Académique Documents
Professionnel Documents
Culture Documents
Espaces vectoriels
Sommaire
I
II
III
IV
Gnralits . . . . . . . . . . . . . . .
1)
Dnition . . . . . . . . . . . . .
2)
Exemples de rfrence . . . . . .
3)
Rgles de calculs . . . . . . . . .
Applications linaires . . . . . . . . .
1)
Dnition . . . . . . . . . . . . .
2)
Noyau dune application linaire
3)
Proprits . . . . . . . . . . . . .
Sous-espaces vectoriels . . . . . . . .
1)
Dnition . . . . . . . . . . . . .
2)
Sous-espace engendr . . . . . .
Somme de sous-espaces vectoriels . .
1)
Dnition . . . . . . . . . . . . .
2)
Sommes directes . . . . . . . . .
3)
S.e.v. supplmentaires . . . . . .
Projections, symtries . . . . . . . . .
1)
Projecteurs . . . . . . . . . . . .
2)
Symtries . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
2
2
2
2
3
3
4
4
5
6
6
7
8
8
8
9
I GNRALITS
1)
Dnition
Dnition 18.1
Soit E un ensemble non vide, on dit que E est un - espace vectoriel (ou -e.v.) lorsque E possde une
addition et un produit par les scalaires (loi de composition externe, note . , cest une application :
E E
), avec les proprits suivantes :
(, ) .
(E, +) est un groupe ablien (llment neutre est not 0E ou 0
E et appel vecteur nul de E).
La loi . (ou produit par les scalaires) doit vrier : , , , E :
1. =
.( + ) = . + .
( + ). = . + .
.(.) = ().
Si ces proprits sont vries, on dit que (E, +, .) est un - e.v., les lments de sont appels les
scalaires et les lments de E sont appels vecteurs (parfois nots avec une che).
MPSI - Cours
Applications linaires
2)
Exemples de rfrence
ZExemples :
Un corps est un -e.v..
est un -e.v., est un -e.v., est un -e.v. Plus gnralement si est corps inclus dans un autre
corps , alors est un -e.v..
Lensemble muni des oprations suivantes :
(1 , , ) + (1 , , ) = (1 + 1 , , + ) et .(1 , , ) = (1 , , ),
est un -e.v., le vecteur nul est le n-uplet : (0, , 0).
Si I est un ensemble non vide, alors lensemble des applications de I vers : (I, ), pour les oprations usuelles (addition de deux fonctions et produit par un scalaire) est un -e.v., le vecteur nul tant
lapplication nulle. En particulier ( (I, ), +, .) sont des -e.v., ainsi que lespace des suites valeurs
dans .
Plus gnralement, si E est un -e.v., lensemble des applications de I vers E : (I, E), pour les oprations usuelles sur les fonctions, est un -e.v..
([X], +, .), ((X), +, .) sont des -espaces vectoriels.
Espace produit : Soient E et F deux -e.v., on dnit sur EF laddition : (, )+( , ) = (+ , + ),
et un produit par les scalaires : .(, ) = (., .). On peut vrier alors que (E F, +, .) est un -e.v.,
le vecteur nul tant (0E , 0F ). Cela se gnralise au produit cartsien dun nombre ni de -e.v.
3)
Rgles de calculs
Soit E un -e.v.
E, 0.
= 0 , et , .0 = 0 .
E, , (.
) = ().
= .(
).
E, , .
= 0 = 0 ou = 0 .
II APPLICATIONS LINAIRES
1)
Dnition
Dnition 18.2
Soient E et F deux -e.v. et soit E F une application, on dit que est une application linaire (ou
morphisme de -espaces vectoriels), lorsque :
, E, , ( + ) = () + () et (.) = .().
Si de plus, est bijective, alors on dit que est un isomorphisme (despaces vectoriels). Lensemble des
applications linaires de E vers F est not (E, F).
Remarque 18.1 Les applications linaires de dans sont les applications de la forme () = ( ),
car () = (1).
ZExemples :
Lapplication nulle (note 0) de E vers F est linaire.
Lapplication identit de E : idE E E dnie par idE () = , est linaire bijective (et (idE )1 = idE ).
Soit , lhomothtie de rapport : E E, dnie par () = ., est linaire et bijective.
Sa rciproque est lhomothtie de rapport 1/. Lensemble des homothties de E est un groupe pour la
loi car cest un sous-groupe du groupe des permutations de E.
Lapplication 2 2 dnie par (, ) = (; ) est un isomorphisme de 2 sur lui-mme.
MPSI - Cours
Applications linaires
retenir
(E, F) alors (0E ) = 0F et E, () = ().
Soit E = 0 ([0; 1], ) et E dnie par () = () , alors est une forme linaire sur E.
0
Soit E = { (, ) / ( ) converge} est un -e.v. et lapplication E dnie par () =
lim , est une forme linaire sur E.
Soient , , , lapplication 3 dnie par (, , ) = + + , est une forme linaire
sur 3 . En exercice, montrer la rciproque, cest dire que toutes les formes linaires sur 3 sont de
ce type.
2)
Dnition 18.4
Soit (E, F), on appelle noyau de lensemble not ker() et dni par :
ker() = E / () = 0F
Le noyau de contient toujours 0E .
ZExemples :
Le noyau dune application linaire bijective est {0E }.
Le noyau de lapplication linaire [X] [] dnie par (P) = P est ker() = .
Le noyau de lapplication linaire 3 2 dnie par (, , ) = ( + + , 2 ) est
ker() = {(, 2, 3 / }.
3)
Proprits
Il est facile de vrier les proprits suivantes :
(E, F) est injective si et seulement si ker() = {0E }.
La compose de deux applications linaires est linaire. On en dduit que GL(E) est stable pour la loi .
Si (E, F) est un isomorphisme, alors 1 (F, E). On en dduit que GL(E) est stable par
symtrisation, i.e. si GL(E), alors 1 GL(E).
(GL(E), ) est un groupe (non ablien en gnral), cest en fait un sous-groupe du groupe des permutations de E : (S E , ).
Si , (E, F) et si , alors + et . sont linaires. On en dduit que ((E, F), +, .) est un
-e.v. (s.e.v. de (E, F)).
((E), +, ) est un anneau, la loi jouant le rle dune multiplication.
Remarque 18.2
En gnral, lanneau (E) nest pas commutatif. Le groupe des inversibles de cet anneau est GL(E).
MPSI - Cours
Sous-espaces vectoriels
La loi jouant le rle dune multiplication, on adopte les notations usuelles des anneaux pour les puissances,
i.e. si (E) et si est entier, alors :
idE
si = 0
=
,
fois si > 0
=0
Dnition
Dnition 18.5
Soit E un -e.v. et soit H un ensemble, on dit que H est un sous-espace vectoriel de E (ou s.e.v de E)
lorsque :
H E, H .
, H, + H (H est stable pour laddition).
H, , . H (H est stable pour la loi .).
Si cest le cas, alors il est facile de vrier que (H, +, .) est lui-mme un -e.v.
ZExemples :
(E, F) est un s.e.v. de (E, F).
Lensemble des fonctions paires (respectivement impaires, bornes, T-priodiques, lipschitziennes) dnies sur est un s.e.v. de (, ).
Lensemble ( (I, ), +, .) est un sous-espace vectoriel de ((I, ), +, .).
Lensemble ( [X], +, .) est un sous-espace vectoriel de ([X], +, .).
Lensemble des suites complexes de limite nulle et un s.e.v de lespace des suites complexes convergentes, qui est lui-mme un s.e.v de lespace de suites complexes bornes, qui est lui-mme un s.e.v de
lespace des suites complexes.
Soient , , , F = {(, , ) 3 / + + = 0} est un s.e.v de 3 .
retenir
Soit (E, F) alors est un isomorphisme si et seulement si ker() = {0E } et Im() = F.
MPSI - Cours
Sous-espaces vectoriels
Thorme 18.3 (image rciproque dun s.e.v par une application linaire)
Soit H un s.e.v de F et soit (E, F) alors 1 (H) (ensemble des antcdents des lments de H par )
est un s.e.v de E.
Preuve : Celle-ci est simple et laisse en exercice.
ZExemples :
.
0
2)
Sous-espace engendr
= .
=1
MPSI - Cours
Thorme 18.5 (image dune combinaison linaire par une application linaire)
Soit E un -e.v et soit ( )1 une famille de vecteurs de E. Soit (E, F), alors limage par dune
combinaison linaire de la famille ( )1 et une combinaison linaire de la famille (( ))1 (dans
F) avec les mmes coecients.
Preuve : Par rcurrence sur : pour = 1 il ny a rien dmontrer. Supposons le thorme vrai au rang , et soit
= 1 1 + + +1 +1 , tant linaire, on peut crire () = (1 1 + + ) + +1 .(+1 ), on applique alors
lhypothse de rcurrence pour conclure.
De telles familles de scalaires sont appeles familles support ni. Le thorme 18.5 se gnralise alors
ainsi :
Si (E, F) alors ( ) = (), pour toute famille de scalaires ( )X support ni.
X
ZExemples :
Soit E = pour J1; K on pose = (,1 , , , ), on a alors E = Vect [1 , , ].
Soit H = { 3 / , , , = ( , 2 2 + , + + 2)}. Posons 1 = (1, 2, 1), 2 =
(1, 2, 1) et 3 = (0, 1, 2), on a alors H = Vect [1 , 2 , 3 ], ce qui prouve que H est un s.e.v de 3 . On
remarque que 2 = 1 , donc nalement H = Vect [1 , 3 ], et comme 1 et 3 ne sont pas colinaires, H
est un plan vectoriel.
Soit E = (, ), les deux fonctions id et 1 sont non colinaires, donc elles engendrent un plan
vectoriel dans E : P = Vect id , 1. P quivaut , , = .id +.1, et donc +,
P est donc lensemble des applications anes.
Dnition
MPSI - Cours
Thorme 18.7
Une somme de s.e.v de E est un s.e.v de E.
Preuve : F 1 , , F sont des s.e.v de E , donc ce sont en particulier des -e.v, par consquent le produit cartsien F 1
F est lui-mme un -e.v. On considre alors lapplication F 1 F E dnie par (1 , , ) = 1 + + .
On vrie facilement que est linaire, il est clair daprs la dnition que F 1 + + F = Im(), et donc cest un s.e.v
de E.
ZExemples :
Dans 3 , posons = (1, 0, 0), = (0, 1, 0), = (0, 0, 1), on peut vrier que 3 = Vect [] + Vect +
Vect [] = Vect , + Vect [] = Vect [] + Vect , .
Soient , E deux vecteurs, on a Vect [] + Vect = Vect , . Plus gnralement, on peut
remplacer et par deux familles de vecteurs de E (et cela se gnralise plus de deux).
2)
Sommes directes
ZExemples :
Dans (, ) le s.e.v des fonctions paires et le s.e.v des fonctions impaires sont en somme directe.
Dans 3 le plan P dquation + + = 0 et la droite engendre par le vecteur = (1, 1, 1) sont en
somme directe, mais P nest pas en somme directe avec le plan P engendr par et = (1, 1, 1).
3)
S.e.v. supplmentaires
MPSI - Cours
Projections, symtries
ZExemples :
Dans (, ) le s.e.v des fonctions paires et le s.e.v des fonctions impaires sont supplmentaires.
V PROJECTIONS, SYMTRIES
1)
Projecteurs
Dnition 18.12
Soit E un -e.v, une projection dans E (ou un projecteur de E) est un endomorphisme de E tel que 2 =
(i.e. = ).
ZExemples :
E = 2 et (, ) = (, 0).
E = (, ) et qui E associe ()
()+()
2
Remarque : invariants dun endomorphisme. Si (E), alors E est invariant par (ou un point xe
de ) si et seulement si () = , ce qui quivaut ( idE )() = 0E , ou encore ker( idE ). Lensemble
des points xes de est donc le s.e.v ker( idE ).
MPSI - Cours
Projections, symtries
()
Im()
()
ker( id)
ZExemples :
Dans le premier exemple, est la projection sur la droite Vect [(1, 0)] et paralllement la droite
Vect [(0, 1)].
Dans le deuxime exemple, est la projection sur le s.e.v des fonctions paires, paralllement au s.e.v
des fonctions impaires.
ZExemples :
Soit E = 3 , F = {(, , ) E / = 0} et G = Vect [(1, 1, 1)]. Montrer que F et G sont supplmentaires,
et dterminer lexpression analytique de la projection sur F paralllement G.
Soit un projecteur de E, montrer que = idE est un projecteur, prciser ses lments caractristiques.
2)
Symtries
Dnition 18.13
Soit E un -e.v, une symtrie de E est un endomorphisme tel que 2 = idE (involution linaire).
ZExemples :
Dans E = 2 , lapplication dnie par (, ) = (, ) est une symtrie.
Dans E = (, ) lapplication dnie par () est la fonction qui () (), est une
symtrie.
Projections, symtries
Preuve : Posons = (idE + ), est une symtrie quivaut 2 = idE , cest dire (2 idE )2 = idE , ou encore 2 = ,
2
ce qui quivaut dire que E = ker() ker( idE ), et donc E = ker( + idE ) ker( idE ).
ker() = ker( + id)
()
ker( id)
()
ker( id)
()
()
ZExemples :
Dans le premier exemple ci-dessus, est la symtrie par rapport la droite Vect [(1, 1)] et paralllement
la droite Vect [(1, 1)].
Dans le deuxime exemple, est la symtrie par rapport au s.e.v des fonctions paires, et paralllement
au s.e.v des fonctions impaires.
MPSI - Cours
10