-
Notifications
You must be signed in to change notification settings - Fork 0
/
sources.tex
2065 lines (1643 loc) · 99.4 KB
/
sources.tex
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
\documentclass[11pt]{article}
\usepackage[french]{babel}
\usepackage[latin1]{inputenc}
\usepackage[T1]{fontenc}
\usepackage{graphicx} % \includegraphics[scale=0.6]{image.png}\\
\usepackage{color} % \textcolor{declared-color}{text}
\usepackage{mdframed} % Cadres de couleurs \begin{mdframed}[linecolor=...] \end{mdframed}
\usepackage{amsfonts} % Pour écrire les ensembles IR, IK etc "\mathbb "
\usepackage{amsmath} % Utilisation de \underset
\usepackage{amssymb} % Utilisation de \underset
\usepackage{hyperref} % Mettre le lien vers la page de google drive
\usepackage{times}
\usepackage{fullpage}
\usepackage{tikz} % Pour Sarrus
\usetikzlibrary{babel}
\usetikzlibrary{calc,matrix}
\usetikzlibrary{calc,tikzmark}
\newcommand{\MyTikzmark}[2]{%
\tikz[remember picture,baseline]
\node [anchor=base, inner sep=0pt, outer sep=0pt]
{\tikzmark{#1 LEFT}$#2$\tikzmark{#1 RIGHT}};%
}
\newcommand{\DrawVLine}[3][]{%
\begin{tikzpicture}[overlay,remember picture]
\draw[shorten <=-1.7ex, shorten >=-0.3ex, #1]
($(pic cs:#2 LEFT)!0.5!(pic cs:#2 RIGHT)$) --
($(pic cs:#3 LEFT)!0.5!(pic cs:#3 RIGHT)$);
\end{tikzpicture}
}
\newcommand{\DrawHLine}[3][]{%
\begin{tikzpicture}[overlay,remember picture]
\draw[shorten <=-0.2em, shorten >=-0.3em, yshift=0.7ex, #1]
(pic cs:#2 LEFT) -- (pic cs:#3 RIGHT);
\end{tikzpicture}
}
\renewcommand{\parallel}{\mathbin{/\negthickspace/}}
\DeclareMathOperator{\Ker}{Ker}
\DeclareMathOperator{\ImAppli}{Im}
\DeclareMathOperator{\Vect}{Vect}
\DeclareMathOperator{\R}{\mathbb R}
\DeclareMathOperator{\Mat}{Mat}
\DeclareMathOperator{\MatK}{\Mat_{\mathbb K}}
\DeclareMathOperator{\sign}{sign}
\title{Résumé cours de Maths - Module SI\\ \textbf{Algèbre Linéaire}}
\date{version du 25 mai (21h30)}
\pagestyle{plain}
\begin{document}
\pagenumbering{Roman}
\maketitle
\tableofcontents
\pagebreak
\textbf{Contacts: \\Henri Anciaux} \\
Mail : \textcolor{blue}{henri.anciaux@gmail.com} \\ % Les liens hyper-textes se font automatiquement
Site : \textcolor{blue}{http://homepages.ulb.ac.be/hanciaux/MATHF112.html} \\
Bureau : P.O.7.110
Lien de partage (Google Drive) des scans du cours théorique :\\
\urlstyle{same}
\textcolor{blue}{\href{https://drive.google.com/open?id=0B11b8daV9oclfllIMjFsNktRblMzdFdXM3cxazVtUGpqYlY2VHFvaV8tQWlRZEM4VDc2MG8&authuser=0} {LIEN - Cours théorique}}
\clearpage
\setcounter{page}{1}
\pagenumbering{arabic}
\pagebreak
\section{Introduction à l'algèbre linéaire}
On retrouve l'algèbre linéaire dans des domaines aussi nombreux que varié dans les mathématiques.
Et elle nous permet de pouvoir \textbf{simplifier les choses}.
\includegraphics[scale=0.6]{figures/graphiques-fonctions.png}
$f(x+h) \approx f(x)+h \times f'(x)$ (linéaire)
Par exemple le Polynôme de Taylor (qui est un cas d'algèbre linéaire)
nous permet de simplifier des expressions mathématiques en les linéarisant
et donc de pouvoir résoudre certains calculs insolubles sans. Comme la
formule d'oscillation du pendule: $y'' + \sin(y) = 0$ qui est une équation
différentielle du second ordre impossible à résoudre, peut être simplifiée en $y''+y=0$.
Elle est aussi utile dans les nuages de points, pour calculer une
matrice puissance $n$, approximer des fonctions, etc...
\section{Espaces vectoriels}
\begin{mdframed}[linecolor=magenta]
\textcolor{magenta}{\textbf{Notation :}}
$\mathbb K = \R, \mathbb C$, $\{0, 1\}$ ou n'importe quel "corps".
\end{mdframed}
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Définition :}}
Un \textbf{espace vectoriel} sur $\mathbb K$ ( = "$\mathbb K$-espace vectoriel")
est un ensemble E muni de 2 opérations:
\begin{itemize}
\item \textbf{addition interne} : $+ : E \times E \to E$
telle que, $\forall \, u, v, w \in E$ :
\begin{enumerate}
\item + est \textbf{commutative} $\Leftrightarrow v + w = w + v$
\item + est \textbf{associative} $\Leftrightarrow u + (v + w) = (u + v) + w$
\item + admet un \textbf{élément neutre} noté $\overrightarrow{0_E}$ ou $0 \Leftrightarrow 0 + v = v$
\item + admet un \textbf{opposé} noté $-v \Leftrightarrow v + (-v) = 0$
\end{enumerate}
\item \textbf{Multiplication externe} : $\cdot: \mathbb K\times E \to E$
telle que, $\forall \lambda \, \in \mathbb K, v, w \, \in E$:
\begin{enumerate}
\item $\cdot$ est \textbf{distributive à gauche}
$\Leftrightarrow \lambda \cdot (v + w) = \lambda \cdot v + \lambda \cdot w$
\item $\cdot$ est \textbf{distributive à droite}
$\Leftrightarrow (v + w) \cdot \lambda = \lambda \cdot v + \lambda \cdot w$
\item $\cdot$ est \textbf{associative}
$\Leftrightarrow \lambda \cdot (\mu \cdot v) = (\lambda \cdot \mu) \cdot v$
\item $\cdot$ admet un \textbf{élément neutre}
$\Leftrightarrow 1 \cdot v = v$
\end{enumerate}
\end{itemize}
Les éléments de E sont appelés vecteurs. Les 2 opérations + et $\cdot$
constituent une structure vectorielle.
\end{mdframed}
\begin{mdframed}[linecolor=cyan]
\textcolor{cyan}{\textbf{Remarque :}}
Si E est un e.v. (= Espace Vectoriel),
\[
\left \{
\begin{aligned}
0 \cdot v &= \overrightarrow{0_E} \\
(-1) \cdot v &= (-v)
\end{aligned}
\right.
\]
\end{mdframed}
\begin{mdframed}[linecolor=magenta]
\textcolor{magenta}{\textbf{Notation :}}
On appelle \textbf{scalaire} tout élément de $\mathbb K$
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorème :}}
$\mathbb K^n$ est un $\mathbb K$-e.v. (par exemple $\R^n$ ou $\mathbb C^n$)
\end{mdframed}
\bigskip
3 concepts fondamentaux :
\begin{enumerate}
\item \textbf{Applications linéaires}
\item \textbf{Sous-espaces vectoriels}
\item \textbf{Base et dimensions}
\end{enumerate}
\subsection{Sous-espace vectoriel}
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Définition :}}
Soit $E$ un $\mathbb K$-e.v. et $F \subset de$, un sous-ensemble de E.
On dit que $F$ est un \textbf{sous-espace vectoriel} de E si et seulement si :
\[
\left \{
\begin{aligned}
v + w \in F \qquad &\forall v, w \in F, v + w \in F \\
\lambda \cdot v \in F \qquad &\forall \lambda \in \mathbb K, v \in F
\end{aligned}
\right.
\]
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorème :}}
Soit $\{v\}$ où $v \neq 0_E$ n'est \textbf{pas} un e.v : $v + v = 2v \neq v$.
Alors : $F = \{\lambda \cdot v \quad t.q. \; \lambda \in \mathbb K \}$ est sous-e.v. de E.
On l'appelle également \textit{droite vectorielle de $E$ engendrée par $v$}.
\end{mdframed}
\begin{mdframed}[linecolor=magenta]
\textcolor{magenta}{\textbf{Notation :}}
On note la droite vectorielle $\{\lambda \cdot v \quad t.q. \; \lambda \in \mathbb K \}$
de la manière suivante : $v \mathbb K$.
\end{mdframed}
\begin{mdframed}[linecolor=green]
\textcolor{green}{\textbf{Exemple :}}
Pour $E = \R^2$, les sous-ensembles $F_i$ ci dessous
sont-ils des sous-espaces vectoriels de $E$ ?
\begin{itemize}
\item $F_1 = \{(x, y) \in \R^2 \quad t.q. \; 3x+2y=0\}$
\item $F_2 = \{(x, y) \in \R^2 \quad t.q. \; x^2+y^2=1\}$
\item $F_2 = \{(x, y) \in \R^2 \quad t.q. \; 3x+2y=1\}$
\end{itemize}
Sur un graphique:
\includegraphics[scale=0.5]{figures/fonctions.png}
1) $F_1$ est-il un sous-e.v. ?
\begin{itemize}
\item soit $(x, y)$ et $(x', y')$ dans $F_1$, est-ce que
$(x, y) + (x', y') \in F_1$ ? $(x, y) + (x', y') = 3(x + x') + 2(y+y') = 3x + 3x' + 2y + 2y' = (3x + 2y) + (3x' + 2y') = 0 + 0 = 0 \in F_1$
étant donné que $3x + 2y = 0$ est notre "équation" de départ (voir énoncé).
La première propriété pour que $F_1$ soit un sous-e.v. de $E$ est donc vérifiée ;
\item soit $(x, y) \in F_1$ et $\lambda \in \R$, est-ce que
$\lambda(x, y) \in F_1$? $\lambda(x, y) = 3(\lambda x) + 2(\lambda y) = \lambda(3x + 2y) = \lambda 0 = 0 \in F_1$.
La seconde propriété est vérifiée également, donc $F_1$ est un sous-e.v. de $E$.
Nous pouvons aussi dire que $3x + 2y = 0$ est une droite vectorielle de E.
\end{itemize}
2) Prenons les points $(1, 0)$ et $(0, 1) \in F_2$.
$(1, 0) + (0, 1) = (1, 1) \notin F_2$, car $1^2 + 1^2 = 2 \neq 1$.
Donc grâce à un contre-exemple, nous pouvons affirmer que $F_2$ n'est pas un sous-e.v de $E$.
3) Idem que pour le 2) avec les points $(1, -1)$ et $(3, -4)$
\end{mdframed}
\begin{mdframed}[linecolor=cyan]
\textcolor{cyan}{\textbf{Remarque :}}
Si $F$ est un sous-ensemble de $E$, alors $0_E \in F$.
Autrement dit, si le sous-ensemble $F$ ne contient pas l'élément neutre
de l'ensemble $E$ auquel il appartient, il n'est pas un sous e.v de cet ensemble.
(Cette remarque aurait pu permettre de résoudre le 2) et 3) de l'exemple juste au dessus).
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorème :}}
Si $F_1$ et $F_2$ sont des sous-e.v. de E, alors $F_1 \cap F_2$
est un sous-e.v. (attention, $F_1 \cup F_2$ ne l'est pas forcément).
\end{mdframed}
\begin{mdframed}[linecolor=green]
\textcolor{green}{\textbf{Exemple :}}
Soient $F_1 = \{(x, y) \in \R^2 \quad t.q. \; x = 0 \}$ et
$F_2 = \{(x,y) \in \R^2 \quad t.q. \; y = 0 \}$. \\
\includegraphics[scale=0.6]{figures/vecteurs.png}\\
$F_1 \cap F_2$ est ici l'intersection des droites $x = 0$ et $y = 0$ qui est le singleton (ensemble de cardinal = 1)
$(0;0)$. L'union ($\cup$) est par exemple la somme du vecteur $v (1, 0)$ et $w (0, 1)$.
$v + w = (1, 1) \notin F_1$ ni $F_2$. Ce n'est donc pas un sous-e.v. de $\R$.
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorème :}}
Si $(\texttt{F}_i )_{i \in I}$ ($I$ = n'importe quel ensemble) est
une famille quelconque de sous-e.v., $\bigcap_{i \in I} F_i$ est un sous-e.v.
\end{mdframed}
\bigskip
\subsection{Applications linéaires}
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Définition :}}
Soient E et \texttt{F}, 2 e.v. sur le même corps $\mathbb K$.
Une application $u : E \to \texttt{F}$ est \textbf{linéaire}
si elle préserve les structures vectorielles, c'est a dire les propriétés suivantes :
\[
\left \{
\begin{aligned}
u(x + y) &= u(x) + u(y) \; \forall x, y \in E\\
u(\lambda \cdot x) &= \lambda \cdot u(x) \; \forall \lambda \in \mathbb K, x \in E
\end{aligned}
\right.
\]
\end{mdframed}
\begin{mdframed}[linecolor=green]
\textcolor{green}{\textbf{Exemple :}}
Les application suivantes sont elles linéaires?
\begin{itemize}
\item $a : \R^2 \rightarrow \R^2 : (x, y) \mapsto (y, x)$
\item $b : \R^2 \rightarrow \R^2 : (x, y) \mapsto (\sin(x), y)$
\end{itemize}
1) Si $a$ est linéaire, elle doit respecter les 2 propriétés énoncées plus haut.
Vérifions la première : $a(x + y) \stackrel{?}{=} a(x) + a(y)$.
Considérons $(x, y)$ et $(v, w)$, 2 antécédents de $a$.
Pour vérifier la première propriété, il faut que $a((x, y) + (v, w)) = a(x, y) + a(v, w)$.
Développons des 2 côtés:
(Gauche) $a((x, y) + (v, w)) = a(x + v, y + w)$
Maintenant on applique $a$ qui va intervertir les coordonnées.
$a(x + v, y + w) = (y + w, x + v)$
(Droite) $a(x, y) + a(v, w) = (y, x) + (w, v) = (y + w, x + v)$.
Le coté gauche de l'équation est égal au coté droit, donc la première propriété est démontrée.
Maintenant il nous faut démontrer la seconde propriété :
$a(\lambda \cdot x) \stackrel{?}{=} \lambda\cdot a(x)$
On choisit un couple $(x, y)$, antécédent de $a$. Une fois encore,
on vérifie en développant des 2 côtés et on regarde s'ils sont égaux.
Donc si $a(\lambda \cdot (x, y))= \lambda \cdot a(x, y)$.
(Gauche) : $a(\lambda \cdot (x, y)) = a(\lambda x, \lambda y) = (\lambda y, \lambda x)$
(Droite): $\lambda \cdot a(x, y) = \lambda \cdot (y, x) = (\lambda y, \lambda x)$.
Les côtés gauche et droit sont égaux, la seconde propriété est donc respectée.
Comme les 2 propriétés ont été vérifiées et approuvées, $a$ est linéaire.
2) (Même principe que plus haut, donc voir $a$ pour les détails)
Si $b$ est linéaire elle doit respecter les 2 propriétés énoncées plus haut.
Vérifions la première: $b(x + y) \stackrel{?}{=} b(x) + b(y)$ et
donc $b((x, y) + (v, w)) = b(x, y) + b(v, w)$
(Gauche) : $b((x, y) + (v, w)) = b(x + v, y + w) = (\sin(x + v), y + w)$
(Droite) : $b(x, y) + b(v, w) = (\sin(x), y) + (\sin(v), w) = (\sin(x) + \sin(v), y + w)$
Or, $\sin(x + v) \neq \sin(x) + \sin(v) \forall x, v \in \R$,
donc l'égalité est fausse. Comme nous avons une contradiction
il n'est pas utile de vérifier la seconde propriété. $b$ n'est
pas linéaire. Il suffit de trouver un \textbf{contre-exemple}
pour prouver qu'une hypothèse est fausse.
Si l'on en trouve pas, il faut démontrer que les propriétés marchent dans notre cas.
(Voir première séance d'exercice pour plus d'exercice sur les applications linéaires)
\end{mdframed}
\begin{mdframed}[linecolor=cyan]
\textcolor{cyan}{\textbf{Remarque :}}
Si $u : E \rightarrow F$ est une application linéaire, alors
$u(0_E)=0_F$. Autrement dit, si le domaine de l'application ne
contient pas l'élément neutre, alors elle est d'office pas linéaire
(\textbf{Attention} cette affirmation n'est pas tout le temps vraie dans l'autre sens !).
\end{mdframed}
\bigskip
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorème :}}
Soit $A$, un ensemble quelconque, soit E un $\mathbb K$-e.v.\\
On écrit $E^A = \{u : A \to E\}$
l'ensemble des applications allant de $A$ dans $E$. $E^A$ a une structure vectorielle.
\end{mdframed}
\bigskip
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Définition :}}
Une application linéaire qui est bijective (injective et surjective) est appelée \textbf{isomorphisme}.
Rappel pour $f : E \rightarrow F$ :
\begin{itemize}
\item f est injective $\Leftrightarrow$ il n'existe pas 2 points qui ont la même image.
Autrement dit, $f(v) = f(w) \Rightarrow v = w$. \\
ex : $f : \R \rightarrow \R : x \mapsto x^2$
n'est pas injective sur $\R$ car pour $f(x) = 1$, on a
$x^2 = 1 \Leftrightarrow x \in \{-1, 1\}$,
mais elle est injective sur $\R^+$ ;
\item f est surjective $\Leftrightarrow$ tout les points de l'ensemble des images sont atteints.
Autrement dit, $\forall w \in F, \exists v \in E t.q. \; f(v) = w$. \\
ex : $f: \R \rightarrow \R : x \mapsto x^2$
n'est pas surjective sur l'ensemble image $\R$ car
$\nexists x t.q. \; f^2 = -1$. Mais elle est surjective
sur l'ensemble des images $\R^+$ ;
\item f est bijective $\Leftrightarrow$ l'application est à la fois injective et surjective.
ex : $f : \mathbb \rightarrow \R : x \mapsto x^3$.
\end{itemize}
Avec un schéma:
\includegraphics[scale=0.475]{figures/bijection.png}
\end{mdframed}
\begin{mdframed}[linecolor=green]
\textcolor{green}{\textbf{Exemple :}}
Comment prouver qu'une application est bijective?
$u :\R^3 \to \R^3 : (x, y, z)\mapsto: (x+y-z, x-y, z)$
Si $u$ est bijective, alors pour $(a, b, c)$ fixé, il existe un
unique élément $(x, y, z) \in \R^3$ tel que $u(x, y, z) = (a, b, c)$.
Nous avons donc un système d'équations !
\[
\left \{
\begin{aligned}
x + y - z &= a \\
x - y &= b\\
x &= c
\end{aligned}
\right.
\]
\[
\left \{
\begin{aligned}
x &= c \\
y &= -b + c\\
z &= -a - b + 2c
\end{aligned}
\right.
\]
Il existe donc qu'une et une seule solution au système, donc l'application $u$ est bijective.
Si elle est également linéaire (ce qu'elle est, la démonstration est laissée en exercice),
alors $u$ est un isomorphisme.
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorème :}}
$\mathbb K^{\{0, 1\}} \sim \mathbb K^2 $ ($\sim$ veut dire \textit{est comparable à}),
c'est-à-dire qu'il existe un \textbf{isomorphisme canonique} :
$\phi : \mathbb K^{\{0, 1\}} \to \mathbb K^2$.
Soit $A$ un ensemble fini : \#$A$ = $n$ \quad(\# = cardinal = nombre d'éléments).
$\mathbb K^A \sim \mathbb K^n \longrightarrow$ ils sont canoniquement isomorphes.
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{cyan}{\textbf{Remarque :}}
Y a t-il une relation entre sous-espace vectoriel et application linéaire?
Soit $u : E_1 \to E_2$, une application linéaire.
\begin{itemize}
\item Soit $F_1$, un sous-e.v de $E_1$, $u(F_1) = \{u(v) \quad t.q. \; v \in F_1 \} (\subset E_2)$
est un sous-e.v. de $E_2$ ;
\item soit $F_2$, un sous-e.v de $E_2$, $u^{-1}(F_2) = \{v \in E \quad t.q. \; u(v) \in F_2 \}$
est sous-e.v de E$_1$
\end{itemize}
\end{mdframed}
\subsubsection{Noyau et Image}
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Définition :}}
Pour toute application linéaire $u : E_1 \rightarrow E_2$,
on définit $\Ker u$ et $\ImAppli u$, tels que \\
$\Ker u = u^{-1}(\{0_{E_2}\})$ est le \textit {noyau} de $u$ (sous-e.v. de E$_1$), \\
$\ImAppli u = u(E_1)$ est l'\textit{image} de $u$ (sous-e.v. de E$_2$).
Autrement dit, $\Ker u = \{v \in E_1 t.q. u(v) = 0_{E_2}\}$, ce qui signifie concrètement :
\textit{l'ensemble des éléments qui sont envoyé sur l'élément neutre de l'ensemble d'arrivée}.\\
$\ImAppli u = \{v \in E_2, \exists w \in E_1 t.q. u(w) = v\}$.
C'est donc le sous-ensemble de $E_2$ contenant les images de tous
les éléments de $E_1$.
\end{mdframed}
\begin{mdframed}[linecolor=green]
\textcolor{green}{\textbf{Exemple :}} (Ex 2 fiche 2)
On fixe un vecteur $v_0 \in \R^3$. On définit l'application
$\Phi_1 : \R^3 \to \R^3 : v \mapsto v \times v_0$.
Déterminer le noyau $\Ker$ et l'image $\ImAppli$ de $\Phi _1$.
2 méthodes sont possibles :
\begin{enumerate}
\item Par calculs :
Soit $v_0 = (v_{0_x},v_{0_y},v_{0_z} )$ fixé.
$\Phi_1$ est le produit vectoriel de 2 vecteurs. Son noyau est
donc l'ensemble des vecteurs $v \in \R^3$ tels que $v \times v_0 = (0, 0, 0)$. \\
Or $v \times v_0 = (v_y v_{0_z} - v_{0_y} v_z, v_z v_{0_x} - v_x v_{0_z}, v_x v_{0_y} - v_y v_{0_x})$.
\[
v \times v_0 = (0, 0, 0) \\
\Leftrightarrow
\left \{
\begin{aligned}
v_y v_{0_z} - v_z v_{0_y} &= 0 \\
v_z v_{0_x} - v_x v_{0_z} &= 0 \\
v_x v_{0_y} - v_y v_{0_x} &= 0 \\
\end{aligned}
\right .
\Leftrightarrow
\left \{
\begin{aligned}
v_x &= v_z \frac{v_{0_x}}{v_{0_z} } \\
v_y &= v_z \frac{v_{0_y}}{v_{0_z} } \\
0 = 0 \\
\end{aligned}
\right .
\]
Nous n'avons donc pas de contrainte pour $v_z$, il est donc
toujours bon, peu importe sa valeur. (degré de liberté).
$S = \{z \frac{v_{0_x}}{v_{0_z}}, z \frac{v_{0_y}}{v_{0_z}}, z\} = z \{\frac{v_{0_x}}{v_{0_z}}, \frac{v_{0_y}}{v_{0_z}}, 1\}$.
$\Ker \Phi_1 = \R \{\frac{v_{0_x}}{v_{0_z}}, \frac{v_{0_y}}{v_{0_z}}, 1\} = \R \frac 1{v_{0_z}} \{v_{0_x}, v_{0_y}, v_{0_z}\}$
qui est la droite vectorielle de $\R$ engendrée par $v_0$.
\item En utilisant la définition du produit vectoriel (rappel : $v \times w = 0_{\R^3} \Leftrightarrow v = \lambda w$):
$\Ker \Phi _1 = \{v \in \R^3 | \Phi _1(v) = v \times v_0 = 0_{\R^3}\} = \{v \in \R^3 | v = \lambda v_0\} = \{\lambda v_0 \quad \forall \lambda \in \R\} = \R v_0$
$\R v_0$ est la droite vectorielle de $\R$ engendrée par $v_0$.
$\ImAppli \Phi_1 = \{w \in \R^3 \text{pour lesquels} \, \exists v \in \R^3 | w = v \times v_0\} = \{ w \in \R^3 | (w \perp v) \land (w \perp v_0)\}$,
ce qui est le plan perpendiculaire à $v_0$.
\end{enumerate}
\end{mdframed}
\subsubsection{Combinaison linéaire}
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Définition :}}
Soient $v_1, \ldots ,v_n \in E$ (vecteurs) et $\lambda_1, \ldots ,\lambda_n \in \mathbb K$ (scalaires).
On dit que $\displaystyle \sum_{i=1}^n \lambda_i v_i = \lambda_1 v_1 + \ldots + \lambda_i v_i $
est une \textbf{combinaison linéaire} (c.l.) des vecteurs $v_1, \ldots ,v_n$.
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorème :}}
$u: E_1 \to E_2$ est linéaire, ce qui signifie que pour toute
c.l. $\displaystyle \sum_{i=1}^n \lambda_i v_i$, on a
$u\left(\displaystyle \sum_{i=1}^n \lambda_i v_i \right) = \displaystyle \sum_{i=1}^n \lambda_i \ u(v_i)$.
$F \subset E$ (avec $E$ e.v. et $F$ sous-e.v. de E), signifie que toute
c.l. de $F$, $\displaystyle \sum_{i=1}^n \lambda_i v_i \in F$ pour
$\lambda_i, \ldots, \lambda_n \in \mathbb K$, et $ v_1, \ldots, v_n \in F$.
\end{mdframed}
\bigskip
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Définition :}}
Soit $A \subset E$, un espace quelconque compris dans $E$,
$\Vect A$ (aussi noté $\langle A \rangle$) est défini ainsi :
$\Vect A \equiv \displaystyle \bigcap_{\substack{F, sous-e.v. de E \\ t.q. A \subset F}} F \overset{lemme}{=} \{\displaystyle \sum_{i=1}^n \lambda_i v_i \quad \forall (\lambda_i, v_i) \in \mathbb K \times A\}$
est l'ensemble de toutes les c.l possibles sur base des vecteurs de A.
$v \in \Vect A \Leftrightarrow \exists (\lambda_1, \ldots, \lambda_n) \in \mathbb K^n | v = \displaystyle \sum_{i=1}^2 \lambda_i a_i$ avec $a \in A$.
$\Vect A$ est un sous e.v. de $E$ et on l'appelle l'\textbf{espace vectoriel engendré} par $A$.
Pour prouver ce lemme, il faut prouver que $\displaystyle \bigcap_{\substack{F, sous-e.v. de E \\ t.q. A \subset F}} F$ et
$\{\displaystyle \sum_{i=1}^n \lambda_i v_i \quad \forall (\lambda_i, v_i) \in \mathbb K \times A\}$ sont égaux.
Il est possible d'utiliser le théorème de double inclusion pour cela.
Rappel : soient $A$ et $B$, 2 sous-ensembles de E. $A = B \Leftrightarrow (A \subset B) \land (B \subset A)$.
\end{mdframed}
\subsection{Base et dimension}
\subsubsection{Famille génératrice}
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Définition :}}
Soit $A \subset E$, on dit que $A$ est une \textbf{famille génératrice}
(ou partie génératrice) si $\Vect A = E$. Autrement dit,
$\forall v \in E, \exists \lambda_1, \ldots, \lambda_n \in \mathbb K, v_1, \ldots, v_n \in A \ | \ v = \displaystyle \sum_{i=1}^n \lambda_i v_i$
\end{mdframed}
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Lemmes :}}
\begin{itemize}
\item Si $A$ est génératrice et $A \subset B$, alors $B$ est génératrice.
\item Soit $A$, une famille génératrice et $v \in A$,
alors $A \setminus \{v\}$ est génératrice si et seulement
si $v \in \Vect A \setminus \{v\}$
\end{itemize}
\end{mdframed}
\begin{mdframed}[linecolor=green]
\textcolor{green}{\textbf{Exemple :}}
Prenons $E = \R^3$. La famille $A = \{(0, 1, 0), (0, 0, 1), (1, 1, 1)\} \subset \R^3$ est-elle génératrice?
Soit un vecteur quelconque $(a, b, c)$, $\exists ? (x, y, z)$ tel que
$(a, b, c) \stackrel{?}{=} x(0, 1, 0) + y(0, 0, 1)+z(1, 1, 1)$ ?
Ceci est équivalent à trouver une solution au système suivant :
\[
\left \{
\begin{aligned}
z &= a \\
x+z &= b \\
y+z &= c \\
\end{aligned}
\right.
\Leftrightarrow
\left \{
\begin{aligned}
x &= b-a \\
y &= c-a \\
z &= a \\
\end{aligned}
\right.
\]
Étant donné que pour tout vecteur $(a, b, c)$, $\exists x, y, z \in \R \ | \ (a, b, c) = x(0, 1, 0) + y(0, 0, 1)+z(1, 1, 1)$,
on peut affirmer que $A$ est génératrice.
\end{mdframed}
\subsubsection{Famille libre/liée}
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Définition :}}
Soit $A \subset E$, un sous-ensemble de E qulconque, on dit que $A$
est \textbf{libre} si la seule c.l. de vecteurs $\in A$ égale à $0_E$ est la c.l. nulle triviale.
C'est à dire si $\displaystyle \sum_{i=1}^n \lambda_i v_i = 0_E$, avec $v_1, \ldots, v_n \in A \Rightarrow \lambda_1 = \lambda_2 = \ldots = 0$
Si une famille n'est pas libre, elle est \textbf{liée}.
\end{mdframed}
\begin{mdframed}[linecolor=green]
\textcolor{green}{\textbf{Exemple :}}
\begin{enumerate}
\item Prenons $E = \R^2, A = \{(-2, 3), (2, -3)\}$. A est liée car
$v_1 + v_2 = (-2, 3) + (2, -3) = (-2, 3) + (2, -3) = (0, 0) = 0_E$. \\
A est donc liée car on a trouvé $\lambda_1 = \lambda_2 = 1 \neq 0$
\item Prenons $E = \R^3, A' = \{(1, 1, 3), (5, 2, -1), (4, 1, -4)\}$.
$A'$ est liée aussi car $v_1 - v_2 + v_3 = 0_E$. \\
$A'$ est donc liée car on a trouvé $(\lambda_1, \lambda_2, \lambda_3) = (1, -1, 1) \neq (0, 0, 0)$
\item Prenons $E = \R^3, A'' = \{(1, 1, 3), (5, 2, -1)\}$.
À vu d'\oe{}il on ne sait pas dire si $A''$ est libre ou liée.
Donc on résout le système, il faut donc essayer de trouver une c.l.
des éléments de $A''$ égale à $0_E$.
C'est à dire : $\lambda_1(1, 1, 3) + \lambda_2(5, 2, -1) = 0_E = (0, 0, 0)$
Ce qui revient à résoudre le système:
\[
\left \{
\begin{aligned}
\lambda_1 + 5\lambda_2 &= 0 \\
\lambda_1 + 2\lambda_2 &= 0 \\
3\lambda_1 - \lambda_2 &= 0 \\
\end{aligned}
\right .
\Leftrightarrow
\left \{
\begin{aligned}
\lambda_1 &= -5\lambda_2 \\
\lambda_1 &= -2\lambda_2 \\
\lambda_1 &= \frac{\lambda_2}{3} \\
\end{aligned}
\right .
\Leftrightarrow
\lambda_1 = \lambda_2 = 0
\]
Donc $A''$ est libre!
\end{enumerate}
Si on avait essayé de résoudre le système du 2, on aurait obtenu le calcul suivant :
\[
\left \{
\begin{aligned}
\lambda_1 + 5\lambda_2 + 4\lambda_3 &= 0 \\
\lambda_1 + 2\lambda_2 + \lambda_3 &= 0 \\
3\lambda_1 - \lambda_2 - 4\lambda_3 &= 0 \\
\end{aligned}
\right .
\Leftrightarrow
\left \{
\begin{aligned}
\lambda_1 &= \lambda_3 \\
\lambda_2 &= -\lambda_3 \\
\end{aligned}
\right .
\Leftrightarrow
\lambda_1 = -\lambda_2 = \lambda_3
\]
Donc $\forall \lambda, \lambda v_1 - \lambda v_2 + \lambda v_3 = 0_E$.
La réponse (contrexemple) que nous avions trouvée :
$v_1 - v_2 + v_3 = 0_E$ correspondant au vecteur (1, -1, 1)
et correspond donc bien à une de nos réponses du système (avec $\lambda = 1$).
\end{mdframed}
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Définition :}}
Si $A$ est libre, on dit que les vecteurs $\in A$ sont
\textbf{linéairement indépendant} (l.i), et si $A$ est liée,
alors on dit que ses vecteurs sont \textbf{linéairement dépendant} (l.d.).
\end{mdframed}
\begin{mdframed}[linecolor=cyan]
\textcolor{cyan}{\textbf{Remarque :}}
Si $0_E \in A$, $A$ ne peux pas être libre (donc elle est d'office liée) car
$\lambda 0_E = 0_E \qquad \forall \lambda$.
\end{mdframed}
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Lemmes :}}
Soit $A$, une famille de E.
\begin{itemize}
\item $A \subset B$ est liée $\Rightarrow B$ est liée ;
\item $A \supset B$ est libre $\Rightarrow B$ est libre ;
\item $A$ est libre et $v \in \Vect A \Rightarrow \exists! (\lambda_1, \ldots, \lambda_n) \in \mathbb K^n \ | \ v = \displaystyle \sum_{i=1}^n \lambda_i v_i$
avec $v_1, \ldots, v_n \in A$ ;
\item si $A$ est libre et $v \in E \setminus {A}$, alors $A \cup \{v\}$
est libre si et seulement si $v \notin \Vect A$.
\end{itemize}
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorème :}}
Si $A \subset E$ est libre, alors $v \in A \Rightarrow A \setminus \{v\}$ est libre et
$(v \notin A) \land (A \cup \{v\}$ est libre$) \Leftrightarrow v \notin \Vect A$.
Si $A \subset E$ est génératrice, alors $(v \in A) \land (A \setminus \{v\}$ est génératrice$) \Leftrightarrow v \in \Vect A \setminus \{v\}$ et
$v \notin A \Rightarrow A \cup \{v\}$ est génératrice.
\end{mdframed}
\subsubsection{Bases et dimensions} % Bases & dimensions
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Définition :}}
Soit $B \subset E$, une partie de $E$. Si $B$ est libre et génératrice,
on dit que $B$ est une \textbf{base} de $e$.
Soit $E$, un $\mathbb K$-e.v. alors $E$ admet une base (voire même plusieurs).
Toutes les bases de E ont le même nombre d'éléments.
C'est ainsi que l'on définit la dimension d'un espace vectoriel : $\dim E = \# B$.
\end{mdframed}
\begin{mdframed}[linecolor=green]
\textcolor{green}{\textbf{Exemple :}}
\begin{itemize}
\item $\dim \R^n = n$ ;
\item $\dim \R^\mathbb N = \infty$ (car $\# \mathbb N = \infty$) ;
\item $v \neq 0 \in E \Rightarrow \dim v\mathbb K = \dim \Vect \{v\} = 1$ ;
\item $\dim \{0_E\} = 0$ (par convention).
\end{itemize}
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorème :}}
Si $A \subset E$ est libre, $\exists B \supset A$, une base de $E$.
Inversement, si $A \subset E$ est génératrice, $\exists B \subset A$, une base de $E$.
Autrement dit, une famille qui est libre/génératrice mais qui n'est pas génératrice/libre
peut devenir une base (donc libre et génératrice) à condition que l'on rajoute/enlève
des vecteurs correctement.
\end{mdframed}
\begin{mdframed}[linecolor=green]
\textcolor{green}{\textbf{Exemple :}}
$A = \{(1, 0, 0)\}$ est libre mais pas génératrice. Donc on va essayer
de rajouter des vecteurs dans $A$ pour la rendre génératrice, en restant libre.
$A' = \{(1, 0, 0), (1, 5, 3)\}$ est toujours libre et toujours pas génératrice.
$A''= \{(1, 0, 0), (1, 5, 3), (2, 5, 3)\}$ n'est plus libre
car $\exists$ une c.l nulle non triviale : $v_3 - v_1 - v_2 = 0$.
Il faut donc faire attention aux vecteurs que l'on ajoute,
car même si la famille était génératrice, elle ne peut pas être une base
car $A''$ n'est plus libre.
$A = \{(1, 0, 0), (0, 1, 0), (0, 0, 1), (1, 1, 1), (4, 3, 21)\}$ est génératrice
mais pas libre. On va donc essayer d'enlever des vecteurs de $A$
pour qu'elle devienne libre, tout en restant génératrice.
$A' = \{(1, 0, 0), (0, 1, 0), (0, 0, 1), (1, 1, 1)\}$ est toujours génératrice et toujours pas libre
$A'' = \{(1, 0, 0), (0, 1, 0), (0, 0, 1)\}$ est génératrice et libre, c'est donc une base.
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorème :}}\\
Soient $B$ et $B'$, deux bases de E, alors $\#B = \#B'$.
\end{mdframed}
\bigskip
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Rappel :}}
Soient $E_1, E_2$, deux $\mathbb K$-e.v.
$(E_2)^{E_1} = \{f : E_1 \rightarrow E_2 \}$ est un $\mathbb K$-e.v.
\end{mdframed}
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Définition :}}
$L(E_1, E_2) \subset (E_2)^{E_1}$, $L(E_1, E_2) = \{u : E_1 \rightarrow E_2 \ | \ u \ \text{linéaire}\}$.
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorèmes :}}
\begin{itemize}
\item $L(E_1, E_2)$ est un sous e.v. de $(E_2)^{E_1}$ ;
\item Si $\dim(E_1) < +\infty$ et $\dim(E_2) < +\infty$,
$\dim(L(E_1, E_2)) = \dim(E_1) \times dim(E_2)$ ;
\item Si $\#A < +\infty$ et $E$ est un e.v. de dimension finie,
$\dim(E^A) = (\dim(E))^{\#A}$.
\end{itemize}
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorème :}}
Soit E un $\mathbb K$-e.v. ed dimension $n$, $B = \{e_1, \ldots, e_n\}$, une base de E. \\
$\phi: \mathbb K^n \rightarrow E : (\lambda_1, \ldots, \lambda_n) \mapsto \displaystyle \sum_{i=1}^n \lambda_i e_i$
est un isomorphisme.
\end{mdframed}
\section{Relations d'équivalence}
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Définition :}}
Une \textbf{relation d'équivalence} dans un ensemble $A$ (quelconque)
est une \textbf{relation binaire} (relation entre paires d'éléments) de $A$, notée $\sim$.
Une relation d'équivalence doit être :
\begin{enumerate}
\item \textbf{Réflexive} : $x \sim x \quad \forall x \in A$
\textit{(tout le monde est en relation avec soi-même)} ;
\item \textbf{Symétrique} : $x \sim y \Leftrightarrow y \sim x \quad \forall x, y \in A$
\textit{(si $x$ est en relation avec $y$, alors $y$ est en relation avec $x$)}
\item \textbf{Transitive} : $(x \sim y) \land (y \sim z) \Rightarrow x \sim z \quad \forall x, y, z \in A$
\textit{(les amis de mes amis, sont mes amis)}
\end{enumerate}
\begin{center}
\includegraphics[scale = 0.66]{figures/equiv.png}
\end{center}
\end{mdframed}
\begin{mdframed}[linecolor=magenta]
\textcolor{magenta}{\textbf{Notation :}}
$x \sim_p y$ s'écrit aussi communément $x \equiv y[p]$
\end{mdframed}
\begin{mdframed}[linecolor=green]
\textcolor{green}{\textbf{Exemple :}}
La relation \textit{être parallèle} $\parallel$ est une relation d'équivalence pour
l'ensemble des droites du plans.
Preuve :
\begin{enumerate}
\item Réflexivité : Toute droite est parallèle à elle-même ;
\item Symétrie : $d \parallel d' \Rightarrow d' \parallel d$ ;
\item Transitivité : $(d \parallel d') \land (d' \parallel d'') \Rightarrow d \parallel d''$.
\end{enumerate}
Soit $p \in \mathbb N^*$. On dit que deux nombres entiers relatifs
$x$ et $y$ sont \textit{congrus modulo $p$} et on note: $x \equiv y[p] \Leftrightarrow x-y$
est un multiple de $p$.
Prouver qu'il s'agit d'une relation d'équivalence.
$x \equiv y[p]$ si $x-y$ est un multiple de $p$. Revient au même que : si $p$ divise $x-y$.
Si c'est une relation d'équivalences, alors elle respecte les 3 propriétés :
\begin{enumerate}
\item Réflexivité : $x \sim x$\\
$x \stackrel{?}{\equiv} x[p] \rightarrow x - x = 0$ (qui est bien un multiple de $p$) ;
\item Symétrie : $x \sim y \Rightarrow y \sim x $\\
$x \equiv y[p] \stackrel{?}{\Rightarrow} y \equiv x[p]$\\
$x \equiv y[p] \rightarrow x-y$ est multiple de p.\\
$y \equiv x[p] \rightarrow y-x$ est multiple de p ?
$(x-y) \div p = n \in \mathbb Z \Rightarrow (y-x) \div p = -n \in \mathbb Z$ ;
\item Transitivité : $(x \sim y) \land (y \sim z) \Rightarrow x \sim z$\\
$x \sim y \rightarrow p$ divise $x-y \rightarrow x-y = q_1 \times p \quad q_1 \in \mathbb Z$\\
$y \sim z \rightarrow p$ divise $y-z \rightarrow y-z = q_2 \times p \quad q_2 \in \mathbb Z$.
En sommant les 2 équations :
$(x-y)+(y-z) = (q_1 \times p) + (q_2 \times p) \Leftrightarrow x-z = p \times (q_1 + q_2)$
Or $x \sim z \rightarrow x-z = p \times q_3 \rightarrow q_3 = (q_1+q_2) \in \mathbb Z$
\end{enumerate}
Il s'agit donc bien d'une relation d'équivalence.
\end{mdframed}
\begin{mdframed}[linecolor=blue]
\textcolor{blue}{\textbf{Définition :}}
Soit $A$ muni d'une \textbf{relation d'équivalence} $\sim$.
La classe d'un élément $x \in A$ est le sous-ensemble de $A$ défini par
$[x]_\sim = \{y \in A \ | \ x \sim y\}$.
\begin{center}
\includegraphics[scale = 0.66]{figures/equiv2.png}
\end{center}
\end{mdframed}
\begin{mdframed}[linecolor=green]
\textcolor{green}{\textbf{Exemple :}}
Le parallélisme, sur l'ensemble des droites du plan à comme classe les pentes (toutes les droites de même pente sont parallèles).
Prouvons que la relation de \textit{congruence modulo $p$} ci-dessus contient exactement $p$ classes d'équivalences.
Sur l'ensemble $\mathbb Z$ des entiers relatifs, la congruence modulo $p$
(pour un entier $p$ fixé) est une relation d'équivalence dont les classes forment
le groupe cyclique $\mathbb Z/p \mathbb Z$. Qui correspond à : \\
$\{x + p, x + 2p, \ldots, x - p, x - 2p, \ldots\} = \{x + kp \ |\ k \in \mathbb Z \} = x + p\mathbb Z $
Il y a donc $p$ classes d'équivalence différentes :
$[0] = [p] = [2p] = \ldots$, $[1] = [1+p] = [1+2p] = \ldots$, jusque $[p-1] = [2p-1] = [3p-1] = \ldots$
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorème :}}
L'ensemble des classes d'équivalences de $\sim$ sur $E$ forme une partition de $E$.
$(A_i)_{i \in I}$ est une famille de parties de $E$ : $\forall i \in I, A_i \subset E$.
On dit que $A_i$ est une partition de $E$ si :
\begin{itemize}
\item $A_i \cap A_j = \emptyset \Leftrightarrow i \neq j$ (pas d'intersection entre les familles) ;
\item $\displaystyle \bigcup_{i \in I} A_i = E$ (l'union de toute les familles forme l'ensemble)
\end{itemize}
\begin{center}
\includegraphics[scale = 0.7]{figures/partition.png}
\end{center}
\end{mdframed}
\begin{mdframed}[linecolor=magenta]
\textcolor{blue}{\textbf{Définition :}}
$\{[x] \ | \ x \in A\} = A/\sim$ et est appelé \textit{quotient de $A$ par $\sim$} ou \textit{$A$ quotienté $\sim$}.
\end{mdframed}
\begin{mdframed}[linecolor=green]
\textcolor{green}{\textbf{Exemple :}}
$\mathbb Z/\sim_p = \{[0], [1], \ldots, [p-1]\} = \mathbb Z / p\mathbb Z$
Pour $p = 2$, on a $\mathbb Z / 2\mathbb Z \approx \{[0], [1]\} = \{\{ \text{"pairs" (multiples de 2)}\}, \{\text{"impairs"}\}\}$
Pour $p = 3$, on a donc $\{\{n\ | \ n \mod 3 = 0\}, \{n \ | \ n \mod 3 = 1\}, \{n \ | \ n \mod 3 = 2\}\}$.
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorème :}}
$E/F = E/\sim_F$, l'ensemble des classes d'équivalences, a une structure
vectorielle canonique $\mathbb K$.
\end{mdframed}
\begin{mdframed}[linecolor=cyan]
\textcolor{cyan}{\textbf{Remarque :}}
Une autre relation d'équivalence:\\
Soient $A$ et $B$, 2 ensembles. On dit que $A$ et $B$ ont "le même cardinal"
s'il existe une bijection \\
$f : a \longrightarrow B$. Cette relation est notée $\sim_\#$.
\end{mdframed}
\begin{mdframed}[linecolor=magenta]
\textcolor{magenta}{\textbf{Notation :}}
Si $\#A = \#\{1, \ldots, n\}$, on dit que $A$ est un ensemble fini et on note $\#A = n$
\end{mdframed}
\begin{mdframed}[linecolor=red]
\textcolor{red}{\textbf{Théorème :}}
On dit que $\#A \leq \#B$ si $\exists f : a \to B$, une injection.
Théorème de Contor-Bernstein : $(\#A \leq \#B) \land (\#B \leq \#A) \Rightarrow \#A = \#B$.
\end{mdframed}