Algèbre vectorielle Montage préparé par : André Ross

Présentation au sujet: "Algèbre vectorielle Montage préparé par : André Ross"— Transcription de la présentation:

1 Algèbre vectorielle Montage préparé par : André Ross
Professeur de mathématiques Cégep de Lévis-Lauzon

2 Introduction Dans la partie algèbre vectorielle, nous avons fait l’étude des vecteurs et des opérations sur ceux-ci. Cette étude a débuté par les vecteurs géométriques. Nous avons vu qu’à l’aide de vecteurs linéairement indépendants, on peut décrire différents lieux géométriques. En effectuant des opérations sur des vecteurs, on constate que, lorsque ceux-ci sont exprimés comme combinaison linéaire d’une base, les opérations ne portent que sur les scalaires des combinaisons linéaires. Cette constatation nous amène à introduire la notion de vecteur algébrique qui est un couple (R2) ou un triplet (R2) composé des scalaires exprimant le vecteur dans la base orthonormée usuelle du plan cartésien ou de l’espace cartésien. De plus, la définition de vecteur algébrique est généralisable pour obtenir Rn.

3 Vecteurs géométriques
Dans cette première section, nous reverrons quelques notions sur les vecteurs géométriques.

4 Vecteur géométrique DÉFINITION Vecteur géométrique
Un vecteur géométrique est un segment de droite orienté, noté , où A est l’origine et B l’extrémité du vecteur. AB Il possède les caractéristiques suivantes : • une longueur, appelée le module du vecteur, et notée AB ; • une direction, définie par la droite ∆s, qui lui sert de support, ou par toute droite qui lui est parallèle, par exem-ple ∆d; • un sens, indiqué par une pointe de flèche à l’extrémité du segment de droite.

5 Addition S DÉFINITION Addition de vecteurs géométriques
, deux vecteurs géométriques libres. Le vecteur somme ou vecteur résultant, noté Soit u et v , peut être obtenu par deux méthodes, que l’on appelle méthode du parallélogramme et méthode du trian-gle. + Méthode du parallélogramme Méthode du triangle Les vecteurs étant libres, on peut faire coïncider l’origine de l’un avec l’extrémité de l’autre. Le vecteur somme a alors la même origine que le premier et même extrémité que le second. Les vecteurs étant libres, on peut faire coïncider leurs origines. Le vecteur somme est alors donné par la diagonale du parallélogramme construit sur les deux vecteurs en partant de l’origine commune. De plus, u – v = u + (– v) S

6 Multiplication par un scalaire
DÉFINITION Multiplication d’un vecteur géométrique par un scalaire , un vecteur géométrique non nul et p, un scalaire non nul. La multiplication du vecteur par le scalaire p donne un nouveau vecteur, noté p Soit u u, dont les caractéristiques sont : sa direction est la même que u; p son module est u = soit le produit de la valeur absolue de p et du module du vecteur u; son sens est : – le même que , si p > 0; u – opposé à celui de , si p < 0; u pour tout De plus, p = pour tout p , et 0 u u.

7 Combinaison linéaire DÉFINITION Combinaison linéaire de vecteurs
On appelle combinaison linéaire des vecteurs toute expression de la forme : Soit v1 , v2 v3 , …, vn , des vecteurs. a1 v1 v2 v3 vn + a2 + a3 + … + an si et seulement s’il existe des scalaires a1, a2, a3, … an tels que : est une combinaison linéaire des vecteurs On dit qu’un vecteur w v1 , v2 v3 , …, vn w = a1 v1 v2 v3 vn + a2 + a3 + … + an On dit également que w est engendré par les vecteurs v1 , v2 v3 , ... vn

8 Vecteurs engendrés En considérant un vecteur et un point comme origine, on peut, par combi-naison linéaire, engendrer tous les vecteurs ayant la même droite support. En considérant deux vecteurs non colinéaires (linéairement indépen-dants) ayant une origine commune, on peut, par combinaison linéaire, engendrer tous les vecteurs du plan de ces vecteurs. En considérant trois vecteurs non coplanaires (linéairement indépendants) ayant une origine commune, on peut, par combinaison linéaire, engendrer tous les vecteurs de l’espace.

9 Dépendance et indépendance linéaire
DÉFINITION Dépendance linéaire Soit V = { v1 , v2 v3 , …, vn }, un ensemble de vecteurs. On dit que les vecteurs de V sont linéairement dépendants si et seulement si il existe des scalaires a1, a2, a3, … an non tous nuls tels que : a1 v1 v2 v3 vn + a2 + a3 + … + an = DÉFINITION Indépendance linéaire Soit V = { v1 , v2 v3 , …, vn }, un ensemble de vecteurs. On dit que les vecteurs de V sont linéairement indépendants si et seulement si l’égalité : a1 v1 v2 v3 vn + a2 + a3 + … + an = est vérifiée uniquement lorsque : a1 = a2 = a3 = … = an = 0. S

10 Base de l’espace DÉFINITION Base de l’espace
} est une base de l’espace si et seulement si les vecteurs Un ensemble B = { e1 sont linéairement indépendants. e2 , e3 et Tous les vecteurs de l’espace peuvent s’exprimer comme combinaison linéaire des vecteurs d’une base. On est donc en mesure d’effectuer les opérations sur les vecteurs en les exprimant dans la base. On constate que l’on peut effectuer les opérations en ne considérant que les scalaires. On note alors : – u = (1; 0; 1) et v = (1; 1; –2), d’où : u + v = (1; 0; 1) + (1; 1; –2) = (2; 1; –1) Considérons les vecteurs u et v. C’est cette constatation qui nous amè-nera à introduire la notion de vecteur algébrique qui dans R3 est le triplet exprimant le vecteur dans la base naturelle. Cette notion de vecteur algébrique peut alors être généralisée. e1 e2 e3 + – 2 u = et v u + v = ( e1 e3 ) + ( e2 – 2 ) = ( e1 + ) + e2 e3 + ( – 2 ) = (1 + 1) e1 + e2 + (1 – 2) e3 = 2 e1 + e2 – e3

11 Base et repère d’une droite
DÉFINITION Base d’une droite Repère d’une droite Un ensemble B = { Un ensemble {P, e e1 } est un repère de la droite ∆ si et seulement si : } est une base de la droite ∆ si et seulement si : • le vecteur • P est un point de la droite ∆; e est non nul; • tout vecteur de ∆ est une combinaison linéaire de • B = { e } est une base de ∆. e1. On dit que {P, e } est un repère d’origine P et de base e. Un vecteur non nul forme une base de plusieurs droites. Pour décrire une droite particulière, il faut, en plus de la base, en donner un point. La base de la droite n’est pas nécessai-rement un sous-ensemble de la base de l’espace. Il faut avoir un vecteur non nul définissant la direction de cette droite. On peut encore décrire tout point de la droite dans le repère de celle-ci et dans la base de l’espace. OQ = OP + PQ = OP + a u On peut alors décrire tout point Q de cette droite dans son repère. = ( e1 + e2 ) + a( e1 – e2 + e3 ) où a est un scalaire. Dans cet exemple, on a : OQ = OP + PQ = OP + a e1 = ( e1 + 2 e3 ) + a e1 , où a est un scalaire.

12 Base et repère d’un plan
DÉFINITION Repère d’un plan Base d’un plan Un ensemble {P, Un ensemble B = { } est une base d’un plan si et seulement si les vecteurs e1 e1 e2 , e2 , } est un repère d’un plan si et seulement si : • P est un point de l’espace; e1 et e2 sont linéairement indépendants. • B = { e1 , e2 } est une base ordonnée du plan. Deux vecteurs linéairement indépen-dants forment une base de plusieurs plans. Pour décrire un plan parti-culier, il faut, en plus de la base, en donner un point. La base d’un plan n’est pas nécessai-rement un sous-ensemble de la base de l’espace. Il faut avoir deux vecteurs linéairement indépendants parallèles à ce plan. On peut encore décrire tout vecteur du plan dans le repère de celui-ci ou dans la base de l’espace. OQ = OP + PQ = OP + a u + b v On peut alors décrire tout point Q de ce plan dans son repère. = ( e1 + e2 ) + a( e1 + e3 ) + b(– e1 + e3 ) où a et b sont des scalaires. Dans cet exemple, on a : OQ = OP + PQ = OP + a e1 + b e2 où a et b sont des scalaires (nombres réels).

13 Application des vecteurs géométriques
La masse suspendue dans l’assemblage en équilibre ci-contre exerce une force de 900 N. À l’aide des vecteurs géométriques, déter-miner les forces agissant au point A. La tension est donc de 900 N dans le câble vertical, de 977 N dans l’autre câble et la barre rigide subit une pression de 796 N. La masse exerce une force due à la gravitation, elle est orientée vers le bas. Par la loi des sinus, on a alors : La corde est en tension et exerce au point A une force de réaction dirigée de A vers B T sin 70° P sin 60° = , cela donne : La barre rigide est en compression et exerce au point A une force de réaction dirigée de C ver A. 900 sin 70° sin 60° T = = 976,55…≈ 977 N C sin 50° P sin 60° Le système étant en équilibre, la résultante des forces est nulle et le triangle des forces est fermé. Formons ce triangle. = , cela donne : 900 sin 50° sin 60° C = = 796,09… ≈ 796 N

14 Vecteurs algébriques Notre étude des vecteurs géométriques nous a permis de constater que les opérations sur ceux-ci ne portent que sur les scalaires exprimant ces vecteurs comme combinaisons linéaires de la base considérée. Cela permet de redéfinir les opérations en ne considérant que les scalaires exprimant les vecteurs dans cette base. Parmi toutes les bases possibles, il est avantageux de considérer une base constituée de vecteurs unitaires, perpendiculaires deux à deux. On peut alors représenter un vecteur de R2 en donnant le couple des scalaires exprimant le vecteur comme combinaison linéaire de cette base. De la même façon, on caractérise un vecteur de R3 par un triplet et, on peut alors généraliser et définir des vecteurs dans Rn.

15 Plan cartésien Dans un repère, on peut exprimer tout vecteur comme combinaison linéaire des vecteurs de la base. Les opérations peuvent alors être définies sur les scalaires de ces combinaisons linéaires. Dans le plan, on utilise le repère orthonormé suivant. DÉFINITION Plan cartésien Le plan cartésien (ou plan réel) est un plan de repère orthonormé {O, i , j }, où i est horizontal et orienté vers la droite et j est vertical et orienté vers le haut. Tout vecteur du plan peut alors s’écrire sous la forme : v i = v1 j + v2 ou sous la forme : v = (v1; v2). En particulier : i = 1 j + 0 = (1; 0) et j i = 0 + 1 = (0; 1)

16 Espace cartésien Dans l’espace, on utilise le repère orthonormé suivant. DÉFINITION Espace cartésien L’espace cartésien est un espace de repère orthonormé {O, i , j , k }. Les vecteurs du repère sont orientés comme dans l’illustration ci-contre. Tout vecteur de l’espace peut alors s’écrire sous l’une des formes suivantes : k u i = u1 j + u2 + u3 ou u = (u1; u2 ; u3). En particulier : i = 1 j + 0 = (1; 0; 0) k j i = 0 + 1 = (0; 1; 0) k + 0 et k i = 0 j + 0 = (0; 0; 1) + 1

17 Espace R3 On désigne par R3 l’espace tridi-mensionnel dans lequel chaque point est caractérisé par trois coordonnées qui forment un triplet. Les axes sont désignés par x, y et z et représentés comme dans l’illustration ci-contre. Pour représenter un triplet dans cet espace, on procède comme dans R2, en reportant perpendiculairement les coordonnées sur les axes. Représentons les triplets (3; –4; 4) et (–4; 3; 4). On peut, par la relation de Chasles, considérer un vecteur dont l’origine est un point A et l’extrémité un point B, et déterminer un vecteur algébrique égal dont l’origine est au point (0; 0; 0). Dans R3, un vecteur algébrique est un triplet de la forme : u = (u1; u2; u3) Il est caractérisé par les coordonnées du point à son extrémité.

18 Vecteur algébrique dans Rn
La notion de vecteur algébrique est généralisable à des suites de n composantes. Nous ne rappelons ici que les définitions des opérations sur de telles suites. Pour les opérations dans R2 ou R3, il suffit de considérer n = 2 ou n = 3. On ne peut donner de repré-sentation géométrique d’un vecteur algébrique de Rn. Cependant, tout phénomène comportant n variables se traite avec des vecteurs de Rn. DÉFINITION Vecteur algébrique dans Rn Un vecteur algébrique de Rn est une suite (u1; u2; …; un), où les composantes sont toutes des nombres réels, ce que l’on note ui Î R pour tout i. Le module ( ou la norme) du vecteur algébrique de Rn est : u =  u12 +  u22 + … +  un2

19 Égalité de vecteurs algébriques de Rn
Pour définir des opérations sur les objets d’un ensemble, il faut préalablement donner un sens à l’égalité entre deux éléments de cet ensemble. DÉFINITION Égalité de vecteurs algébriques dans Rn sont égaux (ou équipollents) si et seulement si leurs composantes respectives sont égales. Symboliquement : Deux vecteurs de Rn, u = (u1; u2 ; ….; un) et v = (v1; v2 ; …; vn) Û u1 = v1, u2 = v2, … et un = vn u = v

20 Opérations dans Rn DÉFINITION Addition de vecteurs algébriques dans Rn
deux vecteurs algé-briques dans Rn. Soit u = (u1; u2; …; un) et v = (v1; v2; …; vn), Le vecteur somme est défini par l’égalité suivante : u v + = (u1; u2; …; un) + (v1; v2; …; vn) = (u1+ v1; u2+ v2 ; …; un+ vn) DÉFINITION Multiplication d’un vecteur algébrique par un scalaire dans Rn = (u1; u2;…; un) un vecteur algébrique dans Rn et k un scalaire. Soit u La multiplication du vecteur par le scalaire k donne le vecteur défini par l’égalité suivante : k u = k(u1; u2; …; un) = (ku1; ku2; …; kun)

21 Vecteurs algébriques et systèmes d’équations
Dans Rn, comme dans R2 et R3, c’est à l’aide d’un système d’équations linéaires non homogène que l’on exprime un vecteur comme combinaison linéaire des vecteurs d’une base. En effet, il faut alors déterminer la valeur des scalaires de cette combinaison linéaire. Il faut chaque fois, après avoir échelonné la matrice, interpréter le résultat : aucune solution, infinité de solutions, solution unique. Pour déterminer si des vecteurs sont linéairement indépendants ou linéairement dépendants, il faut résoudre un système d’équations homogène. Il faut chaque fois, après avoir échelonné la matrice, interpréter le résultat : infinité de solutions, solution unique.

22 Application des vecteurs algébriques
La masse suspendue dans l’assemblage en équilibre ci-contre exerce une force de 900 N. b) Établir les équations d’équilibre et trouver l’intensité des forces. a) Représenter dans un système d’axes les forces agissant au point A. La masse exerce une force due à la gravitation, elle est orientée vers le bas. PÐ 270° = (P cos 270°; P sin 270°) = (0; –P) On a donc le système d’équations : Le système étant en équilibre, on a : T cos 140° + C cos 20° = 0 T sin 140° + C sin 20° = 900 Tx + Cx + Px = 0 Ty + Cy + Py = 0 D’où : La corde est en tension et exerce au point A une force de réaction notée : TÐ 140° = (T cos140°; T sin 140°) = (Tx; Ty) Le déterminant est : –sin 120° ≠ 0, d’où : T cos 140° + C cos 20° cos 270° = 0 T sin 140° + C sin 20° sin 270° = 0 T ≈ 977 N et C ≈ 796 N cos 140° cos 20° La tension est donc de 900 N dans le câble vertical, de 977 N dans l’autre câble et la barre rigide subit une pression de 796 N. sin 140° sin 20° cos 20° Puisque cos 270° = 0 et sin 270° = –1, on a : cos 140° La barre rigide est en compression et exerce au point A une force de réaction notée : CÐ 20° = (C cos 20°; C sin 20°) = (Cx; Cy) = cos 140° sin 20° – sin 140°cos 20° = sin(–120°) = –sin 120° ≠ 0 900 sin 20° T cos 140° + C cos 20° = 0 T sin 140° + C sin 20° – 900 = 0 sin 140° 900 0 – 900 cos 20° 900 cos 140° – 0 T = = C = = –sin 120° –sin 120° –sin 120° –sin 120°

23 Espace vectoriel et sous-espace vectoriel
Lorsqu’un ensemble est muni d’opérations et que celles-ci satisfont à certaines propriétés, on dit que l’ensemble est doté d’une structure. La structure que l’on étudie en algèbre linéaire est celle d’espace vectoriel. Nous avons déjà rencontré plusieurs ensembles qui possèdent une structure d’espace vectoriel. C’est le cas de l’ensemble des matrices de même dimension, des vecteurs géométriques et de vecteurs algébriques.

24 Structure d’espace vectoriel
K, un corps de scalaires Un ensemble V Multiplication par un scalaire, Ä Addition, Å Addition, + Fermée sur V, Fermée sur K, associative, associative, Fermée sur V, possède un neutre, possède un neutre, distributive sur +, chaque élément a un opposé, chaque élément a un opposé, distributive sur Å , commutative. Multiplication, ´ associative avec ´, commutative. Fermée sur K, Le neutre de ´est neutre pour Ä . V a une structure de groupe abélien. distributive sur +, associative, possède un neutre, Les éléments de K sont appelés scalaires. Les éléments de V sont appelés vecteurs. chaque élément, sauf 0, a un inverse.

25 Sous-espace vectoriel
Pour déterminer si un sous-ensemble d’un espace vectoriel forme un sous-espace vectoriel (si le sous-ensemble a la même structure), on applique le théorème suivant. Il est important de relire les exemples de l’ouvrage illustrant cette procédure. THÉORÈME Sous-espace vectoriel Soit U, un sous-ensemble d’un espace vectoriel V. Le sous-ensemble U est un sous-espace vectoriel de V si et seulement si les trois conditions suivantes sont satisfaites : 1. U est non vide. 2. L’opération d’addition de vecteurs est fermée sur U : u v Pour tout Î U, et Å Î U 3. L’opération de multiplication d’un vecteur par un scalaire est fermée sur U : Î U u Pour tout et pour tout k Î K, (k u) Ä

26 Base et dimension d’un espace vectoriel
Définition Base d’un espace vectoriel Soit V, un espace vectoriel sur K, et B, un ensemble de n vecteurs de V. L’ensemble B forme une base de V si : 1. les vecteurs de B sont linéairement indépendants; 2. tout vecteur de V peut s’écrire comme combinaison linéaire des vecteurs de B (tous les vecteurs de V sont engendrés par les vecteurs de B). Définition Dimension d’un espace vectoriel Soit V, un espace vectoriel sur K. La dimension de V, notée dim V, est définie comme suit : n si une base de V contient n vecteurs. dim V = 0 si le seul élément de V est le vecteur nul.

27 Sous-espace engendré THÉORÈME Sous-espace engendré
}, un ensemble non vide de vecteurs d’un espace vectoriel V sur un corps K. Soit U = { v1 v2 v3 vn , , …, Alors, l’ensemble des combinaisons linéaires des vecteurs de U, noté L(U), forme un sous-espace vectoriel de V. Pour décrire le sous-espace engendré par un ensemble de vecteurs de R3, il faut déterminer à quelles conditions un vecteur (a; b; c) est engendré par combinaison linéaire des vecteurs donnés. On doit alors appliquer la méthode de Gauss. La ou les conditions sont alors des équations à partir desquelles on peut déterminer la forme générale des vecteurs engendrés et en déterminer une base plus simple à visualiser, puisque les vecteurs sont alors dans les plans du système d’axes. La dimension du sous-espace est alors donnée par le nombre de vecteurs dans cette base.

28 Lieux géométriques On peut décrire des sous-ensembles d’un espace vectoriel comme combinaison linéaire de vecteurs en imposant des contraintes au domaine de variation des scalaires. Considérons les vecteurs : v1 = (2; 0; 4), v2 = (1; 4; 0) et v3 = (–2; 1; 2) Les points du parallélépipède construit sur ces vecteurs sont décrits par : (x; y; z) = r(2; 0; 4) + s(1; 4; 0) + t(–2; 1; 2), où 0 ≤ r ≤ 1, 0 ≤ s ≤ 1 et 0 ≤ t ≤ 1. La description paramétrique des points du parallélépipède est : 0 ≤ r ≤ 1, 0 ≤ s ≤ 1 et 0 ≤ t ≤ 1 x = 2r + s – 2t y = 4s + t z = 4r + 2s , où 0 ≤ r ≤ 1, 0 ≤ s ≤ 1 et 0 ≤ t ≤ 1.

29 Transformations linéaires
Une transformation linéaire est une application d’un espace vectoriel dans un autre qui satisfait aux deux propriétés de linéarité. Toute transformation linéaire peut être représentée par une matrice et l’image d’un vecteur par une transformation linéaire est obtenu par un produit de matrices. Le calcul de la préimage d’un vecteur par une transformation linéaire et obtenue en résolvant un système d’équations. L’ensemble des préimages du vecteur nul par une transformation linéaire T est le noyau (ker T) de la transformation. L’ensemble des images par T est l’image de la transformation (Im T).

30 Transformation linéaire
DÉFINITION Transformation liéaire Soit U et V, deux espaces vectoriels sur un corps K, et soit T, une transformation de U dans V (T : U ® V). On dit que T est une trans-formation linéaire de U dans V si et seulement si : de U, et pour tout k Î K : u Pour tout vecteur et v u a) T( + v ) + T( ) = ) u b) T(k ) k T( ) = THÉORÈME Transformation linéaire et matrice Soit T, une transformation de U dans V, où U et V sont deux espaces vectoriels sur un corps K. T est linéaire si et seulement si elle est représentable par une matrice.

31 Étirement-compression dans une direction
DÉFINITION Étirement-compression dans une direction la transformation linéaire pour laquelle : , un vecteur non nul. On appelle étirement-compression dans la direction de Soit k, un scalaire et u u T( k ) = et u^ , pour tout orthogonal à DÉFINITION Vecteur propre et valeur propre est appelé vecteur propre de T si son image par T lui est colinéaire, c’est-à-dire s’il existe un scalaire l tel que : Soit T, une transformation linéaire de Rn dans Rn. Un vecteur non nul u T( u ) = l Le scalaire l est appelé valeur propre de la transformation T.

32 Homothétie et rotation
DÉFINITION Homothétie de rapport k On appelle homothétie de rapport k une transformation linéaire dont l’effet est un étirement-compression de rapport k dans toutes les directions. DÉFINITION Rotation autour de l’origine On appelle rotation d’un angle q autour de l’origine la trans-formation linéaire qui a pour effet de faire tourner tous les vecteurs du plan d’un angle q autour de l’origine.

33 Noyau de T DÉFINITION Noyau d’une transformation linéaire
Soit T, une transformation de U dans V, où U et V sont deux espaces vectoriels sur un corps K. On appelle noyau de T, noté ker T, le sous-espace vectoriel de U formé des éléments dont l’image par la transformation est l’élément neutre (ou le vecteur nul) de V. Symboliquement : ker T = { u Î U | T( 0V ) = } , où est le vecteur nul de V ker T est un sous-espace vectoriel de l’espace de départ de la transfor-mation linéaire. C’est le sous-espace formé des vecteurs dont l’image par la transformation est le vecteur nul de l’espace d’arrivée. Pour déterminer ker T, il faut résoudre un système d’équations linéaires homogène.

34 Image de T DÉFINITION Image d’une transformation linéaire
Soit T, une transformation de U dans V, où U et V sont deux espaces vectoriels sur un corps K. On appelle image de T, noté Im T, le sous-espace vectoriel de V formé des éléments qui sont l’image d’un élément de U par la transformation. Symboli-quement : Im T = { v Î V | $ u Î U, T( } ) = Im T est un sous-espace vectoriel de l’espace d’arrivée de la transfor-mation linéaire. C’est le sous-espace formé des vecteurs qui sont l’image d’au moins un vecteur de U par la transformation linéaire. Pour déterminer Im T, il faut résoudre un système d’équations pour trouver à quelle condition doit satisfaire un vecteur (a; b; c) pour être dans Im T.

35 Sous-espaces associés
Soit la transformation linéaire T: R3 ® R3 définie par : T(x; y; z) = (x – 2y –3z; 3x – 4y – 5z; 2x – 2y – 2z) ker T est un sous-espace de l’espace de départ de la trans-formation linéaire. Im T est un sous-espace de l’espace d’arrivée de la trans-formation linéaire.

36 Algèbre des transformations linéaires
Les transformations linéaires sont représentables par des matrices. On peut donc effectuer, sur les transformations linéaires, les mêmes opérations que sur les matrices. Cela signifie que l’ensemble des transformations linéaires sur deux espaces vectoriels donnés a la même structure que l’ensemble des matrices associées, soit la structure d’espace vectoriel. THÉORÈME Espace vectoriel des transformations linéaires Soit U et V, deux espaces vectoriels sur un corps K. L’ensemble des transformations linéaires de U dans V, noté L(U, V), muni de l’addition et de la multiplication par un scalaire, forme un espace vectoriel sur le corps K.

37 Composition DÉFINITION Composition de transformations linéaires
Soit U, V et W, trois espaces vectoriels sur un corps K, T:U® V et S : V® W, deux transformations linéaires. La composition de ces transformations, notée S • T est la transformation linéaire définie par : (S • T) ( ) = S(T( u )) , pour tout Î U Pour déterminer l’image d’un vecteur par S•T, il faut procéder par l’intérieur. On doit d’abord déterminer dans V l’image par T du vecteur de U, puis déterminer dans W l’image par S du vecteur de V.

38 Transformation linéaire inversible
Nous avons vu au chapitre 4 que les matrices carrées dont le déterminant est non nul sont inversibles. Une transformation linéaire de Rn dans Rn est représentée par une matrice carrée n ´n. Elle sera donc inversible si le déterminant de la matrice qui lui est associée est non nul. La matrice inverse permet de trouver la préimage par la transformation linéaire, c’est-à-dire qu’elle permet de déterminer, par un produit de matrices, le vecteur dont l’image par la transformation linéaire est connue. La recherche de cette préimage revient à résoudre le système d’équations par la méthode de la matrice inverse. Il est suggéré de revoir comment déterminer la matrice inverse par la méthode de l’ajointe.

39 Nombres complexes On obtient l’ensemble des nombres complexes en adjoignant l’opérateur i à l’ensemble des nombres réels. Cet opérateur a comme effet une rotation de 90°. En considérant la base {1; i}, on peut engendre tous les nombres de la forme a + bi qui sont appelées nombres complexes, noté C. L’ensemble des nombre réels est un sous-ensemble de celui des nombres complexes puisque le nombres réels sont de la forme a = 0 i. L’effet de la multiplication par i d’un vecteur de R2 peut être décrit par la transformation linéaire i(x; y) = (y; –x).

40 Opérations sur les nombres complexes
Sur les nombres complexes, on peut définir une égalité, une addition et une multiplication par un scalaire de la même façon que dans R2. Cependant, puisque i2 = –1, on peut définir une multiplication et, grâce à la notion de nombre complexe conjugué, on peut définir une division. DÉFINITION Nombre complexe conjugué Soit z = a + bi, un nombre complexe sous forme rectangulaire. On appelle nombre complexe conjugué de z, noté z , le nombre complexe défini par : z = a – bi

41 Produit et quotient Procédure
pour multiplier deux nombres complexes sous forme rectangulaire 1. Multiplier les nombres comme s’ils étaient deux binômes. 2. Utiliser le fait que i2 = –1 pour simplifier l’expression obtenue en regroupant les parties réelles et les parties imaginaires. Procédure pour diviser deux nombres complexes sous forme rectangulaire 1. Multiplier le numérateur et le dénominateur par le conjugué du dénominateur. 2. Simplifier et écrire le résultat sous la forme a + bi.

42 Formes des nombres complexes
On peut exprimer tout nombre complexe en fonction de son module et de son argument. En effet, dans le triangle rectangle formé, on a : a = r cos q et b = r sin q Par substitution on obtient : z = a + ib = r cos q + i r sin q = r (cos q + i sin q) q Dans la forme trigonométrique, les seuls paramètres sont le module et l’argument; il est donc suffisant de donner la valeur de ces paramètres pour caractériser un nombre complexe. On a alors la forme polaire z = rÐq. On constate que dans le produit et le quotient de nombres complexes sous forme polaire, les arguments se comportent comme des exposants, ce qui nous amène à la forme exponentielle z = reiq. On peut, par le développement de Maclaurin, démontrer que : f(q) = eiq = cos q + i sin q

43 Égalité sous forme polaire
Deux nombres complexes sous forme trigono-métrique (ou polaire) sont égaux s’ils ont le même module et si la différence de leurs arguments est égale à un multiple entier de 360° (ou 2π rad), puisque les fonctions sinus et cosinus sont périodiques de période 360° (ou 2π rad). q2  q1  =  q2 + 2π  THÉORÈME Égalité de nombres complexes (forme trigonométrique) Soit z1 = r1(cos q1 + i sin q1) et z2 = r2(cos q2 + i sin q2), deux nombres complexes sous forme trigonométrique. Alors, z1 = z2 si et seulement si : r1 = r2 et q1 = q2 + k 360°, pour k Î Z

44 Opérations sous forme polaire
THÉORÈME Produit de nombres complexes (forme polaire) Soit z1 = r1Ðq1 et z2 = r2Ðq2, deux nombres complexes sous forme polaire. Le produit de ces nombres, noté z1z2, est alors donné par : z1z2 = r1r2 Ð (q1 + q2) THÉORÈME Quotient de nombres complexes (forme polaire) Soit z1 = r1Ðq1 et z2 = r2Ðq2, deux nombres complexes sous forme polaire. Le quotient de ces nombres, noté z1z2, est alors donné par : z1 z2 r1 r2 = Ð (q1– q2)

45 Puissance sous forme polaire
THÉORÈME Théorème de Moivre Soit z = rÐq, un nombre complexe sous forme polaire. Alors, pour tout n Î Z : zn = rn Ð nq q Soit z = rÐ q, un nombre complexe sous forme polaire. En représentant graphiquement les nombres z2, z3, …, on remarque que les vecteurs obte-nus définissent la position de points sur une spirale logarithmique.

46 Racines d’un nombre complexe
Procédure pour extraire les racines nièmes d’un nombre complexe 1. Écrire le nombre sous forme polaire : u = sÐj. 2. Considérer une racine z = rÐq , tel que zn = rnÐnq = sÐj. 3. Calculer le module des racines, rn = s, d’où r = s . n 4. Calculer la forme générale de l’argument : q = (j + k 360°)/n, pour k = 0, 1, 2, ..., n–1. 5. Écrire les racines z0, z1, z2, ..., zn–1 et représenter graphiquement si nécessaire.

47 Exemple 8.3.8 Extraire les racines sixièmes de u = –64 , représenter graphiquement. Exprimons d’abord u sous forme polaire; on obtient u = 64Ð180°. On cherche z = rÐ q tel que z6 = r6Ð 6q = 64Ð 180°, d’où : r6 = 64 et r = 2. 6q = 180° + k 360°, ce qui donne q = 30° + k 60° pour k = 0, 1, 2, 3, 4, 5. Les racines sont : z0 = 2Ð30° = 3 + i z1 z2 z0 z1 = 2Ð90° = 2i 60° 60° 30° z2 = 2Ð150° = – 3 + i 60° 60° z3 = 2Ð210° = – 3 – i z3 60° 60° z5 z4 = 2Ð270° = –2i z4 z5 = 2Ð330° = 3 – i

48 Conclusion Cette présentation avait pour but de rappeler certains éléments importants de la partie sur l’algèbre vectorielle et les applications qui ont été faites de ces notions dans l’ensemble du cours. Vous devriez normalement avoir identifié, grâce à cette présentation, les notions et applications que vous ne maîtrisez pas. Il est important pour votre préparation à l’examen synthèse que vous preniez le temps de relire les exemples et refaire des exercices sur les notions et applications que vous ne maîtrisez pas.

49 Exercices de synthèse Algèbre linéaire et géométrie vectorielle, applications en sciences de la nature. Chapitre 13.