Académique Documents
Professionnel Documents
Culture Documents
Chapitre 1
Définition 1.1 a
On appelle espace vectoriel réel (ou R-espace vectoriel) un ensemble non vide E
d’éléments désignés par x, y, . . . appelés vecteurs, muni d’une structure algébrique
définie par la donnée de deux opérations (dites aussi lois) :
Addition vectorielle : a
A tous vecteurs X et Y de E correspond un vecteur de E désigné par X + Y et
appelé somme de X et Y . L’addition vectorielle est aussi appelée (loi interne
sur) E (+ : E × E → E).
1
Ces deux lois satisfont aux conditions suivantes :
5. ∀x, y ∈ E, ∀α, β ∈ R, on a :
1. 0R .x = 0E et α.0E = 0E .
3. α.x = 0E =⇒ (α = 0R ou x = 0E )
Preuve
(1) Pour x ∈ E,
0E = 0R .x + (−0R .x)
= (0R + 0R ).x + (−0R .x)
= 0R .x + (0R .x + (−0R x))
= 0R .x + 0E
= 0R .x.
2
Donc, (−α).x = −(α.x). De même, on a α.(−x) = −(α.x).
(3) Si α 6= 0, x = 1.x = α1 .(α.x) = α1 .0E = 0E .
Exemples 1.4
3. (Rn , +, ·) : L’ensemble des n-uplets de nombres réels est noté Rn . Par exemple,
R2 := {(x, y) | x, y ∈ R} ,
R3 := {(x, y, z) | x, y, z ∈ R} ,
Rn := {(x1 , x2 , . . . , xn ) | x1 , x2 , . . . , xn ∈ R} .
Addition : a
On définit l’addition sur les n-uplets d’une manière naturelle comme suit :
On déduit facilement que l’addition sur Rn vérifie les propriétés (1) − (4) de la
définition, où l’élément neutre est 0Rn := (0, 0, . . . , 0) et l’élément opposé de (x1 , x2 , . . . , xn )
est
−(x1 , x2 , . . . , xn ) := (−x1 , −x2 , . . . , −xn ).
3
(Rn , +, ·) est un R-espace vectoriel
Exemple 1.5 a
L’espace (R[X], +, ·) Munissons R[X] ; l’ensemble des polynômes à une indéterminée
à coefficients dans R, des opérations d’addition et de multiplication par un scalaire
définies au moyen des formules suivantes :
Addition : n n n
X X X
i i
ai X + bi X := (ai + bi )X i .
i=0 i=0 i=0
2 Produit scalaire
Définition 2.1 a
On appelle produit scalaire dans E toute opération qui fait correspondre à chaque
couple (x, y) de vecteurs de E un réel, noté (x | y) et appelé produit scalaire de x et
y, satisfaisant aux conditions suivantes :
1. ∀x, y ∈ E : (x | y) = (y | x) (symétrie).
3. ∀x ∈ E, x 6= 0E : (x | x) > 0.
Remarque 2.2
– Dans la définition précédente, la condition (2) exprime la linéarité à gauche
du produit scalaire. La linéarité à droite est obtenue en utilisant (1) et (2) :
4
– Pour α = β = 0 dans (2), on a : (0 | z) = 0 et par symétrie (z | 0) = 0. Donc,
le produit scalaire de x et y est nul si x est nul ou y est nul. En particulier
(x | x) est nul si et seulement si x = 0.
Définition 2.3 a
p
Soit x un vecteur de E. On appelle norme de x, noté kxk, le nombre réel (x | x).
On dit que x est unitaire si kxk = 1.
Remarque 2.4 a
– Pour tout α ∈ R et x ∈ E ;
p p p
kαxk = (αx | αx) = α2 (x | x) = |α| (x | x) = |α| kxk.
x
– Pour tout x ∈ E non nul, le vecteur kxk
est unitaire.
((x1 , x2 ) | (y1 , y2 )) = x1 y1 + x2 y2 .
((x1 , x2 , . . . , xn ) | (y1 , y2 , . . . , yn )) = x1 y1 + x2 y2 + · · · + xn yn .
5
Exemple 2.6 (Produit scalaire non canonique) a
On peut définir sur Rn d’autres produit scalaire (différents du produit scalaire cano-
nique). Par exemple, sur R3 , l’opération :
C’est l’ensemble de tout les éléments de E qui sont orthogonaux à tout les
éléments de F .
Preuve
On a
kx + yk2 = (x + y | x + y) = (x | x) + (x | y) + (y | x) + (y | y)
= (x | x) + 2(x | y) + (y | y) = kxk2 + 2(x | y) + kyk2 .
6
3 Sous-espaces vectoriels et familles génératrices
Remarque 3.2 a
Il est clair qu’une combinaison linéaire des éléments de E est aussi un élément de
E. Par conséquent, si x1 , ..., xn sont des vecteurs de E, alors
V ect(x1 , ..., xn ) ⊆ E.
Exemples 3.3
avec x, y ∈ R. Alors,
Remarque 3.5 a
Un sous-espace vectoriel F de E, ne peut pas être vide (0E ∈ F forcément).
7
Proposition 3.6 (Caractérisation des sous-espaces vectoriels) a
Un sous ensemble F de E est un sous-espace vectoriel de E si et seulement si :
2. ∀α, β ∈ R, ∀x, y ∈ F , on a αx + βy ∈ F .
Preuve
⇒) Si F est un sous espace vectoriel de E, alors F un espace vectoriel non vide.
Donc, il contient un vecteur x, et par suite il contient aussi −x. Par conséquent,
0E = x + (−x) ∈ F . Pour tous α et β de R et x et y de F , αx ∈ F et βy ∈ F . Donc,
αx + βy ∈ F .
⇐) Supposons que les conditions (1) et (2) sont vérifiées. Alors, pour tout α ∈ R
et tout x ∈ F , αx ∈ F . Donc, la loi externe est bien définie. En plus, pour tous
x, y ∈ F , x + y ∈ F , −x = (−1)x ∈ F et 0E = x + (−x) ∈ F . La loi + est associative
et commutative car E est un espace vectoriel. Les autres assertions sont toujours
valides car E est un espace vectoriel. Donc, F est un espace vectoriel.
Remarque 3.7 a
Dans la pratique :
– Pour montrer qu’un ensemble est muni d’une structure d’espace vectoriel,
on montre en général que c’est un sous-espace vectoriel d’un espace vectoriel
connu, ce qu’est plus rapide que de revenir à la définition.
– Dans tout espace vectoriel E, il y a toujours deux sous-espaces vectoriels dits
triviaux : {0E } et E.
– Pour montrer que F est un sous-espace vectoriel de E :
1. On montre que : F ⊆ E.
Exemples 3.8
8
et
(αx + βx0 ) + 2(αy + βy 0 ) = α(x + 2y) + β(x0 + 2y 0 ) = 0.
Proposition 3.9 a
Si x1 , ..., xn sont des vecteurs de E, alors V ect(x1 , ..., xn ) est un sous-espace vectoriel
de E.
Exemple 3.11 a
L’ensemble A = {(x, y) ∈ R2 | x − y = 0} est un sous-espace vectoriel de R2 . En
effet,
A = {(x, x) | x ∈ R} = {x(1, 1) | x ∈ R} = V ect ((1, 1)) .
F + G := {x + y ∈ E | x ∈ F et y ∈ G}.
Proposition 3.13 a
L’intersection et la somme de deux sous-espaces vectoriels d’un espace vectoriel E
sont aussi des sous-espaces vectoriels de E.
Preuve
(Exercice)
9
Proposition 3.14 a
La réunion de deux sous espace vectoriel est un espace vectoriel si et seulement si
F ⊂ G ou G ⊂ F .
Preuve
(Exercice)
E = V ect(x1 , x2 , ..., xn ).
Exemples 3.16
1. Le sous-espace vectoriel engendré par un vecteur non nul est formé de tous les
multiples de ce vecteur. On appelle un tel sous-espace droite vectorielle. Un
sous-espace vectoriel engendré par deux vecteurs non multiples l’un de l’autre
est appelé plan vectoriel.
10
4. On considère le sous-espace vectoriel de R3 ;
G = (x, y, z) ∈ R3 | x + 2y − z = 0; x − y + 2z = 0 .
On a :
x + 2y − z = 0 x + 2y − z = 0 x = −y
(x, y, z) ∈ G ⇐⇒ ⇐⇒ ⇐⇒
x − y + 2z = 0 3y − 3z = 0 y=z
Alors (x, y, z) = (−y, y, y) = y(−1, 1, 1). Donc, la famille {(−1, 1, 1)} est une
famille génératrice de G.
Donc,
R2 = V ect ((1, 0), (0, 1)) .
De même,
R3 = V ect ((1, 0, 0), (0, 1, 0), (0, 0, 1)) .
Pour tout i ∈ {1, 2, . . . , n}, on considère ei l’élément de Rn dont tous les
coordonnées sont nulles sauf celle à la i-ième place qui vaut 1. C’est-à-dire ;
Alors,
Rn = V ect(e1 , e2 , . . . , en ).
En effet,
(x1 , x2 , . . . , xn ) = x1 e1 + x2 e2 + · · · + xn en .
Proposition 3.17
1. Si {x1 , ..., xn } est une famille génératrice d’un espace vectoriel E et {y1 , .., yp }
est une famille d’éléments de E, alors {x1 , ..., xn , y1 , .., yp } est encore génératrice.
2. Si une famille est génératrice, toute famille obtenue en permutant ses éléments
est aussi génératrice. Le fait qu’une famille soit génératrice ne dépend donc
pas de l’ordre de ses éléments.
11
Preuve
Remarque 3.18 a
La famille génératrice n’est pas unique. Par exemple, V ect((1, 1, 1)) admet les fa-
milles {(1, 1, 1)}, {(2, 2, 2)} comme familles génératrices.
2. Dans le cas contraire, c’est-à-dire si l’on peut trouver une famille de scalaires
λ1 , .., λn non pas tous nuls vérifiant λ1 x1 + λ2 x2 + ... + λn xn = 0E , on dit que la
famille {x1 , x2 , ..., xn } est liée ou que les vecteurs x1 , x2 , .., xn sont linéairement
dépendants.
Exemples 4.2
1. On a 1R .0E = 0E donc {0E } est toujours liée.
2. Si x 6= 0, alors ∀λ ∈ R, λx = 0 =⇒ λ = 0. Donc, {x} les libre. Donc, la
famille {x} est libre si et seulement si x 6= 0.
12
3. Soit {e1 , e2 , . . . , en } la famille de Rn considérée dans l’exemple précédent.
Soient λ1 , λ2 , . . . , λn ∈ R des scalaires tels que
λ1 e1 + λ2 e2 + · · · + λn en = (0, 0, . . . , 0).
Proposition 4.3
En particulier,
– Une famille libre ne peut pas contenir le vecteur nul.
– Une famille libre ne peut pas avoir deux vecteurs proportionnels, et a fortiori
deux vecteurs égaux.
Preuve
1. Si {x1 , ..., xn } est une famille liée, alors ∃α1 , ..., αn non tous nuls tels que
α1 x1 + ... + αn xn = 0. Si on considère y ∈ E, on a α1 x1 + ... + αn xn + αn+1 y = 0
avec αn+1 = 0 et α1 , ..., αn+1 ne sont pas tous nuls. Donc, {x1 , ..., xn , y} est liée.
Remarque 4.4 a
{0E } est une famille liée donc elle ne peut être une sous famille d’une famille libre.
La même chose pour une famille de la forme {x, αx} avec x ∈ E et α ∈ R.
Proposition 4.5 a
Soient {x1 , x2 , ..., xn } une famille libre de E et x ∈ E. La famille {x1 , ..., xn , x} est
liée si et seulement si x est une combinaison linéaire de x1 , ..., xn .
13
Preuve
La famille {x1 , ..., xn , x} est liée si et seulement si ils existent λ1 , ..., λn , α ∈ R non
tous nuls tels que λ1 x1 + ... + λn xn + αx = 0. Il est clair que α 6= 0 sinon tous
les scalaires sont nuls car {x1 , x2 , ..., xn } une famille libre de E. Donc, la famille
−1
{x1 , ..., xn , x} est liée si et seulement si x = α
(λ1 x1 + ... + λn xn ) (c’est-à-dire
combinaison linéaire de x1 , ..., xn ).
Preuve
On a :
α1 x1 + α2 x2 + ... + αn xn = β1 x1 + β2 x2 + ... + βn xn
⇒ (α1 − β1 )x1 + (α2 − β2 )x2 + ... + (αn − βn )xn = 0
⇒ α1 − β1 = α2 − β2 = ... = αn − βn = 0,
Famille libre : a
Il suffit d’appliquer la définition en supposant qu’on a une combinaison linéaire
nulle des x1 , . . . , xn et en montrant que tous les coefficients sont nuls, c’est-à-
dire :
λ1 x1 + · · · + λn xn = 0 =⇒ λ1 = · · · = λn = 0.
14
Famille liée : a
Il suffit de prouver l’existence des scalaires λ1 , . . . , λn non tous nuls tels que
λ1 x1 + · · · + λn xn = 0.
Exemple 4.8 a
Déterminons la nature des deux familles suivantes :
A = {(1, 0, 1), (0, 0, 1), (1, 1, 1)} et B = {(1, 0, 1), (1, 1, 0), (2, 1, 1)}
15
5 Base d’un espace vectoriel
Définition 5.1 a
• On dit qu’une famille finie de vecteurs est une base de E si elle est libre et en-
gendre E.
• Si E est muni d’un produit scalaire (. | .), une base de E est dite orthogonale si
ces vecteurs sont orthogonaux deux à deux.
• De plus, si tous les vecteurs de la base sont unitaires, la base est ainsi dite ortho-
normale.
Remarque 5.2 a
De la définition ci-dessus, si (x1 , x2 , . . . , xn ) est une famille libre de E, alors c’est
une base de V ect(x1 , x2 , . . . , xn ).
Proposition 5.3 a
Une famille de vecteurs (e1 , e2 , . . . , en ) est une base de E si, et seulement si, tout
vecteur x de E s’exprime de manière unique sous la forme d’une combinaison linéaire
des vecteurs e1 , e2 , . . . , en .
C’est-à-dire,
(e1 , e2 , . . . , en ) est une base de E
∀x ∈ E, ∃!λ1 , λ2 , . . . , λn ∈ R; x = λ1 e1 + λ2 e2 + · · · + λn en .
Preuve
(Exercice)
Remarque 5.4
16
a
(x | ei ) = (λ1 e1 + λ2 e2 + · · · + λn en | ei )
= λ1 (e1 | ei ) + · · · + λi (ei | ei ) + . . . λn (en | ei )
= λi (ei | ei )
= λi .
Exemples 5.5
1. Pour 1 ≤ i ≤ n, on pose
4. La famille ((1, 1, 0); (0, 1, 1); (1, 0, 1)) est une base de R3 (qu’est différente de
la base canonique B2 ). Elle n’est pas orthogonale.
Définition 6.1
1. Un espace vectoriel E est dit de dimension finie s’il possède une famille génératrice
finie. Dans le cas contraire, E est dit de dimension infinie.
17
2. Toute famille génératrice de E contient une base de E.
Corollaire 6.3 a
Tout espace vectoriel E de dimension finie et non réduit au vecteur nul admet une
base. En fait, de toute famille génératrice de E on peut extraire une base.
Corollaire 6.5 a
Si (e1 , . . . , en ) et (e01 , . . . , e0k ) sont deux bases de E, alors k = n.
Preuve
Du théorème précédent, nous déduisons que k ≤ n ainsi que n ≤ k, par échange de
rôle de deux bases. Il s’ensuit que k = n.
Exemples 6.7
18
Preuve
1. Une famille libre à n termes qui ne serait pas une base se prolongerait en une
base, d’après le théorème des bases incomplète, et la dimension de E serait
alors supérieure n.
2. D’une famille génératrice à n termes qui ne serait pas une base on pourrait
extraire une base, d’après le théorème des bases incomplète, et la dimension
de E serait alors inférieure à n.
Proposition 6.9 a
Si E est de dimension finie et F est un sous-espace vectoriel de E, alors F est de
dimension finie et dim F ≤ dim E. En outre, dim F = dim E si et seulement si
F = E.
Exemple 6.10 a
Montrons que la famille A = {(1, 0, 1), (0, 0, 1), (1, 1, 1)} est une base de R3 .
D’après les exemples précédents, A est libre. En plus, CardA = 3 = dim R3 . Donc,
A est une base de R3 .
19
Définition 6.12 (Espaces vectoriels supplémentaires) a
Soient F et G deux sous-espaces vectoriels d’un espace vectoriel E. La somme F +G
est dite directe si F ∩ G = {0E }. Dans ce cas la somme F + G est notée F ⊕ G.
Si F ⊕ G = E, on dit que F et G sont supplémentaires dans E.
Proposition 6.13 a
Soient F et G deux sous-espaces vectoriels d’un espace vectoriel E. On a équivalence
entre :
1. F et G sont en somme directe.
2. Tout vecteur de F +G se décompose de manière unique comme somme d’un
vecteur de F et d’un vecteur de G (∀x ∈ F + G, ∃!a ∈ F, ∃!b ∈ G, tels que x =
a + b).
Exemple 6.16 a
Cherchons une base orthonormale du sous-espace vectoriel A = {(x, y, z) ∈ R3 | x + y − z = 0}.
Il est facile de voir que A = Vect {u = (1, 0, 1), v = (0, 1, 1)}. On peut vérifier que
{u, v} est libre mais elle n’est pas orthogonale. En effet,
(u | v) = 1.
20
7 Exercices proposés pour la première série
Exercice 7.1 a
Montrer que R∗+ =]0, +∞[ est un R-espace vectoriel pour les deux lois suivantes :
⊕ : (x, y) 7→ x ⊕ y = xy et ⊗ : (λ, x) 7→ λ ⊗ x = xλ .
Exercice 7.2 a
L’ensemble R2 muni des lois suivantes est-il un espace vectoriel sur R :
0 0 0 0
1. (x, y) + (x , y ) = (x + x , y + y ) et λ · (x, y) = (λx, λy).
0 0 0 0
2. (x, y) + (x , y ) = (x + x , y + y ) et λ · (x, y) = (x, λy).
0 0
3. (x, y) + (x , y ) = (0, 0) et λ · (x, y) = (λx, λy).
0 0 0 0
4. (x, y) + (x , y ) = (x + x , y + y ) et λ · (x, y) = (λx, 0).
Exercice 7.3 a
Parmi les ensembles suivants, lesquels qui sont, ou ne sont pas, des sous-espaces
vectoriels ?
1. E1 = {(x, y, z) ∈ R3 : x + y + 3z = 0}.
2. E2 = {(x, y, z) ∈ R3 : x + y − z = 1}.
3. E3 = {(x, y) ∈ R2 : xy = 0}.
4. E4 = {(x, y) ∈ R2 : y = x2 }.
7. E7 = {f : R → R fonction dérivable}.
21
Exercice 7.4 a
Soit E = RN l’espace vectoriel des suites réelles. On considère les sous-ensembles
suivants ; préciser ceux qui sont des sous-espaces vectoriels de E :
1. A = {(x, y, z) ∈ R3 : 3x + 2y + 5z = 0}.
2. B = {(x, y, z) ∈ R3 : x + 2z = 0 et y − 3z = 0}.
Exercice 7.6 a
Soit E = R4 , on note :
a = (3, 7, 1, −5), b = (−1, 3, 3, 1), c = (1, 5, 2, −2) etd = (2, 2, −1, −3).
Exercice 7.7 a
Décrire le sous-espace engendré par chacune des parties suivantes :
Exercice 7.8 a
Soientt E un R-espace vectoriel et (e1 , e2 , e3 , e4 ) une famille de 4 vecteurs linéairement
indépendants. Les familles suivantes sont-elles libres ?
1. (e1 , 2e2 , e3 ).
2. (e1 , e3 ).
22
3. (e1 , 2e1 + e4 , e4 ).
4. (3e1 + e3 , e3 , e2 + e3 ).
Exercice 7.9 a
Pour chacune des familles de R2 suivantes, dire si elle est génératrice, libre ou si
elle constitue une base de R2 :
1. F1 = {(2, 1), (4, 1)}.
2. F2 = {(−1, 2), (4, 3), (6, −1)}.
3. F3 = {(2, −3), (1, 5), (0, 0)}.
Exercice 7.10 a
Déterminer une base et la dimension de chacun des sous-espaces vectoriels suivants :
1. E1 = {(x, y) ∈ R2 : −x + 2y = 0}.
2. E2 = {(2t, −t) ∈ R2 : t ∈ R}.
Exercice 7.11 a
Soit l’ensemble defini par
avec R2 [X] l’ensemble des polynômes à coéfficient réels de degré inférieur ou égal à
2.
1. Montrer que E est un sous-espace vectoriel de R2 [X].
2. Déterminer une base et la dimension de E.
Exercice 7.12 a
Soit H le sous espace vectoriel de R3 defini par
H = {(x, y, z) ∈ R3 / − x + y − 2z = 0}
23
1. Montrer que H = V ect(U, V ), où U = (1, 1, 0) et V = (−2, 0, 1)
Exercice 7.14 a
Soient :
24