∂ 2 aij X i Y j ∂ 2 aij X i Y j
On a d’une part = jiaij X i−1 Y j−1 et d’autre part = ijaij X i−1 Y j−1
∂Y ∂X ∂X∂Y

• Ce lemme peut se généraliser aux fonctions à deux variables sous certaines conditions
dites conditions de Schwarz (données en 1873. Ce lemme dit que pour les fonctions suffisament
régulières, l’ordre de dérivation par rapport aux variables n’a pas d’importance. Il suffit en
fait que les dérivées partielles existent au voisinage d’un point a et soient continues en a pour

248

A. Intissar
Algèbre Parties : I & II

pouvoir intervertir l’ordre de dérivation.

En revanche, sans l’hypothèse de continuité au point a, le résultat du lemme devient faux.

xy(x2 − y 2 )
Par exemple si, f (x, y) = si (x, y) 6= (0, 0) et f (0, 0) = 0 alors les dérivées partielles
x2 + y 2
∂2f ∂2f
d’ordre 2 de f en (0, 0) existent, mais (0, 0) = 1 tandis que (0, 0) = −1. Ce contre-
∂x∂y ∂y∂x
exemple est dû à Peano proposé en 1884 .

La fonction f ne possède pas de dérivée seconde en (0, 0).

∂ k+l P
• On peut définir sans ambiguïté le polynôme k en dérivant k fois par rapport à X
∂ X∂ l Y
et l fois par rapport à Y et Il résulte de ce qui précède que l’ordre dans lequel sont faites ces
dérivations n’importe pas.

• Un peu plus loin on généralise les définitions et les résultats précédent pour les polynômes à
n indéterminées où n est un entier quelconque n ≥ 2.

• Si P est un polynôme à n indéterminées, c’est-à-dire P ∈ K[X1 , ......, Xn ] , le polynôme de déri-

∂P
vation de P relativement à l’indéterminée Xk est obtenu par lorsqu’on considère P comme
∂Xk
un polynôme en l’unique indéterminée Xk à coefficients dans K[X1 , ..., Xk−1 , Xk+1 , ..., Xn ]
et pour dérivées partielles d’ordre supérieur on a si P est un polynôme à n indéterminées
∂ i1 ....∂ ik
X1 , ....., Xn i1 est une dérivée partielle d’ordre i1 + .... + ik obtenu ik fois par
∂ X1 ....; ∂ ik Xk
rapport à Xk .

• Tout comme pour les polynômes à deux indéterminées, on peut, en passant par les monômes,
montrer que l’on peut intervertir l’ordre des dérivations pourvu que le nombre total de dériva-
tions relatif à chacune des indéterminées soit respecté.

Définition (polynôme homogène)

Le polynôme P ∈ K[X1 , X2 ] est dit p-homogène s’il est combinaison linéaire des monômes X1i X2j
où i + j = p.

Exemples :

1) Les polynômes 0-homogènes sont les constantes .

2) Les polynômes 1-homogènes sont les « formes linéaires ».

249

A. Intissar
Algèbre Parties : I & II

3) Les polynômes 2-homogènes sont les « formes quadratiques ».

Proposition

(i) Soit P ∈ K[X1 , X2 ], pour que P soit p-homogène, il faut et il suffit que l’on ait

P (Y.X1 , Y.X2 ) = Y p P (X1 , X2 ). dans K[Y.X1 , X2 ]

(ii) L’ensemble Hp des polynômes p-homogènes est un sous-espace vectoriel de dimension

(p + 1)! (n − 1 + p)!
= p + 1 (si on a n indéterminées la dimension est ).
p! p!(n − 1)!
(iii) ∀ A ∈ Hp et ∀ B ∈ Hq alors A.B ∈ Hp+q .

Définition (degrés total)

X
Soit P = ai,j X1i X2j . On appelle degré total de P :
i,j

Si P = 0 , degP = −∞.

si P 6= 0, le plus grand entier p tel que P ait un coefficient ai,j 6= 0 où i + j = p.

Exemple

Soit P = 1 + 2X − 4Y + X 2 + XY + X.Y 3 .

P a 2 pour degré partiel en X, 3 pour degré partiel en Y et 4 pour degré total.

Remarque

On peut ordonner P ∈ K[X1 , X2 ] suivant les puissances croissantes ou décroissantes de plusieurs

façons par exemple pour un polynôme de degré total = 2 en rappelant que le degré total d’un
polynôme non nul est le maximum des degrés totaux des monômes dont il est la somme.

Par usage usuel notons X1 par X et X2 par Y alors pour 0 ≤ i+ ≤ 2 alors On peut écrire :
2 X
X 2
• p(X, Y ) = aij X i Y j ; 0 ≤ i + j ≤ 2
i=0 j=0
2
X
= (ai0 X i + ai1 X i Y + ai2 X i Y 2 ); a21 = a22 = 0
i=0

= a00 + a01 Y + a02 Y 2 + a10 X + a11 XY + a20 X 2

Comme 0 ≤ i + j ≤ 2 alors

•1 p(X, Y ) = a20 X 2 + (a11 Y + a10 )X + a02 Y 2 + a01 Y + a00 .

•2 p(X, Y ) = a02 Y 2 + (a11 X + a01 )Y + a20 X 2 + a10 X + a00 .

On peut aussi écrire :

250

A. Intissar
Algèbre Parties : I & II

•3 p(X, Y ) = a20 X 2 + a11 XY + a02 Y 2 + a10 X + a01 Y + a00 .

♣ Divisibilité dans K[X1 , X2 ]

En analyse comme en algèbre, le passage de une à plusieurs variables ou à plusieurs

indéterminées soulève d’importantes difficultés, et s’accompagne de grandes modifications dans
les propriétés des idéaux.

Autrement dit, l’arithmétique de K[X1 , X2 ] est plus complexe que celle de K[X].

Définition

Un polynôme P ∈ K[X1 , X2 ] est dit irréductible s’il est non constant et n’est divisible que par
les inversibles et les associés.

Les polynômes P et Q ∈ K[X1 , X2 ] sont dits premiers entre eux si leurs seuls diviseurs communs
sont les constantes 6= 0.

Théorème

L’anneau K[X1 , X2 ] n’est pas principal.

Démonstration

Soit I l’idéal engendré par X1 et X2 : I = {A.X1 + B.X2 ; A, B ∈ K[X1 , X2 ]}.

Si l’on avait I =, alors P diviserait X1 et X2 , donc P serait une constante non nulle. Et
alors il existerait A et B tels que 1 = X1 .A(X1 , X2 ) + X2 .B(X1 , X2 ).

Substituant 0 à X1 et X2 , il viendrait 1 = 0.

Ce théorème montre de plus que :

(a) L’identité de Bezout n’est pas vraie dans K[X1 , X2 ].

(b) L’irréductibilité de P n’implique plus que K[X1 , X2 ]/ est un corps.

(c) K[X1 , X2 ]/ < X2 >∼ K[X], qui n’est pas un corps.

(d) Les anneaux K[X1 , X2 ] et Z/6Z sont des anneaux non principaux, les idéaux de K[X1 , X2 ]
ne sont pas necessairement tous maximaux par contre ceux de Z/6Z sont tous principaaux car
ce dernier admet pour idéaux < cl(2) > et < cl(3) > (en plus de l’idéal nul et de l’anneau entier).

• L’étude des idéaux de K[X1 , X2 ] (de K[X1 , ......., Xn ]; n ≥ 2 voir un peu plus loin)
est une partie importante de l’algèbre qui dépasse infiniment le cadre d’un enseignement de
première année universitaire. On se contente de donner quelques propriétés élémentaires pour
initier l’étude des polynômes à n indéterminées.

251

A. Intissar
Algèbre Parties : I & II

Définition

On dit que A ∈ K[X1 , X2 ] est divisible par B ∈ K[X1 , X2 ] si A est divisible par B dans
K[X1 ][X2 ], ou dans K[X2 ][X1 ]. En particulier la division euclidienne de P (X1 , X2 ) par X1 − X2
dans K[X2 ][X1 ] est toujours possible : le mécanisme est formellement identique à la division de
P (X1 ) par (X1 − a) , on aura donc :

P (X1 , X2 ) = (X1 − X2 )Q(X1 , X2 ) + R(X2 ) Q et R étant des polynômes à coefficients dans K.

La divisibilité de P par X1 − X2 est équivaut à R = 0 c’est-à-dire P (X1 , X2 ) = 0. On énonce

ce résultat sous forme d’un théorème :

Théorème

P (X1 , X2 ) de K[X1 , X2 ] est divisible par (X1 − X2 ) ⇐⇒ P (X1 , X1 ) = 0.

Formule de Taylor pour des polynômes à 2 indéterminées

Théorème

Soit K un corps de caractéristique nulle, P ∈ K[X1 , X2 ], (a, b) ∈ K2 alors on a :

XX 1 1 ∂ i+j P
P (X1 , X2 ) = = (a, b)(X1 − a)i (X2 − b)j .
i j
i! j! ∂X1i ∂X2j

et pour (a, b) = (0, 0) on obtient :

XX 1 1 ∂ i+j P
P (X1 , X2 ) = = (0, 0)X1i X2j .
i j
i! j! ∂X1i ∂X2j

Démonstration

Rappelons la formule de Taylor pour les polynômes à une indéterminée

Tout polynôme P de degré n peut s’écrire sous la forme suivante :

P 0 (a) p00 (a) P (n) (a)

P (X) = P (a) + (X − a) + (X − a)2 + ....... + (X − a)n .
1! 2! n!
On l’applique à un polynôme à deux indéterminées P (X1 , X2 ) avec X1 comme une indéterminée
de degré n et X2 constante pour obtenir :

P 0 (a, X2 ) p00 (a, X2 ) P (n) (a, X2 )

P (X1 , X2 ) = P (a, X2 ) + (X1 − a) + (X1 − a)2 + ....... + (X1 − a)n .
1! 2! n!
ou bien

1 ∂P (a, X2 ) 1 ∂ 2 P (a, X2 ) 2 1 ∂ n P (a, X2 )

P (X1 , X2 ) = P (a, X2 ) + (X1 − a) + (X1 − a) + ... + (X1 − a)n .
1! ∂X1 2! ∂X12 n! ∂X1n
Soit m le degré du polynôme P (a, X2 ) à une indéterminée X2 , on lui applique la formule de
Taylor en b, on obtient :

252

A. Intissar
Algèbre Parties : I & II

1 ∂P (a, b) 1 ∂ 2 P (a, b) 1 ∂ n P (a, b)

P (a, X2 ) = P (a, b) + (X2 − b) + 2 (X2 − b)2 + ... + (X2 − b)m .
1! ∂X2 2! ∂X2 m! ∂X2n
En continuant ainsi à appliquer la formule de Taylor à une indéterminée aux polynômes
∂P (a, X2 ) ∂ 2 P (a, X2 ) ∂ n P (a, X2 )
, , ...., en b, on obtient le résultat énoncé.
∂X1 ∂X12 ∂X1n
On n’aura aucune peine à l’étendre aux polynômes à 3 indéterminées K[X1 , X2 , X3 ] voir n in-
déterminées K[X1 , ....., Xn ] pour obtenir :

Corollaire

• Soit K un corps de caractéristique nulle, P ∈ K[X1 , X2 , X3 ], (a, b, c) ∈ K3 alors on a :

XXX 1 1 1 ∂ i+j+k P (a, b, c)
P (X1 , X2 , X3 ) = = (X1 − a)i (X2 − b)j (X3 − c)k .
i j
i! j! k! ∂X1i ∂X2j ∂X3k
k

et pour (a, b, c) = (0, 0, 0) on obtient :

XXX 1 1 1 ∂ i+j+k P (0, 0, 0) i j k
P (X1 , X2 , X3 ) = = X1 X2 X3 .
i j
i! j! k! ∂X1i ∂X2j ∂X3k
k

• Soit K un corps de caractéristique nulle, P ∈ K[X1 , ......, Xn ], (a1 , ...., an ) ∈ Kn alors on a :

X X 1 1 ∂ i1 +......+in P (a1 , ....., an )
P (X1 , ......, Xn ) = ......... = ........ (X1 − a1 )i .......(Xn − an )in .
i1 in
i1 ! in ! ∂X1i1 .........∂Xnin
et pour (a1 , ....., an ) = (0, ....., 0) on obtient :
X X 1 1 ∂ ii +.........+in P (0, ......, 0) i1
P (X1 , ......, Xn ) = ...... = ........ X1 .....Xnin .
i1 in
i1 ! in ! ∂X1i1 .........∂Xnin
♣ Trois théorèmes fondamentaux permettent d’approfondir la théorie de la divisibilité dans
K[X1 , X2 ]. L’un est dû à Gauss, les deux autres à Hilbert.

Théorème (théorème de Gauss)

L’anneau K[X1 , X2 ] est factoriel.

Théorème

L’anneau K[X1 , X2 ] est noethérien.

Théorème (Théorème de permanence de Hilbert )

Si A est un anneau commutatif noethérien, l’anneau A[X] est aussi noethérien.

Théorème (zéros de Hilbert)

Soit K un corps algébriquement clos. Tout idéal maximal I de K[X1 , X2 ] est de la forme

I =< X1 − a1 > + < X2 − a2 >= {(X1 − a1 )P1 (X1 , X2 ) + (X2 − a2 )P2 (X1 , X2 ), P1 , P2 ∈ K[X1 , X2 ]}.

253

A. Intissar
Algèbre Parties : I & II

§ 7 Etude de K[X1 , ......, Xn ]

On généraliserait aisément à un nombre quelconque, mais fini, d’indéterminées . Ainsi

K[X1 , ....., Xn ] est l’anneau des polynômes à n indéterminées et on a :

K[X1 , ....., Xn ] = K1 [X2 , ....., Xn ][X1 ] où K1 = K[X1 ] .

Un élément de A[X1 , ....., Xn ] s’écrit :

X
X1i1 .......Xnin , où X1i1 .......Xnin est un symbole égal à Ui1 ,.....,in .
i1 ,.....,in

Définition(fonction polynôme de plusieurs variables)

X
Soit P = ai1 ,.....,in X1i1 .......Xnin un polynôme de K[X1 , ....., Xn ] (K corps commutatif) où
i1 ,.....,in
X X X
= ..... .
i1 ,.....,in i1 in
X
Soit (x1 , ....., xn ) un élément de Kn , nous poserons P (x1 , ....., xn ) = ai1 ,.....,in xi11 .......xinn .
i1 ,.....,in

On dit que l’on a substitué (x1 , ....., xn ) respectivement aux indéterminées (X1 , ....., Xn ) dans
l’élément P de K[X1 , ....., Xn ].

Nous définissons ainsi une application p : Kn −→ K, (x1 , ..., xn ) −→ p(x1 , ..., xn ) = P (x1 , ..., xn ) ∈ K.

p est une fonction de n variables appelée fonction polynôme de P . On désigne l’ensemble de ces
fonctions polynômes par P(Kn , K).

Soit φ application de K[X1 , ....., Xn ] dans P(Kn , K) définie par φ(P ) = p alors φ est homomor-
phisme surjectif d’anneaux.

Définition

Un polynôme P de K[X1 , ....., Xn ] est irréductible s’il n’est pas inversible et s’il n’admet pour
diviseur que λ et λP (λ ∈ K∗ )

Un polynôme P de K[X1 , ....., Xn ] est réductible s’il existe des polynômes P1 et P2 tels que

P = P1 P2 et 0 < degP1 < degP

un polynôme P irréductible de R[X1 , ....., Xn ] peut être réductible dans C[X1 , ....., Xn ].
Par exemple P = X 2 +Y 2 est irréductible dans R[X, Y ] mais dans C[X, Y ] on a X 2 + Y 2 = (X + iY )(X − iY ).

Théorème

Si un polynôme P de K[X, Y, Z] est divisible par Y − Z, Z − X et X − Y alors il est divisible

par (Y − Z)(Z − X)(X − Y ).

254

A. Intissar
Algèbre Parties : I & II

Démonstration

supposons que un polynôme P de K[X, Y, Z] soit divisible par Y − Z, Z − X et X − Y alors on

aura :

P (X, Y, Z) = (Y − Z)Q(X, Y, Z), Q ∈ K[X, Y, Z]

Or P est divisible par Z − X donc P (Z, Y, Z) = 0 ce qui entraine, car Y − Z est non nul et
K[X, Y, Z] est intègre, que Q(Z, Y, Z) = 0 donc :

Q(X, Y, Z) = (Z − X)Q1 (X, Y, Z), Q1 ∈ K[X, Y, Z]

De même P (X, X, Z) = 0 entraine Q(X, X, Z) = 0 et Q1 (X, X, Z) = 0 d’où :

Q1 (X, Y, Z) = (X − Y )Q2 (X, Y, Z), Q2 ∈ K[X, Y, Z]

Et par suite on en déduit que :

P (X, Y, Z) = (Y − Z)(Z − X)(X − Y )Q2 (X, Y, Z), Q2 ∈ K[X, Y, Z]

Remarque

Le résultat ci-dessus s’étend au cas de n indéterminées.

Sur quelques propriétés des polynômes homogènes

Définition

On dit qu’un polynôme P de K[X1 , ....., Xn ] est homogène de degré total m s’il est somme de
monômes de degré m.

Soit P un polynôme de degré total m, désignons par Hk (0 ≤ k ≤ m), la somme de ses monômes
de degrék (Hk peut être nul, mais Hm 6= 0 sinon degP < m), on a donc, et ceci de manière
unique :

P = H0 + ...... + Hk + ...... + Hm

Hm est appelée la partie homogène de degré m du polynôme P .

Proposition

Un polynôme P , de K[X1 , ....., Xn ] est homogène de degré m ⇐⇒ P (X1 Y, ....., Xn Y ) = Y m P (X1 , ....., Xn )
dans K[X1 , ....., Xn , Y ].

Démonstration

Soit Hk un polynôme de degré k, élément de K[X1 , ....., Xn ], Y étant une n + 1 i-ième indéter-
minée, dans K[X1 , ....., Xn , Y ] nous aurons

Hk (X1 Y, ....., Xn Y ) = Y k Hk (X1 , ....., Xn )

255

A. Intissar
Algèbre Parties : I & II

Réciproquent, soit P un polynôme de K[X1 , ....., Xn ] tel que dans K[X1 , ....., Xn , Y ] on ait :

P (X1 Y, ....., Xn Y ) = Y m P (X1 , ....., Xn )

Si P 6= 0 le degré total de P (X1 , ....., Xn ) est égal au degré partiel de P (X1 Y, ....., Xn Y ) relati-
vement à Y donc à m. Ecrivons

P = H0 + ...... + Hk + ...... + Hm (Hk homogène de degré k)

Nous obtiendrons :
m
X m
X
k
P (X1 Y, ....., Xn Y ) = Y Hk (X1 , ....., Xn ) = Y m Hk (X1 , ....., Xn )
k=0 k=0

Donc Hk = 0 pour tout k tel que k 6= m d’où tout polynôme de K[X1 , ....., Xn ] est homogène
de degré m ⇐⇒ P (X1 Y, ....., Xn Y ) = Y m P (X1 , ....., Xn ) dans K[X1 , ....., Xn , Y ].

Passage d’un polynôme non homogène à n indéterminées à un polynôme homogène

à n + 1 indéterminées et réciproquement.

A tout polynôme P de degré m de K[X1 , ....., Xn ] associons le polynôme F = ϕ(P ) défini par :
m
X
F (X1 , ....., Xn , T ) = Hk (X1 , ....., Xn )T m−k (Hk étant la partie homogène de degré k de P ).
k=0

F est un polynôme homogène, de degré m de K[X1 , ....., Xn , T ] T étant n + 1ième indeterminée

appelée indéterminée d’homogénéité.

Si nous désignons Hn+1 l’ensemble des polynômes homogènes à coefficients dans K et à n + 1

indéterminées X1 , ......., Xn , T .

Nous définissons ainsi une application

ϕ : K[X1 , ....., Xn ] −→ Hn+1 , P −→ ϕ(P ) = F .

D’autre part , à tout polynôme G(X1 , ....., Xn , T ) de Hn+1 associons le polynôme Q = ψ(G) de
K[X1 , ....., Xn , T ] défini par :

Q(X1 , ....., Xn ) = G(X1 , ....., Xn , 1).

Nous définissons ainsi une application :

ψ : Hn+1 −→, K[X1 , ....., Xn ]G −→ ψ(G) = Q.

Théorème

Soient K un corps et F un polynôme homogène à deux indéterminées X et Y à coefficients dans

K donné par :

F (X, Y ) = a0 Y m + a1 XY m−1 + ............. + ah X h Y m−h + ..... + am X m alors

(i) Si K algébriquement clos on a :

256

A. Intissar
Algèbre Parties : I & II

(α) Si am 6= 0, F peut s’écrire F (X, Y ) = am (X − α1 Y )........(X − αm Y ) où α1 ......, αm sont

les zéros dans K de F (X, 1).

(β) Si am = 0, F = Y m−1 G avec a0 Y i + ............. + ah X h Y i−h + ..... + ai X i , ai étant non nul

et on factorisera G comme pour (α).

(ii) Si K n’est pas algébriquement clos on a :

F (X, Y ) = (X − α1 Y )........(X − αk Y )Q(X, Y ) α1 ......, αk étant les zéros dans K de F (X, 1) et

Q étant un polynôme de K[X, Y ] tel que Q(X, 1) soit dépourvu de zéros dans K.

Démonstration

(i) Les applications ϕ et ψ définies ci-dessus nous permettent d’écrire, si am 6= 0 et K algébri-

quement clos que P = ψ(F ) = F (X, 1) = am (X − α1 )........(X − αm ) où α1 ......, αm étant les
zéros dans K de F (X, 1).

Or am 6= 0 entraine que ϕ et ψ sont bijectives et ϕ−1 = ψ, d’où la propriété (α de (i) :

F (X, Y ) = am (X − α1 Y )........(X − αm Y ).

Si am = 0, F = Y m−1 G avec a0 Y i + ............. + ah X h Y i−h + ..... + ai X i , ai étant non nul et

on factorisera G comme pour (α). D’où la propriété (β de (i) .

(ii) Si K n’est pas algébriquement clos, Il est clair que F (X, Y ) = (X − α1 Y )........(X − αk Y )Q(X, Y )
α1 ......, αk étant les zéros dans K de F (X, 1) et Q étant un polynôme de K[X, Y ] tel que Q(X, 1)
soit dépourvu de zéros dans K.

♣ Dérivation des polynômes homogènes et formule d’Euler pour un polynôme de K[X1 , ....., Xn ]

• Rappelons qu’un polynôme P dans K[X, Y ] aura trois polynômes partiels second notés :

∂2P ∂2P ∂2P

, et .
∂X 2 ∂X∂Y ∂Y 2
quatre polynômes partiels troisièmes notés :

∂2P ∂3P ∂3P ∂3P

, , et .
∂X 3 ∂X 2 ∂Y ∂X∂Y 2 ∂Y 3
etc.

∂ i1 +....+ik +...+in P
• Dans K[X1 , ....., Xn ] le polynôme dérivé partiel ik , k décrivant [1, n] est donné par .
∂X1i1 ......∂Xnin
Si on pose d = i1 + .... + ik + ... + in , on dit que c’est un polynôme dérivé partiel d-ième, ou
encore d’ordre d.

On voit en particulier que si le degré total de P est m, le degré total d’un polynôme dérivé
partiel d-ième de P , d ≤ m, est au plus de degré total m − d et qu’il est de degré total m − d
si le corps K est de caractéristique nulle.

257

A. Intissar
Algèbre Parties : I & II

De plus si d > m tout polynôme dérivé d-ième de P est nul.

• Raisonnons pour simplifier l’écriture dans K[X, Y, Z], K étant un corps commutatif de carac-
téristique nulle.
∂H ∂H ∂H
Si H(X, Y, Z) est un polynôme homogène de degré total m, on voit que , , sont
∂X ∂Y ∂Z
des polynômes homgènes de degré total m − 1 et plus généralement , pour k ≤ m, on voit que
tout polynôme dérivé partiel d’ordre d est homogène de degré total m − d.

Considérons l’application θ de K[X, Y, Z] dans lui même définie par :

∂H ∂H ∂H
θ : K[X, Y, Z] −→ K[X, Y, Z], H −→ θ(H) = X +Y +Z .
∂X ∂Y ∂Z
On voit que θ est un endomorphisme de l’espace vectoriel K[X, Y, Z]. Pour calculer θ(H), il
nous suffit donc de calculer θ(X i Y j Z k ) avec i + j + k = m, si i ≥ 1, j ≥ 1 et k ≥ 1 nous aurons :

θ(X i Y j Z k ) = X(iX i−1 Y j Z k ) + Y (jX i Y j−1 Z k ) + X(kX i Y j Z k−1 ) = (i + j + k)X i Y j Z k )

= mX i Y j Z k .

On voit que cette formule subsiste si un ou deux des exposants i, j, k sont nuls. Donc pour tout
polynôme homogène de degré m on aura :

θ(H) = mH tel que si si m > 0 nous voyons que l’application induite par θ sur Hm espace
vectoriel des polynômes homogènes de degré m est une homothétie de rapport m.

Réciproquement, soit P un polynôme de K[X, Y, Z] vérifiant θ(P ) = mP . Ce polynôme peut

s’écrire :
X
P = Hi ; Hi étant sa partie homogène de degré i.
i

ce qui entraine :
X X X
θ(P ) = mP = mHi = θ(Hi ) = iHi .
i i i
X
d’où la décomposition P = Hi étant unique, pour tout i 6= m, Hi = 0 et P = Hm .
i

Ce qui nous donne le théorème suivant :

Théorème

K étant un corps commutatif de caractéristique nulle :

(i) Tout polynôme de K[X1 , ........, Xn ] homogène de degré total m a pour polynôme dérivé
partiel d’ordre d (d ≤ m) des polynômes homogènes de degré total m − d.

(ii) Un polynôme P de K[X1 , ........, Xn ] est homogène de degré total m si et seulement si :

∂P ∂P
X1 + ....... + Xn = mP (formule d’Euler)
∂X1 ∂Xn

258

A. Intissar
Algèbre Parties : I & II

Les applications ϕ et ψ définies ci-dessus pour passer d’un polynôme non homogène à n
indéterminées à un polynôme homogène à n + 1 indéterminées et réciproquement, permettent
d’obtenir une formule d’Euler pour tout polynôme.

♣ Dérivation des polynômes et formule de Taylor pour un polynôme de K[X1 , ....., Xn ]

On a déjà vu la formule de Taylor pour les polynômes d’une indéterminée , de deux indétermi-
nées et de trois indéterminées alors on en déduit sans peine le résultat suivant :

Théorème

Soit K un corps de caractéristique nulle, P ∈ K[X1 , ......, Xn ], (a1 , ...., an ) ∈ Kn alors on a :

Définition
X
Soit P = ai1 ,.....,in X1i1 .......Xnin dans K[X1 , .........., Xn ] On appelle hypersurface algé-
i1 ,.....,in
brique associée à P l’ensemble V(P ) = {(x1 , .........., xn ) ∈ Kn ; p(x1 , ............, xn ) = 0}.

Exemples :

(1) Si P est de degré 1, V(P ) est un hyperplan affine.

(2) Si P est de degré 2, V(P ) est une hyperquadrique affine.

Pour n = 2, on trouve les coniques, pour n = 3 les quadriques.

(3) Si P est un polynôme homogène de degré 2, V(P ) est un cône isotrope d’une forme quadra-
tique sur Kn .

Définition (Ensembles algébriques).

Un ensemble algébrique est une partie S de Kn qui est intersection d’une famille d’hypersurfaces
algébriques.

Exemples

(1) Dans l’espace euclidien standard R3 , l’intersection de deux quadriques est un ensemble

algébrique. Par exemple, l’intersection G des surfaces S et C d’équations respectives :

259

A. Intissar
Algèbre Parties : I & II

(S) x2 + y 2 + z 2 − 1 = 0 et (C) x2 + y 2 − x = 0.

est un ensemble algébrique, appelé :

hippopède, ou fenêtre de Viviani.

(2) Soit On (R) le groupe orthogonal de Mn (R), c’est-à-dire {A ∈ Mn (R); t A.A = In }.

On (R) est un ensemble algébrique.

(3) Quelques figures des ensembles algébriques usuels dans R2

(1) Cubique nodale V(x3 + y 3 − xy) (2) Cubique cuspidale V(y 2 − x3 )

(3) Une cubique non singulière V(y2 − x(x − 1)(x + 1))

(4) Trifolium V((x2 + y 2 )2 + 3x2 y − y 3 ) (5) Quadrifolium V((x2 + y 2 )3 − 4x2 y 2 )

260

A. Intissar
Algèbre Parties : I & II

(4) Quelques ensembles algèbriques usuels dans R3

(6) Paraboloïde de révolution V(z − x2 − y 2 ) ((7) Cône de révolution V(z 2 − x2 − y 2 )

Une des applications des ensembles algébriques affines est la robotique.

L’étude des ensembles algébriques de Kn est liée à celle des idéaux de K[X1 .........., Xn ].

Proposition

Pour un idéal I de K[X1 .........., Xn ], la correspondance I −→ V(I) vérifie les propriétés

suivantes :

i) V({0}) = Kn ; V(K[X1 , ........, Xn ]) = ∅ ;

ii) I ⊂ J =⇒ V(J) ⊂ V(I) ; I, J idéaux de K[X1 .........., Xn ] ;

iii) V(I + J) = V(I) ∩ V(J) ; I, J idéaux de K[X1 .........., Xn ] ;

iv) V(I) ∪ V(J) = V(I ∩ J) ; I, J idéaux de K[X1 .........., Xn ] ;

v) Si I = (X1 − a1 ) + .......... + (Xn − an )V(I) = {(a1 , ........, an )}.

Théorème

Tout ensemble algébrique est l’intersection d’une famille finie d’hypersurfaces algébriques.

“Appel à des notions d’intégration et de topologie” ! !

Proposition

Si K = R ou C et si P ∈ K[X1 .........., Xn ] est non nul alors V(P ) est un fermé d’intérieur vide

et de mesure de Lebesgue nulle de Kn , son complémentaire est un ouvert dense.

261

A. Intissar
Algèbre Parties : I & II

Théorème (E. Galois)

Soient K un corps infini, a1 , a2 , ......., an n éléments distincts de K alors il existe un n-uplet

Xn
(x1 , x2 , ...., xn ) ∈ Kn tel que les n! sommes ai Xσ(i) soient distinctes lorsque σ décrit Sn .
i=1

Evariste Galois
1811-1832
?????
Ecrits et mémoires mathématiques d’Evariste Galois, Gauthiers-Villars (1962).
?????

Dans la nuit du 29 Mai 1832, Evariste Galois écrit une lettre-testament adressée à son ami
Auguste Chevalier dont voici un extrait
« [...]Je me suis souvent hasardé dans ma vie à avancer des propositions dont je n’étais pas sûr.
Mais tout ce que j’ai écrit là est depuis bientôt un an dans ma tête, et il est trop de mon intérêt
de ne pas me tromper pour qu’on me soupçonne d’avoir énoncé des théorèmes dont je n’aurais
pas la démonstration complète. Tu prieras publiquement Jacobi et Gauss de donner leur avis,
non sur la vérité, mais sur l’importance des théorèmes. Je t’embrasse avec effusion ».

§ 8 Polynômes symétriques

Définitions (Rappel : degré, degré partiel, poids d’un monôme)

Soit un monôme M = βX1i1 X2i2 .....Xnin de K[X1 , ...., Xn ] avec β 6= 0.

• Pour tout k ∈ [1.....n], k est appelé degré partiel du monôme par rapport à l’indéterminée
Xk . On le note dpXk (M ).

• La somme i1 + ....... + in est le degré du monôme.

• La somme i1 + 2i2 + ....... + nin est le poids du monôme.

• Par convention, si β = 0, alors degré et degré partiel valent −∞.

• Pour tout k ∈ [1.....n], on appelle degré partiel de P ∈ K[X1 , ...., Xn ] par rapport à Xk le plus
grand des degrés partiels, par rapport à Xk , de ses monômes. On le note dpXk (P ).

• On appelle degré de P ∈ K[X1 , ...., Xn ] le plus grand des degrés de ses monômes.

• On appelle poids de P ∈ K[X1 , ...., Xn ] le plus grand des poids de ses monômes

262

A. Intissar
Algèbre Parties : I & II

Définition (polynôme symétrique)

On dit qu’un polynôme P ∈ K[X1 , ...., Xn ] si et seulement si, pour toute permutation σ des
entiers 1, ...., n

P (X1 , ...., Xn ) = P (Xσ(1) , ...., Xσ(n) ) (*)

σ étant une permutation quelconque de [1, n], c’est-à-dire un élément de Sn et on notera :

(σP )(X1 , ...., Xn ) = P (Xσ(1) , ...., Xσ(n) ) .

Exemples

Si A = {1; 2; 3}, les permutations de A sont :

σ1 = (1; 2; 3); σ2 = (1; 3; 2); σ3 = (2; 1; 3); σ4 = (2; 3; 1); σ5 = (3; 1; 2) et σ6 = (3; 2; 1).

On constate que le nombre des permutations de A est 3! et il est bien connu que si
A = {1; 2; ......, n}, le nombre es permutations de A est n! .

- Soient P (X, Y, Z) = 3X 2 Y + 8XY Z + 7X 3 Z + 4Y 2 Z et σ4 = (2, 3, 1), on a :

(σ4 P )(X, Y, Z) = 3Y 2 Z + 8Y ZX + 7Y 3 X + 4Z 2 X et on constate que P (X, Y, Z) 6= (σ4 P )(X, Y, Z).

- P (X, Y, Z) = X + Y + Z ; Q(X, Y, Z) = XY Z et R(X, Y, Z) = X 3 Y + Y 3 Z + Z 3 X + Y 3 X +

Z 3 Y + X 3 Z sont symétriques.

- P (X, Y, Z) = X 3 Y + Y 3 Z + Z 3 X n’est pas symétrique, même s’il est homogène.

- Les polynômes symétriques homogènes de degré ≤ 1 sont de la forme :

a(X1 + X2 + ....... + Xn ), a ∈ K.

- Les polynômes symétriques homogènes de degré ≤ 2 sont de la forme :

X
a(X12 + X22 + ....... + Xn2 ) + b Xi Xj , a, b ∈ K.
i<j

- Les polynômes symétriques homogènes de degré ≤ 3 sont de la forme :

X X
a(X12 + X22 + ....... + Xn2 ) + b Xi Xj + c Xi Xj Xk , a, b, c ∈ K.
i6=j i<j<k

Le polynôme X12 X2 + X2 X32 + X32 X1 n’est pas symétrique.

Remarques

• Si l’égalité (*) a seulement lieu pour la transposition échangeant i et j (i 6= j), on dira que le
polynôme est symétrique en Xi et Xj .

263

A. Intissar
Algèbre Parties : I & II

• Toute permutation σ étant un produit de transpositions , un polynôme P est symétrique si

et seulement si , il l’est par rapport à tout couple d’indéterminées distinctes.

• Si un polynôme symétrique contient le monôme X1h1 X2h2 .....Xnhn avec un certain coefficient
h1 h2 hn
β, il contient certainement tous les n! monômes Xσ(1) Xσ(2) .....Xσ(n) avec le même coefficient
β. Mais ces n! monômes ne sont pas forcément tous distincts ; par exemple si n = 3 au mo-
nôme X 3 Y 2 Z correspond bien 3! = 6 monômes distincts, mais à X 2 Y Z correspondra seulement
3monômes distinct par permutation : lui même, Y 2 ZX et Z 2 XY ; enfin XY Z étant lui même
symétrique les 6 monômes déduits par permutation des indéterminées sont égaux. D’où l’intérêt
de la définition et la notation suivante :

Définition (Définition et notation)

Etant donné le monôme M = βX1i1 X2i2 .....Xnin , on appelle symétrisé de ce monôme et on note
s(M ) la somme de tous les monômes distincts, obtenus à partir de M en permutant de toutes
les manières possibles les indéterminées X1 , ....., Xn . Il est évident que ce symétrisé s(M ) est
symétrique et homogèneP et de degré i1 + ...... + in . C’est-à-dire la somme de tous les monômes
distincts notée aussi M obtenus à partir de M en permutant les n indéterminées Xi .
X
Avec ces notations X 2 Y Z = X 2 Y Z + Y 2 XZ + Z 2 Y X.
• Ordonnons lexicographiquement s(M ) :

Considérons n ensembles égaux E1 = E2 = ..... = En = E totalement ordonnés et considérons

l’ensemble produit E n . Posons (x1 , x2 , ....., xn ) ∈ E n et (y1 , y2 , ....., yn ) ∈ E n et considérons la
relation L définie par :

- ou bien x1 < y1 ,

- ou bien il existe un indice h h < n ; xi = yi pour tout i < h et xh < yh ,

- ou bien xi = yi pour tout i < h et xn ≤ yn .

On constatera que la relation L est une relation d’ordre total, on l’appelle l’ordre lexicogra-
phique, car E étant l’alphabet d’une langue ordonné dans l’ordre normal (par exemple :

L’ordre des mots dans un dictionnaire est un ordre de cette nature.

L’alphabet grec “moderne” est composé de vingt-quatre lettres, dont 7 voyelles et 17 consonnes.
Avec ses 2.000 ans d’histoire, l’alphabet grec est un des plus anciens à être encore en usage. Ce

264

A. Intissar
Algèbre Parties : I & II

fut le premier alphabet à disposer d’une graphie pour chaque sonorité, voyelle ou consonne.

Soit βX1h1 X2h2 .....Xnhn le plus haut de s(M ), il est évident que h1 ≥ h2 ≥ ........ ≥ hn . En effet
si h2 > h1 il y aurait dans s(M ) le monôme βX1h2 X2h1 .....Xnhn qui est strictement plus haut que
βX1h1 X2h2 .....Xnhn , même démonstration pour toutes les autres inégalités.

Nous écrirons s(M ) sous la forme symbolique :

X
s(M ) = β X1h1 X2h2 .....Xnhn avec h1 ≥ h2 ≥ ........ ≥ hn .

Le degré partiel de s(M ) relative à chaque indéterminée est évidement le même, et on voit que
c’est h1 , on l’appellera le degré partiel de s(M ).

Remarque

Si certains exposants h1 , ...., hn sont nuls alors dans ce cas il existera l < n tel que h1 , ...., hl
soient non nuls et hl+1 , ...., hn nuls, on écrira alors :
X
l<n s(M ) = β X1h1 X2h2 .....Xlhl avec h1 ≥ h2 ≥ ........ ≥ hl .

Polynômes symétriques élémentaires

Définition

Soit X une (n+1)-ième indéterminée. Considérons le polynôme P = (X − X1 )(X − X2 )........(X − Xn ),

P est un polynôme symétrique de K[X1 , .........., Xn ][X], on peut l’écrire sous la forme suivante :

P = X n − X n−1 1 +.......... + (−1)h X n−h h +...... + (−1)n n .

P P P
P P P
1, 1 , ......, n étant des éléments de K[X1 , .........., Xn ]. Il est clair que ces polynômes sont
symétriques
P , on les appellera polynômes symétriques élémentaires de K[X1 , .........., Xn ][X].
P h n’est autre que la somme de tous les produits de h indéterminées X1 , ......, Xn distinctes,
h est donc le symétrisé de X1 X2 ......Xh , on écrira donc :

n
X
P P
1 = X1 = Xi ,
i=1
P P X
2 = X1 X2 = Xi Xj
i<j
P P X
3 = X1 X2 X3 = Xi Xj Xk
i<j<k
.
.
.
P P X
h = X1 X2 ......Xh = Xh1 Xh2 ........Xh
h1 <h2 <....<h
.
.
.
P P
n = X1 X2 ...........Xn = X1 X2 ...........Xn

265

A. Intissar
Algèbre Parties : I & II

P
Il est clair que h a autant de termes qu’il y a de parties à h éléments dans [1, n] c’est-à- dire
n!
Cnh =
P P
. Ainsi 1 a n termes et n a un seule.
h!(n − h)!
Relation entre coefficients et zéros d’un polynôme

P = X n + a1 X n−1 + ........ + an un polynôme unitaire, de degré n ≥ 1, à coefficients dans K

ayant dans K[X] la forme suivante :

P = (X − x1 )(X − x2 )........(X − xn ) (scindé)

où x1 , x2 , ....., xn sont les zéros de P dans K, non nécessairement distincts, c’est.-à-dire., comp-
tés avec leur multiplicité.

Développons le terme de droite de (scindé). Le coefficient de X n est, bien sûr,1. Celui X de

n−1 n−1
P
X est −(x1 + x2 + ..... + xn ) c’est-à-dire − 1 (x1 , x2 , ....., xn ), et celui de X est xi xj
i<j
n−h
P
= 2 (x1 , x2 , ....., xn ). Plus généralement, le coefficient de X est
X
(−1)h Xi1 Xi2 .....Xih = (−1)h
P
h (x1 , x2 , ....., xn ).
1≤i1 ≤i2 ≤.....≤ih

En particulier, le coefficient constant est (−1)n

P
n (x1 , x2 , ....., xn ).

On a donc obtenu les propositions suivantes :

Proposition

Soit P = X n + a1 X n−1 + ........ + an un polynôme unitaire, de degré n ≥ 1, à coefficients dans

K ayant dans K[X] la forme suivante :

P = (X − x1 )(X − x2 )........(X − xn ) (scindé)

où x1 , x2 , ....., xn sont les zéros de P dans K, non nécessairement distincts, c’est.-à-dire., comp-
tés avec leur multiplicité.

Alors on a :

ai = (−1)i
P
i (x1 , x2 , ....., xn ) 1 ≤ i ≤ n.

Proposition

• Dans K[X1 , X2 , .., Xn , U, V ] :

n
X
n−k
V k ; avec
P P
(U + V.X1 ).(U + V.X2 )...(U + [Link] ) = k (X1 , X2 , ..., Xn )U 0 = 0.
k=0

• Dans K[X1 , X2 , .., Xn , T ] :

n
X
k
P
(1 + T.X1 ).(1 + T.X2 )...........(1 + [Link] ) = k (X1 , X2 , ..., Xn )T .
k=0

266

A. Intissar
Algèbre Parties : I & II

• Dans K[X1 , X2 , .., Xn , X] :

n
X
(−1)k n−k
P
(X − x1 )(X − x2 )........(X − xn ) = k (X1 , X2 , ..., Xn )X .
k=0

Théorème (Newton 1676)

Pour tout polynôme P symétrique appartenant à K[X1 , ......, Xn ], il existe un polynôme unique
Q ∈ K[X1 , ......, Xn ] tel que :
P P
P (X1 , ......, Xn ) = Q( 1 , ........, n ).

P P
1 , ........, n étant les polynômes symétriques élémentaires de K[X1 , ......, Xn ].

Ce théorème conjecturé par Newton fut souvent utilisé au 18ème siècle : Lagrange le
qualifie d’ “évident par soi-même”. Il semble avoir été démontré indépendamment par l’anglais
Waring et le français Vandermonde en 1770.

Démonstration

Existence

On suppose que P est homogène et symétrique de degré total m. Ordonnons ses monômes
dans l’ordre lexicographique et soit U1 = βX1h1 .......Xnhn le monôme le plus haut de P avec
h1 ≥ h2 ≥ .......... ≥ hn ≥.

Considérons le polynôme V1 définis comme suit :

V1 (X1 , X2 , .., Xn ) = β ( 1 )h1 −h2 .......................( i )hi −hi+1 ............( n−1 )hn−1 −hn ( n )hn , où
P P P P

P P
1 , ........, n sont les polynômes symétriques élémentaires de X1 , ......, Xn .

Le polynôme V1 est symétrique et homogène de degré total :

h1 − h2 + 2(h2 − h3 ) + ............... + (n − 1)(hn−1 − hn ) + nhn = h1 + h2 + ........... + hn = degU1 .

Cherchons le monôme le plus haut de V1 (X1 , X2 , ..,

PXn ). Ce P
monôme est le produit des monômes
les plus hauts de chacun des facteurs, or, pour ( i )ki = ( X1 , X2 , ....., Xn )ki , ce monôme le
plus haut est (X1 X2 ...........Xn )ki donc le monôme le plus haut de V1 (X1 , X2 , .., Xn ) est :

β(X1 )h1 −h2 (X1 X2 )h2 −h3 .......(X1 X2 .....Xn−1 )hn−1 −hn (X1 X2 ......Xn )hn = βX1h1 ......Xnhn = U1 .

Donc si nous considérons P1 : P − V1 , la hauteur du monôme le plus haut de P1 soit U2 , qu’il

provienne de P ou de V1 est strictement inférieur à celle de U1 .

En recommençant l’opération on introduit une récurrence pour obtenir P2 = P1 − V2 = P − V1 − V2

la hauteur du monôme le plus haut de P2 étant strictement inférieur à celle de U2 .

Nous obtenons ainsi de suite

267

A. Intissar
Algèbre Parties : I & II

Pi = P − V1 ...... − Vi

de polynômes symétriques homgènes de degré m tels que la hauteur de leur monôme de plus
grande hauteur décroisse strictement.

Or le nombre des monômes de degré total m et de hauteur strictement inférieure à celle de U1

est fini, il existe donc un entier k tel que Pk = 0. D’où
P P P P P P
P (X1 , ......, Xn ) = V1 ( 1 , .........., n ) + ............ + Vk ( 1 , .........., n ) = Q( 1 , ........., n ).

Comme tout polynôme P est somme d’une manière unique de polynômes homogènes ceci achève
la démonstration de l’existence.

Unicité

Afin
Pde prouverP l’unicité de Q, supposons qu’il existe un polynôme non nul Q tel que
Q( 1 , ......, n ) = 0, alors il existe deux monômes M = αX1i1 .......Xnin et N = βX1m1 .......Xnmn
de Q tel que les n-uplets (ik )1≤k≤n et (mk )1≤k≤n soient différents. P P P P
Comme les monômes de plus grand degré en X1 , ...., Xn de M ( 1 , ......, n ) et N ( 1 , ....., n )
sont αX1i1 +....+in X2i2 +....+in ........Xnin et βX1m1 +....+mn X2m2 +....+mn ........Xnmn avec des n-uplets
d’exposants différents. Il existe donc P un monôme
P unique M de Q qui donne lePmonôme Pde plus
grand degré en X1 , ...., Xn de Q( 1 , ...., n ) ce qui contredit l’hypothèse Q( 1 , ...., n ) = 0.

Exemples

Dans K[X, Y ] on a :
P2
(a) P (X, Y ) = X 2 + Y 2 = (X + Y )2 − 2XY =
P P P
1 −2 2 = Q( 1 , 2 ) .
P P2
(b) P (X, Y ) = X 3 Y + XY 3 = XY (X 2 + Y 2 ) = XY [(X + Y )2 − 2XY ] =
P
2[ 1 −2 2]
P2 P P2
= 1 2 −2 2.

( c) Pour r ≥ 1, posons Pr = X1r + X2r + ....... + Xnr on a P1 =

P
1 et comme
n
X X
P2 P2
Xi2 + 2
P
1 = Xi Xj d’où P2 = 1 −2 2
i=1 i<j
n
X X X
P3
Se même, 1 = Xi3 + 3 Xi2 Xj + 3! Xi Xj Xk ,
i=1 i6=j i<j<k
X X X X
(Xi2 Xj + Xi Xj2 ) + 3
P P
D’autre part, 1 2 =( Xk )( Xi Xj ) = Xi Xj Xk .
k i<j i<j i<j<k
P3 P P P
On en déduit que P3 = 1 −3 1 2 +3 3.

§ 9 Etude de C[X] et R[X]

Définition

Un polynôme est dit irréductible s’il n’est divisible que par l’élément unité et par lui même.

268

A. Intissar
Algèbre Parties : I & II

Théorème

Soient K un corps commutatif et K[X] l’ensemble des polynômes à une indéterminée. Alors
tout P ∈ K[X] est le produit de polynômes irréductibles et cette décomposition est unique.

Démonstration

Existence

Si P est irréductible alors P = P.1 sinon P admet des diviseurs, soit donc

P = QS tels que degQ < degP et degS < degP

Il en résulte qu’on a :

Q et S sont irréductibles ou l’un au moins n’est pas irréducible, supposons que c’est S alors on a :

S = S1 S2 tels que degS1 < degS et degS2 < degS

Ainsi de suite pour un nombre fini r de fois.

Unicité

Soit P = P1 P2 ................Pr (Pi irréductibles, 1 ≤ i ≤ r) . Il nous faut montrer que cette dé-
composition est unique modulo une constante.

Supposons que :

P = Q1 Q2 ................Qs (Qi irréductibles, 1 ≤ i ≤ s) alors on a :

P1 P2 ................Pr = Q1 Q2 ................Qs =⇒ P1 |Q1 ou P1 |Q2 ................Qs

Si P1 |Q1 =⇒ P1 = αQ1 où α est une constante car P1 et Q1 sont tous les deux irréductibles.

Si P1 |Q2 ................Qs =⇒ P1 |Q2 ou P1 |Q3 ................Qs

Si P1 |Q2 =⇒ P1 = βQ2 où β est une constante car P1 et Q2 sont tous les deux irréductibles.

Si P1 |Q3 ................Qs =⇒ P1 |Q3 ou P1 |Q4 ................Qs et ainsi de suite .....

Même raisonnement pour chaque Pi , 1 ≤ i ≤ r.

Théorème

Soit K un corps commutatif.

Soit K[X] l’ensemble des polynômes à coefficients dans K qui est un anneau commutatif unitaire
et intègre.

Alors l’espace quotient K[X]/ est un corps ⇐⇒ P est irréductible où est l’idéal
engendré par P .

269

A. Intissar
Algèbre Parties : I & II

Démonstration

On commence par rappeler :

- un idéal engendré par P est = {QP ; Q ∈ K[X]} qui est bilatère.

- L’espace quotient K[X]/ est défini par rapport à la relation d’équivalence sur K[X] :
A ∼ B ⇐⇒ A − B ∈.

- (K[X]/ , +.) est un anneau intégre.

=⇒

Hypothèse : K[X]/ est un corps. On raisonne par l’absurde en supposant que P n’est pas
irréductible, alors P = QR =⇒ cl(P ) = cl(QR) = cl(Q).cl(R) = cl(0). Comme K[X]/ 
est un anneau intègre =⇒ cl(Q) = cl(0) ou cl(R) = cl(0) =⇒ Q = P S ou R = P U =⇒
degQ > degP ou degR > degP ce qui est impossible.

⇐=

Hypothèse : P est irréductible, Il faut seulement montrer que tout élément de K[X]/ 
est inversible.

Soit cl(A) ∈ K[X]/ tel que cl(A) 6= cl(0). Soit A un représentant de la classe cl(A) alors

A et P sont premiers entre eux donc ∃ (U, V ); A.U + P.V = 1 =⇒ cl(A.U + P.V ) = cl(1) ⇐⇒

cl(A.U ) + cl(P.V ) = cl(1) ⇐⇒ cl(A).cl(U ) + cl(P ).cl(V ) = cl(1) . Or cl(P ) = cl(0) =⇒

cl(A)cl(U ) = cl(1). Donc cl(A) est inversible.

Proposition

Soit R[X] l’ensemble des polynômes à coefficients dans R alors le polynôme P (X) = X 2 + 1 est
un polynôme irréductible.

Démonstration

Supposons que le polynôme X 2 + 1 n’est pas irréductible alors on a X 2 + 1 = Q(X)Q1 (X) avec
deg(Q) < 2 et deg(Q1 ) < 2 =⇒ X 2 + 1 = (aX + b)(cX + d) = acX 2 + (ad + bc)X + bd =⇒

1

 a=
c
 
ac = 1



 


 

 
d 1 2 2 2
ad + bc = 0 =⇒ + bc = 0 =⇒ + bc = 0 =⇒ b c = −1 ce qui est impossible.

 
 c b

 

bd = 1
 


 1

 d=
b

270

A. Intissar
Algèbre Parties : I & II

De ce qui précède, on déduit que R[X]/(X 2 + 1) est un corps.

Dans la suite on note R[X]/(X 2 + 1) = C.

Proposition

∀ z ∈ R[X]/(X 2 + 1), ∃ (a, b) ∈ R2 unique tel que z = s(a + bX) = s(a) + bs(X) où s est la sur-
jection canonique de R[X] dans R[X]/(X 2 + 1) et[s(X)]2 = −1.

Démonstration

(a) Existence de (a, b)

Soit s : R[X] −→ R[X]/(X 2 + 1), A −→ s(A) = cl(A)

Si A = X 2 + 1 alors s(X 2 + 1) = cl(0) =⇒ [s(X)]2 + s(1) = cl(0)

=⇒ [s(X)]2 = s(−1).

Dans la suite, on pose s(X) = i et on identifie s(a) avec a pour toute constante a, par suite on
a i2 = −1.

Soit R1 [X] l’ensemble des polynômes de degré inférieur ou égal à 1 et s1 : R1 [X] −→ R[X]/(X 2 + 1)
la restriction de s.

Soit A ∈ R[X] alors A = a0 + a1 X + a2 X 2 + a3 X 3 + a4 X 4 + ...... et

s(A) = s(a0 ) + s(a1 )s(X)−s(a2 )−s(a3 )s(X) + s(a4 ) + .......

Il en résulte que : ∀ z ∈ R[X]/(X 2 + 1) on a z = a + bs(X) où on a identifié s(ai ) ave ai . D’où

s1 es surjective.

(b) Unicité

Si a + bs(X) = a0 + b0 s(X) alors a − a0 + (b − b0 )s(X) = 0 =⇒ a = a0 et b = b0 .

On peut noter C = {z = a + ib; (a, b) ∈ R2 } avec i2 = −1.

Définition

Soit z ∈ C, on définit le conjugué de z = a + ib par z = a−ib.

Soient (a1 , a2 , ..., an ) ∈ Cn les coefficients d’un polynôme P ∈ C[X] de degré n. On définit le
polynôme conjugué de P par P̄ dont les les coefficients sont donnés par (ā1 , ā2 , ..., ān ) ∈ Cn .

Propriétés élémentaires

- Le conjugué de la somme de deux polynômes est la somme des conjugués.

- Le conjugué du produit de deux polynômes est le produit des conjugués.

271

A. Intissar
Algèbre Parties : I & II

- Un P est à coefficients réels si et seulement si il est égal à son conjugué.

- a est un zéro de P d’ordre α si et seulement si le conjugué de a est un zéro d’ordre α du

conjugué de P .

On rappelle qu’on a déjà défini l’ensemble C comme l’ensemble des couples ordonnés z = (a, b)
de deux nombres réels a ∈ R et b ∈ R donc z est vu comme couple de R2 et on a défini deux
lois internes, une addition et une multiplication par les règles suivantes :

Pour z = (a, b) et z 0 = (a0 , b0 ) ; on pose par définition :

z + z 0 = (a + a0 , b + b0 ) et zz 0 = (aa0 − bb0 , ab0 + a0 b).

• Ces règles sont déduites des faits suivants :

Considérons la somme des polynômes à coefficients réels A = a + bX et B = a0 + b0 X est

(a + a0 ) + (b + b0 )X ; leur produit est P = (aa0 ) + (ab0 + a0 b)X + bb0 X 2 .

La division euclidienne du polynôme P par X 2 +1 nous donne le reste R = aa0 − bb0 + (ab0 + a0 b)X.

• Des définitions ci-dessus on déduit, par des calculs faciles, que l’addition et la multiplication
sont associatives et commutatives et que la multiplication est distributive par rapport à l’addi-
tion.

• L’ensemble des nombres complexes de la forme (a, 0) est isomorphe pour l’addition et la mul-
tiplication aux nombres correspondants a de R. En effet :

(a, 0) + (a0 , 0) = (a + a0 , 0) et(a, 0)(a0 , 0) = (aa0 , 0) donc on peut représenter :

Par le même symbole a le nombre réel a et le nombre complexe (a, 0).

• Posons i = (0, 1), i est alors zéro du polynôme X 2 + 1.

• On pourra remplacer les nombres complexe z par la somme a + ib et effectuer les opérations
comme avec les nombres réel ; il suffira de remplacer i2 par −1 chaque fois que i figurera à une
puissance au moins égale à 2.

• Le nombre a s’appelle la partie réelle de z et b la partie imaginaire de z. On écrit souvent

a = <e(z) et b = =m(z).

Théorème (fondamental)

Tout polynôme P à coefficients dans R[X]/(X 2 + 1) = C admet un zéro dans C c’est-à-dire C

est algébriquement clos.

Démonstration

voir théorème d’Alembert page 203 ou la page 235.

272

A. Intissar
Algèbre Parties : I & II

Théorème (Factorisation dans C[X])

Tout polynôme P de C[X] a exactement n zéros , si on compte chaque zéro un nombre de fois
égal à sa multiplicité.

c’est-à-dire :

P (X) = Λ(X − x1 )(X − x2 )................(X − xn ); λ 6= 0.

ou bien

Soient P ∈ C[X] et (x1 , x2 , ..........., xp ) les zéros de P (X) avec leurs ordres de multiplicités
(α1 , α2 , ...., αp ) alors P (X) = Λ(X − x1 )α1 ........(X − xp )αp où Λ est une constante.

Démonstration

Soit P un polynôme de C[X] de degré n ≥ 1. Grâce au théorème fondamental ci-dessus, il

possède un zéro x1 ∈ C, donc on a P = (X − x1 )P1 , degP1 = n − 1.

Or P1 ∈ C[X] donc P1 possède un zéro x2 ∈ C ( distinct ou non de x1 ) ; on a P1 = (X − x2 )P2

, degP2 = n − 2.

De proche en proche, on obtient :

Pn−1 = (X − xn )Pn , degPn = 0. Donc Pn = λ ∈ C et λ 6= 0

On a ainsi

P = λ(X − x1 )((X − x2 )..............(X − xn ).

Corollaire

Dans C[X] les seuls polynômes premiers sont les polynômes de degré 1.

Théorème (Factorisation dans R[X])

Tout polynôme non nul P de R[X], peut s’écrire sous la forme :

p
Y q
Y
P =λ (X − xj )αj (X 2 + bk X + ck )βk .
j=1 k=1

où p et q sont deux entiers naturels, λ un réel et pour tout j ∈ [1, p] et tout k ∈ [1, q], αj et βk
des entiers naturels non nuls et αj , bk et ck des réels vérifiant b2k − 4ck < 0.

Démonstration

Considérons un polynôme P ∈ R[X] de degré n , comme R est un sous-corps de C, c’est donc

aussi un polynôme de C[X], donc il a n zéros distincts ou non dans C.

Soit P (x) = a0 + a1 x + ......... + an xn avec (a0 , a1 , ...., an ) ∈ Rn+1 et soit α ∈ N, alors on a :

273

A. Intissar
Algèbre Parties : I & II

ξ ∈ C est zéro de P d’ordre α ⇐⇒ ξ¯ est zéro de P d’ordre α.

En effet :

Si ξ est un zéro complexe de P alors P (ξ) = a0 + a1 ξ + ......... + an ξ n = 0. Or (a0 , a1 , ...., an )

sont réels donc P (ξ) = a0 + a1 ξ¯ + ......... + an ξ¯n = 0 par suite ξ¯ est un zéro de P et réciproque-
ment si ξ¯ est zéro de P alors ξ¯ = ξ est un zéro de P .

Comme les dérivées successives P 0 , P 00 , ......p(α) appartiennent à R[X], si ξ est zéro d’ordre α
de P on a :

P (ξ) = P 0 (ξ) = P 00 (ξ) = ..... = P (α−1) (ξ) = 0, P (α) (ξ) 6= 0.

En passant au conjugués, on obtient :

¯ = P 0 (ξ)
P (ξ) ¯ = P 00 (ξ)
¯ = ..... = P (α−1) (ξ)
¯ = 0, ¯ 6= 0.
P (α) (ξ)

Ainsi ξ¯ est zéro de P avec la même multiplicité que ξ.

On peut donc grouper les zéros complexes deux par deux.

¯ = X 2 − (ξ + ξ)X
Si ξ est complexe , le polynôme (X − ξ)(X − ξ) ¯ + |ξ|2 = X 2 − 2<eξX + |ξ|2 ∈ R[X].

Ce polynôme n’ayant pas de zéo réel donc son discriminant [2<eξ]2 − 4|ξ|2 est strictement né-
gatif.

Il en résulte que
p
Y q
Y
P =λ (X − xj )αj (X 2 + bk X + ck )βk .
j=1 k=1

où p et q sont deux entiers naturels, λ un réel et pour tout j ∈ [1, p], xj est un zéro réel de
multiplicité αj et pour tout k ∈ [1, q], ξk est un zéro complexe de P , βk des entiers naturels
non nuls, bk = −2<eξk et ck = |ξk |2 des réels vérifiant b2k − 4ck < 0.

274

A. Intissar
Algèbre Parties : I & II

Chapitre 9
Corps des fractions rationnelles

§ 1 Corps des fractions rationnelles

Soit A un anneau intègre. Notons A∗ = A − {0}. On veut construire un corps K contenant A

comme sous-anneau (d’où la nécessité d’avoir un anneau intègre) et qui soit minimal pour cette
propriété. On note ce corps F rac(A) dit corps des fractions de l’anneau A et si l’anneau A est
l’anneau des polynômes K[X] alors F rac(K[X]) sera appelé corps des fractions rationnelles où
K est C ou R. La construction est la même que celle du corps Q à partir de l’anneau Z. les
fractions rationnelles à plusieurs indéterminées sont hors programme.

On va considérer l’espace C[X] × C[X] − {0} et on définit une relation d’équivalence sur lui
comme suit :

(P, Q) ∼ (P1 , Q1 ) ⇐⇒ P Q1 = QP1 avec (P, Q) ∈ C[X] × C[X] − {0}, (P1 , Q1 ) ∈ C[X] × C[X] − {0}.

Cette relation est bien une relation d’équivalence :

? (P, Q) ∼ (P, Q) car P Q − QP = 0.

? Si (P, Q) ∼ (P1 , Q1 ) alors P Q1 − QP1 = 0 donc QP1 − P Q1 = 0 et donc (P1 , Q1 ) ∼ (P, Q) .

? Si (P, Q) ∼ (P1 , Q1 ) et (P1 , Q1 ) ∼ (P2 , Q2 ) alors on a P Q1 − QP1 = 0 et P1 Q2 − Q1 P2 = 0 =⇒

Q2 P Q1 − Q2 QP1 = 0 et QP1 Q2 − QQ1 P2 = 0 =⇒ Q2 P Q1 − Q2 QP1 + QP1 Q2 − QQ1 P2 = 0

⇐⇒ (P Q2 − QP2 )Q1 = 0 =⇒ (P, Q) ∼ (P2 , Q2 ).

On note l’espace quotient [C[X] × C[X] − {0}]∼ par Frac(C[X]) ou tout simplement par F(X)

P
dont une classe d’équivalence cl((P, Q)) ∈ F(X) sera notée ou bien P Q−1 et sera appelée
Q
fraction rationnelle où P est dit numérateur et Q appelé dénominateur.

Définition

Dans F(X), on définit deux opérations internes :

• Addition

P P1 P Q1 + P1 Q
+ =
Q Q1 QQ1
• Multiplication

P P1 P P1
. =
Q Q1 QQ1

275

A. Intissar
Algèbre Parties : I & II

Lemme

Les opérations d’addition et de multiplication définies ci-dessus sont bien définies.

Démonstration
P P1 R R1
Si = et = , on doit vérifier que :
Q Q1 S S1
P1 S1 + Q1 R1 P S + QR PR P 1 R1
= (*) et que = (**).
Q1 S1 QS QS Q1 S1
Par hypothèse, on a P Q1 − QP1 = 0 et RS1 − SR1 = 0. On a donc 0 = (P1 Q − P Q1 )SS1 +
(R1 S − RS1 )QQ1 = QS(S1 P1 + Q1 R1 ) − Q1 S1 (P S + QR) ce qui démontre (*) et

0 = (P1 Q − P Q1 )S1 S + (R1 S − RS1 P Q1 = P1 R1 QS − P RQ1 S1 , ce qui démontre (**).

Théorème

L’ensemble F(X) muni de l’addition et la multiplication est un corps commutatif.

Démonstration

On vérifie facilement que l’unité est 11 , l’élément nul est 01 et que l’inverse de Q
P
, est Q
P pour
P 6= 0. La vérification de toutes les autres propriétés de la définition d’un corps commutatif est
simple, méthodique et lourde.

Remarque
P
L’application ϕ : C[X] : P −→ F(X), P −→ ϕ(P ) = est un morphisme d’anneaux injectif.
1
Ainsi C[X] peut être identifié à un sous-anneau de F(X)

F(X) est le plus petit corps contenant l’anneau C[X].

P 0 1 1
Notons F = ∈ F(X), = 0, = 1 et = Q−1 alors on en déduit diverses règles de calcul :
Q 1 1 Q
Soient P, Q, D, ∈ C(X).
P
• = P (car 1−1 = 1).
1
P Q P Q
• Si P et Q 6= 0, alors ( )−1 = (en effet : )−1 = (P Q−1 )−1 = QP −1 = ).
Q P Q P
DP P P
• Si Q et D 6= 0, alors = (en effet : DP (DQ) = DP Q D = P Q−1 = ).
−1 −1 −1
DQ Q Q
Définition (Fraction irréductible )

Soit F ∈ F(X).

• : Un représentant de F , est par définition un couple (P, Q) ∈ C[X] × C[X] − {0} tel que
P
F = .
Q

276

A. Intissar
Algèbre Parties : I & II

• : Un représentant irréductible de F , est par définition un couple (A, B) ∈ C[X] × C[X] − {0}
A
tel que F = et pgcd (A, B) = 1.
B
Proposition

(1) Toute fraction rationnelle F ∈ F(X) admet un représentant irréductible.

(2) Si (A, B) est un représentant irréductible de F , alors les autres représentants de F sont
(DA, DB), D ∈ C[X] − {0} (parmi lequels les irréductibles sont (λA, λB); λ ∈ C − {0}.

Démonstration

(1) Soit F ∈ F(X) , (P, Q) un représentant de F . On pose G = pgcd(P, Q). Alors P = GP1 et
P GP1 P1
Q = GQ1 , avec pgcd(P1 , Q1 ) = 1. Ainsi F = = = .
Q GQ1 Q1
A
(2) Supposons que F = , avec pgcd(A, B) = 1, soit (P, Q) un autre représentant de F . Alors
B
P A
= ; P B = QA. Donc B divise QA, donc Q car pgcd(A, B) = 1
Q B
P A P
Il en résulte que Q = Q1 B et = ; = A (car B 6= 0) Donc P = Q1 A et par conséquent
Q1 B B Q1
(P, Q) = (Q1 A, Q1 B).

Inversement, les DA, DB), D ∈ C[X] − {0} sont des représentants de F .

Définition (Degré d’une fraction rationnelle)

P
Soit F = ∈ F(X). On appelle degré de F degF = degP − degQ qui appartie à Z ∪ {−∞}.
Q
Exemple

X +1
F = est de degré 0.
3X + 2
X +1
F = est de degré −1.
3X 2 + 1
Proposition

Soit F, F1 , F2 ∈ F(X) et λ ∈ C; λ 6= 0. Alors on a :

(i) deg(F1 F2 ) = degF1 + degF2 .

(ii) deg(λF ) = degF .

(iii) deg(F1 + F2 ) ≤ max(degF1 , degF2 ).

Démonstration

Elle est immédiate en raisonnant sur les degrés des représentants

277

A. Intissar
Algèbre Parties : I & II

§ 2 Parties entières - pôles - parties principales

Proposition

P
Toute fraction rationnelle F = ∈ F(X) peut se décomposer de façon unique sous la forme
Q
suivante :

P (X) R(X)
F (X) = = E(X) + avec degR < degQ et E, R ∈ C[X].
Q(X) Q(X)
Démonstration

Pour tout couple (P, Q), il existe un couple unique tel que : P (X) = E(X)Q(X) + R(X) avec
degR < degQ (division euclidienne).

P (X) R(X)
Il en résulte que pour Q 6= 0, on a = E(X) + avec degR < degQ.
Q(X) Q(X)
Définition

• Le polynôme E(X) défini dans la proposition précédente est appelé partie entière de la frac-
P
tion rationnelle F = .
Q
A
• Soit F = une fraction rationnelle irréductible alors on définit :
B
• Un zéro de F est, par définition, un zéro du numérateur c’est-à-dire celui de A. Son ordre de
multiplicité est celui qu’il a en tant que zéro de A.

• Un pôle de F est, par définition, un zéro du Dénominateur c’est-à-dire celui de B. Son ordre
de multiplicité est celui qu’il a en tant que zéro de B.

Exemple

X3 − 1
Soit F = .
X 2 − 3X + 2
Pour déterminer E(X) la partie entière de F on fait une division euclidienne pour obtenir
X3 − 1 7(X − 1)
F = 2 =X +3+ 2 . Donc E(X) = X + 3.
X − 3X + 2 X − 3X + 2
Pour déterminer les zéros et les pôles de F , il faut commencer par donner la forme irréductible
de F . Alors on a :

X3 − 1 X − 1)(X 2 + X + 1) X2 + X + 1 A(X)
F = = = = où A(X) = X 2 + X + 1 et
X2 − 3X + 2 (X − 1)(X − 2 X −2 B(X)
B(X) = X − 2.
√
−1 + i 3
Pour déterminer les zéros de F on détermine ceux de A qui sont j et j̄ où j = qui
2
sont des zéros d’ordre 1.

Les pôles de F sont les zéros de B alors 2 est un pôle d’ordre 1.

278

A. Intissar
Algèbre Parties : I & II

Remarque

P
F = une fraction rationnelle non nécessairement irréductible :
Q
• Si ξ est un zéro de P d’ordre α, alors ξ est un zéro de F d’ordre ≤ α (voire 0).

• Si ξ est un zéro de Q d’ordre α, alors ξ est un pôle de F d’ordre ≤ α (voire 0).

Définition (domaine de définition d’une fraction rationnelle)

A
Soit F = une fraction rationnelle irréductible.
B
L’ensemble DF = C − {pôle de F} est appelé le domaine de définition de la fonction ra-
A(X)
tionnelle associée à F notée F définie par F : DF −→ C, X −→ F (X) = .
B(X)
Quelques propriétés de F

P
• Si F = une fraction rationnelle non irréductible, et si ξ n’est pas un zéro de Q, alors
Q
P (X)
X ∈ DF , et F (X) = .
Q(X)
• Si F1 , F2 ∈ F(X) et λ ∈ C, alors on a :

- DF1 ∩ DF2 ⊂ DF1 +F2 et ∀ X ∈ DF1 ∩ DF2 , F1 + F2 (X) = F 1 (X) + F 2 (X).

- DF1 ∩ DF2 ⊂ DF1 F2 et ∀ X ∈ DF1 ∩ DF2 , F1 F2 (X) = F 1 (X)F 2 (X)

∀ X ∈ DF1 , λF1 = λF1 .

Proposition

Soient F1 , F2 ∈ F(X). S’il existe un ensemble infini E inclus dans DF1 ∩ DF2 tel que

∀ X ∈ E, F 1 = F 2 , alors F1 = F2 .

Démonstration

A1 A1
Soient F1 , = et F2 , = deux fractions rationnelles irréductibles.
B1 B1
Donc ∀ X ∈ E, A1 (X)B2 (X) = A2 (X)B1 (X) . Donc A1 B2 et A2 B1 coincident sur sur une infi-
nité de valeurs. D’où A1 B2 = A2 B1 et donc F1 = F2 .

De ces propriétés : de même que pour les fonctions polynomiales on peut enlever les
sur les fonctions rationnelles.

Proposition (Dérivation)

Il y a une unique application D : F(X) −→ F(X) prolongeant la dérivation des polynômes telle
que pour toutes fraction rationnelle F1 , F2 ∈ F(X) et tout polynôme P, Q ∈ C[X] on a : (pro-
longement linéaire avec régle de Leibniz)

279

A. Intissar
Algèbre Parties : I & II

P D(P )
D( ) = , D(F1 + F2 ) = D(F1 ) + D(F2 ), D(F1 F2 ) = D(F1 )F2 + F1 D(F2 ), elle est définie
1 1
par :

P D(P )Q−P D(Q)

D( )= .
Q Q2
Démonstration

P D(P )Q−P D(Q) P

[de D( )= ne dépend que de Q ]. Soient P1 , Q1 , P2 , Q1 ∈ C[X] avec P1 Q2 = Q1 P2
Q Q2
alors :

P1 P1 Q2 D(P1 Q2 )Q1 Q2 − P1 Q2 D(Q1 Q2 )

Comme D( ) = D( )= c’est-à- dire :
Q1 Q1 Q2 Q21 Q22
D(P1 Q1 ) − P1 D(Q1 ) D(P1 Q2 )Q1 Q2 − P1 Q2 D(Q1 Q2 )
= =⇒
Q21 Q21 Q22
[D(P1 )Q1 − P1 D(Q1 )]Q22 = D(P1 Q2 )Q1 Q2 − P1 Q2 D(Q1 Q2 )

= (D(P1 )Q2 + P1 D(Q2 ))Q1 Q2 − P1 Q2 (D(Q1 )Q2 + Q1 D(Q2 ).

= (D(P1 )Q2 + P1 D(Q2 ))Q1 Q2 − P2 Q1 (D(Q1 )Q2 + Q1 D(Q2 ).

= D(P1 Q2 )Q1 Q2 − P2 Q1 (D(Q1 )Q2 + Q1 D(Q2 ).

= D(P1 Q2 )Q1 Q2 − P2 Q1 (D(Q1 Q2 ).

= D(P2 Q1 )Q1 Q2 − P2 Q1 (D(Q1 Q2 ). (*)

= [D(P2 )Q1 + P2 D(Q1 )]Q1 Q2 − P2 Q1 [D(Q1 )Q2 + Q1 D(Q2 ))].

= [D(P2 )Q1 Q1 Q2 . + P2 D(Q1 )]Q1 Q2 − P2 Q1 D(Q1 )Q2 − P2 Q1 Q1 D(Q2 ))].

= D(P2 )Q1 Q1 Q2 − P2 Q1 Q1 D(Q2 ).

= [D(P2 )Q2 − P2 D(Q2 )]Q21 . =⇒

D(P1 )Q1 − P1 D(Q1 ) D(P2 )Q2 − P2 D(Q2 ) P1 P2

2 = 2 ⇐⇒ D( ) = D( ).
Q1 Q2 Q1 Q2
§ 3 Décomposition des fractions rationnelles en éléments simples

A
Soit B un représentant irréductible d’une classe de fractions rationnelles.
Divisons A par B suivant les puissances décroissantes : On a
A R
A = BQ + R avec degR < degB. Donc == Q + et cette décomposition est unique. De
B B
R
plus est irréductible, sinon R et B auraient un diviseur commun, qui diviserait alors aussi
B
A.

Supposons maintenant que B = B1 B2 où B1 et B2 sont premiers entre eux. L’idéal {V B1 + W B2 }

où V et W sont des polynômes arbitraires cet idéal contient tous les polynômes donc il existe

280

A. Intissar
Algèbre Parties : I & II

U1 et U2 tels que U2 B1 + U1 B2 = R ( les polynômes U1 et U2 ne sont d’ailleurs pas uniques).

• Divisons U1 par B1 :

U1 = B1 C1 + R1 avec degR1 < degB1

Les polynômes R1 et B1 sont premiers entre eux, car un diviseur commun diviserait U1 donc R
R
et aussi B = B1 B2 et ne serait pase irréductible. En particulier, il en résulte aussi que R1 6= 0.
B
• Divisons U2 par B2 ; alors

U2 = B2 C2 + R2 avec degR2 < degB2

On montre de même que les polynômes R2 et B2 sont premiers entre eux, donc R2 6= 0. On a
aussi

R = U2 B1 + U1 B2 = B1 B2 (C1 + C2 ) + R2 B1 + R1 B2 .

degR < degB = degB1 + degB2

deg(R2 B1 = degB1 + degR2 < degB1 + degB2 .

deg(R1 B2 = degR1 + degB2 < degB1 + degB2 .

Par suite

degB1 B2 (C1 + C2 ) < degB1 + degB2 .

Cette inégalité n’est possible que si C1 + C2 = 0 et alors on a

R = R2 B1 + R1 B2 avec degR1 < degB1 et degR2 < degB2 .

Lemme

Les polynômes R1 et R2 ainsi déterminés sont uniques.

Démonstration

Si l’on avait aussi

R = R2∗ B1 + R1∗ B2 avec degR1∗ < degB1 et degR2∗ < degB2

On aurait par différence,

(R2∗ − R2 )B1 = (R1 − R1∗ )B2 .

Or B1 et B1 sont premiers entre eux, donc B1 divise (R1 − R1∗ ). La comparaison des degrés
montre que cela entraine R1 − R1∗ = 0 ; on a alors aussi R2∗ − R2 = 0.

281

A. Intissar
Algèbre Parties : I & II

Par suite on a le résultat suivant :

Proposition

(i) On a la décomposition :

R R1 R2
= + avec degR1 < degB1 et degR2 < degB2
B B1 B2
et cette décomposition est unique.

(ii) De façon générale, Soit B = B1 B2 ..............Bh une décomposition de B en polynômes pre-

miers entre eux deux à deux ; on a

A R1 R2 Rh
=Q+ + + ........ + avec degRi < degBi pour i = 1, ....., h
B B1 B2 Bh
Cette décomposition est unique pour une décomposition B = B1 B2 ..............Bh donnée.

A
Q est la partie entière de et elle est non nulle si degA ≥ degB.
B
Rappel
k
Y
• Tout polynôme B à coefficients dans C peut se décomposer en un produit (X − ξh )mh .
h=1

où ξh sont des nombres complexes distincts et mh est un entier ≥ 1.

• Les polynômes Bh = (X − ξh )mh et Bj = (X − ξj )mj sont premiers entre eux pour h 6= j et

degBh = deg(X − ξh )mh = mh .

Corollaire

A
Soient A, B ∈ C[X] ; B 6= 0 alors la fraction rationnelle possède la décomposition suivante :
B
A R1 Rh Rk
=Q+ m
+ ...... + + ...... + avec degRh < mh pour
B (X − ξ1 ) 1 (X − ξh )m1 (X − ξk )mk
h = 1, ....., k.
A
où ξ1 , ξ2 , ......, ξk sont les pôles de la fraction rationnelle et mh est l’ordre de multiplicité du
B
pôle ξh .

Cette décomposition est unique.

• Dans la suite de ce paragraphe, nous allons continuer la décomposition sur une frac-
R
tion de la forme où degR < m.
(X − ξ)m
λ
• Pour ξ ∈ C, λ ∈ C∗ , l’élément ; m ∈ N∗ est appelé élément simple du corps des
(X − ξ)m
fractions rationnelles à coefficients dans C.

282

A. Intissar
Algèbre Parties : I & II

λ
• Pour ξ ∈ R, λ ∈ R∗ , l’élément ; m ∈ N∗ est appelé élément simple de 1ère espèce du
(X − ξ)m
corps des fractions rationnelles à coefficients dans R.

λX + µ
• Pour s, p ∈ R; s2 − 4p < 0, (λ, µ) ∈ R2 − {(0, 0)}, l’élément ; m ∈ N∗ est ap-
(X 2 − sX + p)m
pelé élément simple de 2ème espèce du corps des fractions rationnelles à coefficients dans R.

Proposition

R
La fraction où degR < m admet la décomposition suivante :
(X − ξ)m
R λ1 λi λm
= + ...... + + .......... + où λi ∈ C avec λm 6= 0.
(X − ξ)m X −ξ (X − ξ)2 (X − ξ)m
Démonstration

La formule de Taylor, appliquée au polynôme R, donne

∂R ∂2R ∂ m−1 R
∂X (ξ) ∂X 2 (ξ) 2 ∂X m−1 (ξ)
R = R(ξ) + (X − ξ) + (X − ξ) + ......... + (X − ξ)m−1 ,
1! 2! (m − 1)!
c’est-à-dire

R = λm + λm − 1(X − ξ) + λm−2 (X − ξ)2 + ......... + λ1 (X − ξ)m−1 ,

avec

∂ m−j R
∂X m−j (ξ)
λj = .
(j − 1)!
On a λm 6= 0 car R est premier à (X − ξ)m , donc non divisible par (X − ξ) c’est-à-dire R(ξ) 6= 0,
il vient ainsi :

R λ1 λi λm
m
= + ...... + 2
+ .......... + où λi ∈ C avec λm 6= 0.
(X − ξ) X −ξ (X − ξ) (X − ξ)m
Cette décomposition est aussi unique car elle résulte de l’unicité de la formule de Taylor.

Corollaire

A
Pour tout A, B ∈ C[X] ; B 6= 0, la fraction rationnelle possède la décomposition suivante :
B
k
A X λh,1 λh,2 λh,mh
=Q+ [ + + .......... + ] où λh,mh 6= 0.
B X − ξh (X − ξh )2 (X − ξh )mh
h=1

Cette décomposition est unique.

Définition

A
La décomposition ci-dessus de s’appelle décomposition de la fraction rationnelle en éléments
B
simples.

283

A. Intissar
Algèbre Parties : I & II

Calcul des coefficients λh,j de la décomposition

Le calcul de la partie entière Q se fait par la division de A par B suivant les puissances décrois-
santes.

Désignons par ξ l’un quelconque des pôles ξh distincts ; soit m sa multiplicité. Posons

A R W
=Q+ m
+
B (X − ξ) C
W
où est la somme des fractions rationnelles correspondant aux pôles ξh autres que ξ. On a alors
C
degR < m, degW < degC B = (X − ξ)m C.

On a ainsi

A = CR + (X − ξ)m (CQ + W ).

Si on considère le polynôme Pξ = X − ξ comme une nouvelle indéterminée Y , on a

m

 A = CR + Y (CQ + W )
(1)
m−1
R = λm + λm−1 Y + ....... + λ1 Y


D’autre part, d’après la formule de Taylor, les polynômes A et C peuvent aussi être considérés
eux-mêmes comme des polynômes en l’indéterminée Y ; on a en effet, si s est le degré de A et
n celui de B :
∂A ∂sA
∂Y (ξ) ∂Y s (ξ)
A = A(ξ) + Y + .......................... + Y s.
1! s!
∂C ∂ n−m C
∂Y (ξ) ∂Y n−m (ξ)
C = C(ξ) + Y + .......................... + Y s.
1! (n − m)!
Les deux égalités (1) sont alors celle de l a division suivant les puissances croissantes de A par
C, divisions qui sont poussées jusqu’à l’obtention d’un reste de valuation ≥ m en Y .

Le quotient de degré m − 1 obtenu sera :

R = λm + λm−1 Y + .......... + λ1 Y m−1 .

Le polynôme C est défini par B = (X − ξ)m C. Mais en développant B suivant la formule de

Taylor, on aura

∂B ∂ m−1 B ∂mB
B(ξ) = (ξ) = .......... = (ξ) = 0, (ξ) 6= 0.
∂Y ∂Y m−1 ∂Y m
car ξ est zéro de multiplicité m de B. Ainsi
∂mB ∂ m+1 B ∂nB
∂Y m (ξ) m ∂Y m+1 (ξ) m+1 ∂Y n (ξ)
B= Y + Y + ....... + Yn
m! (m + 1)! n!
∂mB ∂ m+1 B ∂nB
m ∂Y m (ξ) ∂Y m+1 (ξ) ∂Y n (ξ) n−m
=Y [ + Y + ....... + Y ].
m! (m + 1)! n!

284

A. Intissar
Algèbre Parties : I & II

On a par conséquent

∂mB ∂ m+1 B ∂nB

∂Y m (ξ) ∂Y m+1 (ξ) ∂Y n (ξ)
C= + Y + ....... + Y n−m .
m! (m + 1)! n!
Dans la division de A par C, comme on cherche un quotient de degré inférieur à m, on pourra
supprimer dans A et C tous les termes contenant Y à une puissance ≥ m et effectuer la division
sur les polynômes ainsi réduits ; dans les opérations intermédiaires de la division, on pourra
également supprimer chaque terme contenant Y à une puissance ≥ m.

Dans le cas particulier où ξ est un pôle simple, on a

A(ξ) A(ξ)
λ1 = = ∂B .
C(ξ) ∂Y (ξ)
Dans le cas d’un pôle de multiplicité m ≥ 2, on a en général intérêt à utiliser la méthode de la
division suivant les puissances croissantes.

A(ξ) m!A(ξ)
On peut remarquer toutefois que l’on a toujours λm = = ∂B .
C(ξ) ∂Y (ξ)
Comme il y a unicité de la décomposition, on peut aussi former la quantité
k
A(γ) X λh,1 λh,2 λh,mk
= Q(γ) + ( + + .......... + ).
B(γ) γ − ξh (γ − ξh )2 (γ − ξmk )mk
h=1

où γ est un nombre quelconque de C différent des pôles ξ1 , ......., , ξk .

L’égalité obtenue pour les λh,j , 1 ≤ j ≤ k, et les coefficients de Q est une équation linéaire pour
ces quantités. Cette méthode est appelée méthode des coefficients indéterminés.

Enfin, si A et B sont les polynômes de R[X], c’est-à-dire des polynômes à coefficients réels, le
passage au conjugué dans la décomposition ne doit pas altérer celle ci en vertu de l’unicité. Par
suite, les nombres λh correspondant à deux pôles complexes conjugués sont eux même com-
plexes conjugués. Il en résulte aussi que les quantités λh,j , 1 ≤ j ≤ k correspondant à un pôle
réel sont réels.

(Décomposition en éléments simples dans C)

Soit F ∈ Frac(C[X]) dont les pôles sont les complexes ξ1 , ξ2 , ......., ξn distincts deux à deux et
d’ordres de multiplicité respectifs α1 , α1 , ......, αn . Il existe un unique polynôme E ∈ C (appelée
partie entière de F ) et une unique famille de scalaires λi,j ; 1 ≤ i ≤ n, 1 ≤ j ≤ αi tels que :
n X αi
X λi,j
F =E+ ( ).
i=1 j=1
(X − ξi )j

(Décomposition en éléments simples dans R)

A
Soit F ∈ Frac(R[X]) une fraction rationnelle admettant pour forme irréductible unitaire F = .
B
2
Il existe (n, m) ∈ N tel que la décomposition en produit de facteurs irréductibles de B soit de

285

A. Intissar
Algèbre Parties : I & II

la forme :
n
Y m
Y
B= (X − ai )ri (X 2 + sk X + pk )tk
i=1 k=1

où a1 , a2 , ....., an sont les zéros réels distincts deux à deux de B d’ordres de multiplicité respec-
tifs r1 , r2 , ....., rn et X 2 + s1 X + p1 , X 2 + s2 X + p2 , ........, X 2 + sm X + pm sont des polynômes
deux à deux distincts sans zéro réel (s2k − 4pk < 0, 1 ≤ k ≤ m), t1 , t2 , ....., tm sont des entiers
naturels non nuls.

Alors, il existe un unique polynôme E ∈ R[X], une unique famille de réels λi,j ; 1 ≤ i ≤ n, 1 ≤ j ≤ αi
et une unique famille de couples de réels (αkj , βkl ), 1 ≤ k ≤ m, 1 ≤ l ≤ tk tels que :
n X ri mk t
X λi,j XX αkl X + βkl
F =E+ ( j
) + ( ).
i=1 j=1
(X − ai ) (X + sk X + pk )l
2
k=1 l=1

Mise en place

P
Soit P et Q deux polynômes, on veut décomposer la fraction rationnelle F = .
Q
On s’intéressera, dans la suite, aux fractions rationnelles (dites "irréductibles") simplifiées au
maximum, c’est-à-dire dans lesquelles P et Q sont premiers entre eux et où Q est de degré
supérieur ou égal à 1. On notera K un corps commutatif (en général C ou R).

La première étape consiste à réduire la fraction de telle sorte que le degré du numérateur soit
inférieur à celui du dénominateur. On procède pour ce faire à une division euclidienne de P par
Q. On sait qu’il existe toujours un couple unique de polynômes E et R tels que P = E × Q + R
P R
avec degR < degQ. La fraction rationnelle F = peut s’écrire alors F = E + . Le polynôme
Q Q
R
E est appelé la partie entière de F et c’est sur que l’on va procéder à une décomposition en
Q
éléments simples.

Exemple

Passage par les réels

10x2 + 12x + 20
en éléments simples, observons d’abord
x3 − 8
x3 − 8 = (x − 2)(x2 + 2x + 4).
Le fait que x2 + 2x + 4 ne soit pas factorisable en utilisant des coefficients réels est visible car
le discriminant, 22 − 4 × 4, est négatif. Nous cherchons donc des scalaires a, b, c tels que

10x2 + 12x + 20 10x2 + 12x + 20 a bx + c

3
= = + .
x −8 (x − 2)(x2 + 2x + 4) x − 2 x2 + 2x + 4
Les différentes étapes sont :

En multipliant par (x − 2) il vient :

(x − 2)(10x2 + 12x + 20) a bx + c

= (x − 2) + (x − 2) 2
(x − 2)(x2 + 2x + 4) x−2 x + 2x + 4

286

A. Intissar
Algèbre Parties : I & II

10x2 + 12x + 20 bx + c
soit : 2
= a + (x − 2) 2
x + 2x + 4 x + 2x + 4
En posant x = 2 :

10.22 + 12.2 + 20 bx + c
2
= a + (2 − 2) 2
2 + 2.2 + 4 2 + 2.2 + 4
soit : 7 = a.
En posant x = 0 et en utilisant que a = 7, il vient :
20 7 c
= +
−8 −2 4
soit : c = 4.

En posant x = 1 et en utilisant que a = 7 et c = 4 :

10.12 + 12.1 + 20 7 b.1 + 4

= + .
(1 − 2)(12 + 2.1 + 4) 1 − 2 12 + 2.1 + 4
soit b = 3
La décomposition en éléments simples est

10x2 + 12x + 20 7 3x + 4
= + .
x3 − 8 x − 2 x2 + 2x + 4
Exemple

Passage par les complexes

Une autre méthode consiste à faire la décomposition sur C puis à regrouper deux à deux les
termes à pôles conjugués et les mettre au même dénominateur pour récupérer les termes irré-
ductibles du second degré.

Ainsi pour P = 1 et Q = x3 + 1 :

1 a b c 1
= + + −iπ =
x3 + 1 x + 1 x − e iπ
3 x−e 3 (x + 1)(x 2 − x + 1)
iπ −iπ
puisque −1, e 3 et e 3 sont les zéros complexes de x3 + 1. On détermine a, b, c en multipliant
dans chaque cas par le dénominateur respectif puis en choisissant une valeur de x adaptée à la
simplification :

Pour trouver a :

(x + 1)b (x + 1)c x+1 1 1

a+ iπ + −iπ = = −iπ = 2
x−e 3 x−e 3 x3 + 1 iπ
(x − e 3 )(x − e 3 ) x −x+1
D’où, pour x = −1 :
1
a=
3
Par la même méthode, on trouve pour b :

287

A. Intissar
Algèbre Parties : I & II

1 1 1 −2iπ
b= iπ iπ −iπ =√ iπ √ = e 3
(1 + e )(e 3 3 −e 3 ) 3e 6 ×i 3 3
Le coefficient c est le conjugué de b. Ce n’est pas un hasard puisque b et c sont des valeurs
1 2iπ
correspondant à un couple de pôles conjugués d’un polynôme à coefficients réels c = e 3 d’où
3
−2iπ 2iπ
1 1 1 e 3 1 e 3
= + +
x3 + 1 3(x + 1) 3 x − e iπ
3 3 x − e −iπ
3

Si l’on cherche à manipuler des expressions où l’on ne rencontre que des réels, on peut alors
combiner les deux derniers termes. C’est une propriété générale : dans une décomposition sui-
vant les différents zéros de Q, la somme des deux éléments simples complexes associés à deux
pôles simples conjugués donne l’élément simple réel correspondant.

On somme alors les deux derniers termes :

−2iπ 2iπ
e 3 e 3 2−x
iπ + −iπ =
x−e 3 x−e 3 x2 −x+1
On obtient ainsi
1 1 2−x
= +
x3 + 1 3(x + 1) 3(x2 − x + 1)
Exemple

Répétition d’un facteur irréductible du second degré

25
F =
(x + 2)(x2 + 1)2
avec le facteur irréductible du second degré x2 + 1 au dénominateur, la décomposition en frac-
tions simples sera de la forme

a bx + c dx + e
F = + 2 + 2
x + 2 x + 1 (x + 1)2
La détermination de a se fait en multipliant par x + 2 et en prenant x = −2. On obtient a = 1.
On peut alors écrire

bx + c dx + e a 25 1 −x4 − 2x2 + 24
+ = F − = − =
x2 + 1 (x2 + 1)2 x+2 (x + 2)(x2 + 1)2 x+2 (x + 2)(x2 + 1)2
(x + 2)(−x3 + 2x2 − 6x + 12) −x3 + 2x2 − 6x + 12
= =
(x + 2)(x2 + 1)2 (x2 + 1)2
En remplaçant, dans le numérateur, −x3 + 2x2 par

x2 (−x + 2) = (x2 + 1 − 1)(−x + 2) = (x2 + 1)(−x + 2) + x − 2, cette fraction devient :

(x2 + 1)(−x + 2) − 5x + 10 −x + 2 −5x + 10

= 2 + 2
(x2 + 1)2 x +1 (x + 1)2
La décomposition finale est donc
25 1 −x + 2 −5x + 10
= + 2 + 2 .
(x + 2)(x2 + 1)2 x+2 x +1 (x + 1)2

288

A. Intissar
Algèbre Parties : I & II

Exemple

A
F = où A = x7 + 2x6 + x5 − 6x4 + 9x3 + x ou B = (x − 1)(x2 + 1)3 .
B
A
Les polynômes A et B sont à coefficients réels. Les pôles de F = sont les zéros de B, c’est-
B
à-dire ξ1 = i, pôle triple ainsi que ξ2 = −i et ξ3 = 1 qui est pôle simple.

On s’assure que A est premier avec B en formant :

A(ξ1 ) = A(i) = −8 − 8i ;

A(ξ2 ) = A(−i) = A(i) = −8 + 8i ;

A(ξ3 ) = A(1) = 8.

Ces trois nombres sont 6= 0, donc A ne peut avoir aucun diviseur commun avec B, car les
diviseurs premiers de B dans C[X] sont x − 1, x − i et x + i.

Les polynômes A et B ayant le même degré 7, il y a une partie entière Q non nulle, obtenue en
divisant A par B suivant les puissances décroissantes. On a donc

A = BQ + R, avec Q = 1 et R = 3x6 − 2x5 − 3x4 + 6x3 + 3x2 + 1.

On aura besoin du calcul des polynômes dérivés de R et de B en particulier de leurs valeurs

respectives au point i pour appliquer la formule de Taylor :

∂R ∂R
= 18x5 − 10x4 − 12x3 + 18x2 + 6x =⇒ (i) = 18i − 10 + 12i − 18 + 6i = −28 + 36i
∂x ∂x
∂2R 4 3 2 ∂2R
= 90x − 40x − 36x + 36x + 6 =⇒ (i) = 90 + 40i + 36 + 36i + 6 = 132 + 76i
∂x2 ∂x2
∂3R ∂3R
3
= 360x3 − 120x2 − 72x + 36 =⇒ (i) = 156 − 432i
∂x ∂x3
∂4R 2 ∂4R
= 1080x − 240x − 72 =⇒ (i) = −1152 − 240i
∂x4 ∂x4
∂5R ∂5R
= 2160x − 240 =⇒ (i) = −240 + 2160i
∂x5 ∂x5
∂6R ∂6R
= 2160 =⇒ (i) = 2160.
∂x6 ∂x6
Et pour B = (x − 1)(x2 + 1)3 = x7 − x6 + 3x5 − 3x4 + 3x3 − 3x2 + x − 1 on a :

∂B ∂B
= 7x6 − 6x5 + 15x4 − 12x3 + 9x2 − 6x + 1 =⇒ (i) = 0
∂x ∂x
∂2B 5 4 3 2 ∂2B
= 42x − 30x + 60x − 36x + 18x − 6 =⇒ (i) = 0
∂x2 ∂x2
∂3B 4 3 2 ∂3B
= 210x − 120x + 180x − 72x + 18 =⇒ (i) = 48 + 48i
∂x3 ∂x3

289

A. Intissar
Algèbre Parties : I & II

∂4B ∂4B
= 840x3 − 360x2 + 360x − 72 =⇒ (i) = 288 − 480i
∂x4 ∂x4
∂5B ∂5B
= 2520x2 − 7200x + 360 =⇒ (i) = −2160 − 7200i
∂x5 ∂x5
∂6B ∂6B
= 5040x − 7200 =⇒ (i) = −7200 + 5040i
∂x6 ∂x6
∂7B ∂7B
= 5040 =⇒ (i) = 5040.
∂x7 ∂x7
Les pôles complexes étant conjugués, on a la décomposition suivante :

R λ1 λ2 λ3 λ1 λ2 λ3 µ
= + + + + + + .
B (x − i) (x − i)2 (x − i)3 (x + i) (x + i)2 (x + i)3 x−1
Pour calculer λ1 , λ2 , λ3 , nous utilisons la formule de Taylor pour écrire les polynômes R et B
sous la forme de polynômes en x − i = y. On obtient :
−28 + 36i 132 + 76
R = R(i) + (x − i) + (x − i)2 + .......
1! 2!
R = −(8 + 8i) + (−28 + 36i)y + (66 + 38i)y 2 + .......
0 0 48 + 48i 288 − 480i −2160 − 7200i
B =0+ (x − i) + (x − i)2 + (x − i)3 + (x − i)4 + (x − i)5 + ......
1! 2! 3! 4! 5!
B = y 3 [(8 + 8i) + (12 − 20i)y + (−18 − 6i)y 2 + ......] = y 3 C.

Comme la multiplicité du pôle ξ1 = i est m = 3, il est inutile d’écrire dans R et C les termes
contenant y à une puissance supérieure à 2. On divise R par C suivant les puissances croissantes :

−(8 + 8i) + (−28 + 36i)y + (66 + 38i)y 2 + .....



 (8 + 8i) + (12 − 20i)y + (−18 − 6i)y 2 + .....



(8 + 8i) + (12 − 20i)y + (−18 − 6i)y 2 + .....

−1 + 2iy + y 2 + .....








. (−16 + 16i)y + (48 + 32i)y 2 + .....



. (16 − 16i)y + (−40 − 24i)y 2 + .....












(8 + 8i)y 2 + .....

.
Le reste ayant alors une valuation ≥ 3 en y, le quotient obtenu : −1 + 2iy + y 2 , donne λ1 = 1, λ2 = 2i, λ3 = −1.

Pour obtenir µ correspondant au pôle simple ξ3 = 1, on a B = (x − 1)C ∗ avec C ∗ = (x2 + 1)3 .

A(1) R(1) 8
On a alors : µ = ∗ = ∗ = = 1.
C (1) C (1) 8
En résumé, on a la décomposition suivante :
A 1 2i 1 1 2i 1 1
F = =1+ + 2
− 3
+ − 2
− 3
+ .
B (x − i) (x − i) (x − i) (x + i) (x + i) (x + i) x−1

290
View publication stats
A. Intissar

Vous aimerez peut-être aussi

Mpsi2 Charlemagnedownloadid 2742#page33
Pas encore d'évaluation
Mpsi2 Charlemagnedownloadid 2742#page33
72 pages
Limite de Nn sur √n pour n≥1
Pas encore d'évaluation
Limite de Nn sur √n pour n≥1
2 pages
Cours - Structures de Groupe Et D'anneau PDF
Pas encore d'évaluation
Cours - Structures de Groupe Et D'anneau PDF
14 pages
Corps des nombres réels en mathématiques
Pas encore d'évaluation
Corps des nombres réels en mathématiques
13 pages
Exercices d'Algèbre et Groupes Finis
Pas encore d'évaluation
Exercices d'Algèbre et Groupes Finis
3 pages
Mathématiques pour concours d'ingénieurs
Pas encore d'évaluation
Mathématiques pour concours d'ingénieurs
344 pages
Consignes et Exercices de Mathématiques
Pas encore d'évaluation
Consignes et Exercices de Mathématiques
4 pages
Intégrales doubles en géométrie analytique
Pas encore d'évaluation
Intégrales doubles en géométrie analytique
14 pages
Problèmes avancés en mathématiques appliquées
Pas encore d'évaluation
Problèmes avancés en mathématiques appliquées
27 pages
Series Formelles Et Generatrices
Pas encore d'évaluation
Series Formelles Et Generatrices
46 pages
Cours d'Algèbre MPSI 2013-2014
Pas encore d'évaluation
Cours d'Algèbre MPSI 2013-2014
182 pages
Exercices sur les polynômes et fractions
Pas encore d'évaluation
Exercices sur les polynômes et fractions
6 pages
Exercices de calcul algébrique MPSI
Pas encore d'évaluation
Exercices de calcul algébrique MPSI
4 pages
Carnet de voyage en Algèbrie 2023
Pas encore d'évaluation
Carnet de voyage en Algèbrie 2023
4 pages
Équations Différentielles Linéaires
Pas encore d'évaluation
Équations Différentielles Linéaires
17 pages
Devoir MPSI 1 : Nombres de Bell et Stirling
Pas encore d'évaluation
Devoir MPSI 1 : Nombres de Bell et Stirling
3 pages
Distance d'un point à une partie dans un espace vectoriel
Pas encore d'évaluation
Distance d'un point à une partie dans un espace vectoriel
3 pages
Analyse des Fonctions à Deux Variables
Pas encore d'évaluation
Analyse des Fonctions à Deux Variables
9 pages
Concepts de groupes et applications
Pas encore d'évaluation
Concepts de groupes et applications
95 pages
Bibliographie Agrégation Mathématiques
Pas encore d'évaluation
Bibliographie Agrégation Mathématiques
6 pages
Endomorphismes Euclidien
Pas encore d'évaluation
Endomorphismes Euclidien
52 pages
Construction des entiers naturels par induction
Pas encore d'évaluation
Construction des entiers naturels par induction
18 pages
Exercices d'Algèbre Linéaire I
Pas encore d'évaluation
Exercices d'Algèbre Linéaire I
17 pages
Classification des groupes abéliens finis
Pas encore d'évaluation
Classification des groupes abéliens finis
3 pages
Introduction aux Nombres Réels et Propriétés
100% (1)
Introduction aux Nombres Réels et Propriétés
11 pages
Mini Concours IPEST 2022-2023 MPSI
Pas encore d'évaluation
Mini Concours IPEST 2022-2023 MPSI
5 pages
Théorèmes et applications des groupes finis
Pas encore d'évaluation
Théorèmes et applications des groupes finis
4 pages
TD Dérivation
Pas encore d'évaluation
TD Dérivation
13 pages
Mathématiques L1 : Analyse des suites
Pas encore d'évaluation
Mathématiques L1 : Analyse des suites
100 pages
Espace de suites ℓp et normes associées
Pas encore d'évaluation
Espace de suites ℓp et normes associées
3 pages
Mathématiques avancées : ensembles, groupes, anneaux
Pas encore d'évaluation
Mathématiques avancées : ensembles, groupes, anneaux
8 pages
Algèbre générale par Pierre-Jean Hormière
0% (1)
Algèbre générale par Pierre-Jean Hormière
3 pages
DM 17 - Sujet D'entraînement
Pas encore d'évaluation
DM 17 - Sujet D'entraînement
4 pages
Mathématiques : Problèmes et Solutions
Pas encore d'évaluation
Mathématiques : Problèmes et Solutions
4 pages
Décomposition des fractions rationnelles
Pas encore d'évaluation
Décomposition des fractions rationnelles
20 pages
Devoir Surveillé MPSI-1 2020/2021
Pas encore d'évaluation
Devoir Surveillé MPSI-1 2020/2021
13 pages
Exercices étoilés 2023 en mathématiques
Pas encore d'évaluation
Exercices étoilés 2023 en mathématiques
16 pages
Oral Maths 2009 : Exposés et Exercices
Pas encore d'évaluation
Oral Maths 2009 : Exposés et Exercices
95 pages
Relations d'équivalence et groupes
Pas encore d'évaluation
Relations d'équivalence et groupes
2 pages
Sous-groupes additifs de R : Caractérisation
Pas encore d'évaluation
Sous-groupes additifs de R : Caractérisation
2 pages
Distributions
Pas encore d'évaluation
Distributions
30 pages
Exercices d'Algèbre Générale 2024/2025
Pas encore d'évaluation
Exercices d'Algèbre Générale 2024/2025
6 pages
Exercices de mathématiques MPSI 2024-2025
Pas encore d'évaluation
Exercices de mathématiques MPSI 2024-2025
3 pages
Structures algébriques : Groupes et anneaux
Pas encore d'évaluation
Structures algébriques : Groupes et anneaux
19 pages
Exercices sur polynômes et fractions rationnelles
Pas encore d'évaluation
Exercices sur polynômes et fractions rationnelles
6 pages
Exercices sur les Intégrales et Limites
100% (1)
Exercices sur les Intégrales et Limites
7 pages
Sous-groupes distingués en algèbre
Pas encore d'évaluation
Sous-groupes distingués en algèbre
6 pages
Espaces vectoriels : définitions et exemples
Pas encore d'évaluation
Espaces vectoriels : définitions et exemples
19 pages
Arithmétique et Polynômes : DS 8
Pas encore d'évaluation
Arithmétique et Polynômes : DS 8
3 pages
Exercices de Mathématiques Avancées
Pas encore d'évaluation
Exercices de Mathématiques Avancées
97 pages
Construction des réels à partir des rationnels
100% (1)
Construction des réels à partir des rationnels
4 pages
Correction des exercices de mathématiques PC/PC*
Pas encore d'évaluation
Correction des exercices de mathématiques PC/PC*
17 pages
Irrationalité de √5 et √2
100% (1)
Irrationalité de √5 et √2
6 pages
Logique et Calcul Propositionnel
100% (1)
Logique et Calcul Propositionnel
13 pages
Introduction aux groupes abéliens finis
Pas encore d'évaluation
Introduction aux groupes abéliens finis
27 pages
Corrigé Maths 2 Centrale 2024
Pas encore d'évaluation
Corrigé Maths 2 Centrale 2024
12 pages
Sujets d'Oral Maths MP* 2010
Pas encore d'évaluation
Sujets d'Oral Maths MP* 2010
63 pages
Actions de groupes et théorèmes de Sylow
Pas encore d'évaluation
Actions de groupes et théorèmes de Sylow
41 pages
Cours de Mathématiques CPGE
Pas encore d'évaluation
Cours de Mathématiques CPGE
405 pages
Cours d'Algèbre 1ère Année Universitaire
Pas encore d'évaluation
Cours d'Algèbre 1ère Année Universitaire
126 pages
Exemples de fonctions JavaScript simples
Pas encore d'évaluation
Exemples de fonctions JavaScript simples
6 pages
Introduction à l'Algorithmique et aux Données
Pas encore d'évaluation
Introduction à l'Algorithmique et aux Données
22 pages
Structures conditionnelles en JavaScript
Pas encore d'évaluation
Structures conditionnelles en JavaScript
2 pages
Création d'un site Web dynamique en PHP
Pas encore d'évaluation
Création d'un site Web dynamique en PHP
3 pages
Structures Conditionnelles et Répétitives
Pas encore d'évaluation
Structures Conditionnelles et Répétitives
25 pages
Exercices d'Analyse 2 : Développements Limités et Équations Différentielles
Pas encore d'évaluation
Exercices d'Analyse 2 : Développements Limités et Équations Différentielles
4 pages
Examen Algorithmique et Programmation
Pas encore d'évaluation
Examen Algorithmique et Programmation
4 pages
Concepts de groupes, anneaux et espaces vectoriels
Pas encore d'évaluation
Concepts de groupes, anneaux et espaces vectoriels
8 pages
Pseudo-classes CSS : Guide complet
Pas encore d'évaluation
Pseudo-classes CSS : Guide complet
3 pages
Grille Bootstrap 5 : Mise en page responsive
Pas encore d'évaluation
Grille Bootstrap 5 : Mise en page responsive
3 pages
Exercices Python : Variables et Fonctions
Pas encore d'évaluation
Exercices Python : Variables et Fonctions
10 pages
Modélisation BD pour Compagnie Aérienne
Pas encore d'évaluation
Modélisation BD pour Compagnie Aérienne
2 pages
Corrigé Examen Analyse 1 - Sousse 2023
Pas encore d'évaluation
Corrigé Examen Analyse 1 - Sousse 2023
6 pages
Insertion de médias audio et vidéo en HTML
Pas encore d'évaluation
Insertion de médias audio et vidéo en HTML
4 pages
Exercices de Probabilités Discrètes 2024
Pas encore d'évaluation
Exercices de Probabilités Discrètes 2024
2 pages
Test d'Analyse 2 - Université de Sousse
Pas encore d'évaluation
Test d'Analyse 2 - Université de Sousse
1 page
Examen d'Analyse 2 - Université de Sousse
Pas encore d'évaluation
Examen d'Analyse 2 - Université de Sousse
8 pages
Création d'une page web en HTML5
Pas encore d'évaluation
Création d'une page web en HTML5
5 pages
Résolution des systèmes linéaires
Pas encore d'évaluation
Résolution des systèmes linéaires
9 pages
Introduction aux espaces vectoriels
Pas encore d'évaluation
Introduction aux espaces vectoriels
15 pages
Exercices sur la théorie de la mesure
Pas encore d'évaluation
Exercices sur la théorie de la mesure
2 pages
Algorithmes de tri en C/C++ : Complexités
Pas encore d'évaluation
Algorithmes de tri en C/C++ : Complexités
6 pages
Exercices de logique propositionnelle
Pas encore d'évaluation
Exercices de logique propositionnelle
5 pages
Bases de la logique binaire en maintenance
Pas encore d'évaluation
Bases de la logique binaire en maintenance
11 pages
Contrôle Commun de Mathématiques 2024
Pas encore d'évaluation
Contrôle Commun de Mathématiques 2024
2 pages
Suites numériques et leur utilisation quotidienne
Pas encore d'évaluation
Suites numériques et leur utilisation quotidienne
37 pages
Analyse des Nombres Réels et Propriétés
Pas encore d'évaluation
Analyse des Nombres Réels et Propriétés
6 pages
Introduction à l'Algorithmique
Pas encore d'évaluation
Introduction à l'Algorithmique
128 pages
Corrigé d'Algèbre 1 - Université Lyon 1
Pas encore d'évaluation
Corrigé d'Algèbre 1 - Université Lyon 1
4 pages
Logique et Ensembles : Exercices Corrigés
Pas encore d'évaluation
Logique et Ensembles : Exercices Corrigés
3 pages
Exercices de Recherche Opérationnelle
Pas encore d'évaluation
Exercices de Recherche Opérationnelle
1 page
Circuit Logique et Porte Logique
Pas encore d'évaluation
Circuit Logique et Porte Logique
3 pages
Récurrence et Sommes Télescopiques
Pas encore d'évaluation
Récurrence et Sommes Télescopiques
8 pages
Structures conditionnelles en Python
Pas encore d'évaluation
Structures conditionnelles en Python
6 pages
Tri des Fréquences et Algorithmes
Pas encore d'évaluation
Tri des Fréquences et Algorithmes
3 pages
Logique combinatoire et séquentielle en électronique
100% (1)
Logique combinatoire et séquentielle en électronique
15 pages
Interpolation polynomiale de Lagrange en Python
100% (1)
Interpolation polynomiale de Lagrange en Python
9 pages
Corrigé des exercices sur suites adjacentes
Pas encore d'évaluation
Corrigé des exercices sur suites adjacentes
6 pages
Examen B.Tech : Langages Formels et Automates
Pas encore d'évaluation
Examen B.Tech : Langages Formels et Automates
3 pages
Égalité des caractérisations de l'enveloppe convexe
Pas encore d'évaluation
Égalité des caractérisations de l'enveloppe convexe
3 pages
Cours de Techniques d'Optimisation
100% (1)
Cours de Techniques d'Optimisation
28 pages
Exercices Corrigés sur les Polynômes
Pas encore d'évaluation
Exercices Corrigés sur les Polynômes
13 pages
Introduction aux Probabilités
Pas encore d'évaluation
Introduction aux Probabilités
223 pages
Cours d'Électronique Numérique BTS
Pas encore d'évaluation
Cours d'Électronique Numérique BTS
40 pages
Intégrales doubles et théorèmes associés
Pas encore d'évaluation
Intégrales doubles et théorèmes associés
30 pages
Épreuve Informatique MPI 2024
Pas encore d'évaluation
Épreuve Informatique MPI 2024
10 pages
Travaux Pratiques sur les Portes Logiques
Pas encore d'évaluation
Travaux Pratiques sur les Portes Logiques
7 pages
Piles en programmation : listes et tableaux
Pas encore d'évaluation
Piles en programmation : listes et tableaux
2 pages
Traduction de la boucle "while" en Python
Pas encore d'évaluation
Traduction de la boucle "while" en Python
2 pages