ch06 4up

Independance lineaire
Bases
Dimension
Combinaison lineaire
Denition. Dans lespace vectoriel V le vecteur w est combi-
naison linaire des vecteurs v
1
, v
2
, . . . , v
r
, sil existe des scalaires
k
1
, k
2
, . . . , k
r
tels que
w = k
1
v
1
+ k
2
v
2
+ . . . + k
r
v
r
Exemples
1. Dans R
4
, soit
Algèbre Lineaire - Th. M. Liebling, A. Prodon, ROSO-EPFL 1
v
1
=
_
_
1
8
7
6
_
_
, v
2
=
_
_
1
0
3
1
_
_
et w =
_
_
5
24
15
16
_
_
, e =
_
_
1
0
0
0
_
_
w est combinaison lineaire des vecteurs v
1
et v
2
. En eet, on
peut verier que
w = 3v
1
2v
2
3
_
_
1
8
7
6
_
_
2
_
_
1
0
3
1
_
_
=
_
_
5
24
15
16
_
_
e nest pas combinaison lineaire des vecteurs v
1
et v
2
. En eet,
on cherche une solution de
k
1
_
_
1
8
7
6
_
_
+ k
2
_
_
1
0
3
1
_
_
=
_
_
1
0
0
0
_
_
, soit
_
_
k
1
k
2
= 1
8k
1
= 0
7k
1
+ 3k
2
= 0
6k
1
+ k
2
= 0
qui est un système inconsistant.
2. Dans P
3
soit
p
1
(t) = 1 + 8t + 7t
2
+ 6t
3
p
2
(t) = 1 + 3t
2
+ t
3
et
q(t) = 5 + 24t + 15t
2
+ 16t
3
u(t) = 1
Le polynome q(t) est combinaison lineaire des polynomes p
1
(t)
et p
2
(t). En eet on verie que q(t) = 3p
1
(t) 2p
2
(t).
Le polynome u(t) nest pas combinaison lineaire des poly-
nomes p
1
(t) et p
2
(t). En eet, on cherche k
1
et k
2
tels que
u(t) = k
1
p
1
(t) + k
2
p
2
(t), cest-à-dire 1 = k
1
(1 + 8t + 7t
2
+
6t
3
) + k
2
(1 + 0 + 3t
2
+ t
3
).
Lidentication des coecients conduit au meme système incon-
sistant que celui de lexemple 1.
3. Dans M
22
soit
C
1
=
_
1 8
7 6
_
, C
2
=
_
1 0
3 1
_
et
A =
_
5 24
15 16
_
, B =
_
1 0
0 0
_
A est combinaison lineaire des matrices C
1
et C
2
. En eet on
verie que A = 3C
1
2C
2
.
B nest pas combinaison lineaire des matrices C
1
et C
2
. En
eet, on cherche k
1
et k
2
tels que B = k
1
C
1
+ k
2
C
2
, ce qui
conduit au meme système inconsistant que ceux des exemples
precedents.
Theorème. Dans lespace vectoriel V, soit lensemble de vecteurs
S = {v
1
, . . . , v
r
}. Alors
1. Lensemble W des combinaisons linaires de S forme un sous-
espace vectoriel de V.
2. West le plus petit sous-espace vectoriel de V contenant S.
Pr.
1. On verie les deux conditions :
(a)

0
V
Wcar

0
V
= 0v
1
+ . . . + 0v
r
(b) a W,

b Wa +
b Wcar
a W(k
1
, . . . , k
r
) tels que a = k
1
v
1
+ . . . + k
r
v
r
b W(k
1
, . . . , k
r
) tels que
b = k
1
v
1
+ . . . + k
r
v
r
do` u :
a +
b = (k
1
+ k
1
)v
1
+ . . . + (k
r
+ k
r
)v
r
a +
b est bien une combinaison lineaire delements de W.

2.
(a) S W, car tout element v
k
de S secrit comme la combinaison
lineaire v
k
= 0v
1
+ . . . + 1v
k
+ . . . + 0v
r
(b) Dautre part, tout sous-espace W
de V contenant S contient
par denition toutes les combinaisons lineaires de S. Ainsi W
W
.
2
Denition. On appelle lin(S) lespace vectoriel engendre par (les
combinaisons lineaires de) S.
Independance lineaire
Denition. Soit S = {v
1
, . . . , v
r
} un ensemble de vecteurs de
lespace vectoriel V.
S est dit lineairement independant (ou encore libre) si lequation
vectorielle
k
1
v
1
+. . . +k
r
v
r
=

0, dans les inconnues (k
1
, . . . , k
r
), ne possède
que la solution triviale k
1
= . . . = k
r
= 0.
Dans le cas contraire, S est dit lineairement dependant (ou encore
lie).
Exemples
1. Dans R
4
, soit S =
_
_
_
_
1
2
3
4
_
_
,
_
_
4
3
2
1
_
_
,
_
_
1
1
1
1
_
_
,
_
_
3
21
399
0
_
_
,
_
_
S est lineairement dependant, car
1
_
_
1
2
3
4
_
_
+ 1
_
_
4
3
2
1
_
_
5
_
_
1
1
1
1
_
_
+ 0
_
_
3
21
399
0
_
_
=
_
_
0
0
0
0
_
_
2. Dans R
4
, soit S =
_
_
_
_
1
2
3
4
_
_
,
_
_
4
3
2
1
_
_
_
_
S est lineairement independant, car
x
_
_
1
2
3
4
_
_
+ y
_
_
4
3
2
1
_
_
=
_
_
0
0
0
0
_
_
x = 0
y = 0
3. Dans V, espace vectoriel quelconque,
(a) S
1
=
_
0
V
_
est lineairement dependant, car
0
V
=

0
V
R
(b) S
2
= {a} , a =

0
V
est lineairement independant, car alors
a =

0
V
= 0
Remarque Dans V, un ensemble S = {v
1
, . . . , v
r
} avec r 2
est lineairement dependant si et seulement si lun de ces vecteurs
se laisse exprimer comme combinaison lineaire des autres. En eet,
k
1
v
1
+ . . . + k
r
v
r
=

0
k
1
= 0
_
v
1
=
k
2
k
1
v
2
. . .
k
r
k
1
v
r
ainsi dans lexemple 1. on a
_
_
1
1
1
1
_
_
=
1
5
_
_
1
2
3
4
_
_
+
1
5
_
_
4
3
2
1
_
_
+ 0
_
_
3
21
399
0
_
_
Theorème. Dans R
n
, soit S = {a
1
, . . . , a
m
}. Si m > n alors S
est lineairement dependant.
Pr. Lequation vectorielle k
1
a
1
+ . . . + k
m
a
m
=

0 secrit
k
1
_
_
a
11
.
.
.
a
n1
_
_ + + k
m
_
_
a
1m
.
.
.
a
nm
_
_ =
_
_
0
.
.
.
0
_
_
soit
_
_
a
11
a
1m
.
.
.
. . .
.
.
.
a
n1
a
nm
_
_
_
_
k
1
.
.
.
k
m
_
_ =
_
_
0
.
.
.
0
_
_ : système homogène avec

plus dinconnues que dequations, qui possède donc des solutions
autres que la solution triviale. 2
Base et dimension
Denition. Dans lespace vectoriel V, la collection S =
{v
1
, . . . , v
n
} , n < est une base de V si et seulement si
1. S est lineairement independant.
2. S engendre V.
Exemples.
1. Base canonique de R
n
.
Soit
BC =
_
_
_
_
1
0
.
.
.
0
_
_
. .
e
1
,
_
_
0
1
.
.
.
0
_
_
. .
e
2
, . . . ,
_
_
0
0
.
.
.
1
_
_
. .
e
n
_
_
BC est lineairement independant car lequation
k
1
e
1
+ k
2
e
2
+ . . . + k
n
e
n
=

0
secrit aussi I
n
_
_
k
1
k
2
.
.
.
k
n
_
_
=
_
_
0
0
.
.
.
0
_
_
, système qui na que la solution
triviale.
BC engendre R
n
car tout vecteur x R
n
secrit :
x =
_
_
x
1
x
2
.
.
.
x
n
_
_
= x
1
_
_
1
0
.
.
.
0
_
_
+ x
2
_
_
0
1
.
.
.
0
_
_
+ . . . + x
n
_
_
0
0
.
.
.
1
_
_
cest-à-dire x = x
1
e
1
+ x
2
e
2
+ . . . + x
n
e
n
(Les composantes du vecteur x sont egalement les coecients
des vecteurs de BC dans la combinaison lineaire)
2. Dans R
3
,
la collection S =
_
_
_
_
1
0
0
_
_,
_
_
3
1
0
_
_,
_
_
5
2
1
_
_
_
_
est une base de R
3
.
Verication : Il sut de constater que la matrice
A =
_
_
1 3 5
0 1 2
0 0 1
_
_
est inversible. Alors, puisque toute combinaison lineaire de S secrit
k
1
_
_
1
0
0
_
_ + k
2
_
_
3
1
0
_
_ + k
3
_
_
5
2
1
_
_ =
_
_
1 3 5
0 1 2
0 0 1
_
_
_
_
k
1
k
2
k
3
_
_ = A
k,
S est lineairement independant, car, A etant inversible, le sys-
tème A
k =

0 na que la solution triviale.
S engendre R
3
, car, A etant inversible, le système A
k = x
possède une solution unique,

k = A
1
x quelque soit x R
3
.
3. Base canonique de P
n
Soit
BC =
_
e
0
(t) = t
0
, e
1
(t) = t
1
, . . . , e
n
(t) = t
n
_
BC est lineairement independant, car
k
0
e
0
(t) + k
1
e
1
(t) + . . . + k
n
e
n
(t) = 0 t
cest-à-dire k
0
+ k
1
t + . . . + k
n
t
n
= 0 t est vrai seulement si
k
0
= k
1
= . . . = k
n
= 0 (theorème fondamental de lalgèbre).
BC engendre P
n
, car tout polynome p(t) = a
0
+ a
1
t + . . . +
a
n
t
n
P
n
secrit
p(t) = a
0
e
0
(t) + a
1
e
1
(t) + . . . + a
n
e
n
(t)
(Les coecients du polynome p(t) sont egalement les coe-
cients des vecteurs de BC dans la combinaison lineaire)
4. Base canonique de M
mn
Soit
BC = {E
ij
: i = 1, . . . , m, j = 1, . . . , n}
avec
E
ij
=
_
_
0 0 0
.
.
.
. . .
.
.
.
. . .
.
.
.
0 1 0
.
.
.
. . .
.
.
.
. . .
.
.
.
0 0 0
_
_
i
j
BC est lineairement independant, car, par le calcul matriciel,
lequation
m
i=1
n
j=1
k
ij
E
ij
= 0
mn
devient :
_
_
k
11
k
1n
.
.
.
. . .
.
.
.
k
m1
k
mn
_
_ =
_
_
0 0
.
.
.
. . .
.
.
.
0 0
_
_
BC engendre M
mn
car toute matrice A M
mn
, A = (a
ij
)
secrit :
A =
n
i=1
m
j=1
a
ij
E
ij
(Les elements de la matrice A sont egalement les coecients
des vecteurs de BC dans la combinaison lineaire)
Denition. Soit V un espace vectoriel. Si V contient une base
nie, ou si V est forme du seul vecteur nul, on dira que V est de
dimension nie. Sinon V est de dimension innie.
Theorème. Soit S = {v
1
, . . . , v
n
} , n < une base de les-
pace vectoriel V. Alors toute collection comportant un nombre de
vecteurs superieur à n est lineairement dependante.
Pr. Soit S
= { w
1
, . . . , w
m
} V avec m > n. On veut montrer
que lequation
k
1
w
1
+ . . . + k
m
w
m
=

0
na pas que la solution triviale. Or, S etant une base, tout vecteur
de V sexprime comme combinaison lineaire des vecteurs de S :
w
i
=
n
j=1
a
ij
v
j
, i = 1, . . . , m
En remplacant dans lequation il vient :
k
1
(a
11
v
1
+ . . . + a
1n
v
n
) + . . . + k
m
(a
m1
v
1
+ . . . + a
mn
v
n
) =

0
soit en regroupant les termes :
(k
1
a
11
+ . . . + k
m
a
m1
)v
1
+ . . . + (k
1
a
1n
+ . . . + k
m
a
mn
)v
n
=

0
S etant lineairement independant, chacune des parenthèses ci-dessus
doit etre nulle. Les k
i
doivent donc satisfaire :
a
11
k
1
+ . . . + a
m1
k
m
= 0
.
.
.
a
1n
k
1
+ . . . + a
mn
k
m
= 0
système homogène dequations lineaires avec plus dinconnues que
dequations, ayant donc des solutions non-triviales. 2
Theorème. Toutes les bases dun espace vectoriel à dimension
nie ont la meme cardinalite (meme nombre delements).
Pr. soit S et S
deux bases de cardinalite respectivement : |S| = n

et |S
| = m. Par le theorème precedent on a m n, sinon S
serait
lineairement dependant, et n m pour la meme raison. 2
Denition. La dimension dun espace vectoriel Vest la cardinalite
dune quelconque de ses bases. On la note dim(V).
Par convention, la dimension de lespace vectoriel compose du seul
vecteur nul est egale à zero.
Exemples.
1. dim(R
n
) = n, car la base canonique de R
n
a cardinalite n.
2. dim(P
n
) = n + 1, car la base canonique de P
n
a cardinalite
n + 1.
3. dim(M
mn
) = mn, car la base canonique de M
mn
a cardina-
lite mn.
4. N(A) : Soit W =
_
x R
n
| Ax =

0
_
avec A : m n quel-
conque,
par exemple
A =
_
1 2 8 7
2 5 9 0
_
La matrice echelonnee reduite de A est
R =
_
1 0 22 35
0 1 7 14
_
Lensemble des solutions du système Ax =

0 est alors
x =
_
_
x
1
x
2
x
3
x
4
_
_
= s
_
_
22
7
1
0
_
_
+ t
_
_
35
14
0
1
_
_
, s, t R
Soit S = {v
1
, v
2
} =
_
_
_
_
22
7
1
0
_
_
,
_
_
35
14
0
1
_
_
_
_
W = lin(S) : Toute solution du système Ax =

0 est combi-
naison lineaire de S.
S est lineairement independant, car
s
_
_
22
7
1
0
_
_
+ t
_
_
35
14
0
1
_
_
=
_
_
0
0
0
0
_
_
s
t
_
=
_
0
0
_
S est donc une base de W, et ainsi dim(W) = 2
Theorème. Dans lespace vectoriel V avec dim(V) = n (n >
0), soit la collection de vecteurs
S = {v
1
, . . . , v
n
}
1. Si S est lineairement independant, alors S est une base de V.
2. Si S engendre V, alors S est une base de V.
Pr.
1. Supposons que S nengendre pas V, cest-à-dire quil existe w
V tel que lequation w = x
1
v
1
+. . . +x
n
v
n
na pas de solution ou
encore, que le système x
0
w+x
1
v
1
+. . . +x
n
v
n
=

0 na que la
solution triviale. Mais alors { w S}est lineairement independant
et compte n + 1 elements dans un espace vectoriel de dimension
n. Contradiction !
2. Supposons que S nest pas lineairement independant, cest-à-dire
quil existe un vecteur de S, par exemple v
1
, qui se laisse ecrire
comme combinaison lineaire des autres v
1
= k
2
v
2
+ . . . + k
n
v
n
.
Alors tout vecteur engendre par S lest encore par {v
2
, . . . , v
n
}.
En iterant au besoin, on arrive ainsi à un ensemble S
, lineairement
independant et encore generateur de V, donc une base de V, de
cardinalite |S
| < n. Contradiction !
2
Theorème. Dans un espace vectoriel V avec dim(V) = n, soit
S
= {v
1
, v
2
, . . . , v
r
} un ensemble lineairement independant quel-
conque, avec r < n. Alors S
peut etre complete en une base de

V.
Pr. Soit S = { w
1
, w
2
, . . . , w
n
} une base quelconque de V. Il
existe au moins un element w de S qui ne se laisse pas exprimer
comme combinaison lineaire de S
, sans quoi S
serait une base, de

cardinalite r. En ajoutant cet element à S
on obtient un nouvel
ensemble lineairement independant de cardinalite r + 1. En iterant
le processus, on obtient une base de V. 2

ch06 4up

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

ch06 4up

Încărcat de

Drepturi de autor:

Formate disponibile

Independance lineaire

b est bien une combinaison lineaire delements de W.

_ : syst`eme homog`ene avec

deux bases de cardinalite respectivement : |S| = n

| = m. Par le theor`eme precedent on a m n, sinon S

peut etre complete en une base de

serait une base, de

S-ar putea să vă placă și