Sous-espace vectoriel

Sous-espace vectoriel : encyclopédie mathématiques

Cet article est issu de l'encyclopédie libre Wikipedia.
Vous pouvez consulter l'article ici ainsi que son historique.
Les textes et les images sont disponibles sous les termes de la Licence de documentation libre GNU.

Aller à : Navigation, Rechercher

Cet article ou cette section doit être recyclé.

Une réorganisation et une clarification du contenu est nécessaire. Discutez des points à améliorer en page de discussion.

En algèbre linéaire, un sous-espace vectoriel d'un espace vectoriel E est un ensemble F inclus dans E, tel que les lois « + » et « $\cdot$ » de E, appliquées à F, font de ce dernier un espace vectoriel (sur le même corps $\mathbb{K}$ ), c'est-à-dire que ( F, +, $\cdot$ ) est un $\mathbb{K}$ -espace vectoriel.

Sommaire

[modifier] Définition équivalente

Le sous-ensemble F est un $\mathbb K$ -sous-espace vectoriel de E si et seulement si :

$F \neq \emptyset$ ;
$\forall u \in F , \ \forall v \in F , \ u + v \in F$ ;
$\forall \lambda \in \mathbb{K} , \ \forall u \in F , \ \lambda u \in F$ .

Ceci équivaut à :

$F \neq \emptyset$ ;
$\forall u \in F, \ \forall v \in F, \ \forall \lambda,\beta \in \mathbb{K}, \ \lambda u + \beta v \in F$ .

En d'autres termes, F est un sous-espace vectoriel de E si et seulement s'il n'est pas vide et est stable par combinaisons linéaires.

Nota : dans tout espace vectoriel E non réduit à $\ \{0\}$ , il y a au moins deux sous-espaces vectoriels. Ce sont $\ \{0\}$ et E lui-même : on les appelle les deux sous-espaces vectoriels triviaux.

Remarque 1 : un sous-espace vectoriel F de E contient nécessairement le vecteur nul $\ 0_E$ de E (en effet, comme F est non vide, il existe au moins un élément $\ u_0$ de F ; alors, pour tout $\ \lambda$ dans $\ \mathbb{K}$ , $λ u 0$ appartient à F ; le choix $\ \lambda = 0$ donne $0_E = 0 \cdot u_0 \in F$ ).

C'est pourquoi, lorsqu'il s'agit de montrer qu'un sous-ensemble F de E est un sous-espace vectoriel de E, on vérifie que F n'est pas vide en s'assurant qu'il contient le vecteur nul.

Remarque 2 : lorsque E n'est pas réduit à $\ \{0\}$ , on définit dans l'ensemble $G = E \setminus \{0_E\}$ une relation d'équivalence R qui consiste à dire que deux éléments V et W sont liés par R s'il existe un élément k non nul du corps commutatif K tel que W = k V. Alors P, l'ensemble quotient de G par R, a une structure très riche d'espace projectif.

[modifier] Intersection de deux sous-espaces vectoriels

[modifier] Propriété

Soient $F_1\quad$ et $F_2\quad$ deux sous-espaces vectoriels de E. Alors :

$F_1 \cap F_2$ est un sous-espace vectoriel de E .

Plus généralement, toute intersection de sous-espaces vectoriels est un sous-espace vectoriel, c'est-à-dire que : pour toute famille $(F_i)_{i\in I}$ de sous-espaces vectoriels de $E$ , $\cap_{i\in I}F_i$ est un sous-espace vectoriel de $E$ .

[modifier] Union de sous-espaces vectoriels

Dans le cas général, la structure de sous-espace vectoriel n'est pas stable par l'union. Il existe deux propositions traitant ce cas.

E est ici de dimension finie, et son corps associé est de cardinal infini. Si $(F i)$ est une famille finie de sous-espaces vectoriels de E et tous différents de E, alors l'union de la famille $(F i)$ est différente de E.

Si $(F i)$ est une famille de sous-espaces vectoriels de E telle que l'union de deux éléments de cette famille soit toujours incluse dans un troisième élément de la famille, alors l'union de la famille $(F i)$ est un sous-espace vectoriel de E.

Démonstration

E est ici de dimension finie et son corps associé est de cardinal infini. Si $(F i)$ est une famille finie de sous-espaces vectoriels de E et tous différents de E, alors l'union de la famille $(F i)$ est différente de E.

Soit f_i, une forme linéaire non nulle qui s'annule sur

F i

. Considérons alors la fonction

φ

de E dans son corps définie par:

$\forall x \in E \quad \varphi(x)=\prod_i f_i(x)$

Cette fonction est polynomiale, en autant de variables que la dimension de E, en les coordonnées de x si x est exprimé dans une base de E. Comme l'anneau des polynômes à plusieurs variables sur un corps est intègre, et que

φ

est le produit de polynômes non nuls,

φ

est non nulle. Il existe donc un vecteur de E ayant une image non nulle par

φ

, ce vecteur n'est dans aucun sous-espace vectoriel de la famille.

Si $(F i)$ est une famille de sous-espaces vectoriels telle que l'union de deux éléments de cette famille soit toujours incluse dans un troisième élément de la famille, alors l'union est un sous-espace vectoriel.: L'union est non vide. Il est clair qu'elle est stable pour le produit externe, car cette propriété s'applique à toute union de sous-espaces vectoriels. Elle est aussi stable par addition car l'union de deux éléments de cette famille est toujours incluse dans un troisième élément de cette famille. Le résultat est ainsi démontré.

[modifier] Somme de deux ou plusieurs sous-espaces vectoriels

[modifier] Définition

Soient $F_1\quad$ et $F_2\quad$ deux sous-espaces vectoriels de E. On définit le sous-ensemble suivant de E :

$F_1 + F_2 = \left\{x \in E / \exists x_1 \in F_1, \exists x_2 \in F_2, x = x_1 + x_2\right\}$ .

[modifier] Propriété et définition

$F_1 + F_2\quad$ est un sous-espace vectoriel de E contenant à la fois $F_1 \quad$ et $F_2\quad$ . On l'appelle somme de $F_1\quad$ et $F_2\quad$ .
Si F est un sous-espace vectoriel de E contenant à la fois $F_1 \quad$ et $F_2\quad$ , alors $F_1 + F_2 \subset F$ .

C'est pourquoi on dit que $F_1 + F_2\quad$ est le plus petit sous-espace vectoriel de E contenant $F_1 \cup F_2$ . Cela équivaut à :

$F_1 + F_2\quad$ est l'intersection de tous les sous-espaces vectoriels de E contenant $F_1 \cup F_2$ .

Remarque : la réunion de deux sous-espaces vectoriels n'est pas, en général, un sous-espace vectoriel ; pour qu'elle le soit, il faut et il suffit que l'un des deux soit inclus dans l'autre.

[modifier] Généralisation

Soient $F_1, F_2, \dots, F_m$ m sous-espaces vectoriels de E. On définit le sous-ensemble suivant de E :

$\sum_{i = 1}^m F_i = \left\{x \in E / \exists (x_1, x_2, \dots, x_m) \in F_1 \times F_2 \times \cdots \times F_m, x = x_1 + x_2 + \cdots + x_m\right\}$ .

C'est l'ensemble des vecteurs de E qui admettent au moins une décomposition en somme de vecteurs appartenant respectivement aux sous-espaces vectoriels $F_1, F_2, \dots, F_m$ (si cette décomposition est de plus unique, la somme des sous-espaces est dite directe).

Dès lors :

$\sum_{i = 1}^m F_i$ est un sous-espace vectoriel de E contenant à la fois $F_1, F_2, \dots, F_m$ . On l'appelle somme de ces sous-espaces.
Si F est un sous-espace vectoriel de E contenant à la fois $F_1, F_2, \dots, F_m$ , alors $\sum_{i = 1}^m F_i \subset F$ .

On dit de même que $\sum_{i = 1}^m F_i$ est le plus petit sous-espace vectoriel de E contenant $F_1 \cup F_2 \cup \cdots \cup F_m$ .

[modifier] Sous-espace vectoriel engendré

[modifier] Définition

Soit A une partie quelconque de E.

Si A est non vide, on définit le sous-ensemble suivant de E :

$\mbox{Vect}(A) = \left\{ \sum_{i=1}^n {\lambda}_i x_i \Bigg/ n \in \mathbb{N}^\star, {\lambda}_i \in \mathbb K, x_i \in A \right\}$ .

(ainsi,

Vect(A)

est par définition l'ensemble des combinaisons linéaires d'éléments de A).

On complète cette définition en posant $\mbox{Vect}(\emptyset) = \{0_E\}$ .

[modifier] Propriété 1

Soit A une partie de E.

L'ensemble $Vect(A)$ est un sous-espace vectoriel de E, et il contient A.
Si F est un sous-espace vectoriel de E contenant A, alors $\mbox{Vect}(A) \subset F$ .

C'est pourquoi on dit que

Vect(A)

est le plus petit sous-espace vectoriel de E contenant A.

On l'appelle sous-espace vectoriel de E engendré par A.

Le sous-espace vectoriel engendré par A est l'intersection de tous les sous-espaces vectoriels de E contenant A.

Nota : considérons l'application $\varphi : \mathcal{P}(E) \to \mathcal{P}(E), A \mapsto \mbox{Vect}(A)$ , où $\mathcal{P}(E)$ désigne l'ensemble des parties de E.

On désigne par A et B deux parties quelconques de E. Il résulte de la propriété précédente que :

L'application $\varphi$ est croissante : si $A \subset B$ , alors $\mbox{Vect}(A) \subset \mbox{Vect}(B)$ .
L'application $\varphi$ est extensive : $A \subset \mbox{Vect}(A)$ .
L'application $\varphi$ est idempotente : $Vect((Vect(A)) = Vect(A)$

On dit alors que $\varphi$ est une fermeture. Les sous-espaces vectoriels de E sont les points fixes de $\varphi$ :

Pour qu'une partie A de E soit un sous-espace vectoriel de E, il faut et il suffit que $Vect(A) = A$ .

[modifier] Propriété 2

Soient A et B deux parties de E. Alors :

$\mbox{Vect}(A) + \mbox{Vect}(B) = \mbox{Vect}(A \cup B)$

Articles d'algèbre linéaire générale
vecteur • scalaire • combinaison linéaire • espace vectoriel
famille de vecteurs		sous-espace
colinéarité • indépendance linéaire famille libre ou liée • rang famille génératrice • base théorème de la base incomplète		somme • somme directe supplémentaire dimension • codimension droite • plan • hyperplan
morphismes et notions relatives
application linéaire • noyau • conoyau • lemme des noyaux pseudo-inverse• théorème de factorisation • théorème du rang équation linéaire • système • élimination de Gauss-Jordan forme linéaire • espace dual • orthogonalité • base duale endomorphisme • valeur, vecteur, espace propres • spectre projecteur • symétrie • diagonalisable • nilpotent
en dimension finie
trace • déterminant • polynôme caractéristique polynôme d'endomorphisme • théorème de Cayley-Hamilton polynôme minimal • invariants de similitude réduction • réduction de Jordan • décomposition de Dunford
matrice
enrichissements de structure
norme • produit scalaire • forme quadratique • topologie orientation • multiplication • crochet de Lie • différentielle
développements
théorie des matrices • théorie des représentations analyse fonctionnelle • algèbre multilinéaire module sur un anneau