1) Espace vectoriel sur Rn

Définitions : On appelle vecteur de Rn tout élément x=(x1,,xn) noté aussi x=(xi)1in.

Les xi sont les composantes ou coordonnées du vecteur x.

L’espace Rn muni de l’addition + et de la loi : (Rn,+,) est un R-espace vectoriel.

Remarques : L’addition, notée + est interne : +:Rn×RnRn(x,y)x+y.

La loi est une loi externe : +:R×RnRn(λ,x)λx=λx.

Définition : La famille (e1,,en), définie par ei=(0,,1,) avec 1 en i-ème position, est la base canonique de Rn.
Pour tout xRn, x=ni=1xiei^

Exemple : La base canonique du plan vectoriel R2 est formée des vecteurs (1 ; 0) et (0 ; 1).

Définition : Si y1,,yp sont p vecteurs de Rn et λ1,,λp sont p réels, alors le vecteur λ1y1++λpyp est une combinaison linéaire des vecteurs y1,,yp.

Définition : Soit FRn.

F est un sous-espace vectoriel de Rn si :

  • F
  • Pour tous u,vF et λR, u+vF et λuF.

Remarque : Un sous-espace vectoriel contient toujours le vecteur nul.

Définition : Soit une famille de Rn F=(u1,,up) ou F=(ui)1ip.

Le sous-espace vectoriel engendré par la famille F, noté vect(F), est l'ensemble des combinaisons linéaires des vecteurs u1,,up. Autrement dit : vect(F)={λ1u1++λpup tel que (λ1,,λp)Rp}.

Remarque : si p=1, alors vect(F)=vect(u1)={λ.u1λR}; c'est une droite vectorielle. 

Théorème : un sous-espace vectoriel engendré est un sous-espace vectoriel.

Théorème : (u1,,up) est une base du sous-espace vectoriel du sous-espace vectoriel F de Rn si et seulement si tout vecteur de F se décompose de manière unique sous forme d’une combinaison linéaire de (u1,,up).

2) Applications linéaires

Définition : Soit f:RnRp une application.

f est linéaire si pour tout xRn, pour tout yRn, pour tout λR, f(λx+y)=λf(x)+f(y).

Remarque : Soit f:RnRp. Si f est linéaire, l’image par f du vecteur nul de Rn est le vecteur nul de Rp et pour tout xRn, f(x)=f(x).

Exemple : On identifie Rn avec Mn,1(R) (les vecteurs de Rn sont en colonne). On fait de même avec Rp et Mp,1(R).

Soit M une matrice de Mp,n(R). Alors f:xRnMxRp est linéaire.

Définition : Soit f application linéaire de Rn vers Rp.

On définit le noyau de f par Ker(f)={xRn/f(x) =0 (vecteur nul)}.

Théorème : Le noyau est un sous-espace vectoriel de Rn.

Définition : Soit f application linéaire de Rn vers Rp.

On définit l’image de f par Im(f)={yRp/ il existe xRn, f(x)=y}

Théorème : L’image est un sous-espace vectoriel de Rp.

Théorème : Soit (e1,en) base canonique de Rn.

Im(f)=Vect(f(e1),,f(en))