Dfinitions

Espace vectoriel

Giuseppe Peano, qui exposa la premire dfinition axiomatique d'un espace vectoriel en 1888 Soit K un corps. La dfinition des espaces vectoriels repose sur la structure de corpsSL 1,RG 1 mais le lecteur peut lire K comme le corps des relsArt 1 ou celui des complexes. Un espace vectoriel sur K, ou K-espace vectorielSL 2, est un ensemble E, dont les lments sont appels vecteurs, muni de deux lois :

une loi interne + , appele addition ou somme vectorielle, une loi de composition externe gauche , appele multiplication par un scalaire,

telles que les proprits suivantes soient vrifies. 1. La loi + est commutative1 et associative. Elle admet un lment neutre, pouvant tre not 0 ou 0E, appel vecteur nul. Tout vecteur v a un oppos, not -v. Autrement dit, (E,+) est un groupe ablien. Pour tous vecteurs u, v et w de E : u+v = v+u u+(v+w) = (u+v)+w 0E +v = v u+(-u) = 0E 2. La loi est distributive gauche par rapport la loi + de E, distributive droite par rapport l'addition du corps K, et associative droite par rapport la multiplication dans K. Enfin, l'lment neutre multiplicatif du corps K, not 1, est neutre gauche pour la loi externe 2, c'est--dire que l'on a les identits suivantes pour tous vecteurs u, v de E, et pour tous scalaires , : (u)+( (u)+( ( u + v ) = (+)u= v ) u) () u = ( u) 1u=u De l'axiome 1, il dcoule que E est ncessairement non vide. Les axiomes 1 et 2 impliquent que 0E est absorbant droite pour la loi (i.e. le produit de 0E par un scalaire quelconque vaut 0E) et que le produit d'un vecteur quelconque de E par le scalaire 0K (l'lment neutre additif du corps K) vaut aussi 0E. Enfin, -v (l'oppos de v) est le produit de v par le scalaire -1, ce qui rsulte de la proprit prcdente et de l'axiome 2. On a donc pour tout vecteur u de E et tout scalaire Art 2 : 0K u = 0E 0E = 0E -1 u = -u

Si , ou , on parle respectivement d'espace vectoriel rationnel, rel ou complexe. Les vecteurs (lments de E) ont t ici crits avec des lettres latines italiques, mais certains auteurs les notent par des lettres en gras, ou les surmontent d'une flche.

Les espaces vectoriels sur K sont aussi appels espaces vectoriels gauche sur K. Les espaces vectoriels gauche sur le corps oppos K (la multiplication de K tant remplae par la multiplication * sur sur K dfinie par * = ) sont appels espaces vectoriels droite sur K. La multiplication par un scalaire tant alors note droite (u ), les espaces vectoriels droite sur K sont alors dfinis comme les espaces vectoriels ( gauche), sauf que l'axiome () u = ( )u est rempla par l'axiome u () = u (). Si le corps K est commutatif (ce qui est le cas si K est le corps des nombres rels ou le corps des nombres complexes), les notions d'espaces vectoriels gauche et droite concident, et on peut alors noter gauche ou droite (au choix) la multiplication par un scalaire. Espaces vectoriels sur un corps non commutatif[ Les notions de la thorie des espaces vectoriels qui ne sont valables, avec les dfinitions usuelles, que lorsque le corps est commutatif sont notamment ceux lies la multilinarit (dtermininant, trace, produits tensoriels, algbre extrieure, algbre sur un corps commutatif) ou aux fonctions polynomiales. Mme si l'on ne se sert pas de ces notions, il faut faire attention divers dtails lorsque le corps de base n'est suppos commutatif. Par exemple, les homothties n'existent (en tant qu'application linaire) que si le facteur scalaire est central dans le corps, et la multiplication scalaire doit tre crite du ct oppos des applications linaires (donc avec le scalaire droite si les applications linaires sont notes gauche de leurs arguments).

Combinaison linaire[
Article dtaill : Combinaison linaire. Les deux oprations sur un espace vectoriel permettent de dfinir la combinaison linaire, c'est--dire la somme finie de vecteurs affects de coefficients (scalaires). La combinaison linaireNB 1 d'une famille de vecteurs de E donnArt 3 par : ayant pour coefficients est le vecteur

. Lorsque l'ensemble d'indexation est infini, il est ncessaire de supposer que le support de la famille soit fini. Rappelons que le support est l'ensemble des indices i pour lesquels i est non nul. L'intrt de la structure d'espace vectoriel rside en la possibilit d'effectuer des combinaisons linaires.

Sous-espace vectoriel[]
Article dtaill : Sous-espace vectoriel.

Deux plans vectoriels de l'espace R3 en jaune et en vert, qui s'intersectent selon une droite vectorielle en bleu.

Un sous-espace vectorielRG 2 de E est une partie non vide F de E stable par addition vectorielle et multiplication par un scalaire, ou de manire quivalente, stable par combinaisons linaires. Une telle partie F contient alors l'oppos de chacun de ses vecteurs, si bien qu'elle forme un sous-groupe de (E, +). Muni des lois induites, F est alors un espace vectoriel. L'intersection d'une famille quelconque (finie ou infinie) de sous-espaces vectoriels est un sous-espace vectorielArt 4 mais l'union, mme finie, n'en est pas un en gnral. La somme de deux sous-espaces vectoriels F et G est la partie , qui est toujours un sous-espace vectoriel de E. C'est le plus petit sous-espace vectoriel (au sens de l'inclusion) de E contenant F et G. Cette construction se gnralise une famille quelconque de sous-espaces vectoriels. Deux sous-espaces vectoriels F et G de E sont dits en somme directe lorsque leur intersection ne contient que le vecteur nul : . Leur somme est alors note . Les sous-espaces vectoriels F et G sont dits supplmentaires (l'un de l'autre) dans E s'ils sont en somme directe et que . L'axiome du choix permet d'assurer l'existence d'un supplmentaire tout sous-espace vectoriel, mais il n'y a jamais unicit (sauf dans le cas du sous-espace nul ou de l'espace total). Si E est la somme directe de F et G, tout vecteur de E se dcompose alors de manire unique en une somme de deux vecteurs, l'un appartenant F et l'autre G. Plus gnralement, une famille de sous-espaces vectoriels (Fi) est dite en somme directe dans E si tout vecteur de E s'crit de manire unique comme une somme avec pour tout i, . Cette dfinition implique que les sous-espaces vectoriels Fi soient d'intersection nulle deux deux et que leur somme soit gale E mais la rciproque est fausse.

Exemples
Translations
: plan affine de Desargues.

Les translations forment un espace vectoriel sur un corps appropri. Sans disposer d'une dfinition des espaces vectoriels, une approche possible de la gomtrie plane se fonde sur l'tude d'un plan affine de Desargues P. Il comporte des points et des droites, avec une relation d'appartenance appele incidence, dont les proprits donnent un sens l'alignement des points et au paralllisme des droites. On appelle homothtietranslation toute transformation de P prservant l'alignement et envoyant toute droite sur une droite parallle. Hormis l'identit (considre la fois comme une homothtie et une translation), une telle transformation fixe au plus un point ; elle est appele homothtie si elle fixe un point O, qui est alors son centre ; elle est appele une translation sinon. L'ensemble des homothties de centre fix O forment un groupe commutatif pour la loi de composition,

indpendant de O isomorphisme prs, not K*. Il est possible d'adjoindre un lment 0 pour former un corps K, dont la loi d'addition est encore dfinie partir de P. Tout scalaire non nul correspond une unique homothtie de centre O, et on dit que est son rapport. L'ensemble des translations de P forme un K-espace vectoriel, ses lois tant les suivantes :

La somme vectorielle de deux translations t et t' est leur compose qui est une translation ; La multiplication d'une translation t par un scalaire non nul de K est la conjugaison de t par une homothtie h de centre quelconque et de rapport , autrement dit la transformation hth 1, qui est une translation.

Le vecteur nul est l'identit. L'oppos d'un vecteur reprsent par une translation t est le vecteur dfini par t-1. Une prsentation dtaille est donne dans plan affine de Desargues. Ces considrations permettent de faire le lien entre une approche moderne de la gomtrie fonde sur l'algbre linaire, et une approche axiomatique. Tout ceci se gnralise aux espaces affines d'incidence (ou synthtiques) de dimensions (finies ou infinies) suprieures ou gales 3 (ils sont alors de Desargues). Mais dans ce cas, si le nombre d'lments des droite est gal 2, la relation de paralllisme entre droites doit tre incluse dans la dfinition des espaces affines. Donc, il y a intrinsquement un espace vectoriel sous-jacent tout tout plan affine de Desargue et tout espace affine d'incidence.

Produits et sommes directes[

Articles dtaills : Produit direct et Somme directe. Soit une famille (Ei) de K-espaces vectoriels indexe par l'ensemble I. Les familles (vi) de vecteurs vi appartenant respectivement Ei forment un ensemble, not suivantes en font un K-espace vectoriel, appel produitNB 2

. Les lois

Ei de la famille (Ei) :

Somme vectorielleNB 3 : La somme de (vi) et (wi) est la famille (vi+wi) ; Produit par un scalaireNB 3 : Le produit de (vi) par est (vi).

Le vecteur nul est la famille (0)i forme par les vecteurs nuls des espaces Ei. Cette construction est valable que I soit un ensemble fini ou non. Une famille (vi) dans est support finiNB 4 s'il y a un nombre au plus fini d'indices i pour lesquels vi est non nul. Les familles support fini forment un sous-espace vectoriel de des espaces Ei et qui se note . , appel la somme directe

Tout corps K se prsente comme un K-espace vectoriel. L'addition et la multiplication de K fournissent respectivement l'addition vectorielle et la multiplication par un scalaire. En prenant la famille Ei=K, on forme son produit KI et sa somme K(I) respectivement, tous deux tant des K-espaces vectoriels. KI est l'espace des fonctionsRG 3 de I dans K. L'intrt des espaces K(A) repose sur les proprits suivantes :

Pour tous ensembles A et B, les K-espaces vectoriels K(A) et K(B) sont isomorphes si et seulement si A et B sont en bijection. Tout K-espace vectoriel E est isomorphe K(A) pour un ensemble A. Le cardinal de A s'appelle la dimension de E.

Par exemple, pour I= , K( ) est l'espace nul, un espace vectoriel qui ne contient qu'un seul vecteur, le vecteur nul. Un ensemble fini I={1,...,n} permet de former l'espace vectorielRG 4 Kn des n-uplets d'lments de K, l'addition se fait terme terme et la multiplication par un scalaire est distribue sur chaque terme. Autre exemple, KN est l'espace des suites dans K, et K(N) le sous-espace des suites support fini. Lorsque I est le produit cartsien , alors le produit KI est not lignes et p colonnes coefficients dans K. , qui est l'espace des matrices n

Les fonctions RR continues forment un R-espace vectoriel, not

(R, R).

Autres exemples[]
Article dtaill : Exemples d'espaces vectoriels. Voici quelques exemples d'espaces vectoriels qui servent entre autres en analyse ou en gomtrie :

L'espace nul est l'espace vectoriel sur un corps K comportant un unique lment, qui est ncessairement le vecteur nul. L'espace nul est l'objet initial et l'objet final de la catgorie des espaces vectoriels sur K. Si K est commutatif, toute extension de corps de K, c'est--dire tout plongement de K dans un corps L, munitRG 5 L d'une structure d'espace vectoriel sur K. L'ensemble des fonctions continues relles ou complexes dfinies sur espace topologique X est un espace vectoriel (rel ou complexe). L'ensemble des (germes de) solutions d'une quation diffrentielle linaire homogne est un espace vectoriel (rel ou complexe). L'ensemble des suites numriques satisfaisant une relation de rcurrence linaire est un espace vectoriel rel.

Application linaire[

Les fonctions linaires linaires.

, rencontres au collge, sont des exemples d'applications

Soient E et F deux espaces vectoriels sur un mme corps K. Une application f de E vers F est dite linaireArt 5 si elle est additive et commute la multiplication par les scalairesNB 5 : , . Autrement dit, f prserve les combinaisons linairesNB 6,Art 6, c'est--dire : pour toute famille finie de vecteurs et pour toute famille de scalaires,

. L'ensemble des applications linaires de E dans F est not

NB 7

dans cet article. Il peut

aussi tre not Hom(E,F) ou encore . La somme de deux applications linaires, ou, si K est commutatif, la multiplication d'une application linaire par un scalaire, est encore une application linaire. Donc, si K est commutatif, est un sous-espace vectoriel de l'espace des fonctions de E dans F. La compose d'applications linaires de E dans F et de F dans G est une application linaire de E dans G. Lorsque , ces applications sont appeles endomorphismes de E et on note leur ensemble L(E). Un isomorphismeArt 7 d'espaces vectoriels est une application linaire bijective. Un

automorphisme est un endomorphisme bijectif. L'ensemble des automorphismes de E est le groupe linaire not . dans , qui , est un isomorphisme d'espaces

Si K est commutatif, alors l'application naturelle de toute matrice A associe l'application linaire vectoriels.

Noyau et image[
: Noyau, Image et Thorme du rang. Dans R3, un plan est le noyau d'une forme linaire. Pour toute application linaire f de E dans F,

Les vecteurs x de E tels que f(x)=0 forment un sous-espace vectoriel de E, appel noyau de f et notArt 8 Ker( f ). Plus gnralementNB 8, l'image rciproque de tout sousespace vectoriel de F par f est un sous-espace vectoriel de E. Les vecteurs f(x) pour x dans E forment un sous-espace vectoriel de F, appel l'image de f et notArt 8 Im( f ). Plus gnralementNB 8, l'image directe par f de tout sous-espace vectoriel de E est un sous-espace vectoriel de F. Le quotient F/Im(f) s'appelle le conoyauNB 9 de f.

Une application linaire est injective si et seulement si son noyau est l'espace nul (c'est une proprit gnrale des morphismes de groupes). Une application (linaire ou pas) est surjective si et seulement si son image est gale son ensemble d'arrive tout entier. La dimension de l'image d'une application linaire f de E dans F est appele le rang de f, et est relie la dimension du noyau et celle de E par le thorme du rang, vrai aussi bien en dimension finieSL 3 qu'infinieNB 10 : + En particulier, le rang de f est infrieur ou gal la dimension de E. Le rang est aussi infrieur ou gal la dimension de F. Si f est surjective alors son rang est gal la dimension de F. La rciproque est vraie ds que F est de dimension finie. Si E et F sont de dimension finie et isomorphes (i. e. s'ils ont la mme dimension et si cette dimension est finie), on dduit de ce qui prcde que pour toute application linaire f de E dans F, f est surjective f est injective f est un isomorphisme.

Le graphe de f est un sous-espace vectoriel de E F, dont l'intersection avec E {0} est Ker( f ) {0}.

Forme linaire
Articles dtaills : Forme linaire et espace dual. Une forme linaireNB 11 ou covecteurRG 6 sur un K-espace vectoriel E est une application linaire de E dans le corps K vu comme espace vectoriel. Si K est commutatif, les formes linaires sur E forment un K-espace vectoriel appel l'espace dualNB 12 de E et not E*. Le noyau d'une forme linaire est appel hyperplan (vectoriel). Sur l'espace vectoriel E des applications continues de [0,1] dans R, l'intgrale de Riemann est une forme linaireRG 7.

Espace vectoriel quotient

Soit F un sous-espace vectoriel de E. L'espace quotient E/F (c'est--dire l'ensemble des classes d'quivalence de E pour la relation u~v si et seulement si u-v appartient F, muni des oprations dfinies naturellement sur les classes) est un espace vectoriel tel que la projection (qui associe u sa classe d'quivalence) soit linaire de noyau F. Un sous-espace vectoriel G de E est un supplmentaire de F si et seulement si la restriction de la projection induit un isomorphisme de G sur E/F.

Famille de vecteurs et dimension

Indpendance linaire
: Indpendance linaire. Une famille de vecteurs de E est dite libre (sur ) ou encore les vecteurs de cette famille sont dits linairement indpendantsSL 4, si toute combinaison linaire d'lments de cette famille coefficients non tous nuls est diffrente du vecteur nul. Cette condition quivaut ce que la seule combinaison linaire d'lments de gale au vecteur nul soit celle dont tous les coefficients sont nuls. Dans le cas contraire, la famille est dite lie et les vecteurs la constituant sont dits linairement dpendants. Comme une combinaison linaire porte sur un nombre fini de termes, une famille infinie est libre si et seulement si toute sous-famille finie est libreNB 13. La famille vide est libreSL 5. Une famille constitue d'un seul vecteur est libre si et seulement si ce vecteur est non nul. Un couple (u1, u2) de vecteurs est liSL 6 si et seulement s'il existe un scalaire tel que ou un scalaire tel que . Sous cette condition, les deux vecteurs u1 et u2 sont dits colinaires. Si (u,v) est un couple de vecteurs linairement indpendants, alors (u,v), (u+v, v) et (u,u+v) sont eux aussi des couples de vecteurs non colinaires, mais la famille (u,v, u+v) n'est pas libre pour autant.

Sous-espace vectoriel engendr[

Articles dtaills : Sous-espace vectoriel engendr et Base (algbre).

Le sous-espace vectoriel engendr par une famille , notArt 9 Span(vi), est le plus petit Art 10 sous-espace contenant tous les vecteurs de cette famille . De manire quivalente, c'est l'ensemble des combinaisons linaires des vecteurs vi. La famille engendre E, ou encore est gnratrice, si E est le sous-espace vectoriel engendr. Une baseSL 7 de E est une famille libre maximale ou, et c'est quivalent, une famille gnratrice minimale. L'existence d'une base pour tout K-espace vectoriel E se dduit du thorme de la base incomplteNB 14,SL 8 et est quivalente l'axiome du choix. Nanmoins, il existe des preuves spcifiques la dimension finieArt 11,RG 8. Une famille d'lments de E est une base si et seulement si tout lment u de E s'exprime de manire unique comme combinaison linaire des lments de .

Dfinition de la dimension
Article dtaill : Dimension d'un espace vectoriel. tant donn un espace vectoriel E sur un corps K, toutes les bases de E ont le mme cardinalNB 15, appel dimensionSL 9,Art 12 de E. Si E admet une famille gnratrice finie, alors la dimension est finie, et toutes les bases de E admettent le mme nombre d de vecteurs, o d est la dimension de E.

Le corps K est de dimension 1, une base tant donne par l'unit 1K. Tout espace vectoriel de dimension 1 est appel droite vectorielle. Tout espace de dimension 2 est appel plan vectoriel. isomorphisme prs, les espaces vectoriels sur K sont classifis par leurs dimensions, ce qui rend cette notion fondamentale. La dimension de K(A) est le cardinal de A. En particulierRG 9, la dimension de Kn est n. Pour tout sous-espace vectoriel V de E, on aSL 3 : dim E = dim V + dim E/V. Si F1 et F2 sont deux sous-espaces vectoriels de E, alorsArt 13,SL 10 .

Cette relation est connue sous le nom de formule de Grassmann.

Proprits des espaces vectoriels de dimension finie

Article dtaill : Espace vectoriel de dimension finie. Par ce qui prcde, un espace vectoriel est de dimension finie ssi il est engendr par une partie finieSL 11. Soit E un espace vectoriel de dimension finie (non nulle) gale n.

Si W est un sous-espace de E et que W et E ont mme dimension, alors E=W Tous les supplmentaires d'un sous-espace vectoriel F de E ont la mme dimension, qui est appele codimension de F dans E. Si K est commutatif, l'espace dual de E est galement de dimension finie et de mme dimensionSL 12 : On suppose que K est commutatif et soit . une base de E.

Il existe une unique base ,

de

telle que

o est le symbole de Kronecker. On dit alors que est la base duale associe

Si K est commutatif, l'ensemble des formes n-linaires alternes sur un espace vectoriel de dimension n est un espace vectoriel de dimension 1. Ce rsultat est la base de la thorie du dterminant. Le rang est la dimension de l'espace des colonnes, qui est gale celle de l'espace des lignes

Si E est de dimension finie, et que f est un oprateur sur E, alors f est injectif ssi f est surjectif ssi f est bijectifRG 10.

Structures connexes
Structures relatives

Une paire d'espaces vectoriels est la donne d'un espace vectoriel et d'un sous-espace vectoriel de celui-ci. Plus gnralement, un espace vectoriel peut tre filtr par la donne d'une famille de sous-espaces vectoriels croissante ou dcroissante. Un drapeau sur un espace vectoriel de dimension n est la donne de n sous-espaces vectoriels embots, de dimensions croissantes de 1 en 1. Un espace vectoriel de dimension fini peut tre orient par le choix d'une orientation sur ses bases. Un espace vectoriel gradu est une famille d'espaces vectoriels, gnralement indexe par , ou . Un morphisme entre deux tels espaces vectoriels gradus est alors une famille d'applications linaires qui respecte la graduation.

Structures algbriquesUn module M sur un anneau A est un groupe additif muni d'une loi
externe sur M coefficients dans A, compatible avec l'addition sur M et avec les oprations sur A n'est un espace vectoriel que si A est un corps. Mais il ne dispose en gnral ni de base ni de supplmentaires.

Une algbre est un espace vectoriel muni d'une multiplication distributive par rapport l'addition et compatible avec la loi de composition externe. Une algbre de Lie est un espace vectoriel muni d'un crochet de Lie compatible avec la loi de composition externe.