Sous-espace vectoriel engendré

septembre 2009 Remarque Pour montrer qu’une partie est un s.e.v, il est souvent plus efficace de l’écrire comme s.e.v engendré que de revenir à la définition d’un s.e.v. Espaces vectoriels Définition 1 (Espaces vectoriels) Soit E un ensemble muni d’une loi de composition interne E × E −→ E (x, y) −→ x + y et d’une loi externe K × E −→ E (λ, x) −→ λ.x. (E, +, .) est un K-espace vectoriel si et seulement si 1. ∀x, y, z ∈ E, (x + y) + z = x + (y + z) (associativité) 2. ∀x, y ∈ E, x y = y + x (commutativité)

Chapitre 4 - les applications linéaires Rétour sur le cours du 29 X 2007 ► Définition ● Soient E et F deux espaces vectoriels sur IR, et soit f(.) une application de E dans F. f est une application linéaire si et seulement si l’on a : (X(E, (Y(E, (α ( IR, (β ( IR, f(αX+ β Y) = αf(X)+ βf(Y). ● L’application f1(.), par exemple, de IR² dans IR², définie par f1 = , est une application linéaire. En effet, (( IR², (( IR², (α ( IR, (β ( IR, on a : f1 = αf1 + βf1. Vérification : αf1 + βf1

Rabat -Agdal Éléments d’algèbre et de géométrie Chapitre II : Espace vectoriel de dimension finie Professeure : Amale LAHLOU _________________________________________________ Semestre III / Session : Automne-Hiver 2011/2012 2 Professeure : Amale LAHLOU Sommaire MOTIVATION ......................................................................................................................... 3 1 STRUCTURE D’ESPACE VECTORIEL ...............................................................

ESPACES VECTORIELS PLAN I : Généralités 1) Définition et exemples 2) Sous–espaces vectoriels 3) Sous–espace vectoriel engendré par une partie 4) Dépendance et indépendance linéaire. 5) Bases 6) Relation de liaison II : Espace de dimension finie 1) Théorème fondamental 2) Théorème de la dimension des bases 3) Théorème de la base incomplète 4) Dimension d'un sous–espace vectoriel 5) Rang d'un système de vecteurs III : Somme de sous–espaces vectoriels 1) Somme de deux sous–espaces vectoriels 2)

GROUPES ET ESPACES VECTORIELS GROUPES Un groupe (G,*) est un ensemble G auquel est associé une opération * (la loi de composition) vérifiant les quatre propriétés suivantes : 1. pour tout x, y  G, x * y  G (* est une loi de composition interne) 2. pour tout x, y, z  G, (x * y)* z = x*(y * z) (la loi est associative) 3. il existe e  G tel que " x  G, x * e = x et e * x = x (e est l’élément neutre) 4. pour tout x  G il existe x'  G tel que x * x' = x' * x = e (x' est l’inverse de x

Structures a¢ nes (en dimension …nie) 1 Plan 1. Structure a¢ ne sur un ensemble (a) Dé…nition, identi…cation avec l’ espace vectoriel directeur par le choix arbitraire d’ une origine. (b) Exemples : Espace physique, ensemble des solutions d’ une équation x0 = ax + b(t), espaces vectoriels, en particulier Rn . 2. Sous-espaces a¢ nes ! ! (a) Dé…nition : F = I + F , propriété F = J + F pour tout point J 2 F . (b) Cas particuliers : points, droites, plans, hyperplans (relation avec les noyaux de

6 Pascal Lainé ( Exercice 7. Soit l’application définie pour tout ( ) ( {( ) Soit ( ) et sa dimension. 1. Donner une base de 2. Donner une base (La plus simple possible) de ( ) 3. A-t-on ( ) ? 4. Montrer que est un sous-espace vectoriel de ( ) 5. A-t-on ? Allez à : Correction exercice 7 Exercice 8. Soit ( )). ( ) par : ) } ( ) et sa dimension. , en donner une base et sa dimension. un endomorphisme de dont l'image de la base canonique ( ) ( )

choses est de remarquer que u2 n’est pas proportionnel à u1 . Ainsi, (u1 , u2 ) est une famille libre à deux éléments dans R2 , espace de dimension 2. C’est donc une base de E. En particulier, tout vecteur de R2 s’écrit comme combinaison linéaire de u1 et u2 . 2. On ne peut plus avoir de raisonnement abstrait car on travaille avec seulement deux vecteurs dans un espace de dimension 3. L’équation u = xu1 +yu2 équivaut successivement à    x+y = 2  x+y = 2   4x = 7 (L2 + L1 → L2 ) 3x − y = 5 ⇐⇒

des fonctions bornées et continues par morceaux de IR dans C : c’est un espace vectoriel I sur C . Il est muni de la norme uniforme définie par I x ∞ = sup x ( t ) t ∈ IR Pour tout ω appartenant à IR , on note e ω la fonction définie sur IR par la iωt formule : e ω ( t ) = e . On note U la fonction définie par U ( t ) = 1 si t > 0 , = 0 sinon. Tous les sous-espaI ces vectoriels considérés seront des C -espaces vectoriels. On notera x∗ la conjuguée complexe de x , c’est-à-dire la fonction : t

F, G trois K-espaces vectoriels, u : E → F et v : F → G deux applications linéaires. Montrer que 1. ker (v ◦ u) = u−1 (ker v). 2. ker u ⊂ ker (v ◦ u). 3. Im (v ◦ u) ⊂ Im v . Exercice 5 Soit E un K-espace vectoriel de dimension n et ϕ une application linéaire de E dans lui-même telle que ϕn = 0 et ϕn−1 ̸= 0. Soit x ∈ E tel que ϕn−1 (x) ̸= 0. Montrer que la famille (x, ϕ(x), ϕ2 (x), . . . , ϕn−1 (x)) est une base de E . Exercice 6 Soit f un endomorphisme d'un K-espace vectoriel E , de dimension