Esp Vect

Espaces vectoriels
Pr. Najoua Essamaoui
Université Cadi Ayyad
16 avril 2024
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
(PC - S2) Algèbre linéaire 16 avril 2024 1 / 84
Contents
1 Espaces vectoriels
Introduction
Définitions
Sous-espaces vectoriels
Espaces engendrés
Somme de deux sous-espaces vectoriels
Famille libre et famille liée
2 Familles génértarices, bases et dimension
Famille génératrice
Base d’un espace vectoriel
Dimension d’un espace vectoriel
Dimension de la somme de deux sous-espaces vectoriel
3 Application de Gauss au calcul vectoriel
Matrice d’une famille finie de vecteurs
Calcul pratique du rang d’une famille finie et d’une base de vect(V)
Etude de l’indépendance linéaire des vecteurs d’une famille finie
Appartenance au sous-espace vectoriel engendré par une famille finie
Equations linéaires définissant un ss-ev engendré par
. . .une
. . . famille
. . . . . .finie
. . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Espaces vectoriels
Espaces vectoriels
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Espaces vectoriels Introduction
Introduction
La notion d’espace vectoriel est basée sur nos vecteurs dans le plan ou
l’espace que nous avons rencontrés dans le lycée.
Il s’agit de généraliser la structure que nous avons vue en géométrie pour
qu’elle puisse s’appliquer à d’autres objets mathématiques (polynômes,
fonctions, suites, matrices,. . .).
L’idée essentiel dans un espace vectoriel est la notion de combinaison
lineaire que l’on rencontre dans de nombreux domaines mathématiques
(arithmétique, analyse, géométrie).
Enfin la notion d’espace vectoriel est basée sur la notion de stabilité : la
combinaison de deux éléments d’un ensemble est encore dans cet ensemble.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Espaces vectoriels Définitions
Espaces vectoriels
Définitions
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Loi de composition interne et loi de composition externe
Définition
Soit E un ensemble non vide.
Une loi de composition interne dans E est une application de E × E dans E.
Une loi de composition externe dans E est une application de K × E dans E.
Une loi de composition interne dans E est souvent notée +, ×, ⋆, . . . etc. Le

composé de deux éléments x et y de E est alors noté x + y, x × y, x ⋆ y, . . . etc.
Une loi de composition ixterne dans E est souvent notée par un point . Le
composé d’un élément α de K et d’un élément x de E est alors noté α.x.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
1 Soit E = Z. L’application définie par :
Z×Z → Z
(x, y) 7→ x + y
est une loi de composition interne. La même chose pour la soustraction et la

multiplication. Ce n’est pas le cas pour la division .
2 Soit E = R2 . L’application définie par :
R2 × R2 → R2
((x, y), (z, t)) 7→ (x + z, y + t)
est une loi de composition interne dans R2 .

3 L’application définie par :
R × R2 → R2
(α, (x, y)) 7 → (αx, αy)
est une loi de composition externe dans R2 . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .
Espace vectoriel
Definition
Un espace vectoriel est un ensemble sur lequel sont définies :
une addition interne (on peut ajouter entre eux deux éléments de l’ensemble
et cela donne un élément de l’ensemble)
une multiplicaton externe (on peut multiplier un élément de l’ensemble par
un nombre réel et cela donne un élément de l’ensemble)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Definition
Soit E un ensemble non vide muni d’une loi de composition interne ’+’ et une loi
de composition externe ’.’
On dit que E est un espace vectoriel sur K (ou un K-espace vectoriel) si les deux
lois vérifient les propriétés suivantes :
Addition (interne)
1 Commutativité : ∀u, v ∈ E, u + v = v + u
2 Assiciativité : ∀u, v, w ∈ E, u + (v + w) = (u + v) + w
3 Elément neutre (0E ) : ∀u ∈ E, u + 0E = 0E + u = u
4 Oposé (ou symétrique) : ∀u ∈ E, ∃v ∈ E, u + v = v + u = 0E
Multiplication (externe)
1 Assiciativité : ∀α, β ∈ K, ∀u ∈ E, α.(β.u) = (α.β).u
2 Distributivité 1 : ∀α, β ∈ K, ∀v ∈ E, (α + β).u = α.u + β.u
3 Distributivité 2 : ∀α ∈ K, ∀u, v ∈ E, α.(u + v) = α.u + α.v
4 Elément neutre : ∀u ∈ E, 1.u = u
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Notation
Les éléments de (E, +, ·) sont alors appelés vecteurs.
Les éléments de K sont appelés scalaires.
L’élément neutre 0E de E s’appelle le vecteur nul.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Notation
Remarques
1 L’espace vectoriel E muni des deux lois + et . est noté (E, +, .) ou tout
simplement E lorsqu’il n’y a pas de risque de confusion.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Notation
Remarques
2 Lorsqu’il n’y a pas de risque de confusion, le vecteur nul 0E est noté 0.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Notation
Remarques
3 On note souvent le produit d’un scalaire α et d’un vecteur u par αu au lieu
de α.u.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Notation
Remarques
3 On note souvent le produit d’un scalaire α et d’un vecteur u par αu au lieu
de α.u.
4 Si E est un espace vectoriel sur C, il est aussi un espace vectoriel sur R car
(R ⊂ C).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Espace vectoriel
Proposition
Soit (E, +, .) un K-espace vectoriel. On a les propriétés suivantes :
∀α ∈ K, ∀u ∈ E, αu = 0E ⇐⇒ α = 0K ou u = 0E .
∀u ∈ E, (−1)u = −u.
∀α, β ∈ K, ∀u ∈ E, (α − β)u = αu − βu.
∀α ∈ K, ∀u, v ∈ E, α(u − v) = αu − αv.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
L’ensembe
C = {a + ib, a, b ∈ R}
muni de l’addition et de la multiplication par un réel qui agissent sur les
parties réelles et imaginaires est un espace vectoriel sur R.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
L’ensembe
C = {a + ib, a, b ∈ R}
muni de l’addition et de la multiplication par un réel qui agissent sur les
parties réelles et imaginaires est un espace vectoriel sur R.
L’ensemble Kn = {(x1 , x2 , . . . , xn ), xi ∈ K} est un espace vectoriel sur K,
en effet :
Pour u = (x1 , x2 , . . . , xn ) et v = (y1 , . . . , yn ) l’addition est définie par :
u + v = (x1 + y1 , . . . , xn + yn )
et pour la loi externe, soit λ ∈ K, la multiplication est définie par
λu = λ.(x1 , . . . , xn ) = (λx1 , . . . , λxn )
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
L’ensemble des polynômes d’une variable, à coefficients réels
K[X] = {a0 + a1 X + · · · + an X n , n ∈ N, ai ∈ K}
muni naturellement d’une addition et d’une multiplication externe

(K[X], +, .) est un espace vectoriel sur K.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
K[X] = {a0 + a1 X + · · · + an X n , n ∈ N, ai ∈ K}

L’ensemble des matrices à m lignes et n colonnes,
Mm,n (K) = {(ai,j ), ai,j ∈ K, 1 ≤ i ≤ m, 1 ≤ j ≤ n}
muni de l’addition et de la multiplication par un scalaire, coefficient par

coefficient, (Mm,n (K), +, .) est un espace vectoriel sur K.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
K[X] = {a0 + a1 X + · · · + an X n , n ∈ N, ai ∈ K}

L’ensemble des matrices à m lignes et n colonnes,
Mm,n (K) = {(ai,j ), ai,j ∈ K, 1 ≤ i ≤ m, 1 ≤ j ≤ n}
muni de l’addition et de la multiplication par un scalaire, coefficient par

coefficient, (Mm,n (K), +, .) est un espace vectoriel sur K.
Soit A un ensemble non vide. L’ensemble F(A, K) des applications définies
de A vers K est un espace vectoriel sur K.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Espaces vectoriels Sous-espaces vectoriels
Sous-espace vectoriel
Definition
Soit E un espace vectoriel et F un sous-ensemble non vide de E. On dit que F
est un sous-espace vectoriel de E s’il est un espace vectoriel pour l’addition et la
multiplication externe de E
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Sous-espace vectoriel
Definition
Soit E un espace vectoriel et F un sous-ensemble non vide de E. On dit que F
est un sous-espace vectoriel de E s’il est un espace vectoriel pour l’addition et la
multiplication externe de E
Remarque
1 Si F est un sous-espace vectoriel de E, le vecteur nul 0F de F coincide avec
le vecteur nul 0E de E.
2 SI 0E ∈
/ F alors F n’est pas un sous-espace vectoriel de E.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Caractérisation d’un sous espace vectoriel
Les conditions d’un espace vectoriel peuvent paraitre lourdes à vérifier, mais la
plupart du temps, on montrera que (E, +, .) est un espace vectoriel grâce aux
propriétés qu’il doit vérifier pour etre un sous-espace vectoriel d’un espace
vectoriel plus grand en utilisant la caractérisation suivante :
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Les conditions d’un espace vectoriel peuvent paraitre lourdes à vérifier, mais la
plupart du temps, on montrera que (E, +, .) est un espace vectoriel grâce aux
propriétés qu’il doit vérifier pour etre un sous-espace vectoriel d’un espace
vectoriel plus grand en utilisant la caractérisation suivante :
Théorème
Soit E un espace vectoriel sur K et F ⊂ E, un sous-ensemble de E. L’ensemble
F , est un sous espace vectoriel de E si et seulement si :
F non vide
F est stable pour la loi + : ∀u, v ∈ F u+v ∈F
F est stable pour la loi . : ∀λ ∈ K, ∀v ∈ F, λv ∈ F
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Corollaire
Soit E un espace vectoriel sur K et F ⊂ E, un sous-ensemble de E. L’ensemble
F , est un sous espace vectoriel de E si et seulement si :
F non vide
∀α, β ∈ K, ∀u, v ∈ F αu + βv ∈ F .
Remarque
Si E est un K-espace vectoriel, le singleton {0E } et E sont des sous espaces
vectoriels de E appelés sous espaces trivaux de E.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
L’ensemble E1 = {(x, y, z) ∈ R3 , x + y + z = 1}
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
L’ensemble E1 = {(x, y, z) ∈ R3 , x + y + z = 1} n’est pas un sous espace

vectoriel de R3 car le vecteur nul 0R3 = (0, 0, 0) n’appartient pas à E1 .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple

L’ensemble E2 = {(x, y, z) ∈ R3 , x + y + 2z = 0}
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple

L’ensemble E2 = {(x, y, z) ∈ R3 , x + y + 2z = 0} est un sous espace
vectoriel de R3 , en effet :
(0, 0, 0) ∈ E2 .
Soient u = (x, y, z) et v = (x′ , y ′ , z ′ ) deux vecteurs de E2 , vérifions que E2
est stable par l’addition . On a :
x + x′ + y + y ′ + 2(z + z ′ ) = x + y + 2z + x′ + y ′ + 2z ′ = 0
donc u + v ∈ E2 .
Vérifiions maintenant que E2 est stable par la loi exetrne. Soient
u = (x, y, z) ∈ E2 et α ∈ R. On a
αx + αy + 2αz = α(x + y + 2z) = 0
donc αu ∈ E2 .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
L’ensemble E3 = {P ∈ R[X], P ′ (0) = 1}
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
L’ensemble E3 = {P ∈ R[X], P ′ (0) = 1} n’est pas un sous espace

vectoriel de R[X] car le vecteur nul 0R[X] = 0 n’appartient pas à E3 .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple

L’ensemble E4 = {(x, y, z) ∈ R[X], P (1) = 0}
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple

L’ensemble E4 = {(x, y, z) ∈ R[X], P (1) = 0} est un sous espace vectoriel
de R[X], en effet :
0 ∈ E4 .
Soient P1 , P2 ∈ E4 et α, β ∈ R . On a :
(αP1 + βP2 )(1) = αP1 (1) + βP2 (1) = 0
donc E4 est un sous espace vectoriel de R[X].
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple

a b
L’ensemble E5 = { ∈ M2 (R) : ad − bc = 1}
c d
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple

a b
L’ensemble E5 = { ∈ M2 (R) : ad − bc = 1} n’est pas un
c d
sous-espace vectoriel de M2 (R) car la matrice nulle n’appartient pas à E5 .

a b
L’ensemble E6 = { ∈ M2 (R) : a + b = d}
c d
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple

a b
L’ensemble E5 = { ∈ M2 (R) : ad − bc = 1} n’est pas un
c d
sous-espace vectoriel de M2 (R) car la matrice nulle n’appartient pas à E5 .

a b
L’ensemble E6 = { ∈ M2 (R) : a + b = d} est un sous-espace
c d
vectoriel de M2 (R). En effet :
La matrice nulle
( est dans
) E6 . ( )
a b x y
Soient A = et B = . On a :
c d z t
( )
a+x b+y
A+B =
c+z d+t
et
(a + x) + (b + y) = (a + b) + (x + y) = d + t
ceci prouve que A + B ∈ E6 . De même on montre que αA ∈ E6 pout tout
α ∈ R.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Intersection d’espaces vectoriels
Theorem
Si F et G sont deux sous-espaces vectoriels de E, alors F ∩ G est un sous espace
vectoriel de E.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Union d’espaces vectoriels
L’union de deux espaces vectoriels n’est en générale pas un espace vectoriel !!

Dans la figure ci-dessous, on note F1 la première droite et F2 la deuxième droite.
On u ∈ F1 , donc u ∈ F1 ∪ F2 et v ∈ F2 , donc v ∈ F1 ∪ F2 mais u + v ∈ / F1 , et
u+v ∈ / F2 donc u + v ∈/ F1 ∪ F2 .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Méthodes pratiques
Pour montrer qu’une partie F d’un e.v E, est un sous-ev de E, on pour utiliser
une des méthodes suivantes :
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Méthodes pratiques
Pour montrer qu’une partie F d’un e.v E, est un sous-ev de E, on pour utiliser
une des méthodes suivantes :
On montre que F 6= ∅( le plus souvent, on montre que le vecteur nul 0E

appartient à F ) et que ∀u, v ∈ F, ∀a, b ∈ R, au + bv ∈ F
On montre que F 6= ∅ et que ∀u, v ∈ F, u + v ∈ F et que
∀u ∈ F, ∀λ ∈ R, λu ∈ F
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exercice
Montrer que l’ensemble des solutions du système linéaire suivant est un

sous-espace vectoriel de R3 .

 2x − 2y + 2z = 0
−x + y − z = 0

x + y + z = 0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Espaces vectoriels Espaces engendrés
Combinaisons linéaires
L’intérêt de l’espace vectoriel est de pouvoir faire des combinaisons linéaires entre
les vecteurs . Cette notion est essentielle pour les espaces vectoriels.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
L’intérêt de l’espace vectoriel est de pouvoir faire des combinaisons linéaires entre
les vecteurs . Cette notion est essentielle pour les espaces vectoriels.
Definition
Soient v1 , . . . , vn , n vecteurs d’un K-espace vectoriel E. On appelle combinaison
linéaire de v1 , . . . , vn , tout vecteur s’écrivant :
X
n
λ 1 v1 + . . . + λ n vn = λ i vi
i=1
où λ1 , . . . , λn sont des scalaires.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
1 On considère les trois vecteurs de R3 suivants :
v1 = (1, 0, 0), v2 = (0, 1, 0), v3 = (2, −3, 0)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
v1 = (1, 0, 0), v2 = (0, 1, 0), v3 = (2, −3, 0)
On a
v3 = 2v1 − 3v2
on dit que v3 est combinaison linéaire de v1 et v2 .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
v1 = (1, 0, 0), v2 = (0, 1, 0), v3 = (2, −3, 0)
On a
v3 = 2v1 − 3v2
2 On considère les quatre vecteurs de R2 [X] suivants :
P1 = 1, P2 = X, P3 = X 2 , P4 = 2 − 5X 2
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
v1 = (1, 0, 0), v2 = (0, 1, 0), v3 = (2, −3, 0)
On a
v3 = 2v1 − 3v2
2 On considère les quatre vecteurs de R2 [X] suivants :
P1 = 1, P2 = X, P3 = X 2 , P4 = 2 − 5X 2
On a
P4 = 2P1 + 0P2 − 5P3
alors P4 est combinaison linéaire de P1 , P2 et P3 .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Espace vectoriel engendré par une partie
Définition
Soit E un K-espace vectoriel et V = {v1 , . . . , vn } une famille finie de vecteurs de
E. Le sous-espace vectoriel engendré par {v1 , . . . , vn } est le sous-espace vectoriel
composé des combinaisons llibéaires des vi . On le note V ect(V ) ou
< v 1 , . . . , vn >
V ect(V ) = {λ1 v1 + λ2 v2 + · · · + λn vn , λi ∈ K}
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Espace vectoriel engendré par une partie
Définition
Soit E un K-espace vectoriel et V = {v1 , . . . , vn } une famille finie de vecteurs de
E. Le sous-espace vectoriel engendré par {v1 , . . . , vn } est le sous-espace vectoriel
composé des combinaisons llibéaires des vi . On le note V ect(V ) ou
< v 1 , . . . , vn >
V ect(V ) = {λ1 v1 + λ2 v2 + · · · + λn vn , λi ∈ K}
L’ensemble V ect(V ) est un sous espace vectoriel de E. En effet, en prenant

tous les λi nuls, on obtient le vecteur nul. De plus, si lon additionne deux
combinaisons linéaires des vi , on obtient encore une combinaison linéaire de vi .
De même, si lon multiplie une combinaison linéaire par une constante β, on a
encore une combinaison linéaire.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Soit E un espace vectoriel.

Si A = {v} ⊂ E, alors V ect(A) = {λv, λ ∈ R} est la droite vectorielle de
vecteur directeur v (et qui passe par 0).
Si A = {v1 , v2 } ⊂ E, alors V ect(A) = {λ1 v1 + λ2 v2 , λ1 , λ2 ∈ R} est le plan
vectoriel engendré par v1 et v2 .
Dans Rn , avec n ≥ 1, tout vecteur s’écrit
v = (x1 , x2 , . . . , xn )
= (x1 , 0, 0, . . . , 0) + (0, x2 , 0, . . . , 0) + · · · + (0, 0, . . . , 0, xn )
= x1 (1, 0, 0, . . . , 0) + x2 (0, 1, 0, . . . , 0) + · · · + xn (0, 0, . . . , 0, 1)
= x1 e1 + x2 e2 + · · · + xn en
On a donc Rn = V ect(e1 , . . . , en ), et on dit que Rn est engendré par la famille

F = (e1 , . . . , en )
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Espaces vectoriels Somme de deux sous-espaces vectoriels
Proposition
Soient E un K-espace vectoriel et F et G deux sous-espaces vectoriels de E. Alors
l’ensemble
H = {u + v : u ∈ F et v ∈ G}
est un sous-espace vectoriel de E.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Définition
Soient E un K-espace vectoriel et F et G deux sous-espaces vectoriels de E. On
appelle somme de F et G le sous-espace vectoriel, que l’on note F + G, défini par
F + G = {u + v : u ∈ F et v ∈ G}.
On a :
w ∈ F + G ⇐⇒ ∃u ∈ F ∃v ∈ G : w = u + v.
Remarque
1 Si w ∈ F + G, l’écriture w = u + v avec u ∈ F et v ∈ G n’est pas
nécessairement unique.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Définition
F + G = {u + v : u ∈ F et v ∈ G}.
On a :
w ∈ F + G ⇐⇒ ∃u ∈ F ∃v ∈ G : w = u + v.
Remarque
2 On a : F ⊂ F + G et G ⊂ F + G.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Définition
F + G = {u + v : u ∈ F et v ∈ G}.
On a :
w ∈ F + G ⇐⇒ ∃u ∈ F ∃v ∈ G : w = u + v.
Remarque
2 On a : F ⊂ F + G et G ⊂ F + G.
3 Si F = V ect(u1 , . . . , up ) et G = V ect(v1 , . . . vq ) alors
F + G = V ect(u1 , . . . , up , v1 , . . . , vq ).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Somme directe
Définition
dit que la somme F + G est directe si tout élément de F + G se décompose d’une
façon unique comme somme d’un élément de F et d’un élément de G. Dans ce
cas on écrit F ⊕ G au lieu de F + G.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Somme directe
Pour montrer que la somme de deux sous-espaces vectoriels est directe on utilise
souvent le résultat suivant :
Théorème
Soient E un K-espace vectoriel et F et G deux sous-espaces vectoriels de E. La
somme F + G est directe si et seulement si F ∩ G = {0E }.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
On considère les deux sous-espaces vectoriels de R3 suivants :
F = {(x, y, z) ∈ R3 : x + 2y + z = 0}
et
G = {(x, y, z) ∈ R3 : 2x + y + 3z = 0 et x − 2y − z = 0}
Montrons que F et G sont en somme directe .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
On considère les deux sous-espaces vectoriels de R3 suivants :
F = {(x, y, z) ∈ R3 : x + 2y + z = 0}
et
G = {(x, y, z) ∈ R3 : 2x + y + 3z = 0 et x − 2y − z = 0}
Montrons que F et G sont en somme directe .
Soit (x, y, z) ∈ F ∩ G. On résout le système suivant :

 x + 2y + z = 0
2x + y + 3z = 0

x − 2y − z = 0
On trouve bien (x, y, z) = (0, 0, 0) donc, F et G sont en somme directe.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Deux sous-espaces supplémentaires
Définition
dit que F et G sont supplémentaires dans E si tout vecteur de E s’écrit de
manière unique comme la somme d’un vecteur de F et d’un vecteur de G,
∀x ∈ E, ∃!(u, v) ∈ F × G : x = u + v.
et on note : E = F ⊕ G.
Théorème
dit que F et G sont supplémentaires dans E si et seulement si :
F ∩ G = {0E }.
F + G = E.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Soit E = R3 , on considère les sous-espaces vectoriels :
F = {(x, y, z) ∈ E : x − y + z = 0} et G = {(x, x, x) : x ∈ R}
Montrons que F et G sont supplémentaire.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Soit E = R3 , on considère les sous-espaces vectoriels :
F = {(x, y, z) ∈ E : x − y + z = 0} et G = {(x, x, x) : x ∈ R}
Montrons que F et G sont supplémentaire. Il faut vérifier que tout vecteur

u = (a, b, c) ∈ R3 se décompose de manière unique comme somme d’un vect
x = (x1 , x2 , x3 ) de F et un vect y = (y1 , y2 , y3 ) de G. On résout le système
u = x + y d’inconnues x et y, sachant que : x1 − x2 + x3 = 0 et y1 = y2 = y3 . Le
système devient : 
 x1 + y1 = a
+ x2 + y1 = b

−x1 + x2 + y1 = c
il admet une unique solution :

 x1 = b−c
x2 = −a + 2b − c

y1 = a−b+c
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Espaces vectoriels Famille libre et famille liée
Famille libre, famille liée
Nous avons vu comment engendrer un espace vectoriel par une famille de

vecteurs. Mais parfois, la famille contient des informations redondantes : par
exemple V ect(v, 2v) = V ect(v). En effet, V ect(v, 2v) est exactement la droite
engendrée par v. Le but de cette section est analyser l’information portée par une
famille de vecteurs :
Definition
Lorsque tous les vecteurs de la famille sont indispensables et apportent
chacun une information nouvelle, alors on dira que la famille est libre.
Si certains vecteurs de la famille n’apportent aucune information
supplémentaire, alors, la famille est dite liée, (on peut lui retirer un certain
nombre de vecteurs sans modifier l’espace qu’elle engendre).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Theorem
Soit E un K-espace vectoriel et V = (v1 , . . . , vn ) une famille de vecteurs de E.
V est dite libre si et seulement si :
∀(α1 , . . . , αn ) ∈ K, α1 v1 + · · · + αn vn = 0 =⇒ α1 = · · · = αn = 0
Dans ce cas on dit aussi que les vecteurs v1 , . . . , vn sont linéairement

indépendants.
Une famille est liée si et seulement si elle n’est pas libre c’est-‘a-dire, si et
seulement si il existe au moins une famille (α1 , . . . , αn ) non tous nuls tels que
α1 v1 + · · · + αn vn = 0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Remarque :
La famille {0E } est liée car 1.0E = 0E et 1 6= 0.
Une famille qui contient un seul vecteur non nul est toujours libre.
Si un des vi est nul, alors la famille est liée.
Toute sous-famille d’une famille libre est libre.
Toute sur-famille d’une famille liée est liée.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Remarque :
Exemple :
La famille {(0, 1), (1, 0)} est :
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Remarque :
Exemple :
La famille {(0, 1), (1, 0)} est : libre.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Remarque :
Exemple :
La famille {(0, 1), (0, 0), (1, 1)} est :
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Remarque :
Exemple :
La famille {(0, 1), (0, 0), (1, 1)} est : liée.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Remarque :
Exemple :
La famille (1, 3X 2 + 2X, X 3 − X 2 + 3X) est :
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Remarque :
Exemple :
La famille (1, 3X 2 + 2X, X 3 − X 2 + 3X) est :libre.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Remarque :
Exemple :
Dans R3 , la famille {(1, 1, 0), (1, 0, 1), (0, 1, 1)} est :
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Remarque :
Exemple :
Dans R3 , la famille {(1, 1, 0), (1, 0, 1), (0, 1, 1)} est : libre.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Une autre caractérisation d’une famille liée.

Théorème
Soit E un K-espace vectoriel et V = (v1 , . . . , vn ) une famille de vecteurs de E. La
famille V est liée si et seulement s’il existe i ∈ {1, . . . , n} tel que vi est
combinaison linéaire des autres vecteurs de la famille V .
Exemple
Soient v1 = (1, 0, 3), v2 = (2, 1, 1)etv3 = (1, 1, −2). La famille (v1 , v2 , v3 ) est
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Une autre caractérisation d’une famille liée.

Théorème
Soit E un K-espace vectoriel et V = (v1 , . . . , vn ) une famille de vecteurs de E. La
famille V est liée si et seulement s’il existe i ∈ {1, . . . , n} tel que vi est
combinaison linéaire des autres vecteurs de la famille V .
Exemple
Soient v1 = (1, 0, 3), v2 = (2, 1, 1)etv3 = (1, 1, −2). La famille (v1 , v2 , v3 ) est liée
car on a : v3 = v2 − v1 .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Remarque
Soit E un K-espace vectoriel et V = (v1 , . . . , vn ) une famille de vecteurs de E. Il
est clair que
u ∈ V ect(V ) =⇒ (v1 , . . . , vn , u) et liée.
La réciproque est fausse. En effet, si V = (0E ) et u 6= 0E alors (0E , u) est liée et
pourtant u ∈
/ V ect(0E ) = {0E }.
Proposition
Soit E un K-espace vectoriel et V = (v1 , . . . , vn ) une famille libre de E et u un
vecteur de E. Alors u ∈ V ect(V ) si et seulement si la famille (v1 , . . . , vn , u) est
liée.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Familles génértarices, bases et dimension
Familles génértarices, bases et dimension
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Familles génértarices, bases et dimension Famille génératrice
Famille génératrice
Definition
Soit E un espace vectoriel sur K. Soit F une partie de E, et v1 , v2 , . . . , vn des
vecteurs de E. On dit que la famille {v1 , . . . , vn } est génératrice dans F (ou
génère F ) si
V ect(v1 , . . . , vn ) = F
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Familles génértarices, bases et dimension Famille génératrice
Exercice
Soit
F = {(x, y, z) ∈ R3 , x − y + z = 0}.
Montrer que F est un sous espace vectoriel de R et déterminer une famille
génératrice de F .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Familles génértarices, bases et dimension Base d’un espace vectoriel
Espaces vectoriels
Base d’un espace vectoriel
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Base
Ce qui nous intéresse, c’est de pouvoir générer un espace avec le nombre minimal
de vecteurs. Pour cela, il faut donc que la famille de vecteurs soit génératrice.
Mais en général, une famille génératrice contient plus de vecteurs que nécessaire.
On impose donc également à la famille d’être libre.
Definition
Soit E un espace vectoriel contenant des vecteurs non nuls. On dit que
(v1 , . . . , vn ) est une base de E si c’est à la fois une famille génératrice et libre.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Theorem
Soit (ei )i∈I une base d’un espace vectoriel E. Tout vecteur v de E, s’écrit de
manière unique comme combinaison linéaire des ei
X
v= λi ei
i∈I
Les λi sont appelées les coordonnées de v dans la base (ei )i∈I
Démonstration : Montrons l’unicité de la décomposition. Si

X X
v= λi ei = βi e i
i∈I i∈I
Alors X
(λi − βi )ei = 0
i∈I
Or la famille est (ei ) est libre, donc ∀i ∈ I, λi = βi .

. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Familles génértarices, bases et dimension Dimension d’un espace vectoriel
Espaces vectoriels
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Definition
La dimension d’un espace vectoriel est égal au nombre de vecteurs qu’il faut pour
constituer une base de l’espace.
Definition
Un espace vectoriel E est dit de dimension finie s’il admet une famille génératrice
finie.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Dimension finie
Theorem
Soit E un espace vectoriel de dimension finie. Alors toutes les bases de E ont le
même nombre d’éléments. Ce nombre est appelée dimension de E et est noté
dimE.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemples - Bases canoniques
Définition
Une base canonique est une base qui se présente de manière naturelle d’après la
manière dont l’espace vectoriel est présenté.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemples
La base canonique de Kn est la famille (e1 , e2 , . . . , en ) avec

ei = (0, . . . , 1, 0, . . . , 0) "1 dans la i’ème position".
La dimension de Kn en tant que K−espace vectoriel est :
dimK (Kn ) = n.
La base canonique de Kn [X] est la famille (1, X, X 2 , . . . , X n ).

La dimension de Kn [X] en tant que K espace vectoriel est :
dimK (Kn [X]) = n + 1.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemples
La base canonique de M2 (K) est la famille

1 0 0 1 0 0 0 0
A= , B= , C= , et D =
0 1 0 0 1 0 0 1
La dimension de M2 (K) en tant que K−espace vectoriel est :
dimK (M2 (K)) = 4.
On a :
dimK (Mn,p (K)) = np.
En particulier pour n = p on a :
dimK (Mn (K)) = n2 .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Dimension finie
Theorem
Soit E un K-espace vectoriel de dimension finie n, et B = (vi )1≤i≤n une famille
finie de n vecteurs de E. Alors les assertions suivantes sont équivalents :
1 B est une base de E.
2 B est une famille génératrice de E.
3 B est une famille libre de E.
Remarque : Dans un espace vectoriel E de dimension n, pour montrer qu’une
famille de vecteurs de cardinal n est une base, il suffit de montrer qu’elle est libre
ou génératrice.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Considérons les vecteurs de R4 suivants :

       
1 0 1 2
 1   1   0   1 
v1 =    
 1  v2 =  2  v3 =  −2
 
 v4 = 
 0 

1 −1 3 −1
La famille {v1 , v2 , v3 , v4 } est-elle libre ? Est-ce une base de R4 ?
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Considérons les vecteurs de R4 suivants :

       
1 0 1 2
 1   1   0   1 
v1 =    
 1  v2 =  2  v3 =  −2
 
 v4 = 
 0 

1 −1 3 −1
La famille {v1 , v2 , v3 , v4 } est-elle libre ? Est-ce une base de R4 ?
La famille {v1 , v2 , v3 , v4 } est libre et comme elle est constituée de 4 éléments et

dim(R4 ) = 4 alors c’est une base.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Dimension finie
Proposition
Soit E un K-espace vectoriel de dimension finie n, et soit F un sous-espace
vectoriel de E. Alors :
dim(F ) ≤ dim(E).
dim(F ) = dim(E) ⇐⇒ E = F .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Familles génértarices, bases et dimension Dimension de la somme de deux sous-espaces vectoriel
Dimension de la somme
Théorème
Soit E un K-espace vectoriel de dimension finie , et soient F et G deux
sous-espace vectoriels de E. Alors :
dim(F + G) = dim(F ) + dim(G) − dim(F ∩ G).
En particulier si la somme F + G est directe, on a :
dim(F + G) = dim(F ) + dim(G).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Dimension de la somme
Voici un résultat très utile qui permet de vérifier si deux sous-espaces vectoriels
sont supplémentaires ou non.
Corollaire
Soit E un K-espace vectoriel de dimension finie n, et soient F et G deux
sous-espace vectoriels de E. Alors F et G sont supplémentaires si et seulement si
les deux assertions suivantes sont vérifiées :
1 F ∩ G = {0E }
2 dim(E) = dim(F ) + dim(G).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Soient E = R3 , F = vect((1, 0, 1)) et G = {(x, y, z) ∈ R3 , 2x − z = 0}.

Montrons que F et G sont supplémentaires dans E.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple

Montrons que F et G sont supplémentaires dans E.
Soit u = (x, y, z) ∈ F ∩ G, alors u = (a, 0, a) et 2x − z = 0 avec a ∈ R. Donc
x = a = z et y = 0 on trouve x = y = z = 0 et par suite F ∩ G = {0E }.
Il est clair que dimF = 1 et dimG = 2 car :
G = vect{v2 , v3 }; avec v2 = (1, 0, 2) et v3 = (0, 1, 0)
et la famille {v2 , v3 } est libre.

On a dim(F ) + dim(G) = 3 = dim(E) et F ∩ G = {0E }, alors : F et G
sont supplémentaires dans E.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Proposition
Soit E un K-espace vectoriel de dimension finie n, et soient F et G deux
sous-espace vectoriels de E. Soient B1 = (v1 , . . . , vn ) une base de F et
B2 = (w1 , . . . , wm ) une base de G. Alors F et G sont supplémentaires si et
seulement si la famille (v1 , . . . , vn , w1 , . . . , wm ) est une base de E.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple

On a vu que (v2 , v3 ) est une base de G et (v1 ) est une base de F avec :
v1 = (1, 0, 1), v2 = (1, 0, 2), v3 = (0, 1, 0)
Alors F et G sont supplémentaires car (v1 , v2 , v3 ) est une base de E.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Caractérisation de familles libres en dimensions 2 et 3
Cas de dimension 2
Soit E un K -espace vectoriel de dimension 2 et B2 = (e1 , e2 ) une base de E.
Alors deux vecteurs v1 = ae1 + be2 et v2 = ce1 + de2 sont linéairement
indépendants si et seulement si :
a c
6= 0.
b d
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Cas de dimension 2
Soit E un K -espace vectoriel de dimension 2 et B2 = (e1 , e2 ) une base de E.
Alors deux vecteurs v1 = ae1 + be2 et v2 = ce1 + de2 sont linéairement
indépendants si et seulement si :
a c
6= 0.
b d
Exemple
Soit B = (e1 , e2 ) la base canonique de R2 , La famille {(1, 5); (3, −2)} est libre
car :
1 3
= −10 6= 0.
5 −2
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Cas de dimension 3
Soit E un K -espace vectoriel de dimension 3 et B3 = (e1 , e2 , e3 ) une base de E.
Alors :
Deux vecteurs v1 = ae1 + be2 + ce3 et v2 = xe1 + ye2 + ze3 sont
linéairement indépendants si et seulement si :
a x a x b y
6= 0 ou 6= 0 ou 6= 0
b y c z c z
Trois vecteurs v1 = ae1 + be2 + ce3 et v2 = xe1 + ye2 + ze3 et

v3 = αe1 + βe2 γe3 sont linéairement indépendants si et seulement si :
a x α
b y β 6= 0
c z γ
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Soit B = (1, X, X 2 ) la base canonique de R2 [X], La famille
{X, 2 + 3X + X 2 , 1 + X} est libre car :
0 2 1
1 3 1 = 1 6= 0.
0 1 0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Application de Gauss au calcul vectoriel
Application de Gauss au calcul vectoriel
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Application de Gauss au calcul vectoriel Matrice d’une famille finie de vecteurs
Dans la suite, E est un K-espace vectoriel de dimension finie, et B = (e1 , . . . , en )

une base de E.
On à déjà vu que tout vecteur v de E, s’écrit de manière unique comme

combinaison linéaire des ei
Xn
v= λi ei
i=1
 
λ1
 λ2 
 
Le vecteur colonne  ..  est le vecteur des coordonnées de v dans la base B.
 . 
λn
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Soit maintenant V = (v1 , . . . , vp ) une famille finie de veceturs de E. La matrice

de V dans la base B est la matrice de n lignes et p colonnes, (aij ) ∈ Mn,p (K),
dont la j-ème colonne est le vecteur colonne des coordonnées du vecteur vj dans
la base B, alors la matrice de V dans B, notée M atVB est donnée par :
 
e1 a11 ... a1j ... a1p
e2  a21 ... a2j ... a2p 
 
M atVB = .  .. .. .. 
..  . ... . ... . 
en an1 . . . anj ... anp
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Soit E = C 3 , et B = (e1 , e2 , e3 ) sa base canonique. Soit V = (v1 , v2 , v3 , v4 )
avec :
v1 = (1, 2i, 0), v2 = (i, −1, 2), v3 = (0, 2, 0), v4 = (−i, 3, −4)
La matrice de V dans B est :
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Soit E = C 3 , et B = (e1 , e2 , e3 ) sa base canonique. Soit V = (v1 , v2 , v3 , v4 )
avec :
v1 = (1, 2i, 0), v2 = (i, −1, 2), v3 = (0, 2, 0), v4 = (−i, 3, −4)
La matrice de V dans B est :
 
1 i 0 −i
M atVB =  2i −1 2 3 
0 2 0 −4
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Rang d’une famille de vecteurs
Le rang d’une famille de vecteurs est la dimension du plus petit sous-espace

vectoriel contenant tous ces vecteurs.
Definition
Soit E un K-espace vectoriel et {v1 , . . . , vp } une famille finie de vecteurs de E. Le
rang de la famille {v1 , . . . , vp } est la dimension du sous-espace vectoriel
vect(v1 , . . . , vp ) engendré par les vecteurs v1 , . . . , vp . Autrement dit :
rg(v1 , . . . , vp ) = dimV ect(v1 , . . . , vp )
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Rang d’une famille de vecteurs
Propriétés :
Le rang d’un famille de p vecteurs est toujours inférieur ou égal à p.
Le rang d’une famille vaut 0 si et seulement si tous les vecteurs sont nuls.
Le rang d’une famille (v1 , . . . , vp ) vaut p si et seulement si la famille
(v1 , . . . , vp ) est libre.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Soient, v1 = (1, 1, 1), v2 = (2, 3, −1), v3 = (4, 5, 1). Quel le rang de la famille
{v1 , v2 , v3 } dans R3 ?
Nous allons chercher la dimension de V ect(v1 , v2 , v3 ), nous avons une famille
génératrice et nous allons en déduire une base. Vérifions si cette famille libre ou
liée. Pour cela nous résolvons le système αv1 + βv2 + λv3 = 0 :

 α + 2β + 4λ = 0
α + 3β + 5λ = 0

α − β + λ = 2
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Ce système a (en plus de la solution α = β = λ = 0) la solution

α = 2, β = 1, λ = −1. Donc la famille est liée et nous avons v3 = v1 + 2v2 . Ainsi :
vect({v1 , v2 , v3 }) = vect(v1 , v2 )
Il est facile de vérifier que la famille {v1 , v2 } est libre. Donc, vect({v1 , v2 , v3 }) a
pour base (v1 , v2 ), et par suite
dim(vect({v1 , v2 , v3 {)) = 2 = rg({v1 , v2 , v3 })
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exercice
Soient, v1 = (0, 1, 1), v2 = (1, 1, 1), v3 = (−1, 1, 2), v4 = (1, 2, 0).
Quel le rang de la famille {v1 , v2 , v3 , v4 } ?
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Application de Gauss au calcul vectoriel Calcul pratique du rang d’une famille finie et d’une base de vect(V)
Calcul pratique du rang d’une famille finie et d’une base de

vect(V)
Soit V = (v1 , v2 , . . . , vp ) une famille de vecteurs de E, et F = vect(V ). Pour

calculer le rang de V et déterminer une base de F on suit les étapes suivantes :
On détermine (M atVB )t qui est une matrice de p lignes et n colonnes.
En appliquant la méthode du pivot de Gauss, on détermine une matrice
écholon A associée à (M atVB )t .
Le rang de V est alors égal au nombre de lignes non nulles de la matrice A.
Si rg(V ) = m, alors pour tout k ∈ {1, . . . , m}, la k ème ligne non nulle de A
est formée par les coordonnées d’un vecteur wk de F = vect(V ) dans la base
B.
la famille (w1 , w2 , . . . , wm ) obtenue est une base de F .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Calcul pratique du rang d’une famille finie et d’une base de

vect(V)
Remarque
Si on échelonne la matrice M atVB au lieu de sa transposée (M atVB )t le rang ne
change pas (il est toujours égal au nombre de lignes non nulles) mais les
vecteurs non nuls de cette matrice ne forment pas une base de F.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Soit E = R4 , V = {v1 , v2 , v3 , v4 } et F = vect(V ) avec
v1 = (1, 0, 2, −1), v2 = (0, 3, −2, 1), v3 = (1, 3, 2, 0), v4 = (1, 6, 0, 1)
 
1 0 2 −1 v1
 0 3 −2 1  v2
(M atVB )t =  
 1 3 2 0  v3
1 6 0 1 v4
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Soit E = R4 , V = {v1 , v2 , v3 , v4 } et F = vect(V ) avec
v1 = (1, 0, 2, −1), v2 = (0, 3, −2, 1), v3 = (1, 3, 2, 0), v4 = (1, 6, 0, 1)
 
1 0 2 −1 v1
 0 3 −2 1  v2
(M atVB )t =  
 1 3 2 0  v3
1 6 0 1 v4
Après échelonnement on trouve :

 
1 0 2 −1
 0 3 −2 1 
(M atB ) = 
V t
 0

0 2 0 
0 0 0 0
Alors, rg(V ) = 3 et les vecteurs lignes w1 = (1, 0, 2, −1), w2 = (0, 3, −2, 1) et

(0, 0, 2, 0) forment une base de F . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Application de Gauss au calcul vectoriel Etude de l’indépendance linéaire des vecteurs d’une famille finie
Etude de l’indépendance linéaire des vecteurs d’une famille

finie
Soit V = (v1 , v2 , . . . , vp ) une famille de E. On a :

V est libre si et seulement si rg(V ) = p.
V est liée si et seulement si rg(V ) < p, c’est-à-dire si la forme échelon de
(M atVB )t contient au moins une ligne nulle . Une telle ligne donne une
relation de dépendance linéaire entre les vecteurs de V . (Il faut noter à
droite les opérations de gauss faites sur les vecteurs de V )
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple 2 :
Soit E = R3 et V = (v1 , v2 , v3 ) avec :
v1 = (2, −2, 2), v2 = (2, 2, −2), v3 = (0, 1, −1)
On a :
 
2 −2 2 v1
(M atVB )t =  2 2 −2  v2
0 1 −1 v3
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
En appliquant les opérations de Gauss, on a :

 
2 −2 2 v1
 0 4 −4  v2 − v1
0 1 −1 v3
En suite,
 
2 −2 2 v1
 0 4 −4  v2 − v1
0 0 0 v3 − 41 (v2 − v1 )
Le rang de la famille V est égal à 2 < 3 donc la famille est liée. De plus on a :
1 1
v3 − (v2 − v1 ) = 0 =⇒ v3 = (v2 − v1 ).
4 4
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Application de Gauss au calcul vectoriel Appartenance au sous-espace vectoriel engendré par une famille finie
Appartenance au sous-espace vectoriel engendré par une

famille finie
Proposition
Soit (v1 , . . . , vp ) une famille libre de E, et soit F = vect(v1 , . . . , vp ) et u ∈ E.
ALors on a :
u ∈ vect(v1 , . . . , vp ) ⇐⇒ rg(v1 , . . . , vp , u) = p
Remarque
La proposition si-dessus montre qu’on peut utiliser la méthode d eGauss pour
étudier l’appartenance d’un vecteur u de E au sous-espace engendré par une
famille libre.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Soit E = R4 et V = (v1 , v2 , v3 , u) avec :
v1 = (1, 3, 0, −1), v2 = (0, 4, 1, −2), v3 = (1, −1, 2, −1), u = (4, 4, 7, −6)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Soit E = R4 et V = (v1 , v2 , v3 , u) avec :
v1 = (1, 3, 0, −1), v2 = (0, 4, 1, −2), v3 = (1, −1, 2, −1), u = (4, 4, 7, −6)
Il est clair que (v1 , v2 , v3 ) est libre. Maintenant on va étudier l’appartenance de u

à vect(v1 , v2 , v3 ).
La matrice (M atVB )t est ,
 
1 3 0 −1 v1
 0 4 1 −2  v2
(M atB ) = 
V t
 1 −1 2

−1  v3
4 4 7 −6 u
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Après échelonnement et en notant les opérations à droite on trouve :

 
1 3 0 −1 v1
 0 4 1 −2  v2
V t
(M atB ) =   
0 0 3 −2  v3 − v 1 + v 2
0 0 0 0 v4 − 4v1 + 2v2 − 3(v3 − v1 + v2 )
Alors on a rg(v1 , v2 , v3 , u) = 3 donc u ∈ vect(v1 , v2 , v3 ) et la seule ligne nulle

nous donne :
v4 − 4v1 + 2v2 − 3(v3 − v1 + v2 ) = 0 =⇒ v4 = v1 + v2 + 3v3 .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Application de Gauss au calcul vectoriel Equations linéaires définissant un ss-ev engendré par une famille finie
Equations linéaires définissant un ss-ev engendré par une

famille finie
Soient V = (v1 , . . . , vp ) une famille finie de vecteurs
de E,F = vect(V ) et
b1
 b2 
 
u = b1 e1 + · · · + bn en un vecteur de E. Alors B =  .  est le vecteur colonne
 . 
.
bn
des coordonnées de u dans B. Par définition :
u ∈ F ⇐⇒ ∃x1 , . . . , xp ∈ K : u = x 1 v1 + · · · + x p vp .
Pour que u ∈ F , il faut déterminer les conditions sur b1 , . . . , bn , cela revient donc
à résoudre le système linéaire de n équations et d’inconnues x1 , . . . , xp :
(S) : AX = B
 
x1
 x2 
 
où A = M atVB et X =  .. .
 . 
xn . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Dans la pratique pour déterminer les équations linéaires qui définissent un ss-ev
engendré par une famille finie on suit les étapes suivante.
1 On déterminer la matrice M atVB .
2 On applique la méthode de Gauss à la matrice augmentée associée au système
S, affin de déterminer un système (S ′ ) en frome échelon équivalent à (S).
3 Les conditions cherchées sont alors données par les conditions de
compatibilité du système (S ′ ).
4 Les conditions de compatibilité sont, en fait, des équations linéaires qui
définissent F , dont les variables sont b1 , . . . , bn .
5 Si (x1 , . . . , xp ) est une solution de (S), le vecteur u s’écrit :
u = x 1 v1 + · · · , x p vp .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Dans R3 on considère la famille V = {u1 , u2 , u3 } et F = vect(V ) où :
u1 = (1, 2, 0); u2 = (2, −3, 1), u3 = (0, 1, 1)
Soit w = (a, b, c) ∈ R3 . Alors w ∈ F si et seulement si le système ci-dessous

admet des solutions dans R3 .

 x + 2y = a
2x − 3y + 2z = b

y + z = c
Après l’échelonnement on trouve :


 x + 2y = a
y + z = c

0 = b − 2a + 7c
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Exemple
Alors
w = (a, b, c) ∈ F ⇐⇒ b − 2a + 7c = 0
Dans ce cas l’ensemble des solutions de système est :
{(a − 2c + 2z, c − z, z); z ∈ R}
Si on prends par ex : z = 1 on trouve :
w = (a − 2c + 2)u1 + (c − 1)u2 + u3
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .

Esp Vect

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

Esp Vect

Transféré par

Droits d'auteur :

Formats disponibles

Espaces vectoriels

Pr. Najoua Essamaoui

Université Cadi Ayyad

Loi de composition interne et loi de composition externe

Une loi de composition interne dans E est souvent notée +, ×, ⋆, . . . etc. Le

est une loi de composition interne. La même chose pour la soustraction et la

est une loi de composition interne dans R2 .

est une loi de composition externe dans R2 . . . . . . . . . . . . . . . . . . . . .

et pour la loi externe, soit λ ∈ K, la multiplication est déﬁnie par

λu = λ.(x1 , . . . , xn ) = (λx1 , . . . , λxn )

L’ensemble des polynômes d’une variable, à coeﬃcients réels

muni naturellement d’une addition et d’une multiplication externe

L’ensemble des polynômes d’une variable, à coeﬃcients réels

muni naturellement d’une addition et d’une multiplication externe

Mm,n (K) = {(ai,j ), ai,j ∈ K, 1 ≤ i ≤ m, 1 ≤ j ≤ n}

muni de l’addition et de la multiplication par un scalaire, coeﬃcient par

L’ensemble des polynômes d’une variable, à coeﬃcients réels

muni naturellement d’une addition et d’une multiplication externe

Mm,n (K) = {(ai,j ), ai,j ∈ K, 1 ≤ i ≤ m, 1 ≤ j ≤ n}

muni de l’addition et de la multiplication par un scalaire, coeﬃcient par

Caractérisation d’un sous espace vectoriel

Caractérisation d’un sous espace vectoriel

Caractérisation d’un sous espace vectoriel

L’ensemble E1 = {(x, y, z) ∈ R3 , x + y + z = 1} n’est pas un sous espace

L’ensemble E1 = {(x, y, z) ∈ R3 , x + y + z = 1} n’est pas un sous espace

L’ensemble E1 = {(x, y, z) ∈ R3 , x + y + z = 1} n’est pas un sous espace

αx + αy + 2αz = α(x + y + 2z) = 0

L’ensemble E3 = {P ∈ R[X], P ′ (0) = 1}

L’ensemble E3 = {P ∈ R[X], P ′ (0) = 1} n’est pas un sous espace

L’ensemble E3 = {P ∈ R[X], P ′ (0) = 1} n’est pas un sous espace

L’ensemble E3 = {P ∈ R[X], P ′ (0) = 1} n’est pas un sous espace

(αP1 + βP2 )(1) = αP1 (1) + βP2 (1) = 0

donc E4 est un sous espace vectoriel de R[X].

Intersection d’espaces vectoriels

Union d’espaces vectoriels

L’union de deux espaces vectoriels n’est en générale pas un espace vectoriel !!

On montre que F 6= ∅( le plus souvent, on montre que le vecteur nul 0E

Montrer que l’ensemble des solutions du système linéaire suivant est un

où λ1 , . . . , λn sont des scalaires.

v1 = (1, 0, 0), v2 = (0, 1, 0), v3 = (2, −3, 0)

v1 = (1, 0, 0), v2 = (0, 1, 0), v3 = (2, −3, 0)

v1 = (1, 0, 0), v2 = (0, 1, 0), v3 = (2, −3, 0)

v1 = (1, 0, 0), v2 = (0, 1, 0), v3 = (2, −3, 0)

Espace vectoriel engendré par une partie

Espace vectoriel engendré par une partie

L’ensemble V ect(V ) est un sous espace vectoriel de E. En eﬀet, en prenant

Soit E un espace vectoriel.

On a donc Rn = V ect(e1 , . . . , en ), et on dit que Rn est engendré par la famille

Somme de deux sous-espaces vectoriels

Somme de deux sous-espaces vectoriels

Somme de deux sous-espaces vectoriels

Somme de deux sous-espaces vectoriels

On considère les deux sous-espaces vectoriels de R3 suivants :

On considère les deux sous-espaces vectoriels de R3 suivants :

On trouve bien (x, y, z) = (0, 0, 0) donc, F et G sont en somme directe.

Deux sous-espaces supplémentaires

Montrons que F et G sont supplémentaire.

Montrons que F et G sont supplémentaire. Il faut vériﬁer que tout vecteur

Famille libre, famille liée

Nous avons vu comment engendrer un espace vectoriel par une famille de

Famille libre, famille liée

Dans ce cas on dit aussi que les vecteurs v1 , . . . , vn sont linéairement

Famille libre, famille liée