My Ismail Mamouni

Résumé de cours : Espaces vectoriels

http ://myismail.net
. Partie I : Généralités
Résumé de Cours
2016-2017

Dans tout le chapitre K désigne un sous corps de C, et en général sauf 1.3 Régles de calcul :
mention du contraire, Q ou R ou bien C et E un ensemble non vide.
Proposition 1. ∀x ∈ E, ∀α ∈ K on a les régles de calculs suivants :
1 Vocabulaire : 1) 0.x = 0E .
2) α.0E = 0E .
1.1 Loi de composition interne : 3) (−α).x = α.(−x) = −(α.x).
Définition 1. Une LCE sur E à base dans K est la donnée d’une
applicaltion : ϕ : K × E −→ E .
(λ, x) 7−→ λ.x
1.4 Structure de sous-espace vectoriel :
1.2 Structure d’espace vectoriel : Définition 3. Une partie F de E est dite sous espace vectoriel de E
Définition 2. E sera dit un K-ev s’il est muni d’une LCI + et d’une si et seulement si elle vérifie les deux propriétés suivantes :
LCE . à base dans K et qui vérifient les axiomes suivants : 1) 0E ∈ F .
1) (E, +) est un groupe abélien, dont l’élément neutre sera noté 2) ∀(x, y) ∈ E 2 , ∀λ ∈ K on a : x + λy ∈ F , autrement dit F est
dorénavant par 0E . stable pour les deux lois, interne et externe.
∀(x, y) ∈ E 2 , ∀(α, β) ∈ K2 on a les propriétés suivantes :
2) (α + β).x = α.x + β.x.
3) α.(x + y) = α.x + α.y.
Remarque :
4) α(β.x) = (αβ).x. Tout sous espace vectoriel de E est lui même un espace vectoriel , et tout
5) 1.x = x. espace vectoriel inclu dans E est un sous espace vectoriel de E, ainsi pour mon
montrer qu’un ensemble est un espace vectoriel , il est judicieux de montrer que
Dans toute la suite du chapitre E est muni d’une structure d’un K-ev, c’est un sous espace vectoriel d’un espace vectoriel connu.
MPSI-Maths Résumé de cours: Espaces vectoriels (Généralités)
Mr Mamouni Page 1 sur 5
1.5 Structure d’algèbre : Proposition 2. Soit u ∈ LK (E, F ), On a les propriétés suivantes :
1) u(0E ) = 0F .
Définition 4. On appelle algébre sur K, tout ensemble A muni de deux
LCI +, × et d’une LCE,., telle que : 2) L’image directe et celle réciproque d’un sous espace vectoriel est
aussi un sous espace vectoriel .
1) (A, +, .) soit un K-ev
3) ker u = {x ∈ E tel que : u(x) = 0F } est un
2) (A, +, ×) soit un anneau.
sous espace vectoriel de E, on l’appelle noyau de u.
3) ∀(x, y) ∈ A2 , ∀λ ∈ K, on a : λ.(x × y) = (λ.x) × y = x × (λ.y)
4) u est injective si et seulement si ker u = {0E }.
5) Im u = u(E) est un sous espace vectoriel de F , on l’appelle
Définition 5. Une partie F sera dite sous-algébre de E si elle vérifie image de u.
les propriétés suivantes : 6) u est surjective si et seulement si Im u = F .
1) 0E ∈ F . 7) (LK (E, F ), +, .) est un K-ev ,en particulier la somme de deux
2
2) ∀(x, y) ∈ E , ∀λ ∈ K on a : x + λy ∈ F et x × y ∈ F , autrement applications linéaires est aussi linéaire.
dit F est stable pour les deux lois internes et celle externe. 8) La composée de deux applications linéaires est aussi linéaire, en
particulier (LK (E), +, ., ◦) est une algèbre sur K.
9) La réciproque d’un isomorphisme est aussi un isomorphisme,
1.6 Applications linéaires en particulier (GlK (E), ◦) est un groupe, on l’appelle le groupe
linéaire de E.
Définition 6. Soit F un autre K-ev et u : E → F , on dira que u est
linéaire si elle vérifie la propriété suivante :

∀(x, y) ∈ E 2 , ∀λ ∈ K on a : u(x + λy) = u(x) + λu(y)

Vocabulaire et notations :
– L’ensemble des applications linéaires de E vers F se note LK (E, F ).
– Une application linéaire est dite endomorphisme lorsque l’ensemble d’ar-
rivée est inclu dans celui de départ. L’ensemble des endomorphismes de
E se note LK (E).
– Elle sera dite isomorphisme lorsqu’elle est bijective. L’ensemble des iso-
morphismes de E vers F se note IsomK (E).
– Elle sera dite automorphisme lorsqu’elle est bijective et lorsque l’ensemble
d’arrivée est inclu dans celui de départ. L’ensemble des automorphismes
de E se note GlK (E) .

MPSI-Maths Résumé de cours: Espaces vectoriels (Généralités)

Mr Mamouni Page 2 sur 5
2 Projecteurs : 2.3 Projecteur :
Définition 9. On appelle projecteur sur E, tout endomorphisme, p de
2.1 Somme de deux sous espace vectoriel d’un E tel que : : p2 = p.
espace vectoriel :
Définition 7. Soit E un espace vectoriel , F et G deux Proposition 4. Soit p un projecteur de E, on a les propriétés sui-
sous espace vectoriel de E, la somme de F et G est le vantes :
sous espace vectoriel de E noté F + G défini par F + G = {x =
x1 + x2 tel que : x1 ∈ F, x2 ∈ G}. 1) Im p et ker p sont supplémentaires dans E.
Si de plus F ∩ G = {0E }, on dit que la somme est directe et on la note 2) x ∈ Im p ⇐⇒ p(x) = x.
plutôt par F ⊕ G. 3) p est la projection sur son image paraléllement à son noyau.
Si de plus E = F ⊕ G, on dit que les sous espace vectoriel F et G
sont supplémentaires dans E, et dans ce cas ∀x ∈ E, ∃!x1 ∈ F et
∃!x2 ∈ G tel que : x = x1 + x2 .
Conclusion :
Toute projection est un projecteur, et tout projecteur est une projection sur
son image paraléllement à son noyau.
2.2 Projection sur sous espace vectoriel par rapport à
un autre : 2.4 Symétries.
Définition 8. Si E = F ⊕ G, soit x ∈ E, x1 ∈ F et x2 ∈ Définition 10. On appelle symétrie sur E, tout endomorphisme, s de
G tel que : x = x1 + x2 . x1 s’appelle la projection de x sur F pa- E tel que : : s2 = idE .
rallélement à G et se note pF//G (x) et x2 s’appelle la projection de
x sur G parallélement à F et se note pG//F (x).
Proposition 5. Soit s une symétrie de E, on a les propriétés sui-
vantes :
Proposition 3. Avec les notations précédentes l’application : 1) p = 12 (s + idE ) est un projecteur.
pF//G : E −→ F est linéaire vérifiant les propriétés
2) En posant F = Im p et G = ker p, on a E = F ⊕ G avec
x 7−→ x1 = pF//G (x)
s(x) = x ∀x ∈ F , on dit alors que s est la symétrie par
suivantes :
−x ∀x ∈ G
1) p2F//G = pF//G . rapport à F parallélement à G.
2) Im pF//G = F, ker pF//G = G en particulier Im pF//G et 3) Inversement tout projecteur p permet de définir la symétrie s =
ker pF//G sont supplémentaires dans E. 2p − idE sur Im p parallélement à ker p.

MPSI-Maths Résumé de cours: Espaces vectoriels (Généralités)

Mr Mamouni Page 3 sur 5
3 Familles génératrices, libres, liées et bases 3.2 Familles géneratrices
Définition 12. Une famille B est dite génératrice de E si et seule-
3.1 Combinaison linéaire d’une famille de vecteurs ment si tout élément de E s’écrit combinaison linéaire d’éléments de
B, Autrement dit Vect(B) = E.
Ainsi pour montrer que (xk )1≤k≤n est une famille génératrice de E, il
Vocabulaire. n
suffit de montrer que ∀x ∈ E, ∃(λk )1≤k≤n ∈ Kn tel que : x =
P
Soit E un K-ev , les éléments de E s’appellent des vecteurs et ceux de K des λ k xk .
k=1
scalaires.

Proposition 7. Soit u : E → F linéaire.

n
! n
X X
1) u λ k xk = λk u(xk ), en particulier deux applications
Définition 11. Soit E un K-ev , x ∈ E, n ∈ N∗ et (xk )1≤k≤n ∈ E n une
k=1 k=1
famille de vecteurs de E. On dira que x est une combiniason linéaires linéaires égales sur une famille génératrice sont égales sur
de xk si et seulement si l’espace vectoriel tout entier.
n
∃(λk )1≤k≤n ) ∈ Kn tel que : x =
P
λ k xk . 2) Si B famille génératrice de E, alors u(B) est une famille
k=1
génératrice de Im u, en particulier si u est surjective alors u(B)
est une famille génératrice de F .
3) Si F et G sont deux sous espace vectoriel de E, B1 et B2 deux
familles génératrices de F et G respectivement , alors B1 ∪ B2 est
une famille génératrice de F + G.
Proposition 6. .
1) L’ensemble des combinaisons linéaires d’une famille (xk )1≤k≤n
est un sous espace vectoriel de E, qu’on appelle usuelle- 3.3 Familles liée
ment sous espace vectoriel engendré par les (xk )1≤k≤n et qu’on Définition 13. Une famille est dite liée lorsque l’un de ses éléments
note Vect((xk )1≤k≤n ). On démontre que c’est le plus petit est combinaison linéaire des autres.
sous espace vectoriel de E contenant la famille (xk )1≤k≤n .
Par convention on écrit : Vect(∅) = {0E }.
Proposition 8. .
2) Si on pose : B1 = (xk )1≤k≤n , B2 = (yk )1≤k≤m , alors
Vect(B1 ∪ B2 ) =Vect(B1 ) +Vect(B2 ). 1) Toute famille contenant un élément nul est liée.

3) Si u : E → F est linéaire, et B = ((x 2) Tout famille où un élément se répète au moins deux fois est liée.
 kn)1≤k≤n )famille
n
de vecteurs
3) Tout famille contenant une famille liée est aussi liée.
de E, et (λk )1≤k≤n ∈ Kn alors : u
P P
λ k xk = λk u(xk ), en
k=1 k=1 4) L’image par une application linéaire d’une famille liée est aussi
particulier u (Vect(B)) = Vect (u(B)). liée.

MPSI-Maths Résumé de cours: Espaces vectoriels (Généralités)

Mr Mamouni Page 4 sur 5
3.4 Familles libre 3.5 Bases
Définition 15. On appelle base toute famille à la fois libre et
Définition 14. Une famille sera dite libre lorsqu’elle n’est pas liée,
génératrice.
autrement dit aucun de ses éléments n’est combinaison linéaire des
autres. En particulier B = (xk )1≤k≤n est libre si et seulement si
n Proposition 10. .
λk xk = 0E ⇒ λk = 0 ∀(λk )1≤k≤n ∈ Kn . Et on peut surtout
P
k=1 1) Si B = (xk )1≤k≤n est une base de E, alors ∀x ∈ E ∃!(λk )1≤k≤n ∈
en conclure que si deux combinisons linéaires d’une famille libre sont n
Kn tel que : x =
P
égales alors leurs coefficients sont égaux. λk xk , les coefficients (λk )1≤k≤n s’appellent
k=1
coordonnées de x dans la base B = (xk )1≤k≤n .
2) L’image par un isomorphisme d’une base de l’espace de départ est
une base de l’espace d’arrivée.
Proposition 9. .
3) Deux applications linéaires égales sur une base sont égales sur
1) Une famille formée par un seul élément est libre si et seulement l’espace vectoriel tout entier.
si cet élément n’est pas nul.
4) Si F et G sont deux sous espace vectoriel de E tel que : F ∩ G =
2) Une famille formée par deux élémentx est libre si et seulement {0E }, B1 et B2 deux bases de F et G respectivement , alors B1 ∪B2
si ces deux éléments ne sont pas proportionnels. est une base de F ⊕ G.
3) Tout famille contenue dans une famille libre est aussi libre.
4) L’image par une application linéaire injective d’une famille libre
est aussi libre.
5) Si F et G sont deux sous espace vectoriel de E tel que : F ∩ G =
{0E }, B1 et B2 deux familles libres dans F et G respectivement,
alors B1 ∪ B2 est libre dans F ⊕ G. Fin.

MPSI-Maths Résumé de cours: Espaces vectoriels (Généralités)

Mr Mamouni Page 5 sur 5