Vous êtes sur la page 1sur 10

Chapitre 3

ESPACES VECTORIELS

3.1 Définitions :

Définition 1 :
On appelle loi de composition interne (L.C.I.) ou opération interne sur un ensemble
non vide 𝐸, toute application ∗ ∶ 𝐸 × 𝐸 ⟶ 𝐸
(𝑎, 𝑏) ⟼ 𝑎 ∗ 𝑏
On désigne l’ensemble 𝐸 muni de la loi de composition interne ∗ par (𝐸,∗).

NB : On définit souvent plusieurs lois de composition interne ∗ , Τ , ο sur 𝐸. Ainsi la


notation (𝐸,∗, Τ) signifie que 𝐸 est muni de deux L.C.I. ∗ 𝑒𝑡 Τ.

Définition 2 :
On dit qu’un ensemble non vide 𝐸 muni d’une L.C.I. ∗ est un groupe si :
1. La L.C.I. ∗ est associative :
∀ 𝑥, 𝑦, 𝑧 ∈ 𝐸, (𝑥 ∗ 𝑦) ∗ 𝑧 = 𝑥 ∗ (𝑦 ∗ 𝑧) .
2. 𝐸 admet un élément neutre pour la L.C.I. ∗ :
∃ 𝑒 ∈ 𝐸 ∕ ∀ 𝑥 ∈ 𝐸, 𝑥 ∗ 𝑒 = 𝑒 ∗ 𝑥 = 𝑥.
3. Tout élément 𝑥 ∈ 𝐸 admet un symétrique pour la L.C.I. ∗ :
∀ 𝑥 ∈ 𝐸, ∃ 𝑥 ′ ∈ 𝐸 ∕ 𝑥 ∗ 𝑥 ′ = 𝑥 ′ ∗ 𝑥 = 𝑒.
Si de plus la L.C.I. ∗ est commutative : ∀ 𝑥, 𝑦 ∈ 𝐸 ∕ 𝑥 ∗ 𝑦 = 𝑦 ∗ 𝑥, on dit que (𝐸,∗)
est un groupe commutatif ou abélien.

Remarques :
 La L.C.I. ∗ est appelée loi du groupe.
 L’élément neutre de (𝐸,∗) est appelé élément neutre du groupe.

Exemples :
1. (ℕ, +) n’est pas un groupe.
2. (ℤ, +), (ℚ, +) et (ℝ, +) sont des groupes commutatifs.
3. (ℝ2 , +), (ℝ3 , +), (ℝ4 , +) et en général (ℝ𝑛 , +) sont des groupes abéliens.
4. (ℤ∗ ,×) n’est pas un groupe.
5. (ℚ∗ ,×) et (ℝ∗ ,×) sont des groupes commutatifs.
6. (𝑀𝑛,𝑝 (ℝ), +) est un groupe commutatif.
Définition 3 :

1
Soit 𝐸 un ensemble d’éléments 𝑢, 𝑣, 𝑤, … et 𝐾 un ensemble d’éléments 𝛼, 𝛽, 𝛾, … On
appelle loi de composition externe (L.C.E.) entre éléments de 𝐸 et éléments de 𝐾,
toute application 𝑓 ∶ 𝐾 × 𝐸 ⟶ 𝐸
(𝛼, 𝑢) ⟼ 𝑓(𝛼, 𝑢)
 𝐾 = ℝ 𝑜𝑢 ℂ est l’ensemble des opérateurs pour la loi considérée.
 𝑓(𝛼, 𝑢) est un élément de 𝐸. C’est le composé de 𝛼 et de 𝑢 pour la loi considérée.
 Si la L.C.E. est une multiplication externe, 𝑓(𝛼, 𝑢) est noté 𝛼. 𝑢 ou tout
simplement 𝛼𝑢.

Définition 4 :
Soit 𝐸 un ensemble non vide muni d’une L.C.I. (+) et d’une L.C.E. (. ) à opérateurs
dans 𝐾 (𝐾 = ℝ 𝑜𝑢 ℂ). On dit que (𝐸, +, . ) ou tout simplement 𝐸 est un 𝐾-espace
vectoriel ou un espace vectoriel sur 𝐾 si :
1. (𝐸, +) est un groupe commutatif.
2. La L.C.E. (. ) à opérateurs dans 𝐾 vérifie les propriétés suivantes :
i) ∀ 𝛼 ∈ 𝐾, ∀ 𝑢, 𝑣 ∈ 𝐸, 𝛼(𝑢 + 𝑣 ) = 𝛼𝑢 + 𝛼𝑣.
ii) ∀ 𝛼, 𝛽 ∈ 𝐾, ∀ 𝑢 ∈ 𝐸, (𝛼 + 𝛽)𝑢 = 𝛼𝑢 + 𝛽𝑢.
iii) ∀ 𝛼, 𝛽 ∈ 𝐾, ∀ 𝑢 ∈ 𝐸, 𝛼(𝛽𝑢) = (𝛼𝛽)𝑢.
iv) ∀ 𝑢 ∈ 𝐸, 1𝑢 = 𝑢.
 Les éléments du 𝐾-espace vectoriel 𝐸 sont appelés vecteurs.
 Les éléments de 𝐾 sont dits opérateurs ou scalaires.
 L’élément neutre pour la L.C.I. (+) est dit vecteur nul de 𝐸 et noté 0𝐸 .
 L’opposé (élément symétrique) d’un vecteur 𝑢 ∈ 𝐸 est – 𝑢.

Exemples à retenir :
1. 𝐾 (𝐾 = ℝ 𝑜𝑢 ℂ) est un espace vectoriel sur 𝐾.
 Les vecteurs sont les éléments de 𝐾.
 La L.C.I. (+) est l’addition usuelle des nombres.
 La L.C.E. (. ) est la multiplication usuelle des nombres.
2. 𝐾 𝑛 (𝐾 = ℝ 𝑜𝑢 ℂ) est un espace vectoriel sur 𝐾.
 Les vecteurs sont les éléments de 𝐾 𝑛 .
 La L.C.I. (+) est l’addition des éléments de 𝐾 𝑛 définie comme suit :
∀ 𝑋 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ), ∀ 𝑌 = (𝑦1 , 𝑦2 , … , 𝑦𝑛 ) ∈ 𝐾 𝑛 ,
𝑋 + 𝑌 = (𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 , … , 𝑥𝑛 + 𝑦𝑛 ) ∈ 𝐾 𝑛 .
 La L.C.E. (. ) est une multiplication externe définie par :
∀ 𝛼 ∈ 𝐾, ∀ 𝑋 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) ∈ 𝐾 𝑛 ,, 𝛼𝑋 = (𝛼𝑥1 , 𝛼𝑥2 , … , 𝛼𝑥𝑛 ) ∈ 𝐾 𝑛 .
En particulier ℝ2 , ℝ3 𝑒𝑡 ℝ4 sont des espaces vectoriels réels.
3. 𝑀𝑛,𝑝 (ℝ) est un espace vectoriel sur ℝ.
3.2 Propriétés des espaces vectoriels :

2
Soit (𝐸, +, . ) un 𝐾-espace vectoriel
1. ∀ 𝑢, 𝑣, 𝑤 ∈ 𝐸, 𝑢 + 𝑣 = 𝑤 ⟹ 𝑣 = 𝑤 − 𝑢.
2. ∀ 𝑢, 𝑣, 𝑤 ∈ 𝐸, 𝑢 + 𝑣 = 𝑢 + 𝑤 ⟹ 𝑣 = 𝑤.
3. ∀ 𝑢 ∈ 𝐸, 0𝑢 = 0𝐸 .
4. ∀ 𝛼 ∈ 𝐾, 𝛼0𝐸 . = 0𝐸 .
5. ∀ 𝛼 ∈ 𝐾, ∀ 𝑢 ∈ 𝐸, 𝛼𝑢 = 0𝐸 ⟹ 𝛼 = 0 𝑜𝑢 𝑢 = 0𝐸 .
6. ∀ 𝑢 ∈ 𝐸, (−1)𝑢 = −𝑢.
7. ∀ 𝛼 ∈ 𝐾, ∀ 𝑢 ∈ 𝐸, 𝛼(−𝑢) = − 𝛼𝑢
8. ∀ 𝛼, 𝛽 ∈ 𝐾, ∀ 𝑢, 𝑣 ∈ 𝐸, (𝛼 − 𝛽)𝑢 = 𝛼𝑢 − 𝛽𝑢 𝑒𝑡 𝛼(𝑢 − 𝑣 ) = 𝛼𝑢 − 𝛼𝑣.

3.3 Sous-espaces vectoriels :


Dans la suite de ce chapitre (𝐸, +, . ) ou tout simplement 𝐸 est un ℝ-espace vectoriel.
NB : on dit que 𝐸 est un ℝ-espace vectoriel ou un espace vectoriel sur ℝ ou encore un
espace vectoriel réel.

3.3.1 Définition et caractérisation d’un sous-espace vectoriel :

Définition 5 :
Soit 𝐹 un sous-ensemble non vide de 𝐸. On dit que 𝐹 est un sous-espace vectoriel (en
abrégé 𝑠. 𝑒. 𝑣.) de 𝐸 si (𝐹, +, . ) est aussi un espace vectoriel réel.

Théorème 1 :
Soit 𝐹 un sous-ensemble de 𝐸. Les quatre propositions suivantes sont équivalentes :
1. 𝐹 est un 𝑠. 𝑒. 𝑣. de 𝐸.
2. a) 𝐹 ≠ ∅.
b) ∀ 𝑢, 𝑣 ∈ 𝐹, 𝑢 + 𝑣 ∈ 𝐹 (𝐹 est stable pour l’addition) .
c) ∀ 𝛼 ∈ ℝ, ∀ 𝑢 ∈ 𝐹, 𝛼𝑢 ∈ 𝐹. (𝐹 est stable pour la multiplication par un réel).
3. a) 𝐹 ≠ ∅.
b) ∀ 𝛼, 𝛽 ∈ ℝ, ∀ 𝑢, 𝑣 ∈ 𝐹, 𝛼𝑢 + 𝛽𝑣 ∈ 𝐹 (𝐹 est stable par combinaison linéaire).
4. a) 𝐹 ≠ ∅.
b) ∀ 𝛼 ∈ ℝ, ∀ 𝑢, 𝑣 ∈ 𝐹, 𝛼𝑢 + 𝑣 ∈ 𝐹

Remarques :
 {0𝐸 } et 𝐸 sont des 𝑠. 𝑒. 𝑣. de 𝐸 . Tout 𝑠. 𝑒. 𝑣. de 𝐸 différent de {0𝐸 } et de 𝐸 est dit
𝑠. 𝑒. 𝑣. propre de 𝐸.
 𝐹 est un 𝑠. 𝑒. 𝑣. de 𝐸 ⟹ 0𝐸 ∈ 𝐹 (0𝐸 appartient à tous les 𝑠. 𝑒. 𝑣. de 𝐸).
 Si 𝐹 𝑒𝑡 𝐺 sont des 𝑠. 𝑒. 𝑣. de 𝐸 alors 𝐹 ∩ 𝐺 ≠ ∅.
Exemples :

3
1. Les droites vectorielles et les plans vectoriels sont des sous-espaces vectoriels de
l’espace vectoriel des vecteurs de l’espace.
2. ℝ𝑛 [𝑋 ] (ensemble des polynômes à coefficients réels et de degré ≤ n) est un sous-
espace vectoriel de ℝ [𝑋 ] (ensemble des polynômes à coefficients réels).
3. 𝒞(𝐼, ℝ) (respectivement 𝒟(𝐼, ℝ)) ensemble des fonctions continues
(respectivement dérivables) sur 𝐼 ⊂ ℝ est un sous espace vectoriel de 𝒜(𝐼, ℝ)
ensemble des applications de 𝐼 dans ℝ.
4. L’ensemble des matrices triangulaires inférieures (respectivement supérieures)
d’ordre 𝑛 et à coefficients réels est un sous-espace vectoriel de 𝑀𝑛 (ℝ).

Exemple :
Les ensembles suivants sont-ils des 𝑠. 𝑒. 𝑣. de ℝ2 :
1. 𝐴 = {(𝑥, 𝑦) ∈ ℝ2 ⁄𝑦 = 2𝑥 }.
2. 𝐵 = {(𝑥, 𝑦) ∈ ℝ2 ⁄𝑥 = 1}.
3. 𝐶 = {(𝑥, 𝑦) ∈ ℝ2 ⁄𝑥 2 − 𝑦 2 = 0}.

Exemple :
Les ensembles suivants sont-ils des 𝑠. 𝑒. 𝑣. de ℝ3 :
1. 𝐹 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 ⁄𝑥 − 𝑦 + 2𝑧 = 0}.
2. 𝐺 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 ⁄2𝑥 + 𝑦 − 𝑧 + 3 = 0}.
3. 𝐻 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 ⁄𝑥𝑧 = 0}.

3.3.2 Opérations sur les sous-espaces vectoriels :

Définition 6 :

Soient 𝐹 et 𝐺 deux sous-espaces vectoriels de 𝐸. On appelle somme de 𝐹 et 𝐺


l’ensemble noté 𝐹 + 𝐺 et défini par :
𝐹 + 𝐺 = {𝑤 = 𝑢 + 𝑣 ∈ 𝐸 ⁄𝑢 ∈ 𝐹 𝑒𝑡 𝑣 ∈ 𝐺 }
Théorème 2 :
Soient 𝐹 et 𝐺 deux sous-espaces vectoriels de 𝐸. La somme 𝐹 + 𝐺 est un 𝑠. 𝑒. 𝑣. de 𝐸.

NB :
 𝐹 + 𝐺 est le plus petit espace vectoriel qui contient 𝐹 ∪ 𝐺.
 Dans l’écriture 𝐹 + 𝐺, le signe + n’est pas l’addition usuelle. C’est tout
simplement une notation.
 Si 𝐻 = 𝐹 + 𝐺, l’écriture 𝐺 = 𝐻 − 𝐹 n’a pas de sens : on ne soustrait pas les sous-
espaces vectoriels.
 𝐹 + 𝐺 = 𝐹 + 𝐻 ⇏ 𝐺 = 𝐻.
Définition 7 :

4
Soient 𝐹 et 𝐺 deux sous-espaces vectoriels de 𝐸. Si 𝐹⋂𝐺 = {0𝐸 }, la somme 𝐹 + 𝐺 est
dite directe et on la note par 𝐹 ⊕ 𝐺.

Définition 8 :
Soient 𝐹 et 𝐺 deux sous-espaces vectoriels de 𝐸. Si 𝐹 ⊕ 𝐺 =E, on dit que 𝐹 et 𝐺 sont
deux sous-espaces vectoriels supplémentaires de 𝐸.

Définition 9 :
Soient 𝐹 et 𝐺 deux sous-espaces vectoriels de 𝐸. On appelle intersection de 𝐹 et 𝐺
l’ensemble noté 𝐹⋂𝐺 et défini par :
𝐹⋂𝐺 = {𝑢 ∈ 𝐸 ⁄𝑢 ∈ 𝐹 𝑒𝑡 𝑢 ∈ 𝐺 }
Théorème 3 :
Soient 𝐹 et 𝐺 deux 𝑠. 𝑒. 𝑣. de 𝐸. L’ensemble 𝐹 ∩ 𝐺 est un 𝑠. 𝑒. 𝑣. de 𝐸.

Exemple :
On se place dans ℝ3 .
Montrer que 𝐹 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 ⁄𝑥 − 2𝑦 + 3𝑧 = 0 𝑒𝑡 2𝑥 − 3𝑦 − 𝑧 = 0} est un sous-
espace vectoriel de ℝ3 .

Définition 10 :
Soient 𝐹 et 𝐺 deux sous-espaces vectoriels de 𝐸. On appelle réunion de 𝐹 et 𝐺
l’ensemble noté 𝐹 ∪ 𝐺 et défini par :
𝐹 ∪ 𝐺 = {𝑢 ∈ 𝐸 ⁄𝑢 ∈ 𝐹 𝑜𝑢 𝑢 ∈ 𝐺 }
NB : En général 𝐹 ∪ 𝐺 n’est pas un 𝑠. 𝑒. 𝑣. de 𝐸.

Exemple :
Soient les 𝑠. 𝑒. 𝑣. de ℝ2 : 𝐴 = {(𝑥, 𝑦) ∈ ℝ2 ⁄𝑥 = 0} et 𝐵 = {(𝑥, 𝑦) ∈ ℝ2 ⁄𝑦 = 0}.
𝐹 ∪ 𝐺 est-il un 𝑠. 𝑒. 𝑣. de ℝ2 .

3.3.3 Sous-espace vectoriel engendré par une famille finie de vecteurs :

Définition 11 :
Soit (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) une famille de 𝑛 vecteurs de 𝐸. On dit que le vecteur 𝑣 ∈ 𝐸 est
une combinaison linéaire des vecteurs 𝑢1 , 𝑢2 , … , 𝑢𝑛 s’il existe 𝑛 scalaires (réels)
𝜆1 , 𝜆2 , … , 𝜆𝑛 tels que 𝑣 = 𝜆1 𝑢1 + 𝜆2 𝑢2 + ⋯ + 𝜆𝑛 𝑢𝑛 = ∑𝑛𝑖=1 𝜆𝑖 𝑢𝑖 .
Exemple :

5
On se place dans ℝ3 et on pose 𝑢1 = (1,0,2) et 𝑢2 = (−2,1,3).
1. Montrer que le vecteur 𝑣 = (−4,3,13) est une combinaison linéaire des vecteurs
𝑢1 et 𝑢2 .
2. Montrer que le vecteur 𝑤 = (2,1,2) n’est pas une combinaison linéaire des
vecteurs 𝑢1 et 𝑢2 .

Théorème 4 :
Soit (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) une famille de 𝑛 vecteurs de 𝐸. L’ensemble des combinaisons
linéaires des vecteurs 𝑢1 , 𝑢2 , … , 𝑢𝑛 est un sous-espace vectoriel de 𝐸. On l’appelle le
𝑠. 𝑒. 𝑣. engendré par la famille (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) et on le note par 𝑉𝑒𝑐𝑡(𝑢1 , 𝑢2 , … , 𝑢𝑛 )
ou 𝐶𝑜𝑚𝑏(𝑢1 , 𝑢2 , … , 𝑢𝑛 ) ou encore < 𝑢1 , 𝑢2 , … , 𝑢𝑛 >.

Remarques :
1. Ce théorème est souvent utile en pratique : pour montrer que 𝐹 est un 𝑠. 𝑒. 𝑣. de 𝐸,
on montre que 𝐹 est l’ensemble de toutes les combinaisons linéaires d’un nombre
fini de vecteurs de 𝐸.
2. Soit (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) une famille de 𝑛 vecteurs de 𝐸. Tout sous-espace vectoriel de
𝐸 qui contient les 𝑛 vecteurs 𝑢1 , 𝑢2 , … , 𝑢𝑛 contient 𝑉𝑒𝑐𝑡(𝑢1 , 𝑢2 , … , 𝑢𝑛 ).

Exemple :
On se place dans l’espace vectoriel réel ℝ3 .
Montrer que 𝐹 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 ⁄𝑥 + 𝑦 − 4𝑧 = 0 } est un 𝑠. 𝑒. 𝑣. de ℝ3 .

NB : Soit (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) une famille de 𝑛 vecteurs de 𝐸. Tout sous-espace vectoriel


de 𝐸 qui contient les 𝑛 vecteurs 𝑢1 , 𝑢2 , … , 𝑢𝑛 contient 𝑉𝑒𝑐𝑡(𝑢1 , 𝑢2 , … , 𝑢𝑛 ).

3.4 Familles génératrices, libres et liées:

3.4.1 Familles génératrices :

Définition 12 :
Soit ℱ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) une famille de 𝑛 vecteurs de 𝐸. On dit que la famille ℱ est
une famille génératrice de 𝐸 si tout vecteur 𝑣 ∈ 𝐸 s’écrit comme combinaison linéaire
des vecteurs 𝑢1 , 𝑢2 , … , 𝑢𝑛 . En d’autres termes :
ℱ est génératrice de 𝐸 ⟺ ∀𝑣 ∈ 𝐸, ∃ 𝜆1 , 𝜆2 , … , 𝜆𝑛 ∈ ℝ ∕ 𝑣 = 𝜆1 𝑢1 + 𝜆2 𝑢2 + ⋯ + 𝜆𝑛 𝑢𝑛 .

NB : (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) est une famille génératrice de 𝐸 ⟺ 𝐸 = 𝑉𝑒𝑐𝑡(𝑢1 , 𝑢2 , … , 𝑢𝑛 ).


Exemple :

6
La famille (𝑒1 , 𝑒2 , … , 𝑒𝑛 ) où ∀ 𝑖 = 1,2, … , 𝑛, 𝑒𝑖 = (0, … ,0,1,0, … ,0) : on place 1 à la
𝑖 è𝑚𝑒 position et 0 ailleurs, est une famille génératrice de ℝ𝑛 . En particulier :
1. ((1,0), (0,1)) est une famille génératrice de ℝ2 .
2. ((1,0,0), (0,1,0), (0,0,1)) est une famille génératrice de ℝ3 .
3. ((1,0,0,0), (0,1,0,0), (0,0,1,0), (0,0,0,1)) est une famille génératrice de ℝ4 .

Exemple :
1 0 0 1 0 0 0 0
La famille (𝑀1 = ( ) , 𝑀2 = ( ) , 𝑀3 = ( ) , 𝑀4 = ( )) est une
0 0 0 0 1 0 0 4
famille génératrice de 𝑀2 (ℝ).

Exemple :
Montrer que la famille (𝑢 = (−2,3), 𝑣 = (2,1)) est génératrice de ℝ2

Exemple :
La famille (𝑢 = (1, −2,3), 𝑣 = (2,3,1), 𝑤 = (1,5, −2)) est-elle génératrice de ℝ3 ?

Propriétés :
1. Toute famille de vecteurs de 𝐸 qui contient une famille génératrice de 𝐸 est une
famille génératrice de 𝐸. En d’autres termes, toute sur-famille d’une famille
génératrice de 𝐸 est une famille génératrice de 𝐸.
2. Si (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) est une famille génératrice de 𝐸 et si 𝑢𝑛 est une combinaison
linéaire des vecteurs 𝑢1 , 𝑢2 , … , 𝑢𝑛−1 alors (𝑢1 , 𝑢2 , … , 𝑢𝑛−1 ) est une famille
génératrice de 𝐸.

3.4.2 Familles libres:

Définition 13 :
Soit ℱ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) une famille de 𝑛 vecteurs de 𝐸. On dit que la famille ℱ est
libre ou que les vecteurs 𝑢1 , 𝑢2 , … , 𝑢𝑛 sont linéairement indépendants si :
∀ 𝜆1 , 𝜆2 , … , 𝜆𝑛 ∈ ℝ, 𝜆1 𝑢1 + 𝜆2 𝑢2 + ⋯ + 𝜆𝑛 𝑢𝑛 = 0𝐸 ⟹ 𝜆1 = 𝜆2 = ⋯ = 𝜆𝑛 = 0.

Exemple :
La famille (𝑒1 , 𝑒2 , … , 𝑒𝑛 ) où ∀ 𝑖 = 1,2, … , 𝑛, 𝑒𝑖 = (0, … ,0,1,0, … ,0) : on place 1 à la
𝑖 è𝑚𝑒 position et 0 ailleurs, est une famille libre de ℝ𝑛 . En particulier :
1. ((1,0), (0,1)) est une famille libre de ℝ2 .
2. ((1,0,0), (0,1,0), (0,0,1)) est une famille libre de ℝ3 .
3. ((1,0,0,0), (0,1,0,0), (0,0,1,0), (0,0,0,1)) est une famille libre de ℝ4 .
Exemple :

7
On se place dans ℝ3 . Les vecteurs 𝑢 = (5,2, −11), 𝑣 = (1,1,2) 𝑒𝑡 𝑤 = (−1,0,6)
sont-ils linéairement indépendants ?

Propriétés :
1. Toute famille de vecteurs de 𝐸 contenue dans une famille libre de 𝐸 est libre. En
d’autres termes, toute sous-famille d’une famille libre de 𝐸 est une famille libre.
2. Soit 𝑢 un vecteur de 𝐸, (𝑢) est libre ⟺ 𝑢 ≠ 0𝐸 .

3.4.3 Familles liées:

Définition 14 :
Soit ℱ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) une famille de 𝑛 vecteurs de 𝐸. On dit que la famille ℱ est
liée ou que les vecteurs 𝑢1 , 𝑢2 , … , 𝑢𝑛 sont linéairement dépendants si :
∃ 𝑛 réels 𝜆1 , 𝜆2 , … , 𝜆𝑛 non tous nuls tel que 𝜆1 𝑢1 + 𝜆2 𝑢2 + ⋯ + 𝜆𝑛 𝑢𝑛 = 0𝐸 .

NB : On dit que 2 vecteurs 𝑢, 𝑣 ∈ 𝐸 sont colinéaires si (𝑢, 𝑣) est une famille liée de 𝐸.

Propriétés :
(𝑢, 𝑣 )𝑙𝑖é𝑒
1. { ⟹ ∃ 𝜆 ∈ ℝ⁄𝑣 = 𝜆𝑢
𝑢 ≠ 0𝐸
2. Toute famille de vecteurs de 𝐸 qui contient le vecteur nul est liée.
3. Toute famille de vecteurs de 𝐸 qui contient une famille liée de 𝐸 est une famille
liée de 𝐸. En d’autres termes, toute sur-famille d’une famille liée de 𝐸 est une
famille liée de 𝐸.
4. ℱ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) est liée si et seulement si il existe au moins un vecteur de ℱ
combinaison linéaire des autres vecteurs de ℱ.
5. Soit (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) une famille libre de 𝑛 vecteurs de 𝐸.
𝑣 ∈ 𝑉𝑒𝑐𝑡(𝑢1 , 𝑢2 , … , 𝑢𝑛 ) ⟺ (𝑢1 , 𝑢2 , … , 𝑢𝑛 , 𝑣) est liée.

3.5 Bases et dimension d’un espace vectoriel :

Définition 15 :
On dit que l’espace vectoriel réel 𝐸 est de dimension finie s’il est engendré par une
famille finie de vecteurs.

Définition 16 :
Soit ℬ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) une famille de 𝑛 vecteurs de 𝐸. On dit que la famille ℱ est
une base de 𝐸 si elle est libre et génératrice de 𝐸.
Théorème 5 (caractérisation d’une base) :

8
ℬ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) est une base de 𝐸 si et seulement si tout vecteur de 𝑣 ∈ 𝐸 s’écrit
de façon unique comme combinaison linéaire des vecteurs 𝑢1 , 𝑢2 , … , 𝑢𝑛 .

Définition 17 :
Si ℬ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) est une base de 𝐸 et si 𝑢 = ∑𝑛𝑖=1 𝛼𝑖 𝑢𝑖 , 𝛼𝑖 est appelé 𝑖 è𝑚𝑒
composante de 𝑢 dans ℬ ou 𝑖 è𝑚𝑒 coordonnée de 𝑢 dans ℬ.

Théorème 6 :
Si l’espace vectoriel réel 𝐸 admet une base de 𝑛 vecteurs alors toute autre base de 𝐸
est formée de 𝑛 vecteurs.

 L’entier naturel 𝑛 est appelé dimension de 𝐸 et on écrit 𝑑𝑖𝑚(𝐸 ) = 0.


 Par convention, le sous-espace vectoriel formé par le seul vecteur nul de 𝐸 est de
dimension 0 : 𝑑𝑖𝑚({0𝐸 }) = 0.

Exemple :
La famille ℬ𝑐 = (𝑒1 , 𝑒2 , … , 𝑒𝑛 ) où ∀ 𝑖 = 1,2, … , 𝑛, 𝑒𝑖 = (0, … ,0,1,0, … ,0) : on place
1 à la 𝑖 è𝑚𝑒 position et 0 ailleurs, est une base de ℝ𝑛 .On l’appelle base canonique de
ℝ𝑛 (dim(ℝ𝑛 ) = 𝑛). En particulier on a :
1. ℬ𝑐 = (𝑒1 , 𝑒2 ) = ((1,0), (0,1)) est la base canonique de ℝ2 ⟹ dim(ℝ2 ) = 2.
2. ℬ𝑐 = (𝑒1 , 𝑒2, 𝑒3 ) = ((1,0,0), (0,1,0), (0,0,1)) est la base canonique de ℝ3 ⟹
dim(ℝ3 ) = 3. .
3. ℬ𝑐 = (𝑒1 , 𝑒2, 𝑒3 , 𝑒4 ) = ((1,0,0,0), (0,1,0,0), (0,0,1,0), (0,0,0,1)) est la base
canonique de ℝ4 ⟹ dim(ℝ4 ) = 4. .

Exemple :
On se place dans l’espace vectoriel ℝ2 . La famille (𝑢, 𝑣) où 𝑢 = (3, −2) 𝑒𝑡 𝑣 = (1,4)
est-elle une base de ℝ2 ? Si oui déterminer les coordonnées du vecteur 𝑤 = (−5,22)
dans cette base.

Exemple :
On se place dans l’espace vectoriel réel ℝ3 . La famille (𝑢, 𝑣, 𝑤) où 𝑢 =
(3, −2,4), 𝑣 = (1,2, −3) 𝑒𝑡 𝑤 = (5, −6,11) est-elle une base de ℝ3 ?

Exemple :
Soit 𝐹 = {(𝑥, 𝑦, 𝑧, 𝑡 ) ∈ ℝ4 ⁄2𝑥 − 3𝑦 + 𝑧 − 𝑡 = 0 }. Montrer que 𝐹 est un 𝑠. 𝑒. 𝑣. de ℝ4
et trouver une base de 𝐹.
Propriétés :

9
Soit 𝐸 un espace vectoriel réel de dimension 𝑛.
1. Toute base de 𝐸 est une famille génératrice minimale de 𝐸. En d’autres termes une
famille génératrice de 𝐸 contient au moins 𝑛 vecteurs.
2. Toute base de 𝐸 est une famille libre maximale de 𝐸. En d’autres termes Une
famille libre de 𝐸 contient au plus 𝑛 vecteurs.
3. Toute sur-famille d’une base est liée.
4. Toute famille libre de 𝑛 vecteurs de 𝐸 est une base de 𝐸.
5. Toute famille génératrice de 𝑛 vecteurs de 𝐸 est une base de 𝐸.
6. Soient 𝐹 𝑒𝑡 𝐺 deux 𝑠. 𝑒. 𝑣. de 𝐸. Si 𝐹 ⊂ 𝐺 et 𝑑𝑖𝑚(𝐹 ) = 𝑑𝑖𝑚(𝐺) alors 𝐹 = 𝐺.

Théorème 7 (théorème de la base incomplète) :


Soit 𝐸 un espace vectoriel réel de dimension finie 𝑛 et soit (𝑢1 , 𝑢2 , … , 𝑢𝑝 ) une famille
libre de 𝑝 (𝑝 < 𝑛) vecteurs de 𝐸 alors on peut trouver (𝑛 − 𝑝) vecteurs linéairement
indépendants 𝑢𝑝+1 , 𝑢𝑝+2 , … , 𝑢𝑛 de 𝐸 tels que la famille (𝑢1 , 𝑢2 , … , 𝑢𝑝, 𝑢𝑝+1 , … , 𝑢𝑛 )
soit une base de 𝐸.

Théorème 8 :
Soit 𝐸 un espace vectoriel réel de dimension finie 𝑛 et 𝐹 un 𝑠. 𝑒. 𝑣. de 𝐸 de dimension
𝑝 (𝑝 < 𝑛) alors il existe au moins un sous-espace vectoriel 𝐺 de 𝐸 tel que 𝐹 𝑒𝑡 𝐺
soient deux 𝑠. 𝑒. 𝑣. supplémentaires de 𝐸.

Théorème 9 :
Soient 𝐹 𝑒𝑡 𝐺 deux 𝑠. 𝑒. 𝑣. de 𝐸, un espace vectoriel réel de dimension 𝑛, et soient
(𝑢1 , 𝑢2 , … , 𝑢𝑝 ) une base de 𝐹 (𝑝 < 𝑛) et (𝑣1 , 𝑣2 , … , 𝑣𝑞 ) une base de 𝐺 (𝑞 = 𝑛 − 𝑝)
alors les deux propositions suivantes sont équivalentes :
1. (𝑢1 , 𝑢2 , … , 𝑢𝑝 , 𝑣1 , 𝑣2 , … , 𝑣𝑞 ) est une base de 𝐸.
2. 𝐹 𝑒𝑡 𝐺 sont deux 𝑠. 𝑒. 𝑣. supplémentaires de 𝐸.

Théorème 10 :
Soient 𝐹 𝑒𝑡 𝐺 deux 𝑠. 𝑒. 𝑣. de l’espace vectoriel réel 𝐸 de dimension finie 𝑛 alors :
𝑑𝑖𝑚(𝐹 + 𝐺 ) = 𝑑𝑖𝑚(𝐹 ) + 𝑑𝑖𝑚(𝐺 ) − 𝑑𝑖𝑚(𝐹 ∩ 𝐺)
En particulier si 𝐹 𝑒𝑡 𝐺 sont deux 𝑠. 𝑒. 𝑣. supplémentaires de 𝐸 on a :
𝑑𝑖𝑚(𝐹 ⊕ 𝐺 ) = 𝑑𝑖𝑚(𝐹 ) + 𝑑𝑖𝑚(𝐺 ) = 𝑑𝑖𝑚(𝐸 ) = 𝑛

10