Chapitre 1. Espaces Vectoriels (Diapos)

Cours d'algèbre 2 (SMC & SMP)
Espaces vectoriels
Prof. Mohamed Louzari
Département de mathématiques, Faculté des sciences de Tétouan
Université Abdelmalek Essaadi
Année Universitaire: 2019-2020
Pr. Mohamed Louzari (FS Tétouan) Cours d'algèbre 2 (SMC & SMP) Année Universitaire: 2019-2020 1 / 36
Plan
1 Espaces Vectoriels
2 Sous-espaces vectoriels
3 Intersection et Somme de sous-espaces vectoriels
4 Sous-espace vectoriel engendré par un sous-ensemble
5 Familles libres, Familles génératrices et Bases
6 Espaces vectoriels de dimensions nies
Plan
Mise en garde
Dans le long de ce cours, K désigne le corps commutatif R ou C.
Dénition d'un espace vectoriel
Dénition
Un K -espace vectoriel est un ensemble non vide E muni :
• d'une loi de composition interne, appelée addition :
E×E →E
(x, y) 7→ x + y
• d'une loi de composition externe, appelée multiplication par

scalaires :
K ×E →E
(λ, x) 7→ λ · x
qui vérient les propriétés suivantes :
Dénition
(E1 ) x + y = y + x ∀ x, y ∈ E ,
(E2 ) (x + y) + z = x + (y + z) ∀ x, y, z ∈ E ,
(E3 ) Il existe un élément 0 ∈ E, tel que x + 0 = x ∀ x ∈ E,
(E4 ) Pour tout x ∈ E, il existe −x ∈ E tel que x + (−x) = 0,
(E5 ) λ.(x + y) = λ.x + λ.y ∀ x ∈ E ∀ λ ∈ K ,
(E6 ) (λ + µ).x = λ.x + µ.x ∀ x ∈ E et ∀ λ, µ ∈ K ,
(E7 ) (λµ).x = λ(µ.x) ∀ x ∈ E et ∀ λ, µ ∈ K ,
(E8 ) 1.x = x ∀ x ∈ E .
Remarques
Si K=R (resp., K = C), alors E est dit espace vectoriel réel (resp.,
espace vectoriel complexe). L'espace vectoriel E sur le corps K est noté
(E, +, ·) ou bien EK . On peut aussi le noter E.
Les éléments de E sont dits vecteurs,
Les éléments de K sont dits scalaires,
L'élément 0E est dit vecteur nul,
Si x ∈ E, l'élément −x est dit vecteur opposé de x.

Soient λ∈K et x ∈ E, on écrira λx au lieu de λ.x
Exemple
L'ensemble
Rn = {(x1 , x2 , · · · , xn )| xi ∈ R où i = 1, 2, · · · , n et n ∈ N∗ } est un
espace vectoriel réel sous l'addition et la multiplication par scalaires
dénies par :
(x1 , x2 , · · · , xn ) + (y1 , y2 , · · · , yn ) = (x1 + y1 , x2 + y2 , · · · , xn + yn )
λ(x1 , x2 , · · · , xn ) = (λx1 , λx2 , · · · , λxn )
Exemple
L'ensemble
Rn = {(x1 , x2 , · · · , xn )| xi ∈ R où i = 1, 2, · · · , n et n ∈ N∗ } est un
espace vectoriel réel sous l'addition et la multiplication par scalaires
dénies par :
(x1 , x2 , · · · , xn ) + (y1 , y2 , · · · , yn ) = (x1 + y1 , x2 + y2 , · · · , xn + yn )
λ(x1 , x2 , · · · , xn ) = (λx1 , λx2 , · · · , λxn )
On peut considérer Cn comme un R-espace vectoriel (si les scalaires

sont des réels), et C-espace vectoriel (si les scalaires sont des
complexes).
Résultats élémentaires
Théorème
Soit E un K -espace vectoriel. Alors
(1) (∀λ ∈ K) λ0E = 0E ,

(2) (∀x ∈ E) 0K x = 0E ,
(3) Si λx = 0E alors λ = 0K ou x = 0E ,
(4) (∀x ∈ E) (∀λ ∈ K) (−λ)x = −(λx) = λ(−x)
Résultats élémentaires
Théorème
Soit E un K -espace vectoriel. Alors
(1) (∀λ ∈ K) λ0E = 0E ,

(2) (∀x ∈ E) 0K x = 0E ,
(3) Si λx = 0E alors λ = 0K ou x = 0E ,
(4) (∀x ∈ E) (∀λ ∈ K) (−λ)x = −(λx) = λ(−x)
Preuve
(1) λ0E = λ(0E + 0E ) = λ0E + λ0E (E3 & E5 ).
⇒ λ0E + (−λ0E ) = (λ0E + λ0E ) + (−λ0E )
= λ0E + [λ0E + (−λ0E )] = λ0E (E4 & E2 ).
Mais, λ0E + (−λ0E ) = 0E , alors λ0E = 0E .
(2) , (3) et (4) voir le polycopié.
Plan
Dénition d'un sous espace vectoriel
Dénition
Soient E un K -espace vectoriel et F un sous-ensemble non vide de E . On
dit que F est un sous-espace vectoriel (s.e.v.) de E , si F est stable sous les
opérations de E . C'est à dire
(1) Si x, y ∈ F alors x + y ∈ F,
(2) Si x∈F et λ∈K alors λx ∈ F .
Exemples
(1) Tout espace vectoriel EK est un sous espace vectoriel de lui même, et
EK est le plus grand s.e.v. de EK .
Exemples
(2) Le singleton {0E } est un s.e.v. de E, c'est bien le plus petit s.e.v. de
E, car 0E est un élément de tous les s.e.v. de E.
Exemples
(3) R est un sous-espace vectoriel de CR (facile à vérier).
Exemples
(3) R est un sous-espace vectoriel de
CR (facile à vérier).
(4) 2
Considérons dans R le sous-ensemble X = {(x, 0)|x ∈ R}. Soient
(x1 , 0), (x2 , 0) ∈ X et λ ∈ R, alors on a
(x1 , 0) + (x2 , 0) = (x1 + x2 , 0) ∈ X et λ(x1 , 0) = (λx1 , 0) ∈ X .
X est un sous-espace vectoriel de R2 , c'est bien l'axe des abscisses
dans le plan cartésien R .
2
Remarque importante
Pour montrer qu'un sous-ensemble F n'est pas vide, on vérie
généralement que 0E ∈ F .
D'après les exemples précédents, si on veut montrer que
E est un espace vectoriel, au lieu de vérier les 8 axiomes de la
dénition d'un e.v., on peut se ramener à vérier que
E est un sous-espace vectoriel d'un espace vectoriel plus large.
Plan
Intersection de sous-espaces vectoriels
Soient F et G deux sous espaces vectoriels d'un K -espace vectoriel E.

Considérons l'intersection F ∩ G.
Puisque 0E ∈ F et 0 E ∈ G, alors 0E ∈ F ∩ G et par suite F ∩ G 6= ∅.
Si x, y ∈ F ∩ G alors x, y ∈ F donc x + y ∈ F , de même on a
x, y ∈ G, alors x + y ∈ G. Ainsi x + y ∈ F ∩ G.
Si x ∈ F ∩ G et λ ∈ K , on a x ∈ F alors λx ∈ F . Aussi, x∈G donc
λx ∈ G. Par suite λx ∈ F ∩ G.
Conclusion : F ∩G est un sous-espace vectoriel de E. Dans le cas
général, on a le théorème suivant :
Intersection de sous-espaces vectoriels
Soient F et G deux sous espaces vectoriels d'un K -espace vectoriel E.

Considérons l'intersection F ∩ G.
Puisque 0E ∈ F et 0 E ∈ G, alors 0E ∈ F ∩ G et par suite F ∩ G 6= ∅.
Si x, y ∈ F ∩ G alors x, y ∈ F donc x + y ∈ F , de même on a
x, y ∈ G, alors x + y ∈ G. Ainsi x + y ∈ F ∩ G.
Si x ∈ F ∩ G et λ ∈ K , on a x ∈ F alors λx ∈ F . Aussi, x∈G donc
λx ∈ G. Par suite λx ∈ F ∩ G.
Conclusion : F ∩G est un sous-espace vectoriel de E. Dans le cas
général, on a le théorème suivant :
Théorème
Soit E un K -espace vectoriel. Alors, l'intersection de toute famille de
sous-espaces vectoriels de E est un sous-espace vectoriel de E.
Réunion de sous-espaces vectoriels
Proposition
La réunion de deux sous-espaces vectoriels d'un espace vectoriel E n'est
pas forcément un sous-espace vectoriel de E.
Proposition
Exemple
Dans le plan cartésien R2 , l'axe des abscisses X = {(x, 0)|x ∈ R} et
l'axe des ordonnées Y = {(0, y)|y ∈ R} sont des sous-espaces
2
vectoriels de R , mais X ∪ Y n'est pas un sous-espace vectoriel de R .
2
Proposition
Exemple
Dans le plan cartésien R2 , l'axe des abscisses X = {(x, 0)|x ∈ R} et
l'axe des ordonnées Y = {(0, y)|y ∈ R} sont des sous-espaces
2
vectoriels de R , mais X ∪ Y n'est pas un sous-espace vectoriel de R .
2
Car pour (1, 0) ∈ X et (0, 1) ∈ Y , on a :

(1, 0) + (0, 1) = (1, 1) 6∈ X ∪ Y . Donc X ∪ Y n'est pas stable sous
l'addition, et par suite X ∪ Y n'est pas un sous-espace vectoriel.
Somme de sous-espaces vectoriels
Dénition
Soient F1 et F2 deux sous-espaces vectoriels d'un espace vectoriel E. On
appelle somme de F1 et F2 l'ensemble :
F1 + F2 = {x ∈ E | x = x1 + x2 où x1 ∈ F1 , x2 ∈ F2 }.
Somme de sous-espaces vectoriels
Dénition
Soient F1 et F2 deux sous-espaces vectoriels d'un espace vectoriel E. On
appelle somme de F1 et F2 l'ensemble :
F1 + F2 = {x ∈ E | x = x1 + x2 où x1 ∈ F1 , x2 ∈ F2 }.
Proposition
La somme de deux sous-espaces vectoriels de E est un sous-espace
vectoriel de E.
Plan
Sous-espace vectoriel engendré par un sous-ensemble
Dénition : Combinaison linéaire

Soient E un K -espace vectoriel et F = {u1 , u2 , · · · , un } une famille non
vide de E . Toute écriture de la forme λ1 u1 + λ2 u2 + · · · + λn un où
λ1 , λ2 , · · · , λn ∈ K , s'appelle combinaison linéaire des vecteurs
u1 , u2 , · · · , un .
Sous-espace vectoriel engendré par un sous-ensemble
Dénition : Combinaison linéaire

Soient E un K -espace vectoriel et F = {u1 , u2 , · · · , un } une famille non
vide de E . Toute écriture de la forme λ1 u1 + λ2 u2 + · · · + λn un où
λ1 , λ2 , · · · , λn ∈ K , s'appelle combinaison linéaire des vecteurs
u1 , u2 , · · · , un .
Théorème & Dénition : s.e.v. engendré par un ensemble

Soient E un K -espace vectoriel et F une famille non vide d'éléments de E.
L'ensemble de toutes les combinaisons linéaires des éléments de F est un
sous-espace vectoriel de E appelé sous-espace vectoriel engendré par F, et
est noté vect(F). La famille F est dite génératrice de vect(F).
Exemples : Dans R3 et Rn
vect{(1, 0, 0)} = {λ(1, 0, 0) | λ ∈ R} = {(λ, 0, 0) | λ ∈ R} ; c'est à

3
dire, le sous-espace vectoriel de R engendré par le singleton
{(1, 0, 0)} est l'axe (ox).

3
{(1, 0, 0)} est l'axe (ox).
vect{(1, 0, 0), (0, 0, 1)} = {λ(1, 0, 0) + µ(0, 0, 1) | λ, µ ∈ R} =
{(λ, 0, µ) | λ, µ ∈ R} ; donc le sous-espace vectoriel de R3 engendré
par le sous-ensemble {(1, 0, 0), (0, 0, 1)} est le plan (oxz).

3
{(1, 0, 0)} est l'axe (ox).
vect{(1, 0, 0), (0, 0, 1)} = {λ(1, 0, 0) + µ(0, 0, 1) | λ, µ ∈ R} =
{(λ, 0, µ) | λ, µ ∈ R} ; donc le sous-espace vectoriel de R3 engendré
par le sous-ensemble {(1, 0, 0), (0, 0, 1)} est le plan (oxz).
Dans Rn , avec n > 2. Soient e1 = (1, 0, 0, · · · , 0),

e2 = (0, 1, 0, · · · , 0), · · · , en = (0, 0, 0, · · · , 1), alors pour tout
n
élément (x1 , x2 , · · · , xn ) ∈ R , on a :
(x1 , x2 , · · · , xn ) = x1 e1 + x2 e2 + · · · + xn en .
Ainsi {e1 , e2 , · · · , en } engendre Rn . C'est à dire une

n
famille génératrice de R .
Famille génératrice de la somme de deux s.e.v.
Proposition
Soient E un K -espace vectoriel, F1 et F2 deux s.e.v. de E engendrés
respectivement par S1 et S2 . Alors S1 ∪ S2 est une famille génératrice de
F1 + F2 . On écrit
F1 + F2 = vect({S1 } ∪ {S2 }).
Famille génératrice de la somme de deux s.e.v.
Proposition
Soient E un K -espace vectoriel, F1 et F2 deux s.e.v. de E engendrés
respectivement par S1 et S2 . Alors S1 ∪ S2 est une famille génératrice de
F1 + F2 . On écrit
F1 + F2 = vect({S1 } ∪ {S2 }).
Exemple
Considérons les sous-espaces vectoriels F1 = vect{(1, 0)} et
F2 = vect{(0, 1)} 2
de R . On a :
F1 + F2 = vect({(1, 0)} ∪ {(0, 1)}) = vect{(1, 0), (0, 1)}.
Plan
Familles libres
Dénition
Soient E un K -espace vectoriel et S = {x1 , x2 , · · · , xn } une famille non
vide d'éléments de E . On dit que S est libre, si pour tous
λ1 , λ2 , · · · , λn ∈ K , on a :
λ1 x1 + λ2 x2 + · · · + λn xn = 0 ⇒ λ1 = λ2 = · · · = λn = 0.
Familles libres
Dénition
Soient E un K -espace vectoriel et S = {x1 , x2 , · · · , xn } une famille non
vide d'éléments de E . On dit que S est libre, si pour tous
λ1 , λ2 , · · · , λn ∈ K , on a :
λ1 x1 + λ2 x2 + · · · + λn xn = 0 ⇒ λ1 = λ2 = · · · = λn = 0.
Exemples
(1) Dans R2 ,
le sous-ensemble {(1, 0), (0, 1)} est libre : Soient λ1 , λ2 ∈ R
λ1 (1, 0) + λ2 (0, 1) = (0, 0). Alors (λ1 , λ2 ) = (0, 0), donc
tels que :
λ1 = λ2 = 0.
(2) Soient E un K -espace vectoriel et 0 6= x ∈ E . Alors le singleton {x}
est une famille libre.
Familles libres
Théorème
Toute famille libre d'un espace vectoriel ne peut pas contenir 0E .
Familles libres
Théorème
Toute famille libre d'un espace vectoriel ne peut pas contenir 0E .
Dénition : Famille liée

Soient E un K -espace vectoriel et S une famille non vide de E. On
dit que S est liée, si S n'est pas libre.
Soit S une famille d'éléments de E, pour qu'elle soit S liée, elle doit
avoir au moins 2 éléments.
Familles libres
Théorème
Soient E un K -espace vectoriel et S une famille non vide de E ayant au
moins 2 éléments. Alors les assertions suivantes sont équivalentes :
(1) S est liée,
(2) Au moins un élément de S est combinaison linéaire d'autres éléments

de S.
Familles libres
Théorème
Soient E un K -espace vectoriel et S une famille non vide de E ayant au
moins 2 éléments. Alors les assertions suivantes sont équivalentes :
(1) S est liée,
(2) Au moins un élément de S est combinaison linéaire d'autres éléments

de S.
Dans le R-espace vectoriel R3

La famille {(1, 0, 2), (0, 1, 0), (2, 5, 4)} est liée. Car
(2, 5, 4) = 2(1, 0, 2) + 5(0, 1, 0).
Familles libres
Dans le R-espace vectoriel R2 [X]

Considérons les trois polynômes
P (X) = 1 + X + X 2 , Q(X) = 2X + 3X 2 , R(X) = 3 + 5X − 2X 2 .
Soient λ1 , λ2 , λ3 ∈ R tels que :
λ1 P (X) + λ2 Q(X) + λ3 R(X) = 0. (∗)


 λ1 + 3λ3 =0
D'après (∗), on a le système suivant : λ1 + 2λ2 + 5λ3 = 0
λ1 + 3λ2 − 2λ3 = 0

D'où λ1 = λ2 = λ3 = 0.
Ainsi, la famille {P, Q, R} est libre.
Bases
Dénition d'une base

Soient E unK -espace vectoriel et B une famille non vide de E . On dit que
B est une base de E si et seulement si, B est libre et génératrice de E .
Exemple
Soit n ∈ N∗ , R-espace vectoriel Rn , la famille {e1 , e2 , · · · , en } est
dans le
une base, avec ei = (0, · · · , 0, 1, 0, · · · , 0) où 1 apparaît dans la i
ième
position pour tout 1 ≤ i ≤ n. Cette base s'appelle la base canonique (ou

la base naturelle).
Théorème
Soient E unK -espace vectoriel et B une famille d'éléments de E . Alors, B est
une base de E si, et seulement si tout élément de E s'exprime d'une façon unique
sous forme d'une combinaison linéaire d'éléments de B .
Plan
Bases & Espace vectoriel de dimension nie
Proposition
Soient E un K -espace vectoriel et B une base nie de E. Alors
toutes les bases de E sont nies et ayant le même nombre d'éléments.
Proposition
Soit E un K -espace vectoriel qui possède une base nie, alors

toute famille libre de E est nie.
Dénition : Espace vectoriel de dimension nie

Soit E un K -espace vectoriel, on dit que E est de dimension nie s'il
possède une base nie. Le nombre d'éléments d'une base de E
s'appelle la dimension de E, et est notée dimK (E) ou simplement
dim(E).
Proposition
Soit E un K -espace vectoriel qui possède une base nie, alors

toute famille libre de E est nie.
Dénition : Espace vectoriel de dimension nie

Soit E un K -espace vectoriel, on dit que E est de dimension nie s'il
possède une base nie. Le nombre d'éléments d'une base de E
s'appelle la dimension de E, et est notée dimK (E) ou simplement
dim(E).
L'espace vectoriel nul a pour dimension zéro.
Espace vectoriel de dimension nie
Exemple
1) Le R-espace vectoriel Rn est de dimension n. Car, sa base canonique
est {e1 , e2 , · · · , en }
Exemple
est {e1 , e2 , · · · , en }
2) Le R-espace vectoriel Rn [X] des polynômes à coecients réels de

degrés ≤ n, est un espace vectoriel de dimension n + 1. Car, sa base
2 n
canonique est {1, X, X , · · · , X }.
Proposition
Soit E un espace vectoriel de dimension nie n, alors toute famille
libre constituée de n éléments est une base de E.
Exemple
est {e1 , e2 , · · · , en }
2) Le R-espace vectoriel Rn [X] des polynômes à coecients réels de

degrés ≤ n, est un espace vectoriel de dimension n + 1. Car, sa base
2 n
canonique est {1, X, X , · · · , X }.
Proposition
Soit E un espace vectoriel de dimension nie n, alors toute famille
libre constituée de n éléments est une base de E.
SoitE un espace vectoriel de dimension nie n, alors toute famille de
n + 1 éléments est liée.
Théorème de la base incomplète
Théorème
Toute famille libre L d'un espace vectoriel de dimension nie E peut être
complétée en une base de E.
Exemple
Considérons le R-espace R2 [X], la famille L = {1 + X, X − X 2 }
vectoriel
est libre. En eet, soient λ1 , λ2 ∈ R tels que :
λ1 (1 + X) + λ2 (X − X 2 ) = 0, ce qui entraîne λ1 = λ2 = 0.
Puisque L est libre, avec Card(L) = 2 et dim R2 [X] = 3, on peut
compléter L en une base de R2 [X]. Complétant par le vecteur X .
Théorème
Exemple
vectoriel
On peut facilement vérier que L ∪ {X} est libre !
Théorème
Exemple
vectoriel
On peut facilement vérier que L ∪ {X} est libre !
L ∪ {X} est donc une base de R2 [X].
Caractérisation d'une base
Proposition
Soit F une famille d'éléments de E, alors les assertions suivantes sont
équivalentes :
1) F est une base de E,

2) F est une famille libre maximal,
3) F est une famille génératrice minimale.
Théorème
Soient E
un K -espace vectoriel de dimension nie, alors tout sous-espace
F de E est aussi de dimension nie et dim F ≤ dim E . En plus,
vectoriel
dim F = dim E ⇔ E = F .
Exemple
Considérons le R-espace vectoriel E = R2 . On a dim E = 2, si F est un
sous-espace vectoriel de E, il y a trois possibilités : dim F = 0, dim F = 1
ou dim F = 2.
Si dim F = 0, F = {(0, 0)} le sous-espace vectoriel nul ;
Théorème
Soient E
vectoriel
Exemple
ou dim F = 2.
Si dim F = 2, alors F = R2 ;
Théorème
Soient E
vectoriel
Exemple
ou dim F = 2.
Si dim F = 2, alors F = R2 ;
Sidim F = 1, F est engendré par un élément non nul {(x, y)}. i.e.,
F = {λ(x, y) | λ ∈ R} = {(λx, λy) | λ ∈ R}.
Dénition : Rang d'une famille de vecteurs

Soient E K -espace vectoriel et S une famille d'éléments de E . On
un
appelle rang de S , la dimension du sous-espace vectoriel de E engendré par
S et on note rang(S) = dim vect(S).
Proposition
Soit E un K -espace vectoriel. Le rang d'une famille de vecteurs de E est
le nombre maximal de vecteurs libres qu'ont peut extraire de cette famille.
Somme directe d'espaces vectoriels et
Sous-espaces supplémentaires
Dénitions
Soient E un K -e.v. et F, G deux s.e.v. de E. On dit que la somme
F +G est directe (on la notre F ⊕ G), si tout élément de F +G
s'écrit d'une manière unique sous la forme x+y où x∈F et y ∈ G.
Somme directe d'espaces vectoriels et
Sous-espaces supplémentaires
Dénitions
Soient E un K -e.v. et F, G deux s.e.v. de E. On dit que la somme
F +G est directe (on la notre F ⊕ G), si tout élément de F +G
s'écrit d'une manière unique sous la forme x+y où x∈F et y ∈ G.
Soient E un K -e.v. et F, G deux s.e.v. de E. On dit que F et G sont

supplémentaires, si tout élément z ∈ E s'écrit d'une manière unique
sous la forme z =x+y où x ∈ F et y ∈ G. Dans ce cas, on écrit
E = F ⊕ G.

E = F + G,
E =F ⊕G ⇔
F ∩ G = (0).
Formule de Grassmann
Théorème de Grassmann
Soient E un K -e.v. de dimension nie et F, G deux s.e.v. de E. Alors
F +G est un s.e.v. de dimension nie et on a :
dim(F + G) = dim F + dim G − dim(F ∩ G)

En particulier, dim(F ⊕ G) = dim(F ) + dim(G).
Proposition
Soient E un K -espace vectoriel de dimension n et F une famille
d'éléments de E . Alors, les assertions suivantes sont équivalentes :
F est une base de E,

F est libre dans E et Card(F) = n,
F est génératrice de E et Card(F) = n.

Chapitre 1. Espaces Vectoriels (Diapos)

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre 1. Espaces Vectoriels (Diapos)

Transféré par

Droits d'auteur :

Formats disponibles

Cours d'algèbre 2 (SMC & SMP)

Prof. Mohamed Louzari

Département de mathématiques, Faculté des sciences de Tétouan

Université Abdelmalek Essaadi

Année Universitaire: 2019-2020

3 Intersection et Somme de sous-espaces vectoriels

4 Sous-espace vectoriel engendré par un sous-ensemble

5 Familles libres, Familles génératrices et Bases

6 Espaces vectoriels de dimensions nies

3 Intersection et Somme de sous-espaces vectoriels

4 Sous-espace vectoriel engendré par un sous-ensemble

5 Familles libres, Familles génératrices et Bases

6 Espaces vectoriels de dimensions nies

Dans le long de ce cours, K désigne le corps commutatif R ou C.

• d'une loi de composition interne, appelée  addition :

• d'une loi de composition externe, appelée  multiplication par

Les éléments de K sont dits scalaires,

L'élément 0E est dit vecteur nul,

Si x ∈ E, l'élément −x est dit vecteur opposé de x.

(x1 , x2 , · · · , xn ) + (y1 , y2 , · · · , yn ) = (x1 + y1 , x2 + y2 , · · · , xn + yn )

λ(x1 , x2 , · · · , xn ) = (λx1 , λx2 , · · · , λxn )

(x1 , x2 , · · · , xn ) + (y1 , y2 , · · · , yn ) = (x1 + y1 , x2 + y2 , · · · , xn + yn )

λ(x1 , x2 , · · · , xn ) = (λx1 , λx2 , · · · , λxn )

On peut considérer Cn comme un R-espace vectoriel (si les scalaires

(1) (∀λ ∈ K) λ0E = 0E ,

(1) (∀λ ∈ K) λ0E = 0E ,

(2) , (3) et (4) voir le polycopié.

3 Intersection et Somme de sous-espaces vectoriels

4 Sous-espace vectoriel engendré par un sous-ensemble

5 Familles libres, Familles génératrices et Bases

6 Espaces vectoriels de dimensions nies

3 Intersection et Somme de sous-espaces vectoriels

4 Sous-espace vectoriel engendré par un sous-ensemble

5 Familles libres, Familles génératrices et Bases

6 Espaces vectoriels de dimensions nies

Soient F et G deux sous espaces vectoriels d'un K -espace vectoriel E.

Soient F et G deux sous espaces vectoriels d'un K -espace vectoriel E.

Car pour (1, 0) ∈ X et (0, 1) ∈ Y , on a :

3 Intersection et Somme de sous-espaces vectoriels

4 Sous-espace vectoriel engendré par un sous-ensemble

5 Familles libres, Familles génératrices et Bases

6 Espaces vectoriels de dimensions nies

Dénition : Combinaison linéaire

Dénition : Combinaison linéaire

Théorème & Dénition : s.e.v. engendré par un ensemble

vect{(1, 0, 0)} = {λ(1, 0, 0) | λ ∈ R} = {(λ, 0, 0) | λ ∈ R} ; c'est à

vect{(1, 0, 0)} = {λ(1, 0, 0) | λ ∈ R} = {(λ, 0, 0) | λ ∈ R} ; c'est à

vect{(1, 0, 0)} = {λ(1, 0, 0) | λ ∈ R} = {(λ, 0, 0) | λ ∈ R} ; c'est à

Dans Rn , avec n > 2. Soient e1 = (1, 0, 0, · · · , 0),

Ainsi {e1 , e2 , · · · , en } engendre Rn . C'est à dire une

F1 + F2 = vect({S1 } ∪ {S2 }).

F1 + F2 = vect({S1 } ∪ {S2 }).

3 Intersection et Somme de sous-espaces vectoriels

4 Sous-espace vectoriel engendré par un sous-ensemble

5 Familles libres, Familles génératrices et Bases

6 Espaces vectoriels de dimensions nies

Dénition : Famille liée

(2) Au moins un élément de S est combinaison linéaire d'autres éléments

(2) Au moins un élément de S est combinaison linéaire d'autres éléments

Dans le R-espace vectoriel R3

Dans le R-espace vectoriel R2 [X]

λ1 P (X) + λ2 Q(X) + λ3 R(X) = 0. (∗)

Dénition d'une base

position pour tout 1 ≤ i ≤ n. Cette base s'appelle la base canonique (ou

6 Espaces vectoriels de dimensions nies

6 Espaces vectoriels de dimensions nies

• d'une loi de composition interne, appelée addition :

• d'une loi de composition externe, appelée multiplication par

6 Espaces vectoriels de dimensions nies

6 Espaces vectoriels de dimensions nies

6 Espaces vectoriels de dimensions nies

Dénition : Combinaison linéaire

Dénition : Combinaison linéaire

Théorème & Dénition : s.e.v. engendré par un ensemble

6 Espaces vectoriels de dimensions nies

Dénition : Famille liée

Dénition d'une base

6 Espaces vectoriels de dimensions nies

Soit E un K -espace vectoriel qui possède une base nie, alors

Dénition : Espace vectoriel de dimension nie

Soit E un K -espace vectoriel qui possède une base nie, alors

Dénition : Espace vectoriel de dimension nie

2) Le R-espace vectoriel Rn [X] des polynômes à coecients réels de

2) Le R-espace vectoriel Rn [X] des polynômes à coecients réels de

On peut facilement vérier que L ∪ {X} est libre !

On peut facilement vérier que L ∪ {X} est libre !

Dénition : Rang d'une famille de vecteurs