Table des matières

1 L’espace vectoriel Rn 2
1.1 Qu’est-ce qu’un espace vectoriel ? . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Sous-espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Famille génératrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Indépendance linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.5 Bases, dimension . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.6 Normes et distance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.7 Parties remarquables de Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1
CHAPITRE 1

L’espace vectoriel Rn

Sommaire
1.1 Qu’est-ce qu’un espace vectoriel ? . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Sous-espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Famille génératrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Indépendance linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.5 Bases, dimension . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.6 Normes et distance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
n
1.7 Parties remarquables de R . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.1 Qu’est-ce qu’un espace vectoriel ?

→
− →
−
On considère le plan E = R×R muni d’un repère (O, i , j ). Un vecteur → −u du plan s’identifie
à ses coordonnées (u1 , u2 ) dans ce repère. Étant donnés u = (u1 , u2 ) et →
→
− −
v = (v1 , v2 ) deux
vecteurs du plan et λ un nombre réel quelconque, on définit

• →
−
u +→
−
v = (u1 + v1 , u2 + v2) ;

• λ·→
−
u = (λu1 , λu2 ).
→
−
Le vecteur nul 0 a pour coordonnées (0, 0).

F IGURE 1.1 – Vecteurs du plan

2
 CHAPITRE 1. L’ESPACE VECTORIEL Rn
1.1. QU’EST-CE QU’UN ESPACE VECTORIEL ?

La somme vectorielle ”+” est une loi de composition et elle est dite interne car la somme de
deux vecteurs du plan renvoie encore un vecteur du plan. La multiplication à gauche ”·” d’un
vecteur par un scalaire renvoie encore un vecteur du plan et est aussi une loi de composition,
mais elle est dite externe car le scalaire est extérieur au plan.

Les calculs sur les vecteurs se font alors avec les règles indiquées dans la proposition suivante :

 Proposition 1.1.
Pour tous vecteurs → −
u,→ −
v et →−
w dans E et pour tous nombres réels λ et µ.
• La loi ” + ” vérifie les propriétés suivantes :
1. →
−u + (→ −v +→ −w ) = (→
−u +→ −v)+→ −
w (associativité de la loi ” + ”),
→
− →
− →
− →
−
2. u + v = v + u (commutativité de la loi ” + ”),
→
− →
− − →
−
3. →
−u + 0 = 0 +→ u =→ −u . (élément neutre pour la loi ” + ” noté 0 ),
→
−
4. →
−u + (−→ −u ) = (−→−u)+→ −u = 0 (existence d’un symétrique (ou encore opposé)
→
−
de u pour la loi ” + ”),
• La loi ” · ” vérifie les propriétés suivantes :
5. λ · (→
−
u +→ −v ) = λ·→ −
u +λ·→ −v . (distributivité à gauche de la loi ” · ” par rapport
à l’addition dans E),
6. (λ + µ) · → −
u =λ·→ −u +µ·→ −u (distributivité à droite de la loi ” · ” par rapport à
l’addition dans R),
7. λ · (µ · →
−u ) = (λµ) · →
−u (associativité mixte de la loi ” · ”),
8. 1 · →
−
u =→ −
u (élément neutre pour la loi ” · ”).

On écrira souvent λ→
−
u au lieu de λ · →
−
u , en omettant le ” · ”.

Donnons maintenant la définition générale d’un espace vectoriel. Notons qu’à partir de maintenant,
les vecteurs sont notés sans flèche.

 Définition 1.1 (Espace vectoriel).

On appelle espace vectoriel réel (ou R-espace vectoriel) tout triplet (E, +, ·) constitué
d’un ensemble E et de deux lois ” + ” et ” · ” vérifiant les propriétés 1) à 8) (voir la
proposition 1.1) pour tous vecteurs u, v et w dans E et pour tous nombres réels λ et µ.

De nombreux espaces peuvent être munis d’une addition et d’un produit par les nombres réels
qui vérifient les règles de calcul précédentes : matrices, polynômes, suites, fonctions. Mais,
l’exemple le plus important d’espace vectoriel est Rn , comme on le voit dans la définition
suivante.

 Définition 1.2 ((Rn , +, ·) un espace vectoriel).

Pour tout entier n ≥ 1, le triplet (Rn , +, ·) est un espace vectoriel avec :
• Rn = {(x1 , . . . , xn ) : x1 ∈ R, . . . , xn ∈ R} ;
• x + y = (x1 + y1 , . . . , xn + yn ), si x = (x1 , . . . , xn ) et y = (y1 , . . . , yn ) sont des
éléments de Rn ;
• λ x = (λ x1 , . . . , λ xn ), si x = (x1 , . . . , xn ) est un élément de Rn et λ un nombre
réel.
En particulier, (R, +, ·), (R2 , +, ·) et (R3 , +, ·) sont des espaces vectoriels sur R.
L’élément neutre pour l’addition est le vecteur nul de Rn , c’est-à-dire 0 = (0, · · · , 0).

3 M. EL HIA
 CHAPITRE 1. L’ESPACE VECTORIEL Rn
1.2. SOUS-ESPACE VECTORIEL

1.2 Sous-espace vectoriel

On considère E un espace vectoriel, et F une partie de E, c-à-d F ⊂ E.

 Définition 1.3 (Sous-espace vectoriel de E).

On dit que F est un sous-espace vectoriel (sev) de E s’il vérifie :
• F est non vide,
• ∀(x, y) ∈ F 2 , x + y ∈ F ,
• ∀λ ∈ R, ∀x ∈ F, λ · x ∈ F .

La deuxième condition exprime le fait que F est stable pour l’addition, la troisième condition
qu’il est stable pour la multiplication externe.

 Proposition 1.2 (Caractérisation).

On dit que F est un sous-espace vectoriel de E si et seulement si :
(i) 0 ∈ F
et
(ii) ∀(λ, µ) ∈ R2 , ∀(x, y) ∈ F 2 , λ · x + µ · y ∈ F .

 Exemple 1.1.
On se place dans R3 et on considère l’ensemble F défini par

F = {(x, y, z) ∈ R3 / x = 2y + 3z}.

Montrer que F est un sous-espace vectoriel de R3 .

1.3 Famille génératrice

 Définition 1.4 (Combinaisons linéaires).

Soit p ∈ N∗ , {u1 , . . . , up } une famille de vecteurs de E et {λ1 , . . . , λp } une famille de
scalaires de R, la combinaison linéaire de la famille (ui )1≤i≤p de coefficients (λi )1≤i≤p
est la somme p
X
λi ui = λ1 u1 + . . . + λp up
i=1

 Exemple 1.2.
SLmed
• Dans R2 , le vecteur (1, −3) est une combinaison linéaire des vecteurs (2, 1), (1, 1) et
(−2, 1). En effet,

(1, −3) = −5(2, 1) + 5(1, 1) − 3(−2, 1), ou encore (1, −3) = 4(2, 1) − 7(1, 1) + 0(−2, 1)

• Dans R3 , le vecteur (−1, 0, 4) est une combinaison linéaire des vecteurs (3, −2, 2) et
(−2, 1, 1). En effet,
(−1, 0, 4) = (3, −2, 2) + 2(−2, 1, 1)

4 M. EL HIA
 CHAPITRE 1. L’ESPACE VECTORIEL Rn
1.4. INDÉPENDANCE LINÉAIRE

 Proposition 1.3 (S.E.V engendré par p vecteurs).

Soit p ∈ N∗ et {u1 , . . . , up } une famille de vecteurs de E. On note F le sous-ensemble
de E formé de toutes les combinaisons linéaires de u1 , . . . , up :

F = {λ1 u1 + . . . + λp up , λ, . . . , λp réels}

L’ensemble F ainsi défini est un sous-espace vectoriel de E appelé sous-espace vectoriel

engendré par u1 , . . . , up . On le note F = Vect(u1 , . . . , up ).

 Exemple 1.3.
Reprenons l’exemple 1.1, soit F le sous-ensemble de R2 défini par

F = {(x, y, z) ∈ R3 / x = 2y + 3z}.

Montrer que F s’écrit F = Vect(u, v) avec u = (2, 1, 0) et v = (3, 0, 1).

 Définition 1.5 (Famille génératrice).

On dit que les vecteurs u1 , . . . , up forment une famille génératrice (ou un système
générateur) de E si tout élément x de E peut s’écrire comme combinaison linéaire des
ui :
p
X
p
∀x ∈ E, ∃λ1 , . . . , λp ∈ R , x = λi u i
i=1

1.4 Indépendance linéaire

 Définition 1.6 (Familles libres, familles liées).

Soit F = {ui , i = 1, . . . , n} une famille de vecteurs de E.
• On dit que F est libre ou que les vecteurs de F sont linéairement indépendants
si on ne peut pas obtenir un de ces vecteurs comme combinaison linéaire des
autres.
• Dans le cas contraire, on dit que la famille F est liée ou que les vecteurs de F
sont linéairement dépendants.

Voici une formulation équivalente de l’indépendance linéaire, souvent plus facile à utiliser
dans la pratique.

 Proposition 1.4.
Soit F = {ui , i = 1, . . . , n} une famille de vecteurs de E.
• On dit que F est une famille libre (ou linéairement indépendante) si,
n
X 
λi ui = 0 =⇒ ∀i = 1, . . . , n, λi = 0
i=1

• On dit que F est une famille liée (ou linéairement dépendante) si elle n’est pas

5 M. EL HIA
 CHAPITRE 1. L’ESPACE VECTORIEL Rn
1.5. BASES, DIMENSION

Pn
libre, c’est-à-dire s’il existe un n-uplet (λ1 , . . . , λn ) 6= (0, . . . , 0) tel que i=1 λi ui =
0.

 Exemple 1.4.
On se place dans R3 .
1. Montrer que les vecteurs u1 = (1, 0, 0), u2 = (0, 1, 0) et u3 = (1, 1, 1) forment une famille
libre.
2. Montrer que les vecteurs v1 = (1, 0, 0), v2 = (0, 1, 1) et v3 = (1, 1, 1) forment une famille
liée.

 Proposition 1.5.
Si F = {ui , i = 1, . . . , n} est une famille libre de vecteurs de E, alors toute famille
obtenue en retirant à F un ou plusieurs vecteurs sera aussi libre.

1.5 Bases, dimension

 Définition 1.7 (Base).

Soit B une famille de vecteurs de E. On dit que B est une base de E si et seulement si,
B est une famille libre et génératrice de E.

 Exemple 1.5.
Considérons dans R2 les vecteurs e1 = (1, 0) et e2 = (0, 1). Ces deux vecteurs forment
une famille génératrice de R2 puisque tout vecteur (x1 , x2 ) appartenant à R2 se décompose
comme suit :
(x1 , x2 ) = x1 (1, 0) + x2 (0, 1) = x1 e1 + x2 e2
De plus, les deux vecteurs e1 et e2 constituent une famille libre. La famille B = (e1 , e2 ) est
donc une base de R2 . Plus généralement, tout vecteur (x1 , x2 , . . . , xn ) de Rn , s’écrit sous la
forme :

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

= x1 e1 + x2 e2 + · · · + xn en

où on a noté e1 = (1, 0, . . . , 0), e2 = (0, 1, . . . , 0), . . . , en = (0, 0, . . . , 1). Cette décomposition

étant unique, la famille B = (e1 , e2 , . . . , en ) est une base de Rn . On l’appelle base canonique
de Rn .

 Proposition 1.6.
Soit E un espace vectoriel sur R. B = {v1 , v2 , ..., vn } est une base de E si et seulement
si
(∀x ∈ E) (∃!{λ1 , λ2 , ..., λn ) ∈ Rn ) tel que (x = λ1 v1 + λ2 v2 + ... + λn vn ).
Ce qui signifie que B = {v1 , v2 , ..., vn } est une base de E si et seulement si tout vecteur
de E s’écrit de manière unique comme combinaison linéaire des éléments de B. Les λi
s’appellent les composantes ou coordonnées du vecteur x relativement à la base B.

6 M. EL HIA
 CHAPITRE 1. L’ESPACE VECTORIEL Rn
1.6. NORMES ET DISTANCE

 Exemple 1.6.
Soit le vecteur u = (0, 0, 1) de R3 . Calculer ses coordonnées dans la base B = (u1 , u2 , u3 )
avec u1 = (1, 0, 0), u2 = (1, 1, 0) et u3 = (1, 1, 1).

 Définition 1.8 (Dimension finie).

On dit que l’espace vectoriel E est de dimension finie s’il possède une base formée
d’un nombre finie de vecteurs. Sinon, on dit qu’il est de dimension infinie.

 Définition 1.9.
Soit E un espace vectoriel de dimension finie. On dit que E est de dimension n si toutes
les bases de E ont pour cardinal (c-à-d nombre de vecteurs) n. On note dim(E) = n.
Par convention on dit que l’espace E = {0} a pour base ∅, et que sa dimension est 0.

 Exemple 1.7.
SLmed
• La dimension de Rn est égale à n car le cardinal de B = {e1 , e2 , . . . , en } la base
canonique de Rn est égal à n.
• Considérons l’ensemble F des vecteurs (x, y, z) de R3 tels que 2x − y + z = 0. Cet
ensemble peut s’écrire sous la forme :

F = {(x, y, z) ∈ R3 : x(1, 2, 0) + z(0, 1, 1)}

Donc le système B = {(1, 2, 0); (0, 1, 1)} est générateur de F .

Comme B est libre, on déduit que B est une base de F . Donc dim F = 2.

1.6 Normes et distance

 Définition 1.10 (Normes).

On appelle norme sur Rn une application N de Rn dans R+ qui vérifie :
• ∀x ∈ Rn , N (x) = 0 ⇔ x = 0 (séparation).
• ∀λ ∈ R, ∀x ∈ Rn , N (λx) = |λ| · N (x) (homogénéité positive).
• ∀x, y ∈ Rn , N (x + y) ≤ N (x) + N (y) (inégalité triangulaire).
On emploie généralement la notation k x k pour N (x), qui rappelle l’analogie avec la
valeur absolue dans R ou le module dans C.

 Exemple 1.8.
Sur Rn , on utilise indifféremment les trois normes classiques suivantes, définies pour x =
(x1 , x2 , . . . , xn ) ∈ Rn .
n
X
k x k1 = |x1 | + . . . + |xn | = |xi |
i=1
n
!1/2
p X
k x k2 = x21 + . . . + x2n = |xi |2
i=1
k x k∞ = max(|x1 |, . . . , (|xn |) = max {|xi |}
i=1,...,n

7 M. EL HIA
 CHAPITRE 1. L’ESPACE VECTORIEL Rn
1.6. NORMES ET DISTANCE

La norme k . k2 est appelée norme euclidienne.

 Proposition 1.7 (Normes équivalentes).

Deux normes k · k et k · k0 sur Rn sont équivalentes s’il existe deux constantes λ > 0 et
µ > 0 telles que
∀x ∈ Rn , λkxk ≤ kxk0 ≤ µkxk.
On note k · k ∼ k · k0

 Proposition 1.8.
Les normes k . k1 , k . k2 et k . k∞ sont équivalentes sur Rn .

La proposition 1.8 résulte de la propriété suivante :

∀x ∈ Rn , k x k∞ ≤k x k2 ≤k x k1 ≤ n k x k∞

 Remarque 1.1.
Lorsque le choix de la norme sur Rn est arbitraire, on utilise tout simplement la notation
k . k.

 Proposition 1.9.
Soit k . k une norme sur Rn , alors on a :

| k x k − k y k | ≤k x − y k, ∀x, y ∈ Rn .

 Définition 1.11 (Distance).

On dit qu’une application d : Rn × Rn → R+ , (x, y) 7→ d(x, y) est une distance sur Rn si
elle vérifie les trois conditions suivantes :
• ∀x, y ∈ Rn , x = y ⇐⇒ d(x, y) = 0 (séparation).
• ∀x, y ∈ Rn , d(x, y) = d(y, x) (symétrie).
• ∀x, y, z ∈ Rn , d(x, y) ≤ d(x, z) + d(z, y) (inégalité triangulaire).

 Exemple 1.9.
Sur R, les applications suivantes sont des distances :
• (x, y) 7→ |x − y|
|x − y|
• (x, y) 7→
1 + |x − y|
p
• (x, y) 7→ |x − y|

 Remarque 1.2.
Si k . k est une norme sur Rn , alors l’application définie par (x, y) 7→ d(x, y) =k x − y k est
une distance sur Rn appelée distance induite par la norme k . k.

8 M. EL HIA
 CHAPITRE 1. L’ESPACE VECTORIEL Rn
N
1.7. PARTIES REMARQUABLES DE R

 Exemple 1.10.
Les distances induites par les normes k . k1 , k . k2 et k . k∞ sont données par :
n
X
• (x, y) 7→ d1 (x, y) = |xi − yi | =k x − y k1
i=1
n
!1/2
X
• (x, y) 7→ d2 (x, y) = |xi − yi |2 =k x − y k2 (distance euclidienne).
i=1
• (x, y) 7→ d∞ (x, y) = max {|xi − yi |} =k x − y k∞ .
i=1,...,n

 Remarque 1.3.
Les notions de norme et de distance peuvent être généralisées à tout espace vectoriel sur
R. Un espace vectoriel muni d’une norme est alors dit espace vectoriel normé. Un espace
vectoriel muni d’une distance est dit espace métrique.

1.7 Parties remarquables de Rn

 Définition 1.12 (Boules et sphères).

Soit a un point de Rn et r ≥ 0 un nombre réel.
1. Une boule ouverte de centre a et de rayon r est définie par :

B(a, r) = {x ∈ Rn / d(a, x) < r} = {x ∈ Rn / k x − a k< r}.

2. Une boule fermée de centre a et de rayon r est définie par :

B(a, r) = {x ∈ Rn / d(a, x) ≤ r} = {x ∈ Rn / k x − a k≤ r}.

3. Une sphère de centre a et de rayon r est définie par :

S(a, r) = {x ∈ Rn / d(a, x) = r} = {x ∈ Rn / k x − a k= r}.

 Exemple 1.11.
SLmed
1. B(a, 0) = ∅ ; B(a, 0) = S(a, 0) = {a}.
2. Dans R muni de la norme usuelle (valeur absolue), les boules ouvertes (resp. fermées)
de R sont les intervalles ouverts (resp. fermés).
3. Dans R2 muni de la norme euclidienne, les boules ouvertes (resp. fermées) sont les
disques ouverts (resp. fermés).
• Disque ouvert de centre A = (a, b) et de rayon r :

D(A, r) = {(x, y) ∈ R2 / (x − a)2 + (y − b)2 < r2 }

• Disque fermé de centre A = (a, b) et de rayon r :

D(A, r) = {(x, y) ∈ R2 / (x − a)2 + (y − b)2 ≤ r2 }

4. Dans R2 muni de la norme euclidienne, les sphères sont les cercles :

• Cercle de centre A = (a, b) et de rayon r :

C(A, r) = {(x, y) ∈ R2 / (x − a)2 + (y − b)2 = r2 }

9 M. EL HIA
 CHAPITRE 1. L’ESPACE VECTORIEL Rn
N
1.7. PARTIES REMARQUABLES DE R

 Remarque 1.4.
La forme de la boule et de la sphère dépend de la norme (ou distance) choisie dans Rn . Par
exemple, les boules unité dans R2 (boules de centre O et de rayon 1) sont illustrées dans la
figure 1.2 pour les normes 1, 2 et infini.

F IGURE 1.2 – Boule unité dans R2 .

 Définition 1.13 (Parties bornées).

Soit A une partie de Rn . On dit que A est bornée si A est contenue dans une boule
ouverte (ou fermée). Ou de manières équivalentes :
• Il existe a ∈ Rn et r > 0 tels que A ⊂ B(a, r).
• Il existe M > 0 tel que ∀ x ∈ A, k x k≤ M .

 Exemple 1.12.
SLmed
1. Les boules (fermées et ouvertes) de Rn sont bornées.
2. L’ensemble [0, 1]×] − 3, 2] est bornée dans R2 .
3. L’ensemble [0, 1]×] − ∞, 2] n’est pas bornée dans R2 .

 Définition 1.14 (Voisinage).

Soient a ∈ Rn et V une partie de Rn . On dit que V est un voisinage de a si V contient
une boule de centre a et de rayon strictement positif.
Autrement dit : ∃r > 0 tel que B(a, r) ⊂ V.
On note : V ∈ V(a) ou V ∈ Va .

 Exemple 1.13.
SLmed
• Rn est un voisinage de tout point a ∈ Rn .
• La boule ouverte B(a, r) = {x ∈ Rn / k x − a k< r} est voisinage de chacun de ses
points.
• La boule fermée B(a, r) = {x ∈ Rn / k x − a k≤ r} n’est pas voisinage de x tel que
k x − a k= r.

10 M. EL HIA
 CHAPITRE 1. L’ESPACE VECTORIEL Rn
1.8. EXERCICES

 Définition 1.15 (Intérieur).

Soit A une partie de Rn .
o
• On appelle intérieur de A, noté A, ou int(A) l’ensemble de tous les points de A
tels que il existe une boule ouverte B(a, r) ⊂ A.
En d’autres termes :
o
a ∈ A ⇐⇒ ∃r > 0 tel que B(a, r) ⊂ A
o
• On dit que a est un point intérieur à A si a ∈ A.
• L’intérieur de A est le plus grand ouvert inclus dans A.

 Exemple 1.14.
SLmed
• int[a, b] =]a, b[.
• intB(a, r) = B(a, r).
o o
• Dans la figure ci-dessus, y ∈ B mais x ∈
/ B.

 Définition 1.16 (Parties ouvertes, parties fermées).

Soit A une partie de Rn .
• On dit que A est une partie ouverte de Rn si tout point de A est le centre d’une
boule ouverte, de rayon non-nul, incluse dans A. Autrement dit, ∀a ∈ A, ∃r >
0 tel que B(a, r) ⊂ A.
• Une partie fermée (ou un fermé) de Rn est une partie telle que son
complémentaire dans Rn est un ouvert.

1.8 Exercices
 Exercice 1.1.
Parmi les ensembles suivants, lesquels sont, ou ne sont pas, des sous-espaces vectoriels ?

1. E1 = {(x, y, z) ∈ R3 /x + y + 3z = 0} ;

2. E2 = {(x, y, z) ∈ R3 /x + y + 3z = 2} ;

3. E3 = {(x, y, z, t) ∈ R4 /x = y = 2z = 4t} ;

4. E4 = {(x, y) ∈ R2 /xy = 0} ;

5. E5 = {(x, y) ∈ R2 /y = x2 }.

 Exercice 1.2.
Les vecteurs u suivants sont-ils combinaison linéaire des vecteurs ui ?

1. E = R2 , u = (1, 2), u1 = (1, −2), u2 = (2, 3) ;

2. E = R2 , u = (1, 2), u1 = (1, −2), u2 = (2, 3), u3 = (−4, 5) ;

3. E = R3 , u = (2, 5, 3), u1 = (1, 3, 2), u2 = (1, −1, 4) ;

11 M. EL HIA
 CHAPITRE 1. L’ESPACE VECTORIEL Rn
1.8. EXERCICES

4. E = R3 , u = (3, 1, m), u1 = (1, 3, 2), u2 = (1, −1, 4) (discuter suivant la valeur de m).

 Exercice 1.3.
Les familles suivantes sont-elles libres dans R3 ?

1. (u, v) avec u = (1, 2, 3) et v = (−1, 4, 6) ;

2. (u, v, w) avec u = (1, 2, −1), v = (1, 0, 1) et w = (0, 0, 1) ;

3. (u, v, w) avec u = (1, 2, −1), v = (1, 0, 1) et w = (−1, 2, −3).

 Exercice 1.4.
Trouver un système générateur des sous-espaces vectoriels suivants de R3

1. F = {(x, y, z) ∈ R3 ; x + 2y − z = 0} ;

2. G = {(x, y, z) ∈ R3 ; x − y + z = 0 et 2x − y − z = 0}.

 Exercice 1.5.
SLmed
1. Donner une condition nécessaire et suffisante pour que les vecteurs u = (a, b) et v = (c, d)
forment un système libre de R2 .

2. En déduire {u, v} libre si et seulement si {u + v, u − v} libre.

 Exercice 1.6.
SLmed
1. Montrer que l’ensemble F = {(x, y, z, t) ∈ R4 /6x − y + 10z + t = 0} est un sous-espace
vectoriel de R4 .

2. Déterminer une base de cet espace.

3. Quelle est la dimension de cet espace ?

 Exercice 1.7.
Soit B(a, r) une boule ouverte relative à une norme de Rn . Montrer que c’est une partie
convexe, c’est-à-dire que si x et y sont deux éléments quelconques de B(a, r), le segment
d’extrémités x et y est inclus dans B(a, r).

12 M. EL HIA