Vous êtes sur la page 1sur 4

Résumé de cours : Généralités sur les espaces

vectoriels
KK désigne le corps RR ou CC.
Structure d'espace vectoriel
 On appelle espace vectoriel sur KK (ou KK-espace vectoriel) un
ensemble EE muni de deux lois :
o une loi interne, notée ++, telle que (E,+)(E,+) soit un groupe
commutatif. L'élément nul est noté 0E0E.
o une loi externe, notée ⋅⋅, qui est une application
de K×EK×E dans EE vérifiant :
1. ∀(α,β)∈K2, ∀x∈E, (α+β)⋅x=α⋅x+β⋅x∀(α,β)∈K2, ∀
x∈E, (α+β)⋅x=α⋅x+β⋅x.
2. ∀α∈K, ∀(x,y)∈E2, α⋅(x+y)=α⋅x+α⋅y∀α∈K, ∀(x,y)
∈E2, α⋅(x+y)=α⋅x+α⋅y.
3. ∀(α,β)∈K2, ∀x∈E, α⋅(β⋅x)=(αβ)⋅x∀(α,β)∈K2, ∀x∈E
, α⋅(β⋅x)=(αβ)⋅x.
4. ∀x∈E, 1⋅x=x∀x∈E, 1⋅x=x.
5.
Famille de vecteurs
 Une combinaison linéaire de la famille finie de vecteurs (x1,…,xn)(x1,
…,xn) de EE est un
vecteur x∈Ex∈E s'écrivant x=∑ni=1αixix=∑i=1nαixi où les αiαi sont des
scalaires (des éléments de KK).
 Une combinaison linéaire d'une famille quelconque (xi)i∈I(xi)i∈I est un
vecteur xx s'écrivant x=∑i∈Iαixix=∑i∈Iαixi où tous les αiαi, sauf un
nombre fini, sont nuls.
 Une famille finie de vecteurs (x1,…,xn)(x1,…,xn) est libre si, pour tout
choix de α1,…,αn∈Kα1,…,αn∈K,

∑i=1nαixi=0⟹∀i∈{1,…,n}, αi=0.∑i=1nαixi=0⟹∀i∈{1,…,n}, 
αi=0.
 Une famille quelconque de vecteurs est libre si toute sous-famille finie
extraite est libre.
 Une famille qui n'est pas libre est une famille liée.
 Une famille (xi)i∈I(xi)i∈I est génératrice de EE si tout vecteur de EE est
combinaison linéaire des (xi)i∈I(xi)i∈I.
Sous-espaces vectoriels
 Une partie FF de EE est un sous-espace vectoriel de EE si FF est non-vide
et si FF est stable par ++ et ⋅⋅. Dans ce cas, FF est lui-même un espace
vectoriel.
 Caractérisation des sous-espaces vectoriels : Une
partie FF de EE est un sous-espace vectoriel de EE si et seulement si les
3 propriétés suivantes sont vérifiées :
1. 0E∈F0E∈F;
2. Pour tous (x,y)∈F2(x,y)∈F2, x+y∈Fx+y∈F;
3. Pour tout x∈Fx∈F et tout λ∈Kλ∈K, λ⋅x∈Fλ⋅x∈F.

 L'intersection de deux sous-espaces vectoriels est un sous-espace vectoriel.


 Si XX est une partie de EE, il existe un sous-espace vectoriel
de EE contenant XX qui est le plus petit possible (pour l'inclusion). On
l'appelle le sous-espace engendré par XX et on le note vect(X)vect(X).
 Si X={x1,…,xn}X={x1,…,xn}, alors vect(X)vect⁡(X) est l'ensemble
des combinaisons linéaires des vecteurs x1,…,xnx1,…,xn.
Somme de sous-espaces vectoriels
 Soient FF et GG deux sous-espaces vectoriels de EE. On
appelle somme de FF et GG l'espace vectoriel noté F+GF+G défini par
F+G={x+y; x∈F, y∈G}.F+G={x+y; x∈F, y∈G}.
 Deux sous-espaces FF et GG sont en somme directe si la décomposition de
tout vecteur de F+GF+G comme somme d'un vecteur de FF et d'un vecteur
de GG est unique. On note alors F⊕GF⊕G.
 Proposition : Deux sous-espaces FF et GG sont en somme directe si et
seulement si F∩G={0}F∩G={0}.

 On dit que FF et GG sont supplémentaires dans EE s'ils sont en somme


directe et si F⊕G=EF⊕G=E.
 Plus généralement, on définit la somme de pp sous-espaces vectoriels F1,
…,FpF1,…,Fp de EE par
F1+⋯+Fp={x1+⋯+xp; x1∈F1,…,xp∈Fp}.F1+⋯+Fp={x1+⋯+xp; 
x1∈F1,…,xp∈Fp}.

C'est un sous-espace vectoriel de EE.


 La somme F1+⋯+FpF1+⋯+Fp est directe si la décomposition de tout
vecteur de F1+⋯+FpF1+⋯+Fp sous la
forme x1+⋯+xpx1+⋯+xp avec xi∈Fixi∈Fi est unique. Ceci revient à dire
que si x1+⋯+xp=0Ex1+⋯+xp=0E avec xi∈Fixi∈Fi, alors xi=0xi=0.
 Attention! On ne peut pas caractériser le fait que F1,…,FpF1,…,Fp soient
en somme directe en vérifiant que Fi∩Fj={0E}Fi∩Fj={0E} si i≠ji≠j.
Applications linéaires
 Une application f:E→Ff:E→F est appelée une application linéaire si, pour
tous x,y∈Ex,y∈E et tous λ,μ∈Kλ,μ∈K, on a
f(λx+μy)=λf(x)+μf(y).f(λx+μy)=λf(x)+μf(y).
On note L(E,F)L(E,F) l'ensemble des applications linéaires de EE dans FF,
et L(E)L(E) si E=FE=F. Une application linéaire de EE dans EE s'appelle
aussi un endomorphisme de EE.
 Toute combinaison linéaire d'applications linéaires est linéaire. La composée
d'applications linéaires est linéaire.
 On dit qu'une application linéaire f:E→Ff:E→F est un isomorphisme si elle
est bijective. La réciproque d'un isomorphisme est linéaire.
 L'image directe d'un sous-espace vectoriel de EE par une application linéaire
est un sous-espace vectoriel de FF. L'image réciproque d'un sous-espace
vectoriel de FF par une application linéaire est un sous-espace vectoriel
de EE.
 On appelle noyau de l'application linéaire f∈L(E,F)f∈L(E,F) le sous-
espace vectoriel de EE
ker(f)={x∈E; f(x)=0}.ker⁡(f)={x∈E; f(x)=0}.
 Théorème : f∈L(E,F)f∈L(E,F) est injective si et seulement
si ker(f)={0}ker⁡(f)={0}.

 On appelle image de l'application linéaire f∈L(E,F)f∈L(E,F) le sous-


espace vectoriel de FF
Im(f)={f(x); x∈E}.Im⁡(f)={f(x); x∈E}.
 Si (xi)i∈I(xi)i∈I est une famille génératrice de EE,
alors Im(f)=vect(f(xi); i∈I}Im⁡(f)=vect(f(xi); i∈I}.
Symétries et projections
 Soient FF et GG deux sous-espaces supplémentaires de EE. On
appelle projecteur sur FF parallèlement à GG l'application
linéaire pp définie sur EE par p(z)=xp(z)=x où z∈Ez∈E se décompose
uniquement en z=x+yz=x+y avec x∈Fx∈F et y∈Gy∈G. On a
alors Im(p)=FIm⁡(p)=F et ker(p)=Gker⁡(p)=G.
 Caractérisation des projecteurs : Un
endomorphisme p∈L(E)p∈L(E) est un projecteur si et seulement
si p∘p=pp∘p=p. L'application pp est alors le projecteur
sur Im(p)Im⁡(p) parallèlement à ker(p)ker⁡(p).

 Soient FF et GG deux sous-espaces supplémentaires de EE. On


appelle symétrie par rapport à FF parallèlement à GG l'application
linéaire ss définie sur EE par s(z)=x−ys(z)=x−y où z∈Ez∈E se
décompose uniquement en z=x+yz=x+y avec x∈Fx∈F et y∈Gy∈G. On a
alors ker(s−IdE)=Fker⁡(s−IdE)=F et ker(s+IdE)=Gker⁡(s+IdE)=G.
 Caractérisation des symétries : Un
endomorphisme s∈L(E)s∈L(E) est une symétrie si et seulement
si s∘s=IdEs∘s=IdE. L'application ss est alors la symétrie par rapport
à ker(s−IdE)ker⁡(s−IdE) parallèlement à ker(s+IdE)ker⁡(s+IdE).

Vous aimerez peut-être aussi