Espace Vectorielle

Définitions-Propriétés
Sous-espaces vectoriels
Sous espaces vectoriels supplémentaires
Famille libre-Famille liée:
Espaces vectoriels
Institut Supérieur d’Informatique de Mahdia
November 29, 2023
Licence Computer Sciences (LCS)
W.O.k ISIMA-UM 1 / 36
1 Définitions-Propriétés
2 Sous-espaces vectoriels
3 Sous espaces vectoriels supplémentaires
4 Famille libre-Famille liée:
Plan
Dans tout ce qui suit K désigne R ou C.

Définition: On appelle espace vectoriel sur K ou K-espace vectoriel (K e.v),
un ensemble E sur lequel sont définies les deux lois de compositions
suivantes:
Une loi de composition interne (L.C.I), notée (+) appelée somme,
c’est une application de E × E à valeurs dans E :
(+) : E × E −→ E
(x, y ) 7−→ x + y ,
vérifiant:
1 ” + ” est associative: ∀ x, y , z ∈ E , (x + y ) + z = x + (y + z).
2 ” + ” est commutative: ∀ x, y ∈ E , x + y = y + x.
3 ” + ” admet un élément neutre 0E ∈ E tel que ∀ x ∈ E , x + 0E = x.
4 ” + ” admet un inverse (dit opposé ou symétrique et noté −x):
∀ x ∈ E , ∃ y ∈ E ; x + y = y + x = 0E .
Une loi de composition externe (L.C.E), notée (.) dite multiplication

par un scalaire de K , c’est une application de K × E à valeurs dans
E:
(.) : K × E −→ E
(λ, x) 7−→ λx,
vérifiant:
1 ∀ λ, µ ∈ K, ∀ x ∈ E , λ.(µ.x) = (λµ).x
2 ∀ λ, µ ∈ K, ∀ x ∈ E , (λ + µ).x = λ.x + µ.x.
3 ∀ x, y ∈ E , ∀ λ ∈ K, λ.(x + y ) = λ.x + λ.y .
4 ∀ x ∈ E , 1E .x = x, où 1E est l’élément neutre pour la multiplication
dans K.
Remarques et notations:
les éléments de E sont appelés vecteurs.
L’élément neutre 0E , s’il existe il est unique.
Soit x ∈ E . Si x admet un inverse x 0 ∈ E alors il est unique.
Les espaces vectoriels complexes, ou C-espaces vectoriels, sont définis
de façon analogue en remplaçant R par C.
Exemples:
R2 et R3 et plus généralement Rn sont des espaces vectoriels réels.
Soit A un ensemble et (E , +, .) un R-espace vectoriel.
L’ensemble des applications de A −→ E est un espace vectoriel sur R.
Si E1 et E2 sont deux R-espaces vectoriels, E1 × E2 muni de loi

"produit" est encore un espace vectoriel.
(R[X ], +, .) est un espace vectoriel réel et (C[X ], +, .) est un
C-espace vectoriel.
R2 est un R-espace vectoriel; l’addition est définie par:
∀(x, y ), (z, t) ∈ R2 , (x, y ) + (z, t) = (x + z, y + t)
et la multiplication est définie par:
∀λ ∈ R, ∀(x, y ) ∈ R2 , λ.(x, y ) = (λx, λy )
Plan
Définition: Soit E un K-espace vectoriel. Une partie F de E est dite sous

espace vectoriel (s.e.v)de E si:
0E ∈ F ,
∀ x, y ∈ F , x + y ∈ F ,
∀ λ ∈ K, λ.x ∈ F ,
ceci est équivalent à: F 6= ∅ et ∀ λ ∈ K, ∀ x, y ∈ F , λ.x + y ∈ F ,

ce qui est aussi équivalent à: F 6= ∅ et ∀ λ, µ ∈ K, ∀ x, y ∈ F ,
λ.x + µ.y ∈ F .
Exemples:
Soit E un K-espace vectoriel. E et {0E } sont des sous-espaces
vectoeiels de E .
F = {(x, y ) ∈ R2 ; x + y = 0} est un s.e.v de R2 .
En effet:
F 6= ∅ car OR2 = (0, 0) ∈ F (0 + 0 = 0).
Soit X = (x1 , y1 ) ∈ F , Y = (x2 , y2 ) ∈ F , λ ∈ R. Montrer que
λ.X + Y ∈ F .
On a
(λ.X + Y ) = (λx1 + x2 , λy1 + y2 )
et
λx1 +x2 +λy1 +y2 = λ(x1 +y1 )+(x2 +y2 ) = λ.0+0 = 0 (car X et Y dans F)
Ainsi, F est un s.e.v de R2 .

iR est un s.e.v de C.
En effet:
iR 6= ∅ car OC = 0 = i.0 ∈ iR.
Soit x ∈ iR, y ∈ iR et λ ∈ R. Montrer que λ.x + y ∈ iR.
x ∈ iR ⇒ x = ix1 , x1 ∈ R
y ∈ iR ⇒ y = iy1 , y1 ∈ R
d’où
λ.x + y = λ.ix1 + iy1 = i(λ.x1 + y1 ) = i.t
avec t = λ.x1 + y1 ∈ R. Ainsi λ.x + y ∈ iR et parsuite iR est un s.e.v
de C.
Proposition: Soit E un espace vectoriel sur un corps R. Soient u ∈ E et

λ ∈ K. Alors on a :
0.u = 0E
λ.0E = 0E
(−1).u = −u
λ.u = 0E ⇐⇒ λ = 0 ou u = 0E
Exemples:
G = {(x, y ) ∈ R2 : x + y = 1}. G n’est pas un s.e.v de R2 car
(0, 0) ∈
/ G.
L’ensemble F2 = {(x, y ) ∈ R2 | x = 0 ou y = 0}
F2 n’est pas un sous-espace vectoriel de R2 . En effet les vecteurs
u = (1, 0) et v = (0, 1) appartiennent à F2 , mais pas le vecteur
u + v = (1, 1).
L’ensemble F3 = {(x, y ) ∈ R2 | x ≥ 0 et y ≥ 0}
F3 n’est pas un sous-espace vectoriel de R2 . En effet le vecteur
u = (1, 1) appartient à F3 mais, pour λ = 1, le vecteur u = (1, 1)
n’appartient pas à F3 .
Théorème: Tout sous espace vectoriel F d’un K-espace vectoriel E est

lui-même un K-espace vectoriel pour les lois induites par E .
Remarque: Pour répondre à la question "L’ensemble F est-il un espace
vectoriel?", une méthode efficace de procéder est de trouver un espace
vectoriel E qui contient F , puis prouver que F est un sous-espace vectoriel
de E . Il y a seulement trois propriétés à vérifier au lieu de huit.
Définition:(Combinaison linéaire)
Soient v1 , v2 , ..., vn ∈ E (n ∈ N∗ ). On appelle combinaison linéaire des
vecteurs v1 , v2 , ..., vn tout vecteur x ∈ E s’écrit:
x = λ1 v1 + λ2 v2 + ... + λn vn
Xn
= λi vi , où λ1 , λ2 , ..., λn ∈ K.
i=1
Les scalaires λ1 , λ2 , ..., λn sont appelés coefficients de la combinaison

linéaire.
Remarque: Pour n = 1, x = λ1 v1 , et on dit que x est colinéaire à v1 .
Exemples :
1 Dans le R−espace vectoriel R3 , (3, 3, 1) est combinaison linéaire des
vecteurs (1, 1, 0) et (1, 1, 1) car on a l’égalité
(3, 3, 1) = 2(1, 1, 0) + (1, 1, 1).
2 Dans le R−espace vectoriel R2 , le vecteur u = (2, 1) n’est pas

colinéaire au vecteur v1 = (1, 1) car s’il l’était, il existerait un réel λ
tel que u = λv1 , ce qui équivaudrait à l’égalité (2, 1) = (λ, λ).
Définition-Proposition:(Sous espaces engendré)

Soient v1 , v2 , ..., vn ∈ E (n ∈ N∗ ).
On appelle s.e.v de E engendrée par v1 , v2 , ..., vn et est noté
vect(v1 , v2 , ..., vn ) le sous espace de E formé par toute combinaisons
linéaires de v1 , v2 , ..., vn , c.à.d:
n
X
vect(v1 , v2 , ..., vn ) = {x ∈ E ; x = λi vi , λi ∈ K, 1 ≤ i ≤ n}
i=1
On dit que la famille (v1 , v2 , ..., vn ) est générateice ou totale ou qu’elle

engendre E si
vect(v1 , v2 , ..., vn ) = E ,
i.e: Tout vecteur x ∈ E s’écrit x = ni=1 λi vi , λi ∈ K, 1 ≤ i ≤ n.

P
Exemples: Soit E un espace vectoriel.

Soit a ∈ E , a 6= 0; vect(a) = {λ.a, λ ∈ K} = K.a appelé droite
vectorielle engendré par a.
Soit u, v ∈ E deux vecteurs non colinéres. Le sous espace vect
engendré par u et v est:
vect(u, v ) = {x ∈ E : ∃λ1 , λ2 ∈ K, x = λ1 u + λ2 v }
= {α.u + β.v , α, β ∈ K}.
: appelé plan vectoriel engendré par u et v .
Soit E = R2 , tout vecteur u ∈ R2 s’écrit de la forme

u = (x, y ) = x(1, 0) + y (0, 1).
Ainsi, R2 = vect((1, 0), (0, 1)) et on dit que la famille {(1, 0), (0, 1)}
engendre R2 .
Remarque: Pour montrer que F est un s.e.v de E , il suffit de l’écrire sous

forme d’un vect.
Exemple: Montrer que l’ensemble
F = {(x, y , z) ∈ R3 tel que x + 3y − z = 0} est un s.e.v de R3 .
Remarque: Pour montrer que F est un s.e.v de E , il suffit de l’écrire sous

forme d’un vect.
Exemple: Montrer que l’ensemble
F = {(x, y , z) ∈ R3 tel que x + 3y − z = 0} est un s.e.v de R3 .
Solution: On a
X = (x, y , z) ∈ F ⇔ x + 3y − z = 0
⇔ x = −3y + z
⇔ X = (−3y + z, y , z)
⇔ X = (−3y , y , 0) + (z, 0, z)
⇔ X = y (−3, 1, 0) + z(1, 0, 1)
⇔ X = yv1 + zv2 ,
avec v1 = (−3, 1, 0) et v2 = (1, 0, 1). Ainsi,

F = {X = yv1 + zv2 , y , z ∈ R} = vect(v1 , v2 ).
⇒ F est un s.e.v de R3 .
Plan
Définition-Proposition: Soit F et G des s.e.v de E . On note
F + G = {Z ∈ E : ∃x ∈ F , ∃y ∈ G , Z = x + y }.
Alors F + G est un s.e.v de E appelé somme de F et G . Il contient F et

G (F ⊂ (F + G ), G ⊂ (F + G )).
Preuve: Montrer que F + G est un s.e.v de E .
Comme F et G sont des s.e.v de E alors OE ∈ F et OE ∈ G
=⇒ OE = OE + OE ∈ F + G et F + G 6= ∅.
Soit z1 ∈ (F + G ), z2 ∈ (F + G ) et λ ∈ K. A-t-on
λz1 + z2 ∈ (F + G )?
z1 ∈ (F + G ) =⇒ z1 = x1 + y1 , x1 ∈ F , y1 ∈ G .
z2 ∈ (F + G ) =⇒ z2 = x2 + y2 , x2 ∈ F , y2 ∈ G .
λ.z1 + z2 = λ.(x1 + x2 ) + (x2 + y2 ) = (λ.x1 + y1 ) + (λ.y1 + y2 )

d’où λ.z1 + z2 = x3 + y3 ∈ (F + G ) et parsuite, (F + G ) est un s.e.v de E .
F ⊂ (F + G ) car ∀ x ∈ F , x = x + 0 ∈ F + G .
G ⊂ (F + G ) car ∀ y ∈ G , y = 0 + y ∈ F + G .
Exemples:
Dans R2 on a tout vecteur u s’écrit: u = (x, y ), x, y ∈ R,
u = x(1, 0) + y (0, 1) = x.e1 + y .e2
avec e1 = (1, 0) et e2 = (0, 1). D’où, R2 = vect(e1 ) + vect(e2 ).

Soit
F = {(x, 0, 0), x ∈ R}
G = {(y , y , 0), y ∈ R}
Montrer que F et G sont des s.e.v de R3 et donner F + G .
On a F = {(x, 0, 0), x ∈ R} = {x(1, 0, 0), x ∈ R} = {x.v1 , x ∈ R} avec

v1 = (1, 0, 0). =⇒ F = vect(v1 ) =⇒ F s.e.v de R3 .
G = {(y , y , 0), y ∈ R} = {y (1, 1, 0), y ∈ R} = {y .v2 , y ∈ R} avec
v2 = (1, 1, 0). =⇒ G = vect(v2 ) =⇒ G s.e.v de R3 .
F + G = {(x, 0, 0) + (y , y , 0), x, y ∈ R} = {(x + y , y , 0), x, y ∈ R} =
vect(v1 ) + vect(v2 ) = vect(v1 , v2 ).
Définition:(Somme directe) On dit que les sous espaces vectoriels F et G

sont en somme directe ou que la somme F + G est directe ssi
F ∩ G = {OE }. On note alors F + G = F ⊕ G .
Exemples:
1 E = C est un R-e.v, F = R et G = iR. F et G sont en somme
directe dans E .
En effet: Soit z ∈ F ∩ G alors z ∈ R et z ∈ iR.
=⇒ ∃x ∈ R tel que z = i.x et z ∈ iR =⇒ z = 0. D’où
F ∩ G = {OE }.
2 Soit F = {(x, y ) ∈ R2 tel que x + y = 0} et G = vect(v ), avec
v = (1, −1). Alors F et G ne sont pas en somme directe puisque
v ∈ G et v ∈ F , d’où F ∩ G 6= {OE }.
Définition:(Sous espaces supplémentaires)

Deux sous espaces vectoriels F et G de E sont dits supplémentaires dans E
ssi E = F ⊕ G .
i.e:

E = F + G
F ∩ G = {O }
E
Proposition: Les sous espaces vectoriels F et G de E sont dits

supplémentaires dans E ssi tout vecteur x de E s’écrit de manière unique:
x = y + z avec y ∈ F et z ∈ G .
Exemples:
1 C = R ⊕ iR. En effet: Tout z ∈ C s’écrit de manière unique
z = x + iy avec x ∈ R et iy ∈ R.
2 E = R2 , F = {(x, 0), x ∈ R}, G = {(0, y ), y ∈ R}. On a
E = F ⊕ G.
Plan
E est un K-espace vectoriel.

Définition: Soit n ∈ N∗ , v1 , v2 , ..., vn des vecteurs de E .
(i) On dit que la famille (v1 , ..., vn ) est libre ou que v1 , ..., vn sont
linéairement indépendants ssi pour tous scalaires α1 , ..., αn ∈ K:
α1 v1 + α2 v2 + ... + αn vn = OE =⇒ α1 = α2 = ... = αn = 0.
(ii) On dit que la famille (v1 , ..., vn ) est liée ou que v1 , ..., vn sont
linéairement dépendants s’il existe des scalaires α1 , ..., αn ∈ K non
tous nuls tel que:
α1 v1 + α2 v2 + ... + αn vn = OE .
(iii) On dit que la famille (v1 , ..., vn ) est totale ou génératrice dans E ou
encore que v1 , ..., vn engendrent E ssi E = vect(v1 , ..., vn ).
i.e: Tout vecteur x de E , x = λ1 v1 + λ2 v2 + ... + λn vn avec
λ1 , ..., λn ∈ K.
Exemples:
E = R2 , v1 = (1, 1), v2 = (−1, 2). Montrer que (v1 , v2 ) est un
système libre de E .
Soit α, β ∈ R tel que αv1 + βv2 = OE . Montrer que α = β = 0.
αv1 +βv2 = OE =⇒ α(1, 1)+β(−1, 2) = OE =⇒ (α−β, α+2β) = (0, 0)
=⇒ α = β = 0.
E = C3 , v1 = (1, i, 0), v2 = (−i, 0, 1), v3 = (1 − i, i, 1). Alors
(v1 , v2 , v3 ) est un système liè de E .
En effet: On a v1 + v2 = v3 =⇒ v1 + v2 + v3 = OE
=⇒ il existe des scalaires α1 = 1, α2 = 1 et α3 = −1 non tous nuls
tel que α1 v1 + α2 v2 + α3 v3 = OE
Dans R2 , e1 = (1, 0), e2 = (0, 1). La famille (e1 , e2 ) est totale dans
R2 car tout vecteur u ∈ R2 s’écrit:
u = (x, y ) = x(1, 0) + y (0, 1) = x.e1 + y .e2 , x, y ∈ R.
E = Kn [X ] = {P ∈ K[X ] : deg P ≤ n}, n ∈ N. La famille

(1, X , X 2 , ..., X n ) engendre E .
En effet: tout polynôme P ∈ Kn [X ], s’écrit:
P = a0 + a1 X + a2 X 2 + ... + an X n
avec a1 , ..., an ∈ K. Ainsi, Kn [X ] = vect(1, X , X 2 , ..., X n ).
Propriétés:
(a) Toute famille contenant le vecteur nul est liée.
En effet: Soit v1 , ..., vn ∈ E tel que vi = OE pour un certain i,
1 ≤ i ≤ n. Alors on a:
0.v1 + 0.v2 + ... + 1.vi + ... + 0.vn = OE .
(b) Toute famille contenant plusieurs fois le même vecteur est liée.
En effet: Si la famille est (v1 , v1 , v2 , ..., vn ). Alors on a :
1.v1 + (−1).v1 + 0.v2 + ... + 0.vn = OE
(c) Toute famille contenant une famille liée est liée.

(d) Toute famille contenue dans une famille libre est libre.
Proposition: La famille (v1 , ..., vn ) est liée ⇔ L’un au moins des vecteurs vi
(1 ≤ i ≤ n) est combinaison linéaire des autres vecteurs.
Exemples:
1 La famille (v1 , v2 , v1 + v2 ) est liée.
2 Une famille de deux vecteurs (u, v ) est liée ⇔ ∃ λ ∈ K, λ 6= 0 tel que
v = λu ou u = λv , i.e: u et v sont colinéaires.
Base
La notion de base généralise la notion de repère.

Dans R2 , un repère est donné par un couple de vecteurs non colinéaires.
Dans R3 , un repère est donné par un triplet de vecteurs non coplanaires.
Dans un repère, un vecteur se décompose suivant les vecteurs d’une base.
Il en sera de même pour une base d’un espace vectoriel.
Définition: Soit B = (v1 , v2 , ..., vn ) une famille de vecteurs de E . On dit

que B est une base de E si B est une famille libre et génératrice de E .
Exemples:
1) E = R2 , e1 = (1, 0), e2 = (0, 1). Alors (e1 , e2 ) une base de R2 , dite

base canonique de R2 .
2) Plus généralement: E = Kn est un K.e.v., e1 = (1, 0, ..., 0),

e2 = (0, 1, 0, ..., 0),..., en = (0, 0, ..., 0, 1). Alors, (e1 , e2 , ..., en ) est une
base de E appelée base canonique de E .
En effet: Tout vecteur U de E sécrit U = (x1 , x2 , ..., xn ) ∈ Kn .
U = x1 (1, 0, ..., 0) + x2 (0, 1, 0, ..., 0) + ... + xn (0, 0, ..., 0, 1)
= x1 .e1 + x2 .e2 + ... + xn .en .
Ainsi, U ∈ vect(e1 , e2 , ..., en ) ce qui montre que (e1 , e2 , ..., en ) est une
famille génératrice de E . Montrons que cette famille est libre.
Soit α1 , α2 , ..., αn ∈ K tel que α1 .e1 + α2 .e2 + ... + αn .en = OE . Montrer
que α1 = α2 = ... = αn = 0.
α1 .e1 + α2 .e2 + ... + αn .en = OE

⇒ α1 (1, 0, ..., 0) + α2 (0, 1, 0, ..., 0) + ... + αn (0, 0, ..., 0, 1) = (0, ..., 0)
⇒ (α1 , α2 , ..., αn ) = (0, ..., 0)
⇒ α1 = 0, α2 = 0, ..., αn = 0.
D’où, (e1 , e2 , ..., en ) est une famille libre de E . Parsuite, (e1 , e2 , ..., en ) est
une base de E .
3) E = Kn [X ], n ∈ N. Alors la famille B = (1, X , X 2 , ..., X n ) est une
base de E , appelée base canonique de E .
En effet: On a vu que (1, X , X 2 , ..., X n ) engendre E . Montrons qu’elle
est libre.
Soit α0 , α1 , ..., αn ∈ K tel que α0 .1 + α1 .X + ... + αn .X n = OE .
=⇒ α0 .1 + α1 .X + ... + αn .X n = O= polynôme nul.
=⇒ α0 = 0, α1 = 0, ..., αn = 0.

Espace Vectorielle

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Espace Vectorielle

Transféré par

Droits d'auteur :

Formats disponibles

Définitions-Propriétés

Institut Supérieur d’Informatique de Mahdia

November 29, 2023

Licence Computer Sciences (LCS)

3 Sous espaces vectoriels supplémentaires

4 Famille libre-Famille liée:

3 Sous espaces vectoriels supplémentaires

4 Famille libre-Famille liée:

Dans tout ce qui suit K désigne R ou C.

Une loi de composition externe (L.C.E), notée (.) dite multiplication

Si E1 et E2 sont deux R-espaces vectoriels, E1 × E2 muni de loi

∀(x, y ), (z, t) ∈ R2 , (x, y ) + (z, t) = (x + z, y + t)

et la multiplication est définie par:

∀λ ∈ R, ∀(x, y ) ∈ R2 , λ.(x, y ) = (λx, λy )

3 Sous espaces vectoriels supplémentaires

4 Famille libre-Famille liée:

Définition: Soit E un K-espace vectoriel. Une partie F de E est dite sous

ceci est équivalent à: F 6= ∅ et ∀ λ ∈ K, ∀ x, y ∈ F , λ.x + y ∈ F ,

Ainsi, F est un s.e.v de R2 .

Proposition: Soit E un espace vectoriel sur un corps R. Soient u ∈ E et

Théorème: Tout sous espace vectoriel F d’un K-espace vectoriel E est

Les scalaires λ1 , λ2 , ..., λn sont appelés coefficients de la combinaison

(3, 3, 1) = 2(1, 1, 0) + (1, 1, 1).

2 Dans le R−espace vectoriel R2 , le vecteur u = (2, 1) n’est pas

Définition-Proposition:(Sous espaces engendré)

On dit que la famille (v1 , v2 , ..., vn ) est générateice ou totale ou qu’elle

i.e: Tout vecteur x ∈ E s’écrit x = ni=1 λi vi , λi ∈ K, 1 ≤ i ≤ n.

Exemples: Soit E un espace vectoriel.

Soit E = R2 , tout vecteur u ∈ R2 s’écrit de la forme

Remarque: Pour montrer que F est un s.e.v de E , il suffit de l’écrire sous

Remarque: Pour montrer que F est un s.e.v de E , il suffit de l’écrire sous

avec v1 = (−3, 1, 0) et v2 = (1, 0, 1). Ainsi,

3 Sous espaces vectoriels supplémentaires

4 Famille libre-Famille liée:

Définition-Proposition: Soit F et G des s.e.v de E . On note

Alors F + G est un s.e.v de E appelé somme de F et G . Il contient F et

λ.z1 + z2 = λ.(x1 + x2 ) + (x2 + y2 ) = (λ.x1 + y1 ) + (λ.y1 + y2 )

u = x(1, 0) + y (0, 1) = x.e1 + y .e2

avec e1 = (1, 0) et e2 = (0, 1). D’où, R2 = vect(e1 ) + vect(e2 ).

On a F = {(x, 0, 0), x ∈ R} = {x(1, 0, 0), x ∈ R} = {x.v1 , x ∈ R} avec

Définition:(Somme directe) On dit que les sous espaces vectoriels F et G

Définition:(Sous espaces supplémentaires)

Proposition: Les sous espaces vectoriels F et G de E sont dits

3 Sous espaces vectoriels supplémentaires

4 Famille libre-Famille liée:

E est un K-espace vectoriel.

αv1 +βv2 = OE =⇒ α(1, 1)+β(−1, 2) = OE =⇒ (α−β, α+2β) = (0, 0)

u = (x, y ) = x(1, 0) + y (0, 1) = x.e1 + y .e2 , x, y ∈ R.

E = Kn [X ] = {P ∈ K[X ] : deg P ≤ n}, n ∈ N. La famille

avec a1 , ..., an ∈ K. Ainsi, Kn [X ] = vect(1, X , X 2 , ..., X n ).

0.v1 + 0.v2 + ... + 1.vi + ... + 0.vn = OE .

1.v1 + (−1).v1 + 0.v2 + ... + 0.vn = OE

(c) Toute famille contenant une famille liée est liée.

La notion de base généralise la notion de repère.

Définition: Soit B = (v1 , v2 , ..., vn ) une famille de vecteurs de E . On dit

1) E = R2 , e1 = (1, 0), e2 = (0, 1). Alors (e1 , e2 ) une base de R2 , dite

2) Plus généralement: E = Kn est un K.e.v., e1 = (1, 0, ..., 0),

En effet: Tout vecteur U de E sécrit U = (x1 , x2 , ..., xn ) ∈ Kn .

U = x1 (1, 0, ..., 0) + x2 (0, 1, 0, ..., 0) + ... + xn (0, 0, ..., 0, 1)

= x1 .e1 + x2 .e2 + ... + xn .en .

α1 .e1 + α2 .e2 + ... + αn .en = OE

Vous aimerez peut-être aussi