Documente Academic
Documente Profesional
Documente Cultură
Algèbre Linéaire
Chapitre 1.
Espaces vectoriels
Professeure : K. ELAMRI
1 Notions préliminaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
6 Bases et dimension . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1
Avant-propos
L’Algèbre Linéaire, une fameuse branche des mathématiques, dont les applications dépassent
le cadre mathématique et scientifique (Physique, Chimie, Biologie, Informatique . . . ) et trouvent
un grand intérêt auprès des domaines sociaux-économiques. En effet souvent les modèles donnés
en théorie comme en pratique économiques sont sous forme linéaire et une grande part des
travaux et simulations économiques portent sur des tableaux de données s’appuyant sur le
modèle linéaire et l’instrument du calcul matriciel.
K. ELAMRI
2
Notions élémentaires
Symboles et abréviations
Eléments de logique
Assertion mathématique
Une assertion mathématique (P ) peut être vraie ou fausse.
La négation de (P ) est non (P ) :
(
vraie si (P ) est fausse
non (P ) est
fausse si (P ) est vraie
3
Algèbre Linéaire – K. Elamri -4-
Le principe du raisonnement par récurrence consiste à vérifier d’abord que c’est vraie
à l’ordre 0 (ou en général à l’ordre n0 ), puis à supposer que c’est vraie à l’ordre n et
démontrer que ça reste aussi vraie à l’ordre n + 1.
Ensemble.
Un ensemble est une collection d’éléments.
Exemples.
1. Ensembles numériques : N, Z, Q, R, C.
2. L’ensemble vide ∅ (par convention c’est l’ensemble qui ne contient aucun élément).
Si E = E1 = E2 = · · · = En , on note :
Exemples.
1. Rn = R
| ×R×
{z· · · × R}.
n fois
2. R = R × R × R, R4 = R × R × R × R.
3
Prérequis et Objectifs
Prérequis
Quelques fondements de la théorie des ensembles.
Objectifs
Assimiler la structure des espaces vectoriels et des sous-espaces vectoriels ainsi que leurs
propriétés fondamentales.
Bien distinguer les notions de scalaires de celles de vecteurs (Lois de composition interne
et externe).
Exercer des applications dans le cas des espaces vectoriels de dimension finie Rn .
5
Algèbre Linéaire – K. Elamri -6-
1 Notions préliminaires
Définition 1.1 (Loi de composition interne, Loi de composition externe).
Soient E et K deux ensembles non vides.
x ∗ y ∈ E, ∀x, y ∈ E.
On dit que E est muni d’une loi de composition externe (avec K) notée ∗ si :
α ∗ x ∈ E, ∀x ∈ E et ∀α ∈ K.
Exemples.
Dans l’ensemble des nombres réels R, l’addition +, la soustraction − et la multiplication ×
sont des lois de composition internes.
Notation.
On note (E, ∗) le groupe E muni de la loi ∗.
Si en plus on a : x ∗ y = y ∗ x , ∀x, y ∈ E, on dit que la loi ∗ est commutative et (E, ∗) est un
groupe commutatif.
Remarques.
1. Le groupe (E, ∗) est non vide (il contient au moins l’élément neutre).
a. (K, +) est un groupe commutatif (on note 0 son élément neutre et −x le symétrique de
x) ;
c. x • (y + z) = (x• y) + (x• z), ∀x, y, z ∈ K (on dit que la loi • est distributive par rapport
à la loi +).
Notation.
On note (K, +, •) le corps K muni des deux lois de composition internes + et •.
Si en plus la 2ème loi • est commutative, on dit que (K, +, •) est un corps commutatif.
Algèbre Linéaire – K. Elamri -7-
Exemples.
(Q, +, ×), (R, +, ×), (C, +, •) sont des corps commutatifs.
a. (E, +) est un groupe commutatif (on note 0E son élément neutre et −x est le symétrique
de x pour +).
N.B. Les éléments de l’espace vectoriel E sont appelés les vecteurs (représentés par les
lettres latines) et les éléments du corps K sont appelés les scalaires (représentés par les lettres
grecques).
Notations.
On note (E, +, •) le K-espace vectoriel (en abrégé K-ev) muni de la loi de composition interne
+ et de la loi de composition externe •, et pour but de simplification, on note α•x = α x
(∀x ∈ E, ∀α ∈ K).
Résumé. (E, +, •) est un K-espace vectoriel si les 8 propriétés suivantes sont satisfaites pour
tous x, y, z ∈ E et pour tous α, β ∈ K :
p1 . x + y = y + x ;
p2 . (x + y) + z = x + (y + z) ;
p5 . 1 x = x ;
p6 . α (x + y) = α x + α y ;
p7 . (α + β) x = α x + β x ;
p8 . (α β) x = α (β x).
Algèbre Linéaire – K. Elamri -8-
X + Y = (x1 + y1 , · · · , xn + yn )
= (y1 + x1 , · · · , yn + xn ) (Commutativité de + dans K)
=Y +X
p2 .
(X + Y ) + Z = (x1 + y1 , · · · , xn + yn ) + (z1 , · · · , zn )
= ((x1 + y1 ) + z1 , · · · , (xn + yn ) + zn )
= (x1 + (y1 + z1 ), · · · , xn + (yn + zn )) (Associativité de + dans K)
= X + (Y + Z)
p3 .
0K n = (0, . . . , 0) (0 est l’élément neutre de K pour +) :
X + 0K n = (x1 + 0, · · · , xn + 0) = (x1 , · · · , xn ) = X
p4 .
Pour X = (x1 , · · · , xn ), −X = (−x1 , · · · , −xn ) ∈ K n (−xi est l’élément symétrique de x
pour +) :
X + (−X) = (x1 , · · · , xn ) + (−x1 , · · · , −xn ) = (x1 + (−x1 ), · · · , xn + (−xn )) = 0K n .
p5 .
1X = (1x1 , · · · , 1xn ) = (x1 , · · · , xn ) = X (1 est l’élément neutre de K ∗ pour •).
p6 .
p7 .
(α + β) X = (α + β) (x1 , · · · , xn ) = ((α + β) x1 , · · · , (α + β) xn )
= (α x1 + β x1 , · · · , α xn + β xn ) (Distributivité de • par rapport à + dans K)
= (α x1 , · · · , α xn ) + (β x1 , · · · , β xn )
= α (x1 , · · · , xn ) + β (x1 , · · · , xn )
= αX +βX
Algèbre Linéaire – K. Elamri -9-
p8 .
(α β) X = (α β) (x1 , · · · , xn ) = ((α β) x1 , · · · , (α β) xn )
= (α(β x1 ), · · · , α(β xn )) (Associativite de • dans K ∗ )
= α (β x1 , · · · , β xn )
= α(β X)
En particulier :
4. L’ensemble des polynômes réels à une indéterminée x muni de l’addition (de polynômes)
et la multiplication par un réel est un R-ev (les 8 propriétés des espaces vectoriels sont
aisément vérifiées).
5. L’ensemble des fonctions numériques d’une variable réelle définies sur un intervalle I de
R muni de l’addition (de fonctions) et la multiplication (de fonctions) par un réel est un
R-ev.
Théorème 2.1.
Soient E un K-ev, x ∈ E et α ∈ K, alors on a :
a. 0 x = 0E et α 0E = 0E ;
b. Si α x = 0E alors x = 0E ou α = 0 ;
Preuve.
(a.)
(b.)
(c.)
Exemples.
iii. ∀x ∈ F, ∀α ∈ K : α x ∈ F (on dit que F est stable pour la multiplication par un scalaire).
1. Une famille finie A d’un ensemble E est une partie finie de E c-à-d comportant un nombre fini d’éléments.
On note cardA (cardinal de A) le nombre d’éléments de l’ensemble A.
Algèbre Linéaire – K. Elamri - 11 -
Remarque.
Les deux propriétés (ii) et (iii) sont équivalentes à la suivante :
∀x, y ∈ F, ∀α, β ∈ K : α x + β y ∈ F (iv).
On peut interpréter ceci par le fait que toute combinaison linéaire de deux vecteurs d’un sous-
espace vectoriel est un vecteur du sous-espace vectoriel (on dit que F est stable pour les com-
binaisons linéaires), en effet :
=⇒) D’après (iii), αx ∈ F et βy ∈ F et d’après (ii), αx + βy ∈ F .
⇐=) Si on prend α = 1 et β = 1 alors on a la stabilité pour +. Et si on prend α = 1 et β = 0
alors on a la stabilité pour •.
On montre facilement que la propriété (iv) est aussi équivalente à la formule allégée suivante :
∀x, y ∈ F, ∀α ∈ K, α x + y ∈ F.
Propriétés 3.1.
Soit E un K-ev, alors on a les propriétés suivantes :
a. Si F est un sous-espace vectoriel de E, alors F est un K-ev.
b. Si F est un sous-espace vectoriel de E (un K-ev) et G est un sous-espace vectoriel de F ,
alors G est un sous-espace vectoriel de E.
T
c. Si F et G sont deux sous-espaces vectoriels de E, alors leur intersection F G est un
sous-espace vectoriel de E.
Preuve.
(c.) 0E ∈ F et 0E ∈ G =⇒ 0E ∈ F ∩ G (F ∩ G 6= ∅).
Et soient α, β ∈ K et x, y ∈ F ∩ G, alors :
(
x, y ∈ F =⇒ α x + β y ∈ F (F sous-espace vectoriel de E)
x, y ∈ G =⇒ α x + β y ∈ G (G sous-espace vectoriel de E)
=⇒ α x + β y ∈ F ∩ G.
Remarques.
S
a. Si F et G sont deux sous-espaces vectoriels de E, la réunion F G n’est pas forcément
un sous-espace vectoriel de E.
b. D’après la propriété (a), il suffit pour montrer qu’un ensemble F est un K-ev, de vérifier
que c’est un sous-espace vectoriel d’un K-ev E qui le contient (F ⊂ E).
Algèbre Linéaire – K. Elamri - 12 -
Exemple.
Vérifions que F = { (x, y, z) ∈ R3 / 2x − 3y − z = 0 } est un R-ev.
Pour cela, il suffit de montrer que F est un sous-espace vectoriel de R3 (qui est un R-ev), en
effet :
− (0, 0, 0) = 0R3 ∈ F =⇒ F 6= ∅.
− Soient X1 = (x1 , y1 , z1 ), X2 = (x2 , y2 , z2 ) ∈ F , alors :
X1 + X2 = (x1 + x2 , y1 + y2 , z1 + z2 )
(
2x1 − 3y1 − z1 = 0
et
2x2 − 3y2 − z2 = 0
=⇒ 2(x1 + x2 ) − 3(y1 + y2 ) − (z1 + z2 ) = (2x1 − 3y1 − z1 ) + (2x2 − 3y2 − z2 )
=0+0
=0
Donc X1 + X2 ∈ F, ∀X1 , X2 ∈ F (F est stable pour +).
− Soient X = (x, y, z) ∈ F et α ∈ R, alors α X = (αx, αy, αz) et :
2 α x − 3 α y − α z = α (2x − 3y − z) = α × 0 = 0.
Donc α X ∈ F, ∀X ∈ F, ∀α ∈ R (F est stable pour •).
Preuve.
Montrons que F est un sous-espace vectoriel de E :
− 0E est une combinaison linéaire de toute famille finie de E, donc 0E ∈ F .
n
X n
X
− Soient x = αi ui et y = βi ui deux vecteurs de F et soient λ, µ ∈ K, alors :
i=1 i=1
n
X n
X n
X n
X
λx + µy = λ αi ui + µ βi u i = (λαi + µβi ) ui = γi ui ∈ F.
i=1 i=1 i=1 i=1
Notation.
On note le sous-espace vectoriel engendré par u1 , . . . , un comme suit :
n
X
Vect(u1 , . . . , un ) = { x ∈ E / ∃ α1 , . . . , αn ∈ K : x = αi ui }.
i=1
Ainsi :
x ∈ Vect(u1 , . . . , un ) ⇐⇒ x est une combinaison linéaire de u1 , . . . , un
n
X
⇐⇒ ∃ (au moins) α1 , . . . , αn ∈ K tels que : x = αi ui .
i=1
Remarque.
L’ensemble {u1 , . . . , un } est un sous-espace vectoriel de E si et seulement si :
Vect(u1 , . . . , un ) = {u1 , . . . , un }.
En effet, on a : {u1 , . . . , un } ⊂ Vect(u1 , . . . , un ).
X n
Et si x = αi ui ∈ Vect(u1 , . . . , un ) et comme {u1 , . . . , un } est un sous-espace vectoriel de
i=1
E, alors x ∈ {u1 , . . . , un }. D’où : Vect(u1 , . . . , un ) ⊂ {u1 , . . . , un }.
Propriétés 4.1.
Toute famille contenant une sous-famille génératrice de F est une famille génératrice de F .
Preuve.
Soit (u1 , . . . , un ) telle que (u1 , . . . , up ) est une famille génératrice de F (p ≤ n), et soit x ∈ F ,
alors ∃ (au moins) α1 , . . . , αp ∈ K tels que :
p n
X X
x= αi ui = αi ui (avec αp+1 = . . . = αn = 0).
i=1 i=1
Exemples.
1. Vect(0E ) = {0E }.
2. Le sous-espace vectoriel engendré par un seul vecteur u 6= 0E est :
Vect(u) = {x ∈ E / ∃ (au moins) α ∈ K : x = α u}.
Et le sous-espace vectoriel engendré par deux vecteurs u, v est :
Vect(u, v) = { x ∈ E / ∃ (au moins) α, β ∈ K : x = α u + β v }.
Algèbre Linéaire – K. Elamri - 14 -
On dit que S est un système libre ou que les vecteurs u1 , . . . , un sont linéairement indé-
pendants si :
n
X
∀ α1 , . . . , αn ∈ K tels que αi ui = 0E , alors α1 = . . . = αn = 0.
i=1
Remarques.
1. "Les scalaires α1 , . . . , αn sont non tous nuls" signifie qu’au moins un de ces scalaires est
non nul.
2. Le fait que les vecteurs u1 , . . . , un sont linéairement indépendants signifie qu’il n’existe
aucune relation linéaire entre ces vecteurs de la forme : α1 u1 + α2 u2 + . . . + αn un = 0E
sauf la relation linéaire triviale : 0 u1 + 0 u2 + . . . + 0 un = 0E (tous nuls).
3. S est libre ⇐⇒ S est non liée (S est liée ⇐⇒ S est non libre).
Exemples.
1. Les vecteurs u = (1, −3) et v = (2, −1) forment une famille libre (dans R2 ).
Soient α, β ∈ R tels que : αu + βv = 0R2 ⇐⇒ α(1, −3) + β(2, −1) = (0, 0)
( (
α + 2β = 0 α = −2β
⇐⇒ =⇒ =⇒ α = 0.
−3α − β = 0 6β − β = 5β = 0 =⇒ β = 0
2. Le système S de R3 , formé des vecteurs u1 = (1, 2, −1), u2 = (2, 1, −1) et u3 = (−3, 0, 1),
est lié. Soient α1 , α2 , α3 ∈ R tels que :
α1 u1 + α2 u2 + α3 u3 = 0R3 (∗) ⇐⇒ α1 (1, 2, −1) + α2 (2, 1, −1) + α3 (−3, 0, 1) = (0, 0, 0).
α 1 + 2α 2 − 3α3 = 0 (1) (2) : α2 = −2α1
⇐⇒ 2α1 + α2 = 0 (2) =⇒ (3) : −α1 + 2α1 + α3 = 0
−α1 − α2 + α3 = 0 (3) (1) : α1 + 2α2 − 3α3 = 0
Algèbre Linéaire – K. Elamri - 15 -
α2 = −2α1
=⇒ α3 = −α1
α1 − 4α1 + 3α1 = 0 (toujours vraie ∀α1 ∈ R).
Donc il y a une infinité de solutions et le système S est par conséquent lié, c’est qu’il y
a en fait une infinité de relations de dépendance linéaire entre les trois vecteurs u1 , u2 , u3
données par :
b. Si u ∈ E et u 6= 0E , alors le système (u) est libre. Et par contraposée, le système (0E ) est
lié.
c. Tout système contenant 0E est lié. Et par contraposée, tout système libre ne contient pas
0E .
d. Deux vecteurs u et v non nuls sont linéairement dépendants si et seulement s’il existe
λ ∈ K ∗ tel que u = λ v (on dit que les vecteurs u et v sont proportionnels 2 ). Et par
contraposée, u et v sont linéairement indépendants si et seulement si : ∀α ∈ K ∗ , u 6= α v
(u et v ne sont pas proportionnels).
e. Tout système contenant deux vecteurs identiques est lié. Et par contraposée, les vecteurs
d’un système libre sont deux à deux distincts.
f. Tout sous-système d’un système libre est libre. Et par contraposée, tout système contenant
un système lié est lié.
g. Si (u1 , . . . , un ) est libre et (u1 , . . . , un , u) est lié, alors u ∈ Vect(u1 , . . . , un ). Et par contra-
posée, si (u1 , . . . , un ) est libre et si u 6= 0E tel que u ∈ / Vect(u1 , . . . , un ), alors (u1 , . . . , un , u)
est libre.
Preuve.
(a.) u1 , . . . , un sont linéairement dépendants ⇐⇒ ∃ α1 , . . . , αn ∈ K non tous nuls tels que :
Xn
αi ui = 0E . Supposons que αi 6= 0 et soit αi−1 ∈ K son inverse, alors :
i=1
6 Bases et dimension
Définition 6.1 (Espace vectoriel de dimension finie).
Un K-ev est de dimension finie s’il admet au moins un système générateur fini.
Définition 6.2 (Base).
Soit E un K-ev de dimension finie. Un système fini B = (e1 , . . . , en ) est une base de E s’il
satisfait les deux propriétés suivantes :
i. B est générateur de E ;
ii. B est libre.
Remarques.
Si B = (e1 , . . . , en ) est une base de E alors on a :
1. ei 6= 0E , ∀i = 1, . . . , n (puisque tout système comportant 0E est lié).
2. ei 6= ej , ∀i 6= j (puisque tout système comportant des vecteurs qui se répètent est lié).
Les coefficients α1 , . . . , αn sont appelés les composantes (ou les coordonnées) de x dans la base
B et αi est la ième composante du vecteur x dans B.
Preuve. n
X
Soit x ∈ E, B est générateur de E =⇒ ∃ α1 , . . . , αn ∈ K tels que x = αi e i .
i=1
n
X n
X
Supposons que : ∃ β1 , . . . , βn ∈ K tels que x = βi ei . Alors : (αi − βi )ei = 0E .
i=1 i=1
Or B étant libre, par suite αi − βi = 0 (∀i = 1, . . . , n) et donc : αi = βi (∀i = 1, . . . , n).
Réciproquement, le fait que tout vecteur de E s’écrit comme combinaison linéaire unique des
vecteurs de B, implique que B est un système générateur de E. En plus, si α1 , . . . , αn ∈ K sont
n
X X n
tels que : αi ei = 0E = 0ei , et comme l’écriture (en combinaison linéaire) étant unique
i=1 i=1
alors forcément on a : αi = 0 (∀i = 1, . . . , n), c’est-à-dire que B est aussi libre.
B est libre et générateur de E par conséquent c’est une base de E.
Exemple.
Soit F = {(x, y) ∈ R2 / x − 2y = 0}, alors B = ((2, 1)) est une base de F :
Théorème 6.2.
Soient L et G deux systèmes finis d’un K-ev de dimension finie tels que L est libre, G est
générateur de E et L ⊂ G. Alors il existe une base B de E telle que : L ⊂ B ⊂ G.
Théorème 6.3.
Soit E un K-ev de dimension finie, alors on a les propositions suivantes :
Preuve.
(a) On a : ∅ ⊂ G (∅ est supposé libre par convention). D’après le théorème précédent, il existe
B une base de E telle que : B ⊂ G.
(b) Puisque E est de dimension finie, il admet au moins un système générateur fini G et grâce
à la proposition (a) il existe une base contenue dans G.
Preuve.
Grâce au théorème 1.4, il suffit de considérer le système générateur L ∪ G de E (dim E = n)
où G désigne un système générateur fini de E.
Plus précisément, si L = (u1 , . . . , um ) est libre (m < n), on forme la base B en complétant L
par des vecteurs um+1 , . . . , un choisis parmi les vecteurs d’un système générateur quelconque G
de E et on obtient la base B = (u1 , . . . , um , um+1 , . . . , un ).
Théorème 6.5.
Si E est un K-ev de dimension finie, alors toutes les bases de E ont le même cardinal.
Exemples.
1. Pour l’espace vectoriel F = {(x, y) ∈ R2 / x − 2y = 0}, B = ((2, 1)) est une base de F et
card B = 1 (B contient un seul élément), ainsi dim F = 1.
N.B. dim E = 0 ⇐⇒ E = {0E } (par convention, on considère que l’ensemble vide ∅ est
libre et c’est un système générateur de {0E }).
Propriétés 6.1.
Soit E un K-ev tel que dim E = n et soit S un système fini de E, alors on a les propriétés
suivantes :
a. Si S est générateur de E alors card (S) ≥ n. Et par contraposée, si card (S) < n alors S
n’est pas générateur de E.
b. Si S est libre alors card (S) ≤ n. Et par contraposée, si card (S) > n alors S est lié.
Preuve.
(a) D’après le théorème 1.5, puisque S est générateur de E alors il contient une base B de E :
B ⊂ S et par conséquent card (S) ≥ card (B) = dim E = n.
(b) D’après le théorème de la base incomplète, il existe une base B qui contient L (libre).
L ⊂ B entraine que card (L) ≤ card (B) = dim E = n.
(c) Montrons l’équivalence suivante : S est libre ⇐⇒ S est générateur de E.
=⇒) Soit S = (u1 , . . . , un ) libre et soit u ∈ E, alors le système S 0 = (u1 , . . . , un , u) est
lié (card (S 0 ) > n) et d’après la propriété (3.g), u ∈ Vect(u1 , . . . , un ) c-à-d u s’écrit comme
combinaison linéaire des vecteurs u1 , . . . , un . Ainsi, S est générateur de E.
⇐=) Si S = (u1 , . . . , un ) est générateur de E et supposons par l’absurde que S est lié, alors :
Xn
∃ α1 , . . . , αn ∈ K non tous nuls tels que : αi ui = 0E .
i=1
Algèbre Linéaire – K. Elamri - 19 -
Si αi 6= 0, alors ui s’écrit comme combinaison linéaire des autres vecteurs et comme S est
générateur de E, alors de même le système S 0 = (u1 , . . . , ui−1 , ui+1 , . . . , un ) est générateur de
E, or card (S 0 ) = n−1 et ce qui est impossible. Donc la supposition est fausse et par conséquent
S est libre.
N.B. Dans le cas où le card inal d’un système de vecteurs coïncide avec la dimension de
l’espace vectoriel, il suffit pour que le système soit une base, de montrer qu’il est soit libre soit
générateur de l’espace vectoriel.
Théorème 6.6.
Si F est un sous-espace vectoriel de E (un K-ev de dimension finie), alors dim F ≤ dim E.
Et si dim F = dim E alors E = F .
Preuve.
Il est clair que F est un espace vectoriel de dimension finie puisque tout système générateur
de E est aussi un système générateurs de F . Soit BF une base de F , F étant libre dans E et
d’après le théorème de la base incomplète, il existe une base BE de E qui contient BF , par
conséquent dim F = card (BF ) ≤ dim E = card (BE ).
Si maintenant on suppose que dim F = dim E = n, toute base B de F contient n vecteurs
et B étant libre et dim E = n = card (B), alors B est aussi une base de E. Par suite tout
vecteur x ∈ E s’écrit comme combinaison linéaire unique des vecteurs de B (que l’on considère
ici comme une base de F ) et donc x ∈ F .
Ainsi ∀x ∈ E, x ∈ F , donc E ⊂ F et d’où l’égalité E = F .
Notation.
Si S = (u1 , . . . , up ), on note le rang de S : rg(S) = rg(u1 , . . . , up ).
Remarques.
(
i. ∃ S 0 ⊂ S tel que card(S 0 ) = r et S 0 est libre.
1. rg(S) = r ⇐⇒
ii. si S 00 ⊂ S tel que card(S 00 ) > r, alors S 00 est lié.
2. 1 ≤ rg(u1 , . . . , up ) ≤ p.
Exemple.
Dans R3 , cherchons le rang des quatre vecteurs suivants :
Donc S n’est pas libre (on aurait dû le constater tout au début, puisque card(S) = 4 > dim R3 =
3). De même que le sous-système S1 = (u1 , u2 , u3 ) est lié (d’après (7)).
Cherchons si le système S2 = (u1 , u3 , u4 ) est libre ?
Le choix de ce système à 3 éléments (et sans répétition) est arbitraire parmi les 4 sous-systèmes
de S qui sont : (u1 , u2 , u3 ), (u1 , u2 , u4 ), (u1 , u3 , u4 ),(u2 , u3 , u4 ).
Soient α, β, γ ∈ R tels que : α u1 + β u3 + γ u4 = 0R3 .
Remarque.
n!
Il y a Cnp = (Combinaisons sans répétitions) 3 sous-familles à p vecteurs extraites
p ! (n − p) !
d’une famille contenant n vecteurs.
Théorème 7.1.
La dimension du sous-espace vectoriel engendré par un système fini de vecteurs est égale au
rang de ce système :
dim Vect(u1 , . . . , un ) = rg(u1 , . . . , un ).
Preuve.
Soient S = (u1 , . . . , un ) avec rg(S) = p et F = Vect(u1 , . . . , un ).
Supposons que B = (u1 , . . . , up ) est un sous-système de S formé de p vecteurs linéairement
indépendants, vérifions qu’il est aussi générateur de F .
Étant donné un vecteur u ∈ F alors, ∃ α1 , . . . , αn ∈ K tels que :
u = α1 u1 + . . . + αp up + αp+1 up+1 + . . . + αn un .
3. Le factoriel n (∈ N) est : n! = 1 × 2 × 3 × . . . × (n − 1) × n avec la convention 0! = 1.
Algèbre Linéaire – K. Elamri - 21 -
Or chacun des vecteurs up+1 , up+2 , . . . , un s’écrit comme combinaison linéaire des vecteurs
u1 , . . . , up (D’après Propriété (3.g) et puisque les systèmes (u1 , . . . , up , uj ) sont liés, pour j =
p + 1, . . . , n), et par suite, u est une combinaison linéaire des vecteurs u1 , . . . , up .
D’où B est un système générateur de F et par conséquent c’est une base de F . Et comme
card(B) = p, alors dim F = p = rg(S).
Remarques.
Exercices
Exercice 1.
Soient deux vecteurs x = (a, b) et y = (c, d) de R2 . Montrer l’équivalence suivante :
x et y sont linéairement dépendants ⇐⇒ ad − bc = 0.
Exercice 2.
Soient u1 , u2 , u3 , u4 4 vecteurs linéairement indépendants d’un espace vectoriel réel E. Vérifier
si les systèmes suivants sont libres ou liés :
S1 = (u1 , u3 , u4 ), S2 = (2u1 + u4 , u2 , −u2 + u4 ), S3 = (u1 + u2 , 3u1 − u2 , u3 , u2 − u3 ).
Exercice 3.
Vérifier que les familles suivantes sont liées et en donner respectivement des relations de dépen-
dance linéaire :
F1 = ((0, 1), (3, 2), (−1, 1)), F2 = ((1, 1, 0), (4, 1, 4), (2, −1, 4)).
Exercice 4.
1. Est-ce que les vecteurs u = (1, 2, 1), v = (1, 1, 1), w = (2, 3, 2) engendrent R3 ?
2. Vérifier que la famille F = ((2, 1), (−1, 2), (1, 3)) est génératrice de R2 . Est-elle une base de
R2 ?
Exercice 5.
1. Dire pourquoi ces ensembles de R3 n’ont pas la structure de sous-espace vectoriel :
A = {(x, y, z) ∈ R3 / z > 1}, B = {(x, y, z) ∈ R3 / xy = 0}, C = {(x, y) ∈ R2 / x2 − y ≥ 1}.
2. Montrer que E = {(x, y, z) ∈ R3 / x − 2y + 3z = 0} est un sous-espace vectoriel de R3 et en
déterminer une base.
3. Vérifier que F = {(x1 , x2 , x3 , x4 ) ∈ R4 / x1 + 3x2 − x3 − x4 = 0 et 2x1 + x4 = 0} est un
R-espace vectoriel et en déterminer une base.
Exercice 6.
1. Soient u = (9, −3, 2), v = (2, 1, 4), w = (1, 0, 1) 3 vecteurs de R3 .
a. Montrer que le système S = (u, v, w) est un système libre. Justifier pourquoi S est une
base de R3 .
2. Mêmes questions pour les vecteurs suivants : u = (0, 1, 1), v = (0, 2, 1), w = (1, 5, 3) et
x = (1, 0, 2).
Exercice 7.
On note F le sous-espace vectoriel engendré par les 4 vecteurs suivants :
u1 = (1, 0, 1), u2 = (−1, 2, 3), u3 = (2, 4, −1), u4 = (3, 1, −1).
Exercice 8.
1. On considère les vecteurs suivants de R3 : u = (1, 0, a), v = (0, 1, b), w = (1, 1, c).
Pour quelles valeurs de a, b et c le système S = (u, v, w) est-il libre ?
Algèbre Linéaire – K. Elamri - 23 -
Exercice 9.
Soit le sous-espace vectoriel de R3 donné par :
G = {(3x + 2y, x − y + 5z, −2x + y − 7z)/ x, y, z ∈ R}.
1. Chercher un système générateur S de G.
2. Déterminer le rang des vecteurs de S et en déduire la dimension puis une base de G.
3. Vérifier que le vecteur (16, −3, 1) appartient à G.
Exercice 10.
Étant donnés les 4 vecteurs de R3 : a = (−1, 6, 5), b = (2, −3, −4), c = (2, 3, 0), d = (1, 0, −1).
Montrer que Vect(a, b) ⊂ Vect(c, d).
Exercice 11.
Soient F le sous-espace vectoriel engendré par u = (2, 1, 0), v = (−1, 0, 1), w = (4, 1, −2) et soit
le sous-espace vectoriel G = {(0, x − y, −y)/ x, y ∈ R}.
Chercher une base de F ∩ G et en déduire sa dimension.
Exercice 12.
Soient les deux sous-espaces vectoriels de R3 suivants :
F = {(0, a + 3b, −a + b)/ a, b ∈ R}, G = {(−2c + d, c + d, c − 2d)/ c, d ∈ R} .
a. Déterminer une base de F ∩ G.
b. Donner l’expression du sous-espace vectoriel F ∩ G à partir de cette base.
Exercice 13.
a. Vérifier que les vecteurs u = (1, 1, −1, 1), v = (1, 2, 1, 1), w = (1, 1, −2, 1) sont linéairement
indépendants dans R4 .
b. Compléter la famille libre F = (u, v, w) pour former une base de R4 .
Exercice 14.
Soit F = Vect(u1 , u2 , u3 , u4 ) avec : u1 = (2, −1, −1), u2 = (−1, 2, 3), u3 = (1, 4, 7), u4 = (1, 1, 2).
a. Vérifier que B = (u1 , u2 ) est une base de F . En déduire le rang des vecteurs u1 , u2 , u3 , u4 .
b. Ecrire F sous forme cartésienne.
c. Compléter B en une base de R3 .
Exercice 15.
a. Déterminer un système générateur du sous-espace vectoriel de Rn :
n
X
n
F = {(x1 , . . . , xn ) ∈ R / ai xi = 0} (ai ∈ R, ∀i = 1, . . . , n et a1 6= 0).
i=1