Cours algèbre 2 LEEA1

C HAPITRE 1

E SPACES VECTORIELS

Sommaire
4.1 Structure d’espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
4.2 Sous-espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
4.3 Familles de vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4.4 Familles libres, familles génératrices, bases . . . . . . . . . . . . . . . . . . . . 8

Dans ce chapitre K désignera R ou C.

4.1 ) Structure d’espace vectoriel

Définition 4.1.1. ( Espace vectoriel)

Un K-espace vectoriel est un ensemble non vide E muni :
• d’une loi de composition interne, notée 00 +00 , c’est-à-dire d’une application de E × E dans E :

+:E×E →E

(x, y) 7→ x + y

• d’une loi de composition externe, notée ” · ”, c’est-à-dire d’une application de K × E dans E :

·:K×E →E

(α, x) 7→ α · x

qui vérifient les propriétés suivantes :

1) x + y = y + x pour tous x, y ∈ E (commutativité),

2) (x + y) + z = x + (y + z) pour tous x, y, z ∈ E (associativité),

3) il existe un élément neutre 0E ∈ E tel que pour tout x ∈ E : x + 0E = 0E + x = x,

4) tout x ∈ E admet un symétrique x∗ ∈ E tel que : x + x∗ = 0E .

Cet élément x∗ est noté −x,

1
 CHAPITRE 4. ESPACES VECTORIELS
SECTION 4.1. STRUCTURE D’ESPACE VECTORIEL Cours algèbre 1

5) λ · (x + y) = (λ · x) + (λ · y) pour tous λ ∈ K, x, y ∈ E,

6) (λ + µ) · x = λ · x + µ · x pour tous λ, µ ∈ K, x ∈ E,

7) (λ × µ) · x = λ · (µ · x) pour tous λ, µ ∈ K, x ∈ E,

8) 1 · x = x pour tout x ∈ E.

Terminologie et notations

• Au lieu de K-espace vectoriel, on dit aussi espace vectoriel sur K.

• Les éléments de E s’appellent des vecteurs.

• Les éléments de K seront appelés des scalaires.

• L’élément neutre 0E s’appelle aussi le vecteur nul. Il ne doit pas être confondu avec l’élément
0 de K. Lorsqu’il n’y aura pas de risque de confusion, 0E sera aussi noté 0.

• Le symétrique −x d’un vecteur x ∈ E s’appelle aussi l’opposé.

• La multiplication du vecteur x par le scalaire λ sera souvent notée simplement λx, au lieu de
λ · x.

Exemples.

1) (R, +, ·) est un espace vectoriel sur R.

2) (C, +, ·) est un espace vectoriel sur K.

3) (K[X], +, ·) est un espace vectoriel sur K.

n o
4) Rn = (x1 , x2 , . . . , xn ) | xi ∈ R est un R-espace vectoriel .
• Définition de la loi interne : Si (x1 , x2 , . . . , xn ) et (x01 , x02 , . . . , x0n ) sont deux éléments de Rn ,
alors : (x1 , x2 , . . . , xn ) + (x01 , x02 , . . . , x0n ) = (x1 + x01 , x2 + x02 , . . . , xn + x0n ).
• Définition de la loi externe. Si α est un réel et (x1 , x2 , . . . , xn ) est un élément de Rn , alors :
α(x1 , x2 , . . . , xn ) = (αx1 , αx2 , . . . , αxn ).
• L’élément neutre de la loi interne est le vecteur nul 0Rn = (0, 0, . . . , 0).
• Le symétrique de (x1 , x2 , . . . , xn ) est (−x1 , −x2 , . . . , −xn ) , que l’on note aussi −(x1 , x2 , . . . , xn ).

Proposition 4.1.1.
Soit E un espace vectoriel sur K. Soient x ∈ E et α ∈ K . Alors on a :

1) 0 · x = 0E ,

2) α · 0E = 0E ,

3) (−1) · x = −x,

4) α · x = 0E ⇔ α = 0 ou x = 0E .

abdelhaktraikii@gmail.com 2 ESSTHS-LEEA1
 CHAPITRE 4. ESPACES VECTORIELS
SECTION 4.2. SOUS-ESPACES VECTORIELS Cours algèbre 1

4.2 ) Sous-espaces vectoriels

Définition 4.2.1. (Sous-espace vectoriel)

Soit F une partie d’un K-espace vectoriel E. On dit que F est un sous-espace vectoriel (s.e.v) de E
si et seulement si il vérifie les trois propriétés suivantes :

1) F 6= ∅, (ce qui revient à démontrer que 0E ∈ F ).

2) pour tous λ ∈ K, u ∈ F on a λ · u ∈ F ( F stable par la loi ·),

3) pour tous u, v ∈ F on a u + v ∈ F ( F stable par la loi +).

On peut remarquer que l’on peut condenser les deux dernières propriétés :

Proposition 4.2.1. (Caractérisation d’un sous-espace vectoriel)

Une partie F d’un espace vectoriel E est un sous espace vectoriel si et seulement si il vérifie les
deux propriétés suivantes :

1) F 6= ∅,

2) pour tous λ ∈ K, u, v ∈ F on a αu + v ∈ F .

Exemples.

1) L’ensemble F1 = {(x, y, z) ∈ R3 | 2x − y + z = 0} est un sous-espace vectoriel de R3 .

En effet :

• F1 6= ∅ car 0R3 = (0, 0, 0) ∈ F1 .

• Soient α ∈ R, u = (x, y, z) ∈ F1 ⇔ 2x − y + z = 0, et v = (x0 , y 0 , z 0 ) ∈ F1 ⇔

2x0 − y 0 + z 0 = 0. A-t-on αu + v ∈ F1 ?
On a : αu + v = (αx + x0 , αy + y 0 , αz + z 0 ) et
2(αx + x0 ) − (αy + y 0 ) + (αz + z 0 ) = α(2x − y + z) + 2x0 − y 0 + z 0 = 0.
Ainsi αu + v ∈ F1 .

En conclusion : F1 est un sous-espace vectoriel de R3 .

2) L’ensemble F2 = {(x, y) ∈ R2 | x + y = 0} est un sous-espace vectoriel de R2 .

En effet :

• (0, 0) ∈ F2 donc F2 6= ∅.

• Soient u = (x, y), u0 = (x0 , y 0 ) ∈ F2 et α ∈ R alors αu + u0 = (αx + x0 , αy + y 0 ) ∈ F2 , car

αx + x0 + αy + y 0 = α(x + y) + x0 + y 0 = 0.

En conclusion : F2 est un sous-espace vectoriel de R2 .

abdelhaktraikii@gmail.com 3 ESSTHS-LEEA1
 CHAPITRE 4. ESPACES VECTORIELS
SECTION 4.2. SOUS-ESPACES VECTORIELS Cours algèbre 1

3) L’ensemble F3 = {(x, y, z, t) ∈ R4 | x = 1} n’est pas un sous-espace vectoriel de R4 , car F3

ne contient pas 0R4 .

4) L’ensemble F4 = {(x, y) ∈ R2 | xy = 0} ⊂ R2 n’est pas un sous-espace vectoriel de R2 , car

u = (0, 1) ∈ F4 et v = (1, 0) ∈ F4 mais u + v = (1, 1) ∈
/ F4 .

Proposition 4.2.2. Tout sous-espace vectoriel d’un K-espace vectoriel E, muni des opérations de
E, est un K-espace vectoriel.

Démonstration. Exercice.

Exemples. L’ensemble E = {(x, y, z) ∈ R3 | x − y + z = 0} ⊂ R3 est un R-espace vectoriel. En

effet : Comme E ⊂ R3 et R3 est un R-espace vectoriel, donc
E est un R-espace vectoriel si et seulement si il est un sous-espace vectoriel de R3 .

Remarque 4.2.1. Une partie d’un espace vectoriel n’est pas nécessairement un espace vectoriel.
Considérons en effet l’ensemble E = {(x + 1, x) : x ∈ R}. C’est une partie du R-esapce vectoriel
R2 . Pourtant E n’est pas un espace vectoriel : il n’est pas stable par addition.

On rappelle que si A et B sont deux sous-ensembles d’un ensemble E, on appelle intersection

de A et B le sous-ensemble de E noté A ∩ B et défini par

A ∩ B = {x ∈ E | x ∈ A et x ∈ B}.

Proposition 4.2.3.
Toute intersection de sous-espaces vectoriels est un sous-espace vectoriel.

Démonstration. Soient E un K-espace vectoriel et (Fi )i∈I une famille de sous-espaces vectoriels
T
de E. Montrons que F = Fi est un sous-espace vectoriel de E.
i∈I
• F 6= ∅ car 0 ∈ F puisque 0 ∈ Fi pour tout i ∈ I.

• Soient x, y ∈ F et α ∈ K.
On a x, y ∈ Fi pour tout i ∈ I, donc αx + y ∈ Fi pour tout i ∈ I. Par suite αx + y ∈ F .

Ainsi F est un sous-espace vectoriel de E.

Exemple. On peut remarquer que quels que soient les réels a, b et c, l’ensemble
F = {(x, y, z) ∈ R3 | ax + by + cz = 0} est un sous-espace vectoriel de R3 .
Donc l’ensemble A = {(x, y, z) ∈ R3 | x + y + z = 0 et 2x − y + 3z = 0} est un sous-espace
vectoriel de R3 . Car A = F1 ∩ F2
où F1 = {(x, y, z) ∈ R3 | x + y + z = 0} et F2 = {(x, y, z) ∈ R3 | 2x − y + 3z = 0}.

abdelhaktraikii@gmail.com 4 ESSTHS-LEEA1
 CHAPITRE 4. ESPACES VECTORIELS
SECTION 4.2. SOUS-ESPACES VECTORIELS Cours algèbre 1

Remarque 4.2.2.
Par contre, la réunion de deux sous-espaces vectoriels d’un espace vectoriel E n’est pas en général
un sous-espace vectoriel de E.
Contre-exemple :
Considérons par exemple les deux sous-espaces vectoriels A et B de R3 définis par

A = {(x, y, z) ∈ R3 : x = 0} et B = {(x, y, z) ∈ R3 : y = 0}

On a A ∪ B = {(x, y, z) ∈ R3 : y = 0 ou x = 0}. Or (0, 1, 2) ∈ A ∪ B et (1, 0, 2) ∈ A ∪ B mais

(0, 1, 2) + (1, 0, 2) = (1, 1, 4) ∈
/ A ∪ B. Par suite l’ensemble A ∪ B n’est pas stable par l’addition
et n’est pas un sous espace vectoriel de R3 .

On introduit maintenant la notion de somme d’espaces vectoriels.

Définition 4.2.2. (Somme de sous-espaces vectoriels)

Soient F et G deux sous-espaces vectoriels d’un espace vectoriel E. On appelle somme de F et G
l’ensemble :
n o
F + G = u + v | u ∈ F, v ∈ G .

Théorème 4.2.1.
Si F et G sont deux sous-espaces vectoriels d’un espace vectoriel E alors F +G est un sous-espace
vectoriel de E

Démonstration. Exercice.

Exemple. Considérons les deux sous-espaces vectoriels de R3 définis par

F = {(x, y, z) ∈ R3 : x = y = 0} et G = {(x, y, z) ∈ R3 : y = z = 0}

Tout élément de F est de la forme (0, 0, z) et tout élément de G est de la forme (x, 0, 0) avec
x, z ∈ R.
Les sommes d’un élément de F et d’un élément de G sont toutes de la forme (x, 0, 0) + (0, 0, z) =
(x, 0, z).
Réciproquement, tout vecteur (x, 0, z) s’écrit (x, 0, z) = (x, 0, 0) + (0, 0, z). Le vecteur (x, 0, 0) est
dans F et le vecteur (0, 0, z) est dans G. On a donc

F + G = {(0, 0, z) + (x, 0, 0), x ∈ R, z ∈ R} = {(x, y, z) ∈ R3 : y = 0}

est un sous-espace vectoriel de R3 .

abdelhaktraikii@gmail.com 5 ESSTHS-LEEA1
 CHAPITRE 4. ESPACES VECTORIELS
SECTION 4.2. SOUS-ESPACES VECTORIELS Cours algèbre 1

Définition 4.2.3. (Somme direct)

Si F1 et F2 sont deux sous-espaces vectoriels de E, on dit que F1 et F2 sont en somme directe si
F1 ∩ F2 = {0E }, on note F1 ⊕ F2 au lieu de F1 + F2 .

Exemple. Pour E = R3 , les sous espaces vectoriels F1 = R × {0} × {0} et F2 = {0} × R × {0}
sont en somme directe.

Définition 4.2.4. (Sous-espaces supplémentaires)

Deux sous-espaces vectoriels F1 et F2 d’un espace vectoriel E sont dits supplémentaires si

F1 + F2 = E et F1 ∩ F2 = {0E }

On note alors E = F1 ⊕ F2 .

Exemple. F1 = R × {0} et F2 = {0} × R sont deux sous espaces supplémentaires dans R2 .

Exercice. Soit E = F (R, R), espace vectoriel des fonctions de R dans R.

On note :
P : le sous-espace vectoriel des fonctions paires de F (R, R),
I : le sous-espace vectoriel des fonctions impaires de F (R, R).
Démontrer que F (R, R) = I ⊕ P.

Solution :. • Comme I et P sont deux sous espaces vectoriels F (R, R), alors 0 ∈ I ∩ P. Par suite
{0} ⊂ I ∩ P.
Maintenant, si f ∈ I ∩ P alors f est paire et impaire, donc, pour tout x ∈ R, f (x) = −f (x),
d’où f = 0. Par suite I ∩ P ⊂ {0}. Ainsi

I ∩ P = {0}.

• Tout fonction f ∈ F (R, R) se décompose en f = f1 + f2 où f1 ∈ I et f2 ∈ P sont définies par :

f (x) − f (−x) f (x) + f (−x)
f1 (x) = et f2 (x) = , ∀x ∈ R.
2 2
Finalement : 
I ∩ P = {0}

⇔ I ⊕ P = F (R, R).
I + P = F (R, R)


Proposition 4.2.4. Si F1 et F2 sont deux sous-espaces vectoriels supplémentaires de E, tout

vecteur de E s’écrit de façon unique comme somme d’un vecteur de F1 et d’un vecteur de F2 .

Exercice. Soient E un K-espace vectoriel et F, G deux sous espaces vectoriels de E tels que
F ∪ G = E. Montrer que : F = E ou G = E.

abdelhaktraikii@gmail.com 6 ESSTHS-LEEA1
 CHAPITRE 4. ESPACES VECTORIELS
SECTION 4.3. FAMILLES DE VECTEURS Cours algèbre 1

4.3 ) Familles de vecteurs

Définition 4.3.1. (Combinaisons linéaires)

Une combinaison linéaire de la famille finie de vecteurs (x1 , . . . , xn ) de E est un vecteur x ∈ E
s’écrivant n
X
x= λi xi = λ1 x1 + λ2 x2 + · · · + λn xn .
i=1
où les λi sont des éléments de K.

Exemple.
Dans R4 , posons u1 = (1, 2, 0, 1), u2 = (2, 1, 3, −1), u3 = (3, 3, 3, 0) et u = (5, 4, 6, −1).
1 3 1
Le vecteur u est combinaison linéaire de {u1 , u2 , u3 } puisque u = u1 + u2 + u3 .
2 2 2
Remarquons que cette combinaison linéaire égale à u n’est pas la seule,
par exemple u = u1 + 2u2 = u2 + u3 .

Définition 4.3.2. ( Sous-espace engendré par une famille de vecteurs)

Si x1 , · · · , xn sont des vecteurs de E, l’ensemble de toutes les combinaisons linéaires de ces
vecteurs est un sous-espace vectoriel de E. On l’appelle sous-espace engendré par x1 , · · · , xn et
on le note Vect ((xi )16i6n ) :
n
( )
X
n
Vect ((xi )16i6n ) = x= λi xi | (λi )16i6n ∈ K
i=1

L’ ensemble Vect ((xi )16i6n ) est, au sens de l’inclusion, le plus petit sous-espace vectoriel de E
contenant tous les xi , 1 6 i 6 n.

Définition 4.3.3. (Sous-espace vectoriel engendré par une partie)

Soit A une partie non vide d’un K-espace vectoriel E.
On appelle sous-espace vectoriel engendré par A, et l’on note Vect(A) l’ensemble de toutes les
combinaisons linéaires d’éléments de A :
( n )
X
Vect(A) = λi .ui n ∈ N, (λ1 , . . . , λn ) ∈ Kn , (u1 , . . . , un ) ∈ An .
i=1

Il s’agit, au sens de l’inclusion, du plus petit espace vectoriel contenant A.

Exemples.

1) Vect(1) = {λ · 1 | λ ∈ R} = R.

2) Vect((1, 0), (0, 1)) = {α(1, 0) + β(0, 1) | α, β ∈ R} = {(α, β) | α, β ∈ R} = R2 .

Proposition 4.3.1. Soient E un K-espace vectoriel, A, B sont deux parties de E.

abdelhaktraikii@gmail.com 7 ESSTHS-LEEA1
 CHAPITRE 4. ESPACES VECTORIELS
SECTION 4.4. FAMILLES LIBRES, FAMILLES GÉNÉRATRICES, BASES Cours algèbre 1

• A ⊂ B =⇒ Vect(A) ⊂ Vect(B).
• A est un sous-espace vectoriel de E si et seulement si Vect(A) = A.
• Vect(Vect(A)) = Vect(A).
• Vect(A ∪ B) = Vect(A) + Vect(B).

4.4 ) Familles libres, familles génératrices, bases

Définition 4.4.1. (Famille génératrice )

La famille (x1 , x2 , . . . , xn ) est dite génératrice de E si E = Vect (x1 , x2 , . . . , xn ).
Cela équivaut à dire que tout vecteur de E s’exprime (pas forcément de façon unique) comme
combinaison linéaire de la famille (x1 , x2 , . . . , xn ) :
n
X
∀x ∈ E ∃(λi )16i6n ∈ Kn x= λi xi .
i=1
Exemples.
1) Considérons par exemple les vecteurs e1 = (1, 0, 0), e2 = (0, 1, 0) et e3 = (0, 0, 1). La famille
(e1 , e2 , e3 ) est génératrice de R3 , car tout vecteur v = (x, y, z) de R3 peut s’écrire

v = (x, y, z) = xe1 + ye2 + ze3 .

2) Considérons par exemple les vecteurs v1 = (1, 1, 1) et v2 = (1, 2, 3) de R3 . La famille (v1 , v2 )

n’est pas génératrice de R3 . Par exemple, le vecteur v = (0, 1, 0) n’est pas dans Vect(v1 , v2 ).
En effet, si v ∈ Vect(v1 , v2 ), alors il existe λ1 , λ2 ∈ R tels que v = λ1 v1 + λ2 v2 . Ce qui s’écrirait
aussi

     
0 1 1



λ1 + λ 2 =0
      
1 = λ1 1 + λ2 2 ⇔ λ + 2λ =1
       1

2

0 1 3


λ + 3λ =0
1 2

Ce système n’a pas de solution. Par suite v ∈

/ Vect(v1 , v2 ).
3) La famille (1, X, X 2 ) est génératrice de R2 [X], car tout polynôme de R2 [X] peut s’écrire

P = aX 2 + bX + c = a × X 2 + b × X + c × 1.

Définition 4.4.2. (Famille libre, famille liée )

Soit E un espace vectoriel, et (vi )16i6n une famille de vecteurs. On dit que (vi )16i6n est une
famille libre :
n
X
si λi vi = 0 alors λi = 0 ∀i = 1, . . . , n.
i=1
Dans le cas contraire, elle est dite liée.

abdelhaktraikii@gmail.com 8 ESSTHS-LEEA1
 CHAPITRE 4. ESPACES VECTORIELS
SECTION 4.4. FAMILLES LIBRES, FAMILLES GÉNÉRATRICES, BASES Cours algèbre 1

Exemples.

1) La famille F = {u = (1, 0, 1), v = (1, 1, 1), w = (−2, 3, 2)} est libre.

En effet : soient a, b, c ∈ R tels que au + bv + cw = (0, 0, 0) = 0R3 . On a :

au + bv + cw = (0, 0, 0) ⇔ a(1, 0, 1) + b(1, 1, 1) + c(−2, 3, 2) = (0, 0, 0)





 a + b − 2c = 0

⇔ b + 3c = 0 ⇔ a = b = c = 0.




 a + b + 2c = 0

En conclusion : la famille F = {u, v, w} est libre.

2) La famille G = {2, X + 1, X 2 − 2X} est libre.

En effet : soient a, b, c ∈ R tels que a × 2 + b(X + 1) + c(X 2 − 2X) = 0. On a :

a × 2 + b(X + 1) + c(X 2 − 2X) = 0 ⇔ 2a + bX + b + cX 2 − 2cX = 0

⇔ cX 2 + (b − 2c)X + 2a + b = 0




c=0

⇔ b − 2c = 0 ⇔a=b=c=0




2a + b = 0

Ainsi, la famille G est libre.

3) La famille H = {u = (−1, 1), v = (1, 1), w = (0, −2)} est liée (n’est pas libre). Car u =
(−1, 1) = −(1, 1) − (0, −2) = −v − w.

Définition 4.4.3. (Base)

On dit que la famille (v1 , . . . , vn ) est une base d’un espace vectoriel E si c’est à la fois une famille
libre et génératrice.

On rappelle que, pour tout entier naturel n, l’ensemble des polynômes de degré inférieur ou
égal à n et à coefficients dans K se note Kn [X].

Proposition 4.4.1.

• La famille {e1 = (1, 0, · · · , 0), e2 = (0, 1, 0, · · · , 0), . . . , en = (0, 0, · · · , 1)} est une base de Rn ,
appelée base canonique de Rn .

• La famille {1, X, X 2 , · · · , X n } est une base de Kn [X], appelée base canonique de Kn [X].

Démonstration. Exercice.

abdelhaktraikii@gmail.com 9 ESSTHS-LEEA1
 CHAPITRE 4. ESPACES VECTORIELS
SECTION 4.4. FAMILLES LIBRES, FAMILLES GÉNÉRATRICES, BASES Cours algèbre 1

Exemples.

1) Le vecteur 1 forme une base de R.

2) La famille {e1 = (1, 0), e2 = (0, 1)} est une base de R2 .

3) La famille {1, X, X 2 } est une base de R2 [X].

Théorème 4.4.1. Soit E un espace vectoriel sur K. Si E admet une base de n vecteurs B =
{v1 , . . . , vn }, alors toute autre base de E a nécessairement aussi n vecteurs.
L’entier n est appelé la dimension de E et on note : dim(E) = n.

Exemples.

1) dim(Rn ) = n.

2) dim(Rn [X]) = n + 1

Proposition 4.4.2. Soit E un K-espace vectoriel de dimension n > 1 et F et G sont deux sous
espaces vectoriels de E. Alors les propriétés suivantes sont équivalentes :

i) E = F ⊕ G

E = F + G

ii)
dim(E) = dim(F ) + dim(G)


F ∩ G = {0E }

iii)
dim(E) = dim(F ) + dim(G)


Théorème 4.4.2.
Soit E un espace vectoriel de dimension n et (e1 , . . . , en ) une base de E. Pour tout x ∈ E, il existe
un unique n-uplet de réels (x1 , . . . , xn ) tel que
n
X
x= xi ei
i=1

Les réels x1 , . . . , xn sont les coordonnées de x dans la base (e1 , . . . , en ).

Théorème 4.4.3. (Caractérisation des bases)

Soit E un espace vectoriel de dimension finie n et B une famille de vecteurs de E.
 
B est libre
 B est génératrice

B est une base de E ⇔ ⇔
Card(B) = n
 Card(B) = n


abdelhaktraikii@gmail.com 10 ESSTHS-LEEA1
 CHAPITRE 4. ESPACES VECTORIELS
SECTION 4.4. FAMILLES LIBRES, FAMILLES GÉNÉRATRICES, BASES Cours algèbre 1

Exercice. Considérons les vecteurs de R4 suivants :

e1 = (1, 1, 1, 1), e2 = (0, 1, 2, −1), e3 = (1, 0, −2, 3) et e4 = (2, 1, 0, −1)

La famille {e1 , e2 , e3 , e4 } est-elle libre ? Est-ce une base de R4 ?

Solution :. On résout l’équation vectorielle αe1 + βe2 + γe3 + δe4 = 0R4 . Ceci revient à résoudre
le système suivant

 

α + γ + 2δ = 0 (1)
α + γ + 2δ = 0

 (1)



  −3





(2) + (4) ⇒ α = 2
γ
α + β + δ = 0

(2)


⇔ (3) ⇒ β = 7 γ
4
α + 2β − 2γ = 0 (3)

 

 


 (1) ⇒ δ = 1 γ


  4
α − β + 3γ − δ = 0

(4).



(4) ⇒ γ = 0


On trouve que la seule solution possible est α = β = γ = δ = 0. Donc la famille {e1 , e2 , e3 , e4 } est
libre, et puisque son cardinal est égal à la dimension de R4 , c’est une base de R4 .

Exercice. Soient les polynômes P1 = X 2 + 1, P2 = X 2 + X − 1 et P3 = X 2 + X.

Montrer que la famille {P1 , P2 , P3 } est une base de R2 [X].

Solution :. Soit (α, β, γ) ∈ R3 tel que αP1 + βP2 + γP3 = 0. Montrons que α = β = γ = 0.

αP1 + βP2 + γP3 = 0 ⇔ α(X 2 + 1) + β(X 2 + X − 1) + γ(X 2 + X) = 0

⇔ (α + β + γ)X 2 + (β + γ)X + α − β = 0




 α−β =0

⇔ β+γ =0




α + β + γ = 0




 α=β

⇔ γ = −β ⇔ α = β = γ = 0




α = 0

La famille {P1 , P2 , P3 } est libre, de plus Card(P1 , P2 , P3 ) = 3 = dim(R2 [X]), donc c’est une base
de R2 [X].

abdelhaktraikii@gmail.com 11 ESSTHS-LEEA1