ESPACES VECTORIELS

I - Structure d espace vectoriel

K dsigne un corps ( R ou C )
a) Dfinition d un espace vectoriel
Un espace vectoriel sur le corps K un ensemble E muni de deux lois
- une loi interne note + telle que (E,+) soit un groupe commutatif
- une loi externe note . telle que
xE (,) K ( + ).x = .x + .x
.(x+y) = .x + .y
.(.x) = .x
1.x = x
On prendra pour la suite K = R
b) - Exemples d espaces vectoriels
L ensemble des vecteurs libres de l espace est un espace vectoriel
L ensemble des fonctions de R dans R est un espace vectoriel
R, R, R
n
sont des espaces vectoriels
c) - Proprits
0 0 0 .
). 1 (
0 . 0
0 0 .
= = =
=
=
=
x x
x x
x
E x R


d) - Sous-espaces vectoriels
E un R espace vectoriel, une partie F de E est un sous espace
vectoriel ssi F est inclus dans E et F est un espace vectoriel
Th : F est un sous espace vectoriel de E ssi 0 F
(x,y) F x + y F
R .x F
F est un sous espace vectoriel de E ssi 0 F
R (x,y) F x + y F
Rq : Toute intersection de sous espaces vectoriels est un sous
espace vectoriel (c est faux pour la runion)
e) - Sous espace vectoriel engendr par une partie
Soit A E , l intersection de tous les espaces vectoriels de E
contenant A est le plus petit sous espace vectoriel de E contenant A, on
l appelle le sous espace vectoriel engendr par A on le note Vect(A)
Vect(A) est gal l ensemble des combinaisons linaires
finies d lments de A

=
=
n
k
k k
n
n
n
n
a x A a a a R A Vect x
1
2 1 2 1
) , , , ( ) , , , ( ) ( L L
II - Somme de sous espaces vectoriels
Si E
1
, E
2
,,E
n
sont n espaces vectoriels, alors la somme
E
1
+ E
2
++ E
n
est un sous espace vectoriel de E contenant chaque
E
i
, c est le sous espace vectoriel engendr par la runion des E
i
La somme E
1
+ E
2
++ E
n
est directe ssi pour tout lment
x E
1
+ E
2
++ E
n
il existe un unique n-uplet
(x
1
, x
2
,,x
n
) E
1
E
2
... E
n
tel que x = x
1
+ x
2
++ x
n
cette somme directe se note E
1
E
2
... E
n
E = E
1
E
2
{ }

=
= +

I
0
2 1
2 1
E E
E E E
E
1
et E
2
sont dit
supplmentaires
III - Applications linaires
a) - Dfinition
Une application f d un espace vectoriel E dans un espace
vectoriel F est dite linaire ssi (x,y)E R
) ( ) ( ) (
) ( ) (
) ( ) ( ) (
y f x f y x f ou
x f x f
y f x f y x f
+ = +

=
+ = +


Si E = F et f linaire on dit que f est un endomorphisme
Si f est linaire et bijective on dit que f est un isomorphisme
Si E = F et f linaire, bijective on dit que f est un automorphisme
L ensemble des applications linaires de E dans F (not L(E,F) )
est un sous espace vectoriel de F
E
Parenthse sur injection surjection bijection

Surjection tout lment du but a au moins

un antcdent
Bijection tout lment du but a un et un seul
antcdent

Injection tout lment du but a au plus un

antcdent
f(x) = f(x ) x = x

E
F
) ( / x f y E x F y =
) ( / ! x f y E x F y =
b) - Noyau et image d une application linaire
Noyau
Image
{ }
{ } y x f E x F y f
x f E x Kerf
= =
= =
) ( , / Im
0 ) ( /
c) - Proprits
f application linaire de E dans F
f(0
E
) = 0
F
f injective Kerf ={0
E
}
f surjective Imf = F
l image par f d un sev de E est un sev de F
l image rciproque par f d un sev de F est un sev de E
c) - Exemples d applications linaires
Homothtie de rapport k
h
k
: x kx
Projecteur E = E
1
E
2
projecteur sur E
1
paralllement E
2
p
1
: x=x
1
+x
2
x
1
projecteur sur E
2
paralllement E
1
p
2
: x=x
1
+x
2
x
2
p projecteur pL(E) et p p = p
Symtrie E = E
1
E
2
symtrie par rapport E
1
paralllement E
2
s : x=x
1
+x
2
x
1
-x
2
s symtrie sL(E) et s s = Id
E
IV - Famille gnratrice, familles libres, bases
a) Famille gnratrice
Une partie A de E est dite partie gnratrice de E ssi E = Vect(A)
Une famille X = (x
1
,x
2
,,x
p
) d lments de E esst dite une
famille gnratrice de E ssi E = Vect X, c est dire que tout
lment de E peut s crire comme combinaison linaire finie
d lments de X
b) - Famille libre
Une famille X = (x
1
,x
2
,,x
p
) d lments de E est dite libre ssi
toute combinaison linaire nulle des lments de X a
ncessairement ses coefficients tous nuls
0 0
2 1 2 2 1 1
= = = = = + + +
p p p
x x x L L
On dit aussi que x
1
,x
2
,,x
p
sont linairement indpendants
Une famille est dite lie ssi elle n est pas libre
{ }
E
p
k
k k
p
p
x R 0 / 0 , , 0 , 0 \ ) , , , (
1
2 1
=

=
L L
On dit aussi que x
1
,x
2
,,x
p
sont linairement dpendants
c) - Proprits
Toute sous-famille d une famille libre est libre
Toute sur-famille d une famille gnratrice est gnratrice
Toute famille contenant 0
E
est lie
Toute famille contenant deux vecteurs colinaires est lie
Une famille est lie ssi un vecteurs au moins s exprime comme
combinaison linaire des autres
d) - Base
Une Base est une famille libre et gnratrice

=
= =
n
i
i i
n
n n
x x R E x E de base e e e B
1
2 1 2 1
/ ) ,..., , ( ! ) ,..., , (
Les
i
s appellent les composantes du vecteur x dans la base B
Thorme : Si f est un isomorphisme l image de toute base de E
est une base de F
Si une application linaire f transforme une base de E en une base
de F alors f est un isomorphisme
V - Espaces vectoriels de dimension finie
a) Dfinition
Un espace vectoriel est de dimension finie s il admet au moins
une famille gnratrice finie.
Thorme : de toute famille gnratrice fine d un espace
vectoriel, on peut extraire une base .
Si E est de dimension finie on peut complter toute famille libre
en une base de E.
b) Dimension d un espace vectoriel
Si E est un espace vectoriel non nul de dimension finie, alors
toutes les bases de E sont finies et ont le mme nombre
d lments. Le cardinal commun toutes les bases est appel
la dimension de E, on note dim E . Par convention {0},
n ayant pas de base, on pose dim {0} = 0
c) Proprits
E tant un espace vectoriel de dimension n
- toute famille libre de E a au plus n lments
- toute famille gnratrice de E a au moins n lments
- toute famille libre de E ayant n lments est une base de E
- toute famille gnratrice de E ayant n lments est une base de E
d) Rang d une famille de vecteurs
On appelle rang d une famille X = (x
1
,x
2
,,x
p
) d lments de E
la dimension de Vect(X) ; c est le cardinal de la plus grande
famille libre que l on peut extraire de la famille X .
Le rang r de la famille X est infrieur ou gal p, de plus r = p ssi
la famille X est libre
VI - Application linaire en dimension finie
Thorme : Si E et F sont isomorphe alors dim E = dim F
Si dimE = n une application linaire f de E dans F est entirement
dtermine par la donne des images d une base de E
Thorme : Si f est une application linaire de E dans F
alors dim E = dim Imf + dim Kerf
Cas ou E et F sont de dimension finie
Si dim E = dim F = n et f une application linaire alors
f bijective f injective f surjective
Si E est de dimension finie et f linaire alors
f bijective f injective f surjective