Page 1/16 MTB - ch2 Espaces vectoriels Dans tout ce chapitre, K = R ou K = C. I Structure d'espace vectoriel I.1 Règles de calcul dans un espace vectoriel Dénition 1 Soit E un ensemble muni d'une opération interne (l'addition) notée + et d'une opération externe notée · (la multiplication par les nombres) : K × E −→ E − − (λ , → u ) 7−→ λ · → u On dit que (E, +, ·) est un espace vectoriel sur K ou un K-e.v. ssi : − − − − − − 1) ∀ (→ u ,→ v ,→ w ) ∈ E 3 , (→ u +→ v)+→ w = − → − → − → − − − 2) ∃ 0E ∈ E ; ∀ → u ∈ E, → u + 0E = 0E + → u = − → − − − − − − 3) ∀ → u ∈ E, ∃ → v ∈E; → u +→ v =→ v +→ u = 0E − On écrit → v = − − − − 4) ∀ (→ u ,→ v ) ∈ E 2, → u +→ v = − 5) ∀ (λ, µ) ∈ K2 , ∀ → u ∈ E, − − 6) ∀ λ ∈ K, ∀ (→ u ,→ v ) ∈ E 2, − 7) ∀ (λ, µ) ∈ K2 , ∀ → u ∈ E, associativité de l'addition élément neutre pour l'addition opposé pour l'addition commutativité de l'addition − (λ + µ) · → u = − − λ · (→ u +→ v)= − λ · (µ · → u)= − − 8) ∀ → u ∈ E, 1 · → u = distributivité distributivité associativité mixte élément neutre pour la multiplication externe Remarques : − − . On écrit souvent λ→ u à la place de λ · → u. . Si E est un K-espace vectoriel, les éléments de E sont appelés appelés scalaires. vecteurs et ceux de K sont Premiers exemples : L'ensemble V des vecteurs géométriques du plan usuel (ou de l'espace usuel) est un espace vectoriel sur R. (R, +, ×) est un R-espace vectoriel, mais N, Z et Q n'en sont pas. (C, +, ·) est un R-e.v. lorsque + désigne l'addition usuelle des complexes et λ · z le produit externe d'un complexe z par un réel λ. Page 2/16 MTB - ch2 Proposition 1 Soit E un K-espace vectoriel. − − Pour tout scalaire λ et pour tous vecteurs → u et → v de E : − → − λ→ u = 0E ⇐⇒ − − λ(−→ u ) = (−λ)→ u = − − λ(→ u −→ v)= Preuve : − •0·→ u = I.2 Exemples fondamentaux I.2.1 L'espace Kn Soit n est un entier supérieur ou égal à 2. On note Kn l'ensemble des listes ordonnées de n nombres (réels si K = R ou complexes si K = C). On dénit sur Kn les lois + et · par : (x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) = λ · (x1 , x2 , . . . , xn ) = où x1 , x2 , . . . , xn , y1 , y2 , . . . , yn , λ sont des éléments quelconques de K. On peut identier Kn à Théorème 2 (Kn , + , ·) est un espace vectoriel sur K. I.2.2 Espace de matrices Pour tous entiers naturels non nuls n et p, l'ensemble Mn,p (K) des matrices à n lignes et p colonnes, à coecients dans K, est un K-espace vectoriel pour l'addition matricielle + et la multiplication externe · d'une matrice par un scalaire. I.2.3 Espace de polynômes L'ensemble K[X] des polynômes à coecients dans K, muni de Page 3/16 MTB - ch2 I.2.4 Espace de fonctions Théorème 3 Soit Ω un ensemble non vide. On note F(Ω , K) ou encore KΩ l'ensemble des applications de Ω à valeurs dans K. On dénit sur F(Ω , K) les lois + et · de la façon suivante : pour toutes applications f et g de KΩ , pour tout scalaire λ, (f + g) : Ω −→ K x 7−→ et (λ · f ) : Ω −→ K x 7−→ Muni de ces deux lois, F(Ω , K) est un K-espace vectoriel dont le vecteur nul est Preuve : montrons par exemple, l'axiome n6 de la dénition 1. Conséquences : Soit I un intervalle non vide de R. L'ensemble F(I, R) = RI des fonctions réelles dénies sur I est, pour les opérations usuelles d'addition et de produit par un réel, un R-espace vectoriel. L'ensemble RN des suites réelles, muni de l'addition des suites et du produit par un réel, est un I.3 Sous-espaces vectoriels Dénition 2 Soit E un K−e.v. et F une partie de E . On dit que F est un sous-espace vectoriel de E ssi − → 0E ∈ F − − pour tous vecteurs → u et → v de F , − pour tout scalaire λ, pour tout vecteur → u de F , Exemples : (i) n− →o 0E et E sont des sous-espaces vectoriels de E . Page 4/16 MTB - ch2 (ii) (x, y, z) ∈ R3 / 3x + 2y = est un sous-espace vectoriel de R3 . (iii) Soit n un entier naturel. L'ensemble Kn [X] des (iv) Soit I un intervalle non vide de R. L'ensemble D(I, R) des fonctions dérivables sur I à valeurs dans R est un s.e.v. de l'espace Proposition 4 Si F est un sous-espace vectoriel du K-e.v. E , alors l'ensemble F muni des lois induites + et · est lui-même un Proposition 5 L'intersection de deux sous-espaces vectoriels de E est un s.e.v. de E . II Familles libres de vecteurs, familles génératrices Dans ce paragraphe, E désigne un espace vectoriel sur K. II.1 Sous-espace vectoriel engendré par une famille Dénition 3 − − − − On appelle combinaison linéaire des vecteurs → u1 , → u2 , → u3 , . . . , → up de E tout vecteur → − V de la forme : p X → − − − − − V = α1 → u1 + α2 → u2 + α3 → u3 + · · · + αp → up = i=1 où α1 , α2 , α3 . . . αp sont des scalaires quelconques. → − − Exemple : le vecteur V = (3 , 4) est combinaison linéaire des vecteurs → u1 = (1 , 0) et → − u2 = (−1 , 1). En eet, Page 5/16 MTB - ch2 Théorème 6 − − − − Soit → u1 , → u2 , → u3 , . . . , → up des vecteurs de E . − L'ensemble de toutes les combinaisons linéaires des → ui est un sous-espace vectoriel de E . → − → − − − On l'appelle s.e.v. engendré par les vecteurs u1 , u2 , → u3 , . . . , → up et on le note − − − − Vect(→ u1 , → u2 , → u3 , . . . , → up ) − Exemple : soit → u = (1 , −2) un vecteur de R2 . − − Alors Vect(→ u ) = {λ → u | λ ∈ R} = II.2 Famille génératrice Dénition 4 − − − − Soit F = (→ u1 , → u2 , → u3 , . . . , → up ) une famille nie de p vecteurs de E . On dit que F est une famille génératrice de E − − − − ssi Vect(→ u1 , → u2 , → u3 , . . . , → up ) = E − − − − ssi tout vecteur de E est combinaison linéaire de → u1 , → u2 , → u3 , . . . , → up ssi − − Exemple : montrer que dans R2 , les vecteurs → u1 = (1 , 1) et → u2 = (2 , 3) forment une famille génératrice. Page 6/16 MTB - ch2 II.3 Indépendance linéaire Dénition 5 − − − − Soit F = (→ u1 , → u2 , → u3 , . . . , → up ) une famille de p vecteurs de E . - On dit que la famille F est liée ssi l'un des vecteurs de F est combinaison linéaire des autres vecteurs de F . - Une famille de vecteurs qui n'est pas liée est dite . . . − − − − Exemples : (i) Une famille de deux vecteurs (→ u,→ v ) du plan usuel est liée ssi → u et → v sont − − − (ii) Dans l'espace R3 , les vecteurs → u,→ v et → w forment une famille liée ssi ces trois vecteurs sont Proposition 7 − − − Une famille (→ u1 , → u2 , . . . , → up ) de vecteurs de E est libre ssi ∀ (α1 , α2 , . . . , αp ) ∈ Kp , − → − − − α1 → u1 +α2 → u2 +· · ·+αp → up = 0E =⇒ Exemple : dans F(R, R), on dénit les fonctions f1 , f2 et f3 par ∀ x ∈ R, f1 (x) = 1 , f2 (x) = cos x , f3 (x) = sin x Montrer que la famille (f1 , f2 , f3 ) est libre dans F(R, R). II.4 Bases d'un espace vectoriel Dénition 6 On appelle base de E toute famille et de E . Page 7/16 MTB - ch2 Exemples : − (i) Tout vecteur → u = (x1 , x2 , . . . , xn ) de Kn est combinaison linéaire des vecteurs → − − − e1 , → e2 , . . . , → en dénis par : → − e1 = (1 , 0 , 0 , . . . , 0) → − e2 = (0 , 1 , 0 , . . . , 0) . .. → − en = (0 , 0 , . . . , 0 , 1) → − − u = x1 → e1 + Dénition 7 − − − On dit que (→ e1 , → e2 , . . . , → en ) est la base canonique de Kn . − − − − (ii) Posons E = R2 , → u1 = (1 , 1) et → u2 = (2 , 3). On a vu que Vect(→ u1 , → u2 ) = E . → − → − Montrons de plus que (u1 , u2 ) est une famille libre. II.5 Coordonnées d'un vecteur dans une base nie Proposition 8 − − − Soit B = (→ u1 , → u2 , . . . , → up ) une famille de vecteurs de E . − − − La famille de vecteurs B = (→ u1 , → u2 , . . . , → up ) est une base de E → − ssi tout vecteur V de E s'écrit de manière unique sous la forme → − − − − V = α1 → u1 + α2 → u2 + · · · + αp → up avec (α1 , α2 , . . . , αp ) ∈ Kp → − On dit alors que (α1 , α2 , . . . , αp ) sont les coordonnées du vecteur V dans la base B et on écrit simplement : α1 → − α2 V .. . αp MTB - ch2 →, − → − → Preuve : ⇒ On suppose que B = (− u 1 u2 , . . . , up ) est une base de E . III Somme de deux sous-espaces vectoriels III.1 Sous-espace engendré par la réunion de deux s.e.v Dénition 8 Soit E un K-espace vectoriel. Soit F et G deux sous-espaces vectoriels de E . On appelle somme de F et G le sous-ensemble de E noté F + G déni par F +G= Proposition 9 Si F et G sont des sous-espaces vectoriels de E , alors (i) F + G est un sous-espace vectoriel de E . (ii) F + G est le sous-espace vectoriel de E engendré par Page 8/16 MTB - ch2 Preuve : Page 9/16 (i) F + G 6= ∅ car III.2 Somme directe Dénition 9 Soit F et G deux s.e.v. d'un espace vectoriel E . On dit que la somme F + G est directe lorsque F ∩ G = On la note alors F ⊕ G. Proposition 10 − − − F + G = F ⊕ G ⇐⇒ ∀ → x ∈ F + G, ∃ !(→ x1 , → x2 ) ∈ F × G ; Page 10/16 MTB - ch2 Preuve : "⇒" On suppose que F et G sont en somme directe. Alors III.3 Sous-espaces vectoriels supplémentaires Dénition 10 Soit F et G deux s.e.v. d'un espace vectoriel E . On dit que F et G sont supplémentaires dans E ssi E = F ⊕ G c'est-à-dire E =F +G et F ∩G= On déduit de la proposition précédente que − − − E = F ⊕ G ⇐⇒ ∀ → x ∈ E, ∃ !(→ x1 , → x2 ) ∈ F × G ; IV Espaces vectoriels de dimension nie IV.1 Existence de bases Dénition 11 On appelle espace vectoriel de dimension nie, tout espace vectoriel admettant au moins une famille . . . Exemples : Page 11/16 MTB - ch2 Proposition 11 (admise, appelée théorème de la base incomplète) n− →o Soit E un K−espace vectoriel de dimension nie, non réduit à 0E . Toute famille libre de E peut être complétée en une base. n− →o Tout espace vectoriel de dimension nie non réduit à 0E admet au moins une base. IV.2 Dimension d'un espace vectoriel Proposition 12 (admise) Soit E un K−espace vectoriel de dimension nie. Alors toutes les bases de E comportent le même nombre d'éléments. Dénition 12 n− →o Si E est un K-espace vectoriel de dimension nie non réduit à 0E , on appelle dimension denE leonombre de vecteurs constituant une base de E . Elle est notée dim(E). − → Si E = 0E , on convient que Exemples : (i) Rn est de dimension (ii) Soit n ∈ N. Alors l'ensemble Kn [X] = {P ∈ K[X] | deg(P ) 6 n} est un IV.3 Caractérisation des bases Théorème 13 Dans un espace vectoriel E de dimension nie n (n ∈ N∗ ), toute famille libre comporte au plus une famille libre comportant n vecteurs est une toute famille génératrice de E comporte une famille génératrice de E comportant n vecteurs est une Page 12/16 MTB - ch2 Pour montrer qu'une famille B de p vecteurs est une base de E (avec dim(E) = n), il sut donc de vérier que p = n et que B est IV.4 Sous-espaces en dimension nie Théorème 14 Soit E un K−espace vectoriel de dimension nie n et F un sous-espace vectoriel de E. Alors F est de dimension nie et dim(F ) dim(E) Si de plus dim(F ) =dim(E) alors Preuve : Soit F un sous-espace vectoriel de E . Exemples : (i) Si dim(F ) = 0 alors (ii) Si dim(F ) = 1 , on dit alors que F est une (iii) Si dim(F ) = 2 , on dit alors que F est un (iv) Si dim(F ) = dim(E) − 1 , on dit alors que F est un Page 13/16 MTB - ch2 Proposition 15 (existence de supplémentaires en dimension nie) Soit E un K−espace vectoriel de dimension nie n (n ∈ N∗ ). et F un sous espace vectoriel de E . Alors (i) F possède au moins un supplémentaire dans E c.à.d (ii) Dans ce cas, dim(E) = Théorème 16 (formule de Grassman) Soit E un K−espace vectoriel de dimension nie. Si F et G sont deux sous-espaces vectoriels de E , alors dim(F + G) = Preuve : supposons F 6= n− →o 0E . : Soit E un K−espace vectoriel de dimension nie. Soit F et G deux sous-espaces vectoriels de E . Alors F et G sont supplémentaires dans E : si et seulement si deux des trois propriétés suivantes sont satisfaites : Corollaire (i) (ii) (iii) Page 14/16 MTB - ch2 IV.5 Rang d'une famille nie de vecteurs Dénition 13 Soit E un K−espace vectoriel de dimension nie n (n ∈ N∗ ). On appelle rang de la famille F , noté rg(F ), la dimension de l'espace vectoriel engendré par cette famille. Autrement dit − − − rg → u1 , → u2 , . . . , → up = Exemple : − − rg → u1 , → u2 = Remarque : − − − rg → u1 , → u2 , . . . , → up = p ssi Comment calcule-t-on le rang d'une famille de vecteurs ? On ne modie pas le rang d'une famille de vecteur lorsque : on retire le vecteur nul de la famille si celui-ci y apparaît, on permute les vecteurs de la famille, on multiplie un vecteur par un scalaire λ non nul, on ajoute à un vecteur une combinaison linéaire des autres vecteurs. 1. L'ensemble des suites réelles convergentes constitue-t-il un R-espace vectoriel ? 2. L'ensemble des suites réelles divergentes constitue-t-il un R-espace vectoriel ? 3. Soit ` un nombre réel. L'ensemble des suites réelles convergeant vers `, est-il un R-espace vectoriel ? Exercice 4 1. l'ensemble des fonctions positives sur R, 2. l'ensemble des fonctions croissantes sur R, 3. l'ensemble des fonctions solutions sur R de l'équation diérentielle : y0 = 2 y. Les ensembles suivants sont-ils des sous-espaces vectoriels de l'ensemble des fonctions de R dans R ? Exercice 3 (f, g, h) est-elle une famille libre de RR ? f (x) = sin x g(x) = cos x h(x) = x 2. Justier que la fonction ϕ : x 7−→ 2 x − cos x − π3 est combinaison linéaire des fonctions f , g et h. 3. Que dire de l'ensemble des solutions sur R de l'équation diérentielle y 00 + y = 0 ? 1. On pose, pour tout réel x, Dans l'espace vectoriel R3 , les sous-ensembles suivants sont-ils des sousExercice 5 espaces vectoriels ? On se place dans R2 [X] l'espace vectoriel des polynômes de degré inférieur 1. A = {(x, y, z) ∈ R3 / x + y − 4z = 0} ou égal à 2. 2. B = {(x, y, z) ∈ R3 / x − 2y + z = 1} 1. L'ensemble A = {P ∈ R2 [X] / P (1) = P (2)} est-il un sous-espace vectoriel de R2 [X] ? 3. C = {(x, y, z) ∈ R3 / xy − z = 0} 2. En écrivant P sous la forme P (X) = a X 2 + b X + c , quelle relation 4. D = {(x, y, z) ∈ R3 / x − 2y = 0 et z − x = 0} liant a et b caractérise les éléments de A ? 5. E = {(α, β, 3α) / α ∈ R et β ∈ R} Déterminer (s'il y a lieu) une base pour chacun de ces sous-espaces vecto- Exercice 6 riels. Exercice 2 → − → − −c = (10, −4, 11) a = (3, 1, 0) , b = (4, 1, 0) , → → − → − d = (−1, −3, 4) , f = (1, −5, 8) → = (1, −1, 2) et − → = (1, 1, −1). On pose − u u 1 2 Parmi les vecteurs suivants, repérer ceux qui sont combinaisons linéaires de − → et − → puis expliciter la combinaison linéaire correspondante. u u 1 2 Exercice 1 V Exercices MTB - ch2 Page 15/16 P = 1 Q = X +i R = (X + i)2 Q 0 1 0 A = 1 0 1 0 1 0 et On considère les matrices de M3 (R) : Exercice 11 0 0 1 B = 0 1 0 1 0 0 1 1 b= 1 3 0 1 c= 2 2 1 0 d= −1 2 2 3 e= 0 1 avec a, b, c réels. Soit E = {(un )n∈N ∈ RN | (un )n Exercice 13 converge }. − 1. On considère les vecteurs de R4 : → u = (1, 2, −1, −1) → − − − et v = (2, 3, 0, −1). Calculer le rang de la famille de vecteurs (→ u,→ v ). − − − 2. On se donne → u = (−2, 1, 1, 1) ; → v = (0, 3, 1, −1) ; → w = (−6, 9, 5, 1) − − − Calculer le rang de la famille de vecteurs (→ u,→ v ,→ w ). Exercice 12 (b) En déduire que toute matrice de E est combinaison linéaire des matrices I3 , A et B puis que E est un sous-espace vectoriel de M3 (R). 4. À l'aide des résultats précédents, montrer que B = (I3 , A, B) est une base de E . a b c b a + c b c b a Montrer que l'ensemble des solutions de (Σ) forme un sous-espace vectoriel Montrer que l'ensemble des suites constantes et l'ensemble des suites converF de R4 . Déterminer la dimension et une base de F . geant vers 0 sont des sous-espaces supplémentaires de E. x + 3y + 2z = 0 x+y+z+t=0 x−t=0 Soit (Σ) le système d'équations linéaires : Exercice 10 1. Déterminer les dimensions de F, G, F + G et F ∩ G. 2. Donner une base de F ∩ G. 1 2 a= 3 4 Dans E = M4,1 (R), on considère les sous-espaces vectoriels F = Vect(a, b, c) et G = Vect(d, e) avec : Exercice 9 Déterminer les dimensions de F, G, F ∩ G et de F + G. 3 Soit E l'ensemble des matrices M de M3 (R) telles que AM = M A. 1. (a) Vérier que B appartient à E . (b) Soit n un entier naturel, montrer que An appartient à E . 2. Déterminer tous les réels x, y, z tels que xI3 + yA + zB = O3 . Exercice 8 Dans R3 [X], on considère les sous-espaces vectoriels suivants : 3. (a) Montrer que E est l'ensemble des matrices de la forme F = {P ∈ R [X] | P (0) = 0} et G = Vect 1 + X , X + X 2 , X 2 + X 3 1. Montrer que (P, Q, R) est une famille libre de C[X]. 2. Justier que le polynôme T = X 2 est combinaison linéaire de P , et R. Dans C[X], on se donne les polynômes : Exercice 7 MTB - ch2 Page 16/16