Upload
salemhasnaoui
View
2
Download
0
Embed Size (px)
Citation preview
5/26/2018 ch05-4up
1/6
Espaces vectoriels
Espace vectoriel
Definition. Unespace vectoriel(reel) est unensemble abstraitVnon vide aux elements notesa, b , . . . , appeles vecteurs etmuni des
operations Somme vectorielle : associant a toute paire delements (vec-
teurs) a, b V un element (vecteur) a+b VMultiplication par un scalaire : associant a tout vecteura V
et a tout scalaire (nombre reel) un vecteura V
satisfaisant aux huit axiomes suivants :
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 1
1. a+b= b+ a : commutativite de la somme.
2. a+ (b+ c) = (a+b) + c : associativite de la somme.
3. Il existe 0 V tel que 0 + a= a, a V: vecteur nul.
4. a V il existea V tel que a + (a) = 0: vecteur oppose.
5. (a) = ()a , R, a V : associativite du produit.
6. ( +)a= a+a , R, a V : distributivite.
7. (a+b) = a+ b R, a, b V : distributivite.
8. 1a= a a V : nombre 1.
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 2
Exemples
1. R2 (Plan muni dune origine)
Vecteurs : paires ordonnees de reels, notes avec notre conven-
tion comme des matrices2 1 :
a=
a1a2
, x=
x1x2
Somme vectorielle :
a+b=
a1a2
+
b1b2
=
a1+b1a2+b2
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 3
5/26/2018 ch05-4up
2/6
Multiplicationpar un scalaire :
a=
a1a2
=
a1a2
Verification des axiomes : proprietes du calcul matriciel.
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 4
Interpretation geometrique :
vecteurs de R2 : vecteurs-lieux des points du plan muni
dun repere cartesien Ox1x2.
Les axiomes ont leur interpretation en tant que theo-
remes de la geometrie plane (regle du parallelogramme,
similitude, etc.)
A
Bb
a
a+a b
a1b1
a2b2
a1b1+
a2 b2+
a1
b1
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 5
2. Rn (n > 1)
Vecteurs :n-uplets ordonnes de reels, notes avec notre conven-
tion comme des matricesn 1:
a=
a1...
an
, x=
x1...
xn
Somme vectorielle :
a+b=
a1...
an
+
b1...
bn
=
a1+b1...
an+bn
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 6
Multiplicationpar un scalaire :
a=
a1...
an
=
a1...
an
Verificationdes axiomes : proprietes du calcul matriciel.
Interpretation geometrique : pourn > 3on na plus dinterpretation,
mais on garde tout de meme le vocabulaire geometrique.
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 7
5/26/2018 ch05-4up
3/6
3. Mmn : Espace vectoriel des matricesm n(aussi note Mmn)
Vecteurs : matricesm n: A : m n,B : m n
Sommevectorielle : somme matricielle
Multiplicationpar un scalaire : multiplication dune matrice par un
scalaire
Verification des axiomes : proprietes du calcul matriciel.
Illustration numerique : M22
A=
1 8
3 2
, B =
2 11
3 0
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 8
A+B =
3 3
6 2
0A=
0 0
0 0
A= 1 8
3 2
4. Pn: Espace vectoriel des polynomes de degre au plus ndans une
variablet.
Vecteurs : polynomes : p(t) =a0+a1t+. . .+antn, q(t) =
b0+b1t+. . .+bntn
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 9
Sommevectorielle :p(t) + q(t) = (a0 + b0) + (a1 + b1)t + . . . +
(an+bn)tn
Multiplicationpar un scalaire : p(t) = a0 +a1t + . . . +antn
Verification des axiomes : proprietes des fonctions continues dune
variable.
Vecteur nul : Polynome identiquement nul 0 + 0t+
. . .+ 0tn = 0
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 10
Illustration numerique : P3p(t) = 4 4t t2 +t3,q(t) = 2 + 3t+t2
p(t) +q(t) = 6 t+t3
2q(t) = 4 6t 2t2
-2 -1 1 2
-10
-5
5
10
15
p
q
pq
2q
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 11
5/26/2018 ch05-4up
4/6
Sous-espaces vectoriels
Definition. W est un sous-espace vectoriel de lespace vectoriel
V si
W est un sous-ensemble non vide deV.W est lui-meme un espace vectoriel par rapport aux memes ope-
rations queV.
V
0
xW 0
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 12
Theoreme. SoitV un espace vectoriel etW un sous-ensembledeV. AlorsW est un sous-espace vectoriel deV si et seulement si
les 2 conditions suivantes sont satisfaites :
1. W =
2. a,b W a+ b W, R
Pr.Si W est un sous-espace vectoriel deV alors les conditions sont
remplies par definition dun espace vectoriel. Inversement, tous les
8 axiomes sont satisfaits car, pour tous sauf pour 3 et 4 ils sont
valables pour des elements quelconques de V et donc herites par
W. Pour3 on a W = a W, et par2 a + (1)a W. Or
a + (1)a= 0. De meme pour4, on a a W, a + (2)a W.
Ora+ (2)a= a
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 13
Exemples
1. V = R2, W1=x R2
3x1 2x2= 0W1 : Droite passant par lorigine, dequation cartesienne 3x1
2x2= 0.
Autre representation : W1 = x R2
x= sd, s R
avec
d=
2 3T
W1 : Droite passant par lorigine, de vecteur directeur d
3
2
d
W
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 14
W1 est bien un sous-espace de R2 car
! 0 W1
! a,b W1 a+ b W1, R , en effet
a W1 3a1 2a2= 0b W1 3b1 2b2= 0
3(a1+b1)2(a2+b2) = 0
a+ b W1
ou encore, avec la representation parametrique
a W1 s1 R : a= s1db W1 s2 R : b= s2d
a + b= (s1+ s2)d
a+ b W1
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 15
5/26/2018 ch05-4up
5/6
2. V = R2, W2=x R2
3x1 2x2= 1W2 : Droite ne passant pas par lorigine !
W2 nest pasun sous-espace vectoriel de R2 car
" 0 / W2 , ce qui est deja une raison suffisante, mais on a aussi
" a+
b /W
2a,
bW
2. En eff
eta W1 3a1 2a2= 1b W1 3b1 2b2= 1
3(a1+b1)2(a2+b2) = 2 = 1
a+b / W2
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 16
3. V = P2 , W ={p(t) P2|p(t) =kt(t 1), k R}
W : Ensemble des polynomes de degre au plus 2 sannulant en0
et1.
On verifie que W est bien un sous-espace de P2.
-1 -0.5 0.5 1 1.5 2
-2
-1
1
2
k1
2
3
1
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 17
4. V = M22 , W = {A M22| A= kD, k R} avec D =1 2
3 4
W est bien un sous-espace de M22. En effet
! 0 = 0DLa matrice nulle 2 2appartient a W
! car
A W s1 R : A= s1D
B W s2 R : B = s2D
A+B = (s1+s2)D
A+ B W
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 18
5. V = Rn , W5=x Rn| Ax= 0
pour A : m ndonnee.
W5 : Ensemble des solutions dun systeme homogene dequations
lineaires.
W5 est bien un sous-espace vectoriel de Rn. En effet
!Le vecteur nul de Rn appartient a W5 car A0n= 0m
!Aa= 0 et Ab= 0 A(a+ b) = 0 a+ b W5
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 19
5/26/2018 ch05-4up
6/6
6. V = Rm , W6 = {y Rm| x Rn tel que y= Ax} pourA: m ndonnee.
W6 est bien un sous-espace vectoriel de Rn. En effet
! Le vecteur nul de Rm appartient a W6 car 0m= A0n
! la deuxieme condition est satisfaite car
a W6 xa Rn : a= Axa
b W6 xb Rn : b= Axb
a+b= A(xa +xb)
a+ b W6
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 20
Deux espaces vectoriels definis par la matrice
A: m n
Les deux derniers exemples W5 et W6 sont associes a une matrice
Adonnee, quelconque, et sont particulierement importants. Ils sont
couramment designes par :
N(A) =x Rn| Ax= 0
(= W5)
Cest lespace nul (en anglais nullspace) de A ou encore lespace
orthogonal aux lignes de A. En effet les vecteurs de cet espace sa-
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 21
tisfont
Ax=
T1
T2...
Tm
x=
T1 x
T2 x...
Tmx
=
0
0...
0
Le deuxieme est
C(A) = {y Rm| x Rn tel que y= Ax} (= W6)
Cest lespace des colonnes deA. En effet les elements de cet espace
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 22
sont de la forme
Ax=a1| a2| |an
x1x2...
xn
= a1x1+ a2x2+. . .+ anxn
cest-a-dire les combinaisons lineaires des colonnes de la matrice A.
Algebre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 23