Espaces vectoriels. Généralités. Structure d un espace vectoriel

Documents pareils
Cours de mathématiques

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Intégration et probabilités TD1 Espaces mesurés Corrigé


Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Pour l épreuve d algèbre, les calculatrices sont interdites.

Amphi 3: Espaces complets - Applications linéaires continues

Structures algébriques

Calcul fonctionnel holomorphe dans les algèbres de Banach

Capes Première épreuve

3 Approximation de solutions d équations

Cours d Analyse. Fonctions de plusieurs variables

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Université Paris-Dauphine DUMI2E 1ère année, Applications

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Continuité en un point

Introduction à l étude des Corps Finis

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Image d un intervalle par une fonction continue

I. Polynômes de Tchebychev

Résolution d équations non linéaires

[ édité le 30 avril 2015 Enoncés 1

DOCM Solutions officielles = n 2 10.

Chapitre 2. Matrices

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

Espérance conditionnelle

Limites finies en un point

Le produit semi-direct

Simulation de variables aléatoires

Extrait du poly de Stage de Grésillon 1, août 2010

Fonctions de plusieurs variables

Logique. Plan du chapitre

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Probabilités sur un univers fini

Exercices Corrigés Premières notions sur les espaces vectoriels

Correction de l examen de la première session

3. Conditionnement P (B)

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Cours 02 : Problème général de la programmation linéaire

Calcul différentiel sur R n Première partie

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Mathématiques Algèbre et géométrie

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Cours arithmétique et groupes. Licence première année, premier semestre

2 Division dans l anneau des polynômes à plusieurs variables

Coefficients binomiaux

Programmation linéaire et Optimisation. Didier Smets

Problèmes de Mathématiques Filtres et ultrafiltres

Intégration et probabilités TD1 Espaces mesurés

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Comparaison de fonctions Développements limités. Chapitre 10

Développements limités. Notion de développement limité

Polynômes à plusieurs variables. Résultant

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2

Théorème du point fixe - Théorème de l inversion locale

Suites numériques 3. 1 Convergence et limite d une suite

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Fonctions de plusieurs variables et changements de variables

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

La fonction exponentielle

CCP PSI Mathématiques 1 : un corrigé

UNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1

Programmation linéaire

Développements limités

IV- Equations, inéquations dans R, Systèmes d équations

Fonctions de plusieurs variables et applications pour l ingénieur

Cours d analyse numérique SMI-S4

Continuité et dérivabilité d une fonction

Différentiabilité ; Fonctions de plusieurs variables réelles

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Equations différentielles linéaires à coefficients constants

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Dérivées d ordres supérieurs. Application à l étude d extrema.

Développements limités usuels en 0

Équations non linéaires

Continuité d une fonction de plusieurs variables

Raisonnement par récurrence Suites numériques

Commun à tous les candidats

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

Marc HINDRY. Introduction et présentation. page 2. 1 Le langage mathématique page 4. 2 Ensembles et applications page 8

NOMBRES COMPLEXES. Exercice 1 :

Corrigé du baccalauréat S Asie 21 juin 2010

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v t

Programmes des classes préparatoires aux Grandes Ecoles

Correction du baccalauréat S Liban juin 2007

Chapitre 2 Le problème de l unicité des solutions

aux différences est appelé équation aux différences d ordre n en forme normale.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Géométrie dans l espace Produit scalaire et équations

Développements limités, équivalents et calculs de limites

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

III- Raisonnement par récurrence

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Moments des variables aléatoires réelles

Déterminants. Marc SAGE 9 août Inverses et polynômes 3

Transcription:

Chapitre 5 Espaces vectoriels I Généralités Structure d un espace vectoriel Dans tout ce paragraphe, on se donne K = R ou C Étant donné un ensemble E, onappelle Loi interne, touteapplicatione E E On notera x y l image de (x, y) par cette application et l espace ainsi défini sera noté (E,) Loi externe, touteapplicationdek E dans E Onnoteλ x (ou λx l image de (λ, x) par cette application L espace ainsi défini sera noté (E, ) Pour E = K n,lesloiclassiquessont Loi interne : E E E (x, y) x + y et loi externe : K E E (λ, x) λx On appelle K-espace vectoriel (ou espace vectoriel sur K) tout ensemble E non vide muni d une loi, etd uneloi telles que : (E,) est un groupe commutatif : - loi interne : x y E x, y E - élément neutre : Il existe 0 E E tel que 0 E x = x 0 E = x x E - symétrique : Pour tout x E, ilexistey E tel que x y =0 E - associativité : Pour tous x, y, z E, x (y z) =(x y) z - Commutativité : x y = y x x, y E Distributivité / associativité de : - loi externe : λ x E x E, λ K - distributivité de par rapport à : λ K,x,y E, onaλ (x y) =λ x λ y - distributivité de + par rapport à : λ, µ K,x E, ona(λ + µ) x = λ x µ x - Associativité : pour tous λ, µ K,x E, ona(λµ) x = λ (µ x) - Élément neutre : Pour tout x E, ona x = x On note (E,, ) cet espace Contre exemples : N, Q munis des additions et loi externe habituelle (multiplication), ne sont pas des espaces vectoriels sur R, (nisurc!) (La loi n est pas externe) Considérons E =[0, + [ muni de la loi définie par x y = xy x, y E - Loi interne : On a bien x, y E x y>0, d oùx y E (déjà vu) - Élement neutre : x y = x xy = x y = si x = 0 x Iln yadoncpas d élement y commun à tous les x Iln yadoncpasd élémentneutre - La loi est toutefois associative et commutative Àvoirsurlafeuilled exercices Les éléments d un espace vectoriel E sont appelées des vecteurs LeséléméntsdeK sur lequel est construit E sont appelés des scalaires Théorème : Avec E =[0;+ [ : Loi interne Oui E E R (x, y) xy (x y = xy) Non E E R (x, y) ln( + xy) 2 Les ensembles suivants sont des espaces vectoriels sur K (et sur R si K = C) : (K n, +, ) (K[X], +, ) (M n,p(k), +, ) (F(A, K),, ) où Loi externe R E R (λ, x) λ 2 x (λ x = λ 2 x) R E R (λ, x) λx f g : A K x f(x)+g(x) et λ f : A K x λ(f(x)) De manière générale : (F(A, E), +, ) avec (E,, ) un K-ev, A quelconque et f + g : A K x f(x) g(x) et λ f : A K x λ (f(x))

Soient (E,, ) et (F, 2, 2) deux K-espaces vectoriels Alors E F est un K-espace vectoriel pour la loi interne : et la loi externe (E F ) (E F ) E F (x, y), (x,y ) (x x,y 2 y ) K (E F ) E F λ, (x, y) (λ x, λ 2 y) On note ici 2 la loi interne et 2 la loi externe Corollaire : exercice Si (E,, ) est un K-espace vectoriel, alors (E n, n, n) est un K-espace vectoriel Notation : On écrira souvent "ev" pour "espace vectoriel" et K-ev" pour "espace vectoriel sur K Plus généralement, quand il n y aura pas de doute possible, on pourra dire "espace vectoriel" au lieu de "K-espace vectoriel" Les éléments d un espace vectoriel sont appelés des vecteurs LesélémentsdeK = R ou C sur lequel est construit l ev s appellent des scalaires Propriété : Si (E,, ) est un espace vectoriel, alors : l élément neutre est unique l élément symétrique est unique pour tout x E, ona0 E =0 x pour tout x E, le vecteur ( ) x est le symétrique de x Montrons que l élément neutre est unique : Soient 0 E et 0 E deux éléments neutres dans E Alors 0 E = 0 E +0 E = 0 E est neutre 0 E est neutre Montrons que l élément symétrique est unique : Soit x E Supposonsqu ilaitdeuxsymétriquesy et z, alors y = y +0 E = y +(x + z) =(y + x)+z =0 E + z = z 0 E Montrons que pour tout x E, ona0 E =0 x : Soit x E Ona 0 x =(0+0) x =0 x +0 x En ajoutant de chaque coté le symétrique de 0 x, onobtient0 x =0 E Montrons que pour tout x E, levecteur( ) x est le symétrique de x : Soit x E Ona Notation : Notation : 2 x +( ) x =0 x =0 E La propriété précédente légitime la notation x pour désigner le symétrique de x À partir de maintenant, on adoptera la notation + en remplacement de, saufs il peut y avoir confusion Sous-espace vectoriel Soit (E, +, ) un K-espace vectoriel On appelle sous espace vectoriel ("sev") de E sous ensemble F de E tel que (F, +, ) soit un K-espace vectoriel L espace R C est un sev du R-ev (C, +, ), maispasduc-ev (C, +, ) Théorème (Caractérisation des sev ) : Soient (E,+, ) un espace vectoriel F est un sous espace vectoriel de E si et seulement si les conditions suivantes sont vérifiées : i F E ii 0 E F iii x, y F,onax + y F (stabilité de la loi interne) iv λ K,x F,onaλx F (stabilité de la loi externe) Si F est un sous-espace vectoriel de E, alors(f, +, ) est en particulier un espace vectoriel Les conditions sont donc vérifiées Si les conditions sont vérifiées, montrons que (F, +, ) est un K-ev Groupe commutatif : -Laloiestbieninterneparhypothèse tout 2 Espaces vectoriels

-Existencedel élémentneutredansf : 0 F =0 E convient, car 0 E F : En effet, si x F,ona0 E =0x F par stabilité de la loi externe -Symétrique:Soit x F CommeE est un ev, un symétrique de x est ( ) x F par stabilité de la loi externe -associativité:héritée de E -commutativité:héritée de E Distributivité /assaciativité à gauche : héritée de E Si on prend λ =0dans la condition iii), on obtient : Corollaire : Tout sous-espace vectoriel d un espace vectoriel E contient 0 E Méthode (Pour déterminer si F est un sev :) En pratique, pour vérifier si un sous ensemble F d un espace vectoriel E est un sev, on pourra donc commencer par vérifier que F E puis 0 E F Il suffit de vérifier que la condition iii) est équivalente au système des deux conditions x, y F, on a x + y F 2 λ K,x F, on a λx F Supposons que F est un sous espace vectoriel du K- eve Alorstouteslesconditions sont vérifiées par définition Supposons la condition vérifiée : x, y E,λ K, λx+ y E Montrons que la condition - est vérifiée : Il suffit de prendre λ = Montrons que la condition 2- est vérifiée : Il suffit de prendre y =0 E Exercice i Dans R 2,toutedroitepassantparl origineestunr- ev ii Dans un K-espace vectoriel E, toutensemble{αx α K} où x E fixé est un sev de E (exdansr 2 ) iii Plus généralement, si on se donne x,,x n dans un K-ev E, l ensembledetoutes les combinaisons linéaires de ces éléments, c est-à-dire : {α x + + α nx n α,,α n K} Si 0 E F,alorsF n est pas un sev est un sev de E Si 0 E F,alorsonvérifielesconditionsdestabilité On obtient donc un premier exemple de sous-espace vectoriel, à connaître : Pour tout n N, K n[x] est un espace vectoriel sur K (et R) exercice Théorème (Caractérisation des sev 2) : Soient (E,+, ) un espace vectoriel F est un sous espace vectoriel de E si et seulement si les conditions suivantes sont vérifiées : i F E ii 0 E F iii x, y F, λ K, λx+ y E Toute intersection de sous espaces vectoriels d un K-ev est un K-ev Soit (F i) i I une famille quelconque de K-sous-espaces vectoriels d un K-espace vectoriel E MontronsqueF = est un K-sev de E Utilisonslacaractérisationdessev i I F est non vide : 0 E F i i I, d ùo E F Soient λ K et x, y F Ainsi,commetouslesF i sont des sev, par caractérisation des sev, on a λx + y F i i I autrement dit λx + y F et donc, toujours par caractérisation des sev, on en déduit que F est bien un sev de E Une intersection de sous espaces vectoriels d un K-ev E n est jamais vide, elle contient au moins toujours {0 E} 3 Espaces vectoriels

II Famille génératrice, famille libre et base Soit F un sev de E S ilexisteunefamillea F telle que F = Vect(A), alorsonditque A est une famille génératrice de F (rappel : on considère toujours K = R ou C) On dira également "espace vectoriel" pour "K-espace vectoriel" tout le long du reste du chapitre Sous espace vectoriel engendré et famille génératrice Soit E un K-ev et A E une partie de E Onappellesous espace vectoriel engendré par A l intersection de tous les sous-espaces vectoriels de E contenant A OnlenoteVect(A) Précisément, Vect(A) = F où T = {F E F sev de E contenant A} Soit E un K-ev et A E une partie de E Vect(A) est "le plus petit sous espace vectoriel de E contenant A", au sens où : F T si F est un sev de E contenant A, alorsvect(a) F (D où son nom d espace vectoriel engendré) Vect(A) est un sev de E par intersection quelconque de sev Vect(A) contient A par construction Soit E un K-ev et A E une partie de E Vect(A) est l ensemble de toutes les combinaisons linéaires d éléments de A démonstration : exercice Cas particuliers : Si A est fini, ie A = {a,,a r}, ona Si A est infini, on a Vect(A) ={α a + α ra r α i K} {α a + α na n n N,α i K,a i A} Dans R 3,onposeA = {(,, 0), (2, 0, 0)} Alors,Vect(A) = {(x, y, 0) x, y R} 2 Dans R 2,onposeA = {(x, 0) x [0; ]}, alorsvect(a) =R {0} 3 Dans R 2,Vect([0; ] 2 )=R 2 4 Dans R[X], onposea = {X, X } Vect(A) =R [X] Dans R 3, une famille génératrice de {(x, y, z) x y +2z =0} est (2, 0, ), (0, 2, ) 2 La famille {(, 0, 0), (0,, 0), (0, 0, ) est génératrice de R 3 3 La famille {,X,X 2 } est génératrice de R 2[X] 4 Une famille génératrice de {P R 2[X] P (0) = 0} est X, X 2 2 Famille libre Soit (x i) in une famille de vecteurs d un espace vectoriel E On dit que la famille est libre (ou que les vecteurs sont linéairements indépendants) si α,,α n R, α x + + α nx n =0 α = = α n =0 Une famille (x i) in non libre est dite liée Autrement dit : Une famille est libre, si on ne peut pas exprimer les vecteurs les uns en fonction des autres S il existe un (ou plusieurs) vecteur(s) qui peut s écrire en fonction des autres, alors elle est liée En pratique, le sens est évident Le seul sens à vérifier est donc, c est-à-dire: "Soient α,,α n R, tels que α x + + α nx n =0 Montrons que α = = α n =0 Exercice Dans R 3,montrerque{(, 3, ), (2,,, ), (, 0, 0)} est une famille libre 2 Dans F(R), montrer que la famille {f : x x, g : x (x π ),h : x cos x} est une 2 famille libre Exercice i Montrer que dans un espace vectoriel, deux vecteurs sont linéairement indépendants ssi ils sont non colinéaires ii Montrer que dans R 3,lesvecteurs(,, ), (0, 6, 5) et ( 2, 4, 3) ne sont pas linéairement indépendants iii Montrer que dans F(R, R), les fonctions f : x cos 2 (x), g : x cos(2x), h : x ne sont pas linéairement indépendantes Propriété : Toute famille de polynômes non nuls de degrés deux à deux distincts est libre 4 Espaces vectoriels

3 Montrons par récurrence sur le nombre n de polynômes de K[X] que la famille est libre Initialisation : Soit n = P est un polynome non nul La famille {P } est donc libre Hérédite : Supposons la propriété vraie pour n N et montrons qu elle est vraie pour n+soientp,,p n+ des polynômes non nuls de degrés deux à deux distincts Quitte à renommer, on peut supposer que Soient λ,,λ n+ K tels que deg P <<deg P n+ λ P + + λ n+p n+ =0 En notant N le degré de P n+, ilexistea = 0tel que D où P n+(x) =ax N + Q(X) avec deg Q N 0=λ P + + λ n+q(x) degn +aλ n+x N Par unicité des coefficients des polynômes, on a forcément aλ n+ =0 Or, comme a = 0,onobtient λ n+ =0 D où λ P + + λ np n =0 Or la famille P,,P n est libre par hypothèse de récurrence, d où λ = = λ n = λ n+ =0 On en conclut donc la liberté de la famille P,,P n+ Base 3a Définition Soit E un K-espace et (x i) in une famille de vecteurs de E Sielleestlibreetgénératrice de E, onditquec estunebase de E Exercice Bases de R n : i Base canonique : Montrer que B = {(, 0, 0,), (0,, 0,),,(0, 0, )} est une base de R n ii Montrer que B = {(, 3, ), (2,, ), (, 0, 0)} est une base de R 3 Base canonique de R n[x]? Dans certains espaces, on ne peut pas trouver de famille finie vérifiant les propriétés libres et génératrices (Par exemple, pour R[X] et F(R; R)) (démontré pour R[X] et en conséquence pour F(R; R)) Théorème de décomposition dans une base : Soit E un espace vectoriel La famille B =(e,,e n) d éléments de E est une base de E si et seulement si, pour tout vecteur u E, il existe une unique décomposition u = α e + + α ne n Supposons que B =(e,,e n) est une base de E Supposonsqu ilexisteunélément u E ayant deux décompositions u = α e + + α ne n et u = α e + + α ne n Ainsi, en soustrayant les deux égalités, on obtient (α α )e + +(α n α n)e n =0 E La famille (e,,e n) étant libre, on obtient par définition α α = = α n α n =0 Supposons que toute décomposition est unique Montrons que la famille est libre : Supposons qu il existe α,,α n K tel que α e + + α ne n =0 E Par unicité de la décomposition, comme on obtient Exercice 0 E =0e + +0e n α = = α n =0 D après l exercice précédent, on sait que B = {(, 3, ), (2,, ), (, 0, 0)} est une base de R 3 Déterminerl uniquedécompositionde(0,, 0) dans cette base B Solution Avue,onconstateque (, 3, ) +(2,, ) 3(, 0, 0) =(0, 4, 0) u u 2 u 3 D où (0,, 0) = (u + u2 3u3) 4 On sait que c est la seule décomposition possible car B est une base 5 Espaces vectoriels

Si la famille {e,,e n} n est pas libre, la décomposition n est pas unique (cf exemple ci-dessous) Supposons que e =(, 0, 2), e 2 =(,, ) et e 3 =(0,, ) La famille n est pas libre car e 3 = e e 2 On a alors par exemple e + e 2 + e 3 =(2, 0, 4) = 2e +0e 2 +0e 3 La décomposition n est donc pas unique Si la famille {e,,e n} n est pas génératrice de l espace E, ladécompositiondex E n est pas toujours possible (cf exemple ci-dessous) Supposons que e =(, 0, 2), e 2 =(,, ) La famille n est pas génératrice de R 3 (Elle est de cardinal 2 < 3 ; cf fin du cours) Le vecteur x =(, 0, 0) ne se décompose pas grâce à e et e 2Eneffet,supposonsqu une décomposition existe : (, 0, 0) = α(, 0, 2) + β(,, ) Alors, par unicité des coefficients d un vecteur de R 3, =α + β 0=β 0=2α + β Ce qui donne =α =0 C est absurde La décomposition n existe donc pas 3b Coordonnées et changement de base On appelle (α,,α n) les coordonnées de u = α e + + α ne n dans la base B =(e,,e n) α et on note u = α n u dans B B α ou U B = le vecteur associé, nommé vecteur coordonnées de α n Dans R 3,onnoteB =((,, 0), (0,, ), (, 0, )) (base de R 3 ), alors (2,, ) B = 2 Dans R 2[X], onnoteb =(,X,X 2 ) et B =(,X,X 2 ) deux bases de R 3[X] (2, 3, 2) B =2 3X +2X 2 =(5, 3, 2) B On démontrera un peu plus tard que, s il existe une base de cardinal fini n, alorstouteslesbases ont comme cardinal n On se donne deux bases B =(e,,e n) et B =(e,,e n) et on suppose ici que l on dispose des coordonnées de B dans B, c est-à-dire On se pose la question suivante : e k =(α,k,,α n,k ) B k =,,n Ayant les coordonnées d un vecteur x dans l une des deux bases, comment trouver les coordonnées de x dans l autre? On pose la matrice des coordonnées de B dans B : P = e e n α, α,n α n, α n,n - Si x =(x,,x n) B ie x = x e + + x ne n : e e n Notation : Si E est un espace vectoriel admettant une base B =(e,,e n), onpourraécrire u =(α,,α n) B au lieu de u = α e + + α ne n (écriture très utile pour l écriture des applications linéaires sous forme de matrice!) Autrement dit, x = x α, α n, B + + x n α,n α n,n x B = X B = P = PX B x n x α, + + x nα,n x α n, + + x nα n,n x P x n B 6 Espaces vectoriels

Si B = (, 0, 2), (0,, ), (,, 0) et x =(, 0, ) B,alorslescoordonnéesdex dans la base canonique sont : 0 0 P 0 = 0 0 = 2 0 2 ie x =(0,, 2) 2 - Si x =(x,,x n) B :Onnotex =(x,,x n) B On vient de voir que x x n = P x x n ce qui équivaut à P x x n = On considère la base de R 2[X] : B =,X, (X )(X 2) Oncherchelescoordonnées du polynôme X 2 3X +4dans cette base e e n 2 On pose P = 0 3 X puis, comme P = 0 3, 0 0 X 2 0 0 alors les coordonnées de X 2 3X +4dans la base B sont : 4 4 2 p 3 = 0 3 3 = 0 0 0 ie X 2 3X +4=2+0(X ) + (X )(X 2) En résumé : Notation : Étant données deux bases B =(e,,e n) et B =(e,,e n) telles que e k =(α,k,,α n,k ) B k =,,n on note e e n α, α,n P B B = α n, α n,n e e n qu on appelle matrice de passage de la base B àlabaseb x x n Théorème (Formule de changement de base) : Étant donné un espace vectoriel E et deux bases B et B, pour tout x E, ona Théorème : C est ce que l on vient de faire X B = P B B X B Étant donné un espace vectoriel E et deux bases B et B, la matrice de passage P B B est inversible et on a P B B = P B B On sait que, pour tout vecteur x, ona D où, pour tout vecteur x, et de même X B = P B B X B et X B = P B BX B X B = P B B P B BX B X B = P B BP B B X B Ces égalités étant vraies pour tout X, ontrouvebien CQFD Id = P B B P B B = P B BP B B Soit E un espace vectoriel de dimension finie, avec B, C, D trois bases de E Alors 3c Existence d une base P B CP C D = P B D On appelle famille génératrice minimale toute famille génératrice telle que, si on lui retire un élément quelconque, n est plus une famille génératrice La famille (infinie) {,X,,X n,x n+,} est génératrice minimale de R[X] 7 Espaces vectoriels

Théorème : Tout espace vectoriel ayant une famille génératrice finie admet une famille génératrice minimale Lemme : Le cas général de cette démonstration repose sur "l axiome du choix" et les "relations d ordre" Elle est non seulement HP mais très longue et nécessite de définir une famille libre infinie Nous admettrons donc ce fait Toute famille génératrice minimale (finie) d un espace vectoriel non nul est libre (et c est donc une base) Supposons que G soit une famille génératrice minimale finie Montrons que G est libre On note G = {e,,e n} (Onnepeutavoirn =0, sinon la famille génératrice est vide et donc Vect(G) ={0 E}) On pose λ,,λ n tels que λ e + + λ ne n =0 Supposons qu il existe λ i tel que λ i = 0QuitteàréindexerlesélémentsdeG 0,onpeut supposer qu il s agit de λ nainsi,ona λ ne n = λ e λ n e n Autrement dit, e n Vect(e,,e n), d oùvect(e,,e n ) =Vect(e,,e n) G n était donc pas minimale On en déduit le théorème fondamental suivant : Théorème : 4 Tout espace vectoriel (admettant une famille génératrice finie) admet une base (finie) Lemme : Théorème de la base incomplète Dans la partie précédente, on souhaitait obtenir des bases à partir de familles génératrices Ici, on souhaite construire des bases à partir de familles libres Supposons donné une famille L = {e,,e n} finie et libre maximale Supposons qu elle ne soit pas génératrice de E Ilexistealorsaumoinsunélémentx E tel que x ne soit pas combinaison linéaire des éléments de L Montrons dans ce cas que la famille L {x} est libre Soient α,,α n,α K tels que α e + α nx n + αx =0 Si α = 0,alorsonpeutdivisertoutel égalitéparα et on obtient : α αn x = e + α α xn Vect(L) ce qui est contraire à l hypothèse (x n est pas combinaison linéaire des éléments de L) Ainsi, α =0et donc α e + α nx n =0 Or, par liberté de la famille {e,,e n}, onendéduitqueα = = α n =0(=α) En conclusion, la famille L {x} est libre, ce qui contredit l hypothèse "L libre maximale" Théorème de la base incomplète : Supposons que E est un K-ev dans lequel on dispose d une famille génératrice G finie et d une famille libre L telle que L G Alors, il existe une base B telle que L B G On note n = card(g L) Onconsidère F = {L {g,,g r} 0 r n, g i G, L {g,,g r}libre} L ensemble G étant fini, l ensemble F est également fini On considère donc B un élément de F de cardinal maximum Montrons que B est une base de E Par construction, B est une famille libre Montrons qu elle est également génératrice, c est-à-dire que B = E = Vect(G) : Par construction, il est clair que B E Montrons que E = Vect(G) Vect(G) : *MontronsqueG Vect(B) : Soit g Vect(G) Supposonsqueg Vect(B) Alors: B {g} est libre B {g} F ce qui rentre en contradiction avec la maximalité card(b {g}) =card(b)+ de B dans F Enconclusion,onendéduitqueG Vect(B) *CommeG Vect(B), quevect(b) est un ev, et que Vect(G) est le plus petit ev contenant G, alorsvect(g) Vect(G) Toute famille (finie) libre maximale dans un espace vectoriel E est génératrice (et donc est une base de E) 8 Espaces vectoriels

0 On considère la famille L = 0, 0 0 0 et la famille G = 0,, L est une famille libre car composée de 2 0 0 0 éléments non colinéaires, G est une famille génératrice (exercice) et L G, onpeutcdonc extraire de G une base, en l occurence : 0 B = 0,, 0 0 Corollaire : Dans un K-ev contenant une famille génératrice finie, toute famille libre peut être complétée en une base On note G une famille génératrice finie de l espace vectoriel, noté E et L une famille libre quelconque On observe que L L G La famille L G étant une sur-famille de G, elleestgénératriced aprèslethéormede la base incomplète, il existe donc une base B telle que L B L G En particulier, il existe donc une base contenant la famille libre L L espace vectoriel E = R 4[X] admet comme famille génératrice G = (,X,X + X 3,X 2,X 3,X 5 ) La famille L =(3, +X, X+X 2 ) contenue dans R 4[X] est libre On peut donc la compléter en une base de R 4[X] en l extrayant de la famille L G=(3, +X, X + X 2,,X,X + X 3,X 2,X 3,X 5 ) III Théorème : Dimension et rang Dimension Si un espace vectoriel admet une base de cardinal n, alors toutes les bases de E sont de cardinal n Soient B et B deux bases de E Supposonsqu ellessoientdecardinaldifférentquitteà les échanger, on peut supposer que card B <cardb LabaseB est donc en particulier une famille libre dans l espace Vect(B) On va montrer que ceci n est pas possible,ce qui imposera card B = cardb Montrons par récurrence sur p que "toute famille de p + éléments de F p = Vect(u,,u p) est forcément liée dans E" *Initialisation:Sip =: Soit G = {g,g 2} une famille de F p = Vect(u) Alorsilexisteα, β K tels que g = αu et g 2 = βu Si α = β =0,alorsg = g 2 =0, la famille G est donc liée Sinon, quitte à renommer, on peut supposer par exemple α = 0Ainsi,g 2 = βu = β α g, autrement dit, La famille G est donc bien liée α, β non tous nuls tels que αg 2 = βg *Hérédité:Supposonsquelapropriétéestvraiepourp N : Soit G = {g,,g p+2} une famille de F p+ = Vect(u,,u p+) Il existe alors λ,,λ p+2 R, v,v p+ F p = Vect(u,,u p) tels que g = λ u p+ +v g p+ = λ p+u p+ +v p+ g p+2 = λ p+2u p+ +v p+2 Si λ = = λ p+ = λ p+2 =0,alorsG est une famille de F penconséquence,par hypothèse de récurrence, {g,,g p+} est liée, et donc, la famille G = {g,,g p+2} est liée Sinon, il existe un λ non nul Quitte à renommer la famille, on peu supposer que c est λ p+2 Enréécrivantladernièrelignedusystèmeci-dessus,onpeutdoncexprimeru p+ en fonction de g p+2 et de F p de la manière suivante : u p+ = λ p+2g p+2 v p+2 9 Espaces vectoriels

On réinjecte dans le système : g = λ g p+2 v p+2 + v λ p+2 g p+ = λ p+ g p+2 v p+2 + v p+ λ p+2 u p+ = g p+2 v p+2 λ p+2 On en déduit que g λ g p+2,, g p+ λp+ g p+2 F pparhypothèsederécurrence, ces éléments sont liés, c est-à-dire qu il existe α,,α p+ non tous nuls tels λ p+2 λ p+2 que α g λ g p+2 + + α p+ g p+ λp+ g p+2 =0 λ p+2 λ p+2 Autrement dit, α g + α p+g p+ +( α λ λ p+2 α p+ λ p+ λ p+2 )g p+2 =0 La famille G est donc bien liée On note n = card B On vient donc de montrer que toute famille de cardinal n+ est liée La famille B est de cardinal supérieur ou égal à n + Elle contient donc une famille de cardinal n + qui sera liée En conclusion, B est liée, ce qui est contradictoire Un espace vectoriel E est dit de dimension n s il admet une base de cardinal n Onnote dim E = n On dit qu un espace vectoriel est de dimension finie s il existe un entier n N tel que dim E = n R n est de dimension n, unebaseestlabasecanonique (, 0,,0), (0,, 0,,0),,(0,,0, ) 2 R n[x] est de dimension n +Unebaseestlabasecanonique,X,,X n Corollaire : Soit E un espace vectoriel de dimension n Alors: i Toute famille libre admet au plus n éléments ii Toute famille génératrice admet au moins n éléments iii Une famille libre de n éléments est une base iv Une famille génératrice de n éléments est une base Soit F un sous espace vectoriel d un ev E de dimension finie n Alors,F est de dimension finie et dim F dim E Corollaire : 2 Si F et G sont deux sous-espaces vectoriels d un espace vectoriel E, alors F = G F G et dim F =dimg Rang d une famille On appelle rang d une famille la dimension de l espace vectoriel qu elle engendre rg{x, 2X +} =2 2 rg{(,, 0), (3, 3, 0)} = i) Le rang d une famille de cardinal p est forcément inférieur ou égal à p ii) Pour déterminer le rang d une famille, il suffit de trouver le cardinal de la plus grande famille libre qu elle contient 0