Professional Documents
Culture Documents
Section A
Chapitre II :
Espace vectoriel réel
Sommaire
INTRODUCTION ..................................................................................................................... 3
1 STRUCTURE D’ESPACE VECTORIEL ..................................................................................... 3
1.1 LOI DE COMPOSITION INTERNE (L.C.I.) 3
1.2 LOI DE COMPOSITION EXTERNE (L.C.E.) 3
1.3 NOTATIONS 3
1.4 EXEMPLES DE LOIS DE COMPOSITION 3
1.5 PARTIE STABLE POUR UNE LOI DE COMPOSITION 4
1.6 PROPRIETES USUELLES DES LOIS DE COMPOSITION 4
1.7 STRUCTURE D’ESPACE VECTORIEL REEL 5
1.8 HOMOMORPHISME D’ESPACES VECTORIELS 6
2 STRUCTURE DE SOUS-ESPACE VECTORIEL.......................................................................... 6
2.1 DEFINITION DE SOUS-ESPACE VECTORIEL 6
2.2 CRITERE DE SOUS-ESPACE VECTORIEL 6
2.3 INTERSECTION DE SOUS-ESPACES VECTORIELS 7
2.4 REUNION DE SOUS ESPACES VECTORIELS 7
2.5 SOMME DE SOUS-ESPACES VECTORIELS 7
2.6 SOMME DIRECTE DE SOUS-ESPACES VECTORIELS 8
2.7 SOUS-ESPACES VECTORIELS SUPPLEMENTAIRES DE E 9
3 BASE D’UN ESPACE VECTORIEL REEL DE DIMENSION FINIE................................................. 9
3.1 COMBINAISON LINEAIRE DE VECTEURS D’UN ESPACE VECTORIEL REEL 9
3.2 SYSTEME GENERATEUR OU FAMILLE GENERATRICE 10
3.3 DEPENDANCE OU INDEPENDANCE LINEAIRE 12
3.4 BASE D’UN ESPACE VECTORIEL 13
3.5 ORDRE ET RANG D’UN SYSTEME DE VECTEURS 14
3.6 MATRICE ASSOCIEE CANONIQUEMENT A UN SYSTEME DE VECTEURS 14
4 ESPACE VECTORIEL DE DIMENSION FINIE ........................................................................ 15
EXERCICES SOLUTIONNES SE RAPPORTANT AU CHAPITRE II
1.3 Notations
Si " ∗ " est une L.C.I. sur 𝐸, alors le couple (𝐸,∗) est appelé magma.
Les L.C.I. sont notées généralement :
par la notation additive " + ", on écrit 𝑥 + 𝑦 et on dit « somme de 𝑥 et 𝑦 » ;
par la notation multiplicative " × ", on écrit 𝑥 × 𝑦 et on dit « produit » de 𝑥 et 𝑦.
Les L.C.E. sont notées généralement par la notation multiplicative ". ", on écrit 𝜆. 𝑥 (ou par simple
juxtaposition 𝜆𝑥) et on dit « produit de 𝑥 par le scalaire 𝜆 ».
1.4 Exemples de lois de composition
Les opérations usuelles l'addition " + " et la multiplication " × " sont des L.C.I. sur ℕ, ℤ, ℚ et ℝ.
La soustraction " − " est une L.C.I. sur ℤ, ℚ et ℝ mais elle ne l’est pas sur ℕ (contre exemple : (1,2) ∈
ℕ × ℕ mais 1 − 2 ∉ ℕ).
La division " ÷ " est une LCI sur ℚ∗ et ℝ∗ mais elle ne l’est pas sur ℕ∗ et ℤ∗ (contre exemple : (1,2) ∈
ℕ∗ × ℕ∗ mais 1 ÷ 2 ∉ ℕ∗ et (1,2) ∈ ℤ∗ × ℤ∗ mais 1 ÷ 2 ∉ ℤ∗ ).
L’addition définie sur ℝ𝑛 comme suit est une L.C.I. : ∀ 𝑥1 , … , 𝑥𝑛 , (𝑦1 , … , 𝑦𝑛 ) ∈ ℝ𝑛 ,
𝑥1 , 𝑥2 , … , 𝑥𝑛 + 𝑦1 , 𝑦2 , … , 𝑦𝑛 = (𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 , … , 𝑥𝑛 + 𝑦𝑛 )
L'addition matricielle " + " est une L.C.I. sur ℳ𝑝,𝑛 (ℝ), ensemble des matrice réelles de type 𝑝, 𝑛 .
Le produit matriciel " × " est une L.C.I. sur ℳ𝑛 (ℝ), ensemble des matrices réelles carrées d’ordre 𝑛.
L’intersection " ∩ " , la réunion " ∪ " et la différence symétrique " △ " sont des L.C.I. sur 𝒫(E) ,
l’ensemble des parties de l’ensemble E.
La composition " ∘ " de deux applications est une L.C.I. sur ℱ(𝐸, 𝐸), l’ensemble des applications d’un
ensemble 𝐸 vers lui même.
La multiplication externe définie sur ℝ𝑛 comme suit est une L.C.E. :
∀𝜆 ∈ ℝ, ∀(𝑥1 , 𝑥2 , … , 𝑥𝑛 ) ∈ ℝ𝑛 𝜆 . 𝑥1 , 𝑥2 , … , 𝑥𝑛 = (𝜆𝑥1 , 𝜆𝑥2 , … , 𝜆𝑥𝑛 )
Sur 𝒫(𝐸) :
L’intersection et la réunion sont des L.C.I. commutatives et associatives ;
L’intersection est distributive par rapport à la réunion et réciproquement ;
L’élément ∅ est neutre pour la réunion ;
L’élément 𝐸 est neutre pour l’intersection.
Sur ℱ(𝐸, 𝐸) :
La composition des applications est en général non commutative ;
La composition des applications est associative ;
l’élément 𝑖𝑑𝐸 est neutre pour la composition (pour tout 𝑥 ∈ 𝐸, 𝑖𝑑𝐸 𝑥 = 𝑥) ;
Un élément 𝑓 admet un symétrique pour la composition si et seulement si 𝑓 est bijective, et dans ce
cas, il sera noté 𝑓 −1 et appelé réciproque de 𝑓.
1.7 Structure d’espace vectoriel réel
Soit 𝐸 un ensemble non vide sur lequel on a définit :
une L.C.I. notée additivement "+ ∶ 𝐸 × 𝐸 ⟶ 𝐸 "
une 𝐿. 𝐶. 𝐸. notée multiplicativement ". ∶ 𝕂 × 𝐸 ⟶ 𝐸 "
Dans le cas de loi externe d’un espace vectoriel, l’ensemble 𝕂 est un corps commutatif appelé corps des
scalaires. En principe on prend le corps ℝ ou ℂ. Dans toute la suite du cours, on prendra 𝕂 = ℝ.
Définition : Le triplet (𝑬 , + ,⋅) est un espace vectoriel réel ou ℝ-espace vectoriel (en abrégé ℝ-e.v.) si,
La L.C.I. " + " est commutative, associative et admet un élément neutre, noté 𝑂𝐸 ;
Tout élément de 𝐸 admet un symétrique (opposé) pour la loi " + ", noté "−𝑥" ;
Pour tous 𝑥, 𝑦 ∈ 𝐸 et pour tous 𝛼, 𝛽 ∈ ℝ on a les quatre propriétés suivantes :
𝛼 ∙ 𝛽 ∙ 𝑥 = (𝛼 × 𝛽) ∙ 𝑥
𝛼∙ 𝑥+𝑦 = 𝛼∙𝑥 + 𝛽∙𝑥
𝛼+𝛽 ∙𝑥 = 𝛼∙𝑥 + 𝛽∙𝑥
1ℝ ∙ 𝑥 = 𝑥 (1ℝ est l’élément neutre dans ℝ pour la multiplication)
Les éléments d’un ℝ-ev sont appelés des vecteurs. Un ℝ-e.v. contient au moins un vecteur à savoir l’élément
neutre 𝑂𝐸 pour la L.C.I.
Exemples :
Soit 𝐸 = ℝ𝑛 ensemble des couples de réels. (ℝ𝑛 , +, ∙) est un ℝ-e.v. où les lois " + " et " ∙ " sont
définies par : ∀ 𝑥1 , … , 𝑥𝑛 , (𝑦1 , … , 𝑦𝑛 ) ∈ ℝ𝑛 et ∀𝜆 ∈ ℝ
𝑥1 , … , 𝑥𝑛 + (𝑦1 , … , 𝑦𝑛 ) = 𝑥1 + 𝑦1 , … , 𝑥𝑛 + 𝑦𝑛
𝜆 ∙ 𝑥1 , … , 𝑥𝑛 = 𝜆𝑥1 , … , 𝜆𝑥𝑛
Soit 𝐸 = 𝒜(𝐴, ℝ) ensemble des applications définies d’un ensemble 𝐴 dans ℝ. (𝒜(𝐴, ℝ), +, ∙) est un
ℝ-e.v. où les lois " + " et " ∙ " sont définies par : ∀𝑓, 𝑔 ∈ 𝒜(𝐴, ℝ), ∀𝜆 ∈ ℝ et ∀𝑥 ∈ 𝐴
𝑓+𝑔 𝑥 =𝑓 𝑥 +𝑔 𝑥
𝜆 ∙ 𝑓 𝑥 = 𝜆𝑓 𝑥
Soit 𝐸 = ℝ[𝑋] ensemble de polynômes à coefficients dans ℝ. (ℝ[𝑋], +, ∙) est un ℝ-e.v. où les lois
" + " et " ∙ " sont définies par : ∀𝑃, 𝑄 ∈ ℝ[𝑋], ∀𝜆 ∈ ℝ et ∀𝑥 ∈ ℝ
𝑃 + 𝑄 𝑥 = 𝑃 𝑥 + 𝑄(𝑥)
(𝜆 ∙ 𝑃)(𝑥) = 𝜆𝑃(𝑥)
Propriétés : Soit (𝑬, +, ∙) est un ℝ-e.v. Pour tous 𝜶, 𝜷 ∈ ℝ et pour tous 𝒙, 𝒚 ∈ 𝑬 on a :
𝛼 ∙ 0𝐸 = 0𝐸
0ℝ ∙ 𝑥 = 0𝐸
𝛼 ∙ 𝑥 = 0𝐸 ⇔ 𝛼 = 0ℝ 𝑜𝑢 𝑥 = 0𝐸
−𝛼 ∙ 𝑥 = − 𝛼 ∙ 𝑥 = 𝛼 ∙ −𝑥
𝛼−𝛽 ∙𝑥 = 𝛼∙𝑥 − 𝛽∙𝑥
𝛼 ∙ (𝑥 − 𝑦) = 𝛼 ∙ 𝑥 − 𝛼 ∙ 𝑦
1.8 Homomorphisme d’espaces vectoriels
Définition : Soient (𝐸1 , +,∙) et (𝐸2 , +,∙) deux ℝ-e.v. L’application 𝑓 de 𝐸1 dans 𝐸2 est un homomorphisme
d’espaces vectoriels (ou application linéaire) si : ∀𝑥, 𝑦 ∈ 𝐸1 , ∀α ∈ ℝ
𝑓 𝑥+𝑦 =𝑓 𝑥 +𝑓 𝑦
𝑓 𝛼∙𝑥 =𝛼∙𝑓 𝑥
ou équivalent à : ∀𝑥, 𝑦 ∈ 𝐸1 , ∀𝛼, 𝛽 ∈ ℝ
𝑓 𝛼∙𝑥+𝛽∙𝑦 =𝛼∙𝑓 𝑥 +𝛽∙𝑓 𝑥
ℝ≤𝑛 𝑋 , l’ensemble des polynômes de degré inferieur ou égal à 𝑛 ∈ ℕ à coefficients réels, est un s.e.v.
de ℝ 𝑋 .
Exercice : Montrons que (𝑭, +, . ) est un s.e.v. de ℝ𝟒 où 𝑭 = 𝒙, 𝒚, 𝒛, 𝒕 ∈ ℝ𝟒 ∶ 𝒙 − 𝒚 = 𝟎, 𝒙 + 𝒛 + 𝒕 =
𝟎
On remarque tout d’abord que 𝐹 ≠ ∅ , en effet 0ℝ4 ∈ 𝐹. Montrons la stabilité linéaire : soient
𝑥1 , 𝑦1 , 𝑧1 , 𝑡1 , 𝑥2 , 𝑦2 , 𝑧2 , 𝑡2 ∈ 𝐹 et 𝛼, 𝛽 ∈ ℝ
?
𝛼. 𝑥1 , 𝑦1 , 𝑧1 , 𝑡1 + 𝛽. 𝑥2 , 𝑦2 , 𝑧2 , 𝑡2 = 𝛼𝑥1 + 𝛽𝑥2 , 𝛼𝑦1 + 𝛽𝑦2 , 𝛼𝑧1 + 𝛽𝑧2 , 𝛼𝑡1 + 𝛽𝑡2 ∈ 𝐹
Autrement dit :
𝛼𝑥1 + 𝛽𝑥2 − 𝛼𝑦1 + 𝛽𝑦2 = 0 et 𝛼𝑥1 + 𝛽𝑥2 + 𝛼𝑧1 + 𝛽𝑧2 + 𝛼𝑡1 + 𝛽𝑡2 = 0
Comme 𝑥1 , 𝑦1 , 𝑧1 , 𝑡1 ∈ 𝐹 et 𝑥2 , 𝑦2 , 𝑧2 , 𝑡2 ∈ 𝐹 alors,
𝑥1 − 𝑦1 = 0, 𝑥2 − 𝑦2 = 0, 𝑥1 + 𝑧1 + 𝑡1 = 0 𝑒𝑡 𝑥2 + 𝑧2 + 𝑡2 = 0
On a d’une part,
𝛼𝑥1 + 𝛽𝑥2 − 𝛼𝑦1 + 𝛽𝑦2 = 𝛼. 𝑥1 − 𝑦1 − 𝛽. 𝑥2 − 𝑦2 = 0
et d’autre part,
𝛼𝑥1 + 𝛽𝑥2 + 𝛼𝑧1 + 𝛽𝑧2 + 𝛼𝑡1 + 𝛽𝑡2 = 𝛼. 𝑥1 + 𝑧1 + 𝑡1 + 𝛽. 𝑥2 + 𝑧2 + 𝑡2 = 0
D’où,
𝛼. 𝑥1 , 𝑦1 , 𝑧1 , 𝑡1 + 𝛽. 𝑥2 , 𝑦2 , 𝑧2 , 𝑡2 ∈ 𝐹
𝐹 est un s.e.v. de ℝ4 .
2.3 Intersection de sous-espaces vectoriels
Proposition : L’intersection d’une famille finie de s.e.v. d’un espace vectoriel 𝑬 est un s.e.v. de 𝑬.
Exemple : Montrons que (𝑭, +, . ) est un s.e.v. de ℝ𝟒 où
𝐹= 𝑥, 𝑦, 𝑧, 𝑡 ∈ ℝ4 ∶ 𝑥 − 𝑦 = 0 𝑒𝑡 𝑥+𝑧+𝑡 =0
On constate que 𝐹 = 𝐹1 ∩ 𝐹2 avec 𝐹1 et 𝐹2 deux s.e.v. de ℝ4 donnés par :
𝐹1 = 𝑥, 𝑦, 𝑧, 𝑡 ∈ ℝ4 ∶ 𝑥 − 𝑦 = 0 et 𝐹2 = 𝑥, 𝑦, 𝑧, 𝑡 ∈ ℝ4 ∶ 𝑥 + 𝑧 + 𝑡 = 0
Donc, 𝐹 est un s.e.v. de ℝ4 .
2.4 Réunion de sous-espaces vectoriels
La réunion de deux s.e.v. d’un espace vectoriel 𝐸 n’est pas forcement un s.e.v. de 𝐸.
Contre exemple : Soient 𝑭𝟏 et 𝑭𝟐 sont deux e.s.v. de ℝ𝟑 donnés par :
𝐹1 = 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3 : 𝑥1 = 0 et 𝐹2 = 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3 : 𝑥2 = 0
Soient 0,1,1 ∈ 𝐹1 , 1,0,1 ∈ 𝐹2 et 0,1,1 + 1,0,1 = 1,1,1 n’est pas un élément ni de 𝐹1 ni de 𝐹2 . Donc
𝐹1 ∪ 𝐹2 = 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3 ∶ 𝑥1 = 0 ou 𝑥2 = 0
3
n’est pas un s.e.v. de ℝ .
2.5 Somme de sous-espaces vectoriels
Définition : Soit 𝑬 un ℝ-e.v. et soient 𝑭𝟏 et 𝑭𝟐 deux s.e.v. de 𝑬 On appelle somme des sous-espaces
vectoriels 𝑭𝟏 et 𝑭𝟐 le sous-espace vectoriel de 𝑬, noté 𝑭𝟏 + 𝑭𝟐 , défini par :
𝐹1 + 𝐹2 = 𝑥1 + 𝑥2 ∶ 𝑥1 ∈ 𝐹1 , 𝑥2 ∈ 𝐹2
= 𝑥 ∶ ∃ au moins (𝑥1 , 𝑥2 ) ∈ 𝐹1 × 𝐹2 , 𝑥 = 𝑥1 + 𝑥2
Ainsi,
𝑥 ∈ 𝐹1 + 𝐹2 ⇒ ∃ au moins 𝑥1 ∈ 𝐹1 𝑒𝑡 ∃ au moins 𝑥2 ∈ 𝐹2 tel que 𝑥 = 𝑥1 + 𝑥2
La décomposition (ou l’écriture) de 𝑥 n’est pas unique.
Exemple : Soient 𝑭𝟏 et 𝑭𝟐 sont deux e.s.v. de ℝ𝟑 donnés par :
𝐹1 = 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3 : 𝑥1 = 0 et 𝐹2 = 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3 : 𝑥2 = 0
On remarque que 1,1,3 ∈ 𝐹1 + 𝐹2 . En effet,
∈𝐹1 ∈𝐹2
∈𝐹1 ∈𝐹2
Proposition : Soit 𝑬 un ℝ -e.v. et soient 𝑭𝟏 et 𝑭𝟐 deux s.e.v. de 𝑬, Les propositions suivantes sont
équivalentes :
𝐹1 ∩ 𝐹2 = 0𝐸 ;
Si 𝑥 ∈ 𝐹1 + 𝐹2 , alors 𝑥 s’écrit de façon unique comme 𝑥 = 𝑥1 + 𝑥2 avec 𝑥1 ∈ 𝐹1 et 𝑥2 ∈ 𝐹2 ;
(𝑥1 ∈ 𝐹1 , 𝑥2 ∈ 𝐹2 , 𝑥1 + 𝑥2 = 0𝐸 ) ⇒ 𝑥1 = 𝑥2 = 0𝐸 .
Exemple : Pour montrer que les deux s.e.v. de ℝ𝟑
𝐹1 = 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3 : 𝑥2 = 𝑥3 = 0 et 𝐹2 = 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3 : 𝑥1 = 0
sont en somme directe, on prend 𝑥1 , 𝑥2 , 𝑥3 ∈ 𝐹1 ∩ 𝐹2 et on montre que 𝑥1 , 𝑥2 , 𝑥3 = 0ℝ3 :
𝑥1 , 𝑥2 , 𝑥3 ∈ 𝐹1
𝑥1 , 𝑥2 , 𝑥3 ∈ 𝐹1 ∩ 𝐹2 ⇒
𝑥1 , 𝑥2 , 𝑥3 ∈ 𝐹2
𝑥1 = 0
⇒
𝑥2 = 𝑥3 = 0
⇒ 𝑥1 = 𝑥2 = 𝑥3 = 0
⇒ 𝑥1 , 𝑥2 , 𝑥3 = 0ℝ3
2.7 Sous-espaces vectoriels supplémentaires de E
Définition : Deux s.e.v. 𝑭𝟏 et 𝑭𝟐 d’un espace vectoriel 𝑬 sont dits supplémentaires de 𝑬 si et seulement si :
𝑬 = 𝑭𝟏 ⊕ 𝑭𝟐 .
Exemple : Soient 𝑭𝟏 et 𝑭𝟐 sont deux e.s.v. de ℝ𝟑 donnés par :
𝐹1 = 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3 ∶ 𝑥2 = 𝑥3 = 0 et 𝐹2 = 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3 ∶ 𝑥1 = 0
On a : ℝ3 = F1 ⊕ F2 .
Proposition : Deux s.e.v. 𝑭𝟏 et 𝑭𝟐 d’un ℝ-e.v. 𝑬 sont supplémentaires dans 𝑬 si et seulement si l’une des
trois propriétés suivantes est vérifiée :
1. Pour tout 𝑥 ∈ 𝐸, 𝑥 s’écrit de façon unique comme somme de 𝑥1 et 𝑥2 avec 𝑥1 ∈ 𝐹1 et 𝑥2 ∈ 𝐹2 ;
2. 𝐸 = 𝐹1 + 𝐹2 et 𝐹1 ∩ 𝐹2 = 0𝐸 ;
3. 𝐸 = 𝐹1 + 𝐹2 et (𝑥1 ∈ 𝐹1 , 𝑥2 ∈ 𝐹2 , 𝑥1 + 𝑥2 = 0𝐸 ) ⇒ 𝑥1 = 𝑥2 = 0𝐸 .
Remarque : Dans la pratique, pour montrer que 𝑬 = 𝑭𝟏 + 𝑭𝟐 , on se contentera de vérifier que 𝑬 ⊆ 𝑭𝟏 + 𝑭𝟐 .
Exemple : Soient 𝑭𝟏 et 𝑭𝟐 sont deux e.s.v. de ℝ𝟑 donnés par :
𝐹1 = 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3 : 𝑥2 = 𝑥3 = 0 et 𝐹2 = 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3 : 𝑥1 = 0
Pour montrer que ℝ3 = F1 ⊕ F2 , on procède comme suit :
- 𝐹1 ∩ 𝐹2 = 0𝐸 , propriété déjà montrée
- on montre que ℝ3 ⊆ 𝐹1 + 𝐹2 : pour tout 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3
∈𝐹1 ∈𝐹2
𝑥1 , 𝑥2 , 𝑥3 = 𝑥1 , 0,0 + 0, 𝑥2 , 𝑥3
𝑢 = 𝜆1 𝑢1 + 𝜆2 𝑢2 + ⋯ + 𝜆𝑝 𝑢𝑝 = 𝜆 𝑖 𝑢𝑖 ∈ 𝐸
𝑖=1
est une combinaison linéaire des 𝑝-vecteurs ; les scalaires 𝜆𝑖 (𝑖 = 1, ⋯ , 𝑝 ) sont les coefficients de la
combinaison linéaire. On dira que le vecteur 𝑢 se décompose sur la famille des 𝑝-vecteurs (la décomposition
n’est pas forcement unique).
Exemples :
Dans ℝ2 , on considère les vecteurs 𝑢1 = (2, −1), 𝑢2 = −4,2 . L’origine est combinaison linéaire des
vecteurs 𝑢1 et 𝑢2 , en effet :
0ℝ2 = 0,0 = 2𝑢1 + 1𝑢2 = 6𝑢1 + 3𝑢2
La décomposition n’est pas unique.
Dans ℝ3 , on considère les vecteurs 𝑒1 = (1,0,0), 𝑒2 = 0,1,0 et 𝑒3 = (0,0,1). Tout vecteur 𝑢 =
(𝑥1 , 𝑥2 , 𝑥3 ) est une combinaison linéaire des vecteurs 𝑒1 , 𝑒2 et 𝑒3 :
𝑢 = 𝑥1 , 𝑥2 , 𝑥3 = 𝑥1 𝑒1 + 𝑥2 𝑒2 + 𝑥3 𝑒3
La décomposition est unique.
3.2 Système générateur ou famille génératrice
On dit que les 𝑝-vecteurs 𝑢1 , 𝑢2 , ⋯ , 𝑢𝑝 de 𝐸 forment un système générateur de E (une famille génératrice ou
encore une famille qui engendre 𝐸) si tout vecteur 𝑢 de 𝐸 peut s’écrire comme une combinaison linéaire des
vecteurs 𝑢1 , 𝑢2 , ⋯ , 𝑢𝑝 . Autrement dit,
𝑝
𝐸1 est un sous-espace vectoriel de ℝ3 engendré par la famille de vecteurs 𝑆1 = (1,0, −1), (0,1, −1) .
𝑥1 𝑥2
Soit 𝐸2 = 𝑥3 𝑥4 ∈ ℳ2 ℝ ∶ 𝑥3 − 𝑥4 = 0 𝑒𝑡 𝑥1 + 𝑥2 = 0
𝑥1 𝑥2
= 𝑥3 𝑥4 ∈ ℳ2 ℝ ∶ 𝑥4 = 𝑥3 𝑒𝑡 𝑥2 = −𝑥1
𝑥1 −𝑥1
= 𝑥3 𝑥3 ∶ 𝑥1 , 𝑥3 ∈ ℝ
1 −1 0 0
= 𝑥1 + 𝑥3 ∶ 𝑥1 , 𝑥3 ∈ ℝ
0 0 1 1
1 −1 0 0
𝐸2 = ,
0 0 1 1
1 −1 0 0
𝐸2 est un sous-espace vectoriel de ℳ2 ℝ engendré par la famille de matrices 𝑆2 = , .
0 0 1 1
3.3 Dépendance ou indépendance linéaire
Les 𝑝-vecteurs 𝑢1 , 𝑢2 , ⋯ , 𝑢𝑝 de 𝐸 forment une famille libre (ou sont linéairement indépendants) si toute
combinaison linéaire de ces vecteurs à coefficients non nuls est nécessairement non nulle, c’est-à-dire :
𝜆1 𝑢1 + 𝜆2 𝑢2 + ⋯ + 𝜆𝑝 𝑢𝑝 = 0𝐸 ⇒ 𝜆1 = 𝜆2 = ⋯ = 𝜆𝑝 = 0ℝ
Les𝑝-vecteurs 𝑢1 , 𝑢2 , ⋯ , 𝑢𝑝 de 𝐸 forment une famille liée (ou sont linéairement dépendants) si la famille
n’est pas libre, c’est-à-dire :
∃ 𝜆1 , 𝜆2 , ⋯ , 𝜆𝑝 ∈ ℝ, (𝜆1 , 𝜆2 , ⋯ , 𝜆𝑝 ) ≠ 0,0, ⋯ ,0 𝑡𝑒𝑙𝑞𝑢𝑒 𝜆1 𝑢1 + 𝜆2 𝑢2 + ⋯ + 𝜆𝑝 𝑢𝑝 = 0𝐸
Cette relation est dite « relation de dépendance ».
Calcul pratique : Pour montrer qu’une famille 𝑺 = 𝒖𝟏 , 𝒖𝟐 , ⋯ , 𝒖𝒑 est libre ou liée, on considère une
combinaison linéaire nulle de ses vecteurs 𝝀𝟏 𝒖𝟏 + 𝝀𝟐 𝒖𝟐 + ⋯ + 𝝀𝒑 𝒖𝒑 = 𝟎𝑬 . On obtient ainsi un système
dont les inconnues sont 𝝀𝟏 , ⋯ , 𝝀𝒑 . Deux cas se posent :
si le système admet une solution unique alors 𝝀𝟏 = ⋯ = 𝝀𝒑 = 𝟎 et 𝑺 est libre
si le système admet une infinité de solutions, alors le système 𝑺 est lié.
Exemples :
Dans ℝ3 ,
les vecteurs 2,1, −3 , −4, −2,5 sont linéairement indépendants, en effet :
2𝜆1 − 4𝜆2 =0
𝜆1 2,1, −3 + 𝜆2 −4, −2,5 = 0,0,0 ⇒ 𝜆1 −2𝜆2 = 0 ⇒ 𝜆1 = 𝜆2 = 0
−3𝜆1 + 5𝜆2 =0
L’unique solution est 𝜆1 = 𝜆2 = 0.
les vecteurs 2,1, −3 , −4, −2, −6 sont linéairement dépendants, en effet :
2𝜆1 − 4𝜆2 =0
𝜆1 2,1, −3 + 𝜆2 −4, −2, −6 = 0,0,0 ⇒ 𝜆1 −2𝜆2 =0
−3𝜆1 − 6𝜆2 =0
2𝜆1 − 4𝜆2 =0
⇒ 𝜆1 − 2𝜆2 =0
−3𝜆1 − 6𝜆2 =0
⇒ 𝜆1 −2𝜆2 = 0
⇒ 𝜆1 = 2𝜆2
Il existe une infinité de solutions. Il suffit de prendre 𝜆2 = 1 et 𝜆1 = 2. En effet,
2 2,1, −3 + −4, −2, −6 = 0,0,0
Cette relation est dite relation de dépendance.
Dans ℝ𝑛 , la famille de vecteurs 𝑒1 = 1,0,0, … ,0 , 𝑒2 = 0,1,0, … ,0 , 𝑒𝑖 = 0, … ,0,1,0, … ,0 (la 𝑖 ième
projection vaut 1) et 𝑒𝑛 = (0,0, … ,0,1) de ℝ𝑛 est une famille libre.
Dans ℝ≤𝑛 [𝑋], la famille 1, 𝑥, 𝑥 2 , … , 𝑥 𝑛 est libre.
1 0 0 1 0 0 0 0
Dans ℳ2 [𝑋], la famille , , , est libre.
0 0 0 0 1 0 0 1
Propriétés :
Le singleton 𝑢 est libre si et seulement si 𝑢 ≠ 0𝐸 ;
Toute famille de vecteurs contenant le vecteur 0𝐸 est liée ;
Les vecteurs d’une famille libre sont distincts, non colinéaires et non nuls ;
Une famille est liée si et seulement si au moins l’un de ses vecteurs est combinaison linéaire des autres
vecteurs de la famille ;
Toute famille non vide extraite d’une famille libre est libre ;
Toute famille contenant une famille liée est liée.
Exemples :
Les vecteurs 1,0,0 , 0,1,0 , 0,0,1 , 1,1,1 sont linéairement dépendants, en effet,
1,1,1 = 1,0,0 + 0,1,0 + 0,0,1
Les vecteurs 2,1, −3 , −4, −2, −6 sont linéairement dépendants, en effet :
−4, −2,6 = −2 2,1, −3 ,
3.4 Base d’un espace vectoriel
Une base d’un ℝ-e.v. 𝐸 est une famille qui est à la fois famille libre et génératrice de 𝐸.
Exemples de bases :
Soit 𝐸1 = 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3 ∶ 𝑥1 + 𝑥2 + 𝑥3 = 0 = 1,0, −1), (0,1, −1 .
La famille 𝑆1 = 1,0, −1), (0,1, −1 est une famille génératrice de 𝐸1 . En plus, les deux vecteurs sont
linéairement indépendants. Donc, 𝑆1 est une base de 𝐸1 .
La base canonique de ℝ4 est :
𝑒1 = 1,0,0,0 , 𝑒2 = 0,1,0,0 , 𝑒3 = 0,0,1,0 et 𝑒4 = 0,0,0,1
Dans ℝ𝑛 , la famille de vecteurs 𝑒1 = 1,0,0, … ,0 , 𝑒2 = 0,1,0, … ,0 , 𝑒𝑖 = 0, … ,0,1,0, … ,0 (la 𝑖 ième
projection vaut 1) et 𝑒𝑛 = (0,0, … ,0,1) de ℝ𝑛 est une base de ℝ𝑛 .
1 −1 0 2
2 1 0 −1
𝑀𝐵 (𝑆) =
0 0 2 1
0 0 3 0
Exemple :
Considérons l’espace vectoriel ℝ3 , dim ℝ3 = 3. Soit 𝐹 un sous-espace vectoriel de ℝ3 .
si dim F = 0, alors 𝐹 se réduit à l’origine,
si dim F = 1, alors 𝐹 est la droite vectorielle passant par l’origine,
si dim F = 2, alors 𝐹 est le plan vectoriel contenant l’origine,
si dim F = 3, alors 𝐹 est exactement ℝ3 .
Considérons les deux sous-espace vectoriels ℝ3 :
𝐹1 = 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3 ∶ 𝑥2 = 𝑥3 = 0 et 𝐹2 = 𝑥1 , 𝑥2 , 𝑥3 ∈ ℝ3 ∶ 𝑥1 = 0
Il est facile de montrer que 𝐹1 = (1,0,0) , 𝐹1 = 0,1,0 , (0,0,1) et 𝐹1 ∩ 𝐹2 = {(0,0,0)}
ℝ3 = F1 ⊕ F2
De même, dim 𝐹1 = 1 et dim 𝐹2 = 2.
dim 𝐹1 + dim 𝐹2 = 3 = dim ℝ3 = 3
Théorème : Soient E un ℝ-e.v. (différent de 0𝐸 ) de dimension finie et 𝐹1 et 𝐹2 deux s.e.v. supplémentaires
dans 𝐸. Si 𝐵1 = 𝑢1 , 𝑢2 , ⋯ , 𝑢𝑝 et 𝐵2 = 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑞 des bases respectives de 𝐹1 et 𝐹2 , alors la famille
𝐵 = 𝑢1 , 𝑢2 , ⋯ , 𝑢𝑝 , 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑞 est une base de 𝐸.
𝐹1 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 + 𝑧 ≤ 2
𝐹2 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥𝑦 = 0
𝐹3 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = 1, 𝑦=𝑧
𝐹4 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 + 𝑦 = 1
𝐹5 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 2 + 𝑦 2 + 𝑧 2 = 0
𝐹6 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = 0, 𝑦 + 2𝑧 = 0
𝐹7 = 𝑥, 𝑦, 0 ∈ ℝ3 ∶ 𝑥 + 𝑦 = 0
𝐹8 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 + 𝑦 = 0
𝐹9 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = 𝑦
𝐹10 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 − 𝑦 + 2𝑧 = 0
𝐹11 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 : 𝑥 − 𝑦 + 2𝑧 = 0 𝑒𝑡 𝑥 + 𝑦 = 0
𝐹12 = 2𝑦, −𝑦 + 𝑧, 𝑥 − 𝑧 ∶ 𝑥, 𝑦, 𝑧 ∈ ℝ
𝐹13 = 𝑦, 𝑦 − 𝑥 + 𝑧, 𝑧 ∶ 𝑥, 𝑦, 𝑧 ∈ ℝ
Exercice 2 : Montrer que le système 𝑆 = (1,2,3), (0,1,4), (2,3,2) est une famille liée. En déduire la
relation de dépendance.
Exercice 3 : Soit le système 𝑆𝑚 = (𝑚, 1,2,2), (0, 𝑚, 1,1), (1,0, 𝑚, 1) , 𝑚 ∈ ℝ. Pour quelles valeurs du
paramètre 𝑚, le système 𝑆 est-il libre ? est-il lié (donner la relation de dépendance) ?
Exercice 5 : Montrer que le système 𝑆 = (1,1,1), (−1,1,0), (1,0,1) est une base de ℝ3 , puis déterminer les
coordonnés des vecteurs de la base canonique de ℝ3 dans cette base.
1. Montrer que si 𝐵′ = 𝑒1′ = 1,1,1 , 𝑒2′ = 1, −1,0 , 𝑒3′ = (−1,1, −1) est une autre base de ℝ3 .
2. Trouver les coordonnées de 𝑒1 ,𝑒2 et 𝑒3 dans la base 𝐵′ .
Exercice 7 :
1. Déterminer le rang du système 𝑆 = 𝑢1 = 1,2,2 , 𝑢2 = 0,5,1 , 𝑢3 = (2, −1,3) ;
2. Montrer que le système 𝑆 ′ = 𝑢1′ = 1,1,1 , 𝑢2′ = 1,1,2 , 𝑢3′ = (1,2,3) est une base de ℝ3 et
déterminer les coordonnées du vecteur 𝑣 = (3,8,9) dans cette base.
Exercice 9 : L’ensemble 𝑃2 [𝑋], ensemble des polynômes de degré 2, est un espace vectoriel de dimension 3.
Les polynômes 𝑝0 𝑥 = 1, 𝑝1 𝑥 = 𝑥 et 𝑝2 𝑥 = 𝑥 2 , forment une base canonique de 𝑃2 [𝑋].
Soient les polynômes 𝑒0′ 𝑥 = 1 , 𝑒1′ 𝑥 = 𝑥 − 2 et 𝑒2′ 𝑥 = (𝑥 − 2)2 de 𝑃2 [𝑋] . Montrer que la famille
{𝑒0′ 𝑥 , 𝑒1′ 𝑥 , 𝑒2′ 𝑥 } forme une base de 𝑃2 [𝑋].
Exercice 10 : L’ensemble 𝑃3 [𝑋], ensemble des polynômes de degré 3, est un espace vectoriel de dimension
4. Notons que la famille 𝐵 = 𝑝0 𝑥 = 1, 𝑝1 𝑥 = 𝑥, 𝑝2 𝑥 = 𝑥 2 , 𝑝3 𝑥 = 𝑥 3 est une base canonique de
𝑃3 [𝑋]. Montrer que la famille 𝐵′ formée des 4 polynômes suivants forme une base de 𝑃3 𝑋 :
𝑃0 𝑥 = 2, 𝑃1 𝑥 = −𝑥 + 4, 𝑃2 𝑥 = 2𝑥 2 + 𝑥 − 2, 𝑃3 𝑥 = 𝑥 3 − 2𝑥 + 1
Exercice 12 : Montrer que chacun des sous-ensembles suivants est un sous-espace vectoriel d'un espace
vectoriel connu, en donner une base et en déduire sa dimension :
𝑎 𝑏
𝐹1 = ∈ ℳ2 ℝ ∶ 𝑎 + 𝑑 = 0
𝑐 𝑑
3𝑎 + 𝑏 2𝑎 − 4𝑏 𝑎−𝑏
𝐹2 = 2𝑎 − 3𝑏 𝑎 + 2𝑏 𝑎 + 𝑏 ∶ 𝑎, 𝑏 ∈ ℝ
𝑎−𝑏 2𝑎 + 𝑏 2𝑎 − 𝑏
𝑎−𝑏 𝑏 𝑏+𝑎
𝐹3 = 𝑐−𝑎 𝑐+𝑏 𝑐 ∶ 𝑎, 𝑏, 𝑐 ∈ ℝ
𝑐+𝑏 𝑎−𝑏 𝑎+𝑏
𝐹4 = 𝑥, 𝑦 ∈ ℝ2 ∶ 𝑥 + 2𝑦 = 0
𝐹5 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = 𝑦 = 𝑧
𝐹6 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = 0, 𝑦 = 𝑧
𝐹7 = 𝑥, 𝑦, 𝑧, 𝑡 ∈ ℝ4 ∶ 𝑥 + 𝑦 − 𝑧 = 0
Exercice 13 : Déterminer une base pour chacun des sous-espaces vectoriels suivants :
𝐹𝑚 = 𝑥, 𝑦, 𝑧, 𝑡 ∈ ℝ4 ∶ 𝑥 − 𝑦 + 2𝑧 − 𝑡 + 2 = 2𝑚
1. Pour quelle valeur du paramètre 𝑚, l’ensemble 𝐹𝑚 est-il un sous-espace vectoriel de ℝ4 ?
2. Déterminer la dimension du sous-espace vectoriel 𝐹1 .
Exercice 16 : Montrer que les deux sous-espaces vectoriels 𝐹1 et 𝐹2 sont supplémentaires dans ℝ3 :
𝐹1 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 + 𝑦 − 3𝑧 = 0
𝐹2 = 1,2, −1
𝐹1 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 − 𝑦 + 𝑧 = 0
𝐹2 = 1,1,1
Montrer que ℝ3 = 𝐹1 ⨁𝐹2 , et en déduire une base de ℝ3 autre que la base canonique.
𝐹1 = 𝑥, 𝑥, 𝑥 ∶ 𝑥∈ℝ
𝐹2 = 0, 𝑦, 𝑧 ∶ 𝑦, 𝑧 ∈ ℝ
Montrer que ℝ3 = 𝐹1 ⊕ 𝐹2 .
Exercice 20 (CR-10/11) : Montrer que 𝐹1 et 𝐹2 sont deux sous-espaces vectoriels supplémentaires dans ℝ3 :
𝐹1 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 2𝑥 + 3𝑦 + 𝑧 = 0
𝐹2 = 𝑥, 0, 𝑧 ∈ ℝ3 ∶ 𝑥−𝑧 =0
𝐹1 = 𝑥, 𝑦, 𝑧, 𝑡 ∈ ℝ4 ∶ 2𝑥 + 3𝑦 + 𝑧 = 0, 𝑡=0
𝐹2 = 1,0,1,0 , (0,1,0,1)
Exercice 22 (CR-11/12) : Montrer que 𝐹1 et 𝐹2 sont deux sous-espaces vectoriels supplémentaires dans ℝ3 :
𝐹1 = 𝑥, −2𝑦, −𝑥 + 𝑦 : 𝑥, 𝑦 ∈ ℝ
𝐹2 = 𝑥, 𝑦, 0 ∈ ℝ3 ∶ 𝑥−𝑦 =0
Solutions
𝐹1 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 + 𝑧 ≤ 2
Soit 1,1,1 ∈ 𝐹1 mais 2. 1,1,1 = 2,2,2 ∉ 𝐹1 puisque 2 + 2 > 2 , donc la stabilité de 𝐹1 pour la Loi
Externe (multiplication par un scalaire) n’est pas vérifiée. Ainsi 𝐹1 n’est pas un sous espace vectoriel de ℝ3 .
𝐹2 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥𝑦 = 0
𝑥𝑦 = 0 ⟹ 𝑥 = 0 𝑜𝑢 𝑦 = 0
Donc,
= 𝐹2 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥𝑦 = 0
= 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = 0 ∪ 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑦 = 0
= 0, 𝑦, 𝑧 ∶ 𝑦, 𝑧 ∈ ℝ3 ∪ 𝑥, 0, 𝑧 ∶ 𝑥, 𝑧 ∈ ℝ3
Soient 1,0,1 ∈ 𝐹2 et 0,1,1 ∈ 𝐹2 mais 1,0,1 + 0,1,1 = (1,1,2) ∉ 𝐹2 donc la stabilité de 𝐹2 pour la Loi
Interne (addition) n’est pas vérifiée. Ainsi 𝐹2 n’est pas un sous-espace vectoriel de ℝ3 .
𝐹3 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = 1, 𝑦 = 𝑧
Comme 0,0,0 ∉ 𝐹3 ( 0,0,0 étant l’élément neutre pour la LCI dans ℝ3 ) alors 𝐹3 n’est pas un sous-espace
vectoriel de ℝ3 .
𝐹4 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 + 𝑦 = 1
Comme (0,0,0) ∉ 𝐹4 donc 𝐹4 n’est pas un sous-espace vectoriel de ℝ3 .
𝐹5 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 2 + 𝑦 2 + 𝑧 2 = 0
On a :
𝑥, 𝑦, 𝑧 ∈ 𝐹5 ⟺ 𝑥2 + 𝑦2 + 𝑧2 = 0
⟺ 𝑥=𝑦=𝑧=0
⟺ 𝐹5 = 0,0,0
𝐹5 est un sous-espace vectoriel trivial de ℝ3 .
𝐹6 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = 0, 𝑦 + 2𝑧 = 0
On a :
𝑥=0
𝑥, 𝑦, 𝑧 ∈ 𝐹6 ⟺
𝑦 + 2𝑧 = 0
𝑥=0
⟺
𝑦 = −2𝑧, 𝑧 ∈ ℝ
⟺ 𝐹6 = 𝑧 0, −2,1 ∶ 𝑧 ∈ ℝ
⟺ 𝐹6 = 0, −2,1
3
𝐹6 est le sous-espace vectoriel de ℝ engendré par la famille 0, −2,1 .
𝐹7 = 𝑥, 𝑦, 0 ∈ ℝ3 ∶ 𝑥 + 𝑦 = 0
On a :
𝐹7 = 𝑥, 𝑦, 0 ∈ ℝ3 ∶ 𝑥 + 𝑦 = 0
= 𝑥, 𝑦, 0 ∈ ℝ3 ∶ 𝑦 = −𝑥
= 𝑥, −𝑥, 0 ∶ 𝑥 ∈ ℝ
= 𝑥 1, −1,0 ∶ 𝑥 ∈ ℝ
= 1, −1,0
𝐹7 est le sous-espace vectoriel de ℝ3 engendré par la famille 1, −1,0 .
𝐹8 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 + 𝑦 = 0
On a :
𝐹8 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 + 𝑦 = 0
= 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑦 = −𝑥
= 𝑥, −𝑥, 𝑧 ∶ 𝑥, 𝑧 ∈ ℝ
= 𝑥 1, −1,0 + 𝑧 0,0,1 ∶ 𝑥, 𝑧 ∈ ℝ
= 1, −1,0 , (0,0,1)
3
𝐹8 est le sous-espace vectoriel de ℝ engendré par la famille 1, −1,0 , (0,0,1) .
𝐹9 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = 𝑦
On a :
𝐹9 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = 𝑦
= 𝑦, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑦, 𝑧 ∈ ℝ
= 𝑦 1,1,0 + 𝑧 0,0,1 ∶ 𝑦, 𝑧 ∈ ℝ
= 1,1,0 , (0,0,1)
3
𝐹9 est le sous-espace vectoriel de ℝ engendré par la famille 1,1,0 , (0,0,1)
𝐹10 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 − 𝑦 + 2𝑧 = 0
On a :
= 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 − 𝑦 + 2𝑧 = 0
𝐹10
= 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑦 = 𝑥 + 2𝑧
= 𝑥, 𝑥 + 2𝑧, 𝑧 ∶ 𝑥, 𝑧 ∈ ℝ
= 𝑥 1,1,0 + 𝑧(0,2,1) ∶ 𝑥, 𝑧 ∈ ℝ
= 1,1,0 , (0,2,1)
𝐹10 est le sous-espace vectoriel de ℝ3 engendré par la famille 1,1,0 , (0,2,1) .
𝐹11 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 − 𝑦 + 2𝑧 = 0 𝑒𝑡 𝑥 + 𝑦 = 0
On a :
=𝐹11 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 − 𝑦 + 2𝑧 = 0 𝑒𝑡 𝑥 + 𝑦 = 0
= 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑦 = 𝑥 + 2𝑧 ∩ 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 + 𝑦 = 0
= 𝐹10 ∩ 𝐹8
𝐹11 est un sous-espace vectoriel de ℝ3 puisque c’est l’intersection entre deux sous-espaces vectoriels de ℝ3 .
𝐹12 = 2𝑦, −𝑦 + 𝑧, 𝑥 − 𝑧 ∶ 𝑥, 𝑦, 𝑧 ∈ ℝ
On a :
= 𝐹12 2𝑦, −𝑦 + 𝑧, 𝑥 − 𝑧 ∶ 𝑥, 𝑦, 𝑧 ∈ ℝ
= 𝑥 0,0,1 + 𝑦 2, −1,0 + 𝑧 0,1, −1 ∶ 𝑥, 𝑦, 𝑧 ∈ ℝ
= 0,0,1 , 2, −1,0 , (0,1, −1)
𝐹12 est le sous-espace vectoriel de ℝ3 engendré par la famille 0,0,1 , 2, −1,0 , (0,1, −1) .
𝐹13 = 𝑦, 𝑦 − 𝑥 + 𝑧, 𝑧 ∶ 𝑥, 𝑦, 𝑧 ∈ ℝ
On a :
=𝐹13 𝑦, 𝑦 − 𝑥 + 𝑧, 𝑧 ∶ 𝑥, 𝑦, 𝑧 ∈ ℝ
= 𝑥 0, −1,0 + 𝑦 1,1,0 + 𝑧 0,1,1 ∶ 𝑥, 𝑦, 𝑧 ∈ ℝ
= 0, −1,0 , 1,1,0 , (0,1,1)
𝐹13 est le sous-espace vectoriel de ℝ3 engendré par la famille 0, −1,0 , 1,1,0 , (0,1,1) .
Ainsi, le système 𝑆 est lié. Pour déterminer la relation de dépendance, il suffit de prendre 𝜆3 = 1 :
−2(1,2,3) + (0,1,4) + (2,3,2) = (0,0,0).
3
N.B. : puisque 𝑜𝑟𝑑𝑟𝑒 𝑆 = dim(ℝ ), donc le système 𝑆 est lié si et seulement si det 𝑀𝐵 𝑆 = 0 :
1 0 2
1 3 2 1
det 𝑀𝐵 𝑆 = 2 1 3 = +2 = −10 + 10 = 0
4 2 3 4
3 4 2
𝑚𝜆1 = 0
1 cas : Si 𝑚 ≠ 1 alors, 𝜆3 = 0 et 𝜆1 + 𝑚𝜆2 = 0
er
2𝜆1 + 𝜆2 = 0
𝜆1 + 𝜆3 = 0
2ième cas : Si 𝑚 = 1 alors 𝜆1 + 𝜆2 = 0 ce qui implique 𝜆2 = 𝜆3 = −𝜆1
2𝜆1 + 𝜆2 + 𝜆3 = 0
Ainsi, le système 𝑆 est lié. Pour déterminer la relation de dépendance, il suffit de prendre 𝜆1 = 1 :
1ère méthode : Déterminons les valeurs de 𝑚 pour lesquelles 𝑆𝑚 est libre ou lié : soient 𝜆1 , 𝜆2 , 𝜆3 ∈ ℝ
𝜆1 (1,2,2) + 𝜆2 (𝑚, 1,1) + 𝜆3 (0, 𝑚, 1) = (0,0,0) ⇒ (𝜆1 + 𝑚𝜆2 , 2𝜆1 + 𝜆2 + 𝑚𝜆3 , 2𝜆1 + 𝜆2 + 𝜆3 ) = (0,0,0)
𝜆1 + 𝑚𝜆2 = 0
⇒ 2𝜆1 + 𝜆2 + 𝑚𝜆3 = 0
2𝜆1 + 𝜆2 + 𝜆3 = 0
𝜆1 + 𝑚𝜆2 = 0
⇒ 1 − 𝑚 𝜆3 = 0 𝐿3 − 𝐿2
2𝜆1 + 𝜆2 + 𝜆3 = 0
𝜆1 + 𝑚𝜆2 = 0 (1 − 2𝑚)𝜆2 = 0
1er cas : Si 𝑚 ≠ 1 alors, 𝜆3 = 0 et ce qui implique 𝜆3 = 0 et
2𝜆1 + 𝜆2 = 0 2𝜆1 + 𝜆2 = 0
1
1er sous cas : Si 𝑚 ≠ 2 alors, 𝜆1 = 𝜆2 = 0 et le système 𝑆𝑚 est libre.
1
2ème sous cas : Si 𝑚 = 2 alors, 𝜆2 = −2𝜆1 et le système 𝑆1 est lié. Dans ce cas la relation de dépendance
2
est 𝑢1 − 2𝑢2 = 0ℝ3 (il suffit de prendre 𝜆1 = 1)
𝜆1 + 𝜆2 = 0
2ème cas : Si 𝑚 = 1 alors ce qui implique 𝜆2 = 𝜆3 = −𝜆1
2𝜆1 + 𝜆2 + 𝜆3 = 0
Ainsi, le système 𝑆1 est lié. Pour déterminer la relation de dépendance, il suffit de prendre 𝜆1 = 1 :
𝑢1 − 𝑢2 − 𝑢3 = 0ℝ3
2ième méthode : le système 𝑆𝑚 est libre si et seulement si det 𝑆𝑚 ≠ 0.
1 𝑚 0 1
1 𝑚 2 𝑚
det 𝑆𝑚 = 2 1 𝑚 = −𝑚 = 2𝑚2 − 3𝑚 + 1 = 2 𝑚 − 𝑚−1
1 1 2 1 2
2 1 1
1 1
Ainsi, 𝑆𝑚 est libre si et seulement si 𝑚 ≠ 2 et 𝑚 ≠ 1. et par conséquent, 𝑆𝑚 est lié si et seulement si 𝑚 = 2
ou 𝑚 = 1 et dans ce dernier cas déterminons la relation de dépendance :
1
Si 𝑚 = 2, alors soient 𝜆1 , 𝜆2 , 𝜆3 ∈ ℝ
1 1
𝜆1 𝑢1 + 𝜆2 𝑢2 + 𝜆3 𝑢3 = 0ℝ3 ⇒ 𝜆1 + 𝜆2 , 2𝜆1 + 𝜆2 + 𝜆3 , 2𝜆1 + 𝜆2 + 𝜆3 = (0,0,0)
2 2
1
𝜆1 + 𝜆2 = 0
2
⇒ 1
2𝜆1 + 𝜆2 + 𝜆3 = 0
2
2𝜆1 + 𝜆2 + 𝜆3 = 0
1
𝜆1 + 𝜆2 = 0
2
⇒ 1
− 𝜆3 = 0 𝐿3 − 𝐿 2
2
2𝜆1 + 𝜆2 + 𝜆3 = 0
1
𝜆 + 𝜆 =0
Alors 𝜆3 = 0 et 1 2 2 ce qui implique 𝜆3 = 0 et 𝜆2 = −2𝜆1 . Ainsi, la relation de
2𝜆1 + 𝜆2 = 0
dépendance est donnée par : 𝑢1 − 2𝑢2 = 0ℝ3
Si 𝑚 = 1, alors soient 𝜆1 , 𝜆2 , 𝜆3 ∈ ℝ
𝜆1 𝑢1 + 𝜆2 𝑢2 + 𝜆3 𝑢3 = 0ℝ3 ⇒ 𝜆1 + 𝜆2 , 2𝜆1 + 𝜆2 + 𝜆3 , 2𝜆1 + 𝜆2 + 𝜆3 = (0,0,0)
𝜆1 + 𝜆2 = 0
⇒
2𝜆1 + 𝜆2 + 𝜆3 = 0
𝜆3 = −𝜆1
⇒
𝜆2 = −𝜆1
Alors 𝜆3 = 𝜆2 = −𝜆1 . Ainsi, la relation de dépendance est donnée par : 𝑢1 − 𝑢2 − 𝑢3 = 0ℝ3
Solution 5 : Montrons que le système 𝑆 = (1,1,1), (−1,1,0), (1,0,1) est une base de ℝ3 :
Comme 𝑜𝑟𝑑𝑟𝑒 𝑆 = dim (ℝ3 ) donc, la famille 𝑆 de ℝ3 est une base de ℝ3 si et seulement si 𝑆 est
génératrice, ou si et seulement si 𝑆 est libre (c'est-à-dire, det 𝑀𝐵 (𝑆) = 0 où 𝐵 est la base canonique de ℝ3 ) :
1 −1 1 1 −1 1
1 1
det 𝑀𝐵 (𝑆) = 1 1 0 = 1 1 0 = =1≠0
0 1
1 0 1 0 1 0
Déterminons les coordonnées des vecteurs de la base canonique e1 , e2 , e3 de ℝ3 dans la base 𝑆 : on pose
𝑒1 = (1,0,0) 𝑢1 = (1,1,1) = 𝑒1 + 𝑒2 + 𝑒3
𝑒2 = (0,1,0) et 𝑢2 = (−1,1,0) = −𝑒1 + 𝑒2
𝑒3 = (0,0,1) 𝑢3 = (1,0,1) = 𝑒1 + 𝑒3
Ainsi, (par la méthode de substitution, une méthode parmi d’autres, voir chapitre III)
𝑢1 = 𝑒1 + 𝑒2 + 𝑒3 𝑒2 = 𝑢1 − 𝑢3
𝑢2 = −𝑒1 + 𝑒2 ⇒ 𝑒1 = −𝑢2 + 𝑒2 = −𝑢2 + 𝑢1 − 𝑢3
𝑢3 = 𝑒1 + 𝑒3 𝑒3 = 𝑢3 − 𝑒1 = 𝑢3 − (−𝑢2 + 𝑢1 − 𝑢3 )
et par suite,
𝑒1 = 𝑢1 − 𝑢2 − 𝑢3
𝑒2 = 𝑢1 − 𝑢3
𝑒3 = −𝑢1 + 𝑢2 + 2𝑢3
1. Montrons que 𝐵′ = 𝑒1′ = 1,1,1 , 𝑒2′ = 1, −1,0 , 𝑒3′ = (−1,1, −1) est une autre base de ℝ3 .
Donc, 𝐵′ est libre et comme 𝑜𝑟𝑑𝑟𝑒 𝐵′ = dim ℝ3 donc 𝐵′ une bien base de ℝ3 .
2ième méthode : Soient Soit 𝑀𝐵 (𝐵′ ), la matrice carrée d’ordre 3 associée canoniquement au système 𝐵′ :
1 1 −1
𝑀(𝐵′ ) =
1 −1 1
1 0 −1
1 1 −1 1 1 −1
2 0
Comme det 𝑀𝐵 (𝐵′ ) = 1 −1 1 = 2 0 0 = − = 2 ≠ 0, alors 𝐵′ une base de ℝ3 .
1 −1
1 0 −1 1 0 −1
2. Trouvons les coordonnées de 𝑒1 ,𝑒2 et 𝑒3 dans la nouvelle base 𝐵′ .
N.B. : une autre méthode plus simple sera vue au chapitre III.
Solution 7 :
1. Déterminons le rang du système
Donc, 𝑆 est lié. La relation de dépendance est donnée par : on pose 𝛾 = 1, et donc 𝛼 = −2 et 𝛽 = 1 :
−2𝑢1 + 𝑢2 + 𝑢3 = 0ℝ3
2ième méthode : soit 𝑀𝐵 (𝑆), la matrice carrée d’ordre 3 associée canoniquement au système 𝑆 :
1 0 2
𝑀(𝑆) = 2 5 −1
2 1 3
Calculons 𝑟𝑎𝑛𝑔 𝑆 : comme
1 0 2
5 −1 2 5
2 5 −1 = +2 = 16 − 16 = 0,
1 3 2 1
2 1 3
1 0
alors 1 ≤ 𝑟𝑎𝑛𝑔 𝑆 ≤ 2. Et comme, = 5 ≠ 0 alors, 𝑟𝑎𝑛𝑔 𝑆 = 2.
2 5
2. Montrons que le système 𝑆′ = 𝑢1′ = 1,1,1 , 𝑢2′ = 1,1,2 , 𝑢3′ = (1,2,3) est une base de ℝ3 .
1ère méthode : soient 𝛼, 𝛽, 𝛾 ∈ ℝ
Donc 𝑆′est libre et comme 𝑜𝑟𝑑𝑟𝑒 𝑆′ = dim ℝ3 donc 𝑆′ est une base si et seulement si 𝑆′ est libre. Ainsi,
𝑆′ est une base de ℝ3 .
1ère méthode : Le rang du système 𝑆1 est le nombre des vecteurs de 𝑆1 qui sont linéairement indépendants. On
sait que 0 ≤ 𝑟𝑎𝑛𝑔(𝑆1 ) ≤ 𝑜𝑟𝑑𝑟𝑒(𝑆1 ). Et comme au moins une composante des vecteurs est
non nulle alors, 1 ≤ 𝑟𝑎𝑛𝑔(𝑆1 ) ≤ 𝑜𝑟𝑑𝑟𝑒(𝑆1 ).
Soient 𝜆1 , 𝜆2 , 𝜆3 ∈ ℝ
2ème méthode : Le rang du système 𝑆1 est le nombre de colonnes (ou de lignes) de la matrice 𝑀𝐵 (𝑆1 ) (matrice
associée canoniquement au système 𝑆1 ) qui sont linéairement indépendants. On sait que
1 3 −1
𝑀𝐵 (𝑆1 ) = 1 0 1
1 −1 −1
1 3 −1 1 3 −1
−3 2
Comme det 𝑀𝐵 (𝑆1 ) = 1 0 1 = 0 −3 2 = = 8 ≠ 0 alors les trois vecteurs relatifs
−4 0
1 −1 −1 0 −4 0
aux trois colonnes de la matrice sont linéairement indépendants. Ainsi, 𝑟𝑎𝑛𝑔(𝑆1 ) = 3.
1ère méthode : on se demande si les deux vecteurs 1,0,1 et 2,1,3 sont linéairement indépendants :
Soient 𝜆1 , 𝜆2 ∈ ℝ
𝜆1 1,0,1 + 𝜆2 2,1,3 = (0,0,0) ⇒ 𝜆1 + 2𝜆2 , 𝜆2 , 𝜆1 + 3𝜆2 = (0,0,0)
𝜆1 + 2𝜆2 = 0
⇒ 𝜆2 = 0
𝜆1 + 3𝜆2 = 0
⇒ 𝜆1 = 𝜆2 = 0
Donc, les deux vecteurs sont linéairement indépendants. Ainsi, 𝑟𝑎𝑛𝑔(𝑆2 ) = 2.
2ème méthode : comme det 𝑀𝐵 𝑆2 = 0, on cherche une sous matrice d’ordre 2 extraite de la matrice
𝑀_𝐵(𝑆2 ) et dont le déterminant est non nul :
Soit 𝑀𝐵 (𝑆2 ), la matrice carrée d’ordre 3 associée canoniquement au système 𝑆2 :
1 2 2
𝑀𝐵 (𝑆2 ) = 0 1 0
1 3 2
1 2
Comme = 1 ≠ 0 alors les deux premiers vecteurs relatifs aux deux premières colonnes de la matrice
0 1
sont linéairement indépendants. Ainsi, 𝑟𝑎𝑛𝑔(𝑆2 ) = 2.
On Remarque que les trois vecteurs sont identiques donc, 1 ≤ 𝑟𝑎𝑛𝑔(𝑆1 ) ≤ 1. Ainsi 𝑟𝑎𝑛𝑔(𝑆3 ) = 1.
𝑒0′ 𝑥 = 1 ⟹ 𝑒0′ 𝑥 = 𝑝0 𝑥
𝑒1′ 𝑥 = 𝑥 − 2 ⟹ 𝑒1′ 𝑥 = 𝑝1 𝑥 − 2𝑝0 𝑥
𝑒2′ 𝑥 = 𝑥 − 2 2
= 𝑥 2 − 4𝑥 + 4 ⟹ 𝑒2′ 𝑥 = 𝑝2 𝑥 − 4𝑝1 𝑥 + 4𝑝0 𝑥
Solution 10 :
𝑃3 𝑥 = 𝑝3 𝑥 − 2𝑝1 𝑥 + 𝑝0 𝑥
𝑃2 𝑥 = 2𝑝2 𝑥 + 𝑝1 𝑥 − 2𝑝0 𝑥
𝑃1 𝑥 = −𝑝1 𝑥 + 4𝑝0 𝑥
𝑃0 𝑥 = 2𝑝0 𝑥
Soit 𝑀𝐵 (𝐵′), la matrice carrée d’ordre 3 associée canoniquement au système 𝐵′ :
1 0 0 0
0 2 0 0
𝑀𝐵 (𝐵′ ) =
−2 1 −1 0
1 −2 4 2
𝑏 −𝑎
Comme det 𝑀𝐵 (𝐵′ ) = 2 2
= 𝑏 + 𝑎 = −4 ≠ 0, alors 𝐵′ est une base de 𝑃3 [𝑋].
𝑎 𝑏
Solution 11 :. Montrons que si 𝑎, 𝑏 ∈ ℝ, 𝑎2 + 𝑏 2 = 1 alors 𝐵′ = (𝑏𝑒1 + 𝑎𝑒3 , 𝑒2 , −𝑎𝑒1 + 𝑏𝑒3 ) est une autre
base de ℝ3 .
𝑏𝛼 − 𝑎𝛾 = 0
Or le système admet une solution unique 𝛼, 𝛾 = 0,0 puisque
𝑎𝛼 + 𝑏𝛾 = 0
𝑏 −𝑎
= 𝑎2 + 𝑏 2 = 1 ≠ 0
𝑎 𝑏
Ainsi, on aura 𝛼 = 𝛽 = 𝛾 = 0. D’où, 𝐵′ = (𝑏𝑒1 + 𝑎𝑒3 , 𝑒2 , −𝑎𝑒1 + 𝑏𝑒3 ) est une autre base de ℝ3 .
2ième méthode : Soit 𝑀𝐵 (𝐵′ ), la matrice carrée d’ordre 3 associée canoniquement au système 𝐵′ :
𝑏 0 −𝑎
𝑀𝐵 (𝐵′ ) =
0 1 0
𝑎 0 𝑏
𝑏 −𝑎
Comme det 𝑀𝐵 (𝐵′ ) = = 𝑏 2 + 𝑎2 = 1 ≠ 0, alors 𝐵′ est une base de ℝ3 .
𝑎 𝑏
Solution 12 : Montrons que chacun des sous-ensembles suivants est un sous-espace vectoriel d'un espace
vectoriel connu :
𝑎 𝑏
𝐹1 = ∈ ℳ2 ℝ ∶ 𝑎 + 𝑑 = 0
𝑐 𝑑
On a :
𝑎 𝑏
𝐹1 = ∈ ℳ2 ℝ ∶ 𝑎 + 𝑑 = 0
𝑐 𝑑
𝑎 𝑏
= ∈ ℳ2 ℝ ∶ 𝑎 = −𝑑
𝑐 𝑑
−𝑑 𝑏
= ∶ 𝑎, 𝑏, 𝑑 ∈ ℝ
𝑐 𝑑
0 1 0 0 −1 0
= 𝑏 +𝑐 +𝑑 ∶ 𝑎, 𝑏, 𝑐 ∈ ℝ
0 0 1 0 0 1
0 1 0 0 −1 0
= , ,
0 0 1 0 0 1
0 1 0 0 −1 0
𝐹1 sous-espace vectoriel de ℳ2 (ℝ) engendré par la famille génératrice 𝑆1 = , , .
0 0 1 0 0 1
Soient 𝛼, 𝛽, 𝛾 ∈ ℝ
0 1 0 0 −1 0 0 0 −𝛾 𝛼 0 0
𝛼 +𝛽 +𝛾 = ⟹ 𝛽 𝛾 = 0 0
0 0 1 0 0 1 0 0
⟹ 𝛼=𝛽=𝛾=0
Donc, la famille 𝑆1 est libre et par suite une base de 𝐹1 . Ainsi, dim 𝐹1 = 3.
3𝑎 + 𝑏 2𝑎 − 4𝑏 𝑎−𝑏
𝐹2 = 2𝑎 − 3𝑏 𝑎 + 2𝑏 𝑎 + 𝑏 ∶ 𝑎, 𝑏 ∈ ℝ
𝑎−𝑏 2𝑎 + 𝑏 2𝑎 − 𝑏
On a :
3𝑎 + 𝑏 2𝑎 − 4𝑏 𝑎 − 𝑏
𝐹2 = 2𝑎 − 3𝑏 𝑎 + 2𝑏 𝑎+𝑏 ∶ 𝑎, 𝑏 ∈ ℝ
𝑎−𝑏 2𝑎 + 𝑏 2𝑎 − 𝑏
3 2 1 1 −4 −1
= 𝑎 2 1 1 + 𝑏 −3 2 1 ∶ 𝑎, 𝑏 ∈ ℝ
1 2 1 −1 1 −1
3 2 1 1 −4 −1
= 2 1 1 , −3 2 1
1 2 1 −1 1 −1
3 2 1 1 −4 −1
𝐹2 sous-espace vectoriel de ℳ3 (ℝ) engendré par la famille 𝑆2 = 2 1 1 , −3 2 1 .
1 2 1 −1 1 −1
Soient 𝛼, 𝛽 ∈ ℝ
3 2 1 1 −4 −1 0 0 0 3𝛼 + 𝛽 2𝛼 − 4𝛽 𝛼 − 𝛽 0 0 0
𝛼 2 1 1 + 𝛽 −3 2 1 = 0 0 0 ⟹ 2𝛼 − 3𝛽 𝛼 + 2𝛽 𝛼+𝛽 = 0 0 0
1 2 1 −1 1 −1 0 0 0 𝛼−𝛽 2𝛼 + 𝛽 2𝛼 − 𝛽 0 0 0
3𝛼 + 𝛽 = 0, 2𝛼 − 4𝛽 = 0, 𝛼 − 𝛽 = 0
⟹ 2𝛼 − 3𝛽 = 0, 𝛼 + 2𝛽 = 0, 𝛼+𝛽 =0
𝛼 − 𝛽 = 0, 2𝛼 + 𝛽 = 0, 2𝛼 − 𝛽 = 0
⟹ 𝛼=𝛽=0
Donc, la famille 𝑆2 est libre et par suite une base de 𝐹2 . Ainsi, dim 𝐹2 = 2.
𝑎−𝑏 𝑏 𝑏+𝑎
𝐹3 = 𝑐−𝑎 𝑐+𝑏 𝑐 ∶ 𝑎, 𝑏, 𝑐 ∈ ℝ
𝑐+𝑏 𝑎−𝑏 𝑎+𝑏
On a :
𝑎−𝑏 𝑏 𝑏+𝑎
𝐹3 = 𝑐−𝑎 𝑐+𝑏 𝑐 ∶ 𝑎, 𝑏, 𝑐 ∈ ℝ
𝑐+𝑏 𝑎−𝑏 𝑎+𝑏
1 0 1 −1 1 1 0 0 0
= 𝑎 −1 0 0 +𝑏 0 1 0 +𝑐 1 1 1 ∶ 𝑎, 𝑏, 𝑐 ∈ ℝ
0 1 1 1 −1 1 1 0 0
1 0 1 −1 1 1 0 0 0
= −1 0 0 , 0 1 0 , 1 1 1
0 1 1 1 −1 1 1 0 0
Soient 𝛼, 𝛽, 𝛾 ∈ ℝ
1 0 1 −1 1 1 0 0 0 0 0 0
𝛼 −1 0 0 + 𝛽 0 1 0 +𝛾 1 1 1 = 0 0 0
0 1 1 1 −1 1 1 0 0 0 0 0
𝛼−𝛽 𝛽 𝛽+𝛼 0 0 0
⟹ 𝛾−𝛼 𝛾+𝛽 𝛾 = 0 0 0
𝛾+𝛽 𝛼−𝛽 𝛼+𝛽 0 0 0
𝛼 − 𝛽 = 0, 𝛽 = 0, 𝛽+𝛼 =0
⟹ 𝛾 − 𝛼 = 0, 𝛾 + 𝛽 = 0, 𝛾=0
𝛾 + 𝛽 = 0, 𝛼 − 𝛽 = 0, 𝛼+𝛽 =0
⟹ 𝛼=𝛽=𝛾=0
Donc, la famille 𝑆3 est libre et par suite une base de 𝐹3 . Ainsi, dim 𝐹3 = 3.
𝐹4 = 𝑥, 𝑦 ∈ ℝ2 ∶ 𝑥 + 2𝑦 = 0
On a :
= 𝑥, 𝑦 ∈ ℝ2 : 𝑥 = −2𝑦
𝐹4
= −2𝑦, 𝑦 ∶ 𝑦 ∈ ℝ
= 𝑦 −2,1 ∶ 𝑦 ∈ ℝ
= −2,1
𝐹4 est le sous-espace vectoriel de ℝ2 engendré par la famille génératrice 𝑆4 = −2,1 . 𝑆4 est une base de
𝐹4 (famille formée par un seul vecteur non nul). Ainsi, dim( 𝐹4 ) = 1.
𝐹5 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = 𝑦 = 𝑧
On a :
𝐹5 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = 𝑦 = 𝑧
= 𝑥, 𝑥, 𝑥 ∶ 𝑥 ∈ ℝ
= 𝑥 1,1,1 ∶ 𝑥 ∈ ℝ
= 1,1,1
𝐹5 est le sous-espace vectoriel de ℝ3 engendré par la famille génératrice 𝑆5 = 1,1,1 . 𝑆5 est une base de
𝐹5 (famille formée par un seul vecteur non nul). Ainsi, dim( 𝐹5 ) = 1.
𝐹6 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = 0, 𝑦 = 𝑧
𝐹6 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = 0, 𝑦 = 𝑧
= 0, 𝑦, 𝑦 ∶ 𝑦 ∈ ℝ
= 𝑦 0,1,1 ∶ 𝑦 ∈ ℝ
𝐹6 = 0,1,1
𝐹6 est un sous-espace vectoriel de ℝ3 engendré par le singleton 𝑆6 = 0,1,1 (un seul vecteur non nul). 𝑆6
est une base de 𝐹6 et donc, dim 𝐹6 = 1.
𝐹7 = 𝑥, 𝑦, 𝑧, 𝑡 ∈ ℝ4 ∶ 𝑥 + 𝑦 − 𝑧 = 0
On a :
𝐹7 = 𝑥, 𝑦, 𝑧, 𝑡 ∈ ℝ4 ∶ 𝑥 + 𝑦 − 𝑧 = 0
= 𝑥, 𝑦, 𝑧, 𝑡 ∈ ℝ4 ∶ 𝑥 + 𝑦 = 𝑧
= 𝑥, 𝑦, 𝑥 + 𝑦, 𝑡 ∶ 𝑥, 𝑦, 𝑡 ∈ ℝ
= 𝑥 1,0,1,0 + 𝑦 0,1,1,0 + 𝑡 0,0,0,1 ∶ 𝑥, 𝑦, 𝑡 ∈ ℝ
= 1,0,1,0 , 0,1,1,0 , (0,0,0,1)
𝐹7 est le sous-espace vectoriel de ℝ4 engendré par la famille 𝑆7 = 1,0,1,0 , 0,1,1,0 , (0,0,0,1) .
Donc, 𝑆7 est libre et par suite 𝑆7 est une base de 𝐹7 et donc, dim 𝐹7 = 3.
1 0 0
1 1 0
𝑀𝐵 (𝑆7 ) =
0 1 0
0 0 1
1 1 0
On calcule le rang du système𝑆7 . Puisque 0 1 0 = 1 ≠ 0 alors 𝑟𝑎𝑛𝑔(𝑆7 ) = 3. Ainsi, dim 𝐹7 = 3.
0 0 1
𝐹8 = 2𝑥, 𝑥 − 2𝑦, 0,3𝑥 + 𝑦 ∶ 𝑥, 𝑦 ∈ ℝ
On a :
Donc, 𝑆8 est libre et par suite 𝑆8 est une base de 𝐹8 et donc, dim 𝐹8 = 3.
2 0
1 −2
𝑀𝐵 (𝑆7 ) =
0 0
3 1
2 0
On calcule le rang du système 𝑆8 . Puisque = −4 ≠ 0 alors 𝑟𝑎𝑛𝑔(𝑆8 ) = 2. Ainsi, dim 𝐹8 = 2.
1 −2
1 1 3 1 1 3 1 1 3 −1 1 −1
Comme −1 1 −1 = −1 1 −1 = 2 2 6 = 2 2 6 = 0 alors 1 ≤ 𝑟𝑎𝑛𝑔(𝑆2 ) ≤ 2, et
2 2 6 −3 0 −6 −3 0 −6 −3 0 −6
1 1
puisque ≠ 0 alors 𝑟𝑎𝑛𝑔(𝑆2 ) = 2. Ainsi, la famille 𝑆2′ = 1, −1,2, −3 , 1,1,2,0 est génératrice
−1 1
′
et libre, d’où 𝑆2 est une base de 𝐹2 .
𝐹4 est le sous-espace vectoriel de ℝ3 engendré par la famille génératrice 𝑆4 = 1,1,3 , 1,0,2 , (0,1, −1) .
Comme 𝑜𝑟𝑑𝑟𝑒 𝑆4 = dim (ℝ3 ), alors la famille 𝑆4 est une base de 𝐹4 si et seulement elle est génératrice de
𝐹4 si et seulement si elle est libre. Par construction, 𝑆4 est une famille génératrice de 𝐹4 donc une base de
𝐹4 . dim( 𝐹4 ) = 3.
𝐹 = 𝑥 + 2𝑦 + 𝑧, 3𝑥 + 2𝑦 − 𝑧, 𝑦 + 𝑧 ∶ 𝑥, 𝑦, 𝑧 ∈ ℝ
= 𝑥 1,3,0 + 𝑦 2,2,1 + 𝑧 1, −1,1 ∶ 𝑥, 𝑦, 𝑧 ∈ ℝ
= 1,3,0 , 2,2,1 , 1, −1,1
𝐹 est le sous-espace vectoriel de ℝ3 engendré par le système 𝑆 = 1,3,0 , 2,2,1 , 1, −1,1 , calculons
1 2 1
𝑟𝑔 𝑆 = 𝑟𝑔 𝑀𝐵 (𝑆) = 𝑟𝑔 3 2 −1
0 1 1
1 2 1 1 1 1
1 1
det 𝑆 = 3 2 −1 = 3 3 −1 = =0
3 3
0 1 1 0 0 1
1 2
alors, 1 ≤ 𝑟𝑔 𝑆 ≤ 2. Comme ≠ 0, alors 𝑟𝑔 𝑆 = 2 et par suite la famille 𝑆 ′ = 1,3,0 , 2,2,1 est
3 2
une base de 𝐹. Ainsi, dim 𝐹 = 2.
Solution 15 :
Soient 𝑚 ∈ ℝ et le sous-ensemble 𝐹𝑚 défini par :
𝐹𝑚 = 𝑥, 𝑦, 𝑧, 𝑡 ∈ ℝ4 ∶ 𝑥 − 𝑦 + 2𝑧 − 𝑡 + 2 = 2𝑚
1. Pour que l’ensemble 𝐹𝑚 soit un sous-espace vectoriel de ℝ4 , il faut que 0ℝ4 ∈ 𝐹𝑚 . Ceci implique
2 = 2𝑚, c'est-à-dire, 𝑚 = 1. Donc,
𝐹1 = 𝑥, 𝑦, 𝑧, 𝑡 ∈ ℝ4 ∶ 𝑥 − 𝑦 + 2𝑧 − 𝑡 = 0
4
= 𝑥, 𝑦, 𝑧, 𝑡 ∈ ℝ ∶ 𝑡 = 𝑥 − 𝑦 + 2𝑧
= 𝑥, 𝑦, 𝑧, 𝑥 − 𝑦 + 2𝑧 ∶ 𝑥, 𝑦, 𝑧 ∈ ℝ
= 𝑥 1,0,0,1 + 𝑦 0,1,0, −1 + 𝑧 0,0,1,2 ∶ 𝑥, 𝑦, 𝑧 ∈ ℝ
= 1,0,0,1 , 0,1,0, −1 , 0,0,1,2
1 0 0
0 1 0
𝑟𝑔 𝑆1 = 𝑟𝑔 = 3 = 𝑜𝑟𝑑𝑟𝑒(𝑆1 )
0 0 1
1 −1 2
1 0 0
puisque 0 1 0 ≠ 0 alors 𝑆1 est libre et par suite constitue une base de 𝐹1 . Ainsi, dim 𝐹1 = 3.
0 0 1
Solution 16 : Pour montrer que 𝐹1 et 𝐹2 sont deux sous-espaces vectoriels supplémentaires dans ℝ3 , c’est-à-
dire, ℝ3 = 𝐸1 ⊕ 𝐸2 , plusieurs méthodes sont possibles :
∀𝑢 ∈ ℝ3 , ∃! 𝑢1 ∈ 𝐹1 ∃! 𝑢2 ∈ 𝐹2 tel que 𝑢 = 𝑢1 + 𝑢2
ou encore
ℝ3 = 𝐹1 + 𝐸2 𝑒𝑡 𝐹1 ∩ 𝐹2 = 0ℝ3
ou encore
dim 𝐹1 + dim 𝐹2 = dim ℝ3 𝑒𝑡 𝐹1 ∩ 𝐹2 = 0ℝ3
ou encore
ℝ3 = 𝐹1 + 𝐹2 𝑒𝑡 dim 𝐹1 + dim 𝐹2 = dim ℝ3
𝐹1 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 + 𝑦 − 3𝑧 = 0
= 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 = −𝑦 + 3𝑧
= −𝑦 + 3𝑧, 𝑦, 𝑧 ∶ 𝑦, 𝑧 ∈ ℝ
= −1,1,0 , (3,0,1)
𝐹2 = 1,2, −1
𝐹1 est le sous-espace vectoriel engendré par le système 𝑆1 = −1,1,0 , (3,0,1) . Il est facile à montrer que
−1 3
𝑆1 est aussi libre rang 1 0 = 2 = 𝑜𝑟𝑑𝑑𝑟𝑒 (𝑆1 ) donc c’est une base de 𝐸𝐹1 . Ainsi, dim 𝐹1 = 2.
0 1
𝐹2 est le sous-espace vectoriel engendré par le système 𝑆2 = 1,2, −1 qui est en fait une base de 𝐸2 (un
seul vecteur non nul). Ainsi, dim 𝐹2 = 1.
𝑥 + 𝑦 − 3𝑧 = 0
𝑥, 𝑦, 𝑧 ∈ 𝐹1 ∩ 𝐹2 ⇒ 𝑧 = −𝑥 ⇒ 𝑥 = 𝑦 = 𝑧 = 0 ⇒ 𝑥, 𝑦, 𝑧 = (0,0,0)
𝑦 = 2𝑥
D’où, 𝐹1 ∩ 𝐹2 = 0ℝ3
∀𝑢 ∈ ℝ3 , ∃! 𝑢1 ∈ 𝐹1 ∃! 𝑢2 ∈ 𝐹2 tel que 𝑢 = 𝑢1 + 𝑢2
−1 3 1
Comme la famille −1,1,0 , 3,0,1 , 1,2, −1 est une base de ℝ3 det 1 0 2 = 6 ≠ 0 alors,
0 1 −1
Ce qui impliqueℝ3 ⊆ 𝐹1 + 𝐹2 .
Ou mieux encore,
Déterminons 𝛼, 𝛽, 𝛾 :
Solution 17 : Pour montrer que 𝐹1 et 𝐹2 sont deux sous-espaces vectoriels supplémentaires dans ℝ3 , c’est-à-
dire, ℝ3 = 𝐸1 ⊕ 𝐸2 , plusieurs méthodes sont possibles :
∀𝑢 ∈ ℝ3 , ∃! 𝑢1 ∈ 𝐹1 ∃! 𝑢2 ∈ 𝐹2 tel que 𝑢 = 𝑢1 + 𝑢2
ou encore
ℝ3 = 𝐹1 + 𝐸2 𝑒𝑡 𝐹1 ∩ 𝐹2 = 0ℝ3
ou encore
dim 𝐹1 + dim 𝐹2 = dim ℝ3 𝑒𝑡 𝐹1 ∩ 𝐹2 = 0ℝ3
ou encore
ℝ3 = 𝐹1 + 𝐹2 𝑒𝑡 dim 𝐹1 + dim 𝐹2 = dim ℝ3
𝐹1 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑥 − 𝑦 + 𝑧 = 0
= 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑦 = 𝑥 + 𝑧
= 𝑥, 𝑥 + 𝑧, 𝑧 / 𝑥, 𝑧 ∈ ℝ
= 1,1,0 , (0,1,1)
𝐹2 = 1,1,1
𝐸1 est le sous-espace vectoriel engendré par le système 𝑆1 = 1,1,0 , (0,1,1) . Il est facile à montrer que
1 0
𝑆1 est aussi libre rang 1 1 = 2 = 𝑜𝑟𝑑𝑑𝑟𝑒 (𝑆1 ) donc c’est une base de 𝐹1 . Ainsi, dim 𝐹1 = 2.
0 1
𝐹2 est le sous-espace vectoriel engendré par le singleton 𝑆2 = 1,1,1 qui est en fait une base de 𝐹2 (un
seul vecteur non nul). Ainsi, dim 𝐹2 = 1.
𝑥−𝑦+𝑧 = 0
𝑥, 𝑦, 𝑧 ∈ 𝐹1 ∩ 𝐹2 ⇒ ⇒ 𝑥 = 𝑦 = 𝑧 = 0 ⇒ 𝑥, 𝑦, 𝑧 = (0,0,0)
𝑥=𝑦=𝑧
D’où, 𝐹1 ∩ 𝐹2 = 0ℝ3
∀𝑢 ∈ ℝ3 , ∃! 𝑢1 ∈ 𝐹1 ∃! 𝑢2 ∈ 𝐹2 tel que 𝑢 = 𝑢1 + 𝑢2
1 0 1
Comme la famille 1,1,0 , 0,1,1 , 1,1,1 est une base de ℝ3 det 1 1 1 = 1 ≠ 0 alors,
0 1 1
Ce qui impliqueℝ3 ⊆ 𝐹1 + 𝐹2 .
Ou mieux encore,
Déterminons 𝛼, 𝛽, 𝛾 :
Solution 18 :
1. Montrons que 𝐹1 et 𝐹2 sont deux sous-espaces vectoriels de ℝ3 :
Comme 𝐹1 est l’ensemble des combinaisons linéaires des deux vecteurs 2,1,0 et (−1,0,1) alors 𝐹1 est, par
construction, un sous-espace vectoriel de ℝ3 engendré par la famille 𝑆1 = 2,1,0 , −1,0,1
De même, 𝐹2 est un sous-espace vectoriel de ℝ3 engendré par la famille 𝑆2 = 1,2,1 , en effet :
𝐹2 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑦 = 2𝑧, 𝑧 = 𝑥
= 𝑧, 2𝑧, 𝑧 ∶ 𝑧 ∈ ℝ
= 𝑧 1,2,1 ∶ 𝑧 ∈ ℝ
= 1,2,1
2. 𝐹1 et 𝐹2 sont deux sous-espaces vectoriels de ℝ3 . Pour montrer que 𝐹1 et 𝐹2 sont supplémentaires dans
ℝ3 , c’est-à- dire, ℝ3 = 𝐹1 ⊕ 𝐹2 , plusieurs méthodes sont possibles (j’ai choisi deux méthodes) :
2 −1 1
La famille 2,1,0 , −1,0,1 , 1,2,1 est une base de ℝ3 det 1 0 2 = −2 ≠ 0 alors,
0 1 1
Ou mieux encore,
Si on veut déterminons 𝛼, 𝛽, 𝛾 :
2 −1
La famille 𝑆1 = 2,1,0 , −1,0,1 est une base de 𝐹1 rang 1 0 = 2 = 𝑜𝑟𝑑𝑑𝑟𝑒 (𝑆1 ) : dim 𝐹1 = 2
0 1
𝑥, 𝑦, 𝑧 ∈ 𝐹1
𝑥, 𝑦, 𝑧 ∈ 𝐹1 ∩ 𝐹2 ⇒
𝑥, 𝑦, 𝑧 ∈ 𝐹2
𝑥, 𝑦, 𝑧 = 𝛼 2,1,0 + 𝛽 −1,0,1 , 𝛼, 𝛽 ∈ ℝ
⇒ 𝑦 = 2𝑥
𝑧=𝑥
𝑥, 𝑦, 𝑧 = 2𝛼 − 𝛽, 𝛼, 𝛽 , 𝛼, 𝛽 ∈ ℝ
⇒ 𝑦 = 2𝑥
𝑧=𝑥
𝑦 = 2𝑥 = 𝛼 = 2 2𝛼 − 𝛽 , 𝛼, 𝛽 ∈ ℝ
⇒
𝑧 = 𝑥 = 2𝛼 − 𝛽 = 𝛽
⇒ 𝑥=𝑦=𝑧=0
⇒ 𝑥, 𝑦, 𝑧 = (0,0,0)
Solution 19 : montrons que les deux sous-espaces vectoriels 𝐹1 et 𝐹2 sont supplémentaires dans ℝ3 , c’est-à-
dire, ℝ3 = 𝐹1 ⊕ 𝐹2 : pour cela montrons
ℝ3 = 𝐹1 + 𝐹2 𝑒𝑡 𝐹1 ∩ 𝐹2 = 0ℝ3
Montrons ℝ3 = 𝐹1 + 𝐹2 (on montre seulement ℝ3 ⊆ 𝐹1 + 𝐹2 ) :
Soit 𝑥, 𝑦, 𝑧 ∈ ℝ3
Pr. Amale LAHLOU 38 Session Printemps-Été 2014-2015
Faculté des Sciences Juridiques Économiques et Sociales, Rabat Semestre II
Algèbre et Mathématiques Financières Chapitre II : Espace vectoriel réel
𝑥, 𝑦, 𝑧 = 𝑥, 𝑦 − 𝑥 + 𝑥, 𝑧 − 𝑥 + 𝑥
= 𝑥, 𝑥, 𝑥 + 0, 𝑦 − 𝑥, 𝑧 − 𝑥
𝑥, 𝑦, 𝑧 ∈ 𝐹1 + 𝐹2
Puisque 𝑥 , 𝑥, 𝑥 ∈ 𝐹1 et 0, 𝑦 − 𝑥, 𝑧 − 𝑥 ∈ 𝐹2
Montrons 𝐹1 ∩ 𝐹2 = 0ℝ3 :
𝑥, 𝑦, 𝑧 ∈ 𝐹1
𝑥, 𝑦, 𝑧 ∈ 𝐹1 ∩ 𝐹2 ⇒
𝑥, 𝑦, 𝑧 ∈ 𝐹2
𝑥=𝑦=𝑧
⇒
𝑥=0
⇒ 𝑥=𝑦=𝑧=0
⇒ 𝑥, 𝑦, 𝑧 = (0,0,0)
Solution 20 : montrons, tout d’abord, que 𝐹1 et 𝐹2 sont deux sous-espaces vectoriels puis montrons que
ℝ3 = 𝐹1 ⊕ 𝐹2 : on remarque que
𝐹1 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 2𝑥 + 3𝑦 + 𝑧 = 0
= 𝑥, 𝑦, 𝑧 ∈ ℝ3 ∶ 𝑧 = −2𝑥 − 3𝑦
= 𝑥, 𝑦, −2𝑥 − 3𝑦 ∶ 𝑥, 𝑦 ∈ ℝ
= 𝑥 1,0, −2 + 𝑦 0,1, −3 ∶ 𝑥, 𝑦 ∈ ℝ
= 1,0, −2 , 0,1, −3
𝐹2 = 𝑥, 0, 𝑧 ∈ ℝ3 ∶ 𝑥−𝑧 =0
= 𝑥, 0, 𝑧 ∈ ℝ3 ∶ 𝑥 = 𝑧
= 𝑥, 0, 𝑥 ∶ 𝑥 ∈ ℝ
= 𝑥 1,0,1 ∶ 𝑥 ∈ ℝ
= 1,0,1
1 0
𝑟𝑔 𝑆1 = 𝑟𝑔 0 1 = 2 = 𝑜𝑟𝑑𝑟𝑒(𝑆1 )
−2 −3
1 0
puisque ≠ 0 alors 𝑆1 est libre et par suite constitue une base de 𝐹1 . Ainsi, dim 𝐹1 = 2.
0 1
𝐹2 est le sous-espace vectoriel engendré par le système 𝑆2 = 1,0,1 qui est en fait une base de 𝐸2 (un seul
vecteur non nul). Ainsi, dim 𝐹2 = 1.
1 0 1
La famille 𝑆 = 1,0, −2 , 0,1, −3 , 1,0,1 est une base de ℝ3 , en effet 𝑑𝑒𝑡 0 1 0 = 3 ≠ 0.
−2 −3 1
alors,
Ou mieux encore,
1. Pour montrer que 𝐹1 et 𝐹2 sont deux sous-espaces vectoriels supplémentaires dans ℝ4 , c’est-à-dire,
ℝ4 = 𝐹1 ⊕ 𝐹2 , nous montrerons que :
dim 𝐹1 + dim 𝐹2 = dim ℝ4
𝐹1 ∩ 𝐹2 = 0ℝ4
On remarque que :
𝐹1 = 𝑥, 𝑦, 𝑧, 𝑡 ∈ ℝ4 ∶ 2𝑥 + 3𝑦 + 𝑧 = 0, 𝑡=0
4
= 𝑥, 𝑦, 𝑧, 0 ∈ ℝ ∶ 𝑧 = −2𝑥 − 3𝑦
= 𝑥, 𝑦, −2𝑥 − 3𝑦, 0 ∶ 𝑥, 𝑦 ∈ ℝ
= 𝑥 1,0, −2,0 + 𝑦 0,1, −3,0 ∶ 𝑥, 𝑦 ∈ ℝ
= 1,0, −2,0 , 0,1, −3,0
𝐹2 = 1,0,1,0 , (0,1,0,1)
𝐹1 est le sous-espace vectoriel engendré par le système 𝑆1 = 1,0, −2,0 , 0,1, −3,0 , et comme
1 0
0 1
𝑟𝑔 𝑆1 = 𝑟𝑔 = 2 = 𝑜𝑟𝑑𝑟𝑒(𝑆1 )
−2 −3
0 0
1 0
puisque ≠ 0 alors 𝑆1 est libre et par suite constitue une base de 𝐹1 . Ainsi, dim 𝐹1 = 2.
0 1
1 0
0 1
𝑟𝑔 𝑆2 = 𝑟𝑔 = 2 = 𝑜𝑟𝑑𝑟𝑒(𝑆2 )
1 0
0 1
1 0
puisque ≠ 0 alors 𝑆2 est libre et par suite constitue une base de 𝐹2 . Ainsi, dim 𝐹2 = 2.
0 1
𝑥, 𝑦, 𝑧, 𝑡 ∈ 𝐹1
𝑥, 𝑦, 𝑧, 𝑡 ∈ 𝐹1 ∩ 𝐹2 ⇒
𝑥, 𝑦, 𝑧, 𝑡 ∈ 𝐹2
2𝑥 + 3𝑦 + 𝑧 = 0
⇒ 𝑡=0
𝑥, 𝑦, 𝑧, 𝑡 = 𝛼 1,0,1,0 + 𝛽 0,1,0,1 , 𝛼, 𝛽 ∈ ℝ
2𝑥 + 3𝑦 + 𝑧 = 0
⇒ 𝑡=0
𝑥, 𝑦, 𝑧, 𝑡 = 𝛼, 𝛽, 𝛼, 𝛽 , 𝛼, 𝛽 ∈ ℝ
𝑡=0
𝑥=𝑧=𝛼
⇒
𝑦=𝑡=𝛽
2𝑥 + 3𝑦 + 𝑧 = 0
⇒ 𝑥=𝑦=𝑧=𝑡=0
⇒ 𝑥, 𝑦, 𝑧, 𝑡 = (0,0,0,0)
2. La famille 𝐵′ = 𝑒1′ = 1,0, −2,0 , 𝑒2′ = 0,1, −3,0 , 𝑒3′ = 1,0,1,0 , 𝑒4′ = (0,1,0,1) est une base de ℝ4
puisque 𝐹1 ⊕ 𝐹2 = ℝ4 et 𝑒1′ , 𝑒2′ est une base de 𝐹1 et 𝑒3′ , 𝑒4′ est une base de 𝐹2 .
3. (Une autre méthode sera décrite au chapitre III) Soit 𝐵 = 𝑒1 , 𝑒2 , 𝑒3 , 𝑒4 la base canonique de ℝ4 . Le
vecteur 𝑢 = (0,2,0,1) ∈ ℝ4 s’écrit :
𝑢 = 0𝑒1 + 2𝑒2 + 0𝑒3 + 1𝑒4
0
2
𝑈𝐵 =
0
1
Ainsi,
Les coordonnées du vecteur 𝑢 dans la nouvelle base 𝐵′ sont les composantes de la matrice :
−1
1
𝑈𝐵 ′ =
1
1
Solution 22 : Il faut montrer tout d’abord que 𝐹1 et 𝐹2 sont deux sous-espaces vectoriels ℝ3 , puis montrer
qu’ils sont supplémentaires dansℝ3 , c’est-à- dire, ℝ3 = 𝐸1 ⊕ 𝐸2 :
On remarque que :
𝐹1 = 𝑥, −2𝑦, −𝑥 + 𝑦 : 𝑥, 𝑦 ∈ ℝ
= 𝑥 1,0, −1 + 𝑦 0, −2,1 ∶ 𝑥, 𝑦 ∈ ℝ
= 1,0, −1 , (0, −2,1)
𝐹2 = 𝑥, 𝑦, 0 ∈ ℝ3 ∶ 𝑥−𝑦 = 0
= 𝑥, 𝑥, 0 ∈ ℝ3 ∶ 𝑥 ∈ ℝ
= 𝑥 1,1,0 ∶ 𝑥 ∈ ℝ
= 1,1,0
𝐹1 est le sous-espace vectoriel engendré par le système 𝑆1 = 1,0, −1 , (0, −2,1) , et comme
1 0
𝑟𝑔 𝑆1 = 𝑟𝑔 0 −2 = 2 = 𝑜𝑟𝑑𝑟𝑒(𝑆1 )
−1 1
1 0
puisque ≠ 0 alors 𝑆1 est libre et par suite constitue une base de 𝐹1 . Ainsi, dim 𝐹1 = 2.
0 −2
𝐹2 est le sous-espace vectoriel engendré par le système 𝑆2 = 1,1,0 qui est en fait une base de 𝐹2 (un seul
vecteur non nul). Ainsi, dim 𝐹2 = 1. Ainsi, dim 𝐹1 + dim 𝐹2 = 3 = dim ℝ3
𝑥, 𝑦, 𝑧 ∈ 𝐹1
𝑥, 𝑦, 𝑧 ∈ 𝐹1 ∩ 𝐹2 ⇒
𝑥, 𝑦, 𝑧 ∈ 𝐹2
𝑥, 𝑦, 𝑧 = 𝛼 1,0, −1 + 𝛽 0, −2,1 , 𝛼, 𝛽 ∈ ℝ
⇒ 𝑥=𝑦
𝑧=0
𝑥, 𝑦, 𝑧 = 𝛼, −2𝛽, −𝛼 + 𝛽 , 𝛼, 𝛽 ∈ ℝ
⇒ 𝑥=𝑦
𝑧=0
𝑥 = 𝑦 = 𝛼 = −2𝛽
⇒ 𝑧 = −𝛼 + 𝛽 = 0
𝛼, 𝛽 ∈ ℝ
⇒ 𝑥=𝑦=𝑧=0
⇒ 𝑥, 𝑦, 𝑧 = (0,0,0)
Et par conséquent les deux sous-espaces vectoriels 𝐹1 et 𝐹2 sont supplémentaires dans ℝ3 et la famille
1,0, −1 , (0, −2,1), 1,1,0 est une autre base de ℝ3 .