Espaces vectoriels

Vincent Franjou 2012

Ce document a t crit par Simon Masson. Il se peut quil prsente des erreurs, par exemple au niveau des dmonstrations.

Introduction
Toutes sortes de problmes dans toutes les sciences Des approximations au premier ordre de problmes diciles sont abordables par lalgbre linaires

Exemples dapplications
1. les systmes linaires 2. le maniement des matrices, des torseurs, en statistique, en mcanique, en programmation, et dune manire gnrale le maniement de n-uplets de nombres (1 , ..., n ) 3. les quations direntielles linaires 4. les symtries, cest--dire les applications linaires sur les espaces tudis

2
2.1

Exemples de motivation
Systmes dquations linaires (exemple 1)
x+y+z 2x + 2y + z x + y + 3z = = = 1 0 0 1 0 0 1 2 3 1 0 0 1 0 0 1 2 1 1 0 2 1 0 2 1 2 1 1 1 3 1 2 3

(S)

1 -1 2 1 -1 0

Il ny a pas de solution (x,y,z) car il y a une ligne contradictoire (0 = 2).

2.2

Aire dun paralllogramme (exemple 2)

Problme : Donner une formule pour la surface dun paralllogramme en fonction des coordonnes des vecteurs u et v.

v = v + u 1. base hauteur 2. produit vectoriel AB AD (vecteur ou aire ?)

2.2.1

Utilisation de lalgorithme du pivot

Appelons A(u, v) la quantit cherche, elle vrie A(u, v) = A(u, v + u) A(u, v) = A(u + v, v) pour tous vecteurs u,v dans R2 et pour tout scalaire Exemple : u = (1, 1) et v = (1, 2) u 1 -1 v 1 2 u 1 -1 v=v-u 0 3 u 1 0 v 0 3

A(u, v) = A(u, v ) = A(u , v ) = 3 Lunit forme par laire du paralllogramme sur laire. En gnral, pour u=(x,y), v=(z,t) x z x 0 = z = z x Si x = 0 y t y t = t y z A(u, v) = xt = x(t y) = x(t x y) = xt yz x z Cest le dterminent de y t A vrier : Si y = 0, lalgorithme du pivot sur les colonnes de x z y t A(u, v) = yz Remarque : Pour toujours trouver la mme formule, on est amen poser : A(u, v) = A(v, u)

2.2.2

Utilisation de la linarit et de la symtrie

On utilise dautres proprits de la fonction A. 1. Si le vecteur u ou le vecteur v est nul, ou sils sont non-nuls et proportionnels (colinaires), alors A(u, v) = 0. 2. Additivit : Pour tous vecteurs u, v et w de R2 , A(u, v + w) = A(u, v) + A(u, w) A(u + w, v) = A(u, v) + A(w, v) gnral, au moins au signe prs, du moins cest ce quil semble... 3. Multiplicativit : Pour tous vecteurs u et v de R2 , et tout scalaire , A(u, v) = A(u, v) = A(u, v) Remarque : On pourrait ajouter lantisymtrie : A(u, v) = A(v, u) mais elle dcoule dj des proprits 1, 2, 3. Dmonstration : A(u + v, u + v) = 0 par (1) A(u + v, u + v) = A(u, u + v) + A(v, v + u) = A(u, u) + A(u, v) + A(v, u) + A(v, v) = A(u, v) + A(v, u) Dnition : une application f : R2 R est linaire si pour tous vecteurs u, v de R2 et pour tout scalaire de R : 1. Additivit : f (u + v) = f (u) + f (v) 2. Multiplicativit : f (u) = f (u) Proprit : Une application f : R2 R est linaire si et seulement si il existe deux rels a et b tels que f ((x, y)) = ax + by Dmonstration : Vrier que (x, y) ax + by (a et b xs) est linaire. Rciproquement, soit f : R2 R une application linaire. e1 = (1, 0) et e2 = (0, 1) (x, y) = x(1, 0) + y(0, 1) = xe1 + ye2 Si f est linaire : f ((x, y)) = f (xe1 + ye2 ) = f (xe1 ) + f (ye2 ) = xf (e1 ) + yf (e2 ) = ax + by pour Consquence pour les fonctions A vriant les proprits 1, 2, 3 : x Si u a pour coordonnes y x Si v a pour coordonnes y A(u, v) = (v)x + (v)y grce au fait que, pour chaque vecteur v, lapplication R2 R u A(u, v) est . Exercice : Montrer que les fonctions et sont des applications linaires R2 R. 3 a b = f (e1 ) = f (e2 )

linaire

Indication : (v) = A(e1 , v) (v) = ax + by (v) = cx + dy Pour a, b c, d des rels. A(u, v) = (ax + by )x + (cx + dy )y Comme A(u, u) = 0 pour tout vecteur u, on dduit : a = b+c = do A(u, v) = b(xy yx ) Finalement, A(e1 , e2 ) = b(1 0) Conclusion : Ncessairement, une fonction vriant 1, 2, 3 est un multiple du dterminant A(u, v) = A(e1 , e2 ).(xy yx ) Il reste uniquement vrier que cette formule convient. d = 0 0

3
3.1

Espaces vectoriels : dnition et exemples

Lespace vectoriel Rn , n entier positif

On fait n=3 pour des raisons de calligraphie R3 = {(x, y, z)|x R, y R, z R} R3 est lensemble des triplets de nombres rels. Les oprations seectuent coordonne coordonne : (x, y, z) + (x , y , z ) = (x + x , y + y , z + z ) (x, y, z) = (x, y, z) Dnition : Deux vecteurs de R u et v sont colinaires si il existe deux scalaires et tels qu u + v = 0 Vrier que cela signie : u ou v est nul, ou bien u et v sont proportionnels. Remarque : prciser si besoin est, ce que sont les scalaires.
3

Pour R3 , les scalaires sont toujours les rels, sauf si on dit explicitement le contraire, par exemple on pourrait se rstreindre aux rationnels. Exercice : on gnralise C3 avec pour scalaire les complexes C. Trouver les vecteurs colinaires parmi : (1, 2, i) (1 + i, 2 + i, 1 i) (1 i, 1 2i, 1 i) (i 1, 2i 2, 1 i)

3.2

La structure despace vectoriel

On commence par prciser les scalaires : Ce seront les rels R ou les complexes C. Ce quon leur demande, cest les rgles sur laddition, la multiplication, y compris la division par un nombre non-nul. On notera K lensemble des scalaires muni de ses oprations. Dnition : Un espace vectoriel sur K (ici, on pourra dire un K-vectoriel) est la donne dun ensemble E muni de deux oprations : Une interne, laddition : E E E (u, v) u + v Une opration de K sur E : K E E (, u) u = .u qui vrient les rgles suivantes : A1 : (commutativit) Pour tous u, v de E : u + v = v + u A2 : (associativit) Pour tous u, v, w de E : (u + v) + w = u + (v + w) A3 : (neutre) Il existe un lment 0 dans E tel que, pour tout u de E, u+0=u (Un tel lment 0, sil existe, est unique) A4 : (oppos) Pour tout u de E, il existe un lment v de E tel que : u + v = 0 = v + u (Pour chaque u de E, sil admet un oppos, il est unique et sappelle loppos de u, et on le note -u) M1 : Pour tout u de E : 1u = u M2 : Pour tout u de E et tous et de K : (u) = ()u AM : (distributivit) Pour tous u, v de E et tous et de K : (u + v) = u + v et ( + )u = u + u Justication de lunicit du neutre telle quelle apparat au A3 Un neutre pour laddition, sil existe, est unique : Supposons que v et w sont neutres pour laddition Pour tout u de E, u + v = u = v + u u+w =u=w+u Montrons que v = w : v =v+w =w Justication de l unicit de loppos telle quen A4 Supposons que v et w sont des opposs dun mme u dans E u+v =0=v+u u+w =0=w+u Montrons que v = w : v = v + 0 = v + (u + w) = (v + u) + w = 0 + w = w

Proprit Dans un Kvectoriel E 1. Pour tout u, v, w de E, Si u + w = v + w, alors u = v (rgularit de laddition) 2. Pour tout vecteur u de E et tout scalaire de K, (a) 0.u = 0v et 0 = 0 (b) Si u = 0 alors = 0 ou u = 0

Dmonstrations 1. u + w = v + w u + w + (w) = v + w + (w) 2. (a) 0.u = (0 + 0).u = 0u + 0u Par (1), 0 = 0u (b) Si u = 0 et = 0, alors u = Exemples despaces vectoriels 1. Lespace vectoriel nul, rduit un seul vecteur 2. K est un Kvectoriel 3. C est un Rvectoriel
0

=0

4
4.1

Constructions despaces vectoriels

Sous-espace vectoriel

Proposition et dnition Soit E un Kvectoriel. Une partie F de E est un sous-espace vectoriel si les oprations de E induisent des oprations sur F qui en fait un Kvectoriel. Pour que ce soit le cas, il faut et il sut que les 3 proprits suivantes soient vries : 1. L ensemble F nest pas vide (par exemple, il contient 0) 2. Il est stable par addition : pour tous u,v dans F, u+v est dans F 3. Il est stable par multiplication par les scalaires : pour tout u de F, et tout scalaire de K, u est dans F Le neutre et la paire doppos coincident dans E et dans F. Dmonstrations : Pour le neutre : Pour loppos : On utilise que loppos dun vecteur u est u = (1)u Pour montrer ceci, pour tout u de E, u + (1)u = 1.u + (1)u = (1 + (1))u = 0u = 0

4.2

Espaces vectoriels produits

Proposition Soient E et F des Kvectoriels Le calcul composante par composante ... (u, v) + (u , v ) = (u + u , v + v ) (u, v) = (u, v) Pour u, u dans E, et v, v dans F, et dans K ... dnit sur le produit cartsien E F une structure de Kvectoriel, de vecteur nul le couple (0, 0). La dmonstration a t faite en TD. Exemple : On peut dnir Rn = {(x1 , ..., xn )|x i R} par rcurrence partir de :
1in

R0 lespace vectoriel nul Rn+1 = R R nR Proposition : Soit E un Kvectoriel, et soit X un ensemble. On considre E X lensemble des fonctions dnies sur X et dans E par : (f + g)(x) = f (x) + g(x) (f )(x) = f (x) Ces oprations dnies sur E X pour toutes applications f,g de X dans E et tout scalaire de K, dnissent une structure Kvectorielle sur E X , de vecteur nul la fonction constante nulle. La dmonstration est admise (on peut la vrier simplement). Exemples : 1. X = I, intervalle de R E=R Cest lespace vectoriel sur R des fonctions relles dnies sur I. 2. X = N, E = R Cest le Rvectoriel des suites relles (Un )n0

4.3

Exemples de sous-espaces vectoriels

1. Les fonctions polynmes forment un sous-Rvectoriel du Rvectoriel des fonctions relles dnies sur R. On le note R[X] 2. Lensemble des solutions (dnies sur R) de lquation direntielle linaire homogne y + a(x)y + b(x) = 0 Exercice Le vrier.(montrer le 0 dans les deux//stabilit par addition dans E et F donc dans EinterF//Pareil pour multiplication) o a et b dnies sur R, forment un sous-Rvectoriel de RR

4.4

Intersection de sous-espaces vectoriels

Proposition : Soit E un Kvectoriel. Soient F et G deux sous-Kvectoriels de E. Lintersection F G est aussi un sous-Kvectoriel de E. Remarque : le mme argument simple montre quune intersection quelquonque de sous-espaces vectoriels reste un sous-espace vectoriel. 4.4.1 Combinaisons linaires

Parfois, on remplace les 2 et 3 de la condition pour vrier quon a un sous-espace vectoriel par un seul : Pour tous vecteurs u, v de F et tous scalaires , de K, u + v F Une telle expression est appelle une combinaison linaire de u et v. Dnition : Soit (u1 , ..., un ) une famille nie de vecteurs Une combinaison linaire de la famille (ui )1in est une expression 1 u1 + ... + i ui + ... + n un ou
n

i ui
i=1

pour des coecients 1 , ..., n , appells coecients de la combinaison linaire. Exercice : Vrier quune partie F dun Kvectoriel non-vide, est un sous-espace vectoriel, si et seulement si, F est stable par combinaison linaire. 2 Attention : n1 n sin(nx) nexprime pas x comme combinaison linaire de fonction sin (car pas de somme nie). 4.4.2 Sous-espace vectoriel engendr par une partie, par une famille

Proposition : Soit A une partie dun Kvectoriel. Les combinaisons linaires de vecteurs de A forment un sousespace vectoriel. Cest le plus petit sous-espace vectoriel qui contienne les vecteurs de A, cest--dire lintersection de tous les sous-espaces vectoriels qui contiennent A. Notation : V ect(A) A partir dune famille (ui )1in : Vect(ui )1in 4.4.3 Somme de deux sous-espaces vectoriels

Dnition : Soient F et G deux sous-espaces vectoriels dun Kvectoriel E. Leur somme, note F + G, est lespace engendr par la runion : V ect(F G) Remarque : En gnral, pour deux parties A et B de E, A + B dsigne : {u + v|u A, v B} Cest cohrant, car : F + G = V ect(F G) est aussi form des vecteurs u + v, u F et v G. Exemple : Si F et G deux droites vectorielles distinctes dans R2 , F + G = R2 Toute fonction relle dnie sur R (application de R vers R) est somme dune fonction paire et dune fonction impaire (et ce de manire unique).

Dmonstration : f : R R x f (x) Forme ncessaire de la dcomposition Si f = p + i, o p est une fonction paire et i une fonction impaire Cest--dire, x R, p(x) = p(x) et i(x) = i(x) Alors x R, f (x) = p(x) + i(x) f (x) = p(x) i(x) p(x) = i(x) =
f (x)+f (x) 2 f (x)f (x) 2

Rciproquement, si je dnie p et i ainsi x R, jobtiens une fonction paire p et une fonction impaire i, dnies sur R, et f = p + i. Dans lespace vectoriel RR , je dispose de deux sous-espaces vectoriels : le sous-espace vectoriel des fonctions paires (notons P) et le sous-espace vectoriel des fonctions impaires (notons I). RR = P + I 4.4.4 Supplmentaires

Proposition : Soient F et G deux sous-espaces vectoriels dun Kvectoriel E. Les conditions suivantes sont quivalentes : 1. Tout vecteur x de E se dcompose en une somme x = u + v avec u dans F et v dans G, de manire unique. 2. E = F + G et F G = {0} Quand ces conditions sont vries, on dit que F et G sont supplmentaires dans E, et on crit : E =F G Dmonstration de la proprit : (1) (2) Supposons (1) vraie Si x dans F G : x = x + 0 = 0 + x Sil y a unit de la dcomposition, on en dduit que x = 0. (2) (1) Supposons F G = {0} Soit x quelquonque dans E, montrons que sa dcomposition en somme scrit x = u + v = u + v avec u, u dans F et v, v dans G u + v = u + v u u = v v u,u dans F v,v dans G uu =v v F G

uu =v v =0 u = v = u v

Applications linaires

Dnition : Soient E et F deux Kvectoriels. Une application : E F est linaire si elle prserve laddition des vecteurs et la multiplication des scalaires : Pour tous u, v de E et tout scalaire de K, (u + v) = (u) = (u) + (v) (u)

Si E = F , une application linaire de E dans lui-mme est appel un endomorphisme. Si F = R, on parle alors de forme linaire. Proposition : Une application linaire conserve aussi le neutre et la prise doppos : (0) = 0 et (u) = (u) si est linaire. Dmonstration :

Exemple : 1. Lapplication nulle est linaire 2. Lidentit dun Rvectoriel en est un endomorphisme 3. Les homothties dun espace vectoriel E EE u ku sont des endomorphismes de E 4. Une rotation dangle du plan vectoriel R2 R2 R2 (x, y) (x cos y sin , x sin + y cos ) (A vrier par soi-mme) 5. Pour un Kvectoriel E : KE u est pour chaque vecteur u, une application linaire. 6. (u1 , ..., un ) est une famille dun Kvectoriel E Kn E
n

(1 , ..., n )
i=1

i ui

10

est une application linaire. 7. Les fonctions drivables sur R, variables relles forment un sous-espace Kvectoriel de RR La prise de fonction drive est linaire de ce sous-espace vectoriel sur RR 8. Lvaluation en 0 est une forme linaire sur RR 9. Soit y + a(x)y = 0, une quation direntielle de premier ordre, linaire. Lensemble de ses solutions, dnies sur R, forme un espace vectoriel, et y y(0) dnit une forme linaire sur cet espace. Cest la condition initiale.

Sous-espaces et applications linaires

Proposition : Limage et limage rciproque, par une application linaire, dun sous-espace vectoriel est un sousespace vectoriel. En notation : Si : E F est une application linaire, et si A et B sont des sous-espaces vectoriels respectivement de E et F, (A) et 1 (B) sont des sous-espaces de F et E respectivement. Rappel de notation : Si : E F est une application, et A et B des parties de E et F respectivement, on note : (A) = {(u)|u A} 1 (B) = {u E|(u) B} Limage de est (E). On le note tout simplement 1 (v) = 1 ({v}) Dmonstration de la partie image rciproque : : E F B linaire On suppose que B est un sous-espace vectoriel de F. Montrons que 1 (B) est un sous-espace vectoriel de E. 1. O 1 (B) car (0) = 0 B 2. Si u et v sont dans 1 (B), (u) et (v) sont dans B et comme B est stable par addition donc (u) + (v) est dans B et (u) + (v) = (u + v) B. Cest donc que (u + v) B 3. Si K, et (u) B, ()(u) = (u) B donc B Par dnition, une application linaire est surjective si son image est tout lespace vectoriel F. Proposition : Un application linaire est injective si, et seulement si 1 (0) = {0} Dnition : Le noyau dune application linaire : E F est le sous-noyau vectoriel de E : 1 (0). On le note : Ker en F. Dmonstration : Supposons Ker = {0} Linjectivit de , cest montrer que si u et v sont dans E : (u) = (v) u = v Or, (u) = (v) (u) (v) = 0 (u v) = 0 u v = 0 u = v

11