Fiche récapitulative générée pour impression / export PDF.

Licence 1 · Algèbre L1 — Espaces vectoriels et systèmes linéaires

Espaces vectoriels et sous-espaces

Espaces vectoriels

1. Définition

Un espace vectoriel sur R\mathbb{R} est un ensemble EE muni de deux lois :
- Addition : E×EEE \times E \to E, (u,v)u+v(u,v) \mapsto u+v
- Multiplication scalaire : R×EE\mathbb{R} \times E \to E, (λ,u)λu(\lambda, u) \mapsto \lambda u

vérifiant 8 axiomes : associativité, commutativité de l'addition, existence de l'élément neutre 0E0_E, opposés, distributivité (λ(u+v)=λu+λv\lambda(u+v)=\lambda u+\lambda v, (λ+μ)u=λu+μu(\lambda+\mu)u=\lambda u+\mu u), associativité de la multiplication scalaire, et 1u=u1\cdot u = u.

Exemples fondamentaux : Rn\mathbb{R}^n, R[X]\mathbb{R}[X] (polynômes), C([a,b])\mathcal{C}([a,b]) (fonctions continues), Mm,n(R)\mathcal{M}_{m,n}(\mathbb{R}) (matrices).

2. Sous-espaces vectoriels

Un sous-ensemble FEF \subset E est un sous-espace vectoriel (sev) de EE si :
1. 0EF0_E \in F
2. u,vF\forall u,v \in F, u+vFu+v \in F (stabilité par addition)
3. λR,uF\forall \lambda \in \mathbb{R}, \forall u \in F, λuF\lambda u \in F (stabilité par multiplication scalaire)

Critère condensé : FF est un sev ssi FF \neq \emptyset et u,vF,λ,μR\forall u,v\in F, \forall\lambda,\mu\in\mathbb{R}, λu+μvF\lambda u + \mu v \in F.

3. Combinaisons linéaires et famille génératrice

Un vecteur vv est une combinaison linéaire de v1,,vpv_1,\ldots,v_p s'il existe λ1,,λpR\lambda_1,\ldots,\lambda_p\in\mathbb{R} tels que v=i=1pλiviv = \sum_{i=1}^p \lambda_i v_i.

L'ensemble de toutes les combinaisons linéaires de v1,,vpv_1,\ldots,v_p est le sous-espace engendré : Vect(v1,,vp)\text{Vect}(v_1,\ldots,v_p).

4. Indépendance linéaire

Les vecteurs v1,,vpv_1,\ldots,v_p sont linéairement indépendants (libre) si :

λ1v1++λpvp=0λ1==λp=0\lambda_1 v_1 + \cdots + \lambda_p v_p = 0 \Rightarrow \lambda_1 = \cdots = \lambda_p = 0

Sinon, ils sont liés : l'un d'eux est combinaison linéaire des autres.

5. Base et dimension

Une base de EE est une famille libre et génératrice. Tout espace vectoriel de dimension finie nn admet des bases à nn vecteurs. nn est la dimension de EE (notée dimE\dim E).

Exemples : dimRn=n\dim \mathbb{R}^n = n, dimRn[X]=n+1\dim \mathbb{R}_n[X] = n+1, dimMm,n=mn\dim \mathcal{M}_{m,n} = mn.

6. Somme et intersection de sous-espaces

- FGF \cap G est toujours un sev de EE.
- F+G={u+vuF,vG}F + G = \{u+v \mid u\in F, v\in G\} est le plus petit sev contenant FF et GG.
- Formule de Grassmann : dim(F+G)=dimF+dimGdim(FG)\dim(F+G) = \dim F + \dim G - \dim(F\cap G)
- Somme directe : E=FGE = F \oplus G si F+G=EF+G=E et FG={0}F\cap G = \{0\}.

Exercices de la leçon

Exercice 1

Vrai ou faux : {0}\{0\} est un sous-espace vectoriel de tout espace vectoriel.

Corrigé

Vrai. {0}\{0\} contient le vecteur nul, et 0+0=0{0}0+0=0\in\{0\}, λ0=0{0}\lambda\cdot 0=0\in\{0\}. C'est le sev trivial (ou nul).

Exercice 2

Les vecteurs (1,2)(1,2) et (2,4)(2,4) de R2\mathbb{R}^2 sont :

Corrigé

(2,4)=2(1,2)(2,4) = 2(1,2), donc ils sont liés. λ1(1,2)+λ2(2,4)=0\lambda_1(1,2)+\lambda_2(2,4)=0 a des solutions non triviales : λ1=2λ2\lambda_1=-2\lambda_2.

Exercice 3

La dimension de M2,3(R)\mathcal{M}_{2,3}(\mathbb{R}) (matrices 2×32\times 3 réelles) est :

Corrigé

Une matrice 2×32\times 3 a 2×3=62\times 3 = 6 entrées. La base canonique est constituée des 66 matrices EijE_{ij} (un 11 en position (i,j)(i,j), des 00 ailleurs). Donc dim=6\dim = 6.

Exercice 4

Vrai ou faux : L'ensemble F={(x,y)R2:x+y=1}F = \{(x,y)\in\mathbb{R}^2 : x+y=1\} est un sev de R2\mathbb{R}^2.

Corrigé

Faux. (0,0)F(0,0)\notin F car 0+0=010+0=0\neq 1. Un sev doit contenir le vecteur nul. Ici FF est un hyperplan affine, pas un sous-espace vectoriel.

Exercice 5

Combien de vecteurs contient une base de R4\mathbb{R}^4 ?

Corrigé

dimR4=4\dim\mathbb{R}^4 = 4. Toute base de R4\mathbb{R}^4 contient exactement 44 vecteurs (théorème de la base).

Exercice 6

Les vecteurs (1,0,1)(1,0,1), (0,1,1)(0,1,1), (1,1,0)(1,1,0) forment-ils une base de R3\mathbb{R}^3 ?

Corrigé

Calcul du déterminant :

101011110=1(1011)0(0011)+1(0111)\begin{vmatrix}1&0&1\\0&1&1\\1&1&0\end{vmatrix} = 1(1\cdot0-1\cdot1) - 0(0\cdot0-1\cdot1) + 1(0\cdot1-1\cdot1)

=1(1)0+1(1)=11=20= 1(-1) - 0 + 1(-1) = -1 - 1 = -2 \neq 0.

Le déterminant est non nul donc les vecteurs sont linéairement indépendants. Comme on a 33 vecteurs indépendants dans R3\mathbb{R}^3 de dimension 33, ils forment une base.

Exercice 7

Si FF et GG sont des sev de EE avec dimF=3\dim F = 3, dimG=4\dim G = 4 et dimE=5\dim E = 5, quelle est la dimension minimale de FGF\cap G ?

Corrigé

Grassmann : dim(F+G)=dimF+dimGdim(FG)=7dim(FG)\dim(F+G) = \dim F + \dim G - \dim(F\cap G) = 7 - \dim(F\cap G). Or dim(F+G)dimE=5\dim(F+G)\leq \dim E = 5, donc dim(FG)75=2\dim(F\cap G) \geq 7-5 = 2.

Exercice 8

Vrai ou faux : Tout sous-ensemble de vecteurs d'un espace vectoriel peut être complété en une base.

Corrigé

Faux. On peut compléter une famille libre en une base (théorème de la base incomplète). Mais un sous-ensemble quelconque peut contenir des vecteurs liés, et on ne peut alors pas le compléter directement en une base sans d'abord extraire une sous-famille libre.

Exercice 9

Montrer que F={pR[X]:p(0)=0}F = \{p\in\mathbb{R}[X] : p(0)=0\} est un sev de R[X]\mathbb{R}[X].

Corrigé

Vérification des trois axiomes :

1. Vecteur nul : Le polynôme nul p=0p=0 vérifie p(0)=0p(0)=0, donc 0F0\in F.

2. Stabilité par addition : Si p,qFp,q\in F, alors (p+q)(0)=p(0)+q(0)=0+0=0(p+q)(0)=p(0)+q(0)=0+0=0, donc p+qFp+q\in F.

3. Stabilité par scalaire : Si pFp\in F et λR\lambda\in\mathbb{R}, alors (λp)(0)=λp(0)=λ0=0(\lambda p)(0)=\lambda\cdot p(0)=\lambda\cdot 0=0, donc λpF\lambda p\in F.

Conclusion : FF est un sous-espace vectoriel de R[X]\mathbb{R}[X].

Exercice 10

Vrai ou faux : L'intersection de deux sev est toujours un sev.

Corrigé

Vrai. Si F,GF,G sont des sev de EE : 0FG0\in F\cap G. Si u,vFGu,v\in F\cap G et λ,μR\lambda,\mu\in\mathbb{R}, alors λu+μvF\lambda u+\mu v\in F (car FF est sev) et λu+μvG\lambda u+\mu v\in G (car GG est sev), donc λu+μvFG\lambda u+\mu v\in F\cap G.

Exercice 11

Donner la dimension et une base de F={(x,y,z)R3:x+y+z=0}F = \{(x,y,z)\in\mathbb{R}^3 : x+y+z=0\}.

Corrigé

Solution :

L'équation x+y+z=0x+y+z=0 donne z=xyz=-x-y. On paramètre par x=s,y=tx=s, y=t libres :

(x,y,z)=(s,t,st)=s(1,0,1)+t(0,1,1)(x,y,z) = (s,t,-s-t) = s(1,0,-1) + t(0,1,-1)

Les vecteurs e1=(1,0,1)e_1=(1,0,-1) et e2=(0,1,1)e_2=(0,1,-1) sont linéairement indépendants (non proportionnels).

Dimension : dimF=2\dim F = 2 (une équation dans R3\mathbb{R}^3 : dimF=31=2\dim F = 3-1 = 2).

Base : {(1,0,1),(0,1,1)}\{(1,0,-1),(0,1,-1)\}.

Exercice 12

Vrai ou faux : Si E=FGE = F\oplus G (somme directe), alors tout vecteur de EE s'écrit de façon unique comme somme d'un vecteur de FF et d'un vecteur de GG.

Corrigé

Vrai. C'est la définition équivalente de la somme directe : E=FGE=F\oplus G ssi E=F+GE=F+G et FG={0}F\cap G=\{0\}, ce qui est équivalent à dire que toute décomposition v=f+gv=f+g (fF,gGf\in F, g\in G) est unique.

Exercice 13

Soit nNn\in\mathbb{N}^*. Quelle est la dimension de l'espace des polynômes de degré n\leq n pairs ?

Corrigé

Un polynôme pair de degré n\leq n est de la forme a0+a2X2+a4X4+a_0 + a_2X^2 + a_4X^4+\cdots, les puissances paires jusqu'à nn (ou n1n-1 si nn est impair). Le nombre de termes est n/2+1\lfloor n/2\rfloor + 1, et la base est {1,X2,X4,,X2n/2}\{1, X^2, X^4, \ldots, X^{2\lfloor n/2\rfloor}\}.

Exercice 14

Montrer que si FGF\subsetneq G sont des sev d'un espace de dimension finie, alors dimF<dimG\dim F < \dim G.

Corrigé

Preuve :

Soit (e1,,er)(e_1,\ldots,e_r) une base de FF avec r=dimFr=\dim F. C'est une famille libre de vecteurs de GG.

Supposons par l'absurde que dimF=dimG=r\dim F = \dim G = r. Alors (e1,,er)(e_1,\ldots,e_r) est une famille libre de rr vecteurs dans un espace de dimension rr, donc c'est une base de GG.

Cela implique G=Vect(e1,,er)=FG = \text{Vect}(e_1,\ldots,e_r) = F, ce qui contredit FGF\subsetneq G.

Donc dimF<dimG\dim F < \dim G. \square

Exercice 15

Vrai ou faux : Toute famille de n+1n+1 vecteurs dans un espace de dimension nn est liée.

Corrigé

Vrai. Dans un espace de dimension nn, toute famille libre a au plus nn vecteurs. Donc toute famille de n+1n+1 vecteurs (ou plus) est nécessairement liée. C'est une conséquence directe de la définition de la dimension.

AlphaMath Académie · Espaces vectoriels et sous-espaces · Algèbre L1 — Espaces vectoriels et systèmes linéaires