Aller au contenu

Espaces vectoriels 2 bac SM : cours et résumé

Type
Cours
Lecture
14 min

Un espace vectoriel réel est un groupe commutatif (E,+){(E,+)} muni d'une multiplication par les réels qui respecte quatre règles de calcul. Ses éléments s'appellent des vecteurs, même quand ce sont des matrices, des polynômes ou des fonctions. Une base est une famille libre et génératrice : chaque vecteur s'y écrit d'une seule façon, et le nombre de vecteurs d'une base est la dimension. Exemple : dans R2\mathbb{R}^2, (7,−1)=3(2,1)+(1,−4){(7,-1)=3(2,1)+(1,-4)}, et la famille ((2,1),(1,−4)){\big((2,1),(1,-4)\big)} est une base de R2\mathbb{R}^2 car 2×(−4)−1×1=−9≠0{2\times(-4)-1\times1=-9\neq0} ; les composantes de (7,−1){(7,-1)} dans cette base sont 33 et 11.

Chapitre de la 2e année du baccalauréat sciences mathématiques (option française), qui prolonge les structures algébriques. Prérequis : les groupes commutatifs et les sous-groupes, la base de l'espace et le déterminant de trois vecteurs de la 1re année, le produit cartésien R×R\mathbb{R}\times\mathbb{R}.

On apprend à prouver qu'un ensemble est un espace vectoriel, reconnaître une base, calculer des composantes et une dimension.

Sommaire9 parties

Résumé de cours : les espaces vectoriels en un tableau

Ici (E,+,⋅){(E,+,\cdot)} est un espace vectoriel réel, xx, yy sont dans EE, λ\lambda, μ\mu, α\alpha, β\beta sont réels et les familles sont finies.

NotionÉnoncé et condition
Espace vectoriel(E,+){(E,+)} groupe commutatif ;
1x=x{1x=x}, λ(μx)=(λμ)x{\lambda(\mu x)=(\lambda\mu)x} ;
(λ+μ)x=λx+μx{(\lambda+\mu)x=\lambda x+\mu x} ;
λ(x+y)=λx+λy{\lambda(x+y)=\lambda x+\lambda y}
Règles de calcul0x=0E{0x=0_E}, λ0E=0E{\lambda0_E=0_E} ;
(−1)x=−x{(-1)x=-x} ;
λx=0E  ⟺  λ=0{\lambda x=0_E}\iff\lambda=0 ou x=0E{x=0_E}
Sous-espaceF⊂EF\subset E, F≠∅{F\neq\varnothing} et αx+βy∈F{\alpha x+\beta y\in F} pour tous x,y∈F{x,y\in F}
Vectensemble des combinaisons linéaires de la famille : c'est un sous-espace
GénératriceE=Vect(x1,…,xn)E=\mathrm{Vect}(x_1,\dots,x_n)
Libre∑αixi=0E⇒\sum\alpha_ix_i=0_E\Rightarrow tous les αi\alpha_i nuls ;
liée (n≥2n\geq2) : un vecteur est combinaison des autres
Baselibre et génératrice   ⟺  {\iff} décomposition unique ; ses coefficients sont les composantes
Dimensionnombre de vecteurs d'une base :
R2\mathbb{R}^2 : 2, R3\mathbb{R}^3 : 3, C\mathbb{C} : 2,
M2(R)\mathcal{M}_2(\mathbb{R}) : 4, Rn[X]\mathbb{R}_n[X] : n+1{n+1}
Déterminantdeux vecteurs de R2\mathbb{R}^2, ou trois vecteurs de R3\mathbb{R}^3, forment une base   ⟺  det⁡≠0{\iff\det\neq0}
PDF A4 · 1 page · 111 KoTélécharger le résumé (PDF)

Loi de composition externe et espace vectoriel réel

Loi de composition externe

Une loi de composition externe sur un ensemble EE, à opérateurs réels, est une application de R×E\mathbb{R}\times E dans EE : elle associe à tout réel λ\lambda et à tout élément xx de EE un élément de EE, noté λ⋅x\lambda\cdot x ou λx\lambda x. Par exemple, le produit d'une matrice par un réel, λ(abcd)=(λaλbλcλd)\lambda\begin{pmatrix}a&b\\c&d\end{pmatrix}=\begin{pmatrix}\lambda a&\lambda b\\\lambda c&\lambda d\end{pmatrix}, est une loi externe sur M2(R)\mathcal{M}_2(\mathbb{R}).

Définition d’un espace vectoriel réel

Soit EE un ensemble muni d'une loi interne +{+} et d'une loi externe ⋅\cdot à opérateurs réels. On dit que (E,+,⋅){(E,+,\cdot)} est un espace vectoriel réel si :

  • (E,+){(E,+)} est un groupe commutatif ; son élément neutre, noté 0E0_E, s'appelle le vecteur nul ;
  • pour tous xx, yy de EE et tous réels λ\lambda, μ\mu :
    • (1) 1⋅x=x ;{1\cdot x=x\ ;}
    • (2) λ⋅(μ⋅x)=(λμ)⋅x ;{\lambda\cdot(\mu\cdot x)}={(\lambda\mu)\cdot x\ ;}
    • (3) (λ+μ)⋅x=λ⋅x+μ⋅x ;{(\lambda+\mu)\cdot x}={\lambda\cdot x+\mu\cdot x\ ;}
    • (4) λ⋅(x+y)=λ⋅x+λ⋅y.{\lambda\cdot(x+y)}={\lambda\cdot x+\lambda\cdot y.}

Espaces vectoriels de référence

Avec les opérations usuelles, les huit propriétés découlent des règles de calcul dans R\mathbb{R} pour les ensembles suivants :

  • R2=R×R\mathbb{R}^2=\mathbb{R}\times\mathbb{R}, avec (x,y)+(x′,y′)=(x+x′,y+y′)(x,y)+(x^{\prime},y^{\prime})=(x+x^{\prime},y+y^{\prime}) et λ(x,y)=(λx,λy)\lambda(x,y)=(\lambda x,\lambda y) ; de même R3\mathbb{R}^3, ensemble des triplets.
  • M2(R)\mathcal{M}_2(\mathbb{R}) et M3(R)\mathcal{M}_3(\mathbb{R}), de vecteur nul la matrice nulle OO ; C\mathbb{C}, avec λ(a+ib)=λa+iλb\lambda(a+ib)=\lambda a+i\lambda b.
  • Rn[X]\mathbb{R}_n[X], polynômes de degré au plus nn (et le polynôme nul) ; F(I,R)\mathcal{F}(I,\mathbb{R}), fonctions d'un intervalle II dans R\mathbb{R}, avec (λf+g)(x)=λf(x)+g(x)(\lambda f+g)(x)=\lambda f(x)+g(x) ; vecteur nul la fonction nulle.
  • L'ensemble V3\mathcal{V}_3 des vecteurs de l'espace, dont la structure d'espace vectoriel réel a été vue en 1re année.

Exemple 1 : une loi externe qui ne convient pas

Sur R2\mathbb{R}^2, avec l'addition usuelle, on pose λ⋆(x,y)=(λx,y)\lambda\star(x,y)=(\lambda x,y). Un calcul direct montre que les propriétés (1), (2) et (4) sont vraies.

La propriété (3) est fausse : pour u=(0,1){u=(0,1)}, (1+1)⋆u=(0,1){(1+1)\star u=(0,1)}, alors que 1⋆u+1⋆u=(0,2){1\star u+1\star u=(0,2)}. Une propriété en défaut suffit : (R2,+,⋆){(\mathbb{R}^2,+,\star)} n'est pas un espace vectoriel réel.

Règles de calcul dans un espace vectoriel

Soit (E,+,⋅){(E,+,\cdot)} un espace vectoriel réel. Pour tout vecteur xx de EE et tout réel λ\lambda :

  • 0⋅x=0E{0\cdot x=0_E} et λ⋅0E=0E{\lambda\cdot0_E=0_E} ;
  • (−1)⋅x=−x{(-1)\cdot x=-x} ;
  • λ⋅x=0E{\lambda\cdot x=0_E} si et seulement si λ=0{\lambda=0} ou x=0E{x=0_E}.

Démonstration : règles de calcul

  • Par (3), 0⋅x=(0+0)⋅x=0⋅x+0⋅x0\cdot x=(0+0)\cdot x=0\cdot x+0\cdot x ; en ajoutant l'opposé de 0⋅x0\cdot x dans le groupe (E,+){(E,+)}, on obtient 0E=0⋅x{0_E=0\cdot x}. De même, par (4), λ⋅0E=λ⋅(0E+0E)=λ⋅0E+λ⋅0E\lambda\cdot0_E=\lambda\cdot(0_E+0_E)=\lambda\cdot0_E+\lambda\cdot0_E, donc λ⋅0E=0E{\lambda\cdot0_E=0_E}.
  • Par (1) et (3), x+(−1)⋅x=(1+(−1))⋅x=0⋅x=0Ex+(-1)\cdot x=\big(1+(-1)\big)\cdot x=0\cdot x=0_E : (−1)⋅x{(-1)\cdot x} est l'opposé de xx.
  • Si λ=0{\lambda=0} ou x=0E{x=0_E}, le premier point donne λ⋅x=0E{\lambda\cdot x=0_E}. Réciproquement, supposons λ⋅x=0E{\lambda\cdot x=0_E} et λ≠0{\lambda\neq0}. Par (1) et (2), x=(1λλ)⋅x=1λ⋅(λ⋅x)=1λ⋅0E=0Ex=\left(\dfrac1\lambda\lambda\right)\cdot x=\dfrac1\lambda\cdot(\lambda\cdot x)=\dfrac1\lambda\cdot0_E=0_E.

Sous-espace vectoriel : définition et propriété caractéristique

Soit (E,+,⋅){(E,+,\cdot)} un espace vectoriel réel. Une partie FF de EE est un sous-espace vectoriel de EE si FF, muni des lois induites, est un espace vectoriel réel : il faut x+y∈F{x+y\in F} et λx∈F{\lambda x\in F} pour tous xx, yy de FF et tout réel λ\lambda.

Caractérisation d’un sous-espace vectoriel

Une partie FF de EE est un sous-espace vectoriel de EE si et seulement si F≠∅{F\neq\varnothing} et, pour tous xx, yy de FF et tous réels α\alpha, β,\beta, αx+βy∈F{\alpha x+\beta y\in F}.

En pratique, on montre que 0E∈F{0_E\in F}, puis la stabilité par combinaison. {0E}\{0_E\} et EE sont des sous-espaces de EE.

Démonstration : caractérisation d’un sous-espace

Supposons que FF soit un sous-espace. Alors (F,+){(F,+)} est un groupe, donc FF contient un élément neutre et F≠∅{F\neq\varnothing}. Pour xx, yy dans FF, αx\alpha x et βy\beta y sont dans FF par stabilité pour ⋅\cdot, puis leur somme par stabilité pour +.{+}.

Réciproquement, supposons F≠∅{F\neq\varnothing} et FF stable par combinaison. Avec α=β=1{\alpha=\beta=1}, x+y∈F{x+y\in F} ; avec β=0{\beta=0}, αx∈F{\alpha x\in F} : les lois sont induites sur F.F. De plus x−y=1⋅x+(−1)⋅y∈Fx-y=1\cdot x+(-1)\cdot y\in F et F≠∅{F\neq\varnothing} : par la caractérisation des sous-groupes, (F,+){(F,+)} est un sous-groupe de (E,+){(E,+)}, donc un groupe commutatif. Enfin, les propriétés (1) à (4), vraies dans EE, le sont dans F.F.

Exemple 2 : un ensemble de matrices

Pour (a,b)∈R2{(a,b)\in\mathbb{R}^2}, on note M(a,b)=(a3bba−2b)M(a,b)=\begin{pmatrix}a&3b\\b&a-2b\end{pmatrix} et E={M(a,b), (a,b)∈R2}E=\{M(a,b),\ (a,b)\in\mathbb{R}^2\}. Montrons que EE est un sous-espace vectoriel de M2(R)\mathcal{M}_2(\mathbb{R}).

E⊂M2(R)E\subset\mathcal{M}_2(\mathbb{R}) et O=M(0,0)∈E{O=M(0,0)\in E}, donc E≠∅{E\neq\varnothing}. Pour (a,b)(a,b) et (c,d)(c,d) dans R2\mathbb{R}^2 et des réels α\alpha, β\beta, on pose s=αa+βc{s=\alpha a+\beta c} et t=αb+βd{t=\alpha b+\beta d} :

αM(a,b)+βM(c,d)=(s3tts−2t)=M(s,t).\begin{aligned}&\alpha M(a,b)+\beta M(c,d)\\&=\begin{pmatrix}s&3t\\t&s-2t\end{pmatrix}=M(s,t).\end{aligned}

Cette matrice appartient à EE : EE est un sous-espace vectoriel de M2(R)\mathcal{M}_2(\mathbb{R}), donc (E,+,⋅){(E,+,\cdot)} est un espace vectoriel réel. En revanche, H={M(a,b), a=b2}{H=\{M(a,b),\ a=b^2\}} n'en est pas un : M(1,1)∈H{M(1,1)\in H}, mais 2M(1,1)=M(2,2)∉H{2M(1,1)=M(2,2)\notin H} car 2≠22{2\neq2^2}.

Attention : 0E∈F{0_E\in F} est nécessaire, mais ne suffit pas. La partie HH contient la matrice nulle et n'est pas un sous-espace. La stabilité se démontre pour tous les vecteurs et tous les réels ; pour la nier, un contre-exemple chiffré suffit.

Combinaison linéaire et famille génératrice

Combinaison linéaire et famille génératrice de vecteurs

Soient x1,…,xnx_1,\dots,x_n des vecteurs de EE (n≥1{n\geq1}). Un vecteur xx est une combinaison linéaire de x1,…,xnx_1,\dots,x_n s'il existe des réels α1,…,αn\alpha_1,\dots,\alpha_n tels que x=α1x1+⋯+αnxnx=\alpha_1x_1+\dots+\alpha_nx_n. L'ensemble de ces combinaisons se note Vect(x1,…,xn)\mathrm{Vect}(x_1,\dots,x_n). La famille (x1,…,xn)(x_1,\dots,x_n) est génératrice de EE si E=Vect(x1,…,xn)E=\mathrm{Vect}(x_1,\dots,x_n) : tout vecteur de EE est alors une combinaison de x1,…,xnx_1,\dots,x_n.

Sous-espace engendré par une famille

Vect(x1,…,xn)\mathrm{Vect}(x_1,\dots,x_n) est un sous-espace vectoriel de EE qui contient x1,…,xnx_1,\dots,x_n, et il est inclus dans tout sous-espace de EE qui contient x1,…,xnx_1,\dots,x_n.

Preuve : 0E=0x1+⋯+0xn{0_E=0x_1+\dots+0x_n} est une combinaison, et par les propriétés (2) à (4), α∑αixi+β∑βixi=∑(ααi+ββi)xi\alpha\sum\alpha_ix_i+\beta\sum\beta_ix_i=\sum(\alpha\alpha_i+\beta\beta_i)x_i en est une autre. On obtient xkx_k avec αk=1{\alpha_k=1}, les autres coefficients nuls. Enfin, un sous-espace qui contient les xix_i contient leurs combinaisons, par stabilité.

Méthode : pour prouver qu'une partie FF est un sous-espace et en obtenir une famille génératrice, on écrit son élément général comme une combinaison à coefficients libres.

Exemple 3 : un plan de l’espace des triplets écrit comme un Vect

Soit F={(x,y,z)∈R3, 5x+y−3z=0}.F=\{(x,y,z)\in\mathbb{R}^3,\ 5x+y-3z=0\}. Un triplet (x,y,z)(x,y,z) est dans FF si et seulement si y=−5x+3z{y=-5x+3z}, soit

(x,y,z)=x(1,−5,0)+z(0,3,1).\begin{aligned}(x,y,z)&=x(1,-5,0)\\&\quad+z(0,3,1).\end{aligned}

Donc F=Vect(u,v){F=\mathrm{Vect}(u,v)} avec u=(1,−5,0){u=(1,-5,0)} et v=(0,3,1){v=(0,3,1)} : FF est un sous-espace vectoriel de R3\mathbb{R}^3, et (u,v)(u,v) est une famille génératrice de F.F. Contrôle : 5−5−0=0{5-5-0=0} et 0+3−3=0{0+3-3=0}, donc uu et vv sont dans F.F.

Exemple 4 : tester une combinaison linéaire de polynômes

Dans R2[X]\mathbb{R}_2[X], soient P1=X2+1,{P_1=X^2+1}, P2=X2−X{P_2=X^2-X} et P3=X+2{P_3=X+2}. Le polynôme P=2X2+3X+9{P=2X^2+3X+9} est-il une combinaison linéaire de P1P_1, P2P_2, P3P_3 ? Et Q=X2+X+1{Q=X^2+X+1}, de P1P_1 et P2P_2 ?

aP1+bP2+cP3=(a+b)X2+(c−b)X+(a+2c)aP_1+bP_2+cP_3={(a+b)}X^2+{(c-b)}X+{(a+2c)}. Par l'égalité de deux polynômes, cette combinaison vaut PP si et seulement si a+b=2{a+b=2}, c−b=3{c-b=3} et a+2c=9{a+2c=9}. Les deux premières donnent a=2−b{a=2-b} et c=3+b{c=3+b} ; la troisième devient 8+b=9{8+b=9}, d'où b=1{b=1}, a=1{a=1}, c=4{c=4}. Ainsi P=P1+P2+4P3{P=P_1+P_2+4P_3}. Contrôle en 0 : 1+0+4×2=9=P(0){1+0+4\times2=9=P(0)}.

Pour QQ, l'égalité (a+b)X2−bX+a=Q{(a+b)X^2-bX+a=Q} impose a=1{a=1} et b=−1{b=-1}, donc a+b=0≠1{a+b=0\neq1} : Q∉Vect(P1,P2)Q\notin\mathrm{Vect}(P_1,P_2).

Famille libre et famille liée

Famille libre, famille liée

La famille (x1,…,xn)(x_1,\dots,x_n) de vecteurs de EE est libre si la seule combinaison nulle est celle dont tous les coefficients sont nuls : α1x1+⋯+αnxn=0E⇒α1=⋯=αn=0\alpha_1x_1+\dots+\alpha_nx_n=0_E\Rightarrow\alpha_1=\dots=\alpha_n=0. Sinon, elle est liée : il existe des réels non tous nuls tels que α1x1+⋯+αnxn=0E\alpha_1x_1+\dots+\alpha_nx_n=0_E, et cette égalité s'appelle une relation de dépendance.

Caractérisation d’une famille liée

Pour n≥2{n\geq2}, la famille (x1,…,xn)(x_1,\dots,x_n) est liée si et seulement si l'un de ses vecteurs est une combinaison linéaire des autres. En particulier, deux vecteurs forment une famille liée si et seulement si l'un est le produit de l'autre par un réel.

Preuve : si xk=∑i≠kβixix_k=\sum_{i\neq k}\beta_ix_i, la relation ∑i≠kβixi−xk=0E\sum_{i\neq k}\beta_ix_i-x_k=0_E a un coefficient −1≠0{-1\neq0}. Réciproquement, si ∑αixi=0E{\sum\alpha_ix_i=0_E} avec αk≠0{\alpha_k\neq0}, alors xk=∑i≠k(−αiαk)xix_k=\sum_{i\neq k}\left(-\dfrac{\alpha_i}{\alpha_k}\right)x_i.

Propriétés des familles libres et liées

  • Une famille qui contient 0E0_E, ou deux fois le même vecteur, est liée (relations 1⋅0E=0E{1\cdot0_E=0_E} et x−x=0E){x-x=0_E}).
  • Toute sous-famille d'une famille libre est libre ; en particulier, les vecteurs d'une famille libre sont non nuls.
  • Une famille qui contient une sous-famille liée est liée (c'est la contraposée du point précédent).

Démonstration : sous-famille d’une famille libre

Soit (x1,…,xn)(x_1,\dots,x_n) une famille libre et, quitte à renuméroter, (x1,…,xp)(x_1,\dots,x_p) une sous-famille, avec p≤np\leq n. Si α1x1+⋯+αpxp=0E\alpha_1x_1+\dots+\alpha_px_p=0_E, alors α1x1+⋯+αpxp+0xp+1+⋯+0xn=0E\alpha_1x_1+\dots+\alpha_px_p+0x_{p+1}+\dots+0x_n=0_E. La famille entière est libre, donc tous ces coefficients sont nuls, en particulier α1=⋯=αp=0\alpha_1=\dots=\alpha_p=0 : la sous-famille est libre.

Attention : des vecteurs deux à deux non colinéaires peuvent former une famille liée. Dans l'exemple 4, aucun des quatre polynômes P1P_1, P2P_2, P3P_3, PP n'est le produit d'un autre par un réel, et pourtant P=P1+P2+4P3{P=P_1+P_2+4P_3} : la famille (P1,P2,P3,P)(P_1,P_2,P_3,P) est liée.

Exemple 5 : une famille libre de fonctions

Dans F(R,R)\mathcal{F}(\mathbb{R},\mathbb{R}), soient f1(x)=ex,{f_1(x)=e^{x}}, f2(x)=e2x{f_2(x)=e^{2x}}, f3(x)=e3x{f_3(x)=e^{3x}}, et supposons aex+be2x+ce3x=0{ae^{x}+be^{2x}+ce^{3x}=0} pour tout réel xx. Comme l'égalité vaut pour tout xx, on peut utiliser des valeurs ou des limites.

  • On multiplie par e−3x{e^{-3x}} : ae−2x+be−x+c=0{ae^{-2x}+be^{-x}+c=0}, et la limite en +∞{+\infty} donne c=0{c=0}.
  • Il reste aex+be2x=0{ae^{x}+be^{2x}=0} ; multiplié par e−2x{e^{-2x}}, cela donne ae−x+b=0{ae^{-x}+b=0}, puis b=0{b=0} en +∞{+\infty}.
  • Enfin aex=0{ae^{x}=0} en x=0{x=0} donne a=0{a=0} : la famille (f1,f2,f3)(f_1,f_2,f_3) est libre.

Base d’un espace vectoriel et composantes d’un vecteur

Base d’un espace vectoriel

Une famille (e1,…,en)(e_1,\dots,e_n) de vecteurs de EE est une base de EE si elle est à la fois libre et génératrice de EE.

Base et décomposition unique

La famille (e1,…,en)(e_1,\dots,e_n) est une base de EE si et seulement si tout vecteur xx de EE s'écrit d'une seule façon x=x1e1+⋯+xnen{x=x_1e_1+\dots+x_ne_n}, avec des réels x1,…,xnx_1,\dots,x_n. Ces réels sont les composantes (ou coordonnées) de xx dans la base ; leur ordre suit celui des vecteurs de la base.

Preuve : pour une base, l'écriture existe car la famille est génératrice ; si ∑xiei=∑yiei{\sum x_ie_i=\sum y_ie_i}, alors ∑(xi−yi)ei=0E{\sum(x_i-y_i)e_i=0_E} et la liberté donne xi=yi{x_i=y_i}. Réciproquement, l'existence dit que la famille est génératrice ; comme 0E=∑0⋅ei{0_E=\sum0\cdot e_i}, l'unicité impose αi=0{\alpha_i=0} dans toute relation ∑αiei=0E{\sum\alpha_ie_i=0_E} : la famille est libre.

Bases canoniques des espaces de référence

  • R2\mathbb{R}^2 : ((1,0),(0,1))\big((1,0),(0,1)\big) ; R3\mathbb{R}^3 : ((1,0,0),(0,1,0),(0,0,1))\big((1,0,0),(0,1,0),(0,0,1)\big).
  • M2(R)\mathcal{M}_2(\mathbb{R}) : (E11,E12,E21,E22)(E_{11},E_{12},E_{21},E_{22}), où EijE_{ij} a un 1 à la ligne ii et à la colonne jj, et des 0 ailleurs ; (abcd)=aE11+bE12+cE21+dE22\begin{pmatrix}a&b\\c&d\end{pmatrix}=aE_{11}+bE_{12}+cE_{21}+dE_{22}.
  • Rn[X]\mathbb{R}_n[X] : (1,X,…,Xn)(1,X,\dots,X^n), par l'identification des coefficients.
  • C\mathbb{C} : (1,i)(1,i), car tout complexe s'écrit a+ib{a+ib} avec aa, bb réels, de façon unique d'après l'égalité de deux nombres complexes.

Exemple 6 : une base de polynômes qui n’est pas la base canonique

Montrer que B=(1,X+1,X2+X){\mathcal{B}=(1,X+1,X^2+X)} est une base de R2[X]\mathbb{R}_2[X], puis donner les composantes de P=3X2−5X+4{P=3X^2-5X+4} dans B\mathcal{B}.

Soit R=αX2+βX+γ{R=\alpha X^2+\beta X+\gamma} dans R2[X]\mathbb{R}_2[X]. Comme

a+b(X+1)+c(X2+X)=cX2+(b+c)X+(a+b),\begin{aligned}&a+b(X+1)+c(X^2+X)\\&=cX^2+(b+c)X+(a+b),\end{aligned}

l'égalité avec RR équivaut à c=α{c=\alpha}, b+c=β{b+c=\beta}, a+b=γ{a+b=\gamma}, soit

c=α,b=β−α,a=γ−β+α.\begin{aligned}c&=\alpha,\\b&=\beta-\alpha,\\a&=\gamma-\beta+\alpha.\end{aligned}

Tout RR s'écrit donc d'une seule façon dans B\mathcal{B} : c'est une base. Pour PP, c=3{c=3}, b=−5−3=−8{b=-5-3=-8} et a=4+5+3=12{a=4+5+3=12} : P=12−8(X+1)+3(X2+X){P=12-8(X+1)}+{3(X^2+X)}, de composantes (12,−8,3){(12,-8,3)}. Contrôle : en X=−1{X=-1}, les deux derniers vecteurs s'annulent et P(−1)=12=a{P(-1)=12=a}.

Dimension d’un espace vectoriel réel

Dimension finie et nombre de vecteurs d’une base

Soit E≠{0E}{E\neq\{0_E\}} un espace vectoriel réel qui admet une famille génératrice finie. On admet que EE possède des bases et que toutes ses bases ont le même nombre nn de vecteurs : ce nombre est la dimension de EE, notée dim⁡E\dim E. Par convention, dim⁡{0E}=0{\dim\{0_E\}=0}. Un sous-espace de dimension 1 est une droite vectorielle Vect(x)\mathrm{Vect}(x), avec x≠0E{x\neq0_E} ; un sous-espace de dimension 2 est un plan vectoriel.

Les bases canoniques donnent dim⁡R2=2{\dim\mathbb{R}^2=2}, dim⁡R3=3{\dim\mathbb{R}^3=3}, dim⁡M2(R)=4\dim\mathcal{M}_2(\mathbb{R})=4, dim⁡M3(R)=9\dim\mathcal{M}_3(\mathbb{R})=9, dim⁡C=2{\dim\mathbb{C}=2}, dim⁡Rn[X]=n+1{\dim\mathbb{R}_n[X]=n+1} et dim⁡V3=3{\dim\mathcal{V}_3=3}. L'espace F(R,R)\mathcal{F}(\mathbb{R},\mathbb{R}) n'a pas de famille génératrice finie (on l'admet).

Familles dans un espace de dimension n

On admet que, si dim⁡E=n≥1{\dim E=n\geq1} :

  • une famille libre de EE a au plus nn vecteurs, une famille génératrice au moins nn ;
  • une famille de nn vecteurs est une base dès qu'elle est libre, et aussi dès qu'elle est génératrice.

Exemple 7 : dimension d’un sous-espace

Reprenons F=Vect(u,v){F=\mathrm{Vect}(u,v)} de l'exemple 3. Si au+bv=(a,−5a+3b,b)=(0,0,0)au+bv=(a,-5a+3b,b)=(0,0,0), alors a=b=0{a=b=0} : (u,v)(u,v) est libre et génératrice de FF, donc une base, et dim⁡F=2{\dim F=2} : FF est un plan vectoriel. Le triplet w=(1,1,2){w=(1,1,2)} est dans FF car 5+1−6=0{5+1-6=0} ; ses première et dernière coordonnées donnent ses composantes : w=u+2v{w=u+2v}.

Attention : les vecteurs d'une base de FF doivent appartenir à F.F. La base canonique de R3\mathbb{R}^3 n'est pas une base du plan FF, et dim⁡F=2{\dim F=2} bien que les éléments de FF soient des triplets.

Critère du déterminant dans R2 et dans R3

  • Dans R2\mathbb{R}^2, soient u=(a,b){u=(a,b)} et v=(c,d){v=(c,d)}. La famille (u,v)(u,v) est libre si et seulement si ad−bc≠0{ad-bc\neq0}, et elle est alors une base de R2\mathbb{R}^2.
  • Dans R3\mathbb{R}^3, la famille (u,v,w)(u,v,w) est libre si et seulement si det⁡(u,v,w)≠0{\det(u,v,w)\neq0}, déterminant des trois triplets écrits en colonnes ; elle est alors une base de R3\mathbb{R}^3.

Démonstration : critère du déterminant

Dans R2\mathbb{R}^2, si ad−bc≠0{ad-bc\neq0}, l'égalité αu+βv=(p,q){\alpha u+\beta v=(p,q)} est un système de déterminant ad−bc≠0{ad-bc\neq0} : d'après le théorème de Cramer, il a une solution unique pour tout (p,q)(p,q), donc (u,v)(u,v) est une base, en particulier libre. Si ad−bc=0{ad-bc=0}, alors du−bv=(0,0){du-bv=(0,0)} et cu−av=(0,0){cu-av=(0,0)} ; l'une de ces relations a un coefficient non nul, sauf si a=b=c=d=0{a=b=c=d=0}, auquel cas u=(0,0){u=(0,0)}. Dans tous les cas, (u,v)(u,v) est liée.

Dans R3\mathbb{R}^3, on fixe une base (i⃗,j⃗,k⃗)(\vec{i},\vec{j},\vec{k}) de V3\mathcal{V}_3 et on associe à t=(x,y,z){t=(x,y,z)} le vecteur t⃗\vec{t} de coordonnées (x ;y ;z)(x\,;y\,;z). Par unicité de la décomposition, αu+βv+γw=(0,0,0)\alpha u+\beta v+\gamma w=(0,0,0) équivaut à αu⃗+βv⃗+γw⃗=0⃗\alpha\vec{u}+\beta\vec{v}+\gamma\vec{w}=\vec{0}. Donc (u,v,w)(u,v,w) est libre si et seulement si u⃗\vec{u}, v⃗\vec{v}, w⃗\vec{w} ne sont pas coplanaires (relations linéaires et coplanarité), c'est-à-dire si det⁡(u,v,w)≠0{\det(u,v,w)\neq0} (critère de coplanarité par le déterminant). Alors (u⃗,v⃗,w⃗)(\vec{u},\vec{v},\vec{w}) est une base de l'espace, et tout triplet est une combinaison de uu, vv, ww.

Exemple 8 : une base selon un paramètre

Pour quels réels mm les triplets u=(1,2,−1){u=(1,2,-1)}, v=(0,1,3){v=(0,1,3)} et w=(2,m,1){w=(2,m,1)} forment-ils une base de R3\mathbb{R}^3 ? On développe suivant la première colonne :

det⁡(u,v,w)=∣10221m−131∣=(1−3m)−2(0−6)−(0−2)=15−3m.\begin{aligned}&\det(u,v,w)=\begin{vmatrix}1&0&2\\2&1&m\\-1&3&1\end{vmatrix}\\&=(1-3m)-2(0-6)\\&\quad-(0-2)\\&=15-3m.\end{aligned}

La famille est une base de R3\mathbb{R}^3 si et seulement si m≠5{m\neq5}. Pour m=5{m=5}, elle est liée : w=(2,5,1)=2u+v{w=(2,5,1)=2u+v}, car 2u+v=(2,4+1,−2+3){2u+v=(2,4+1,-2+3)}.

Méthode : démontrer qu’un ensemble est un espace vectoriel réel

  1. Situer l'ensemble dans un espace de référence : il suffit de prouver que c'est un sous-espace.
  2. Prouver la structure par la caractérisation (0E∈F{0_E\in F}, puis αx+βy∈F{\alpha x+\beta y\in F}), ou en écrivant F=Vect(… ){F=\mathrm{Vect}(\dots)} par un paramétrage.
  3. Trouver une base : la famille du paramétrage, dont on prouve la liberté ; la dimension est son nombre de vecteurs.

À l'examen national, ces questions peuvent ouvrir l'étude d'un ensemble de matrices. Pour l'ensemble EE de l'exemple 2, M(a,b)=aI+bJ{M(a,b)=aI+bJ} avec J=(031−2){J=\begin{pmatrix}0&3\\1&-2\end{pmatrix}}, et M(a,b)=O{M(a,b)=O} impose a=b=0{a=b=0} : (I,J)(I,J) est une base de EE et dim⁡E=2{\dim E=2}. Ensuite, J2=(3−6−27)=3I−2J{J^2=\begin{pmatrix}3&-6\\-2&7\end{pmatrix}=3I-2J}, donc, par distributivité du produit matriciel :

M(a,b)×M(c,d)=acI+(ad+bc)J+bdJ2=(ac+3bd)I+(ad+bc−2bd)J.\begin{aligned}&M(a,b)\times M(c,d)\\&=acI+(ad+bc)J+bdJ^2\\&=(ac+3bd)I\\&\quad+(ad+bc-2bd)J.\end{aligned}

Le produit reste dans EE : EE est une partie stable de (M2(R),×)\big(\mathcal{M}_2(\mathbb{R}),\times\big).

Pages liées