Escolar Documentos
Profissional Documentos
Cultura Documentos
Module : Algbre 1
(S1)
Filire :
Sciences de Matire Physique et Chimie (SMPC)
Par :
M. Abdellah ALLA
Mme. Nadia BOUDI
M. Ahmed HAJJI
M. Houssame MAHZOULI.
LESPACE VECTORIEL RN
Lespace vectoriel Rn
1
1.1
D
efinition 1.1 Soit n N . Lensemble Rn est, par definition, forme des n-uplets
(x1 , . . . , xn ), o`
u x1 , . . . , xn R, cest `
a dire:
Rn = {(x1 , . . . , xn ) : x1 , . . . , xn R}.
Exemples 1.2
2
( , cos 1, ) R3 .
7
D
efinition 1.3 Soit n N . On munit Rn de deux lois de composition, lune
interne et lautre externe:
i) La loi de composition interne est notee + , et est definie par:
(2,
6) R2 ;
, x1 , . . . , xn R.
2) Dans R3 :
(0, 8, 3) + (1, 2, 6) = (1, 10, 9); 4.(5, 1, 6) = (20, 4, 24).
Propri
et
es 1.5 (Propri
et
es de laddition) On verifie les proprietes suivantes:
1) Laddition est associative, cest `
a dire:
X, Y, Z Rn : (X + Y ) + Z = X + (Y + Z).
2) Laddition est commutative, cest `
a dire:
X, Y Rn : X + Y = Y + X.
3) 0Rn = (0, . . . , 0) est un element neutre de Rn , cest `
a dire:
X Rn : X + 0Rn = 0Rn + X.
4) Si X = (x1 , . . . , xn ) Rn , ecrivons X = (1).X = (x1 , . . . , xn ). Alors X
est un oppose de X pour la loi +, cest a
` dire:
X Rn , X + (X) = (X) + X = 0Rn .
Profs.: A. ALLA, N. BOUDI
LESPACE VECTORIEL RN
LESPACE VECTORIEL RN
1.2
D
efinition 1.11 Soient r, n N . On dit quune famille de vecteurs {X1 , . . . , Xr }
de Rn est lineairement independante (ou libre) si:
1 X1 + . . . r Xr = 0
1 = . . . = r = 0, 1 , . . . , r R.
Si la famille {X1 , . . . , Xr } nest pas libre, on dit quelle est liee, ou lineairement
dependante.
Remarque 1.12 Avec les notations de la definition ci-dessus, {X1 , . . . , Xr } est liee
si:
(1 , . . . , r ) 6= 0 tel que 1 X1 + . . . r Xr = 0.
Exemples 1.13 1) Dans R2 , la famille {(0, 2), (3, 0)} est libre, en effet:
Soient , R.
(0, 2) + (3, 0) = 0 (3, 2) = 0
= = 0.
2) La famille {(2, 1, 4), (1, 12 , 2)} nest pas libre car
1
(2, 1, 4) = 2 (1, , 2).
2
Lemme 1.14 Dans Rn , le vecteur 0Rn ne peut pas appartenir `
a une famille libre.
Preuve. 1 Soient u1 , . . . , ur Rn et considerons la famille {0Rn , u1 , . . . , ur }. Soit
un scalaire quelconque non nul. Alors
0Rn + 0 u1 + . . . + 0 ur = 0,
par contre (, 0, . . . , 0) 6= 0.
Profs.: A. ALLA, N. BOUDI
LESPACE VECTORIEL RN
Lemme 1.15 Soient X1 , X2 deux vecteurs de Rn . Alors {X1 , X2 } est libre si, et
seulement si, les vecteurs X1 et X2 ne sont pas colineaires, cest `
a dire:
R, X2 6= .X1 et X1 6= .X2 .
Preuve. 2 ) Supposons que {X1 , X2 } est libre. Alors pour tout R, (1, ) 6=
0 et donc
X1 X2 6= 0 et X2 X1 6= 0.
) Reciproquement, supposons que les vecteurs X1 et X2 ne sont pas colineaires.
Supposons de plus quil existe (, ) 6= 0 tel que X + Y = 0.
On a 6= 0 ou 6= 0. Supposons par exemple que 6= 0, alors
X+
Y = 0, cest `
a dire X = Y,
LESPACE VECTORIEL RN
D
efinition 1.17 Dans Rn , une famille libre ayant n elements est appelee base de
n
R .
Rappelons que si E est un ensemble fini, le nombre delements de E est appele
cardinal de E et est note card E.
Exemples 1.18 1) La famille B = {(1, 0), (0, 1)} est une base de R2 . En effet, il
est clair que (1, 0) et (0, 1) ne sont pas colineaires. Donc B est libre. Le cardinal de
B est egal `
a 2, donc B est une base de R2 . B est appelee base canonique de R2 .
2) La famille C = {(1, 1, 0), (0, 2, 2), (3, 1, 1)} est une base de R3 . En effet, card C =
3, donc il suffit de montrer que C est libre. Soient , , R tels que
(1, 1, 0) + (0, 2, 2) + (3, 1, 1) = 0.
Donc ( + 3, + 2 + , 2 + ) = (0, 0, 0). On en deduit que = = = 0 et
par suite C est libre.
Lemme 1.19 Dans Rn , considerons la famille {e1 = (1, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0),
. . . , en = (0, . . . , 0, 1)}. Alors la famille {e1 , . . . , en } est une base de Rn , elle est appelee base canonique de Rn .
Preuve. 4 Soient 1 , . . . , n R. Supposons que
1 e1 + 2 e2 + . . . + n en = 0.
Alors (1 , . . . , n ) = 0. Do`
u , B est libre. Or, B contient n elements. Do`
u , B est
une base de Rn .
1.3
Coordonn
ees dun vecteur de Rn dans une base
n
X
xi ei .
i=1
Remarquons aussi que cette ecriture est unique, cest `a dire que si
X = x1 e1 + . . . + xn en = x01 e1 + . . . + x0n en ,
alors (x1 , . . . , xn ) = (x01 , . . . , x0n ).
Lemme 1.20 Soit C = {u1 , . . . , un } une base de Rn . Supposons
un vecteur
Pn que pour P
n
0
0
X de R , il existe y1 , . . . , yn , y1 , . . . , yn R tel que X = i=1 yi ui = ni=1 yi0 ui .
Alors yi = yi0 pour tout 1 i n.
Profs.: A. ALLA, N. BOUDI
LESPACE VECTORIEL RN
Preuve. 5
X=
n
X
yi ui =
i=1
n
X
yi0 ui
i=1
n
X
(yi yi0 )ui = 0
i=1
yi yi0 = 0, 1 i n.
Nous admettrons le Theor`eme suivant:
Th
eor`
eme 1.21 Soit C = {u1 , . . . , un } une basePde Rn . Alors pour tout vecteur
X de Rn , il existe y1 , . . . , yn R tel que X = ni=1 yi ui . De plus, la famille de
scalaires y1 , . . . , yn verifiant legalite ci-dessus est unique.
D
efinition 1.22 Soient B = {u1 ,P
. . . , un } une base de Rn et X un vecteur de Rn .
Soient y1 , . . . , yn R tel que X = ni=1 yi ui . Alors le n-uplet (y1 , . . . , yn ) est appele
coordonnees de X dans la base B, le scalaire yi est associe `
a ui .
Exemples 1.23 1) Soit X = (x1 , . . . , xn ) Rn . Alors (x1 , . . . , xn ) represente les
coordonnees de X dans la base canonique B de Rn .
2) Donnons les coordonnees (, ) de (5, 7) dans la base C = {(5, 0), (0, 14)} de R2 .
(5, 7) = (5, 0) + (0, 14)
(5, 7) = (5 , 14 )
1
=1 ; = .
2
Etant donne une base B = {u1 , .P
. . , un } de Rn , et un vecteur X Rn , pour trouver y1 , . . . , yn dans R tel que X = ni=1 yi ui , on resoud le syst`eme correspondant,
apr`es avoir remplace X et les ui par leurs valeurs.
n
n
Vocabulaire. 1) Soit {u1 , . . . , ur } une
Pr famille de R et soit X R . Sil existe
des scalaires 1 , . . . , r tel que X = i=1 i ui , alors on dit que X secrit comme
combinaison lineaire de u1 , . . . , ur .
2) Si tout vecteur de Rn secrit comme combinaison lineaire de u1 , . . . , ur , on dit
que la famille {u1 , . . . , ur } est une famille generatrice de lespace vectoriel Rn (ou
engendre lespace vectoriel Rn ).
Exemples 1.25 1) {(1, 1), (0, 1)} est une base de R2 , donc cest une famille
generatrice de R2 , cest `
a dire
Vec{(1, 1), (0, 1)} = R2 .
2) Vec{0Rn } = {0Rn }.
3) Dans R3 , Vec{(1, 1, 1)} = {(, , ) : R}.
2
2.1
D
efinition 2.1 Soient X = (x1 , . . . , xn ) et Y = (y1 , . . . , yn ) deux vecteurs de Rn .
1) Le produit scalaire de X et Y est la quantitee notee hX, Y i et definie par
hX, Y i =
n
X
x i yi .
i=1
h(1, 2), (3, 0)i = 3; k(3, 4)k = 9 + 16 = 5; d((1, 2), (1, 3)) = k(2, 1)k = 5.
Propri
et
es 2.3 (Propri
et
es du produit scalaire) Pour tous elements X, Y, Z
de Rn et pour tout R, on a:
1) hX, Y i = hY, Xi
2) hX + Y, Zi = hX, Zi + hY, Zi.
3)hX, Y + Zi = hX, Y i + hX, Zi.
4)h.X, Y i = hX, .Y i = hX, Y i .
5) kXk2 = hX, Xi 0, on dit que le produit scalaire est positif.
6) kXk2 = hX, Xi = 0 X = 0.
n
X
xi yi =
i=1
hX + Y, Zi =
n
X
n
X
yi xi = hY, Xi.
i=1
(xi + yi )zi =
i=1
n
X
xi zi +
i=1
n
X
i=1
n
X
(xi )yi = hX, Y i.
i=1
hX, Xi =
n
X
x2i = kXk2 .
i=1
Do`
u , si kXk = 0 alors
dire X = 0.
kXk2
Exemple 2.5 Calculons h(2, 3, 0), (1, 1, 5)i de deux mani`eres differentes:
1) Directement: h(2, 3, 0), (1, 1, 5)i = 2 + 3 + 0 = 5.
2) En utilisant lidentite de polarisation:
k(2, 3, 0) + (1, 1, 5)k2 = k(3, 4, 5)k2 = 50, k(2, 3, 0) (1, 1, 5)k2 = k(1, 2, 5)k2 = 30,
1
par suite h(2, 3, 0), (1, 1, 5)i = (50 30) = 5.
4
D
efinition 2.6 Un vecteur v de Rn est dit unitaire si sa norme kvk est egale `
a 1.
Remarque 2.7 Si v est un vecteur quelconque non nul de Rn , alors
vecteur unitaire de Rn . On dit quon a normalise le vecteur v.
v
kvk
est un
Th
eor`
eme 2.8 (In
egalit
e de Cauchy Schwartz) Pour tous X, Y Rn , on a:
|hX, Y i| kXk kY k.
Legalite est verifiee si et seulement si X et Y sont colineaires.
Preuve. 8 Soient X et Y deux vecteurs fixes de Rn . Pour tout t R, on a,
kX + tY k2 0. Donc
kXk2 + 2thX, Y i + t2 kY k2 0, t R. Do`
u
0 = hX, Y i2 kXk2 kY k2 0.
Cest `
a dire, hX, Y i2 kXk2 kY k2 . Do`
u linegalite souhaitee.
Remarque 2.9 On utilise aussi la forme suivante de lInegalite de Cauchy Schwartz:
Pour tous X = (x1 , . . . , xn ), Y = (y1 , . . . , yn ) Rn , on a:
n
X
xi yi
2
i=1
2.2
n
X
i=1
x2i
n
X
yi2 .
i=1
Orthogonalit
e dans Rn
hX, Y i
1.
kXk kY k
est appele mesure de langle non oriente des vecteurs X et Y , ou ecart angulaire
entre X et Y . On deduit la cel`ebre formule:
hX, Y i = kXk kY k cos .
Exemple 2.10 Dans R2 , langle non oriente des vecteurs u = (2, 2) et v = (0, 1)
est = 4 . En effet, dapr`es la formule ci-dessus, on a:
hu, vi
2
1
2
cos =
= = =
.
kukkvk
2
8 1
2
Do`
u: =
D
efinition 2.11 On dit que deux vecteurs X et Y de Rn sont orthogonaux si leur
produit scalaire est nul, et on ecrit X Y .
Remarque 2.12 Pour tout X Rn on a X 0.
Exemples 2.13 Dans R2 : h(1, 1), (1, 1)i = 0. Donc les vecteurs (1, 1) et (1, 1)
sont orthogonaux.
Dans R3 : h(1, 0, 1), (0, 1, 0)i = 0. Donc les vecteurs (1, 0, 1) et (0, 1, 0) sont
orthogonaux.
Proposition 2.14 1) Langle forme par deux vecteurs non nuls orthogonaux X et
Y est egal `
a 2 .
2) Deux vecteurs X et Y sont orthogonaux si, et seulement si,
kX + Y k2 = kXk2 + kY k2 (theor`eme de Pythagore).
Preuve. 9 1) Soient X et Y deux vecteurs non nuls verifiant hX, Y i = 0. Si est
langle forme entre X et Y , alors cos = 0, et par suite, = 2 .
2) Soient X et Y deux vecteurs quelconques de Rn orthogonaux. Alors dapr`es la
Proposition 2.4- 1) , on a lidentite souhaitee.
10
Alors h
Pr
i=1 i ui , u1 i
= 0 = 1 hu1 , u1 i. Do`
u , 1 = 0 et
Pr
i=2 i ui
= 0. De meme,
r
X
h
i ui , u2 i = 0 = 2 hu2 , u2 i.
i=2
2.3
Bases orthonorm
ees de Rn
i=1
11
n
X
X=
hX, ei i ei .
i=1
X
X
n
X
hX, Y i =
hX, ei i hY, ei i.
i=1
v
uX
u n
kXk = t hX, ei i2 .
i=1
r
X
i hui , vi = 0.
i=1
D
efinition 2.23 Soient M et N deux parties de Rn , o`
u n N . On dit que M et
N sont orthogonales et on note M N si pour tout X M et pour tout Y N , on
a XY .
Profs.: A. ALLA, N. BOUDI
12
2.4
Orthogonalisation de Gram-Schmidt
Th
eor`
eme 2.24 Soient n, r N . Soit {v1 , . . . , vr } une famille libre de Rn . Alors
il existe une unique famille {u1 , . . . , ur } verifiant:
1) Vect{u1 , . . . , ui } = Vect{v1 , . . . , vi } pour tout i {1, . . . , r}.
2) {u1 , . . . , ur } est une famille orthonormale.
3) hvi , ui i > 0 pour tout i {1, . . . , r}.
La famille {u1 , . . . , ur } est appelee orthonormalisee de Gram-Schmidt de {v1 , . . . , vr }.
Preuve. 12 (resumee) Le procede suivant donne la famille orthonormale que lon
veut obtenir (on peut faire une preuve rigoureuse par recurrence).
Procede dorthonormalisation de Gram-Schmidt: Soit {v1 , . . . , vr } une famille libre
de Rn .
Etape 1: Posons
u1 =
v1
.
kv1 k
Alors le vecteur u1 est unitaire. De plus, il est clair que u1 est lunique vecteur
unitaire verifiant
hv1 , u1 i > 0 et Vect{u1 } = Vect{v1 }.
Etape 2 ( si r 2): Posons u02 = v2 hv2 , u1 iu1 . Alors
hu02 , u1 i = 0 et hv2 , u02 i = hv2 hv2 , u1 iu1 , u02 i = hu02 , u02 i > 0.
Ensuite posons
u2 =
u02
.
ku02 k
Alors la famille {u1 , u2 } est orthonormale, de plus hv2 , u2 i > 0. Verifions que
Vect{u1 , u2 } = Vect{v1 , v2 }.
Vect{u1 , u2 } = {u1 + u2 : , R}
= {0 v1 + 0 u02 : 0 , 0 R}
= {0 v1 + 0 (v2 hv2 , u1 iu1 ) : 0 , 0 R}
= {v1 + v2 : , R}
= Vect{v1 , v2 }.
Pour lunicite, remarquons que lunique reel verifiant hv2 + u1 , u1 i = 0 est
= hu1 , v2 i. Dautre part, hu1 , u1 i 6= 0 pour tout 6= 0. Do`
u, les elements
de Vect{v1 , v2 } qui sont orthogonaux `
a u1 sont de la forme u02 . Pour quon ait
hv2 , u02 i > 0, il faut avoir > 0. Et enfin, u2 doit etre unitaire, do`
u lunicite de
son choix.
Profs.: A. ALLA, N. BOUDI
13
u03
.
ku03 k
i1
X
hvi , uk iuk , u0i i = hu0i , u0i i > 0.
k=1
Ensuite, posons ui =
u0i
.
ku0i k
Soit u2 =
Ainsi,
2) Dans R3 , orthonormalisons la base B = {(1, 0, 1), (0, 1, 1), (0, 1, 1)}. Soit
u1 =
(1, 0, 1)
1
= (1, 0, 1).
k(1, 0, 1)k
2
Posons
1
1
1
1
1
u02 = (0, 1, 1) h(1, 0, 1), (0, 1, 1)i(1, 0, 1) = (0, 1, 1) + ( , 0, ) = ( , 1, ).
2
2
2
2
2
Profs.: A. ALLA, N. BOUDI
14
Soit
u02
1
2 1
u2 = 0 = ( , 1,
).
ku2 k
2
2
3
Posons
2 1
1
1
1
1
u03 = (0, 1, 1) h( , 1,
), (0, 1, 1)i( , 1,
) h(1, 0, 1), (0, 1, 1)i(1, 0, 1).
3 2
2
2
2
2
Alors
u03
u03
3
2
(1, 1, 1).
= (1, 1, 1) et u3 = 0 =
3
ku3 k
3
2 1
3
1
1
{ (1, 0, 1), ( , 1,
),
(1, 1, 1)}.
2
3
2
3 2
Finalement, resumons le procede dorthonormalisation de Gram-Schmidt:
Proc
ed
e dorthonormalisation de Gram-Schmidt
Soit {v1 , . . . , vr } une famille libre de Rn .
Etape 1: Posons
v1
.
u1 =
kv1 k
Etape 2: ( si r 2): Posons u02 = v2 hv2 , u1 iu1 . Ensuite posons
u2 =
u02
.
ku02 k
u03
ku03 k
..
.
Pi1
ensuite posons ui =
u0i
.
ku0i k
..
.
Etape r: On it`ere le procede jusqu`a lordre r.
La famille obtenue {u1 , . . . , ur } est appelee orthonormalisee de Gram-Schmidt de
{v1 , . . . , vr }.
Remarque 2.26 Si on change lordre de la famille {v1 , . . . , vr }, il est clair que
lorthonormalisee de Gram-Schmidt change aussi.
15