CHAPITRE-2 - Espace Vectoriel

Module 3 : Algèbre Espace vectoriel
Module 3 : Algèbre
Espace vectoriel
Pr. Essalih Mohamed

Pr. Agrima Abdellah
m.essalih@uca.ma
Université Cadi Ayyad de Marrakech

Université Cadi Ayyad de Marrakech
Ecole Supérieure de Technologie Safi (ESTS)
Ecole Supérieure de Technologie
Année universitaire 2016/2017 Safi (ESTS)
Année universitaire 2020/2021
Espace vectoriel
Sommaire
Espace vectoriel
Définitions
Exemples d’espaces vectoriels
Règles de calcul
Sous-espace vectoriel
Exercices applicatifs
Espace vectoriel
Espace vectoriel
Espace vectoriel
Définitions
Introduction
I C’est une structure fondamentale des mathématiques

modernes.
I On dégage des propriétés communes :
• on additionne des vecteurs du plan,
• on additionne des fonctions,
• on additionne des polynômes,
• ...
Espace vectoriel
Définitions
Introduction

modernes.
• ...
I Obtention des théorèmes généraux peuvent s’appliquer aux :
• vecteurs du plan et de l’espace,
• espaces de fonctions, aux polynômes, aux
matrices,...
Espace vectoriel
Définitions
Introduction

modernes.
• ...
I Obtention des théorèmes généraux peuvent s’appliquer aux :
• vecteurs du plan et de l’espace,
• espaces de fonctions, aux polynômes, aux
matrices,...
Espace vectoriel
Définitions
K-espace vectoriel
Définition 1
Un K-espace vectoriel est un ensemble non vide E muni d’une :
I loi de composition interne :
E ×E → E
(u, v ) 7→ u + v
I loi de composition externe :
K×E → E
(λ, u) 7→ λ · u
et vérifiant les propriétés suivantes :

Espace vectoriel
Définitions
K-espace vectoriel
Définition 1
Un K-espace vectoriel est un ensemble non vide E muni d’une :
I loi de composition interne :
E ×E → E
(u, v ) 7→ u + v
I loi de composition externe :
K×E → E
(λ, u) 7→ λ · u
et vérifiant les propriétés suivantes :

Espace vectoriel
Définitions
K-espace vectoriel
1. ∀(u, v ) ∈ E × E u + v = v + u.
2. ∀(u, v , w ) ∈ E × E × E u + (v + w ) = (u + v ) + w .
Espace vectoriel
Définitions
K-espace vectoriel
1. ∀(u, v ) ∈ E × E u + v = v + u.
2. ∀(u, v , w ) ∈ E × E × E u + (v + w ) = (u + v ) + w .
3. Élément neutre 0E ∈ E : ∀u ∈ E u + 0E = u.
Espace vectoriel
Définitions
K-espace vectoriel
1. ∀(u, v ) ∈ E × E u + v = v + u.
2. ∀(u, v , w ) ∈ E × E × E u + (v + w ) = (u + v ) + w .
4. Le symétrique u 0 : ∀u ∈ E u + u 0 = 0E .
Espace vectoriel
Définitions
K-espace vectoriel
1. ∀(u, v ) ∈ E × E u + v = v + u.
2. ∀(u, v , w ) ∈ E × E × E u + (v + w ) = (u + v ) + w .
5. ∀u ∈ E 1 · u = u.
Espace vectoriel
Définitions
K-espace vectoriel
1. ∀(u, v ) ∈ E × E u + v = v + u.
2. ∀(u, v , w ) ∈ E × E × E u + (v + w ) = (u + v ) + w .
5. ∀u ∈ E 1 · u = u.
6. ∀(λ, µ) ∈ K × K, ∀u ∈ E λ · (µ · u) = (λ · µ) · u.
Espace vectoriel
Définitions
K-espace vectoriel
1. ∀(u, v ) ∈ E × E u + v = v + u.
2. ∀(u, v , w ) ∈ E × E × E u + (v + w ) = (u + v ) + w .
5. ∀u ∈ E 1 · u = u.
6. ∀(λ, µ) ∈ K × K, ∀u ∈ E λ · (µ · u) = (λ · µ) · u.
7. ∀(u, v ) ∈ E × E , ∀λ ∈ K λ · (u + v ) = λ · u + λ · v .
Espace vectoriel
Définitions
K-espace vectoriel
1. ∀(u, v ) ∈ E × E u + v = v + u.
2. ∀(u, v , w ) ∈ E × E × E u + (v + w ) = (u + v ) + w .
5. ∀u ∈ E 1 · u = u.
6. ∀(λ, µ) ∈ K × K, ∀u ∈ E λ · (µ · u) = (λ · µ) · u.
7. ∀(u, v ) ∈ E × E , ∀λ ∈ K λ · (u + v ) = λ · u + λ · v .
8. ∀(λ, µ) ∈ K × K, ∀u ∈ E (λ + µ) · u = λ · u + µ · u.
Espace vectoriel
Définitions
K-espace vectoriel
1. ∀(u, v ) ∈ E × E u + v = v + u.
2. ∀(u, v , w ) ∈ E × E × E u + (v + w ) = (u + v ) + w .
5. ∀u ∈ E 1 · u = u.
6. ∀(λ, µ) ∈ K × K, ∀u ∈ E λ · (µ · u) = (λ · µ) · u.
7. ∀(u, v ) ∈ E × E , ∀λ ∈ K λ · (u + v ) = λ · u + λ · v .
8. ∀(λ, µ) ∈ K × K, ∀u ∈ E (λ + µ) · u = λ · u + µ · u.
Espace vectoriel
Définitions
K-espace vectoriel
Remarques & notations

I On dit K-espace vectoriel au lieu d’espace vectoriel sur K.
I Les éléments de E sont appelés des vecteurs.

Espace vectoriel
Définitions
K-espace vectoriel


I Les éléments de K sont appelés des scalaires.
Espace vectoriel
Définitions
K-espace vectoriel


I 0E est appelé aussi le vecteur nul.
Espace vectoriel
Définitions
K-espace vectoriel


I Le symétrique de u ∈ E est appelé aussi l’opposé.
Espace vectoriel
Définitions
K-espace vectoriel


I + désigne une la loi de composition interne dans E et somme
dans K.
Espace vectoriel
Définitions
K-espace vectoriel


I + désigne une la loi de composition interne dans E et somme
dans K.
Espace vectoriel
Définitions
K-espace vectoriel
I La loi de composition interne sur E :
• notée usuellement +,
• appelée couramment l’addition,
• u + u 0 est appelée somme des vecteurs u et u 0 .
I La loi de composition externe sur E est appelée couramment
multiplication par un scalaire.
Espace vectoriel
Définitions
K-espace vectoriel
I ∀(u, v ) ∈ E × E u+v =v +u :
I commutativité,
I l’ordre d’addition n’est pas important.
Espace vectoriel
Définitions
K-espace vectoriel
I ∀(u, v ) ∈ E × E u+v =v +u :
I commutativité,
I ∀(u, v , w ) ∈ E × E × E u + (v + w ) = (u + v ) + w :
I associativité,
I on peut noter sans ambiguı̈té u + v + w .
Espace vectoriel
Définitions
K-espace vectoriel
I ∀(u, v ) ∈ E × E u+v =v +u :
I commutativité,
I ∀(u, v , w ) ∈ E × E × E u + (v + w ) = (u + v ) + w :
I associativité,
I on peut noter sans ambiguı̈té u + v + w .
Espace vectoriel
Définitions
K-espace vectoriel
I L’élément neutre est noté souvent 0E .

I Le symétrique de u est noté souvent −u.
Espace vectoriel
Définitions
K-espace vectoriel

I La multiplication du vecteur u par le scalaire λ souvent notée
λ · u = λu.
Espace vectoriel
Définitions
K-espace vectoriel

λ · u = λu.
I Il ne doit pas confondre 0E avec l’élément 0 de K.
Espace vectoriel
Définitions
K-espace vectoriel

λ · u = λu.
I S’il n’a pas de risque de confusion, 0E sera aussi noté 0.
Espace vectoriel
Définitions
K-espace vectoriel

λ · u = λu.
I L’élément neutre de multiplication de K est 1.
Espace vectoriel
Définitions
K-espace vectoriel

λ · u = λu.
I On peut définir, par récurrence, l’addition de n vecteurs,
n > 2.
Espace vectoriel
Définitions
K-espace vectoriel

λ · u = λu.
I On peut définir, par récurrence, l’addition de n vecteurs,
n > 2.
Espace vectoriel
Définitions
K-espace vectoriel
I ∀(λ, µ) ∈ K × K, ∀u ∈ E λ · (µ · u) = (λ · µ) · u :
I associativité,
I on peut noter sans ambiguı̈té λ · µ · u.
I Distributivité par rapport à l’addition des vecteurs :

∀λ ∈ K, ∀(u, v ) ∈ E × E λ · (u + v ) = λ · u + λ · v .
Espace vectoriel
Définitions
K-espace vectoriel
I ∀(λ, µ) ∈ K × K, ∀u ∈ E λ · (µ · u) = (λ · µ) · u :
I associativité,

∀λ ∈ K, ∀(u, v ) ∈ E × E λ · (u + v ) = λ · u + λ · v .
I Distributivité par rapport à l’addition des scalaires :
∀(λ, µ) ∈ K × K, ∀u ∈ E (λ + µ) · u = λ · u + µ · u.
Espace vectoriel
Définitions
K-espace vectoriel
I ∀(λ, µ) ∈ K × K, ∀u ∈ E λ · (µ · u) = (λ · µ) · u :
I associativité,

∀λ ∈ K, ∀(u, v ) ∈ E × E λ · (u + v ) = λ · u + λ · v .
∀(λ, µ) ∈ K × K, ∀u ∈ E (λ + µ) · u = λ · u + µ · u.
I Les deux lois doivent satisfaire les huit axiomes pour que
(E , +, ·) soit un espace vectoriel sur K.
Espace vectoriel
Définitions
K-espace vectoriel
I ∀(λ, µ) ∈ K × K, ∀u ∈ E λ · (µ · u) = (λ · µ) · u :
I associativité,

∀λ ∈ K, ∀(u, v ) ∈ E × E λ · (u + v ) = λ · u + λ · v .
∀(λ, µ) ∈ K × K, ∀u ∈ E (λ + µ) · u = λ · u + µ · u.
I Les deux lois doivent satisfaire les huit axiomes pour que
(E , +, ·) soit un espace vectoriel sur K.
Espace vectoriel
R-espace vectoriel R2
Soit K = R. Montrez que R2 définie par :
R2 = (x, y ) | x ∈ R, y ∈ R

est un R-espace vectoriel.

Espace vectoriel
R-espace vectoriel Rn
Soient n > 1 un entier et K = R. Montrez que Rn :
Rn = (x1 , x2 , · · · , xn ) | x1 ∈ R, x2 ∈ R, · · · , xn ∈ R,


Espace vectoriel
Plan passant par l’origine dans R3
Soient K = R et E = P un plan passant par l’origine. Montrez que

tout plan passant par l’origine dans R3 est un R-espace vectoriel,
par rapport aux opérations habituelles sur les vecteurs. On définit
un plan par l’une des équations de la forme :
ax + by + cz = 0
où a, b et c sont des réels non tous nuls.

Espace vectoriel
R-espace vectoriel F(R, R) des fonctions
Montrez que l’ensemble des fonctions réelles f : R −→ R noté par

F(R, R) muni d’une structure de R-espace vectoriel de la manière
suivante :
I ∀f , g ∈ F(R, R), ∀x ∈ R (f + g )(x) = f (x) + g (x).
I ∀λ ∈ R, ∀f ∈ F(R, R), ∀x ∈ R (λ · f )(x) = λ × f (x).
Espace vectoriel
R-espace vectoriel S des suites
Montrez que l’ensemble des suites réelles (un )n∈N noté S ; vu

comme étant S = F(N, R) ; est un R-espace vectoriel.
Espace vectoriel
Espace vectoriel R[X ] des polynômes
Montrez que l’ensemble des polynômes

P(X ) = an X n + · · · + a2 X 2 + a1 X + a0 noté R[X ] muni de la
structure R-espace vectoriel ; Dont l’addition est l’addition de deux
polynômes P(X ) + Q(X ) et la multiplication par un scalaire λ ∈ R
est λ · P(X ) ; est un R- espace vectoriel.
Espace vectoriel
Règles de calcul
Propositions
Proposition 1
Dans un espace vectoriel E on a :
I S’il existe un élément neutre 0E , alors il est unique.
I Soit u un élément de E . S’il existe un élément symétrique u 0
de E , alors il est unique.
Espace vectoriel
Règles de calcul
Démontrer la proposition 1.
Espace vectoriel
Règles de calcul
Propositions
Proposition 2
Soient E un espace vectoriel sur un corps K, u ∈ E et λ ∈ K. Alors
on a :
1. 0 · u = 0E .
2. λ · 0E = 0E .
3. (−1) · u = −u.
4. λ · u = 0E ⇐⇒ λ = 0 ou u = 0E .
5. L’opération qui à (u, v ) associe u + (−v ) s’appelle la
soustraction. Le vecteur u + (−v ) est noté u − v . Les
propriétés suivantes sont satisfaites :
• λ(u − v ) = λu − λv ,
• (λ − µ)u = λu − µu.
Espace vectoriel
Règles de calcul
Sommaire
Espace vectoriel
Définitions
Exemples de sous-espaces vectoriels
Propriétés
Combinaisons linéaires
Somme de deux sous-espaces vectoriels
Sous-espaces vectoriels supplémentaires
Sous-espace engendré
Définitions
Définition 2
Soit E un K-espace vectoriel. Une partie F de E est appelée un
sous-espace vectoriel si :
I 0E ∈ F .
I ∀(u, v ) ∈ F × F u + v ∈ F.
I ∀λ ∈ K, ∀u ∈ F λ·u ∈F .
Définitions
I 1ère condition : signifie que le 0E doit être dans F :

I ⇒ il suffit de prouver que F est non vide.
I 2ème condition : F est stable pour l’addition :

I ⇒ on montre que u + v soit un élément de F .
Définitions


I 3ème condition : F est stable pour la multiplication par un

scalaire :
I ⇒ on montre que λ · u soit un élément de F .
Définitions


I 3ème condition : F est stable pour la multiplication par un

scalaire :
I ⇒ on montre que λ · u soit un élément de F .

Exemple 1 : F = (x, y ) ∈ R2 | x + y = 0
Montrez que l’ensemble F = (x, y ) ∈ R2 | x + y = 0 est un

sous-espace vectoriel de R2 .
Exemple 2 : Les fonctions continues sur R
Montrez que l’ensemble des fonctions continues sur R est un

sous-espace vectoriel de F(R, R).
Exemple 3 : Les suites réelles convergentes
Montrez que l’ensemble des suites réelles convergentes est un

sous-espace vectoriel de S.

Exemple 4 : F = (x, y ) ∈ R2 | x + y = 2
Montrez que l’ensemble F1 = (x, y ) ∈ R2 | x + y = 2 n’est pas

un sous- espace vectoriel de R2 .


Exemple 5 : F = (x, y ) ∈ R2 | x = 0 ou y = 0
Montrez que l’ensemble F2 = (x, y ) ∈ R2 | x = 0 ou y = 0 n’est

pas un sous-espace vectoriel de R2 .


Exemple 6 : F = (x, y ) ∈ R2 | x > 0 et y > 0
Montrez que l’ensemble F3 = (x, y ) ∈ R2 | x > 0 et y > 0 n’est

pas un sous-espace vectoriel de R2 .

Propriétés
Un sous-espace vectoriel est un espace vectoriel
Théorème 1
Soient E un K-espace vectoriel et F un sous-espace vectoriel de E .
Alors F est lui-même un K-espace vectoriel pour les lois induites par
E.
Propriétés
Démontrer le Théorème 1.
Propriétés
Un sous-espace vectoriel est un espace vectoriel
Remarque
Pour répondre à une question du type « l’ensemble F est-il un
espace vectoriel ? », une façon efficace de procéder est :
1. Trouver un espace vectoriel E qui contient F .
2. Prouver que F est un sous-espace vectoriel de E .
Propriétés
Exemple : Les fonctions paires / impaires
Montrez que l’ensemble des fonctions paires / impaires forme un

espace vectoriel sur R avec les lois usuelles sur les fonctions.
Combinaison linéaire
Définition 3
Soient n > 1 un entier, v1 , v2 , . . . , vn , n vecteurs d’un espace vecto-
riel E et λ1 , λ2 , . . . , λn sont des éléments de K :
I Tout vecteur de la forme
u = λ1 v1 + λ2 v2 + · · · + λn vn
est appelé combinaison linéaire des vecteurs v1 , v2 , . . . , vn .

I Les scalaires λ1 , λ2 , . . . , λn sont appelés coefficients de la
combinaison linéaire.
Combinaison linéaire
Remarque
On dit qu’une combinaison linéaire u est colinéaire à v1 si n = 1 et
on écrit :
u = λ1 v1
Exemple 1
Dans le R-espace vectoriel R3 , montrez que le vecteur

(3, 3, 1) ∈ R3 est une combinaison linéaire des vecteurs (1, 1, 0) et
(1, 1, 1).
Exemple 2
Dans le R-espace vectoriel R2 , montrez que le vecteur u = (2, 1)

n’est pas colinéaire au vecteur v1 = (1, 1).
Exemple 3
1 6
Soient u = 2 et v = 4 deux vecteurs de R3 . Montrez que
9 −1 2
w = 2 est une combinaison linéaire de u et v .
7
Exemple 4
1 6 4
Soient u = 2 et v = 4 . Montrez que w = −1 n’est pas
−1 2 8
une combinaison linéaire de u et v .
Exemple 5
Soient E = F(R, R) l’espace vectoriel des fonctions réelles, f0 , f1 ,

f2 et f3 les fonctions définies par :
∀x ∈ R f0 (x) = 1, f1 (x) = x, f2 (x) = x 2 , f3 (x) = x 3 .
Montrez que la fonction f définie par
∀x ∈ R f (x) = x 3 − 2x 2 − 7x − 4.
est une combinaison linéaire des fonctions f0 , f1 , f2 , f3 .

Caractérisation d’un sous-espace vectoriel
Théorème 2
Soient E un K-espace vectoriel et F une partie non vide de E . Donc :
I F est un sous-espace vectoriel de E ⇔ λu + µv ∈ F ;

∀(u, v ) ∈ F × F ∀(λ, µ) ∈ K × K.
Remarque
Le précédent théorème signifie que F est un sous-espace vectoriel si
et seulement si toute combinaison linéaire de deux éléments de F
appartient à F .
Intersection de deux sous-espaces vectoriels
Théorème 3
Soient F , G deux sous-espaces vectoriels d’un K-espace vectoriel E ,
donc :
I L’intersection F ∩ G est un sous-espace vectoriel de E .
I L’intersection F1 ∩ F2 ∩ F3 ∩ · · · ∩ Fn d’une famille quelconque
de sous-espaces vectoriels de E est un sous-espace vectoriel de
E.
Remarque
La réunion de deux sous-espaces vectoriels de E n’est pas en général
un sous-espace vectoriel de E .
Exemple 1
Soit D le sous-ensemble de R3 défini par :
D = (x, y , z) ∈ R3 | x + 3y + z = 0 et x − y + 2z = 0

Montrez que l’ensemble D est sous-espace vectoriel de R3 .

Exemple 2
Soit E = R2 et F = (x, y ) | x = 0 , G = (x, y ) | y = 0 deux

sous-espaces vectoriels. Montrez que F ∪ G n’est pas un

Définition 4
Soient F et G deux sous-espaces vectoriels d’un K-espace vectoriel
E :
I On appelle l’ensemble de tous les éléments u + v ; où u ∈ F et
v ∈ G ; somme des sous-espaces vectoriels F et G .
I On la note F + G .
I On a donc

F + G = u + v | u ∈ F,v ∈ G .
Proposition 3
Soient F et G deux sous-espaces vectoriels du K-espace vectoriel E .
Donc :
1. F + G est un sous-espace vectoriel de E .
2. F + G est le plus petit sous-espace vectoriel contenant à la
fois F et G .
Exemple 1
Déterminez F + G dans le cas où F et G sont deux sous-espaces

vectoriels de R3 définis comme suit :

I F = (x, y , z) ∈ R × R × R | y = z = 0

I G = (x, y , z) ∈ R × R × R | x = z = 0
Exemple 2
Déterminez F + G dans le cas où F et G Sont deux sous-espaces

vectoriels de R3 définis comme suit :

I F = (x, y , z) ∈ R × R × R | x = 0

I G = (x, y , z) ∈ R × R × R | y = 0
Définition 5
Soient F et G deux sous-espaces vectoriels de E . On dit que F et
G sont en somme directe dans E si :
I F ∩ G = {0E }.
I F + G = E.
On note alors F ⊕ G = E .
Terminologie
Si F et G sont en somme directe, on dit que F et G sont des
sous-espaces vectoriels supplémentaires dans E .
Proposition 4
F et G sont deux sous-espaces vectoriels supplémentaires dans E
si et seulement si tout élément de E s’écrit d’une manière unique
comme la somme d’un élément de F et d’un élément de G .
Remarques
I On dit aussi que F est un sous-espace supplémentaire de G
(ou que G est un sous- espace supplémentaire de F ).
I Dire qu’un élément w de E s’écrit d’une manière unique
comme la somme d’un élément de F et d’un élément de G
signifie que si w = u + v avec u ∈ F , v ∈ G et w = u 0 + v 0
avec u 0 ∈ F , v 0 ∈ G alors u = u 0 et v = v 0 .
Remarques
I On dit aussi que F est un sous-espace supplémentaire de G
(ou que G est un sous- espace supplémentaire de F ).
I Dire qu’un élément w de E s’écrit d’une manière unique
comme la somme d’un élément de F et d’un élément de G
signifie que si w = u + v avec u ∈ F , v ∈ G et w = u 0 + v 0
avec u 0 ∈ F , v 0 ∈ G alors u = u 0 et v = v 0 .
Démontrez la proposition 4.
Exemple 1
Soient F = (x, 0) ∈ R2 | x ∈ R et G = (0, y ) ∈ R2 | y ∈ R .

Montrez que F ⊕ G = R2 .
Exemple 2
Soient F = (x, 0) ∈ R2 | x ∈ R et G = (x, x) ∈ R2 | x ∈ R .

Montrez que F ⊕ G = R2 .
Exemple 3
Montrez que les sous-espaces vectoriels F et G de R3 définis par :

I F = (x, y , z) ∈ R3 | x − y − z = 0 .

I G = (x, y , z) ∈ R3 | y = z = 0 .

sont supplémentaires dans R3

Exemple 5
Dans le R-espace vectoriel F(R, R) des fonctions de R dans R,

soient les sous-espaces vectoriels des fonctions paires P / impaires
I. Montrez que :
P ⊕ I = F(R, R).
Théorème 5
Soit {v1 , . . . , vn } un ensemble fini de vecteurs d’un K-espace vecto-
riel E . Alors :
I L’ensemble des combinaisons linéaires des vecteurs
{v1 , . . . , vn } est un sous-espace vectoriel de E .
I C’est le plus petit sous-espace vectoriel de E (au sens de
l’inclusion) contenant les vecteurs v1 , . . . , vn .
Théorème 5
Soit {v1 , . . . , vn } un ensemble fini de vecteurs d’un K-espace vecto-
riel E . Alors :
I L’ensemble des combinaisons linéaires des vecteurs
{v1 , . . . , vn } est un sous-espace vectoriel de E .
I C’est le plus petit sous-espace vectoriel de E (au sens de
l’inclusion) contenant les vecteurs v1 , . . . , vn .
Démontrez le Théorème 5.
Notation
I On appelle le sous-espace vectoriel des combinaisons linéaires
des vecteurs {v1 , . . . , vn } sous-espace engendré par
v1 , . . . , vn .
I On note Vect(v1 , . . . , vn ) le sous-espace vectoriel des
combinaisons linéaires des vecteurs {v1 , . . . , vn }.
Notation
v1 , . . . , vn .
I u ∈ Vect(v1 , . . . , vn ) ⇐⇒ ∃(λ1 , . . . , λn ) ∈ Kn u=
λ1 v1 + · · · + λn vn .
Notation
v1 , . . . , vn .
I u ∈ Vect(v1 , . . . , vn ) ⇐⇒ ∃(λ1 , . . . , λn ) ∈ Kn u=
λ1 v1 + · · · + λn vn .
Exemple 1
1 1
Soient u = 1 et v = 2 deux vecteurs de R3 . Déterminez
1 3
P = Vect(u, v ).
Méthodologie
Méthodologie
On peut démontrer qu’une partie F d’un espace vectoriel E est un
sous-espace vectoriel de E en montrant que F est égal à l’ensemble
des combinaisons linéaires d’un nombre fini de vecteurs de E .
Exemple 2
Montrez que F = (x, y , z) ∈ R3 | x − y − z = 0 est un

Sommaire
Espace vectoriel
Exercice 1
1. Montrez que l’ensemble des fonctions continues de R dans R

est un espace vectoriel.
2. Montrez que l’ensemble des dérivables de R dans R est un
espace vectoriel.

CHAPITRE-2 - Espace Vectoriel

Transféré par

Informations du document

Titre original

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-2 - Espace Vectoriel

Transféré par

Droits d'auteur :

Formats disponibles

Module 3 : Algèbre Espace vectoriel

Pr. Essalih Mohamed

Université Cadi Ayyad de Marrakech

I C’est une structure fondamentale des mathématiques

I C’est une structure fondamentale des mathématiques

I C’est une structure fondamentale des mathématiques

I loi de composition externe :

et vérifiant les propriétés suivantes :

I loi de composition externe :

et vérifiant les propriétés suivantes :

Remarques & notations

I Les éléments de E sont appelés des vecteurs.

Remarques & notations

I Les éléments de E sont appelés des vecteurs.

Remarques & notations

I Les éléments de E sont appelés des vecteurs.

Remarques & notations

I Les éléments de E sont appelés des vecteurs.

Remarques & notations

I Les éléments de E sont appelés des vecteurs.

Remarques & notations

I Les éléments de E sont appelés des vecteurs.

I L’élément neutre est noté souvent 0E .

I L’élément neutre est noté souvent 0E .

I L’élément neutre est noté souvent 0E .

I L’élément neutre est noté souvent 0E .

I L’élément neutre est noté souvent 0E .

I L’élément neutre est noté souvent 0E .

I L’élément neutre est noté souvent 0E .

I Distributivité par rapport à l’addition des vecteurs :

I Distributivité par rapport à l’addition des vecteurs :

I Distributivité par rapport à l’addition des vecteurs :

I Distributivité par rapport à l’addition des vecteurs :

Soit K = R. Montrez que R2 définie par :

est un R-espace vectoriel.

Soient n > 1 un entier et K = R. Montrez que Rn :

est un R-espace vectoriel.

Plan passant par l’origine dans R3

Soient K = R et E = P un plan passant par l’origine. Montrez que

où a, b et c sont des réels non tous nuls.

R-espace vectoriel F(R, R) des fonctions

Montrez que l’ensemble des fonctions réelles f : R −→ R noté par

R-espace vectoriel S des suites

Montrez que l’ensemble des suites réelles (un )n∈N noté S ; vu

Espace vectoriel R[X ] des polynômes

Montrez que l’ensemble des polynômes

I 1ère condition : signifie que le 0E doit être dans F :

I 2ème condition : F est stable pour l’addition :

I 1ère condition : signifie que le 0E doit être dans F :

I 2ème condition : F est stable pour l’addition :

I 3ème condition : F est stable pour la multiplication par un

I 1ère condition : signifie que le 0E doit être dans F :

I 2ème condition : F est stable pour l’addition :

I 3ème condition : F est stable pour la multiplication par un

Montrez que l’ensemble F = (x, y ) ∈ R2 | x + y = 0 est un

Exemple 2 : Les fonctions continues sur R

Montrez que l’ensemble des fonctions continues sur R est un

Exemple 3 : Les suites réelles convergentes

Montrez que l’ensemble des suites réelles convergentes est un

Montrez que l’ensemble F1 = (x, y ) ∈ R2 | x + y = 2 n’est pas

un sous- espace vectoriel de R2 .

Montrez que l’ensemble F2 = (x, y ) ∈ R2 | x = 0 ou y = 0 n’est

pas un sous-espace vectoriel de R2 .