Vous êtes sur la page 1sur 6

MATHS Term GEOMETRIE COURS

Ce document n’est pas un cours à proprement parler. Son objectif est de récapituler l’essentiel et d’expliquer un
certain nombre de notions.

1 Vecteurs
1.1 Définitions générales

1.1.1 Définition géométrique


La définition de Vecteur (du latin vector venant de vehere, transporter) :
Dans le plan ou l’espace, on nomme vecteur AB l’ensemble de tous les bipoints équipollents au
bipoint (A, B). Le vecteur AB ne représente donc pas une position, mais un déplacement (à partir de
n’importe quelle origine) : Une distance : AB ;
Une direction : orientation de la droite (AB) dans l’espace ;
Un sens : de A vers B.

×B
AB AB

AB AB
AB

À partir de maintenant, il devient indispensable de relier la notion de vecteur à celle de


coordonnées : un déplacement est quantifiable si tant est que l’on ait un « quadrillage » de notre
espace par des séries d’axes parallèles, orientés et munis d’une échelle.

Définition :
Un vecteur, que l’on notera d’une manière générale u , se définit par une liste ordonnée de nombres
 u1 
 
u
réels, appelés coordonnées du vecteur : u =  2  . n : dimension du vecteur.
. 
 
 un 
 x
 x  
Dans le plan, en dimension 2, on notera u =   , et dans l’espace, de dimension 3, u =  y  .
 
y z
 

1.1.2 Base
Définitions : Soit une famille ( e1 , e2 ,..., en ) de n vecteurs de E . On dit que cette famille est une base
de l'espace vectoriel réel (E, +, ⋅) si pour tout vecteur u de E il existe un unique n-uplet
( x1 , x2 ,..., xn ) tel que u = x1e1 + x2e2 + ... + xn en (décomposition unique de u dans la base choisie).
( x1 , x2 ,..., xn ) est alors la liste des coordonnées de u dans cette base.

En dimension 2, la base canonique du plan est i, j avec ( )


1 0 5
i =   et j =   . Le vecteur u =   s’écrit
0 1  −2 
dans cette base comme une somme unique avec ses
deux composantes : u = 5i − 2 j .

1
MATHS Term GEOMETRIE COURS

1 0 0


( )  
0
 
0
 
En dimension 3, la base canonique de l’espace est i, j , k avec i =  0  , j =  1  et k =  0  .
1
     
 
4
 
Le vecteur u =  5  s’écrit dans cette base comme une
2
 
somme unique avec ses trois composantes : u = 4i + 5 j + 2k .

1.1.3 Repère
Dans un espace physique, il est nécessaire de repérer
les positions d’objets. On choisira donc
arbitrairement un point origine O (dont on décidera
que toutes les coordonnées valent 0) puis une base
de vecteurs.
La liste (origine, base) est nommée repère et permet
d’attribuer à tout point M de l’espace une liste
unique de coordonnées, puisque ce seront celles, par
définition, du vecteur OM .

1.2 Opérations élémentaires


* Addition vectorielle :
 u1   v1   u1 + v1 
     
 u2   v2   u2 + v2 
Soit u = et v = , alors u + v =
 .   .  . 
     
 un   vn   un + vn 
0
 
0
Élément neutre : le vecteur nul 0 =   : u + 0 = u
.
 
0
Dans des domaines physiques, la somme de plusieurs vecteurs porte le nom de résultante.

* Produit d’un vecteur par un réel :


Du latin scala : échelle
 a × u1 
 u1   
   a × u2 
u
Soit u =  2  et un réel a, alors a ⋅ u =  ... 
 .   
   ... 
 un  a×u 
 n

On s’autorisera écrire ce produit a × u ou même au .

Lorsque u n'est pas le vecteur nul, l'ensemble des vecteurs a ⋅ u où a décrit ℝ est appelé
droite vectorielle engendrée par u . Lorsque ( u , v ) ≠ ( 0, 0 ) et lorsque ces deux vecteurs ne sont
pas multiples l'un de l'autre, l'ensemble des vecteurs a ⋅ u + b ⋅ v où (a, b) décrit ℝ2 est appelé
plan vectoriel engendré par u et v .

2
MATHS Term GEOMETRIE COURS

1.3 Propriétés et définitions supplémentaires


1.3.1 Relation de Chasles

* Soit, dans un repère, trois points A, B et C. Alors on a : AB + BC = AC


Relation de Chasles

En effet dans notre espace physique un vecteur exprime un déplacement.


« Se déplacer de A vers B puis de B vers C », c’est « se déplacer de A vers C ».
L’addition vectorielle est un cumul de déplacements.

 xB − xA 
* Une conséquence : AB =   (exemple en dimension 2)
 yB − yA 

1.3.2 Norme d’un vecteur

Par définition, c’est le réel positif : u = u12 + u22 + ... + un2


Remarques :
- Il en découle que a.u = a × u et que 0 = 0 .
- Dans un espace de dimension n quelconque, la distance AB est par définition la norme du
( xB − xA ) + ( yB − yA ) + ( zB − zA )
2 2 2
vecteur AB . Pour n = 3 : AB = AB =
- On appelle module le résultat d’un tel calcul (norme = module d’un vecteur, module d’un
nombre complexe, valeur absolue = module d’un réel).
- Dans un plan muni d’un repère à angles droits, et à unités de longueurs égales, la distance AB
devient la longueur du segment [AB] (théorème de Pythagore).
- déf : une base normée contient uniquement des vecteurs de norme 1

1.3.3 Colinéarité
Dire que deux vecteurs u et v sont colinéaires ,
c’est dire qu’il existe un réel a non nul tel que v = a.u

Cette définition introduit la notion d’alignement de points, de parallélisme d’objets dans un espace
et définit une direction par la connaissance d’un vecteur directeur dont tous les multiples sont portés
par des droites parallèles (dire que deux droites ont même direction, c’est dire qu’elles sont
parallèles). Cette notion de parallélisme est donc propre à (c’est une propriété de) la
proportionnalité des coordonnées de deux vecteurs.

 −2   6 
   
* Exemple : u =  1, 5  et v =  −4, 5 
 1   −3 
   
sont colinéaires (donc de même direction) car v = −3u .
On l’a visualisé en 1.2, dans le plan : le produit d’un
vecteur par un réel est un vecteur de même direction
que le premier.
Attention, il n’est pas forcément de même sens :
v = a.u et u sont de sens contraires ssi a < 0.

3
MATHS Term GEOMETRIE COURS

1.3.4 Coplanarité
Dans un espace à trois dimensions au moins, on énonce la condition nécessaire et suffisante pour
que trois vecteurs représentent une seule et unique direction planaire (dimension 2) :

Dire que trois vecteurs u , v et w sont coplanaires , c’est dire qu’il existe un couple
(unique, d’ailleurs) (a, b) de réels non tous nuls tels que w = a.u + b.v .

w est ce qu’on nomme une combinaison linéaire de u et de v .


w = −3u + 2v
Au vu de la définition d’une base :
a et b sont les coordonnées du vecteur w dans la base ( u , v ) . v
u

Deux vecteurs non nuls forment une base du plan ssi ils ne sont pas colinéaires
Trois vecteurs non nuls forment une base de l’espace (n = 3) ssi ils ne sont pas coplanaires.

1.3.5 Vecteurs et parallélogrammes


Dire que ABCD est un parallélogramme, c’est dire, par définition, que AB = DC .
Conséquence : les quatre points A, B, C et D sont coplanaires.
C
Propriétés :
B
- Diagonales : AB + AD = AC et AD − AB = BD
- Centre : Si I est le milieu de [BD], alors il est I
aussi celui de [AC].
Justification : d’une part, AB + AD = AC par
définition du point C ; d’autre part, D
AB + AD = AI + IB + AI + ID = 2AI car I est le milieu de [BD] ; A
donc AC = 2AI : I est le milieu de [AC]. I est appelé centre du parallélogramme.

1.4 Produit scalaire


Il s’agit d’une opération entre deux vecteurs, notée , renvoyant un réel (« scalaire ») comme résultat.
1.4.1 Définition
Soit deux vecteurs u et v de même dimension n, de coordonnées (ui)1≤i≤n et (vi)1≤i≤n.
n
Leur produit scalaire est le nombre réel : u ⋅ v = ∑
i=1
u i vi

Remarque : On définit la norme d’un vecteur comme étant le nombre réel positif : u = u ⋅u

et on a : u ⋅ v =
1
2
( 2 2
u +v − u − v
2
)
Lois de calcul avec le produit scalaire:
u ⋅ v = v ⋅ u ; u ⋅ ( a.v ) = ( a.u ) ⋅ v = a × ( u ⋅ v ) ;
(u + v ) ⋅ w = u ⋅ w + v ⋅ w ; 0⋅u = 0
Attention : ( u ⋅ v ) w ≠ ( v ⋅ w) u ≠ ( u ⋅ w) v

4
MATHS Term GEOMETRIE COURS
1.4.2 Orthogonalité
Dire que deux vecteurs sont orthogonaux, c’est dire que leur produit scalaire est nul.

Base orthonormée :
Base : Tout vecteur se décompose de manière unique selon ces n vecteurs,
Orthogonale : leurs produits scalaires deux à deux sont nuls,
Normée : leur norme vaut 1. Par exemple, la base canonique est orthonormée.
1.4.3 Angle de vecteurs
Le produit scalaire nous permet de déterminer l’angle géométrique entre deux vecteurs, qui
( )
définissent un plan que nous munirons d’une base orthonormée i, j à angle droit et où les unités

de longueur sont les mêmes. On a : u ⋅ v = u × v × cos ( u, v )

(u ⋅ v ) ≤ (u ⋅ u ) × (v ⋅ v )
2
De cette expression, on déduit immédiatement l’inégalité de Schwarz :

2 Géométrie analytique
On se placera ici dans l’espace de dimension 3, dans lequel on caractérisera une droite ou un plan par,
suivant les cas, un vecteur directeur, un vecteur normal, les coordonnées des points appartenant à
l’objet considéré.

2.1 Droite

a
Considérons la droite contenant le point A ( xA , yA , zA ) et de vecteur directeur u =  b  .
c
 
Les points M ( x, y, z ) de cette droite sont tous les points tels que AM et u
soient colinéaires.
 x − xA   a   x = xA + at
    
Soit : AM = t × u ⇔  y − yA  = t  b  ⇔  y = yA + bt :
    
 z − zA   c   z = z A + ct
représentation paramétrique de cette droite, utilisant un paramètre t
couvrant ℝ tout entier.

2.2 Plan

2.2.1 Représentation paramétrique


Considérons le plan contenant le point A ( xA , yA , z A ) et de vecteurs directeurs (non colinéaires entre
a  a′ 
eux) u =  b  et v =  b′  .
 
c  c′ 
   
Les points M ( x, y, z ) de ce plan sont tous les points tels que AM se
décompose dans la base ( u , v ) .
 x − xA   a   a′   x = xA + at + a ′t ′
      
Soit : AM = t × u + t ′ × v ⇔  y − yA  = t  b  + t ′  b ′  ⇔  y = yA + bt + b′t ′ :
     c′  
 z − zA   c     z = z A + ct + c′t ′
représentation paramétrique de ce plan, utilisant deux paramètres t et t’ couvrant ℝ × ℝ .

5
MATHS Term GEOMETRIE COURS

2.2.2 Représentation cartésienne


Considérons un plan P, dans un espace de dimension 3. Par
définition, dire que le vecteur n est normal au plan P, c’est dire que
n est orthogonal à tout vecteur de P.

En particulier : pour qu’un vecteur soit normal à un plan, il faut et il


suffit qu’il soit orthogonal à deux vecteurs non colinéaires de ce
plan.

Considérons le plan contenant le point A ( xA , yA , z A ) et de vecteur


a
normal n =  b  .
c
 
Les points M ( x, y, z ) de ce plan sont tous les points tels que AM et n sont orthogonaux. Soit :
 x − xA   a 
   
AM ⋅ n = 0 ⇔  y − yA  ⋅  b  = 0 ⇔ a ( x − xA ) + b ( y − yA ) + c ( z − zA ) = 0 ⇔ ax + by + cz − ( axA + by A + czA ) = 0 :
 z − z  c
 A   

équation cartésienne de ce plan.

2.3 Positions relatives

2.3.1 Entre droite et plan

Une droite de vecteur directeur u est parallèle à un plan de vecteur


normal n si, et seulement si u ⋅ n = 0 .

2.3.2 Entre deux plans

Deux plans sont parallèles si, et seulement si, leurs vecteurs


normaux sont colinéaires.

Deux plans sont perpendiculaires si, et seulement si, leurs vecteurs


normaux sont orthogonaux.