La notion d’espace vectoriel constitue le fondement de l’algèbre linéaire. Elle permet d’étudier de manière unifiée des objets mathématiques aussi variés que les vecteurs du plan, les matrices, les polynômes ou encore les fonctions.

Un espace vectoriel \( E \), défini sur un corps \( \mathbb{K} \) (souvent \( \mathbb{R} \) ou \( \mathbb{C} \)), est un ensemble muni de deux opérations :

• L’addition : \( u + v \in E \)
• La multiplication par un scalaire : \( \lambda u \in E \), avec \( \lambda \in \mathbb{K} \)

Ces opérations vérifient un ensemble de propriétés fondamentales (associativité, commutativité, existence d’un vecteur nul, existence d’un opposé, distributivité, etc.) garantissant une structure algébrique cohérente.

À l’intérieur d’un espace vectoriel, certains sous-ensembles conservent la même structure algébrique. Cela conduit à la notion de sous-espace vectoriel.

Un sous-ensemble \( F \subset E \) est un sous-espace vectoriel s’il vérifie les trois conditions suivantes :

• \( 0 \in F \)
• \( u, v \in F \Rightarrow u + v \in F \)
• \( \lambda \in \mathbb{K},\; u \in F \Rightarrow \lambda u \in F \)

Autrement dit, un sous-espace vectoriel est un ensemble stable par addition et par multiplication scalaire. Il hérite ainsi naturellement de la structure d’espace vectoriel.

L’étude des sous-espaces vectoriels est essentielle pour comprendre la structure interne d’un espace vectoriel, notamment dans l’analyse des solutions d’équations linéaires, des noyaux et images d’applications linéaires, ainsi que dans de nombreuses applications en physique et en sciences de l’ingénieur.