Espaces vectoriels Définition : un ensemble E muni de – Une loi interne notée + pour laquelle (E, +) est un groupe commutatif. – Une loi externe R × E → E notée . vérifiant : ∀(λ, µ) ∈ R2 , ∀(~x, ~y) ∈ E 2 λ.(~x + ~y) = λ.~x + λ.~y (λ + µ).~x = λ.~x + µ.~x λ.(µ.~x) = (λµ).~x 1.~x = ~x est appelé un R−espace vectoriel. Exemple : - Rn est un R-ev pour les lois : def (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ) def λ.(x1 , . . . , xn ) = (λx1 , . . . , λxn ) - L’ensemble des fonctions d’un ensemble A dans R (F(A, R) ou RA ) est un R-ev pour : f + g : x → f (x) + g(x) et λ.f : x → λf (x) Remarques : – Pour A = {1, . . . , n}, on retrouve Rn . – Pour A = N, on a RN , c’est à dire l’ensemble des suites réelles. Sous-espace vectoriel Définition : Un ensemble non vide F de (E, +, .) espace vectoriel est un sous-espace vectoriel ssi les lois + et . induisent sur F une structure d’espaces vectoriels. On a la caractérisation suivante : ∀λ ∈ R , λ.~u + ~v ∈ F F 6= ∅ est un sous-ev de E ⇐⇒ ∀(~u, ~v ) ∈ F 2 Définition : Soient F et G deux sous-espaces vectoriels de (E, +, .). On définit la somme de F et G par : F + G = {~u + ~v | ~u ∈ F, ~v ∈ G} Il s’agit du plus petit sous-espace contenant F et G Définition : Somme directe. Soient F et G deux sous-espaces vectoriels de E. On note H = F +G. Les deux propositions sont équivalentes : – ∀~h ∈ H, ∃!(~hF , ~hG ) ∈ F × G, ~h = ~hF + ~hG – F ∩ G = {~0E } La somme est dite directe et on note dans ce cas H = F ⊕ G. Définition : Notion de supplémentaire. Soient F et G deux sev de E. On dit que G est un supplémentaire de F ssi F ⊕G =E Systèmes de vecteurs Génération Définition : On appelle combinaison linéaire de ~u1 , ~u2 , . . . , ~un tout vecteur ~u s’écrivant ~u = λ1 .~u1 + . . . λn .~un avec (λ1 , . . . , λn ) ∈ Rn On note V ect({u1 , . . . , un }) = {λ1 .~u1 +. . . λn .~un , (λ1 , . . . , λn ) ∈ Rn )} l’ensemble de toutes les combinaisons de ces vecteurs. C’est aussi le plus petit sous-espace vectoriel contenant ~u1 , ~u2 , . . . , ~un , appelé sous-espace engendré par ~u1 , ~u2 , . . . , ~un . 1 Remarque : On peut généraliser la notion de sous-espace vectoriel engendré à une partie quelconque non vide A ⊂ E. Définition : Soit F un sev de (E, +, .). A est dite partie génératrice de F ssi F = V ect(A). Ceci signifie que F est exactement l’ensemble des combinaisons linéaires de vecteurs de A. Indépendance Définition : {~u1 , . . . , ~un } est dite liée ssi un des vecteurs de cette famille est combinaison linéaire des autres. ∃i0 ∈ {1, . . . , n} | ui0 ∈ V ect({u1 , . . . , ui0 −1 , ui0 +1 , . . . , un }) Dans le cas contraire, la famille est dite libre. On a la caractérisation : {~u1 , . . . , ~un } libre ssi ∀(λ1 , . . . , λn ) ∈ Rn , λ1 .~u1 + . . . + λn .~un = ~0E ⇒ λ1 = . . . = λn = 0 Remarque : Le caractère libre ou générateur d’un système de vecteurs est stable par les combinaisons linéaires du type Gauss ei ← λei + βej , avec λ 6= 0 et i 6= j. Base Définition : Soit B = (e1 , e2 , . . . , en ) ∈ E n un système de vecteurs (l’ordre compte). déf B est une base de E ⇔ B est à la fois libre et génératrice de E. B est une base de E ⇔ ∀~v ∈ E, ∃ ! (λ1 , . . . , λn ) ∈ Rn | ~v = i=n X λi .~ui i=1 (λ1 , . . . , λn ) sont alors appelés coordonnées de ~v dans la base B et on note λ1 [~v ]B = ... λn Exemple : Dans Rn , B = (~e1 , ~e2 , . . . , ~en ), où ~ei = (0, . . . , 0, 1, 0, . . . , 0) est une base de Rn . On l’appelle la base canonique. – ∀~u = (u1 , . . . , un ) ∈ Rn , ~u = u1 .~e1 + . . . + un .~en – λ1 .~e1 + . . . λ.~en = ~0Rn ⇔ (λ1 , . . . , λn ) = (0, . . . , 0) ⇔ λ1 = . . . = λn = 0 Dimension finie déf Définition : (E, +, .) est de dimension finie ⇔ E admet une partie génératrice finie. Dans ce cas, (E, +, .) possède une base finie, et toutes les bases ont le même cardinal, que l’on appelle la dimension de E. On la note dim E. Exemple : dim Rn = n. Soit E un ev de dimension finie, avec dim E = n. Soit (x1 , . . . , xp ) un système de E. – Si (x1 , . . . , xp ) est libre, alors p ≤ n. – Si (x1 , . . . , xp ) est générateur alors p ≥ n. Rang d’un système de vecteurs Définition : Soit E un espace vectoriel et (x1 , . . . , xp ) un système de vecteurs de E. Alors : V ect(x1 , . . . , xp ) est de dimension finie. Par définition, sa dimension r est le rang des vecteurs (x1 , . . . , xp ) et r ≤ p. On a les équivalences : (x1 , . . . , xp ) est générateur libre base Sous-espaces et dimension Soit E un ev de dimension finie n, et F un sev de E. – F est de dimension finie et dim F ≤ n. – F = E ⇔ dim F = n = dim E. 2 ⇔ r = dim E ⇔ r=p ⇔ r = p = dim E