CHAPITRE I : ESPACES VECTORIELS

I/ Définitions et exemples
Soit E un ensemble non vide muni de 2 lois de composition :
Loi interne : ExE → E et loi externe : KxE → E
(x,y) → x+y (α,x) → α.x
Définition : E muni de ces 2 lois est dit Espace vectoriel sur K, où
K est un corps, si E vérifie les propriétés suivantes :
1/ (E,+) est un groupe commutatif
2/ i) α(x+y)=αx+ α.y
ii) (α + β)x= αx+ βx
iii) (α β)x= α(β.x)
iv) e.x=x
ceci pour (x,y)  E2 et (α , β) K2, et l’élément neutre e de K.
Les éléments de E sont des vecteurs et ceux de K sont des
scalaires. K=IR ou C.
Exemples :
1/ K est un K espace vectoriel
2/ K2 muni des lois suivantes :
(x1,x2) + (y1,y2) = (x1+y1,x2+y2) et α . (x1,x2)= (α.x1, α.x2)
est alors un K espace vectoriel.
1
Par conséquent, IR2 est un IR espace vectoriel.
3/ L’ensemble des fonctions polynômes est un IR espace
vectoriel.
II/ Sous espaces vectoriels
Soit E un K espace vectoriel
Définition : Une partie non vide F de E est dite sous espace
vectoriel de E si :
 ( F , + ) est un sous groupe de ( E , + )
 F est stable pour la loi externe , c'est-à-dire :
Pour tout xF et αK, on a α.xK
Proposition
Soit F une partie non vide d’un K espace vectoriel E. F est un
sous espace vectoriel de E si et seulement si :
1/ 0  F
2/ αx+ βy  F, pour tous x , y  F et α , β  K
Exemples :
1/ Si E est k espace vectoriel, alors E et {0} sont des sous
espaces vectoriels de E.
2/ Soit nIN, L’ensemble Kn[x]={P(x)K[x]/d°P(x)≤n} est un sous
espace vectoriel de K[x].
III/ Combinaison linéaire
2
Soit E un K espace vectoriel et {x1,x2,…..,xp} p vecteurs de E.
Définition : On appelle combinaison linéaire des vecteurs x1,x2,
…..,xp tout vecteur x de E s’écrivant sous la forme :
X= α 1x1+ α2 x2+…..+ αpxp , où les α i  K
D’où x est combinaison linéaire des vecteurs x1,x2,…..,xp
↔  α 1 , α2 ,….., αp / x= α 1x1+ α2 x2+…..+ αpxp
Exemples
1) E= IR2, tout vecteur ( x,y )  IR2 est combinaison linéaire des
vecteurs (1,0) et (0,1) : (x,y) = x(1,0)+y(0,1)
2)E= IR2[x] , Tout polynôme de IR2[x] est combinaison linéaire
de : 1 , x , x2.
Notons par F l’ensemble des combinaisons linéaires des
vecteurs x1,x2,…..,xp :
F = {xE /  ( α 1 , α2 ,….., αp )  Kp , x= α 1x1+ α2 x2+…..+ αpxp},
Alors F est un sous espace vectoriel de E.
Définition et Notation
 L’ensemble F des combinaisons linéaires des vecteurs x1,x2,
…..,xp s’appelle le sous espace vectoriel engendré par la
famille { x1,x2,…..,xp }
 On note : F = < { x1,x2,…..,xp } >
 On dit aussi que { x1,x2,…..,xp } engendre F ou { x1,x2,…..,xp }
est une famille génératrice de F.
3
 C.a.d : < { x1,x2,…..,xp } > = {α 1x1+ α2 x2+…..+ αpxp/α 1 , α2 ,….., αp
K}
Exemple
Dans IR2 : <{ (1,0) , (0,1) }> = IR2
IV ) Dépendance linéaire – Bases
Soit E un K espace vectoriel, { x1,x2,…..,xn } une famille de n
vecteurs de E
Définitions :
1/ La famille { x1,x2,…..,xn } est dite libre ou linéairement
indépendante si : pour tous 1, 2,….., n  K ,
1x1+2x2+…….+nxn= 0 1= 2=……=n= 0
2/ Elle est dite liée ou linéairement dépendante si elle n’est pas
libre
Exemples
1) E=IR3[x], posons U1(x) = 1 , U2(x)=X2 , u3(x)=x2-x3 ;
La famille { U1 , U2 , u3 } est libre.
2)E=IR3, les vecteurs x1=(1,1,0) , x2=(0,1,1) , x3=(1,2,1) sont liés.
Remarque :
Si xE et x  0 alors {x} est libre

4
Théorème 2
Soit E un espace vectoriel sur K, { x1,x2,…..,xn } une famille de
vecteurs de E. Les 2 conditions suivantes sont équivalentes :
1. { x1,x2,…..,xn } est liée
2. L’un des xi ( 1 ≤ i ≤ n ) est combinaison linéaire des autres
Définition : Soit E un K espace vectoriel et { x1,x2,…..,xn } une
famille de n vecteurs de E. On dit que { x1,x2,…..,xn } est une base
de E si :
i) { x1,x2,…..,xn } est libre
ii) { x1,x2,…..,xn } est génératrice
Autrement
{ x1,x2,…..,xn } est une base de E si et seulement si :
Exemples :
1. E=Kn , K=IR
e1=(1,0,0,….,0) , e2=(0,1,0,…..,0),….,en=(0,0,…..,0,1)
La famille { e1,….., en} est une base de E dite base canonique de
K n.
Cas particulier : E=IR2 , E=IR3
2. E=Kn[x] , B={ 1,x,x2,…..,xn } est la base canonique de E.
Théorème 3

5
Soit E un k espace vectoriel, B= { x1,x2,…..,xn } une base de E,
alors tout vecteur de E s’écrit de manière unique comme
combinaison linéaire des vecteurs x1,x2,…..,xn.
Définition
Si x= α 1x1+ α2 x2+…..+ αnxn est l’écriture de x dans la base B={x1,
…,xn }, les scalaires α 1 , α2 ,….., αn s’appellent les coordonnées ou
composantes de x dans la base B.
V) Dimension d’un espace vectoriel
Définition
Le nombre de vecteurs d’une base d’un espace vectoriel
s’appelle la dimension de cet espace vectoriel.
dim E = n Toute base de E a exactement n vecteurs.
Définition et théorème
Dans un espace vectoriel de dimension finie, toutes les bases
ont le même nombre de vecteurs.
Ce nombre commun à toutes les bases de E est dit la dimension
de E noté dim E
Exemples :
1. dim Kn = n
2. dim Kn[x]=n+1