Espaces vectoriels K désigne l’ensemble des réels R ou l’ensemble des complexes C. 1 1.1 Définition Un K-espace vectoriel est un ensemble E tel que: • La somme de deux éléments de E reste un élément de E • On peut multiplier un élément de E par un élément de K, on obtient un nouvel élément de E Si ~x est un élément de E, on dit que ~x est un vecteur. Si α ∈ K, on dit que α est un scalaire. Exemple: • E = R2 = {(x; y), avec x ∈ R, y ∈ R} est un R-espace vectoriel. → Si ~u = (x, y) ∈ E, si ~v = (a, b) ∈ E, alors ~u + ~v = (x + a; y + b) ∈ E. → Si α ∈ R, si u = (x, y) ∈ E, alors α(x, y) = (αx, αy) ∈ E. • E = { fonctions f : R → R} est un R-ev. → on peut ajouter deux fonctions f et g : R → R, et f + g est bien une fonction de R dans R. → Si α ∈ R, la fonction αf : x ⇒ αf (x) va bien de R dans R Rmq: Parfois, le terme ”ajouter deux vecteurs” doit être précisé 1.2 Les espaces vectoriels classiques que l’on rencontrera sont: • Rn , où n ∈ N, l’ensemble des n-uplets de réels. • L’ensemble { fonctions f : R → R} • L’ensemble des polynômes à coefficients dans R, noté R[X], (ou à coefficients dans C, noté C[X]). • l’ensemble des suites. 1.3 Dans tout espace vectoriel non vide, il y a un élément, noté ~0, qu’on appelle le vecteur nul qui vérifie: ~u + ~0 = ~u pour tout ~u ∈ E 1.4 Si ~x ∈ E, ~y ∈ E, λ ∈ K, alors le vecteur λ~x + ~y est appelé une combinaison linéaire de ~x et ~y 2 2.1 Sous-espace vectoriel Si E est un K espace vectoriel, on dit que F ⊂ E est un sous espace vectoriel (sev) de E si: a. ~0 ∈ F b. Pour tous vecteurs de F ~x et ~y , pour tout scalaire λ ∈ K, la combinaison linéaire λ~x + ~y reste un vecteur de F . 1 Exemple: On prend E = R2 , et on prend F = {(x, y) ∈ R2 tq x + y = 0}. Montrons que F est un sev de E. Soit ~u = (a, b) un vecteur de F , soit ~v = (c, d) un autre vecteur de F . Soit λ ∈ K un scalaire. Montrons que λ~u + ~v ∈ F . On a: λ~u + ~v = λ(a, b) + (c, d) = (λa + c, λb + d). Nous devons prouver que (λa + c) + (λb + d) = 0. Or (λa + c) + (λb + d) = λ(a + b) + (c + d). Comme ~u ∈ F, a + b = 0. De même, comme ~v ∈ F, c + d = 0 Donc (λa + c) + (λb + d) = 0, ce qui prouve que λ~u + ~v ∈ F . Donc F est un sev de E. 2.2 Tous les ensembles F ⊂ E ne sont pas des sev de E. Exemple: On prend E = { fonctions f : R → R}, et F = {f ∈ E tq f est majorée }. Montrons que F n’est pas un sev de E: pour cela, il suffit de trouver f ∈ F , g ∈ F , λ ∈ R tq λf + g ∈ / F. Prenons f (x) = −ex , λ = −1, g = 0. f et g sont dans F car ce sont deux fonctions majorées par 0. Pourtant λf + g ∈ / F , car (λf + g)(x) = ex , qui est une fonction non majorée (ex −−−−→ +∞) x→+∞ 2.3 L’intersection de deux sev de E est un sev de E, mais en général la réunion de deux sev de E n’est pas un sev de E. 3 3.1 Somme de sous espaces vectoriels Soit E un K-ev vectoriel, F et G deux sev de E. On appelle somme de F et G (notée F + G) l’ensemble des vecteurs qui s’écrivent comme la somme d’un vecteur de F et d’un vecteur de G. F + G = {~u ∈ E tq ~u = ~x + ~y , avec ~x ∈ F, ~y ∈ G} Remarque: Un vecteur de F + G s’écrit comme somme d’un vecteur de F et d’un vecteur de G. Mais le même vecteur peut s’écrire sous plusieurs formes. 3.2 Si tout vecteur u de F + G s’écrit de façon unique uF + uG , avec uF ∈ F, uG ∈ G, alors on dit que la somme F + G est directe, et on note ceci F ⊕ G 4 4.1 Famille libres Une famille (e~1 , ..., e~n ) de vecteurs de E est dite liée si un des vecteurs de la famille s’écrit comme une combinaison linéaire des autres. Exemple: 2 −1 1 Dans R3 , la famille (e~1 , e~2 , e~3 ), où e~1 = 0 , e~2 = 1 , e~3 = 1 est liée car e~3 = e~1 + e~2 . 4 −1 3 4.2 Une famille est dite libre si elle n’est pas liée. Pour montrer qu’une famille (e~1 , ..., e~n ) est liée, on cherche à résoudre l’équation x1 e~1 + x2 e~2 + ... + xn e~n = ~0 (les inconnues sont les xi ). 2 Si la seule solution qu’on trouve est x1 = x2 = ... = xn = 0, alors la famille est libre. Exemple: 1 0 0 Dans R3 , la famille (e~1 , e~2 , e~3 ), où e~1 = 0 , e~2 = 1 , e~3 = 0 est libre. En effet, cherchons à 0 0 1 résoudre x1 e~1 + x2 e~2 + x3 e~3 = ~0 . 1 0 0 0 x1 e~1 + x2 e~2 + x3 e~3 = ~0 ⇔ x1 0 + x2 1 x3 0 = 0 0 0 1 0 0 x1 ⇔ x2 = 0 0 x3 on a donc nécéssairement x1 = x2 = x3 = 0. La famille est libre. 5 5.1 Famille génératrice Soit E un K-espace vectoriel. On dit que la famille (e~1 , ..., e~n ) est génératrice de E si : ( tout vecteur ~u de E s’écrit comme une CL des e~i : il existe des scalaires λi tq ~u = λ1 e~1 + ... + λn e~n les vecteurs e~i ∈ E Les λi ne sont pas nécéssairement uniques. Exemple: 1 0 0 La famille (e~1 , e~2 , e~3 ), où e~1 = 0 , e~2 = 1 , e~3 = 0 est génératrice de R3 . 0 0 1 x En effet, soit ~u = y un vecteur de R3 . On peut écrire ~u = xe~1 + y e~2 + z e~3 . Ainsi ~u s’écrit comme une z combinaison linéaire des e~i . 5.2 Si (e~1 , ..., e~n ) est une famille génératrice de E, on dit aussi que (e~1 , ..., e~n ) engendre E. 6 6.1 Base d’un espace vectoriel Une base de E est une famille génératrice de E qui est aussi libre. Exemple: D’après les deux exemples précédents, 1 0 où e~1 = 0 , e~2 = 1 , e~3 = 0 0 onpeut dire que la famille (e~1 , e~2 , e~3 ), 0 0 est une base de R3 . 1 6.2 Si (e~1 , ..., e~n ) est une base de E, tout vecteur ~u de E s’écrit de façon unique comme une combinaison linéaire des e~i : ~u = λ1 e~1 + ... + λn e~n (les λi sont uniques) 6.3 Si ~u = λ1 e~1 + ... + λn e~n , les λi sont appelés les coordonées (ou composantes) de ~u sur la base (e~1 , ..., e~n ). 3 7 7.1 Dimension d’un espace vectoriel On dit qu’un espace vectoriel E est de dimension finie si il possède une base qui a un nombre fini d’éléments. On définit la dimension de E comme étant le nombre d’éléments de cette base. Exemple: 1 0 0 0 , 1 , 0 est une base de R3 . Donc R3 est de dimension finie, et On a vu que la famille 0 0 1 cette dimension vaut 3. 7.2 Attention! un espace vectoriel de dimension finie n’est pas de cardinal fini pour autant. (cardinal=nombre d’éléments). Un K−espace vectoriel (sauf {~0}) a toujours un nombre infini d’éléments. 7.3 Si F ⊂ E, si E est de dimension finie, alors dim(F ) ≤ dim(E). 7.4 (Très utile) Si F ⊂ E, si dim(F ) = dim(E), alors E = F . 4