Chapitre

6 Espaces Vectoriels
Sommaire
6.1 Espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
6.2 Exemples fondamentaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.3 Sous-espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.4 Espace vectoriel de type fini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.5 Sommes et intersections de sous-espaces . . . . . . . . . . . . . . . . . . . . . . . . 72
6.6 Opérations élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

L’ensemble des vecteurs du plan, l’ensemble des vecteurs de l’espace, l’ensemble des fonctions,
l’ensemble des suites, l’ensemble des polynômes, l’ensemble des matrices,..., sont des ensembles très
différents mais pourtant qui partagent des propriétés communes. Par exemple, on peut additionner deux
vecteurs du plan, et aussi multiplier un vecteur par un réel. Mais on peut aussi additionner deux fonctions,
ou multiplier une fonction par un réel. Même chose avec les suites, les polynômes, les matrices,... La
notion d’espace vectoriel est une structure fondamentale des mathématiques modernes qui cherche à
dégager les propriétés communes que partagent ces ensembles pourtant très différents afin d’obtenir
des théorèmes généraux qui s’appliqueront aussi bien aux vecteurs du plan, de l’espace, aux espaces de
fonctions, aux suites, aux polynômes, aux matrices,...

6.1 Espaces vectoriels

Dans ce chapitre, K désigne un corps (en général R ou C).

6.1.1 Généralité sur les espaces vectoriels

Grosso modo, un espace vectoriel est un ensemble formé d’éléments appelés vecteurs, que l’on peut
additionner, soustraire et multiplier par un scalaire λ ∈ K. De façon plus formelle,
Définition 6.1 Espace vectoriel
Un K−espace vectoriel (ou un espace vectoriel sur K), est un ensemble non vide E muni
+ d’une loi de composition interne +E : E × E, u, v 7→ u +E v
+ d’une loi de composition externe, c’est-à-dire d’une application de ·V : K × E, (λ, u) 7→ λ ·V u
telles que :
À pour tout u, v, w ∈ E, (u +E v) +E w = u +E (v +E w) (associativité) ;

© Université de Douala 2022

66
6.2. EXEMPLES FONDAMENTAUX Page 67 sur 104

Á il existe un élément neutre 0E ∈ E tel que 0E +E u = u +E 0E = u pour tout u ∈ E ;

 Tout élément u ∈ E admet un opposé uop tel que u +E uop = uop +E u = 0E .
à pour tout u, v ∈ E, u +E v = v +E u (commutativité) ;
Ä pour tout u ∈ E, 1 ·E u = u ;
Å pour tous α, β ∈ K et u ∈ E, β(β ·E u) = (αβ) ·E u ;
Æ pour tous α, β ∈ K, u, v ∈ E, α ·E (u + v) = α ·E u + β ·E v ;
Ç pour tous α, β ∈ K, u ∈ E, (α + β) ·E u = α ·E u + β ·E u .

(E, +) muni des axiomes À à Â est appelé groupe (additif) et muni des axiomes À à Ã est appelé
groupe commutatif.

Vocabulaire 6.1. + Les éléments de E sont appelés les vecteurs et ceux de K les scalaires.
+ La loi interne est appelée l’addition (vectorielle) et la loi externe la multiplication (scalaire).
+ L’élément neutre 0E de la loi interne est appelé vecteur nul.

Proposition 6.1. Soit E un K−espace vectoriel.

À Unicité du vecteur nul : si u ∈ E est un vecteur tel que u +E v = v pour tout v ∈ E alors u = 0E .
Á α ·E 0E = 0E pour tout α ∈ K.
 Si α ·E u = 0 alors α = 0 ou bien u = 0E .
à (−1) ·E u = uop pour tout u ∈ E.
Ä Si α ·E u = β ·E u et α 6= β alors u = 0E .

Preuve. Exercice.

Remarque 6.1. Le point à de la Proposition 6.1 nous permet de simplifier la notation : d’ores en
avant nous indiquerons l’oppose d’un vecteur u par −u et non plus par uop . Quand cela ne posera pas
d’ambiguïté, nous supprimerons également les indices dans les symboles des opérations « +E » et « ·E »,
qui deviendrons simplement « + » et « · ».

6.2 Exemples fondamentaux

6.2.1 L’espace vectoriel Rn

Posons K = R, n ≥ 1, et E = Rn est l’ensemble des n−uplets de nombres reels
Rn := {(x1 , . . . , xn ) ; x1 , . . . ,xn ∈ R}.
L’addition et la multiplication scalaire sont définies composante par composante :
(x1 , . . . ,xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . ,xn + yn ). et α · (x1 , . . . ,xn ) = (αx1 , . . . ,αxn ).
L’élément neutre de la loi interne est le vecteur nul (0, . . . ,0). L’ensemble Rn muni de ces lois est un
R−espace vectoriel.

Dico, 2022 . Analyse-Algèbre

6.3. SOUS-ESPACES VECTORIELS Page 68 sur 104

6.2.2 L’espace nul

On pose E := {0} muni des opérations 0 + 0 = 0 et α · 0 = 0, l’ensemble E est l’espace vectoriel
appelé espace nul.

Remarque 6.2. L’espace nul est le seul espace vectoriel réel n’ayant qu’un nombre fini d’éléments.
En fait, Si E est un espace vectoriel non nul, E contient un vecteur u 6= 0E , donc E contient tous les
éléments αu, α ∈ R. Ces éléments sont tous différents, par le dernier point de la Proposition 6.1. E a
donc une infinité d’éléments.

6.2.3 L’espace vectoriel M (m × n, R) des matrices

Soient m, n ≥ 1 deux entiers. Une matrice à m lignes et n colonnes est un
tableau de mn nombres reels disposés en m lignes et n colonnes :
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
 
 . .. .. 
 .
 . . . 


am1 am2 · · · amn

Les indices du coefficient aij indiquent qu’il se trouve sur la i−eme ligne et j−eme colonne de la
matrice. Si m = n on dira que la matrice est carrée. L’entier n est alors appelé l’ordre de la matrice.
Soit M (m × n, R) l’ensemble de toutes les matrices à m lignes et n colonnes. L’addition et l’action
scalaire sont définies composante par composante :
     
a11 a12 · · · a1n b11 b12 · · · b1n a11 + b11 a12 + b12 ··· a1n + b1n
 a21 a22 · · · a2n   b21 b22 · · · b2n   a21 + b21 a22 + b22 ··· a2n + b2n
     

 +  .. =
 . .. ..   .. ..   .. .. .. 
 .
 . . .   . . .   . . .


am1 am2 · · · amn bm1 bm2 · · · bmn am1 + bm1 am2 + bm2 · · · amn + bmn

6.3 Sous-espaces vectoriels

Il est vite fatiguant de vérifier les 8 axiomes qui font d’un ensemble non vide un espace vectoriel.
Heureusement, il existe une manière rapide et efficace de prouver qu’un ensemble est un espace vecto-
riel : grâce à la notion de sous-espace vectoriel. En général, plutôt que de montrer qu’un ensemble est un
espace vectoriel, on va prouver qu’il est un sous-espace d’un espace vectoriel plus grand connu.

6.3.1 Définition
Définition 6.2
Soit E un K−espace vectoriel. Une partie F de E est un sous-espace vectoriel de E si :
À OE ∈ F ;
Á pour tout u,v ∈ F , u + v ∈ F ;

Dico, 2022 . Analyse-Algèbre

6.3. SOUS-ESPACES VECTORIELS Page 69 sur 104

 pour tous λ ∈ K et u ∈ F , λ · u ∈ F .

Vocabulaire 6.2. + L’axiome Á de la définition signifie que F est stable pour l’addition.
+ L’axiome  de la définition signifie que F est stable pour la multiplication par un scalaire.

Au lieu de montrer l’axiome À de la définition, on peut juste montrer que F est non vide.
Exercice de cours 6.1
Montrer que P = {(x,y) ∈ R2 ; x − y = 0} est un sous-espace vectoriel de R2 .
Solution

Théorème 19 –
Soient E un K−espace vectoriel et F un sous-espace vectoriel de E. Alors F est lui-même un
K−espace vectoriel pour les lois induites par E.

Preuve. Exercice.
Définition 6.3 Combinaison linéaire
Soit {u1 ,...,un } une famille de vecteurs d’un espace vectoriel E sur K. On dit qu’un vecteur u de E
est une combinaison linéaire des ui s’il existe une famille de scalaires {α1 ,...,αn } telle que
n
P
u= αi ui .
i=1

Si n = 1 alors, u = α1 u1 et on dit que u est colinéaire à u1 .

Exercice de cours 6.2 Combinaison linéaire dans R3
Déterminer la combinaison linéaire v des vecteurs (1, 2, 3), (4, 5, 6), (7, 8, 9) ∈ R3 à coefficients
2, −5, 3.
Solution

Exercice de cours 6.3 Combinaison linéaire de polynômes

Déterminer la combinaison linéaire P (X) des polynômes 1 + 2X, 1 − X 2 , X + X 3 ∈ R[X] à
coefficients 0, −1, 4.
Solution

Dico, 2022 . Analyse-Algèbre

6.4. ESPACE VECTORIEL DE TYPE FINI Page 70 sur 104

Exemple 6.1. Tout vecteur de Rn s’écrit comme combinaison linéaire des vecteurs

e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, . . . , 0, 1).

Donc he1 , e2 , . . . , en i = Rn .
Exemple 6.2. Tout polynôme de R[X] s’écrit comme combinaison linéaire des polynômes 1, X, X 2 , X 3 , . . ..
Donc
h1, X, X 2 , X 3 , . . .i = R[X].
Exemple 6.3. Tout polynôme de l’ensemble Rn [X] des polynômes de degré au plus n, s’écrit comme
combinaison linéaire des polynômes 1, X, X 2 , . . . , X n . Donc
h1, X, X 2 , . . . , X n i = Rn [X].
Exemple 6.4. Dans l’espace M (m × n, R), soit Eij la matrice dont tous les coefficients sont nuls sauf
celui qui se trouve sur la i−eme ligne et la j−eme colonne est égal à 1. Toute matrice A ∈ M (m × n, R)
Xm Xn
s’écrit comme combinaison linéaire A = aij Eij . Donc
i=1 j=1

M (m × n, R) = hEij ; i = 1, . . . ,m, j = 1, . . . ,ni.

6.4 Espace vectoriel de type fini

6.4.1 Famille libre

Définition 6.4
On dit qu’une famille {u1 ,...,un } de vecteurs de E est une famille libre, ou que les vecteurs sont
linéairement indépendants, si la seule combinaison linéaire qui annule les vecteurs de la famille est la
combinaison linéaire triviale. C’est-à-dire,
n
P
∀λ1 ,...,λn ∈ K, λi ui = 0 ⇒ λ1 = · · · = λn = 0.
i=1

Dans le cas contraire, on dit que la famille est liée ou que les vecteurs sont linéairement dépendants.

Exemple 6.5. Les deux vecteurs (1, −1, 0) et (0, 1, −1) sont libres, alors que les trois vecteurs (1, −1, 0),
(0, 1, −1) et (1, −2, 1) sont lies, car on peut écrire (0, 0, 0) = −(1, −1, 0) + (0, 1, −1) + (1, −2, 1). On
en déduit une relation qui lie ces trois vecteurs : (1, −1, 0) = (0, 1, −1) + (1, −2, 1).

Proposition 6.2. À Toute sous-famille non vide d’une famille libre est une famille libre.
Á Une famille {u1 ,...,un } est liée si et seulement si, l’un de ses éléments est combinaison linéaire
des autres.

Remarque 6.3. Deux vecteurs v1 et v2 sont liés si et seulement si ils sont proportionnels, c’est a dire
que l’un est multiple de l’autre.
Ce résultat ne peut pas être généralisé à plus de deux vecteurs.

Dico, 2022 . Analyse-Algèbre

6.4. ESPACE VECTORIEL DE TYPE FINI Page 71 sur 104

Exercice de cours 6.4

Montrer que les vecteurs (1, −1, 0), (0, 1, −1) et (1, −2, 1) de R3 sont liés et trouver une relation
qui les lie.
Solution

Proposition 6.3. Les vecteurs v1 , . . . , vk sont libres si et seulement si tout v ∈ hv1 , . . . , vk i s’écrit de
façon unique comme combinaison linéaire de v1 , . . . , vk .

6.4.2 Famille génératrice

Définition 6.5 Famille génératrice
On dit qu’une famille {v1 , . . . ,vn } de vecteur de E est une famille génératrice de E, ou que les
vecteurs engendrent E lorsque
E = hv1 , . . . ,vn i.

Proposition 6.4. Toute sur-famille d’une famille génératrice est une famille génératrice.

6.4.3 Base
Définition 6.6 espace vectoriel de type fini
On dira qu’un espace vectoriel E est de type fini si il existe un sous-ensemble
fini S ⊆ E tel que E = hSi.
L’Exemple 6.1, l’Exemple 6.3 et l’Exemple 6.4 montrent que les espaces vectoriels Rn , Rn [X] et
M (m × n, R) sont de type fini. Par contre, l’Exemple 6.2 suggère que l’espace vectoriel R[X] n’est pas
de type fini, ce qui est effectivement le cas.
Définition 6.7 Base d’un espace vectoriel de type fini
Soit E un espace vectoriel de type fini. On dit qu’une famille B := {v1 , . . . , vn } est une base de E
si elle est à la fois libre et génératrice de E.

Proposition 6.5. Une famille {v1 , . . . , vn } de vecteur de E est une base si et seulement si tout vecteur
de E s’écrit de façon unique comme combinaison linéaire des éléments de la famille.

Preuve. Exercice.
Définition 6.8 Coordonnées
Soient B := {v1 , . . . , vn } une base de E et v ∈ E. On appelle coordonnées de v dans la base B,
n
P
la famille de scalaires (α1 , . . . , αn ) telle que v = αi vi .
i=1
Remarque 6.4. Une base est un ensemble ordonné de vecteurs, c’est a dire que l’ordre dans lequel
nous écrivons les vecteurs d’une base est important : les bases {v1 , v2 , v3 . . . , vn } et {v2 , v1 , v3 , . . . , vn }
ne sont pas la même base, bien que composées des mêmes vecteurs. L’intérêt de les distinguer est plus

Dico, 2022 . Analyse-Algèbre

6.5. SOMMES ET INTERSECTIONS DE SOUS-ESPACES Page 72 sur 104

évident si on pense à ce que les coordonnées expriment. Le vecteur de coordonnées (1, 2, 0, . . . , 0) dans
la base {v1 , . . . , vn } est le vecteur v1 + 2v2 alors que le vecteur de coordonnées (1, 2, 0, . . . , 0) dans la
base {v2 , v1 , v3 , . . . , vn } est le vecteur 2v1 + v2 . Pour cela, on utilisera souvent plutôt des parenthèses
pour écrire une base : (v1 , . . . , vn ).

6.4.4 Dimension d’un sous-espace vectoriel

Corollaire 6.1 (Théorème de la base incomplète). Si E est un espace vectoriel de type fini, tout ensemble
de vecteurs libres se prolonge en une base. Concrètement, soient v1 , . . . ,vk des vecteurs libres de E. On
peut alors trouver des vecteurs vk+1 , . . . ,vk+m ∈ E tels que {v1 , . . . ,vk , vk+1 , . . . ,vk+m } soit une base
de E.
Preuve. Exercice.

Théorème 20 –
Soient {v1 , . . . ,vp } et {w1 , . . . ,wk } deux bases d’un espace vectoriel de type fini E. Alors k = p.

Preuve. En cours.
Définition 6.9 Dimension d’un espace vectoriel
Soit E un espace vectoriel de type fini. La dimension de E, notée dim E, est le nombre d’éléments
d’une quelconque base de E.

Exemple 6.6. L’Exemple 6.1 nous dit que dim Rn = n, l’Exemple 6.3 dit que dim Rn [X] = n + 1 et
l’Exemple 6.4 dit que dim M (m × n, R) = nm.
Exercice de cours 6.5 base d’un plan
3
Déterminer une base du plan vectoriel F := {(x, y, z) ∈ R ; 3x + 2y + z = 0}.

Proposition 6.6. Soit E un espace vectoriel de type fini et F un sous-espace vectoriel de E.

À F est alors de type fini, et on a dim(F ) ≤ dim(E) .
Á Si dim(F ) = dim(E) alors, F = E.
Preuve. Exercice.

6.5 Sommes et intersections de sous-espaces

Proposition 6.7. Si F et G sont deux sous-espaces vectoriels d’un espace vectoriel E, alors l’intersec-
tion F ∩ G est aussi un sous-espace de E.
Preuve. Exercice.
Exercice de cours 6.6 Intersection de deux plan
3 3
Soient dans R les plans F := {(x, y, z) ∈ R ; 3x + 2y + z = 0} et G := {(x, y, z) ∈
3
R ; x + y + z = 0}. Déterminer F ∩ G.

Dico, 2022 . Analyse-Algèbre

6.5. SOMMES ET INTERSECTIONS DE SOUS-ESPACES Page 73 sur 104

Définition 6.10 Somme de deux s-ev

Soient F et G deux sous-espaces vectoriels d’un espace vectoriel E. La somme de F et G, notée
F + G, est l’ensemble de tous les vecteurs de E qui s’écrivent comme somme d’un vecteur de F et d’un
vecteur de G :
F + G := {v1 + v2 ; v1 ∈ F, v2 ∈ G}.

Exemple 6.7. Soit F = h(3, 2, 1)i, et G := {(x, y, z) ∈ R3 ; x+y +z = 0} le sous-espace de l’Exercice

de cours 6.6. Le générateur de F n’appartient pas a G car ses coordonnées ne satisfont pas l’équation
qui définit G. On en déduit que F + G = R3 .
Définition 6.11 Somme directe
Deux sous-espaces F et G sont en somme directe si F ∩ G = {0}. Dans ce cas, le sous-espace
somme se notera F ⊕G. Par récurrence, on dira que des sous-espaces F1 , F2 , . . . , Fk de E sont en somme
directe, et on écrira F1 ⊕F2 ⊕· · ·⊕Fk , si Fk est en somme directe avec le sous-espace F1 ⊕F2 ⊕· · ·⊕Fk−1 .

Proposition 6.8. Soient F et G deux sous-espaces vectoriels d’un espace vectoriel de E.

1. La somme de F et G est directe si et seulement si tout vecteur de F + G s’écrit de façon unique
comme somme d’un vecteur de F et d’un de G.
2. Supposons que F et G sont de type fini et soient{v1 , . . . ,vp } une base de F et {w1 , . . . ,wq } une
base de G. La somme de F et G est directe si et seulement si {v1 , . . . ,vp ,w1 , . . . ,wq } est libre, donc
une base de F + G.
Preuve. Exercice.
Ces résultats se généralisent naturellement à la somme de plusieurs sous-espaces vectoriels.
Corollaire 6.2. Soit E un espace vectoriel de type fini et F ≤ E un sous-espace. Il existe au moins un
sous-espace F 0 ≤ E tel que F ⊕ F 0 = E . Un tel sous-espace est appelé complémentaire de F dans
E. Si F 6= E alors, il admet une infinité de complémentaires.
Preuve. Exercice.
Exemple 6.8. Soit encore G := {(x, y, z) ∈ R3 ; x + y + z = 0} le sous-espace de l’Exercice de
cours 6.6.. On a vu a l’Exemple 6.7 que, F ⊕ G = R3 , avec F = h(3, 2, 1)i. Donc F est un complé-
mentaire de G dans R3 . Mais F 0 = h(4, 5, 6)i est aussi un complémentaire de G dans R3 , puisque le
générateur de F 0 n ?appartient pas à G (car ses coordonnées ne satisfont pas l’équation qui définit G).
En fait, n’importe quel vecteur (a, b, c) tel que a + b + c 6= 0 engendre un complémentaire de G dans R3 .

Théorème 21 – Formule de Grassmann

Soient F et G deux sous-espaces vectoriels d’un espace vectoriel de dimension finie E. Alors,
dim(F + G) = dim(F ) + dim(G) − dim(F ∩ G).
En particulier, si F et G sont en somme directe,
dim(F ⊕ G) = dim(F ) + dim(G).

Preuve. Exercice.

Dico, 2022 . Analyse-Algèbre

6.6. OPÉRATIONS ÉLÉMENTAIRES Page 74 sur 104

6.6 Opérations élémentaires

Dans cette section, nous voulons introduire la technique de calcul la plus utile en algèbre linéaire.
Commençons par un résultat élémentaire.

Lemme 6.1. Soit {v1 , v2 , . . . , vk } une famille génératrice pour un sous-espace vectoriel F d’un espace
vectoriel E.
1. F est aussi engendré par la famille {v2 , v1 , . . . , vk } ;
2. F est aussi engendré par la famille {v1 + v2 , v2 , . . . , vk } ;
3. ∀α ∈ R, α 6= 0, F est aussi engendré par la famille {αv1 , v2 , . . . , vk }.

Preuve. Exercice.
Définition 6.12 Opérations élémentaires
Soit E un ensemble de vecteurs d’un espace vectoriel E. Les opérations élémentaires sur les
vecteurs de E sont :
1. échanger deux vecteurs de E ;
2. remplacer v ∈ E par v + w, avec w ∈ E ;
3. remplacer un vecteur de E par un multiple non nul du même vecteur.

Bien qu’apparemment anodines, les opérations élémentaires nous permettrons de résoudre tous les
problèmes de calcul de dépendance linéaire, donc au bout du compte presque tous les problèmes d’al-
gèbre linéaire.
Définition 6.13 Forme échelonnée
Le premier coefficient non nul sur une ligne d’une matrice est appelé le pivot de la ligne. Une
matrice est dite en forme échelonnée si :
1. les lignes nulles sont les dernières ;
2. chaque pivot se trouve à droite du pivot des lignes au dessus.
Une matrice est dite en forme échelonnée simplifiée si elle est en forme échelonnée et de plus :
3 tous les pivots sont égaux à 1 ;
4 tous les coefficients au dessus de ses pivots sont nuls.

Proposition 6.9. Soit M ∈ M (m × n, R) une matrice. Si M est en forme échelonnée, ses lignes non
nulles sont des vecteurs libres de Rn .

Preuve. Exercice.
On admet le résultat suivant. Sa preuve est simple mais pénible à rédiger.

Théorème 22 –
Toute matrice peut être transformée en une matrice en forme échelonnée, et même en forme éche-
lonnée simplifiée, par opérations élémentaires.

Dico, 2022 . Analyse-Algèbre

6.6. OPÉRATIONS ÉLÉMENTAIRES Page 75 sur 104

Exercice de cours 6.7   Forme échelonnée

1 2 3
 
1 2 −2
Trouver une forme échelonnée (simplifiée) de M = 
3
.
 5 0
5 3 2
Solution

Définition 6.14 Rang d’une matrice

Le rang d’une matrice A ∈ M (m × n, R) est la dimension rg(A) du
sous-espace de Rn engendré par les lignes de la matrice.

Proposition 6.10. Soit M une matrice et N une matrice obtenue à partir de M par opérations élémen-
taires. Alors M et N ont même rang.

Preuve. En cours.

Corollaire 6.3. Le rang par lignes d’une matrice M est égal au nombre de lignes non nulles d’une
quelconque forme échelonnée de M .

Méthode : Considérons dans Rn le sous-espace vectoriel F := h(a1,1 , . . . ,a1,n ), . . . ,(am,1 , . . . , am,n )i.
Soit v = (x1 , . . . ,xn ) ∈ Rn . Considérons les matrices
 
  a1,1 · · · a1,n
a1,1 · · · a1,n  . .. 
 . ..   .. . 
A :=  .. .  et B :=  .
am,1 · · · am,n 
   
am,1 · · · am,n
x1 · · · xn

Alors, le vecteur v appartient au sous-espace F si et seulement si les matrices A et B sont de même

rang. Ceci permet de déterminer une équation cartésienne de F , et bien plus.
Exercice de cours 6.8 Équation d’un sous-espace de R4
Déterminer une équation de F := h(1, −2, 3, −4), (1, 0, 1, −1), (3, 2, 1, 0)i.
Solution

Dico, 2022 . Analyse-Algèbre

 FICHE DE TRAVAUX DIRIGÉS SUR LES ESPACES VECTORIELS
BIO 131 Faculté des Sciences - DMI
Filières : BC, BA, BV Licence 1
Année Académique 2022-2023
Exercice 6.1 Reconnaître un sous-espace vectoriel
Établir lesquels parmi les ensembles suivants sont des sous-espaces

(1) F1 := {(x, y, z) ∈ R3 ; x2 − y 2 + z 2 = 0}. (5) F5 := {p(X) ∈ R[X] ; p(1) = 0}.

(2) F2 := {(x, y, z) ∈ R3 ; x − 2y + 3z = 0}. (6) F6 := {p(X) ∈ R[X] ; p(1) = 1}.
(3) F3 := {(x, y, z) ∈ R3 ; x − 2y + 3z = 1}. (7) F7 := {f ∈ F ([0; 1]) ; f (1) = 0}.
(4) F4 := {A ∈ M (3 × 3, R) ; tA + A = 0}. (8) F8 := {f ∈ F ([0; 1]) ; f (1) = 1}.

Exercice 6.2 Famille libre, famille génératrice

Donner dans R3 ,
À un exemple de famille libre, qui n’est pas génératrice ;
Á un exemple de famille génératrice, mais qui n’est pas libre.

Exercice 6.3
Établir pour quelles valeurs de k ∈ R le vecteur (1, 2, k) appartient au sous-espace F := h(1, 1, 1), (1, −1, 1)i.

Exercice 6.4
Soient F := h(1, 1, 1, 1), (2, 3, 3, 2)i et G := h(1, 1, 1, 0), (0, 1, 1, 1)i. Déterminer une base de F ∩G
et déterminer un sous-espace vectoriel H tel que F ⊕ H = G ⊕ H = F + G.
Exercice 6.5
Déterminer une base pour le sous-espace vectoriel

F := h1 − X + X 2 − X 3 , 1 + X + X 2 + X 3 , 1 + X 2 i.

Exercice 6.6 Une base de R3

On donne dans R3 les vecteurs

v1 = (0,1,1), v2 = (1,0,1), v2 = (1,1,0).

À Montrer que B = (v1 ,v2 ,v3 ) est une base de R3 .

Á Déterminer les composantes du vecteur
v = (1,1,1) dans cette base B.

Exercice 6.7 Intersection de deux plans

Soient

F := h(1, 1, 1), (0, 1, 2), (2, 1, 0)i et G := {(x, y, z) ∈ R3 ; x + y + z = 0}

(1) Déterminer une base de F .

© Université de Douala 2022

76
6.6. OPÉRATIONS ÉLÉMENTAIRES Page 77 sur 104

(2) Montrer que G est un sous-espace vectoriel de R3 .

(3) Déterminer F ∩ G.
Exercice 6.8 Intersection et somme dans R4
Soient F := h(1, 2, 3, 4), (2, 2, 2, 6), (0, 2, 4, 4)i et G := h(1, 0, −1, 2), (2, 3, 0, 1)i. Déterminer une
base pour F ∩ G et F + G.
Exercice 6.9 Dimension d’un sous-espace vectoriel
4
On considère, dans R , les vecteurs e1 = (1, 2, 3, 4), e2 = (1, 1, 1, 3,), e3 = (2, 1, 1, 1,), e4 =
(1, 0, 1, 2,), e5 = (2, 3, 0, 1,). Soient E l’espace vectoriel engendré par e1 , e2 , e3 et F celui engendré par
e4 , e5 . Calculer les dimensions respectives de E, F, E ∩ F, E + F .
Exercice 6.10
Dans R4 on considère l’ensemble E des vecteurs (t, x, y, z) vérifiant t + x + y + z = 0. L’ensemble
E est-il un sous espace vectoriel de R4 ? Si oui, en donner une base.
Exercice 6.11 Bases de sous-espaces vectoriels de R4
On se place dans l’espace vectoriel E = R4 .
(1) On considère le sous-espace vectoriel F = {(x, y, z, t) ∈ R4 | x + y + z = 0 et 2x + y + z − t = 0}.
Donner une base de F .
(2) On considère le sous-espace vectoriel G = {(a, a, a, a) : a ∈ R}. Donner une base de G.
(3) Déterminer une base de F + G.

Exercice 6.12 Avec un paramètre

Dans R3 on considère

Fk := h(1, 1, 1), (2, 0, 1), (k − 1, k − 3, 0), i avec k ∈ R.

(1) Calculer la dimension de Fk en fonction de k.

(2) Soit G := {(x, y, z) ∈ R3 ; x − y − 2z = 0}. Déterminer Fk ∩ G et Fk + G en fonction de k.
(3) Pour k = 2, déterminer, si possible, un sous-espace H de R3 tel que F2 ⊕ H = G ⊕ H = R3 .
Exercice 6.13 Familles libre maximale et génératrice minimale
Soit E un espace vectoriel de dimension n ∈ N? .
À On appelle famille libre maximale de E, toute famille libre de vecteurs de E telle qu’en y ajoutant
n’importe quel vecteur de E, elle cesse d’être libre.
(a) Montrer que toute famille libre maximale de E est une base.
(b) En déduire le nombre de vecteur d’une famille libre maximale de E.
Á On appelle famille génératrice minimale de E, toute famille génératrice de vecteurs de E telle
qu’en y retirant n’importe quel vecteur, elle cesse d’être génératrice.
(a) Montrer que toute famille génératrice minimale de E est une base.
(b) En déduire le nombre de vecteur d’une famille génératrice minimale de E.
 On donne dans R3 les vecteur e1 = (0, 1, 1), e2 = (1, 0, 1) et e3 = (1, 1, 0).

Dico, 2022 . Analyse-Algèbre

 (a) Montrer que B = (e1 , e2 , e3 ) est une base de R3 . Trouver dans cette base les composantes du
vecteur u = (1,1,1).
(b) Donner dans R3 , un exemple de famille libre qui n’est pas génératrice.
(c) Donner, dans R3 , un exemple de famille génératrice, mais qui n’est pas libre.

Exercice 6.14
Pour E = R4 , dire si les familles de vecteurs suivantes peuvent être complétées en une base de E.
Si oui, le faire.
(1) (u, v, w) avec u = (1, 2, −1, 0), v = (0, 1, −4, 1) et w = (2, 5, −6, 1) ;
(2) (u, v, w) avec u = (1, 0, 2, 3), v = (0, 1, 2, 3) et w = (1, 2, 0, 3) ;
(3) (u, v) avec u = (1, −1, 1, −1) et v = (1, 1, 1, 1).
Exercice 6.15 Vector space over the field Q
R is a vector space over the field Q of rational numbers ! Let
√ √ √ √
Q( 2) := {a + b 2; a, b ∈ Q} and Q( 3) := {a + b 3; a, b ∈ Q}.

(1) Is R of finite type as a vector space over Q ?

√
(2) Show that Q( 2) is a subspace of R as a vector space over Q and determine a basis.
√
(3) Determine a basis of Q( 3).
√ √
(4) Determine Q( 2) ∩ Q( 3).

Exercice 6.16 Bases de l’espace des polynômes de deg ≤ 3 (TPE)

Soit R3 [X] l’espace vectoriel des polynômes de degré ≤ 3.
À Vérifier que les ensembles suivants sont des bases de R3 [X] : B0 = {1, X, X 2 , X 3 }, B1 = {1, 1 −
X, X − X 2 , X 2 − X 3 }, B2 = {1, 1 + X, 1 + X + X 2 , 1 + X + X 2 + X 3 }.
Á Écrire le polynôme F (X) = 3X − X 2 + 8X 3 respectivement dans les bases B1 et B2 .

© Université de Douala 2022

78