Chap7-Cours Espaces Vectoriels
Chap7-Cours Espaces Vectoriels
Chap7-Cours Espaces Vectoriels
10.1 Objectifs.
10.2.1 Définition
(1) ∀x ∈ E, ∀y ∈ E, ∀z ∈ E, (x + y) + z = x + (y + z)
(2) ∀x ∈ E, ∀y ∈ E, x + y = y + x
→−
(3) il existe un élément neutre appelé vecteur nul noté 0E ou 0 tel que pour tout x ∈
E, x + 0E = x
(4) tout vecteur x de E posséde un symétrique x0 tel que x + x0 = 0E . Le vecteur x0 est
appelée opposé du vecteur x et est noté −x.
(5) ∀λ ∈ K, ∀x ∈ E, ∀y ∈ E, λ · (x + y) = λ · x + λ · y
(6) ∀λ ∈ K, ∀µ ∈ K, (λ + µ) · x = λ · x + µ · x
(7) ∀λ ∈ K, ∀µ ∈ K, λ · (µ · x) = (λµ) · x
(8) ∀x ∈ E, 1K · x = x
1 / 11
E = K[X], ensemble des polynômes à coefficients dans K, est un K-espace vectoriel
avec l’addition usuelle des polynômes et la multiplication d’un polynôme par un scalaire ;
E = Kn [X], ensemble des polynômes à coefficients dans K de degré au plus n, est un K-
espace vectoriel avec l’addition usuelle des polynômes et la multiplication d’un polynôme
par un scalaire ;
E = F (R, R) est un R-espace vectoriel avec l’addition usuelle des fonctions et la multi-
plication d’une fonction par un scalaire ;
E = C 0 (I, R) est un R-espace vectoriel avec l’addition usuelle des fonctions et la multi-
plication d’une fonction par un scalaire ;
E = D(I, R) est un R-espace vectoriel avec l’addition usuelle des fonctions et la multi-
plication d’une fonction par un scalaire ;
E = RN est un R-espace vectoriel avec l’addition usuelle des suites et la multiplication
d’une suite par un scalaire ;
E = Mn,p (K) est un K-espace vectoriel avec l’addition usuelle des matrices et la multi-
plication d’une matrice par un scalaire ;
2 / 11
Définition 2. Soit E un K-espace vectoriel et F une partie non vide de E.
On dit que F est un sous-espace vectoriel de E (sev. en abrégé) si F est stable par les
opérations (+) et (·) et si F muni de ces opérations possède une structure de K-espace
vectoriel, c’est à dire si les 8 propriétés de la définitions d’un K-espace vectoriel sont
vérifiées pour F.
3 / 11
Exemple 5. On considère E = M3 (R) et F l’ensemble des matrices diagonales de E.
La partie F est non vide puisqu’elle contient la matrice nulle (vecteur nul) qui est bien
diagonale.
D’après les opérations sur les matrices, toute combinaison linéaire de matrices diagonales
est encore une matrice diagonale, donc F est un sous-espace vectoriel de E.
Exercice 2. Dire en justifiant si F est un sous-espace vectoriel de E dans les cas sui-
vants :
(1) E = F (R, R), F = { f ∈ F (R, R) | f (1) = 0} ,
(2) E = F (R, R), F = { f ∈ F (R, R) | f (0) = 1}
(3) E = Rn [X], F = {P ∈ Rn [X] | P0 = 3} ,
n o
(4) E = R2 , F = (x, y) ∈ R2 | x + y + 1 ≥ 0 .
Proposition . Soit (Fi )i∈I une famille de sous-espaces vectoriels d’un espace vectoriel
E.
\
Alors F = Fi est un sous-espace vectoriel de E.
i∈I
Une intersection quelconque de sous-espaces vectoriels d’un espace vectoriel E est donc
encore un sous-espace vectoriel de E.
Exemple 6. On considère E = R3 , F1 = {(x, y, z) ∈ E | x + y = 0}, F2 = {(x, y, z) ∈
E | x + z = 0}.
On vérifie aisément que F1 , F2 sont des sous espaces vectoriels de E.
D’après la proposition, F1 ∩ F2 est un sev de E. Explicitons le.
(x, y, z) ∈ E ⇐⇒ x = −y = −z
x=x
= −x
⇐⇒ y
z = −x
⇐⇒ (x, y, z) = x(1, −1, −1)
Ainsi, F1 ∩F2 est le sous-espace vectoriel de R3 des vecteurs colinéaires au vecteur (1, −1, −1).
On dira que F1 ∩ F2 est le sous-espace vectoriel de R3 engendré par le vecteur (1, −1, −1).
Exemple 7. Dans E = C[X], on considère les sous-ensembles F1 = {P ∈ E | P(1) = 0} et
F2 = {P ∈ E | P(2) = 0}.
Vérifier que F1 , F2 sont des sev et expliciter F1 ∩ F2 .
4 / 11
Somme de sous-espaces vectoriels
5 / 11
Exemple 11. On considère E = R3 , F1 = {(x, y, z) ∈ E | z = 0}, F2 = {(x, y) ∈ E | x = y =
z}.
Montrer que E = F1 + F2 .
Exemple 12. On considère, pour un entier n ≥ 2, E = Mn (R), et les sous-espaces vecto-
riels Sn (R) (ensemble des matrices symétriques de E) et A S n (R) (ensemble des matrices
antisymétriques de E).
Montrer que Mn (R) = Sn (R) ⊕ A S n (R).
Dans tous ces exemples, la décomposition trouvée est unique. Ce n’est pas toujours le cas,
comme le montre l’exemple suivant :
Exemple 13. On considère E = R3 , F1 = {(x, y, z) ∈ E | x−z = 0}, F2 = {(x, y) ∈ E | x−y =
0}.
Montrons que E = F1 + F2 .
D’après leur définition, F1 est l’ensemble des vecteurs de la forme (a, b, a) et F2 est l’en-
semble des vecteurs de la forme (c, c, d).
La somme F1 + F2 est un sev de R3 donc F1 + F2 ⊂ R3 .
Réciproquement, soit un vecteur quelconque (x, y, z) de R3 .
On étudie le problème :
(x, y, z) = (a, b, a) + (c, c, d)
qui revient au système linéaire
a+c = x
b+c = y
a+d = z
6 / 11
Proposition . Soit E un K-espace vectoriel et F1 , F2 deux sous-espaces vectoriels de E.
La somme des sous-espaces vectoriels F1 et F2 est directe si et seulement si
F1 ∩ F2 = {0E }.
Proposition . Soient F, G deux sev d’un K-ev E. Les énoncés suivant sont équivalents :
(1) F ⊕G = E
(2) F ∩ G = {0E } et F + G = E
(3) ∀v ∈ E, ∃!x ∈ F, ∃!y ∈ G, v = x + y
7 / 11
Exemple 19. Dans E = C[X], montrer que les sev F = {P ∈ C[X] | P0 = 0} et G = {P ∈
C[X] | P(0) = 0} sont supplémentaires.
Exemple 20. On considère E = R2 , F1 = {(x, y) ∈ E | x = y}, F2 = {(x, y) ∈ E | x = −y}.
Montrer que F1 et F2 sont supplémentaires dans E.
Exemple 21. On considère E = R3 , F = {(x, y, z) ∈ E | z = 0}, G = {(x, y) ∈ E | x = y = z}.
Montrer que G est un supplémentaire de F dans E.
( Z 1 )
Exemple 22. On considère E = C ([0, 1], R), F = f ∈ E f (x)dx = 0 .
0
Montrer que F est un sev de E et que G = { f ∈ E | f constante} définit un supplémentaire
de F dans E.
8 / 11
Exemple 26. Dans R[X], posons e1 = 1, e2 = X et e3 = X 2 .
Alors Vect(e1 , e2 , e3 ) = R2 [X]. En effet, tout polynôme de R2 [X] est de la forme a + bX +
cX 2 = ae1 + be2 + ce3 .
Remarque 7. Pour exprimer la liberté de la famille (ei )i∈I , on dit aussi que les vecteurs ei
indexés par I sont linéairement indépendants.
Exemple 27. E = R2 , e1 = (1, 0), e2 = (0, 1). La famille (e1 , e2 ) est libre.
Exemple 28. E = R[X], e0 = 1, e1 = X, e2 = X 2 , . . . , en = X n . La famille (e0 , e1 , e2 , . . . , en )
est libre.
Exemple 29. E = R2 , e1 = (1, 0), e2 = (0, 1), e3 = (1, 1). La famille (e1 , e2 , e3 ) n’est pas
libre.
9 / 11
Définition 9. Soit E un K-ev et e1 , . . . , en des vecteurs de E.
La famille (e1 , . . . , en ) est dite liée si elle n’est pas libre.
Remarque 8. Lorsque des vecteurs e1 , . . . , en forment une famille liée, on dit aussi qu’ils
sont linéairement dépendants.
Exemple 30. E = R[X], e0 = 1, e1 = X, e2 = 1 + X. La famille (e0 , e1 , e2 ) est liée.
Exemple 31. Soient a et b deux vecteurs d’un K-ev E.
(1) la famille (a) est libre ssi a , 0E
(2) la famille (a, b) est liée ssi a = 0E ou b est colinéaire à a.
Remarque 9. Toute famille de polynômes dont les degrés sont deux à deux distincts est une
famille libre.
En effet, en réarrangeant l’ordre des polynômes dans la famille, on peut faire en sorte que
la suite des degrés soit strictement croissante.
Exemple 32. La famille (1, 2X, 1+X 2 , X −X 3 , X 5 ) est une famille de polynômes échelonnée
en degré.
10 / 11
Exemple 35. E = Rn [X], e0 = 1, e1 = X, e2 = X 2 , . . . , en = X n . La famille (e0 , e1 , e2 , . . . , en )
est génératrice de E.
Exemple 36. E = Rn [X], a ∈ R, e0 = 1, e1 = X − a, e2 = (X − a)2 , . . . , en = (X − a)n . La
famille (e0 , e1 , e2 , . . . , en ) est génératrice de E.
Exemple 37. E = C considéré comme R-ev admet (1, i) comme famille génératrice mais
aussi (1, j) ou encore (2, 1 + 3i).
Définition 12. On appelle base d’un K-ev E toute famille de vecteurs à la fois libre et
génératrice de E.
Théorème . Soit E un K-ev et (ei )i∈I une famille de E. La famille (ei )i∈I est une base
de E ssi tout vecteur de E s’écrit de façon unique comme combinaison linéaire finie de
vecteurs de la famille (ei )i∈I .
Exercice 8. Soit n ∈ N∗ et a ∈ K∗ .
Montrer que la famille (1, X −a, (X −a)2 , . . . , (X −a)n−1 , (X −a)n ) est une base de Kn [X].
11 / 11