Généralités sur les espaces vectoriels


♣  1−Lois  de  composition  interne{\color{red}{\bf{\clubsuit \,\, 1 - Lois \,\, de \,\, composition \,\, interne}}}
        ▶  Deˊfinition{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Définition}}}
Une loi de composition interne, notée ⊞\boxplus sur l'ensemble VV est une application de V×VV \times V dans VV :
⊞:V×V⟶V(x ; y)⟼x⊞y\boxplus : \begin{array}{rcl} V \times V & \longrightarrow & V \\ (x \,;\, y) & \longmapsto & x \boxplus y \end{array}
Ainsi pour montrer que l'opération ⊞\boxplus est une opération interne pour VV, il faut montrer que pour tous les éléments xx et yy de VV, on a x⊞y∈Vx \boxplus y \in V.
♣  2−Lois  de  composition  externe{\color{red}{\bf{\clubsuit \,\, 2 - Lois \,\, de \,\, composition \,\, externe}}}
        ▶  Deˊfinition{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Définition}}}
Une loi de composition externe, notée ⋆\star entre les ensembles VV et K\mathbb{K}, est une application de K×V\mathbb{K} \times V dans VV :
⋆:K×V⟶V(λ ; x)⟼x⋆y\star : \begin{array}{rcl} \mathbb{K} \times V & \longrightarrow & V \\ (\lambda \,;\, x) & \longmapsto & x \star y \end{array}
Ainsi pour montrer que l'opération ⋆\star est une opération externe entre VV et K\mathbb{K}, il faut montrer que pour tous scalaire λ\lambda de K\mathbb{K} et pour tous les éléments xx de VV, on a λ⋆x∈V\lambda \star x \in V.
♣  3−Espace  vectoriel{\color{red}{\bf{\clubsuit \,\, 3 - Espace \,\, vectoriel }}}
        ▶  Deˊfinition{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Définition}}}
Soit VV un ensemble muni
−  - \,\, d'une loi de composition interne notée ⊞\boxplus : ∀(u ; v)∈V2,  u⊞v∈V\forall(u\,;\,v) \in V^2, \,\, u \boxplus v \in V.
−  - \,\, d'une loi de composition externe entre VV et K\mathbb{K}, notée ⋆\star : ∀(λ ; u)∈(K×V),  λ⋆u∈V\forall(\lambda \,;\, u) \in (\mathbb{K} \times V), \,\, \lambda \star u \in V.
On dit que VV est un espace vectoriel sur K\mathbb{K}, on dit aussi un K\mathbb{K}-espace vectoriel (ou K\mathbb{K}-ev), si les 88 axiomes suivants sont vérifiés.
∙  \bullet \,\, Axiome (A1)(A1)
L'opération interne ⊞\boxplus est commutative : ∀(u ; v)∈V2,  u⊞v=v⊞u\forall(u\,;\,v) \in V^2, \,\, u \boxplus v = v \boxplus u.
∙  \bullet \,\, Axiome (A2)(A2)
L'opération interne ⊞\boxplus est assiciative : ∀(u ; v ; w)∈V3,  u⊞(v⊞w)=(u⊞v)⊞w\forall(u\,;\,v\,;\,w) \in V^3, \,\, u \boxplus (v \boxplus w) = (u \boxplus v) \boxplus w.
La valeur commune est notée u⊞v⊞wu \boxplus v \boxplus w.
∙  \bullet \,\, Axiome (A3)(A3)
Il existe un unique élément de VV, notée 0V0_V et appelé élément neutre de VV tel que : ∀u∈V,  u⊞0V=0V⊞u=u\forall u \in V, \,\, u \boxplus 0_V = 0_V \boxplus u = u.
∙  \bullet \,\, Axiome (A4)(A4)
pour tout élément uu de VV, il existe un unique élément u′u' de VV, appelé le symétrique de uu suivant l'opération interne \boxplus tel que l'on ait : ∀u∈V, ∃! u′∈V,  u⊞u′=u′⊞u=0V\forall u \in V, \, \exist ! \,u' \in V, \,\, u \boxplus u' = u' \boxplus u = 0_V.
∙  \bullet \,\, Axiome (A5)(A5) :
On a : ∀λ∈K,  ∀(u ; v)∈V2,  λ⋆(u⊞v)=(λ⋆u)⊞(λ⋆v)\forall \lambda \in \mathbb{K}, \,\, \forall(u\,;\,v) \in V^2, \,\, \lambda \star (u \boxplus v) = (\lambda \star u) \boxplus (\lambda \star v).
∙  \bullet \,\, Axiome (A6)(A6) :
On a : ∀(λ ; μ)∈K2,  ∀u∈V,  λ⋆(μ⋆u)=(λμ)⋆u\forall (\lambda \,;\, \mu) \in \mathbb{K}^2, \,\, \forall u \in V, \,\, \lambda \star (\mu \star u) = (\lambda \mu) \star u.
∙  \bullet \,\, Axiome (A7)(A7) :
On a : ∀(λ ; μ)∈K2,  ∀u∈V,  (λ+μ)⋆u=(λ⋆u)⊞(μ⋆u)\forall (\lambda \,;\, \mu) \in \mathbb{K}^2, \,\, \forall u \in V, \,\, (\lambda + \mu) \star u = (\lambda \star u) \boxplus (\mu \star u).
∙  \bullet \,\, Axiome (A8)(A8) :
On a : ∀u∈V,  1⋆u=u\forall u \in V, \,\, 1 \star u = u.
On dit que les éléments de VV sont les vecteurs{\color{red}{\bf{vecteurs}}} de VV.
        ▶  Remarques{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Remarques}}}
On adopte en général les notations et terminologies suivantes :
↬  \looparrowright \,\, L'opération interne ⊞\boxplus est notée ++ et est appelée l'addition vectorielle.
↬  \looparrowright \,\, L'opération externe ⋆\star est notée  . \,.\, et est appelée la multiplication scalaire.
↬  \looparrowright \,\, Pour tout (u ; v)∈V2(u\,;\,v) \in V^2, le vecteur u+vu+v s'appelle la somme des vecteurs uu et vv.
↬  \looparrowright \,\, Pour tout u∈Vu \in V, le vecteur symétrique u′u' suivant ++ s'appelle le vecteur opposé de uu et se note −u-u. Ainsi u′=−uu' = -u.
↬  \looparrowright \,\, L'élément neutre 0V0_V s'appelle le vecteur nul.
↬  \looparrowright \,\, Pour tout (λ ; u)∈K×V(\lambda \,;\,u) \in \mathbb{K} \times V, le vecteur λ.u\lambda.u s'appelle le produit de uu par λ\lambda et se note simplement λu\lambda u.
↬  \looparrowright \,\, On peut alors définir la soustraction vectorielle sur VV en posant : u−v=u+(−v)u-v = u + (-v).
Donc pour montrer qu'un ensemble non vide VV est un espace vectoriel sur K\mathbb{K}, il faut que VV est muni d'une opération interne et d'une opération externe satisfaisant aux fuit axiomes A1 ; ⋯ ; A8A1 \,;\, \cdots \,;\, A8. Ceci amène à vérifier dix conditions au total !
Soit VV un espace vectoriel sur K\mathbb{K}. Alors pour tout scalaire λ\lambda et pour tou uu de VV on a :
{0.u=0Vλ.0V=0V−u=(−1).u\left\lbrace \begin{array}{rcl} 0.u & = & 0_V \\ \lambda.0_V & = & 0_V \\ -u & = & (-1).u\end{array} \right.
♣  4−Exemples  aˋ  connaı^tre{\color{red}{\bf{\clubsuit \,\, 4 - Exemples \,\, à \,\, connaître }}}
        ▶  Premier  exemple{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Premier \,\, exemple}}}
L'ensemble R\mathbb{R} est un espace vectoriel sur R\mathbb{R} pour les opérations usuelles que sont l'addition et la multiplication.
        ▶  Deuxieˋme  exemple{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Deuxième \,\, exemple}}}
L'ensemble C\mathbb{C} est un espace vectoriel sur C\mathbb{C} pour les opérations usuelles que sont l'addition et la multiplication.
        ▶  Troisieˋme  exemple{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Troisième \,\, exemple}}}
L'ensemble C\mathbb{C} est un espace vectoriel sur R\mathbb{R} pour l'addition dans C\mathbb{C} et la multiplication des nombres complexes par des nombres réels.
        ▶  Quatrieˋme  exemple{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Quatrième \,\, exemple}}}
Soit AA un ensemble non vide et VV un espace vectoriel sur K\mathbb{K}. L'ensemble, noté VAV^A, des applications de AA vers VV est un espace vectoriel sur K\mathbb{K} pour les opérations suivantes :
Pour tout λ∈K\lambda \in \mathbb{K} et pour toutes les applications f:A⟶Vf : A \longrightarrow V et g:A⟶Vg : A \longrightarrow V, on note f+gf + g et λf\lambda f les applications définies par :
f+g:{A⟶Va⟼(f+g)(a)=f(a)+g(a)f + g : \left\lbrace \begin{array}{rcl} A & \longrightarrow & V \\ a & \longmapsto & (f+g)(a) = f(a) + g(a) \end{array} \right.
et
λf:{A⟶Va⟼(λf)(a)=λf(a)\lambda f : \left\lbrace \begin{array}{rcl} A & \longrightarrow & V \\ a & \longmapsto & (\lambda f)(a) = \lambda f(a) \end{array} \right.
L'ensemble RR\mathbb{R}^\mathbb{R} des applications f:R⟶Rf : \mathbb{R} \longrightarrow \mathbb{R} est souvent rencontré en exercices.
        ▶  Cinquieˋme  exemple{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Cinquième \,\, exemple}}}
L'ensemble des suites d'éléments de VV est un espace vectoriel sur R\mathbb{R}.
        ▶  Sixieˋme  exemple{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Sixième \,\, exemple}}}
On note par K[x]\mathbb{K}[x] l'ensemble des fonctions polynomiales f:K⟶Kf : \mathbb{K} \longrightarrow \mathbb{K} d'une seule variable xx et à coefficient dans K\mathbb{K}, c'est-à-dire l'ensemble des fonctions ff définies sur K\mathbb{K} par f(x)=α0+α1x+⋯+αptpf(x) = \alpha_0 + \alpha_1 x + \cdots + \alpha_p t^p. le nombre dd est un entier naturel et les αi∈{1 ; ⋯ ; p}\alpha_{i\in \{1 \,;\, \cdots \,;\, p \}} sont des élements de K\mathbb{K}. L'ensemble K[x]\mathbb{K}[x] est un espace vectoriel sur K\mathbb{K}.
        ▶  Septieˋme  exemple{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Septième \,\, exemple}}}
L'ensemble M(n ; p)(K)\mathcal{M}_{(n\,;\,p)}(\mathbb{K}) est celui des matrices à nn lignes et pp colonnes, à coefficients dans K\mathbb{K}. Cet ensemble, muni de la somme et de la multiplication par un scalaire est un espace vectoriel sur K\mathbb{K}.
        ▶  Huitieˋme  exemple{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Huitième \,\, exemple}}}
Soient V1V_1 et V2V_2 deux espaces vectoriels sur K\mathbb{K}. Le produit cartésien V=V1×V2V = V_1 \times V_2 est un espace vectoriel sur K\mathbb{K} pour les opérations suivantes : pour tout λ∈K\lambda \in \mathbb{K} et pour tous les éléments u=(x1 ; x2)u = (x_1 \,;\, x_2) et u′=(x1′ ; x2′)u' = (x'_1 \,;\, x'_2) de V=V1×V2V = V_1 \times V_2, on pose u+u′=(x1+x1′ ; x2+x2′)u+u'= (x_1 + x'_1 \,;\, x_2 + x'_2) et λu=(λx1 ; λx2)\lambda u = (\lambda x_1 \,;\, \lambda x_2).
        ▶  Neuvieˋme  exemple{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Neuvième \,\, exemple}}}
Pour n∈N⋆n \in \mathbb{N}^\star on peut généraliser l'exemple précédent (le huitième), au cas de nn espaces vectoriels V1 ; ⋯ ; VnV_1 \,;\, \cdots \,;\, V_n sur K\mathbb{K}. C'est pourquoi Rn\mathbb{R}^n est un espace vectoriel sur K\mathbb{K}. Les cas les plus utilisés sont le plan habituel n=2n=2 et l'espace habituel n=3n=3.
        ▶  Dixieˋme  exemple{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Dixième \,\, exemple}}}
De même, l'ensemble Kn\mathbb{K}^n est un espace vectoriel sur K\mathbb{K}.
        ▶  Cas  particulier{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Cas \,\, particulier}}}
On considère le demi-plan supérieur P=R×R+{\color{red}{P = \mathbb{R} \times \mathbb{R}^+}} muni des opérations
∀λ∈R,  ∀u=(x1 ; x2)∈P,  ∀u′=(x1′ ; x2′)∈P,  {u+u′=(x1+x1′ ; x2+x2′)λu=(λx1 ; λx2)\forall \lambda \in \mathbb{R}, \,\, \forall u = (x_1 \,;\, x_2) \in P, \,\, \forall u' = (x'_1 \,;\, x'_2) \in P, \,\, \left\lbrace \begin{array}{rcl} u+u' & = & (x_1 + x'_1 \,;\, x_2 + x'_2) \\ \lambda u & = & ( \lambda x_1 \,;\, \lambda x_2 )\end{array} \right.
n′est  pas  un  espace  vectoriel{\color{red}{\bf{n'est \,\, pas \,\, un \,\, espace \,\, vectoriel}}} sur R\mathbb{R}, pour les opérations précédentes, car : en choisissant λ=−1\lambda = -1 et u=(0 ; 1)∈Pu = (0 \,;\, 1) \in P alors λu=(0 ; −1)∉P\lambda u = ( 0 \,;\, -1 ) \notin P .
♣  5−Sous−espaces  vectoriels{\color{red}{\bf{\clubsuit \,\, 5 - Sous-espaces \,\, vectoriels }}}
        ▶  Deˊfinition{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Définition}}}
Soit VV un espace vectoriel sur K\mathbb{K}. On dit qu'un ensemble EE est un sous-espace vectoriel de VV si les quatre conditions suivantes sont satisfaites :
C1: E⊂VC1 : \, E \subset V
C2: E≠∅C2 : \, E \neq \emptyset
C3: ∀(u ; v)∈E2,  u+v∈EC3 : \, \forall (u \,;\, v) \in E^2, \,\, u+v \in E
C4: ∀(λ ; v)∈K×E,  λu∈EC4 : \, \forall (\lambda \,;\, v) \in \mathbb{K} \times E, \,\, \lambda u \in E
De façon plus condensée, on a aussi :
C1: E⊂VC1 : \, E \subset V
C2: E≠∅C2 : \, E \neq \emptyset
C3: ∀λ∈K,  ∀(u ; v)∈E2,  u+λv∈EC3 : \, \forall \lambda \in \mathbb{K}, \,\, \forall (u \,;\, v) \in E^2, \,\, u+\lambda v \in E
        ▶  Theˊoreˋme{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Théorème}}}
Un sous-espace vectoriel d'un K\mathbb{K}-espace vectoriel VV est lui même un K\mathbb{K}-espace vectoriel pour les mêmes opérations interne et externe sur VV.
        ▶  Exemples{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Exemples}}}
∙  \bullet \,\, Les seuls sous-espaces vectoriel de R2\mathbb{R}^2 sont {0}\{0\}, R2\mathbb{R}^2 et les droites qui passent par l'origine.
∙∙  \bullet \bullet \,\, Les seuls sous-espaces vectoriel de R3\mathbb{R}^3 sont {0}\{0\}, R3\mathbb{R}^3, les droites qui passent par l'origine et les plans qui contiennent l'origine.
∙∙∙  \bullet \bullet \bullet \,\, Pour tout entier naturel nn, l'ensemble Kn[x]\mathbb{K}_n[x] des fonctions polynomiales de degré inférieur ou égal à nn et à coefficients dans K\mathbb{K} est un sous-espace vectoriel de l'espace vectoriel K[x]\mathbb{K}[x].
∙∙∙∙  \bullet \bullet \bullet \bullet \,\, Si II est un intervalle de R\mathbb{R}. L'ensemble notée C(I ; R)\mathcal{C}(I\,;\, \mathbb{R}) des fonctions réelles et continues sur est un sous espace vectoriel de l'espace vectoriel RI\mathbb{R}^I des fonctions réelles définies sur II.
        ▶  Intersection  de  sous−espaces  vectoriels{\color{blue}{\bf{\,\,\,\,\,\,\,\, \blacktriangleright \,\, Intersection \,\, de \,\, sous- espaces \,\, vectoriels}}}
Theˊoreˋme:Théorème : Soit VV un espace vectoriel sur K\mathbb{K}. Toute intersection de sous-espaces vectoriels de VV est un sous-espace vectoriel de l'espace vectoriel VV.
Par exemple, les deux plans PP et P′P' passant par l'origine OO de R3\mathbb{R}^3 sont deux sous-espaces vectoriels de R3\mathbb{R}^3. Leur intersection est également un sous-espace vectoriel de de R3\mathbb{R}^3 : il s'agit de la  droite  (d){\color{red}{la \,\, droite \,\, (d)}} qui passe aussi par l'origine OO.
↬  \looparrowright \,\, En revanche, en général, la réunion de sous-espaces vectoriels n'est pas un sous-espaces vectoriel. L'addition vectorielle affine est un exemple illustrant ceci.

Signaler une erreur

Aide-nous à améliorer nos contenus en signalant les erreurs ou problèmes que tu penses avoir trouvés.

Connecte-toi ou crée un compte pour signaler une erreur.