Pass Matu 2027 Tout MatuMath jusqu’à la matu : 89.– une seule fois Tout jusqu’à la matu : 89.– une fois Voir le Pass →

Fiches › Algèbre linéaire

Algèbre linéaire · niveau renforcé

Espace vectoriel

Fiche de niveau renforcé · Algèbre linéaire · chapitre 2 · 3 notions : Espace vectoriel réel :, Vecteurs, Vecteur nul

Définition

▾

Espace vectoriel réel :

un ensemble VV muni de deux opérations

+:V×V→V, (u,v)↦u+vet⋅:R×V→V, (α,v)↦α⋅v+:V\times V\to V,\ (u,v)\mapsto u+v \qquad\text{et}\qquad \cdot:\R\times V\to V,\ (\alpha,v)\mapsto \alpha\cdot v

qui vérifient les 8 axiomes (voir ci-dessous).

Vecteurs

éléments de VV (notation : v→,w→,u→\vect{v},\vect{w},\vect{u}). Scalaires : réels α,β∈R\alpha,\beta\in\R.

Vecteur nul

0\zero : élément neutre pour l'addition. Opposé de v→\vect{v} : −v→-\vect{v} tel que v→+(−v→)=0\vect{v}+(-\vect{v})=\zero.

Combinaison linéaire :

v→=α1v1→+⋯+αkvk→\vect{v}=\alpha_1\vect{v_1}+\cdots+\alpha_k\vect{v_k} avec αi∈R\alpha_i\in\R.

Sous-espace vectoriel

(SEV) : W⊂VW\subset V est un SEV si

0∈W,∀u→,v→∈W: u→+v→∈W,∀α∈R,∀v→∈W: αv→∈W.\zero\in W,\quad \forall \vect{u},\vect{v}\in W:\ \vect{u}+\vect{v}\in W,\quad \forall \alpha\in\R,\forall \vect{v}\in W:\ \alpha\vect{v}\in W.

Sous-espace engendré

par (v1→,…,vk→)(\vect{v_1},\dots ,\vect{v_k}) :

Vect⁡(v1→,…,vk→)={∑i=1kαivi→ | αi∈R}.\Span(\vect{v_1},\dots ,\vect{v_k})=\left\{\sum_{i=1}^k \alpha_i\vect{v_i}\ \middle|\ \alpha_i\in\R\right\}.

Famille génératrice :

(v1→,…,vk→)(\vect{v_1},\dots ,\vect{v_k}) engendre VV si tout v→∈V\vect{v}\in V s'écrit comme combinaison linéaire des vi→\vect{v_i}.

Famille libre :

α1v1→+⋯+αkvk→=0⇒α1=⋯=αk=0\alpha_1\vect{v_1}+\cdots+\alpha_k\vect{v_k}=\zero \Rightarrow \alpha_1=\cdots=\alpha_k=0.

Base :

famille libre et génératrice. Dans une base, l'écriture d'un vecteur est unique.

Dimension :

nombre de vecteurs dans une base (notée dim⁡(V)\dimv(V), si VV est de dimension finie).

Base ordonnée

B=(e1→,…,en→)B=(\vect{e_1},\dots ,\vect{e_n}) : l'ordre compte. Si v→=∑i=1nxiei→\vect{v}=\sum_{i=1}^n x_i\vect{e_i}, alors

v→B=(x1⋮xn)(composantes de v→ dans la base B).\vect{v}_B=\begin{pmatrix}x_1\\ \vdots\\ x_n\end{pmatrix} \quad\text{(composantes de $\vect{v}$ dans la base $B$).}

Formules essentielles

▾

Axiomes d'espace vectoriel (sur R\R) :

pour tous u→,v→,w→∈V\vect{u},\vect{v},\vect{w}\in V et α,β∈R\alpha,\beta\in\R,

  • u→+v→=v→+u→\vect{u}+\vect{v}=\vect{v}+\vect{u} (commutativité)
  • (u→+v→)+w→=u→+(v→+w→)(\vect{u}+\vect{v})+\vect{w}=\vect{u}+(\vect{v}+\vect{w}) (associativité)
  • ∃ 0∈V: 0+v→=v→\exists\,\zero\in V:\ \zero+\vect{v}=\vect{v} (neutre)
  • ∀v→ ∃(−v→): v→+(−v→)=0\forall\vect{v}\ \exists(-\vect{v}):\ \vect{v}+(-\vect{v})=\zero (opposé)
  • α(u→+v→)=αu→+αv→\alpha(\vect{u}+\vect{v})=\alpha\vect{u}+\alpha\vect{v} (distributivité I)
  • (α+β)v→=αv→+βv→(\alpha+\beta)\vect{v}=\alpha\vect{v}+\beta\vect{v} (distributivité II)
  • (αβ)v→=α(βv→)(\alpha\beta)\vect{v}=\alpha(\beta\vect{v}) (associativité mixte)
  • 1v→=v→1\vect{v}=\vect{v} (neutre multiplicatif)

Conséquences très utiles (valables dans tout EV) :

0⋅v→=0,α⋅0=0,(−1)v→=−v→,αv→=0⇒α=0 ou v→=0.0\cdot \vect{v}=\zero,\qquad \alpha\cdot \zero=\zero,\qquad (-1)\vect{v}=-\vect{v},\qquad \alpha\vect{v}=\zero \Rightarrow \alpha=0\ \text{ou}\ \vect{v}=\zero.

Test SEV :

W⊂VW\subset V est un SEV ⟺\Longleftrightarrow

0∈W  et  ∀u→,v→∈W, ∀α,β∈R: αu→+βv→∈W.\zero\in W\ \ \text{et}\ \ \forall \vect{u},\vect{v}\in W,\ \forall \alpha,\beta\in\R:\ \alpha\vect{u}+\beta\vect{v}\in W.

Engendrement :

W=Vect⁡(v1→,…,vk→)W=\Span(\vect{v_1},\dots ,\vect{v_k}) est un SEV (le plus petit SEV contenant tous les vi→\vect{v_i}).

Liberté :

{v1→,…,vk→}\{\vect{v_1},\dots ,\vect{v_k}\} libre ⟺\Longleftrightarrow l'équation
α1v1→+⋯+αkvk→=0\alpha_1\vect{v_1}+\cdots+\alpha_k\vect{v_k}=\zero n'a que la solution triviale.

Base et dimension (dimension finie) :

  • Toute base de VV a le même nombre de vecteurs : dim⁡(V)\dimv(V).
  • Dans un espace de dimension nn :

(libre de n vecteurs) ⟹ base,(geˊneˊratrice de n vecteurs) ⟹ base.\text{(libre de $n$ vecteurs)}\ \Longrightarrow\ \text{base},\qquad \text{(génératrice de $n$ vecteurs)}\ \Longrightarrow\ \text{base}.

  • Toute famille de plus de nn vecteurs est liée (dépendante).

Somme et intersection (dimension finie) :

V1+V2={v1→+v2→∣v1→∈V1, v2→∈V2},V1∩V2={v→∣v→∈V1 et v→∈V2},V_1+V_2=\{\vect{v_1}+\vect{v_2}\mid \vect{v_1}\in V_1,\ \vect{v_2}\in V_2\},\qquad V_1\cap V_2=\{\vect{v}\mid \vect{v}\in V_1\ \text{et}\ \vect{v}\in V_2\},

dim⁡(V1+V2)=dim⁡(V1)+dim⁡(V2)−dim⁡(V1∩V2).\dimv(V_1+V_2)=\dimv(V_1)+\dimv(V_2)-\dimv(V_1\cap V_2).

Dans Rn\R^n :

une famille de nn vecteurs est une base ⟺\Longleftrightarrow le déterminant de la matrice formée par ces vecteurs (en colonnes) est non nul.

Méthodes

▾

Pour montrer que (V,+,⋅)(V,+,\cdot) est un espace vectoriel :

  • Vérifier la stabilité : u+v∈Vu+v\in V et αu∈V\alpha u\in V.
  • Vérifier les 8 axiomes (souvent : identifier le neutre 0\zero, puis l'opposé −v-v).

Pour montrer qu'un ensemble n'est pas un espace vectoriel :

  • Choisir un axiome à viser (souvent : neutre, opposé, ou distributivité).
  • Trouver un contre-exemple concret (un calcul qui force une contradiction).
  • Conclure : « l'axiome (X) échoue, donc ce n'est pas un EV ».

Pour tester si W⊂VW\subset V est un sous-espace vectoriel (SEV) :

  • Vérifier 0∈W\zero\in W.
  • Vérifier u→,v→∈W⇒u→+v→∈W\vect{u},\vect{v}\in W \Rightarrow \vect{u}+\vect{v}\in W.
  • Vérifier α∈R,v→∈W⇒αv→∈W\alpha\in\R,\vect{v}\in W \Rightarrow \alpha\vect{v}\in W.
  • Variante rapide : vérifier directement αu→+βv→∈W\alpha\vect{u}+\beta\vect{v}\in W.

Pour décrire Vect⁡(v1→,…,vk→)\Span(\vect{v_1},\dots ,\vect{v_k}) :

  • Écrire un vecteur général : x→=α1v1→+⋯+αkvk→\vect{x}=\alpha_1\vect{v_1}+\cdots+\alpha_k\vect{v_k}.
  • Regrouper les coordonnées et paramétrer (par exemple avec s,t,…s,t,\dots).
  • Interprétation : droite (1 vecteur non nul), plan (2 vecteurs indépendants), etc.

Pour tester si une famille est libre (dans Rn\R^n) :

  • Résoudre l'équation homogène α1v1→+⋯+αkvk→=0\alpha_1\vect{v_1}+\cdots+\alpha_k\vect{v_k}=\zero.
  • Si seule solution : libre. Sinon : liée.
  • Technique pratique : écrire la matrice A=[v1→ ⋯ vk→]A=[\vect{v_1}\ \cdots\ \vect{v_k}] et faire une réduction (élimination de Gauss).

Pour tester si une famille engendre Rn\R^n :

  • Former A=[v1→ ⋯ vk→]A=[\vect{v_1}\ \cdots\ \vect{v_k}].
  • Vérifier que pour tout b→∈Rn\vect{b}\in\R^n, le système Ax→=b→A\vect{x}=\vect{b} est soluble.
  • En pratique : il faut obtenir au moins nn pivots (rang nn). Si k<nk<n, impossible d'engendrer Rn\R^n.

Pour décider si une famille est une base :

  • Dans un espace de dimension nn : une famille de nn vecteurs est une base si elle est libre (ou si elle est génératrice).
  • Sinon : vérifier libre + génératrice.

Pour extraire une base d'une famille génératrice :

  • Si un vecteur est combinaison linéaire des autres, on peut le supprimer sans perdre l'engendrement.
  • Répéter jusqu'à obtenir une famille génératrice et libre.

Pour trouver les coordonnées v→B\vect{v}_B dans une base ordonnée B=(e1→,…,en→)B=(\vect{e_1},\dots ,\vect{e_n}) :

  • Écrire v→=x1e1→+⋯+xnen→\vect{v}=x_1\vect{e_1}+\cdots+x_n\vect{e_n}.
  • Résoudre le système (sur x1,…,xnx_1,\dots ,x_n).
  • Conclure v→B=(x1⋮xn)\vect{v}_B=\begin{pmatrix}x_1\\ \vdots\\ x_n\end{pmatrix}.

Interprétations et graphiques

▾

Lecture géométrique (dans R2\R^2 et R3\R^3) :

  • Dans R2\R^2, un SEV est soit {0}\{\zero\}, soit une droite vectorielle (droite passant par l'origine), soit R2\R^2.
  • Dans R3\R^3, un SEV est soit {0}\{\zero\}, soit une droite vectorielle, soit un plan vectoriel (plan passant par l'origine), soit R3\R^3.

Attention affine vs vectoriel :

  • Une droite/plan ne passant pas par l'origine n'est pas un SEV (car 0∉W\zero\notin W).
  • Beaucoup d'ensembles définis par une équation non homogène (ex. 2x+y=32x+y=3) ne sont pas des SEV.

Engendrer = prendre toutes les combinaisons linéaires :

Vect⁡(u→)\Span(\vect{u}) (avec u→≠0\vect{u}\neq \zero) : une droite vectorielle.

Vect⁡(u→,v→)\Span(\vect{u},\vect{v}) :

  • si u→\vect{u} et v→\vect{v} sont liés ⇒\Rightarrow une droite,
  • s'ils sont libres ⇒\Rightarrow un plan vectoriel (dans R3\R^3) ou tout R2\R^2 (dans R2\R^2).

Autres modèles d'espaces vectoriels :

polynômes (degré ≤n\le n), fonctions (sur un intervalle), matrices m×nm\times n avec les opérations usuelles.

Figure : Espace vectoriel (Algèbre linéaire, niveau renforcé)

Exemples-types

▾

Exemple 1 — Une « addition modifiée » : espace vectoriel ou non ?

Sur R2\R^2, on définit

(x;y)+(x′;y′)=(x+x′+1 ; y+y′+1),α(x;y)=(αx ; αy).(x;y)+(x';y')=(x+x'+1\ ;\ y+y'+1),\qquad \alpha(x;y)=(\alpha x\ ;\ \alpha y).

Question : (R2,+,⋅)(\R^2,+,\cdot) est-il un espace vectoriel ?

Solution. Cherchons un élément neutre 0\zero pour l'addition. Il faudrait un vecteur (a;b)(a;b) tel que pour tout (x;y)(x;y),

(x;y)+(a;b)=(x;y).(x;y)+(a;b)=(x;y).

Or
(x;y)+(a;b)=(x+a+1 ; y+b+1)=(x;y)(x;y)+(a;b)=(x+a+1\ ;\ y+b+1)=(x;y)

impose a+1=0a+1=0 et b+1=0b+1=0, donc (a;b)=(−1;−1)(a;b)=(-1;-1). Testons aussi l'autre côté (commutativité est vraie ici), mais surtout vérifions que cet élément agit bien comme neutre :
(−1;−1)+(x;y)=(−1+x+1 ; −1+y+1)=(x;y),(-1;-1)+(x;y)=(-1+x+1\ ;\ -1+y+1)=(x;y),

donc (a;b)=(−1;−1)(a;b)=(-1;-1) convient comme neutre.
Mais regardons l'axiome (4) : pour tout (x;y)(x;y), il faut un opposé (u;v)(u;v) tel que
(x;y)+(u;v)=(−1;−1).(x;y)+(u;v)=(-1;-1).

Cela donne (x+u+1 ; y+v+1)=(−1;−1)(x+u+1\ ;\ y+v+1)=(-1;-1), donc u=−x−2u=-x-2 et v=−y−2v=-y-2. L'opposé existe.
Le problème vient de la distributivité (6) :
(α+β)(x;y)=?α(x;y)+β(x;y).(\alpha+\beta)(x;y)\stackrel{?}{=}\alpha(x;y)+\beta(x;y).

À gauche :
(α+β)(x;y)=((α+β)x ; (α+β)y).(\alpha+\beta)(x;y)=((\alpha+\beta)x\ ;\ (\alpha+\beta)y).

À droite, avec l'addition définie :
α(x;y)+β(x;y)=(αx ; αy)+(βx ; βy)=(αx+βx+1 ; αy+βy+1).\alpha(x;y)+\beta(x;y)=(\alpha x\ ;\ \alpha y)+(\beta x\ ;\ \beta y)=(\alpha x+\beta x+1\ ;\ \alpha y+\beta y+1).

On obtient un +1+1 en trop : les deux côtés ne peuvent pas être égaux pour tout (x;y)(x;y).
Conclusion : ce n'est pas un espace vectoriel (axiome (6) faux).

Exemple 2 — Sous-espace : H={(x1;x2;x3)∈R3∣x1+x2=0}H=\{(x_1;x_2;x_3)\in\R^3\mid x_1+x_2=0\}

Question : HH est-il un SEV de R3\R^3 ? Donner une base et dim⁡(H)\dimv(H).

Solution.

0=(0;0;0)\zero=(0;0;0) vérifie 0+0=00+0=0, donc 0∈H\zero\in H.

Si u→=(x1;x2;x3)∈H\vect{u}=(x_1;x_2;x_3)\in H et v→=(y1;y2;y3)∈H\vect{v}=(y_1;y_2;y_3)\in H, alors x1+x2=0x_1+x_2=0 et y1+y2=0y_1+y_2=0. Donc

(x1+y1)+(x2+y2)=(x1+x2)+(y1+y2)=0,(x_1+y_1)+(x_2+y_2)=(x_1+x_2)+(y_1+y_2)=0,

ainsi u→+v→∈H\vect{u}+\vect{v}\in H.

Si α∈R\alpha\in\R et u→∈H\vect{u}\in H, alors (αx1)+(αx2)=α(x1+x2)=0(\alpha x_1)+(\alpha x_2)=\alpha(x_1+x_2)=0, donc αu→∈H\alpha\vect{u}\in H.

Donc HH est un SEV. Pour une base, on paramètre : x2=−x1x_2=-x_1. Posons x1=tx_1=t et x3=sx_3=s :

(x1;x2;x3)=(t;−t;s)=t(1;−1;0)+s(0;0;1).(x_1;x_2;x_3)=(t;-t;s)=t(1;-1;0)+s(0;0;1).

Ainsi,
H=Vect⁡((1;−1;0),(0;0;1)),H=\Span\big((1;-1;0),(0;0;1)\big),

et ces deux vecteurs sont libres.
Conclusion : une base possible est ((1;−1;0),(0;0;1))\big((1;-1;0),(0;0;1)\big) et dim⁡(H)=2\dimv(H)=2.

Exemple 3 — Polynômes P2P_2 (degré ≤2\le 2) : base et coordonnées

Soit P2={ax2+bx+c∣a,b,c∈R}P_2=\{ax^2+bx+c\mid a,b,c\in\R\} avec les opérations usuelles.

(a) Montrer que P2P_2 est un espace vectoriel.
Idée : les opérations usuelles vérifient les axiomes (associativité/commutativité de ++, existence de 0(x)=00(x)=0, opposé −p-p, distributivités, etc.) et la stabilité est claire : somme et multiple scalaire de polynômes de degré ≤2\le 2 restent de degré ≤2\le 2.

(b) Montrer que (1,x,x2)(1,x,x^2) est une base de P2P_2 et trouver les coordonnées de p(x)=2x2−3x+5p(x)=2x^2-3x+5.
Tout p(x)=ax2+bx+cp(x)=ax^2+bx+c s'écrit

p(x)=c⋅1+b⋅x+a⋅x2,p(x)=c\cdot 1+b\cdot x+a\cdot x^2,

donc la famille (1,x,x2)(1,x,x^2) est génératrice. Si
α⋅1+β⋅x+γ⋅x2=0 (polynoˆme nul),\alpha\cdot 1+\beta\cdot x+\gamma\cdot x^2=0 \ (\text{polynôme nul}),

alors tous les coefficients sont nuls : α=β=γ=0\alpha=\beta=\gamma=0, donc la famille est libre. C'est une base.
Dans la base ordonnée B=(1,x,x2)B=(1,x,x^2) :
2x2−3x+5=5⋅1+(−3)⋅x+2⋅x2⇒pB=(5−32).2x^2-3x+5=5\cdot 1+(-3)\cdot x+2\cdot x^2 \quad\Rightarrow\quad p_B=\begin{pmatrix}5\\-3\\2\end{pmatrix}.

Exemple 4 — Liberté, engendrement et complétion en base dans R3\R^3

Soient v1→=(1;2;0)\vect{v_1}=(1;2;0) et v2→=(0;1;3)\vect{v_2}=(0;1;3).

(a) Montrer que v1→,v2→\vect{v_1},\vect{v_2} sont libres.
Résolvons αv1→+βv2→=0\alpha\vect{v_1}+\beta\vect{v_2}=\zero :

α(1;2;0)+β(0;1;3)=(α; 2α+β; 3β)=(0;0;0).\alpha(1;2;0)+\beta(0;1;3)=(\alpha;\ 2\alpha+\beta;\ 3\beta)=(0;0;0).

Donc α=0\alpha=0 puis 3β=0⇒β=03\beta=0\Rightarrow \beta=0. Seule solution triviale ⇒\Rightarrow libres.

(b) Montrer qu'ils n'engendrent pas R3\R^3.
Avec seulement 2 vecteurs, l'espace engendré Vect⁡(v1→,v2→)\Span(\vect{v_1},\vect{v_2}) a une dimension ≤2\le 2, donc il ne peut pas être tout R3\R^3 (qui a dimension 33). Ainsi, ils n'engendrent pas R3\R^3.

(c) Trouver v3→\vect{v_3} pour que (v1→,v2→,v3→)(\vect{v_1},\vect{v_2},\vect{v_3}) engendre R3\R^3.
Choisissons un vecteur pas dans Vect⁡(v1→,v2→)\Span(\vect{v_1},\vect{v_2}), par exemple v3→=(1;0;0)\vect{v_3}=(1;0;0). Vérifions qu'il n'est pas combinaison linéaire de v1→,v2→\vect{v_1},\vect{v_2} :

α(1;2;0)+β(0;1;3)=(1;0;0)⇒{α=1,2α+β=0⇒β=−2,3β=0⇒β=0,\alpha(1;2;0)+\beta(0;1;3)=(1;0;0) \Rightarrow \begin{cases} \alpha=1,\\ 2\alpha+\beta=0 \Rightarrow \beta=-2,\\ 3\beta=0 \Rightarrow \beta=0, \end{cases}

contradiction. Donc v3→∉Vect⁡(v1→,v2→)\vect{v_3}\notin\Span(\vect{v_1},\vect{v_2}). Ainsi, v1→,v2→,v3→\vect{v_1},\vect{v_2},\vect{v_3} sont libres, et une famille libre de 3 vecteurs dans R3\R^3 est une base : elle engendre R3\R^3.

Pièges et cas particuliers

▾

Oublier le vecteur nul :

si 0∉W\zero\notin W, alors WW n'est jamais un SEV.

Confusion droite/plan affine vs vectoriel :

ax+by=cax+by=c avec c≠0c\neq 0 décrit en général un ensemble affine (pas un SEV).

Stabilité mal vérifiée :

pour un SEV, il faut les deux : stabilité par addition et par multiplication scalaire.

Opérations non usuelles :

si ++ ou ⋅\cdot sont modifiés, ne pas « supposer » les axiomes : il faut les retester.

Vecteur nul dans une famille libre :

une famille libre ne contient pas 0\zero.

Liberté vs engendrement :

libre ⇏\not\Rightarrow génératrice (ex. 2 vecteurs libres dans R3\R^3).

Dimension :

toutes les bases ont le même nombre de vecteurs ; si une famille a plus de vecteurs que la dimension, elle est liée.

Ordre d'une base :

pour parler de composantes v→B\vect{v}_B, la base doit être ordonnée (parenthèses).

Somme de SEV :

V1∪V2V_1\cup V_2 est rarement un SEV (sauf si l'un est inclus dans l'autre) ; la bonne construction est V1+V2V_1+V_2.

À retenir

▾

Je connais les 2 opérations d'un espace vectoriel (++ et ⋅\cdot) et leur domaine.

Je sais énoncer les 8 axiomes d'espace vectoriel.

Je sais utiliser les conséquences : 0v→=00\vect{v}=\zero, (−1)v→=−v→(-1)\vect{v}=-\vect{v}, etc.

Je sais tester un sous-espace avec 0\zero, stabilité par ++ et par ⋅\cdot.

Je sais écrire une combinaison linéaire et décrire Vect⁡(v1→,…,vk→)\Span(\vect{v_1},\dots ,\vect{v_k}).

Je sais décider si une famille est libre (équation homogène) ou liée.

Je sais décider si une famille est génératrice (résolution de systèmes / rang intuitif).

Je sais vérifier qu'une famille est une base (libre+génératrice, ou critère en dimension finie).

Je sais donner une base et la dimension d'un SEV simple (droite/plan vectoriel, équation homogène).

Je sais trouver les coordonnées v→B\vect{v}_B dans une base ordonnée.

Je sais reconnaître les pièges : affine ≠\neq vectoriel, union ≠\neq somme, oubli de 0\zero.

Étape suivante Flashcards : Algèbre linéaire Mémorise les définitions et formules de ce chapitre, carte par carte. →
Télécharger l'app · gratuit