Espaces vectoriels Montage préparé par : S André Ross

Slides:



Advertisements
Présentations similaires
Eléments d'algèbre linéaire
Advertisements

IX) Moments angulaires
VII) Formalisme Quantique
I. Bases de logique , théorie des ensembles
CHAPITRE 4 Nombres complexes.
Algèbre de Boole.
Calcul propositionnel
Système formel Nous avons introduit : signes de variables (x, y, z, …), de constantes (0, 1), d’opérations (+, ), de relations (=, ) Axiomes : ce sont.
Vecteurs algébriques Montage préparé par : André Ross
Encadrés: Chapitre 13 Distances
Cours du 20 septembre Exceptionnellement, le cours prévu pour le mercredi 20 septembre se donnera Mardi le 19 septembre de 13h30 à 15h20 à la salle 1112.
Produit vectoriel Montage préparé par : André Ross
Vecteurs algébriques Montage préparé par : André Ross
Les système linéaires Stéphane Paris.
Évolution à taux constant
Angles et distances dans R2
Chaînes de Markov et systèmes d’équations
Produit scalaire Montage préparé par : André Ross
Géométrie vectorielle
indépendance linéaire
Produit vectoriel Montage préparé par : André Ross
Transformations Montage préparé par : S André Ross
ASI 3 Méthodes numériques pour l’ingénieur
Algèbre vectorielle Montage préparé par : André Ross
Vecteurs géométriques
Fonction puissance Montage préparé par : André Ross
1.2 COMPOSANTES DES VECTEURS
Modèles de Leontieff Montage préparé par : André Ross
Continuité Montage préparé par : André Ross
Chapitre 3bis Applications linéaires et Matrices
Densité des N-uplets pythagoriciens
Rappel... Solution itérative de systèmes linéaires (suite et fin).
7.1 TRANSFORMATION LINÉAIRE Cours 19. Au dernier cours nous avons vus Le déterminant dune matrice carré Les propriétés du déterminant La matrice adjointe.
Produit mixte Montage préparé par : André Ross
Inversion de matrices Montage préparé par : André Ross
La droite dans R2 Montage préparé par : André Ross
Combinaisons linéaires de vecteurs géométriques
Vecteurs géométriques
Sommations et notation sigma
Mais en mathématiques, qu'est ce qu'une ligne de niveau?
Introduction aux matrices : exemples en dynamique de population
Examen partiel #3 Mercredi le 15 décembre de 15h30 à 17h20
Rappel... Systèmes dynamiques: discrets; continus.
6.1 LE LANGAGE MATRICIEL Cours 16. Aujourdhui, nous allons voir La définition dune matrice Plusieurs définitions de matrice particulière La somme de matrices.
1.1 LES VECTEURS GÉOMÉTRIQUES
3.2 PRODUIT VECTORIEL Cours 7.
Intégrale définie Montage préparé par : André Ross
Algèbre vectorielle Montage préparé par : André Ross
Matrices Montage préparé par : André Ross
La droite dans R3 Montage préparé par : André Ross
Combinaisons linéaires de vecteurs algébriques
Primitives Montage préparé par : André Ross
Transformations linéaires et sous-espaces associés
Sous-espaces vectoriels engendrés
Cours du 25 octobre Mardi le 24 octobre
Nombres complexes Montage préparé par : André Ross
Cours de mathématiques économiques
8.1 LES NOMBRES COMPLEXES cours 26. Avec la venue de: Doigts Dettes Tartes Distances.
CHAPITRE III Calcul vectoriel
Programmation fonctionnelle Preuve
Chapitre 3: Translation et Vecteurs
201-NYCALGÈBRE LINÉAIREET GÉOMÉTRIE VECTORIELLE
Structure de groupe Def: un groupe est un ensemble (G,*) où
Régression linéaire (STT-2400)
1.1 LES VECTEURS GÉOMÉTRIQUES
Pierre Joli Cours de Mathématique Pierre Joli
L’électrostatique dans le vide
Equilibre d’un solide.
MATHÉMATIQUES L1 Second Semestre Armand Taranco. BIBLIOGRAPHIE Dupont : Algèbre pour les sciences économiques, Flash U, A. Colin. Bernard Guerrien, Isabelle.
Cycle, Cocycle, Arbre et Arborescence
Transcription de la présentation:

Espaces vectoriels Montage préparé par : S André Ross Légende Montage préparé par : S Cliquer pour la suite. André Ross Professeur de mathématiques Cégep de Lévis-Lauzon Revenir à la diapositive précédente. Aller à la diapositive suivante.

Introduction Nous présentons maintenant la notion d’espace vectoriel qui est fondamentale en algèbre linéaire. Nous verrons à quelles conditions un ensemble a une structure d’espace vectoriel et à quelles conditions un sous-ensemble d’un espace vectoriel forme un sous-espace vectoriel. Nous utiliserons également les notions de base et de dimension d’un espace et d’un sous-espace vectoriel.

Structure d’espace vectoriel K, un corps de scalaires Un ensemble V Multiplication par un scalaire, Ä Addition, Å Addition, + Fermée sur V, Fermée sur K, associative, associative, Fermée sur V, possède un neutre, possède un neutre, distributive sur +, chaque élément a un opposé, chaque élément a un opposé, distributive sur Å , commutative. Multiplication, ´ associative avec ´, commutative. Fermée sur K, Le neutre de ´est neutre pour Ä . V a une structure de groupe abélien. distributive sur +, associative, possède un neutre, Les éléments de K sont appelés scalaires. Les éléments de V sont appelés vecteurs. chaque élément, sauf 0, a un inverse. S S

Remarques Dans cette présentation imagée de la notion d’espace vectoriel, nous avons utilisé le symbole, Å , pour désigner l’addition des vecteurs et le symbole, Ä , pour désigner la multiplication d’un vecteur par un scalaire. Notre souci est de bien distinguer les opérations sur les vecteurs de celles sur les scalaires. On remarque également que nous avons déjà présenté des ensembles qui forment des espaces vectoriels. l’ensemble des matrices de dimension m´n forme un espace vectoriel sur R; les vecteurs géométriques du plan, ainsi que ceux de l’espace, forment des espaces vectoriels sur R; les vecteurs algébriques, de R2, de R3 et de Rn, forment des espaces vectoriels sur R. Donnons une définition plus formelle d’un espace vectoriel.

Structure d’espace vectoriel DÉFINITION Espace vectoriel Soit K, un ensemble muni d’une structure de corps (appelé corps de scalaires), et V, un ensemble non vide (dont les éléments sont appelés vecteurs) tel que V est muni : Å • d’une opération interne : V ´ V V appelée addition vectorielle. Ä • d’une opération externe : K ´ V V appelée multiplication par un scalaire. On dit que V est un espace vectoriel sur K, lorsque les conditions suivantes sont satisfaites :

Addition Å Pour tout vecteur Î V, et pour tout scalaire r et s Î K : w 1. Fermeture de l’addition sur l’ensemble des vecteurs Î R2 u Å v 2. Commutativité de l’addition des vecteurs Å v = u 3. Associativité de l’addition des vecteurs    ( Å ) = u v w 4. Existence d’un élément neutre pour l’addition des vecteurs Il existe, dans V, un vecteur nul, noté  , tel que :  = u Å 5. Existence d’un élément opposé ( symétrique) pour l’addition des vecteurs   Pour tout vecteur Î R2, il existe, dans V, un vecteur opposé, u tel que : noté – u ) = (– Å (– ) =

Multiplication par un scalaire Î V, et pour tout scalaire r et s Î  K : Pour tout vecteur u, v et w 6. Fermeture de la multiplication par un scalaire sur l’ensemble des vecteurs r Ä u Î R2 7. Distributivité de la multiplication d’un vecteur sur une somme de scalaires   Ä u ) (r + s) = (r Å (s 8. Distributivité de la multiplication par un scalaire sur une somme de vecteurs  Ä (r Å ) ) = (r ( u v r 9. Associativité de la multiplication d’un vecteur avec le produit de scalaires  u (s Ä ) = (rs) r 10. Élément neutre pour la multiplication d’un vecteur par un scalaire u Ä 1 =

Sous-espace vectoriel DÉFINITION Sous-espace vectoriel Soit U, un sous-ensemble d’un espace vectoriel V. On dit que U est un sous-espace vectoriel de V si et seulement si U est lui-même un espace vectoriel. Pour démontrer qu’un sous-ensemble d’un espace vectoriel forme un sous-espace vectoriel, il n’est pas nécessaire de vérifier toutes les propriétés. Le théorème suivant indique qu’il est suffisant de montrer que le sous-ensemble est non vide et que l’addition et la multiplication par un scalaire sont fermées sur le sous-ensemble. Lorsque ces conditions sont satisfaites, on peut conclure que le sous-ensemble forme un sous-espace vectoriel.

Sous-espace vectoriel THÉORÈME Sous-espace vectoriel Soit U, un sous-ensemble d’un espace vectoriel V. Le sous-ensemble U est un sous-espace vectoriel de V si et seulement si les trois conditions suivantes sont satisfaites : 1. U est non vide. 2. L’opération d’addition de vecteurs est fermée sur U : u v Pour tout Î U, et Å Î U 3. L’opération de multiplication d’un vecteur par un scalaire est fermée sur U : u Pour tout et pour tout k Î K, (k u) Î U Ä

Sous-espace vectoriel Idée de la preuve Þ Soit U, un sous-espace vectoriel d’un espace vectoriel V sur K. Alors, les dix conditions d’un espace vectoriel sont satisfaites et les deux opérations sont fermées sur U. Ü Soit U, un sous-ensemble d’un espace vectoriel V sur K, tel que les deux opérations d’addition de vecteurs de V et de multiplication d’un vecteur de V par un scalaire sont fermées sur U. Alors, si u est un vecteur quelconque de U, 0 Ä u = 0 Î U, puisque U est fermé pour la multiplication par un scalaire. Le vecteur nul est donc un élément du sous-ensemble U. De plus, –1 Ä u = –u Î U, puisque U est fermé pour la multiplication par un scalaire. Chaque vecteur de U a donc un opposé dans U. Toutes les autres propriétés sont satisfaites pour tous les éléments de V, à plus forte raison pour ceux du sous-ensemble U.

Base Définition Base d’un espace vectoriel Soit V, un espace vectoriel sur K, et B, un ensemble de n vecteurs de V. L’ensemble B forme une base de V si : 1. les vecteurs de B sont linéairement indépendants; 2. tout vecteur de V peut s’écrire comme combinaison linéaire des vecteurs de B (tous les vecteurs de V sont engendrés par les vecteurs de B).

Dimension Définition Dimension d’un espace vectoriel Soit V, un espace vectoriel sur K. La dimension de V, notée dim V, est définie comme suit : n si une base de V contient n vecteurs. dim V= 0 si le seul élément de V est le vecteur nul. Remarque On peut montrer, mais nous ne le ferons pas dans ce cours, que si une base d’un espace vectoriel contient n vecteurs, alors toutes les bases de cet espace vectoriel contiennent n vecteurs.

Exemple 7.1.1 Soit U = {(x; y)| y = 2x}, un sous-ensemble de l’espace vectoriel R2. Montrer que U est un sous-espace vectoriel de R2. Les vecteurs de U sont de la forme générale : (x; 2x) Montrons que U est fermé pour la multiplication par un scalaire Montrons que U est fermé pour l’addition u Î U et k Î R. Alors = (a; 2a) où a Î R. Soit Î U. Alors u v Soit et = (a; 2a) et = (b; 2b), Montrons que U est non vide En multipliant le vecteur par le scalaire, on obtient : où a et b Î R. En additionnant, on obtient : Conclusion u k = k(a; 2a) = (ka; k(2a)) = (ka; 2ka) En posant, par exemple, x = 1 dans la forme générale, on obtient le vecteur (1; 2). Ce vecteur est un élément de R2 et il est également un élément de U puisqu’il satisfait à la condition y = 2x. Par conséquent, (1; 2) Î U, et U est non vide. u v + = (a; 2a) + (b; 2b) = (a + b; 2a + 2b) = (a + b; 2(a + b)) Puisque le sous-ensemble U est non vide et que les deux opérations sont fermées sur le sous-ensemble U, on peut conclure que U est un sous-espace vectoriel de R2. Les composantes du vecteur obtenu satisfont à la condition y = 2x Les composantes du vecteur somme satisfont à la condition y = 2x u On peut donc conclure que k Î U pour tout Î U et pour tout k Î R. u v On peut donc conclure que + Î U pour tout v. et Le sous-ensemble U est donc fermé pour la multiplication par un scalaire. Le sous-ensemble U est donc fermé pour l’addition. S S S S

Exemple 7.1.1 Soit U = {(x; y)| y = 2x}, un sous-ensemble de l’espace vectoriel R2. Montrer que U est un sous-espace vectoriel de R2. Donner une base et la dimension de ce sous-espace vectoriel, et le représenter graphiquement. Représentation graphique Graphiquement, U est l’ensemble des vecteurs engendrés par le vecteur (1; 2). Les vecteurs de U sont les vecteurs de la forme (x; 2x). Les opérations sur les vecteurs permettent d’écrire : Ces vecteurs ont tous leur extrémité sur la droite d’équation y = 2x. (x; 2x) = x(1; 2) Les vecteurs de U sont donc tous engendrés par le vecteur (1; 2) et celui-ci est linéairement indépendant, car en posant (x; 2x) = (0; 0) on a une solution unique x = 0. Le sous-espace vectoriel U est donc l’ensemble des vecteurs algébriques dont les extrémités forment la droite d’équation y = 2x. Une base de ce sous-espace vectoriel est : BU = {(1; 2)} L’extrémité de chacun de ces vecteurs est un point dont la position est décrite par le vecteur. Puisqu’une base de U contient un seul vecteur, la dimension de l’espace vectoriel U est 1. Graphiquement, ce sous-espace vectoriel est une droite dans R2 passant à l’origine. S S

Exemple 7.1.2 Soit U = {(x; y)| y = 2x + 1}, un sous-ensemble de l’espace vectoriel R2. Ce sous-ensemble est-il un sous-espace vectoriel de R2? Les vecteurs de U sont de la forme générale : (x; 2x + 1) Remarque Vérifions si U est fermé pour l’addition u v Soit Î U. Alors et = (a; 2a + 1) et = (b; 2b + 1), Dès que l’une des conditions n’est pas satisfaite, on peut conclure que le sous-ensemble n’est pas un sous-espace vectoriel. où a et b Î R. En additionnant, on obtient : Montrons que U est non vide u v + = (a; 2a + 1) + (b; 2b + 1) = (a + b; 2a + 2b + 2) = (a + b; 2(a + b) + 2) En posant, par exemple, x = 1 dans la forme générale, on obtient le vecteur (1; 3). Ce vecteur est un élément de R2 et il est également un élément de U puisqu’il satisfait à la condition y = 2x + 1. Par conséquent, (1; 3) Î U, et U est non vide. Les composantes du vecteur somme ne satisfont pas à la condition y = 2x + 1 Une représentation graphique de la situation va nous aider à comprendre pourquoi U n’est pas un sous-espace vectoriel de R2. Le sous-ensemble U n’est pas fermé pour l’addition, ce n’est donc pas un sous-espace vectoriel de R2. S S S

Exemple 7.1.2 Soit U = {(x; y)| y = 2x + 1}, un sous-ensemble de l’espace vectoriel R2. Ce sous-ensemble est-il un sous-espace vectoriel de R2? Représentation graphique Soit des vecteurs quelconques de U : u v = (a; a + 1) et = (b; b + 1). L’extrémité de chacun de ces vecteurs est un point de la droite y = 2x + 1. L’ensemble U est l’ensemble des vec-teurs dont l’extrémité est sur cette droite. Cependant, lorsqu’on additionne deux vecteurs de U le vecteur obtenu n’a pas son extrémité sur cette droite. Il ne fait pas partie de U. L’ensemble n’est donc pas fermé pour l’addition. On observe la même chose pour la multiplication par un scalaire.

Exemple 7.1.3 Soit U = {(x; y; z)| 3x + 2y – z = 0}, un sous-ensemble de l’espace vectoriel R3. Montrer que U est un sous-espace vectoriel de R3. En isolant z dans la condition 3x + 2y – z = 0, on a z = 3x + 2y. On peut alors dire que les vecteurs de U sont de la forme générale : (x; y; 3x + 2y) Montrons que U est fermé pour l’addition Montrons que U est fermé pour la multiplication par un scalaire u v Soit Î U. Alors et = (a; b; 3a + 2b) et = (c; d; 3c + 2d), u Î U et k Î R. Alors = (a; b; 3a + 2b). Soit Montrons que U est non vide où a, b, c et d Î R. En additionnant, on obtient : Conclusion En multipliant le vecteur par le scalaire, on obtient : En posant, par exemple, x = 1 et y = –2 dans la forme générale, on obtient (1; –2; –1). Ce vecteur est un élément de R3 et il est également un élément de U puisqu’il satisfait à la condition 3x + 2y – z = 0. Par conséquent, (1; –2; –1) Î U, et U est non vide. u v + u k = k(a; b; 3a + 2b) = (a; b; 3a + 2b) + (c; d; 3c + 2d) Puisque le sous-ensemble U est non vide et que les deux opérations sont fermées sur le sous-ensemble U, on peut conclure que U est un sous-espace vectoriel de R3. = (ka; kb; k(3a + 2b)) = (a + c; b + d; 3a + 2b + 3c + 2d) = (ka; kb; 3ka + 2kb) = (a + c; b + d; 3(a + c) + 2(b + d)) Les composantes du vecteur somme satisfont à la condition 3x + 2y – z = 0 Les composantes du vecteur obtenu satisfont à la condition 3x + 2y – z = 0 u On peut donc conclure que k Î U pour tout Î U et pour tout k Î R. Le sous-ensemble U est donc fermé pour la multiplication par un scalaire. Le sous-ensemble U est donc fermé pour l’addition. S S S S

Exemple 7.1.3 Soit U = {(x; y; z)| 3x + 2y – z = 0}, un sous-ensemble de l’espace vectoriel R3. Montrer que U est un sous-espace vectoriel de R3. Donner une base et la dimension de ce sous-espace vectoriel, et le représenter graphiquement. Représentation graphique Les vecteurs de U sont les vecteurs de la forme (x; y; 3x + 2y). Les opérations sur les vecteurs permettent d’écrire : Le sous-espace vectoriel U est un plan passant par l’origine. (x; y; 3x + 2y) = (x; 0; 3x) + (0; y; 2y) = x(1; 0; 3) + y(0; 1; 2) Les vecteurs de U sont donc tous engendrés par les vecteurs (1; 0; 3) et (0; 1; 2) et ceux-ci sont linéairement indépendants, car en posant (x; y; 3x + 2y) = (0; 0; 0) on a une solution unique x = 0 et y = 0. Une base de ce sous-espace vectoriel est : BU = {(1; 0; 3), (0; 1; 2)} Puisqu’une base de U contient deux vecteurs, la dimension de l’espace vectoriel U est 2. Graphiquement, ce sous-espace vectoriel est un plan dans R3 passant à l’origine. S S

Exercice Soit U = {(x; y; z)| 4x – 5y + z = 0}, un sous-ensemble de l’espace vectoriel R3. Montrer que U est un sous-espace vectoriel de R3. Une base de ce sous-espace vectoriel est : BU = {(1; 0; –4), (0; 1; 5)} Puisqu’une base de U contient deux vecteurs, la dimension de l’espace vectoriel U est 2. Graphiquement, ce sous-espace vectoriel est un plan dans R3 passant à l’origine. En isolant z dans la condition 4x – 5y + z = 0, on a z = –4x + 5y. On peut alors dire que les vecteurs de U sont de la forme générale : (x; y; –4x + 5y) Montrons que U est fermé pour l’addition Donner une base et la dimension de ce sous-espace vectoriel. Montrons que U est fermé pour la multiplication par un scalaire u Î U et k Î R. Alors = (a; b; –4a + 5b). Soit Montrons que U est non vide u v Soit Î U. Alors et = (a; b; –4a + 5b) et = (c; d; –4c + 5d), où a, b, c et d Î R. En additionnant, on obtient : Les vecteurs de U sont les vecteurs de la forme (x; y; –4x + 5y). Les opérations sur les vecteurs permettent d’écrire : En multipliant le vecteur par le scalaire, on obtient : En posant, par exemple, x = 1 et y = 0 dans la forme générale, on obtient (1; 0; –4). Ce vecteur est un élément de R3 et il est également un élément de U puisqu’il satisfait à la condition 4x – 5y + z = 0. Par conséquent, (1; 0; –4) Î U, et U est non vide. Conclusion u v + u k = k(a; b; –4a + 5b) = (ka; kb; k(–4a + 5b)) = (ka; kb; –4ka + 5kb) = (a; b; –4a + 5b) + (c; d; –4c + 5d) = (a + c; b + d; –4a + 5b – 4c + 5d) = (a + c; b + d; –4(a + c) + 5(b + d)) Puisque le sous-ensemble U est non vide et que les deux opérations sont fermées sur le sous-ensemble U, on peut conclure que U est un sous-espace vectoriel de R3. (x; y; 3x + 2y) = (x; 0; –4x) + (0; y; 5y) = x(1; 0; –4) + y(0; 1; 5) Les composantes du vecteur obtenu satisfont à la condition 4x – 5y + z = 0 Les composantes du vecteur somme satisfont à la condition 4x – 5y + z = 0 Les vecteurs de U sont donc tous engendrés par les vecteurs (1; 0; –4) et (0; 1; 5) et ceux-ci sont linéairement indépendants, car en posant (x; y; –4x + 5y) = (0; 0; 0) on a une solution unique x = 0 et y = 0. u On peut donc conclure que k Î U pour tout Î U et pour tout k Î R. u v On peut donc conclure que + Î U pour tout v. et Le sous-ensemble U est fermé pour la multiplication par un scalaire. Le sous-ensemble U est donc fermé pour l’addition. S S S S S

Conclusion Pour montrer qu’un ensemble muni des opérations d’addition et de multiplication par un scalaire forme un espace vectoriel, il faut montrer que les dix propriétés sont satisfaites. Cependant, pour montrer qu’un sous-ensemble d’un espace vectoriel forme un sous-espace vectoriel, il suffit de vérifier que le sous-ensemble est non nul et montrer que les deux opérations sont fermées sur le sous-ensemble. Dans R2, les sous-espaces vectoriels sont l’espace R2 lui-même, les droites passant par l’origine et le sous-ensemble ne contenant que le vecteur nul. Dans R3, les sous-espaces vectoriels sont l’espace R3 lui-même, les plans passant par l’origine, les droites passant par l’origine et le sous-ensemble ne contenant que le vecteur nul.

Lecture Algèbre linéaire et géométrie vectorielle avec applications en sciences de la nature, Section 7.1, p. 179 à 192. Algèbre linéaire et géométrie vectorielle avec applications en sciences humaines, Section 7.1, p. 173 à 179. Exercices Algèbre linéaire et géométrie vectorielle avec applications en sciences de la nature, Section 7.2, p. 192 et 194. Algèbre linéaire et géométrie vectorielle avec applications en sciences humaines, Section 7.2, p. 179 et 180.