Notion d’espace

vectoriel réel
ESPACES VECTORIELS RÉELS
Produit scalaire

Sous-espaces Chapitre 1
vectoriels et
familles
génératrices
Algèbre 1-SMPC-S 1
Dépendance et
indépendance
linéaires

Base d’un
espace vectoriel Département de Mathématiques
Dimension d’un Faculté des Sciences Meknès
espace vectoriel Université Moulay Ismaı̈l

1 / 57
 Table des Matières

Notion d’espace 1 Notion d’espace vectoriel réel

vectoriel réel

Produit scalaire
2 Produit scalaire
Sous-espaces
vectoriels et
familles
génératrices 3 Sous-espaces vectoriels et familles génératrices
Dépendance et
indépendance
linéaires 4 Dépendance et indépendance linéaires
Base d’un
espace vectoriel

Dimension d’un
5 Base d’un espace vectoriel
espace vectoriel

6 Dimension d’un espace vectoriel

2 / 57
 Introduction

Notion d’espace
vectoriel réel

Produit scalaire • L’espace vectoriel est une notion fondamentale en mathématiques et en

Sous-espaces
vectoriels et
physique.
familles
génératrices
• En algèbre linéaire, un espace vectoriel est un ensemble d’objets appelés
Dépendance et vecteurs, que l’on peut additionner entre eux, et que l’on peut multiplier par
indépendance
linéaires un scalaire (pour les étirer, les rétrécir, les tourner, ...etc).
Base d’un • Un espace vectoriel est un ensemble muni d’une structure permettant
espace vectoriel

Dimension d’un
d’effectuer ces combinaisons linéaires.
espace vectoriel

3 / 57
 Notion d’espace vectoriel réel

Notion d’espace
Définition
vectoriel réel
On appelle espace vectoriel réel (ou R-espace vectoriel) un ensemble non vide E
Produit scalaire
d’éléments désignés par x, y , . . . appelés vecteurs, muni d’une structure algébrique
Sous-espaces
vectoriels et définie par la donnée de deux opérations (dites aussi lois):
familles
génératrices Addition vectorielle: À tous vecteurs x et y de E correspond un vecteur de E
Dépendance et
indépendance
désigné par x+y et appelé somme de x et y. L’addition vectorielle
linéaires est aussi appelée loi interne sur E (+ : E × E → E ).
Base d’un
espace vectoriel Multiplication par un scalaire: À tout α de R et tout x de E correspond un
Dimension d’un vecteur désigné par (α · x) et appelé produit de x par α. La
espace vectoriel
multiplication par un scalaire est une loi externe sur E
(· : R × E → E ).

4 / 57
 Définition (suite)
Notion d’espace Ces deux lois satisfont aux conditions suivantes:
vectoriel réel

Produit scalaire
1 ∀x, y ∈ E , x + y = y + x (commutativité)
Sous-espaces 2 ∀x, y , z ∈ E , x + (y + z) = (x + y ) + z (associativité) .
vectoriels et
familles
génératrices
3 Il existe un vecteur (unique), noté 0E et appelé vecteur nul, tel que
Dépendance et
x + 0E = x pour tout x ∈ E .
indépendance
linéaires 4 pour tout vecteur x ∈ E , il existe un vecteur (unique) de E , noté −x et
Base d’un appelé opposé de x, tel que x + (−x) = 0E .
espace vectoriel

Dimension d’un
5 ∀x, y ∈ E , ∀α, β ∈ R, on a:
espace vectoriel
(a) α.(β.x) = (αβ).x (b) (α + β).x = α.x + β.x
(c) 1R .x = x (d) α.(x + y ) = α.x + α.y

Remarque: L’ensemble vide ∅ n’est pas un espace vectoriel (0E 6∈ ∅).

5 / 57
 Régles élémentaires dans un R-espace vectoriel E

Notion d’espace
vectoriel réel

Produit scalaire
Proposition
Sous-espaces
vectoriels et
familles Pour α ∈ R et x ∈ E , on a:
génératrices

Dépendance et
1 0R .x = 0E et α.0E = 0E .
indépendance
linéaires 2 −(α.x) = α.(−x) = (−α).x.
Base d’un
espace vectoriel
3 α.x = 0E =⇒ (α = 0R ou x = 0E )
Dimension d’un
espace vectoriel

6 / 57
 Démonstration
(1) Pour x ∈ E ,
Notion d’espace
vectoriel réel

Produit scalaire
0E = 0R .x + (−0R .x)
Sous-espaces = (0R + 0R ).x + (−0R .x)
vectoriels et
familles
génératrices
= 0R .x + (0R .x + (−0R x))
Dépendance et = 0R .x + 0E
indépendance
linéaires = 0R .x.
Base d’un
espace vectoriel

Dimension d’un
De même pour α.0E = 0E .
espace vectoriel (2) On a
α.x + (−α).x = (α − α).x = 0R .x = 0E .
Donc, (−α).x = −(α.x). De même, on a α.(−x) = −(α.x).
(3) Si α 6= 0, x = 1.x = α1 .(α.x) = α1 .0E = 0E .
7 / 57
 Exemples d’espace vectoriels

Exemples:
Notion d’espace
vectoriel réel - {0E } est un espace vectoriel sur n’importe quel corps K.
Produit scalaire - K est K-espace vectoriel.
Sous-espaces - L’ensemble Mn,p (K) des matrices à n-lignes et à p-colonnes est un K-espace
vectoriels et
familles vectoriel.
génératrices
- (Rn , +, ·): L’ensemble des n-uplets de nombres réels est noté Rn . Par exemple,
Dépendance et
indépendance
linéaires
R2 := {(x, y ) | x, y ∈ R} ,
Base d’un
espace vectoriel R3 := {(x, y , z) | x, y , z ∈ R} ,
Rn := {(x1 , x2 , . . . , xn ) | x1 , x2 , . . . , xn ∈ R} .
Dimension d’un
espace vectoriel

Munissons Rn des opérations d’addition et de multiplication par un scalaire

définies au moyen des formules suivantes:

8 / 57
 Addition: On définit l’addition sur les n-uplets d’une manière naturelle comme
Notion d’espace
vectoriel réel suit:
Produit scalaire (x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) := (x1 + y1 , x2 + y2 , . . . , xn + yn ).
Sous-espaces
vectoriels et
familles On déduit facilement que l’addition sur Rn vérifie les propriétés (1) − (4) de la
génératrices
définition, où l’élément neutre est 0Rn := (0, 0, . . . , 0) et l’élément opposé de
Dépendance et
indépendance (x1 , x2 , . . . , xn ) est
linéaires
−(x1 , x2 , . . . , xn ) := (−x1 , −x2 , . . . , −xn ).
Base d’un
espace vectoriel

Dimension d’un Multiplication par un scalaire: Soient α ∈ R et (x1 , x2 , . . . , xn ) un élément de

espace vectoriel
Rn
α(x1 , x2 , . . . , xn ) := (αx1 , αx2 , . . . , αxn ).
La multiplication par un scalaire sur Rn vérifie la propriété (5) de la définition.
(Rn , +, ·) est un R-espace vectoriel
9 / 57
 L’espace (R[X ], +, ·)
Notion d’espace Munissons R[X ]; l’ensemble des polynômes à une indéterminée à coefficients dans
vectoriel réel
R, des opérations d’addition et de multiplication par un scalaire définies au moyen
Produit scalaire

Sous-espaces
des formules suivantes:
vectoriels et Addition:
familles
X n Xn Xn
génératrices i i
ai X + bi X := (ai + bi )X i .
Dépendance et
indépendance i=0 i=0 i=0
linéaires

Base d’un
Multiplication par un scalaire: Soit α ∈ R. On définit la multiplication d’un
espace vectoriel
polynôme par α comme suit:
Dimension d’un n n
!
espace vectoriel X X
i
α ai X := αai X i .
i=0 i=0

(R[X ], +, ·) est un R-espace vectoriel.

10 / 57
 Produit scalaire

Notion d’espace Soit E un espace vectoriel réel.

vectoriel réel

Produit scalaire Définition

Sous-espaces
vectoriels et
On appelle produit scalaire dans E toute opération qui fait correspondre à chaque
familles
génératrices
couple (x, y ) de vecteurs de E un réel, noté (x | y ) et appelé produit scalaire de x
Dépendance et et y , satisfaisant aux conditions suivantes:
indépendance
linéaires 1 ∀x, y ∈ E : (x | y ) = (y | x) (symétrie).
Base d’un
espace vectoriel
2 ∀x, y , z ∈ E ; ∀α, β ∈ R : (αx + βy | z) = α(x | z) + β(y | z) (linéarité à
Dimension d’un gauche).
espace vectoriel
3 ∀x ∈ E , x 6= 0E : (x | x) > 0.

11 / 57
Notion d’espace
vectoriel réel Remarque:
Produit scalaire
• Dans la définition précédente, la condition (2) exprime la linéarité à gauche
Sous-espaces
vectoriels et du produit scalaire. La linéarité à droite est obtenue en utilisant (1) et (2):
familles
génératrices

Dépendance et
(x | αy + βz) = (αy + βz | x) = α(y | x) + β(z | x) = α(x | y ) + β(x | z).
indépendance
linéaires
• Pour α = β = 0 dans (2), on a : (0 | z) = 0 et par symétrie (z | 0) = 0.
Base d’un
espace vectoriel Donc, le produit scalaire de x et y est nul si x est nul ou y est nul. En
Dimension d’un
espace vectoriel
particulier (x | x) est nul si et seulement si x = 0.

12 / 57
 Norme d’un vecteur

Notion d’espace
vectoriel réel Définition
Produit scalaire Soit x un vecteur de E . On appelle norme de x, noté kxk, le nombre réel
p
Sous-espaces
vectoriels et
(x | x). On dit que x est unitaire si kxk = 1.
familles
génératrices
Remarque:
Dépendance et
indépendance • Pour tout α ∈ R et x ∈ E ;
linéaires

Base d’un p q p
espace vectoriel
kαxk = (αx | αx) = α2 (x | x) = |α| (x | x) = |α| kxk.
Dimension d’un
espace vectoriel
x
• Pour tout x ∈ E non nul, le vecteur kxk est unitaire.

13 / 57
 Exemples de produit scalaire

Exemple 1: Produit scalaire canonique

Notion d’espace
Dans l’espace vectoriel réel R2 , on définit l’opération:
vectoriel réel
((x1 , x2 ) | (y1 , y2 )) = x1 y1 + x2 y2 .
Produit scalaire

Sous-espaces
vectoriels et Cette opération est symétrique. En effet,
familles
génératrices

Dépendance et
((x1 , x2 ) | (y1 , y2 )) = x1 y1 + x2 y2 = y2 x2 + y1 x1 = ((y1 , y2 ) | (x1 , x2 )) .
indépendance
linéaires
Elle est aussi linéaire à gauche:
Base d’un
espace vectoriel
α(x1 , x2 ) + β(x10 , x20 ) | (y1 , y2 ) = (αx1 + βx10 , αx2 + βx20 ) | (y1 , y2 )



Dimension d’un
espace vectoriel
= (αx1 + βx10 )y1 + (αx2 + βx20 )y2
= α(x1 y1 + x2 y2 ) + β(x10 y1 + x20 y2 )
= α ((x1 , x2 ) | (y1 , y2 )) + β (x10 , x20 ) | (y1 , y2 ) .

14 / 57
 En plus, si (x1 , x2 ) 6= (0, 0), on a ((x1 , x2 ) | (x1 , x2 )) = x12 + x22 > 0.
Notion d’espace
vectoriel réel Donc, on a un produit scalaire sur R2 , dit produit scalaire canonique.
Produit scalaire De manière générale, le produit scalaire canonique dans Rn est définie par:
Sous-espaces
vectoriels et
familles
((x1 , x2 , . . . , xn ) | (y1 , y2 , . . . , yn )) = x1 y1 + x2 y2 + · · · + xn yn .
génératrices

Dépendance et
indépendance
linéaires Exemple 2: Produit scalaire non canonique
Base d’un
espace vectoriel On peut définir sur Rn d’autres produit scalaire (différents du produit scalaire
Dimension d’un
espace vectoriel
canonique). Par exemple, sur R3 , l’opération:

((x1 , x2 , x3 ) | (y1 , y2 , y3 )) = 2x1 y1 + 3x2 y2 + 4x3 y3 ,

définit un produit scalaire.

15 / 57
 Orthogonalité

L’espace vectoriel réel E est muni d’un produit scalaire (. | .).

Notion d’espace
vectoriel réel Définition
Produit scalaire

Sous-espaces
1 On dit que deux vecteurs x et y de E sont orthogonaux si (x | y ) = 0. On
vectoriels et
familles
note alors, x ⊥ y .
génératrices
2 Deux sous-ensembles F et G de E sont orthogonaux si ∀x ∈ F et ∀y ∈ G ,
Dépendance et
indépendance (x | y ) = 0. On note alors, F ⊥ G .
linéaires

Base d’un
3 Soit F un sous-ensemble de E . L’orthogonal de F est l’ensemble F ⊥ défini
espace vectoriel par:
Dimension d’un
espace vectoriel
F ⊥ = {x ∈ E | (x | y ) = 0 ∀y ∈ F } .
C’est l’ensemble de tout les éléments de E qui sont orthogonaux à tout les
éléments de F .

16 / 57
 Théorème de Pythagore

Proposition
Notion d’espace
vectoriel réel Deux vecteurs x et y de E sont orthogonaux si, et seulement si,
Produit scalaire

Sous-espaces kx + y k2 = kxk2 + ky k2 .
vectoriels et
familles
génératrices

Dépendance et
indépendance Démonstration
linéaires

Base d’un
On a
espace vectoriel

Dimension d’un kx + y k2 = (x + y | x + y ) = (x | x) + (x | y ) + (y | x) + (y | y )
espace vectoriel
= (x | x) + 2(x | y ) + (y | y ) = kxk2 + 2(x | y ) + ky k2 .

Donc, kx + y k2 = kxk2 + ky k2 si et seulement si (x | y ) = 0.

17 / 57
 Combinaisons linéaires

Définition
Notion d’espace
vectoriel réel Soient x1 , ..., xn des vecteurs de E . On appelle combinaison linéaire de x1 , ..., xn ,
Produit scalaire toute somme:
Sous-espaces
vectoriels et
α1 x1 + α2 x2 + ... + αn xn ,
familles
génératrices où α1 , ..., αn sont des éléments de R.

L’ensemble  des combinaisons linéaires de x1 , ..., xn est noté Vect(x1 , ..., xn ) ou
Dépendance et
indépendance
linéaires x1 , ..., xn .
Base d’un
espace vectoriel
Remarque: Il est clair qu’une combinaison linéaire des éléments de E est aussi un
Dimension d’un
espace vectoriel élément de E . Par conséquent, si x1 , ..., xn sont des vecteurs de E , alors

Vect(x1 , ..., xn ) ⊆ E .

18 / 57
Notion d’espace
Exemple
vectoriel réel

Produit scalaire 1 Le vecteur nul est combinaison linéaire de x1 , x2 , , ..., xn . Pour voir cela, il
Sous-espaces
vectoriels et
suffit de prendre α1 = α2 = · · · = αn = 0 (combinaison triviale).
familles
génératrices 2 Une combinaison linéaire des vecteurs (1, 2) et (−2, 0) de R2 s’écrit de la
Dépendance et forme
indépendance
linéaires x(1, 2) + y (−2, 0) = (x − 2y , 2x + 0y ) = (x − 2y , 2x),
Base d’un
espace vectoriel avec x, y ∈ R. Alors,
Dimension d’un
espace vectoriel
Vect ((1, 2), (−2, 0)) = {(x − 2y , 2x) | x, y ∈ R} .

19 / 57
 Sous-espaces vectoriels

Notion d’espace Définition

vectoriel réel

Produit scalaire
On appelle sous-espace vectoriel de E tout sous-ensemble de E qui est lui-même
Sous-espaces
un espace vectoriel pour les opérations d’addition et de multiplication par un
vectoriels et
familles
scalaire définies dans E .
génératrices

Dépendance et
Un sous-espace vectoriel F de E , ne peut pas être vide (0E ∈ F forcément).
indépendance
linéaires
Proposition: Caractérisation des sous-espaces vectoriels
Base d’un
espace vectoriel
Un sous ensemble F de E est un sous-espace vectoriel de E si et seulement si:
Dimension d’un
espace vectoriel 1 0E ∈ F (n’est pas vide).
2 ∀α, β ∈ R, ∀x, y ∈ F , on a αx + βy ∈ F .

20 / 57
Notion d’espace Démonstration
vectoriel réel

Produit scalaire
⇒) Si F est un sous espace vectoriel de E , alors F un espace vectoriel non vide.
Sous-espaces
Donc, il contient un vecteur x, et par suite il contient aussi −x. Par conséquent,
vectoriels et
familles
0E = x + (−x) ∈ F . Pour tous α et β de R et x et y de F , αx ∈ F et βy ∈ F .
génératrices Donc, αx + βy ∈ F .
Dépendance et
indépendance
⇐) Supposons que les conditions (1) et (2) sont vérifiées. Alors, pour tout α ∈ R
linéaires et tout x ∈ F , αx ∈ F . Donc, la loi externe est bien définie. En plus, pour tous
Base d’un
espace vectoriel
x, y ∈ F , x + y ∈ F , −x = (−1)x ∈ F et 0E = x + (−x) ∈ F . La loi + est
Dimension d’un associative et commutative car E est un espace vectoriel. Les autres assertions
espace vectoriel
sont toujours valides car E est un espace vectoriel. Donc, F est un espace
vectoriel.

21 / 57
Notion d’espace Remarque: Dans la pratique:
vectoriel réel

Produit scalaire
• Pour montrer qu’un ensemble est muni d’une structure d’espace vectoriel, on
Sous-espaces montre en général que c’est un sous-espace vectoriel d’un espace vectoriel
vectoriels et
familles connu, ce qu’est plus rapide que de revenir à la définition.
génératrices
• Dans tout espace vectoriel E , il y a toujours deux sous-espaces vectoriels dits
Dépendance et
indépendance triviaux: {0E } et E .
linéaires

Base d’un
• Pour montrer que F est un sous-espace vectoriel de E :
espace vectoriel
1 On montre que: F ⊆ E .
Dimension d’un
espace vectoriel
2 On montre que: F 6= ∅; la plupart du temps on montre que 0E ∈ F .
3 On montre que: ∀α, β ∈ R, ∀x, y ∈ F , on a αx + βy ∈ F .

22 / 57
 Exemples

A = (x, y ) ∈ R2 | x + 2y = 0 est un sous-espace vectoriel de R2 . En effet,

Notion d’espace

vectoriel réel
1
Produit scalaire A ⊆ R2 , (0, 0) ∈ A et ∀α, β ∈ R et ∀(x, y ), (x 0 , y 0 ) ∈ A, on a:
Sous-espaces
vectoriels et
familles
α(x, y ) + β(x 0 , y 0 ) = (αx + βx 0 , αy + βy 0 ),
génératrices

Dépendance et et
indépendance
linéaires (αx + βx 0 ) + 2(αy + βy 0 ) = α(x + 2y ) + β(x 0 + 2y 0 ) = 0.
Base d’un
espace vectoriel Donc, α(x, y ) + β(x 0 , y 0 ) ∈ A. Par conséquent, A est un sous-espace vectoriel
Dimension d’un
espace vectoriel
de R2
B = (x, y ) ∈ R2 | x + 2y = 1 n’est pas un sous-espace vectoriel de R2 . En

2
effet, (0, 0) 6∈ B. Donc, une partie d’un espace vectoriel n’est pas
nécessairement un espace vectoriel.

23 / 57
Notion d’espace
vectoriel réel

Produit scalaire

Sous-espaces
Proposition
vectoriels et
familles Si x1 , ..., xn sont des vecteurs de E , alors Vect(x1 , ..., xn ) est un sous-espace
génératrices
vectoriel de E .
Dépendance et
indépendance
linéaires
Démonstration (Exercice)
Base d’un
espace vectoriel

Dimension d’un
espace vectoriel

24 / 57
 Comment montrer que F est un sev d’un ev E ?
Pour cela, il suffit de montrer qu’il existe x1 , ..., xn des vecteurs de E tels que
F = Vect(x1 , ..., xn ).
Notion d’espace
vectoriel réel
Exemple
Produit scalaire
L’ensemble A = (x, y ) ∈ R2 | x − y = 0 est un sous-espace vectoriel de R2 . En

Sous-espaces
vectoriels et
familles effet,
génératrices
A = {(x, x) | x ∈ R} = {x(1, 1) | x ∈ R} = Vect ((1, 1)) .
Dépendance et
indépendance
linéaires

Base d’un Définition: Somme de deux sous-espaces vectoriels

espace vectoriel

Dimension d’un Soient F et G deux sous-espaces vectoriel d’un espace vectoriel E . La somme de
espace vectoriel
F et G est l’ensemble

F + G := {x + y ∈ E | x ∈ F et y ∈ G }.

25 / 57
 Proposition
Notion d’espace
vectoriel réel L’intersection et la somme de deux sous-espaces vectoriels d’un espace vectoriel E
Produit scalaire sont aussi des sous-espaces vectoriels de E .
Sous-espaces
vectoriels et
familles
génératrices Démonstration (Exercice)
Dépendance et
indépendance
linéaires
Proposition
Base d’un
espace vectoriel La réunion de deux sous espace vectoriel est un espace vectoriel si et seulement si
Dimension d’un
espace vectoriel
F ⊂ G ou G ⊂ F .

Démonstration (Exercice)

26 / 57
 Famille génératrice

Notion d’espace
vectoriel réel
Définition
Produit scalaire Une famille {x1 , .., xn } d’éléments de E est dite génératrice de E si:
Sous-espaces
vectoriels et
familles E = Vect(x1 , x2 , ..., xn ).
génératrices

Dépendance et
indépendance
C’est-à-dire, si tout élément de E s’écrit comme combinaison linéaire des éléments
linéaires x1 , ..., xn :
Base d’un
espace vectoriel

Dimension d’un
∀x ∈ E , ∃λ1 , λ2 , ..., λn ∈ R : x = λ1 x1 + λ2 x2 + ... + λn xn .
espace vectoriel

On dit que x1 , ..., xn engendrent E .

27 / 57
 Exemples
Notion d’espace
vectoriel réel
1) Le sous-espace vectoriel engendré par un vecteur non nul est formé de tous les
Produit scalaire
multiples de ce vecteur. On appelle un tel sous-espace droite vectorielle. Un
Sous-espaces
vectoriels et sous-espace vectoriel engendré par deux vecteurs non multiples l’un de l’autre est
familles
génératrices appelé plan vectoriel.
Dépendance et 2) Tout nombre complexe s’écrit de la forme z = a × 1 + b × i avec a, b ∈ R.
indépendance
linéaires Donc, {1, i} est une famille
 génératrice de C en tant que R-espace vectoriel.
Base d’un 3) Tout élément de F = (x, y , z) ∈ R3 | x + 2y − z = 0 s’écrit sous la forme:
espace vectoriel

Dimension d’un
espace vectoriel (x, y , z) = (x, y , x + 2y ) = (x, 0, x) + (0, y , 2y ) = x(1, 0, 1) + y (0, 1, 2).

Donc, {(1, 0, 1); (0, 1, 2)} est une famille génératrice de F .

28 / 57
Notion d’espace
vectoriel réel
4) On considère le sous-espace vectoriel de R3 ;
Produit scalaire

G = (x, y , z) ∈ R3 | x + 2y − z = 0; x − y + 2z = 0 .
Sous-espaces

vectoriels et
familles
génératrices

Dépendance et
On a:
indépendance   
linéaires x + 2y − z = 0 x + 2y − z = 0 x = −y
(x, y , z) ∈ G ⇐⇒ ⇐⇒ ⇐⇒
Base d’un
espace vectoriel
x − y + 2z = 0 3y − 3z = 0 y =z
Dimension d’un
espace vectoriel Alors (x, y , z) = (−y , y , y ) = y (−1, 1, 1). Donc, la famille {(−1, 1, 1)} est une
famille génératrice de G .

29 / 57
 5) Tout élément (x, y ) de l’espace réel R2 s’écrit de la forme:
Notion d’espace
vectoriel réel
(x, y ) = x(1, 0) + y (0, 1).
Produit scalaire
Donc,
R2 = Vect ((1, 0), (0, 1)) .
Sous-espaces
vectoriels et
familles
génératrices De même,
R3 = Vect ((1, 0, 0), (0, 1, 0), (0, 0, 1)) .
Dépendance et
indépendance
linéaires
Pour tout i ∈ {1, 2, . . . , n}, on considère ei l’élément de Rn dont tous les
Base d’un
coordonnées sont nulles sauf celle à la i-ième place qui vaut 1. C’est-à-dire;
espace vectoriel

Dimension d’un
e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), ..., en = (0, 0, . . . , 0, 1).
espace vectoriel
Alors,
Rn = Vect(e1 , e2 , . . . , en ).
En effet,
(x1 , x2 , . . . , xn ) = x1 e1 + x2 e2 + · · · + xn en .

30 / 57
Notion d’espace
vectoriel réel
Proposition
Produit scalaire

Sous-espaces
vectoriels et 1 Si {x1 , ..., xn } est une famille génératrice d’un espace vectoriel E et
familles
génératrices {y1 , .., yp } est une famille d’éléments de E , alors {x1 , ..., xn , y1 , .., yp } est
Dépendance et encore génératrice.
indépendance
linéaires 2 Si une famille est génératrice, toute famille obtenue en permutant ses
Base d’un
espace vectoriel
éléments est aussi génératrice. Le fait qu’une famille soit génératrice ne
Dimension d’un
dépend donc pas de l’ordre de ses éléments.
espace vectoriel

31 / 57
Notion d’espace Démonstration
vectoriel réel

Produit scalaire (1) La famille {x1 , ..., xn } est génératrice de E . Alors, tout vecteur de E s’écrit de
Sous-espaces la forme α1 x1 + ... + αn xn (les αi sont des scalaires). On peut toujours voir cette
vectoriels et
familles écriture de la forme α1 x1 + ... + αn xn + 0y1 + ... + 0yp . Donc, tout élément de E
génératrices
est combinaison linéaire des éléments de la famille {x1 , ..., xn , y1 , .., yp }. Alors,
Dépendance et
indépendance {x1 , ..., xn , y1 , .., yp } est encore génératrice.
linéaires
(2) Si on change les termes de l’écriture α1 x1 + ... + αn xn (les αi sont des
Base d’un
espace vectoriel scalaires) rien ne va changer car la loi + est commutative.
Dimension d’un
espace vectoriel
Remarque: La famille génératrice n’est pas unique. Par exemple, Vect((1, 1, 1))
admet les familles {(1, 1, 1)}, {(2, 2, 2)} comme familles génératrices.

32 / 57
 famille libre et famille liée

Notion d’espace Définition

vectoriel réel

Produit scalaire
Soient {x1 , x2 , ..., xn } une famille finie d’éléments d’un espace vectoriel réel E .
Sous-espaces 1 On dit que {x1 , x2 , ..., xn } est une famille libre ou que les vecteurs
vectoriels et
familles x1 , x2 , ..., xn sont linéairement indépendants, si
génératrices

Dépendance et
indépendance
∀λ1 , .., λn ∈ R, (λ1 x1 + λ2 x2 + ... + λn xn = 0E =⇒ λ1 = λ2 = ... = λn = 0).
linéaires

Base d’un
espace vectoriel
2 Dans le cas contraire, c’est-à-dire si l’on peut trouver une famille de scalaires
Dimension d’un
λ1 , .., λn non pas tous nuls vérifiant λ1 x1 + λ2 x2 + ... + λn xn = 0E , on dit
espace vectoriel que la famille {x1 , x2 , ..., xn } est liée ou que les vecteurs x1 , x2 , .., xn sont
linéairement dépendants.

33 / 57
 Exemples
Notion d’espace
vectoriel réel 1 On a 1R .0E = 0E donc {0E } est toujours liée.
Produit scalaire
2 Si x 6= 0, alors ∀λ ∈ R, λx = 0 =⇒ λ = 0. Donc, {x} les libre. Donc, la
Sous-espaces
vectoriels et
famille {x} est libre si et seulement si x 6= 0.
familles
génératrices 3 Soit {e1 , e2 , . . . , en } la famille de Rn considérée dans l’exemple précédent.
Dépendance et Soient λ1 , λ2 , . . . , λn ∈ R des scalaires tels que
indépendance
linéaires

Base d’un λ1 e1 + λ2 e2 + · · · + λn en = (0, 0, . . . , 0).

espace vectoriel

Dimension d’un
espace vectoriel
Donc, (λ1 , λ2 , . . . , λn ) = (0, 0, . . . , 0), et ainsi, λ1 = λ2 = · · · = λn = 0. Par
conséquent, {e1 , e2 , . . . , en } est une famille libre de Rn . Par exemple,
{(1, 0), (0, 1)} est libre dans R2 et {(1, 0, 0), (0, 1, 0), (0, 0, 1)} est libre dans
R3 .

34 / 57
Notion d’espace
vectoriel réel Proposition
Produit scalaire

Sous-espaces 1 Toute sur-famille d’une famille liée est liée.

vectoriels et
familles
génératrices
2 Toute sous-famille d’une famille libre est libre.
Dépendance et
indépendance
En particulier,
linéaires
• Une famille libre ne peut pas contenir le vecteur nul.
Base d’un
espace vectoriel • Une famille libre ne peut pas avoir deux vecteurs proportionnels, et a fortiori
Dimension d’un
espace vectoriel deux vecteurs égaux.

35 / 57
Notion d’espace
vectoriel réel Démonstration
Produit scalaire
(1) Si {x1 , ..., xn } est une famille liée, alors ∃α1 , ..., αn non tous nuls tels que
Sous-espaces
vectoriels et α1 x1 + ... + αn xn = 0. Si on considère y ∈ E , on a α1 x1 + ... + αn xn + αn+1 y = 0
familles
génératrices avec αn+1 = 0 et α1 , ..., αn+1 ne sont pas tous nuls. Donc, {x1 , ..., xn , y } est liée.
Dépendance et (2) Soit S une famille libre finie de E et S 0 ⊂ S une sous famille de S. Si S 0 est
indépendance
linéaires liée alors par (1), S est aussi liée. Absurde. Donc, S 0 est libre.
Base d’un Remarque
espace vectoriel
{0E } est une famille liée donc elle ne peut être une sous famille d’une famille libre.
Dimension d’un
espace vectoriel La même chose pour une famille de la forme {x, αx} avec x ∈ E et α ∈ R.

36 / 57
Notion d’espace Proposition
vectoriel réel

Produit scalaire Soient {x1 , x2 , ..., xn } une famille libre de E et x ∈ E . La famille {x1 , ..., xn , x} est
Sous-espaces liée si et seulement si x est une combinaison linéaire de x1 , ..., xn .
vectoriels et
familles
génératrices

Dépendance et
Démonstration
indépendance
linéaires La famille {x1 , ..., xn , x} est liée si et seulement si ils existent λ1 , ..., λn , α ∈ R non
Base d’un tous nuls tels que λ1 x1 + ... + λn xn + αx = 0. Il est clair que α 6= 0 sinon tous les
espace vectoriel
scalaires sont nuls car {x1 , x2 , ..., xn } une famille libre de E . Donc, la famille
{x1 , ..., xn , x} est liée si et seulement si x = −1
Dimension d’un
espace vectoriel α (λ1 x1 + ... + λn xn ) (c’est-à-dire
combinaison linéaire de x1 , ..., xn ).

37 / 57
 Proposition
Notion d’espace Soit {x1 , ..., xn } une famille libre. Soient α1 , .., αn , β1 , ..., βn des scalaires. Alors,
vectoriel réel

Produit scalaire
α1 x1 +α2 x2 +...+αn xn = β1 x1 +β2 x2 +...+βn xn =⇒ α1 = β1 , α2 = β2 , ..., αn = βn .
Sous-espaces
vectoriels et
familles
génératrices

Dépendance et
Démonstration
indépendance
linéaires On a:
Base d’un
espace vectoriel
α1 x1 + α2 x2 + ... + αn xn = β1 x1 + β2 x2 + ... + βn xn
Dimension d’un
espace vectoriel ⇒ (α1 − β1 )x1 + (α2 − β2 )x2 + ... + (αn − βn )xn = 0
⇒ α1 − β1 = α2 − β2 = ... = αn − βn = 0,

car {x1 , ..., xn } est libre.

38 / 57
 Comment prouver qu’une famille est libre ou liée?

Famille libre: Il suffit d’appliquer la définition en supposant qu’on a une

Notion d’espace
vectoriel réel
combinaison linéaire nulle des x1 , . . . , xn et en montrant que tous les
Produit scalaire
coefficients sont nuls, c’est-à-dire:
Sous-espaces
vectoriels et λ1 x1 + · · · + λn xn = 0 =⇒ λ1 = · · · = λn = 0.
familles
génératrices

Dépendance et Dans Rn , on se ramène à un système linéaire homogène qu’on doit

indépendance
linéaires résoudre et avoir l’unique solution 0Rn .
Base d’un
espace vectoriel
Famille liée: Il suffit de prouver l’existence des scalaires λ1 , . . . , λn non tous nuls
Dimension d’un
tels que
espace vectoriel
λ1 x1 + · · · + λn xn = 0.
En d’autre terme, il suffit d’écrire un des vecteurs x1 , . . . , xn en
fonction des autres vecteurs.

39 / 57
 Exemples

Notion d’espace
vectoriel réel
Déterminons la nature des deux familles suivantes:
Produit scalaire

Sous-espaces
A = {(1, 0, 1), (0, 0, 1), (1, 1, 1)} et B = {(1, 0, 1), (1, 1, 0), (2, 1, 1)}
vectoriels et
familles
génératrices Soit x, y , z ∈ R tels que x(1, 0, 1) + y (0, 0, 1) + z(1, 1, 1) = (0, 0, 0). Alors,
Dépendance et 
indépendance
linéaires  x +z =0
Base d’un z =0
espace vectoriel
x +y +z =0

Dimension d’un
espace vectoriel
Ainsi, x = y = z = 0. Par suite, A est libre.

40 / 57
Notion d’espace Soit x, y , z ∈ R tels que x(1, 0, 1) + y (1, 1, 0) + z(2, 1, 1) = (0, 0, 0). Alors,
vectoriel réel

Produit scalaire
 x + y + 2z = 0
Sous-espaces
vectoriels et
y +z =0
x +z =0
familles

génératrices

Dépendance et
indépendance Ainsi, x = y = −z. Donc, B n’est pas libre. En effet, pour x = y = 1 et z = −1,
linéaires
on a
Base d’un
espace vectoriel (1, 0, 1) + (1, 1, 0) + (−1)(2, 1, 1) = (0, 0, 0).
Dimension d’un
espace vectoriel On a pu remarquer dès le début que (2, 1, 1) = (1, 0, 1) + (1, 1, 0) et déduire
directement que cette famille est liée.

41 / 57
 Base d’un espace vectoriel

Notion d’espace
vectoriel réel Définition
Produit scalaire
• On dit qu’une famille finie de vecteurs est une base de E si elle est libre et
Sous-espaces
vectoriels et engendre E .
familles
génératrices • Si E est muni d’un produit scalaire (. | .), une base de E est dite orthogonale si
Dépendance et ces vecteurs sont orthogonaux deux à deux.
indépendance
linéaires • De plus, si tous les vecteurs de la base sont unitaires, la base est ainsi dite
Base d’un orthonormale.
espace vectoriel

Dimension d’un
espace vectoriel
Remarque: De la définition ci-dessus, si (x1 , x2 , . . . , xn ) est une famille libre de E ,
alors c’est une base de Vect(x1 , x2 , . . . , xn ).

42 / 57
 Proposition
Notion d’espace
vectoriel réel
Une famille de vecteurs (e1 , e2 , . . . , en ) est une base de E si, et seulement si, tout
Produit scalaire
vecteur x de E s’exprime de manière unique sous la forme d’une combinaison
Sous-espaces
vectoriels et linéaire des vecteurs e1 , e2 , . . . , en .
familles
génératrices C’est-à-dire,
Dépendance et (e1 , e2 , . . . , en ) est une base de E
indépendance
linéaires
m
Base d’un
espace vectoriel
∀x ∈ E , ∃!λ1 , λ2 , . . . , λn ∈ R; x = λ1 e1 + λ2 e2 + · · · + λn en .
Dimension d’un
espace vectoriel

Démonstration (Exercice)

43 / 57
 Remarques:
Notion d’espace
vectoriel réel 1 Les coefficients λ1 , λ2 , . . . , λn dans la proposition précédente sont appelés
Produit scalaire composantes ou coordonnées de x dans la base (e1 , e2 , . . . , en ). Dans une
Sous-espaces base, tout vecteur est entièrement déterminé par ses composantes.
vectoriels et
familles
génératrices
2 Si la base (e1 , e2 , . . . , en ) est orthonormale, alors, pour tout i ∈ {1, . . . , n},
Dépendance et
on a
indépendance
linéaires
(x | ei ) = (λ1 e1 + λ2 e2 + · · · + λn en | ei )
Base d’un
espace vectoriel
= λ1 (e1 | ei ) + · · · + λi (ei | ei ) + . . . λn (en | ei )
Dimension d’un
espace vectoriel = λi (ei | ei )
= λi .

44 / 57
 Exemples
Notion d’espace
vectoriel réel
1 Pour 1 ≤ i ≤ n, on pose
Produit scalaire

Sous-espaces
e1 = (1, 0, . . . , 0); e2 = (0, 1, 0, . . . , 0); . . . ; en = (0, . . . , 0, 1).
vectoriels et
familles
génératrices La famille Bn = (e1 , e2 , . . . , en ) est une base orthonormale de Rn , dite la base
Dépendance et canonique de Rn .
indépendance
linéaires 2 B2 = ((1, 0); (0, 1)) est la base canonique de R2 .
Base d’un
espace vectoriel 3 B3 = ((1, 0, 0); (0, 1, 0); (0, 0, 1)) est la base canonique de R3 .
Dimension d’un
espace vectoriel
4 La famille ((1, 1, 0); (0, 1, 1); (1, 0, 1)) est une base de R3 (qu’est différente
de la base canonique B2 ). Elle n’est pas orthogonale.
5 Soit n un entier naturel. La famille des polynômes (1, X , X 2 , . . . , X n ) est une
base de Rn [X ] (dite base canonique).

45 / 57
 Définition
Notion d’espace
vectoriel réel
1 Un espace vectoriel E est dit de dimension finie s’il possède une famille
Produit scalaire
génératrice finie. Dans le cas contraire, E est dit de dimension infinie.
Sous-espaces
vectoriels et
familles
2 Un espace euclidien est un espace vectoriel E de dimension finie muni d’un
génératrices
produit scalaire.
Dépendance et
indépendance
linéaires

Base d’un Théorème: Théorème de la base incompléte (Admis)

espace vectoriel

Dimension d’un Soit E un espace vectoriel de dimension finie.

espace vectoriel
1 Toute famille libre de E peut être complétée en une base de E .
2 Toute famille génératrice de E contient une base de E .

46 / 57
Notion d’espace
vectoriel réel
Du théorème précédent, on déduit le corollaire suivant:
Produit scalaire
Corollaire
Sous-espaces
vectoriels et
familles
Tout espace vectoriel E de dimension finie et non réduit au vecteur nul admet une
génératrices base. En fait, de toute famille génératrice de E on peut extraire une base.
Dépendance et
indépendance
linéaires
Théorème (Admis)
Base d’un
espace vectoriel
Si (e1 , ..., en ) est une base de E , toute famille de vecteurs (x1 , ..., xk ) dont le
Dimension d’un
espace vectoriel nombre des éléments k est supérieur strictement à n est liée.

47 / 57
Notion d’espace
vectoriel réel

Produit scalaire Corollaire

Sous-espaces
vectoriels et Si (e1 , . . . , en ) et (e10 , . . . , ek0 ) sont deux bases de E , alors k = n.
familles
génératrices

Dépendance et
indépendance
Démonstration
linéaires
Du théorème précédent, nous déduisons que k ≤ n ainsi que n ≤ k, par échange
Base d’un
espace vectoriel de rôle de deux bases. Il s’ensuit que k = n.
Dimension d’un
espace vectoriel

48 / 57
 Dimension d’un espace vectoriel

Notion d’espace Définition

vectoriel réel

Produit scalaire Soit E un espace vectoriel de dimension finie. On appelle dimension de E le

Sous-espaces nombre de termes d’une base quelconque B de E notée dim ER = Card(B).
vectoriels et
familles Si E se réduit au seul vecteur nul, on dit que sa dimension est nulle: dim{0E } = 0.
génératrices

Dépendance et
indépendance Exemples
linéaires

Base d’un
espace vectoriel 1 dim (Rn ) = n et dim (Rn [X ]) = n + 1.
Le sous-espace vectoriel réel F = (x, y , z) ∈ R3 | x + 2y − z = 0 de R3 est

Dimension d’un 2
espace vectoriel
de dimension finie et possède la base ((1, 0, 1); (0, 1, 2)). Donc, dim F = 2.

49 / 57
 Caractérisations d’une base

Proposition: Caractérisations d’une base

Notion d’espace Supposons que E soit de dimension finie non nulle n.
vectoriel réel

Produit scalaire 1 Toute famille libre à n termes est une base de E .

Sous-espaces
vectoriels et
2 Toute famille génératrice à n termes est une base de E .
familles
génératrices

Dépendance et Démonstration
indépendance
linéaires

Base d’un
1 Une famille libre à n termes qui ne serait pas une base se prolongerait en une
espace vectoriel base, d’après le théorème des bases incomplète, et la dimension de E serait
Dimension d’un
espace vectoriel
alors supérieure n.
2 D’une famille génératrice à n termes qui ne serait pas une base on pourrait
extraire une base, d’après le théorème des bases incomplète, et la dimension
de E serait alors inférieure à n.

50 / 57
Notion d’espace
vectoriel réel

Produit scalaire

Sous-espaces
vectoriels et
Proposition
familles
génératrices Si E est de dimension finie et F est un sous-espace vectoriel de E , alors F est de
Dépendance et
indépendance
dimension finie et dim F ≤ dim E . En outre, dim F = dim E si et seulement si
linéaires F = E.
Base d’un
espace vectoriel

Dimension d’un
espace vectoriel

51 / 57
 Comment montrer qu’une famille est une base?

Notion d’espace Pour prouver qu’une famille {x1 , . . . , xn } est une base d’un sous espace vectoriel
vectoriel réel

Produit scalaire
F , il y a deux façons de faire:
Sous-espaces • Prouver que la famille est libre et génératrice;
vectoriels et
familles • Prouver que tout vecteur de F est combinaison linéaire de façon unique des
génératrices

Dépendance et
xi .
indépendance
linéaires La difficulté dans les deux démarches se situe au même endroit: c’est le caractère
Base d’un générateur (donc l’existence des coefficients, appelés coordonnées dans le cas
espace vectoriel
d’une base), qui pose problème.
Dimension d’un
espace vectoriel Si on connait d’avance que dim F = n, on a le choix entre montrer que ”la famille
est libre à n éléments” ou ” qu’elle est génératrice à n éléments”.

52 / 57
Notion d’espace
vectoriel réel
Exemple
Produit scalaire Montrons que la famille A = {(1, 0, 1), (0, 0, 1), (1, 1, 1)} est une base de R3 .
Sous-espaces
vectoriels et
D’après les exemples précédents, A est libre. En plus, CardA = 3 = dim R3 .
familles
génératrices
Donc, A est une base de R3 .
Dépendance et
indépendance
linéaires
Théorème: Formule de Grassmann
Base d’un Soient F et G deux sous-espaces vectoriels d’un espace vectoriel E de dimension
espace vectoriel

Dimension d’un
finie. Alors,
espace vectoriel dim(F + G ) = dim(F ) + dim(G ) − dim(F ∩ G ).

53 / 57
 Espaces vectoriels supplémentaires

Définition
Notion d’espace Soient F et G deux sous-espaces vectoriels d’un espace vectoriel E . La somme
vectoriel réel
F + G est dite directe si F ∩ G = {0E }. Dans ce cas la somme F + G est notée
Produit scalaire
F ⊕ G.
Sous-espaces
vectoriels et Si F ⊕ G = E , on dit que F et G sont supplémentaires dans E .
familles
génératrices

Dépendance et Proposition
indépendance
linéaires
Soient F et G deux sous-espaces vectoriels d’un espace vectoriel E . On a
Base d’un
espace vectoriel équivalence entre :
Dimension d’un
espace vectoriel 1 F et G sont en somme directe.
2 Tout vecteur de F + G se décompose de manière unique comme somme
d’un vecteur de F et d’un vecteur de G
(∀x ∈ F + G , ∃!a ∈ F , ∃!b ∈ G , tels que x = a + b).

54 / 57
Notion d’espace
vectoriel réel

Produit scalaire Théorème: Caractérisation de la supplémentarité en termes de bases

Sous-espaces
vectoriels et Soient E un espace vectoriel de dimension finie n et F et G deux sous-espaces
familles
génératrices vectoriels de E munis des bases e = (e1 , ..., ep ) et f = (f1 , ..., fq ), respectivement.
Dépendance et On a équivalence entre :
indépendance
linéaires 1 E =F ⊕G
Base d’un
espace vectoriel 2 B = (e1 , . . . , ep , f1 , . . . , fq ) est une base de E .
Dimension d’un
espace vectoriel

55 / 57
Notion d’espace
vectoriel réel

Produit scalaire

Sous-espaces
vectoriels et
familles Proposition: Existence d’une base orthonormale d’un espace Euclidien
génératrices

Dépendance et Tout espace euclidien admet une base orthonormale.

indépendance
linéaires

Base d’un
espace vectoriel

Dimension d’un
espace vectoriel

56 / 57
 Exemple
Notion d’espace Cherchons une base orthonormale du sous-espace vectoriel
vectoriel réel
A = (x, y , z) ∈ R3 | x + y − z = 0 .

Produit scalaire

Sous-espaces
Il est facile de voir que A = {u = (1, 0, 1), v = (0, 1, 1)}. On peut vérifier que
vectoriels et
familles
{u, v } est libre mais elle n’est pas orthogonale. En effet,
génératrices

Dépendance et (u | v ) = 1.
indépendance
linéaires

Base d’un Cherchons, w = αu + βv tel que (u | w ) = 0, ce est équivalent à

espace vectoriel
α(u | u) + β(u | v ) = 0. Or, (u | u) = 2 et (u | v ) = 1. Ainsi, 2α + β = 0.
Dimension d’un
espace vectoriel Prenons, β = 2 et ainsi α = −1. Donc, w = −u + 2v = (−1, 2, 1). Par
conséquent, (u, w ) est une base orthogonale de A, mais pas normale. Pour finir,
u
on prend e1 = kuk = √u2 et e2 = kww w
k = 6 , et alors (e1 , e2 ) est une base
√

orthonormale de A.

57 / 57