Chapitre 14

Espaces vectoriels

Dans tout le chapitre, K désigne R ou C. BOMB Attention.

• Le produit se fait à gauche, noter ~

u .α avec ~
u ∈ E et α ∈ K n’a pas de sens !
I. Espaces vectoriels • L’opération · est la multiplication externe, elle ne doit en aucun cas être confon-
due avec une multiplication entre vecteurs : en général, la multiplication entre
vecteurs n’est pas définie !
1. Définitions, exemples

K
BOOK-READER Définition 1 ( -espace vectoriel). Remarque.
— En pratique, cette définition n’est pas à retenir.
Soit E un ensemble non vide. On suppose que E est muni de deux opérations (appelées lois) : K
— On ne précisera -espace vectoriel que très rarement, en général le contexte est as-
E × E −→ E K×E −→ E
K
sez clair pour que l’on parle d’espace vectoriel (sans préciser ). En abrégé on écrira
+: et ·: parfois «ev» pour espace vectoriel.
(~ v ) 7−→ ~
u ,~ u +~
v u)
(λ,~ 7−→ λ.~
u
— Pour l’instant, lorsque le contexte est abstrait, on note les vecteurs avec des flèches et
On dit que E est un K-espace vectoriel (ou encore un espace vectoriel sur K) si : les scalaires sans flèches. Mais nous abandonnerons rapidement ces notations.
(i ) + est commutative : v ∈ E, ~
u ,~
∀~ u +~
v =~
v +~
u
(i i ) + est associative : u ,~
∀~ ~ ∈ E, ~
v, w u + (~ ~ ) = (~
v +w u +~ ~
v) + w On va décrire à la suite des espaces vectoriels de référence : on utilisera en pratique ces résultats.
(i i i ) + a un élément neutre, noté~0E et appelé vecteur nul. Il vérifie : ∀~ u +~0E =~0E +~
u ∈ E, ~ u =~
u
(i v) Tout élément de E a un opposé pour la loi + : v ∈ E, ~
u ∈ E , ∃~
∀~ u +~
v =~ u =~0E
v +~
On note alors ~ u.
v = −~
Et la loi · se comporte bien vis à vis de + : Par ailleurs, on obtiendra rapidement d’autres résultats pour montrer qu’un ensemble est un espace-
vectoriel.
(v) · a un élément neutre, 1 (∈ K). Il vérifie : ∀~u ∈ E , 1.~u = ~u
(vi ) · est associative : ∀ λ, µ ∈ K, ∀~u ∈ E , λ.(µ.~
u ) = (λ × µ).~
u
(vi i ) · est distributive (à gauche) par rapport à + : ∀ λ ∈ K, ∀~ u ,~ u +~
v ∈ E , λ.(~ v ) = λ.~
u + λ.~
v
(vi i i ) · est distributive (à droite) par rapport à l’addition des scalaires : Un ensemble qui satisfait les axiomes de la définition a des propriétés élémentaires, qu’on peut
∀ λ, µ ∈ K, ∀~u ∈ E , (λ + µ).~u = λ.~u + µ.~u éventuellement trouver intuitives.
Les éléments de E sont appelés des vecteurs, les éléments de K sont appelés des scalaires.
L’opération · est appelée multiplication externe.

On les démontre dans la proposition suivante :

1/10
Chapitre 14 : Espaces vectoriels I. Espaces vectoriels

GRADUATION-CAP Proposition 2 (propriétés élémentaires).

v
2~ ~
u +~
v
Si E est un espace vectoriel alors :
1. L’élément neutre pour + est unique. v −~
2~ u ~
v ~
u
1
2. L’opposé de ~
u est unique.
3. ∀~
u ∈ E, u =~0E (0 ∈
0.~ K) 0 1
4. ∀ λ ∈ K, λ.~0E =~0E
5. ∀~
u ∈ E, u = −~
(−1).~ u (−1 ∈ K) u
−~

K u ∈ E \ {~0E }, alors λ.~

6. Si λ ∈ ∗ et ~ u 6=~0E .
Autrement dit : soient λ ∈ et ~ K u =~0E ⇐⇒ λ = 0 ou ~
u ∈ E , alors : λ.~ u =~0E .

K K K K
5. De façon plus générale, 3 , 4 , . . . , n , . . . sont des -espaces vectoriels. + est l’addition «co-
ordonnées par coordonnées» et · la multiplication de toutes les coordonnées par un scalaire.
Notons que l’on ne peut pas multiplier les vecteurs entre eux dans n . K
K K
6. Mn,p ( ) est un -espace vectoriel : les huit axiomes de la définition ont été cités dans le
cours sur les matrices.
K K
En particulier, l’ensemble des matrices colonnes Mn,1 ( ) est un -espace vectoriel, c’est
l’exemple le plus important.
7. K[X ] l’ensemble des polynômes est un K-espace vectoriel : + est l’addition des polynômes, ·
est la multiplication des coefficients du polynôme par un scalaire, ~0K[X ] est le polynôme nul.
On vérifie directement les 8 axiomes de la définition.
Preuve de 2. K
Notons que l’on peut multiplier les vecteurs de [X ] entre eux, MAIS cette opération n’est
pas une opération relative à la structure d’espace vectoriel !
(? voir notes ?)
8. Plus généralement l’ensemble des applications d’un ensemble D vers un espace-vectoriel F
Exemple 3. est un espace vectoriel. On précise les opérations :
Voici une première liste d’espaces vectoriels de référence, que l’on pourra utiliser sans démons-
F (D, F )2 −→ F (D, F )
tration.
+: D −→ F
1. ∅ n’est PAS un espace vectoriel : un espace vectoriel est nécessairement non vide ! (f ,g) 7−→ f + g :
x 7−→ f (x) + g (x)
2. L’espace vectoriel «le plus simple» est l’espace constitué d’un seul élément. Celui-ci est né-
et
cessairement le vecteur nul (afin de satisfaire l’axiome (i i i )). C’est donc E = {~0}. K × F (D, F ) −→ F (D, F )
C’est bien un espace-vectoriel : les opérations + et · sont définies par ~0 +~0 = ~0 et λ ·~0 = ~0, ce ·: D −→ F
qui vérifie les 8 axiomes de la définition. (λ, f ) 7−→ λ. f :
x 7−→ λ. f (x)
3. K est un espace vectoriel : + est l’addition usuelle et · la multiplication. Les vecteurs sont les Bien évidemment l’élément neutre pour + est la fonction nulle sur D .
nombres, ~0K est le 0 usuel.
Sont ainsi des espaces vectoriels :
Les 8 axiomes de la définition sont bien connus depuis le collège (pour K = R) ou le début K
— l’ensemble F (I , ) des fonctions d’un intervalle I dans , K
d’année (pour = ). K C — l’ensemble N des suites numériques (ou A si les suites sont indexées par un sous-
K K
4. K K
est un -espace vectoriel :
2 ensemble A de ). N
— Les vecteurs sont les éléments ~ K
u = (x, y) ∈ 2 . 9. Enfin, si E 1 , . . . , E n sont n espaces vectoriels (n Ê 2), en définissant + comme étant l’addition
— Si ~ K
u = (x, y) ∈ 2 et ~ K
v = (x 0 , y 0 ) ∈ 2 , alors ~ K
v = (x + x 0 , y + y 0 ) ∈ 2 (addition par coordon-
u +~ «composante par composante» et · la multiplication de chaque composante par un scalaire,
nées). n
K K K alors E k est un espace vectoriel.
Y
— Si λ ∈ et ~ u = (x, y) ∈ 2 , alors λ.~ u = (λx, λy) ∈ 2 .
— 0K2 = (0, 0).
k=1

On vérifie directement les 8 axiomes de la définition.

On retrouve ainsi que Kn est un espace vectoriel.
R
Remarque : les calculs dans 2 (par exemple) sont ceux appris en géométrie du plan lors de
la manipulation des vecteurs (au sens géométrique du collège-lycée).

2/10
Chapitre 14 : Espaces vectoriels II. Sous-espaces vectoriels

• y est-il combinaison linéaire de u, v, w ? On cherche α, β, γ ∈ R tels que :

BOMB Attention.
K  α

En général, il n’est pas nécessaire de préciser , le contexte est clair. +γ = 0
Mais parfois la distinction est importante. En effet, C C
est un -espace vectoriel αu + βv + γw = y ⇐⇒ · · · ⇐⇒ −β +γ = 1
C R 0 = 1

comme on vient de le montrer. Mais on peut aussi voir comme un -espace vec-
R
toriel : c’est l’ensemble {a + ib | a, b ∈ }.
le système est incompatible donc non, y n’est pas combinaison linéaire de u, v, w .
Comme c’est toujours le cas avec les systèmes linéaires, on peut trouver une unique combinaison
2. Combinaisons linéaires linéaire, une infinité de combinaisons linéaires ou bien aucune combinaison linéaire.

p
Mais en pratique, nous n’aurons que rarement recours à ce type de calcul : nous disposerons dans
Observons que, si ~ v p sont p Ê 1 vecteurs de E , alors
v 1 , . . . ,~
X
v i est encore un vecteur de E : on
αi ~ le cours de résultats plus pertinents.
i =1
le démontre à l’aide d’une récurrence sur p en utilisant le fait que α~ v ∈ E, lorsque ~
u + β~ v ∈ E et
u ,~
α, β ∈ .K
On introduit alors la définition suivante : II. Sous-espaces vectoriels
BOOK-READER Définition 4 (combinaison linéaire).
1. Définition, exemples
Soit (v i )i ∈I une famille de vecteurs de E (où I est un ensemble fini).
On appelle combinaison linéaire des (v i )i ∈I tout vecteur v de E de la forme : v = αi v i
X

K
i ∈I
où (αi )i ∈I est une famille d’éléments de . BOOK-READER Définition 6 (sous-espace vectoriel).
Si I = ∅, par convention, cette somme égale le vecteur nul (en particulier le vecteur nul est
combinaison linéaire d’une famille vide de vecteurs de E .) Soit F un ensemble, soit E un espace vectoriel. On dit que F est un sous-espace vectoriel (sev)
de E si :
(o) F ⊂ E
Remarque. (i ) 0E ∈ F
On peut étendre la définition d’une combinaison linéaire à une famille F quelconque (donc (i i ) ∀ u, v ∈ F, ∀ α, β ∈ K, α.u + β.v ∈ F (F est stable par combinaisons linéaires)
non nécessairement finie) de vecteurs de E : un vecteur v ∈ E est combinaison linéaire des
vecteurs de la famille F s’il est combinaison linéaire, au sens de la définition précédente,
d’une sous-famille finie de vecteurs de F .
En d’autres termes, si l’on écrit F = (v i )i ∈I où I est un ensemble quelconque, on appelle Remarque.
combinaison linéaire des (v i )i ∈I tout vecteur v de E de la forme : v = αi v i
X
— Il ne faut pas oublier de vérifier que F ⊂ E (condition (o)).
— {0E } et E sont toujours des sous-espaces vectoriels de E , ils sont dits triviaux.
K
i ∈I
où (αi )i ∈I est une famille presque nulle d’éléments de .
— La condition (i ) peut être remplacée par «F est non vide», mais c’est moins pratique
Mais en pratique on ne manipulera que des familles finies.
à démontrer.
En effet, si F 6= ∅, alors il existe u ∈ F et 0E = 0.u ∈ F . Réciproquement, si 0E ∈ F , alors
Pour démontrer qu’un vecteur donné est combinaison linéaire d’une famille de vecteurs de E , on
F 6= ∅.
teste la compatibilité d’un système linéaire :
— La condition (i i ) peut être remplacée par :

Exemple 5. (i i 0 ) ∀ u, v ∈ F, ∀ λ ∈ K, u + v ∈ F et λ.u ∈ F
R
Soient u = (1, 0, 1), v = (0, −1, 1), w = (1, 1, 0), x = (2, 1, 1), y = (0, 1, 0) ∈ 3 .
(immédiat en «découplant» les combinaisons linéaires) ou encore par
R
• x est combinaison linéaire de u, v, w si l’on peut trouver α, β, γ ∈ tels que αu + βv + γw = x ⇐⇒
(α + γ, −β + γ, α + β) = (2, 1, 1). On étudie donc : (i i 00 ) ∀ u, v ∈ F, ∀ λ ∈ K, u + λ.v ∈ F
 α  α
 
+γ = 2 +γ = 2
−β +γ = 1 ⇐⇒ · · · ⇐⇒ −β +γ = 1 (immédiat en revenant à (i i 0 )).
α +β = 1 0 = 0
 

le système est compatible, donc oui, x est combinaison linéaire de u, v et w . On peut poursuivre Par conséquent, puisque les opérations + et · de F sont les mêmes que celles de E et que F est stable
la résolution pour trouver une combinaison linéaire explicite : x = (a − γ)u + (−b + γ)v + γw par ces opérations, F est en particulier un espace vectoriel.

3/10
Chapitre 14 : Espaces vectoriels II. Sous-espaces vectoriels

En pratique, pour montrer qu’un ensemble est un espace vectoriel, on montre que c’est un sous- GRADUATION-CAP Théorème-définition 11 (sous-espace engendré).
espace vectoriel d’un espace vectoriel de référence (voir liste précédente !).
Soit (v i )i ∈I ∈ E I une famille finie de vecteurs de E . On note :
( ¯ )
K
¯
αi v i ¯ ∀ i ∈ I , αi ∈
X
Vect (v i )i ∈I =
¯
GRADUATION-CAP Proposition 7 (sous-espace des polynômes de degré au plus n ). i ∈I
¯

N
Soit n ∈ . Alors Kn [X ] est un sous-espace vectoriel de K[X ]. l’ensemble des combinaisons linéaires des éléments de la famille (v i )i ∈I .
Alors Vect (v i )i ∈I est le plus petit sous-espace vectoriel de E contenant les vecteurs v i , i ∈ I ,
c’est-à-dire :
Si H contient les v i , i ∈ I , alors Vect (v i )i ∈I ⊂ H
On l’appelle sous-espace engendré par les v i , i ∈ I .
Preuve de 7.
(? voir notes ?)

Remarque. Remarque.
K
En particulier, n [X ] est un espace vectoriel. On peut étendre la définition au cas d’une famille (v i )i ∈I quelconque (on rappelle qu’une
On ajoute cet espace à la liste de nos espaces vectoriels de référence. combinaison linéaire ne fait intervenir qu’un nombre fini de termes non nuls).

On dispose d’exemples importants issus de l’analyse : Preuve de 11.

(? voir notes ?)
Exemple 8.
(? voir notes ?) Exemple 12.
(? voir notes ?)
Attention cependant, les sous-ensembles d’un espace vectoriel ne sont pas toujours des sous-espaces
vectoriels :
Exemple 9.
3. Intersection de sous-espaces vectoriels
(? voir notes ?)

? Exercice 10. GRADUATION-CAP Proposition-définition 13 (intersection d’une famille de sous-espaces vectoriels).

Montrer que les seuls sous-espaces vectoriels de K sont {0} et K. Soit E un espace vectoriel. Soit (Fi )i ∈I une famille quelconque de sous-espaces vectoriels de E
indexée par
\ I.
Alors F = Fi est un sous-espace vectoriel de E .
i ∈I

Solution de 10.
(? voir notes ?)
Preuve de 13.
(? voir notes ?)

? Exercice 14 (une autre caractérisation du sous-espace engendré).

Soit (v i )i ∈I une famille de vecteurs de E indexée par I un ensemble fini.

Démontrer que : \
G= F = Vect(v i )i ∈I
2. Sous-espace engendré F sev de E contenant (v i )i ∈I

4/10
Chapitre 14 : Espaces vectoriels III. Familles de vecteurs

Solution de 14. Remarque.

(? voir notes ?) Étant donnée une famille génératrice G d’un espace vectoriel F , on peut transformer la fa-
mille G à l’aide d’opérations similaires à celles utilisées pour le pivot de Gauss pour obtenir
une famille génératrice G 0 de F «plus simple».
III. Familles de vecteurs
? Exercice 18.
Dans cette partie, les familles de vecteurs sont supposées finies. 1. Montrer que : Vect ((1, 0, 1), (0, 1, 1), (1, 1, 0), (1, 1, 1)) = Vect ((1, 0, 0), (0, 1, 0), (0, 0, 1)).
On peut cependant étendre les définitions et les résultats à des familles quelconques à partir des Retrouver ainsi que ((1, 0, 1), (0, 1, 1), (1, 1, 0), (1, 1, 1)) est génératrice de 3 . K
remarques faites dans la partie précédente : les familles de scalaires intervenant dans les combinai-          
1 1 2 1 0
sons ou relations linéaires doivent être presque nulles.
2. Montrer que Vect 0 , 1 , −1 = Vect 0 , 1.
           
1 1 2 1 0
     
1 1 2
1. Famille génératrice En déduire que  0  , 1  , −1  n’est pas génératrice de M3,1 ( ). K
1 1 2

BOOK-READER Définition 15 (famille génératrice).

3. La famille (X 2 + 1, 2X 2 − 1, 3X − 1) est-elle génératrice de K2[X ] ?
Soit (v i )i ∈I une famille de vecteurs de E . On dit que (v i )i ∈I est génératrice de E si Vect(v i )i ∈I = E .
En d’autres termes, la famille (v i )i ∈I engendre E : tout élément de E est combinaison linéaire
des v i , i ∈ I .
Solution de 18.
(? voir notes ?)
Exemple 16.
(? voir notes ?)

GRADUATION-CAP Proposition 17 (propriétés élémentaires des familles génératrices).

Soit E un espace vectoriel.

1. Si F1 et F2 sont deux familles de vecteurs de E telles que F1 ⊂ F2 . Alors Vect(F1 ) ⊂
Vect(F2 ).
2. Toute famille de E contenant une famille génératrice de E est génératrice de E . 2. Famille libre
3. Si F est une famille de vecteurs de E , si u , v sont des vecteurs de E et λ ∈ K, alors
Vect(u, v, F ) = Vect(u, v + λu, F )

et BOOK-READER Définition 19 (relation linéaire).

Vect(0E , F ) = Vect(F )
Soient (v i )i ∈I une famille de vecteurs de E . On appelle relation linéaire entre les v i , i ∈ I , toute
Ainsi en combinant ces deux opérations, on peut, sans altérer le caractère générateur
égalité de la forme
d’une famille, la réduire en lui retirant le vecteur nul, les vecteurs qui apparaissent plu-
λi v i = 0E
X
sieurs fois (en en gardant un exemplaire bien sûr) et les vecteurs qui sont colinéaires à i ∈I
un autre.
où les λi , i ∈ I , sont des éléments de . K
Si les λi , i ∈ I , sont tous nuls, on dit que la relation linéaire est triviale.

Preuve de 17.
(? voir notes ?)

5/10
Chapitre 14 : Espaces vectoriels III. Familles de vecteurs

Exemple 25.
BOOK-READER Définition 20 (famille libre).
(? voir notes ?)
Soit (v i )i ∈I une famille de vecteurs de E .
• On dit que la famille (v i )i ∈I est libre, ou encore que les v i , i ∈ I , sont linéairement indépen- On peut observer dans les exemples précédents que lorsque la famille est liée, on peut exprimer un
dants, si pour toute famille (λi )i ∈I ∈ I : K vecteur de la famille comme combinaison linéaire des autres.
C’est un fait général :
λi v i = 0E =⇒ ∀ i ∈ I , λi = 0
X
i ∈I
GRADUATION-CAP Proposition 26 (caractérisation des familles liées).
(Cela signifie qu’il n’existe pas de relation linéaire non triviale entre les v i , i ∈ I .)
• Dans le cas contraire, il existe (λi )i ∈I ∈ KI une famille de scalaires non tous nuls tels que Soit (v i )i ∈I une famille de vecteurs de E . Alors :
λi v i = 0E . (v i )i ∈I est liée si et seulement si l’un des v i , i ∈ I , est combinaison linéaire des autres.
X
i ∈I
On dit que la famille est liée, ou encore que les v i , i ∈ I , sont linéairement dépendants.
(Cela signifie qu’il existe une relation linéaire non triviale entre les v i , i ∈ I ).
Preuve de 26.
(? voir notes ?)
Selon les espaces vectoriels considérés, on dispose de différentes méthodes pour montrer qu’une
famille est libre. On en tire le résultat pratique suivant :

1. Cas des familles de cardinal 0 ou 1 d’une espace vectoriel E . GRADUATION-CAP Proposition 27.
Exemple 21. Soit (u, v) une famille de deux vecteurs de E .
(? voir notes ?) Alors (u, v) est libre si et seulement si u et v sont non colinéaires.

K K
2. Cas des familles de n , de Mn,1 ( ) ou de Mn,p ( ) : K
On considère une relation linéaire entre les vecteurs et on montre que cela implique la nullité
des scalaires (ou à l’inverse donne une relation de liaison) en résolvant un système. Preuve de 27.
Exemple 22. (? voir notes ?)
(? voir notes ?)
Exemple 28.
3. Cas des familles de fonctions : (0, 1), (1, 1) est libre mais (1, −2, 3), (−2, 4, −6) est liée.
¡ ¢ ¡ ¢

En évaluant en des points particuliers on peut se ramener au cas précédent, mais il est par-
fois plus efficace d’utiliser les opérations des ensembles des fonctions : passage à la limite,
BOMB Attention.
dérivation (si les fonctions sont dérivables...).
L’argument des vecteurs non colinéaires, ou même non 2-à-2 colinéaires, n’est pas
Exemple 23.
valable pour démontrer la liberté d’une famille de n Ê 3 vecteurs de E !
(? voir notes ?) R
Par exemple, on considère dans 2 les trois vecteurs u = (1, 0), v = (0, 1) et w = (1, 1).
Alors ces vecteurs sont deux à deux non colinéaires, mais la famille (u, v, w) est liée
4. Cas des familles de polynômes : puisque w = u + v .
Soit on développe les expressions et on identifie les coefficients (on se trouve dans le premier
cas avec la résolution d’un système), soit on regarde les fonctions polynômes associées et on
applique les méthodes de l’item précédent. v w =u+v
1
Exemple 24.
u
(? voir notes ?)
0 1
5. Cas des suites :
N K
Une suite est une application de dans , on évalue en certaines valeurs particulières de n
pour obtenir un système. On peut aussi passer à la limite.

6/10
Chapitre 14 : Espaces vectoriels III. Familles de vecteurs

GRADUATION-CAP Proposition 29 (propriétés élémentaires des familles libres/liées).

Exemple 33.
1. Toute famille contenant une famille liée est liée.
2. Toute sous-famille d’une famille libre est libre. 1. ∅ est une base de l’espace {0E } : on a vu qu’elle était libre et génératrice de {0E }.

3. Si L est une famille libre et v un¡vecteur 2. Une famille constituée d’un unique vecteur v qui est non nul est une base de la droite vec-
¢ de E tel que v 6∈ Vect(L ), alors la famille obtenue torielle D = Vect(v) qu’il engendre.
en concaténant L et (v), notée L , v est libre.
3. C est un C-espace vectoriel dont une base est (1) (famille d’un vecteur non nul).
C est un R-espace vectoriel dont une base est (1, i) (famille de deux vecteurs non colinéaires
car ici K = R).
Remarque.   ¯ 
 x
C
¯
Si F1 et F¡2 sont deux familles de vecteurs de E , la famille obtenue en concaténant F1 et F2

4. On a défini précédemment : F =  y  ∈ M3,1 ( ) ¯¯ x + y + z = 0 .
¯
est notée F1 , F2 , c’est la famille obtenue en mettant «bout-à-bout» les vecteurs des deux
¢
z
 ¯ 
familles.    
−1 −1
Par exemple avec F1 = (v 1 , v 2 ) et F2 = (v 3 , v 4 , on a F1 , F2 = (v 1 , v 2 , v 3 , v 4 ).
¢ ¡ ¢
On a aussi montré que F = Vect 1 , 0 .
Cette opération n’est pas équivalente à la réunion (d’ensembles), en particulier les vecteurs
   
0 1
peuvent apparaître plusieurs fois.    
−1 −1
Preuve de 29. Ainsi  1 , 0  est une famille génératrice de F .
 
0 1
(? voir notes ?)
Cette famille étant constituée de deux vecteurs non colinéaires, elle est libre.
Remarque. C’est une base de F .
Toute famille contenant le vecteur nul, 0E , est liée puisqu’on a vu que {0E } est une famille De façon générale, lorsqu’un ensemble est défini à partir d’équations, on résout le système
liée. (homogène) associé et on trouve une famille génératrice.
On teste alors la liberté de cette famille et si elle est libre alors c’est une base.
Exemple 30.
Sinon, on peut en extraire une base comme dans l’exercice 34
(? voir notes ?)

GRADUATION-CAP Théorème 31 (famille de polynômes de degrés distincts).

? Exercice 34 (extraction de base).
Soit (P i )i ∈I une famille de polynômes non nuls de degrés distincts. Alors (P i )i ∈I est une famille
K
µ ¶ µ ¶ µ ¶ µ ¶
¡ 1 1 1 2 −1 −4 −1 0 ¢
libre de [X ]. Soit F = Vect , , , .
1 0 2 1 −4 −3 0 1
Déterminer une base de F .

Preuve de 31.
(? voir notes ?) Solution de 34.
Remarque. (? voir notes ?)
Une famille de polynômes non nuls de degrés distincts peut aussi être appelée une famille Voici un autre exercice où l’on demande d’obtenir une base. Contrairement au précédent, on ne sait
de polynômes non nuls de degrés échelonnés (ou étagés), l’adjectif «échelonnés» renvoyant pas si la famille proposée est génératrice. On va donc appliquer les méthodes de transformation des
à une suite strictement croissante de degrés, donc des degrés distincts. familles génératrices vues avant.

? Exercice 35 (manipulation de famille génératrice).

3. Base
     
1 0 2

BOOK-READER Définition 32 (base d’un espace vectoriel).

K
Montrer que la famille 0 , 1 ,  0  est une base de M3,1 ( ).
1 1 −1
On appelle base de E toute famille de E à la fois libre et génératrice de E .

7/10
Chapitre 14 : Espaces vectoriels III. Familles de vecteurs

Solution de 35. Exemple 40.

(? voir notes ?) (? voir notes ?)

GRADUATION-CAP Théorème 36 (base de polynômes à degrés échelonnés). GRADUATION-CAP Théorème 41 (base canonique de Mn,1 ( )). K
N
Soit n ∈ . Soit (P i )0Éi Én une famille de n + 1 polynômes de Kn [X ] telle que pour tout i ∈ ‚0, nƒ,  
0
deg P i = i . .
 .. 
K
Alors (P i )0Éi Én est une base de n [X ].  
0 
N K
 
Soit n ∈ . Pour tout i ∈ ‚1, nƒ, on note E i = 1 la matrice de Mn,1 ( ) dont tous les coefficients
∗  
0 
 
 .. 
 
Preuve de 36. .
(? voir notes ?) 0
sont nuls sauf le i -ème qui vaut 1.
Remarque. K
Alors (E i )1Éi Én est une base de Mn,1 ( ) et les composantes dans cette base de tout vecteur de
Nous verrons dans le chapitre sur la dimension une preuve plus simple de ce résultat. K
Mn,1 ( ) sont les coefficients de cet élément.

GRADUATION-CAP Théorème-définition 37 (coordonnées).

Soit (v i )i ∈I une famille de vecteurs de E . Alors (v i )i ∈I est une base de E si etX

seulement si pour
K
tout x ∈ E , il existe une unique famille (αi )i ∈I d’éléments de tels que x = αi v i . Preuve de 41.
i ∈I
Identique à la précédente en écrivant les vecteurs en colonne.
Les (αi )i ∈I , sont appelés composantes (ou coordonnées) de x dans la base (v i )i ∈I .

GRADUATION-CAP Théorème 42 (base canonique de Mn,p ( )). K

Preuve de 37.
 
0 ... 0
(? voir notes ?) Soient n, p ∈ N∗. Pour tout (i , j ) ∈ ‚1, nƒ × . .
1, p , on note E i , j =  .. 1 ..  la matrice de Mn,p ( )
†
K
0 ... 0
Exemple 38. dont tous les coefficients sont nuls sauf celui de la i -ème ligne et j -ème colonne qui vaut 1.
(? voir notes ?) K
Alors (E i , j ) 1Éi Én est une base de Mn,p ( ) et les composantes dans cette base de toute matrice
K
1É j Ép
de Mn,p ( ) sont les coefficients de cet élément.
4. Bases canoniques d’espaces de référence

Dans cette partie, on va donner les bases dites «canoniques» des espaces vectoriels de référence les
plus importants. Preuve de 42.
K
M = (a i , j ) 1Éi Én ∈ Mn,p ( ) vérifie :
1É j Ép

GRADUATION-CAP Théorème 39 (base canonique de Kn ). (a i , j ) 1Éi Én =

X
αi , j E i , j ⇐⇒ (a i , j ) 1Éi Én = (αi , j ) 1Éi Én ⇐⇒ ∀ (i , j ) ∈ ‚1, nƒ × 1, p , αi , j = a i , j
†
CL de matrices
N K
1É j Ép 1Éi Én 1É j Ép 1É j Ép
Soit n ∈ ∗ . Pour tout i ∈ ‚1, nƒ, on note e i = (0, . . . , 0, 1, 0, . . . , 0) le vecteur de n dont tous les 1É j Ép

coefficients sont nuls sauf le i -ème qui vaut 1.

K K K
ce qui montre que tout élément de Mn,p ( ) s’écrit de manière unique comme combinaison linéaire des
Alors (e i )1Éi Én est une base de n et les composantes dans cette base de tout vecteur de n
sont les coefficients de cet élément.
(E i , j ) 1Éi Én . Donc (E i , j ) 1Éi Én est une base de Mn,p ( ).
1É j Ép 1É j Ép
K

Kn [X ]).
GRADUATION-CAP Théorème 43 (base canonique de
Preuve de 39.
La famille (X k )0ÉkÉn est une base de Kn [X ] et les composantes dans cette base de tout poly-
(? voir notes ?) nôme de Kn [X ] sont les coefficients de cet élément.

8/10
Chapitre 14 : Espaces vectoriels IV. Sommes de deux sous-espaces vectoriels

GRADUATION-CAP Proposition 46 (famille génératrice d’une somme).

Preuve de 43.
K
Soit E un -espace vectoriel, soient F et G deux sous-espaces vectoriels de E .
K [X ] vérifie :
n
ak X k ∈
X
P= n Soient F une famille génératrice de F et G une famille génératrice de G .
k=0
Alors la concaténation des familles F et G , notée (F , G ), est une famille génératrice de F +G .
n
αk X k ∀ k ∈ ‚0, nƒ , a k = αk
X
P= ⇐⇒
k=0 ppté des polynômes

K
ce qui montre que tout élément de n [X ] s’écrit de manière unique comme combinaison linéaire des X k , 0 É Preuve de 46.
k É n . Ainsi (X k )0ÉkÉn est une base de n [X ]. K (? voir notes ?)

IV. Sommes de deux sous-espaces vectoriels 2. Somme directe de deux sous-espaces vectoriels

1. Définition et exemple BOOK-READER Définition 47 (somme directe de deux sev).

K
Soit E un -ev. Soient F et G deux sev de E . On dit que F et G sont en somme directe (ou que
GRADUATION-CAP Proposition-définition 44 (somme de deux sev). la somme F + G est directe) si : pour tout u ∈ F + G , il existe un unique couple (x, y) ∈ F × G tel
que u = x + y .
K
Soit E un -ev. Soient F et G deux sous-espaces vectoriels de E . On définit la somme des sous- On note alors cette somme F ⊕G .
espaces vectoriels F et G par : © ¯ ª
F +G = x + y ¯ x ∈ F, y ∈ G
Alors F +G est un sev de E .
GRADUATION-CAP Théorème 48 (caractérisation des sommes directes).

Soit E un K-ev, soient F et G deux sev de E . Alors les assertions suivantes sont équivalentes :
Preuve de 44. (i ) F et G sont en somme directe (au sens de la définition).
(? voir notes ?) (i i ) ∀ (x, y) ∈ F ×G , x + y = 0E =⇒ x = 0E et y = 0E .
(i i i ) F ∩G = {0E }.
Exemple 45.
K K
Soient E = [X ], F = 1 [X ] et G = Vect(X 3 ). Alors F +G est le sous-espace des polynômes de [X ] qui K
s’écrivent comme somme d’un polynôme de degré É 1 (i.e. de la forme aX + b ) et d’un polynôme
proportionnel à X 3 (i.e. de la forme c X 3 ). Preuve de 48.
Il s’agit de l’ensemble des polynômes qui s’écrivent P = c X 3 + aX + b avec a, b, c ∈ . K (? voir notes ?)
On a montré que F +G = Vect(X 3 , X , 1).
Remarque.
En pratique, pour montrer que F et G sont en somme directe, c’est (i i i ) que l’on utilise !
BOMB Attention.
Attention, ne pas confondre F +G avec F ∪G . Exemple 49.
En général, F ∪G n’est PAS un sous-espace vectoriel de E . En effet, considérons E = (? voir notes ?)
R 2
et D1 = Vect((1, 0)) et D2 = Vect((0, 1)) deux droites vectorielles distinctes du plan
R 2
R
. Alors D1 +D2 est le plan 2 mais D1 ∪D2 n’est pas un sous-espace vectoriel de E :
(1, 0) ∈ D1 et (0, 1) ∈ D2 mais (1, 0) + (0, 1) = (1, 1) 6∈ D1 ∪ D2 . 3. Sous-espaces supplémentaires
La seule chose que l’on peut dire (et retenir !), c’est que
F +G = Vect(F ∪G) BOOK-READER Définition 50 (sous-espaces supplémentaires).
En effet, un élément de F +G est somme d’un élément de F ⊂ F ∪G et d’un élément
de G ⊂ F ∪G , donc il est dans Vect(F ∪G) et réciproquement un élément de Vect(F ∪G)
Soit E un K-ev. Soient F et G deux sev de E . On dit que F et G sont supplémentaires si F ⊕G = E .
est combinaison linéaire d’éléments de F ou de G , c’est donc un élément de F +G .

9/10
Chapitre 14 : Espaces vectoriels IV. Sommes de deux sous-espaces vectoriels

Remarque.
Méthodes essentielles à connaître à l’issue du chapitre
Il y a donc DEUX conditions à réaliser pour avoir deux sous-espaces supplémentaires : il faut
que la somme F +G soit directe (écriture F ⊕G ) ce que l’on montre en pratique par F ∩G = {0},
et il faut que la somme soit égale à E (donc F +G = E ).
• Montrer qu’un ensemble F est un sous-espace vectoriel d’un espace vectoriel E (via la défi-
Exemple 51. nition).
(? voir notes ?) • Déterminer une famille génératrice d’un sous-espace vectoriel F (et retrouver le fait que F
est un sev de E sans passer par la première méthode).
Quitte à procéder par analyse-synthèse, autant reformuler la définition pour obtenir une méthode
• Simplifier une famille génératrice par opérations sur ses vecteurs (application de la propo-
plus directe.
sition 17).
GRADUATION-CAP Proposition 52 (définition équivalente). • Montrer qu’une famille est libre : choisir une méthode pertinente selon si l’on manipule
des vecteurs à coordonnées ( Kn , espaces de matrices, polynômes) ou non (fonctions, suites,
K
Soit E un -ev. Soient F et G deux sev de E . polynômes).
F et G sont supplémentaires si et seulement si tout vecteur de E s’écrit, de façon unique,
• Montrer que deux sous-espaces vectoriels sont en somme directe.
comme somme d’un élément de F et d’un élément de G .
• Montrer que deux sous-espaces vectoriels sont en somme directe : soit à l’aide du point pré-
cédent et d’un calcul d’espace engendré, soit par analyse-synthèse pour faire les deux étapes
en une.
Preuve de 52.
(? voir notes ?)

Exemple 53.
(? voir notes ?)

? Exercice 54.

Dans E = C4, on considère les ensembles :

F = (x, y, z, t ) ∈ C4 ¯ x + y = z + t = 0 et G = (x, y, z, t ) ∈ C4 ¯ x − 2z = x + t = 0ª
© ¯ ª © ¯

1. Montrer que F et G sont des sous-espaces vectoriels de E , préciser une base de chacun.
2. Montrer que F et G sont en somme directe.
3. Montrer que F et G sont supplémentaires.

Solution de 54.
(? voir notes ?)

10/10