Mathématiques · Espaces vectoriels réels

Espaces vectoriels réels

Espace vectoriel réel, sous-espaces, familles libres et génératrices, bases et dimension.

Niveau
2ème Bac
Session
Semestre 2
Cours الدرس

I. Notion d’espace vectoriel réel

1. Activité

Activité

On note \(\mathcal{V}_{2}\) l’ensemble des vecteurs du plan. On sait additionner deux vecteurs et multiplier un vecteur par un réel.

1) Rappeler les propriétés de l’addition dans \(\mathcal{V}_{2}\) : quelle structure possède \((\mathcal{V}_{2};+)\) ?

2) Compléter, pour \(\alpha,\beta\in\mathbb{R}\) et \(\vec{u},\vec{v}\in\mathcal{V}_{2}\) : \(\alpha(\vec{u}+\vec{v})=\ldots\) ; \((\alpha+\beta)\vec{u}=\ldots\) ; \(\alpha(\beta\vec{u})=\ldots\) ; \(1\cdot\vec{u}=\ldots\)

3) Vérifier que les matrices de \(\mathcal{M}_{2}(\mathbb{R})\) (leçon 12) ont exactement les mêmes propriétés.

Solution :

1) Structure de \((\mathcal{V}_{2};+)\).

L’addition des vecteurs est interne, associative, commutative, admet le vecteur nul \(\vec{0}\) pour neutre, et tout vecteur \(\vec{u}\) a pour symétrique \(-\vec{u}\) : \((\mathcal{V}_{2};+)\) est un groupe commutatif.

2) Multiplication par un réel.

\(\alpha(\vec{u}+\vec{v})=\alpha\vec{u}+\alpha\vec{v}\) ; \((\alpha+\beta)\vec{u}=\alpha\vec{u}+\beta\vec{u}\) ; \(\alpha(\beta\vec{u})=(\alpha\beta)\vec{u}\) ; \(1\cdot\vec{u}=\vec{u}\).

3) Matrices.

\((\mathcal{M}_{2}(\mathbb{R});+)\) est un groupe commutatif, et ces quatre égalités se vérifient coefficient par coefficient (leçon 12). Ce sont ces propriétés communes qui définissent un espace vectoriel.

2. Définition

Loi de composition externe

Soit \(E\) un ensemble non vide. On appelle loi de composition externe sur \(E\) (à coefficients réels) toute application \(\mathbb{R}\times E\to E\), \((\alpha;u)\mapsto\alpha\cdot u\).

Définition

Soit \(E\) un ensemble muni d’une loi de composition interne notée \(+\) et d’une loi de composition externe notée \(\cdot\). On dit que \((E;+;\cdot)\) est un espace vectoriel réel si :

✓ \((E;+)\) est un groupe commutatif, dont le neutre est noté \(0_{E}\) ;

✓ pour tous réels \(\alpha\), \(\beta\) et tous éléments \(u\), \(v\) de \(E\) :

\(\displaystyle \alpha\cdot(u+v)=\alpha\cdot u+\alpha\cdot v\quad;\quad(\alpha+\beta)\cdot u=\alpha\cdot u+\beta\cdot u\)

\(\displaystyle \alpha\cdot(\beta\cdot u)=(\alpha\beta)\cdot u\quad;\quad1\cdot u=u\)

Les éléments de \(E\) sont appelés vecteurs, les réels sont appelés scalaires et \(0_{E}\) est le vecteur nul. On écrit souvent \(\alpha u\) au lieu de \(\alpha\cdot u\).

3. Exemples de référence

Exemples

• \((\mathcal{V}_{2};+;\cdot)\) et \((\mathcal{V}_{3};+;\cdot)\) (vecteurs du plan et de l’espace).

• \((\mathbb{R}^{2};+;\cdot)\) et \((\mathbb{R}^{3};+;\cdot)\) avec \((x;y;z)+(x^{\prime};y^{\prime};z^{\prime})=(x+x^{\prime};y+y^{\prime};z+z^{\prime})\) et \(\alpha(x;y;z)=(\alpha x;\alpha y;\alpha z)\) ; le vecteur nul est \((0;0;0)\).

• \((\mathbb{C};+;\cdot)\) avec \(\alpha(a+ib)=\alpha a+i\alpha b\).

• \((\mathcal{M}_{2}(\mathbb{R});+;\cdot)\) et \((\mathcal{M}_{3}(\mathbb{R});+;\cdot)\) (leçon 12), de vecteur nul \(O\).

• L’ensemble \(\mathcal{F}(I;\mathbb{R})\) des fonctions d’un intervalle \(I\) dans \(\mathbb{R}\), avec \((f+g)(x)=f(x)+g(x)\) et \((\alpha f)(x)=\alpha f(x)\) ; le vecteur nul est la fonction nulle.

• L’ensemble des suites réelles, avec \((u_{n})+(v_{n})=(u_{n}+v_{n})\) et \(\alpha(u_{n})=(\alpha u_{n})\).

• L’ensemble \(\mathcal{P}_{n}\) des fonctions polynômes de degré inférieur ou égal à \(n\) (y compris la fonction nulle), avec les mêmes lois que \(\mathcal{F}(\mathbb{R};\mathbb{R})\).

4. Règles de calcul

Propriétés

Soit \((E;+;\cdot)\) un espace vectoriel réel. Pour tous \(\alpha,\beta\in\mathbb{R}\) et \(u,v\in E\) :

✓ \(0\cdot u=0_{E}\) et \(\alpha\cdot0_{E}=0_{E}\) ;

✓ \(\alpha\cdot u=0_{E}\iff\alpha=0\) ou \(u=0_{E}\) ;

✓ \((-\alpha)\cdot u=\alpha\cdot(-u)=-(\alpha\cdot u)\) ; en particulier \((-1)\cdot u=-u\) ;

✓ \(\alpha\cdot(u-v)=\alpha\cdot u-\alpha\cdot v\) et \((\alpha-\beta)\cdot u=\alpha\cdot u-\beta\cdot u\).

Démonstration

\(0\cdot u=(0+0)\cdot u=0\cdot u+0\cdot u\) ; en simplifiant dans le groupe \((E;+)\), on obtient \(0\cdot u=0_{E}\). De même \(\alpha\cdot0_{E}=\alpha\cdot(0_{E}+0_{E})=\alpha\cdot0_{E}+\alpha\cdot0_{E}\) donne \(\alpha\cdot0_{E}=0_{E}\).

Si \(\alpha\cdot u=0_{E}\) et \(\alpha\ne0\), alors \(u=1\cdot u=(\frac{1}{\alpha}\alpha)\cdot u=\frac{1}{\alpha}\cdot(\alpha\cdot u)=\frac{1}{\alpha}\cdot0_{E}=0_{E}\).

\(\alpha\cdot u+(-\alpha)\cdot u=(\alpha-\alpha)\cdot u=0\cdot u=0_{E}\), donc \((-\alpha)\cdot u\) est le symétrique de \(\alpha\cdot u\).

Application 1 : un espace vectoriel inattendu

Sur \(E=\mathbb{R}_{+}^{*}\), on définit la loi interne \(\oplus\) et la loi externe \(\odot\) par : \(x\oplus y=xy\) et \(\alpha\odot x=x^{\alpha}\) (\(x,y\gt 0\), \(\alpha\in\mathbb{R}\)).

1) Montrer que \((E;\oplus)\) est un groupe commutatif ; préciser son neutre et le symétrique de \(x\).

2) Vérifier les quatre propriétés de la loi externe. Conclure.

3) Quel est le « vecteur nul » de cet espace ? Que vaut \((-1)\odot x\) ?

4) Sur \(\mathbb{R}^{2}\), on garde l’addition usuelle mais on pose \(\alpha*(x;y)=(\alpha x;0)\). A-t-on un espace vectoriel ?

Solution :

1) Le groupe \((E;\oplus)\).

\(x\oplus y=xy\) : c’est la multiplication de \(\mathbb{R}_{+}^{*}\), et \((\mathbb{R}_{+}^{*};\times)\) est un groupe commutatif de neutre \(1\), le symétrique de \(x\) étant \(\frac{1}{x}\).

2) Loi externe.

On utilise les propriétés des puissances réelles (leçon 6) : pour \(x,y\gt 0\) et \(\alpha,\beta\in\mathbb{R}\),

➢ \(\alpha\odot(x\oplus y)=(xy)^{\alpha}=x^{\alpha}y^{\alpha}=(\alpha\odot x)\oplus(\alpha\odot y)\) ;

➢ \((\alpha+\beta)\odot x=x^{\alpha+\beta}=x^{\alpha}x^{\beta}=(\alpha\odot x)\oplus(\beta\odot x)\) ;

➢ \(\alpha\odot(\beta\odot x)=(x^{\beta})^{\alpha}=x^{\alpha\beta}=(\alpha\beta)\odot x\) ; \(1\odot x=x^{1}=x\).

Donc \((\mathbb{R}_{+}^{*};\oplus;\odot)\) est un espace vectoriel réel.

3) Vecteur nul.

Le vecteur nul est le neutre de \(\oplus\), c’est-à-dire le réel \(1\). Et \((-1)\odot x=x^{-1}=\frac{1}{x}\) est bien le symétrique de \(x\), conformément aux règles de calcul.

4) La loi \(*\).

\(1*(1;1)=(1;0)\ne(1;1)\) : la propriété \(1\cdot u=u\) n’est pas vérifiée. Ce n’est pas un espace vectoriel, bien que les trois autres propriétés soient vraies.

II. Sous-espaces vectoriels

1. Définition et caractérisation

Définition

Soit \((E;+;\cdot)\) un espace vectoriel réel et \(F\) une partie de \(E\). On dit que \(F\) est un sous-espace vectoriel de \(E\) si \(F\) est stable pour \(+\) et pour \(\cdot\), et si \((F;+;\cdot)\) est un espace vectoriel réel.

Théorème (caractérisation)

Une partie \(F\) de \(E\) est un sous-espace vectoriel de \(E\) si et seulement si :

\(\displaystyle F\ne\varnothing\quad\text{et}\quad(\forall u,v\in F)(\forall\alpha,\beta\in\mathbb{R}):\ \alpha u+\beta v\in F\)

ce qui équivaut à : \(0_{E}\in F\), \((\forall u,v\in F):\ u+v\in F\) et \((\forall\alpha\in\mathbb{R})(\forall u\in F):\ \alpha u\in F\).

Remarque

Un sous-espace vectoriel contient toujours le vecteur nul : si \(0_{E}\notin F\), alors \(F\) n’est pas un sous-espace vectoriel.

\(\{0_{E}\}\) et \(E\) sont des sous-espaces vectoriels de \(E\). Un sous-espace vectoriel est lui-même un espace vectoriel : c’est souvent la méthode la plus rapide pour prouver qu’un ensemble est un espace vectoriel.

Exemples

• Dans \(\mathbb{R}^{2}\), pour \((a;b)\ne(0;0)\), l’ensemble \(\{(x;y)\ /\ ax+by=0\}\) est un sous-espace vectoriel (une « droite vectorielle ») ; dans \(\mathbb{R}^{3}\), \(\{(x;y;z)\ /\ ax+by+cz=0\}\) en est un (un « plan vectoriel »).

• L’ensemble des solutions de l’équation différentielle \(y^{\prime\prime}+ay^{\prime}+by=0\) (leçon 7) est un sous-espace vectoriel de \(\mathcal{F}(\mathbb{R};\mathbb{R})\) : si \(f\) et \(g\) sont solutions, \(\alpha f+\beta g\) l’est aussi.

• L’ensemble des matrices diagonales est un sous-espace vectoriel de \(\mathcal{M}_{3}(\mathbb{R})\).

• L’ensemble des suites convergentes est un sous-espace vectoriel de l’espace des suites réelles (car \(\lim(\alpha u_{n}+\beta v_{n})=\alpha\lim u_{n}+\beta\lim v_{n}\)).

2. Intersection de sous-espaces vectoriels

Propriété

L’intersection de deux sous-espaces vectoriels de \(E\) est un sous-espace vectoriel de \(E\).

Démonstration

Soient \(F\) et \(G\) deux sous-espaces vectoriels. \(0_{E}\in F\) et \(0_{E}\in G\), donc \(0_{E}\in F\cap G\). Si \(u,v\in F\cap G\) et \(\alpha,\beta\in\mathbb{R}\), alors \(\alpha u+\beta v\in F\) et \(\alpha u+\beta v\in G\), donc \(\alpha u+\beta v\in F\cap G\).

Remarque

La réunion de deux sous-espaces vectoriels n’en est pas un en général : dans \(\mathbb{R}^{2}\), l’axe \(F=\{(x;0)\}\) et l’axe \(G=\{(0;y)\}\) sont des sous-espaces vectoriels, mais \((1;0)+(0;1)=(1;1)\notin F\cup G\).

Application 2

Dire, en justifiant, si chacun des ensembles suivants est un sous-espace vectoriel de l’espace indiqué.

1) \(F_{1}=\{(x;y;z)\in\mathbb{R}^{3}\ /\ x+y-z=0\text{ et }2x-y=0\}\) dans \(\mathbb{R}^{3}\).

2) \(F_{2}=\{(x;y;z)\in\mathbb{R}^{3}\ /\ x+y=1\}\) dans \(\mathbb{R}^{3}\).

3) \(F_{3}=\{(x;y)\in\mathbb{R}^{2}\ /\ xy=0\}\) dans \(\mathbb{R}^{2}\).

4) \(F_{4}=\{\begin{pmatrix}a&b\\b&a\end{pmatrix}\ /\ a,b\in\mathbb{R}\}\) dans \(\mathcal{M}_{2}(\mathbb{R})\).

5) \(F_{5}=\{f\in\mathcal{F}(\mathbb{R};\mathbb{R})\ /\ f(1)=2f(0)\}\) et \(F_{6}=\{f\in\mathcal{F}(\mathbb{R};\mathbb{R})\ /\ f(0)=1\}\).

6) \(F_{7}\) : l’ensemble des suites \((u_{n})\) telles que \((\forall n\in\mathbb{N}):\ u_{n+1}=3u_{n}\), et \(F_{8}\) : celui des suites telles que \(u_{n+1}=3u_{n}-1\).

Solution :

1) \(F_{1}\).

\(F_{1}\) est l’intersection des ensembles \(\{x+y-z=0\}\) et \(\{2x-y=0\}\), qui sont des sous-espaces vectoriels de \(\mathbb{R}^{3}\) (exemples ci-dessus) : \(F_{1}\) est un sous-espace vectoriel.

2) \(F_{2}\).

\((0;0;0)\notin F_{2}\) car \(0+0\ne1\) : \(F_{2}\) n’est pas un sous-espace vectoriel.

3) \(F_{3}\).

\((1;0)\in F_{3}\) et \((0;1)\in F_{3}\), mais leur somme \((1;1)\notin F_{3}\) : ce n’est pas un sous-espace vectoriel.

4) \(F_{4}\).

\(O\in F_{4}\) (\(a=b=0\)) et \(\alpha\begin{pmatrix}a&b\\b&a\end{pmatrix}+\beta\begin{pmatrix}c&d\\d&c\end{pmatrix}=\begin{pmatrix}\alpha a+\beta c&\alpha b+\beta d\\\alpha b+\beta d&\alpha a+\beta c\end{pmatrix}\in F_{4}\) : sous-espace vectoriel.

5) \(F_{5}\) et \(F_{6}\).

La fonction nulle est dans \(F_{5}\). Si \(f,g\in F_{5}\) : \((\alpha f+\beta g)(1)=\alpha f(1)+\beta g(1)=2\alpha f(0)+2\beta g(0)=2(\alpha f+\beta g)(0)\) : \(F_{5}\) est un sous-espace vectoriel.

La fonction nulle n’est pas dans \(F_{6}\) : \(F_{6}\) n’est pas un sous-espace vectoriel.

6) \(F_{7}\) et \(F_{8}\).

La suite nulle vérifie \(0=3\times0\) ; si \((u_{n})\) et \((v_{n})\) sont dans \(F_{7}\), alors \(\alpha u_{n+1}+\beta v_{n+1}=3(\alpha u_{n}+\beta v_{n})\) : \(F_{7}\) est un sous-espace vectoriel (les suites géométriques de raison \(3\) et la suite nulle).

La suite nulle ne vérifie pas \(0=3\times0-1\) : \(F_{8}\) n’est pas un sous-espace vectoriel.

III. Combinaisons linéaires – familles génératrices

1. Combinaison linéaire

Définition

Soient \(u_{1}\), \(u_{2}\), …, \(u_{p}\) des vecteurs de \(E\). On appelle combinaison linéaire de ces vecteurs tout vecteur de la forme :

\(\displaystyle \alpha_{1}u_{1}+\alpha_{2}u_{2}+\cdots+\alpha_{p}u_{p}\qquad\left(\alpha_{1};\alpha_{2};\ldots;\alpha_{p}\in\mathbb{R}\right)\)

Exemple

Dans \(\mathbb{R}^{3}\) : \((3;1;-1)=2(1;1;0)+(1;-1;-1)\) est une combinaison linéaire de \((1;1;0)\) et \((1;-1;-1)\). Dans \(\mathcal{F}(\mathbb{R};\mathbb{R})\) : \(x\mapsto\cos(x+\frac{\pi}{3})=\frac{1}{2}\cos x-\frac{\sqrt{3}}{2}\sin x\) est une combinaison linéaire de \(\cos\) et \(\sin\).

2. Sous-espace engendré

Définition et propriété

L’ensemble de toutes les combinaisons linéaires des vecteurs \(u_{1}\), …, \(u_{p}\) est noté \(\mathrm{Vect}(u_{1};\ldots;u_{p})\). C’est un sous-espace vectoriel de \(E\), appelé sous-espace engendré par \(u_{1}\), …, \(u_{p}\) ; c’est le plus petit sous-espace vectoriel de \(E\) qui contient ces vecteurs.

Exemples

• Si \(u\ne0_{E}\), \(\mathrm{Vect}(u)=\{\alpha u\ /\ \alpha\in\mathbb{R}\}\) est la droite vectorielle dirigée par \(u\).

• Dans \(\mathcal{F}(\mathbb{R};\mathbb{R})\), l’ensemble des solutions de \(y^{\prime\prime}+4y=0\) est \(\mathrm{Vect}(x\mapsto\cos2x;\ x\mapsto\sin2x)\) (leçon 7).

3. Famille génératrice

Définition

On dit que la famille \((u_{1};\ldots;u_{p})\) est génératrice de \(E\) (ou qu’elle engendre \(E\)) si \(\mathrm{Vect}(u_{1};\ldots;u_{p})=E\), c’est-à-dire si tout vecteur de \(E\) est une combinaison linéaire de \(u_{1}\), …, \(u_{p}\).

Exemples

• \(((1;0);(0;1))\) engendre \(\mathbb{R}^{2}\), car \((x;y)=x(1;0)+y(0;1)\).

• \((1;i)\) engendre \(\mathbb{C}\), car \(a+ib=a\cdot1+b\cdot i\).

• \((1;x;x^{2})\) engendre \(\mathcal{P}_{2}\), car toute fonction polynôme de degré au plus \(2\) s’écrit \(a+bx+cx^{2}\).

Remarque

Si l’on ajoute des vecteurs à une famille génératrice, elle reste génératrice. Si un vecteur \(u_{k}\) d’une famille est combinaison linéaire des autres, on peut le retirer sans changer le sous-espace engendré.

Application 3

Dans \(\mathbb{R}^{3}\), on considère \(u=(1;2;-1)\), \(v=(0;1;1)\) et \(P=\{(x;y;z)\in\mathbb{R}^{3}\ /\ 3x-y+z=0\}\).

1) Montrer que \(\mathrm{Vect}(u;v)=P\).

2) Le vecteur \(a=(2;1;-5)\) appartient-il à \(P\) ? Si oui, l’écrire comme combinaison linéaire de \(u\) et \(v\).

3) Même question pour \(b=(1;1;1)\).

4) Soit \(w=(1;0;-3)\). Montrer que \(\mathrm{Vect}(u;v;w)=\mathrm{Vect}(u;v)\).

Solution :

1) \(\mathrm{Vect}(u;v)=P\).

\(u\in P\) (\(3-2-1=0\)) et \(v\in P\) (\(0-1+1=0\)) ; comme \(P\) est un sous-espace vectoriel, il contient toutes les combinaisons linéaires de \(u\) et \(v\) : \(\mathrm{Vect}(u;v)\subset P\).

Réciproquement, si \((x;y;z)\in P\), alors \(z=y-3x\) et :

\(\displaystyle (x;y;z)=(x;y;y-3x)=x(1;2;-1)+(y-2x)(0;1;1)=xu+(y-2x)v\)

(on vérifie : \(x(1;2;-1)+(y-2x)(0;1;1)=(x;\ 2x+y-2x;\ -x+y-2x)\)). Donc \(P\subset\mathrm{Vect}(u;v)\), et finalement \(\mathrm{Vect}(u;v)=P\).

2) Le vecteur \(a\).

\(3\times2-1+(-5)=0\) : \(a\in P\), et d’après 1) : \(a=2u+(1-4)v=2u-3v\).

3) Le vecteur \(b\).

\(3-1+1=3\ne0\) : \(b\notin P\), donc \(b\) n’est pas une combinaison linéaire de \(u\) et \(v\).

4) Le vecteur \(w\).

\(3-0-3=0\), donc \(w\in P\) et \(w=u+(0-2)v=u-2v\). \(w\) est combinaison linéaire de \(u\) et \(v\) : on peut le retirer sans changer le sous-espace engendré, donc \(\mathrm{Vect}(u;v;w)=\mathrm{Vect}(u;v)=P\).

IV. Familles libres – familles liées

1. Définitions

Définitions

Soit \((u_{1};\ldots;u_{p})\) une famille de vecteurs de \(E\).

✓ Elle est libre (les vecteurs sont linéairement indépendants) si :

\(\displaystyle \alpha_{1}u_{1}+\alpha_{2}u_{2}+\cdots+\alpha_{p}u_{p}=0_{E}\Longrightarrow\alpha_{1}=\alpha_{2}=\cdots=\alpha_{p}=0\)

✓ Elle est liée si elle n’est pas libre, c’est-à-dire s’il existe des réels \(\alpha_{1}\), …, \(\alpha_{p}\) non tous nuls tels que \(\alpha_{1}u_{1}+\cdots+\alpha_{p}u_{p}=0_{E}\) (une telle égalité s’appelle une relation de dépendance).

Propriétés

✓ La famille \((u)\) est libre si et seulement si \(u\ne0_{E}\).

✓ La famille \((u;v)\) est liée si et seulement si \(u\) et \(v\) sont colinéaires (\(u=\lambda v\) ou \(v=\lambda u\) pour un réel \(\lambda\)).

✓ Une famille qui contient le vecteur nul, ou deux fois le même vecteur, est liée.

✓ Une famille \((u_{1};\ldots;u_{p})\) (\(p\ge2\)) est liée si et seulement si l’un de ses vecteurs est combinaison linéaire des autres.

✓ Toute sous-famille d’une famille libre est libre.

Démonstration (quatrième propriété)

Si \(\alpha_{1}u_{1}+\cdots+\alpha_{p}u_{p}=0_{E}\) avec, par exemple, \(\alpha_{1}\ne0\), alors \(u_{1}=-\frac{\alpha_{2}}{\alpha_{1}}u_{2}-\cdots-\frac{\alpha_{p}}{\alpha_{1}}u_{p}\) est combinaison linéaire des autres vecteurs.

Réciproquement, si \(u_{1}=\beta_{2}u_{2}+\cdots+\beta_{p}u_{p}\), alors \(1\cdot u_{1}-\beta_{2}u_{2}-\cdots-\beta_{p}u_{p}=0_{E}\) est une relation de dépendance (le coefficient de \(u_{1}\) vaut \(1\ne0\)).

Critère du déterminant (admis)

✓ Dans \(\mathbb{R}^{2}\) : \(u=(a;b)\) et \(v=(c;d)\) forment une famille libre si et seulement si \(\begin{vmatrix}a&c\\b&d\end{vmatrix}=ad-bc\ne0\).

✓ Dans \(\mathbb{R}^{3}\) : \((u;v;w)\) est libre si et seulement si le déterminant de la matrice dont les colonnes sont les coordonnées de \(u\), \(v\) et \(w\) est non nul (leçon 12).

Application 4

1) Dans \(\mathbb{R}^{3}\), la famille \((u_{1}=(1;0;2);\ u_{2}=(2;1;0);\ u_{3}=(0;1;-4))\) est-elle libre ? Sinon, donner une relation de dépendance.

2) Pour quelles valeurs du réel \(m\) la famille \(((1;m);(m;4))\) est-elle libre dans \(\mathbb{R}^{2}\) ?

3) Dans \(\mathcal{F}(\mathbb{R};\mathbb{R})\), montrer que \((\cos;\sin)\) est libre et que \((f;g;h)\) est liée, où \(f(x)=\cos^{2}x\), \(g(x)=\sin^{2}x\) et \(h(x)=\cos2x\).

4) Montrer que la famille \((1;x;x^{2})\) est libre dans \(\mathcal{P}_{2}\).

Solution :

1) La famille \((u_{1};u_{2};u_{3})\).

On calcule le déterminant de la matrice dont les colonnes sont \(u_{1}\), \(u_{2}\), \(u_{3}\) :

\[\begin{vmatrix}1&2&0\\0&1&1\\2&0&-4\end{vmatrix}=1\times(-4-0)\]

\[-2\times(0-2)+0=-4+4=0\]

La famille est liée. On cherche \(\alpha\), \(\beta\), \(\gamma\) tels que \(\alpha u_{1}+\beta u_{2}+\gamma u_{3}=0\) : \(\alpha+2\beta=0\), \(\beta+\gamma=0\), \(2\alpha-4\gamma=0\), d’où \(\alpha=-2\beta\) et \(\gamma=-\beta\). Avec \(\beta=-1\) : \(2u_{1}-u_{2}+u_{3}=(0;0;0)\).

2) Paramètre \(m\).

\(\begin{vmatrix}1&m\\m&4\end{vmatrix}=4-m^{2}\). La famille est libre \(\iff4-m^{2}\ne0\iff m\ne2\) et \(m\ne-2\).

3) Familles de fonctions.

Si \(\alpha\cos x+\beta\sin x=0\) pour tout \(x\) : avec \(x=0\) on obtient \(\alpha=0\), avec \(x=\frac{\pi}{2}\) on obtient \(\beta=0\). La famille \((\cos;\sin)\) est libre.

Pour tout \(x\) : \(\cos2x=\cos^{2}x-\sin^{2}x\), donc \(h=f-g\), soit \(f-g-h=0\) : relation de dépendance, \((f;g;h)\) est liée.

4) La famille \((1;x;x^{2})\).

Si \(\alpha+\beta x+\gamma x^{2}=0\) pour tout réel \(x\) : \(x=0\) donne \(\alpha=0\) ; puis \(x=1\) et \(x=-1\) donnent \(\beta+\gamma=0\) et \(-\beta+\gamma=0\), donc \(\beta=\gamma=0\). La famille est libre.

V. Bases et dimension

1. Base d’un espace vectoriel

Définition

Une famille \((e_{1};\ldots;e_{n})\) de vecteurs de \(E\) est une base de \(E\) si elle est à la fois libre et génératrice de \(E\).

Théorème

\((e_{1};\ldots;e_{n})\) est une base de \(E\) si et seulement si tout vecteur \(u\) de \(E\) s’écrit de façon unique :

\(\displaystyle u=x_{1}e_{1}+x_{2}e_{2}+\cdots+x_{n}e_{n}\qquad\left(x_{1};\ldots;x_{n}\in\mathbb{R}\right)\)

Les réels \(x_{1}\), …, \(x_{n}\) sont les coordonnées de \(u\) dans cette base.

Démonstration

Si la famille est génératrice, l’écriture existe. Si \(u=\sum x_{i}e_{i}=\sum y_{i}e_{i}\), alors \(\sum(x_{i}-y_{i})e_{i}=0_{E}\) ; la famille étant libre, \(x_{i}=y_{i}\) pour tout \(i\) : l’écriture est unique.

Réciproquement, l’existence de l’écriture signifie que la famille est génératrice, et l’unicité de l’écriture de \(0_{E}\) (avec tous les coefficients nuls) signifie qu’elle est libre.

Bases canoniques

• \(\mathbb{R}^{2}\) : base \(((1;0);(0;1))\) ; \(\mathbb{R}^{3}\) : base \(((1;0;0);(0;1;0);(0;0;1))\), dans laquelle les coordonnées de \((x;y;z)\) sont \(x\), \(y\), \(z\).

• \(\mathbb{C}\) : base \((1;i)\) ; les coordonnées de \(a+ib\) sont \(a\) et \(b\).

• \(\mathcal{M}_{2}(\mathbb{R})\) : base \((E_{11};E_{12};E_{21};E_{22})\) avec \(E_{11}=\begin{pmatrix}1&0\\0&0\end{pmatrix}\), \(E_{12}=\begin{pmatrix}0&1\\0&0\end{pmatrix}\), \(E_{21}=\begin{pmatrix}0&0\\1&0\end{pmatrix}\), \(E_{22}=\begin{pmatrix}0&0\\0&1\end{pmatrix}\), car \(\begin{pmatrix}a&b\\c&d\end{pmatrix}=aE_{11}+bE_{12}+cE_{21}+dE_{22}\).

• \(\mathcal{M}_{3}(\mathbb{R})\) : les \(9\) matrices \(E_{ij}\) (coefficient \(1\) à la place \((i;j)\), \(0\) ailleurs).

• \(\mathcal{P}_{n}\) : base \((1;x;x^{2};\ldots;x^{n})\) ; \(\mathcal{V}_{2}\) : base \((\vec{i};\vec{j})\) ; \(\mathcal{V}_{3}\) : base \((\vec{i};\vec{j};\vec{k})\).

2. Dimension

Théorème et définition (admis)

Si un espace vectoriel \(E\ne\{0_{E}\}\) admet une base formée de \(n\) vecteurs, alors toutes ses bases ont \(n\) vecteurs. Le nombre \(n\) s’appelle la dimension de \(E\), notée \(\dim E\). Par convention, \(\dim\{0_{E}\}=0\).

Exemples

\(\dim\mathbb{R}^{2}=\dim\mathcal{V}_{2}=\dim\mathbb{C}=2\) ; \(\dim\mathbb{R}^{3}=\dim\mathcal{V}_{3}=3\) ; \(\dim\mathcal{M}_{2}(\mathbb{R})=4\) ; \(\dim\mathcal{M}_{3}(\mathbb{R})=9\) ; \(\dim\mathcal{P}_{n}=n+1\).

Propriétés (admises)

Soit \(E\) un espace vectoriel de dimension \(n\ge1\).

✓ Toute famille libre de \(E\) a au plus \(n\) vecteurs ; toute famille génératrice de \(E\) a au moins \(n\) vecteurs.

✓ Une famille libre de \(n\) vecteurs est une base de \(E\) ; une famille génératrice de \(n\) vecteurs est une base de \(E\).

✓ Si \(F\) est un sous-espace vectoriel de \(E\), alors \(\dim F\le n\), et \(\dim F=n\iff F=E\).

Remarque

Pour prouver qu’une famille de \(n\) vecteurs est une base d’un espace de dimension \(n\), il suffit donc de prouver une seule des deux propriétés : libre ou génératrice.

Les sous-espaces vectoriels de \(\mathbb{R}^{3}\) sont : \(\{(0;0;0)\}\), les droites vectorielles (dimension \(1\)), les plans vectoriels (dimension \(2\)) et \(\mathbb{R}^{3}\).

Application 5

1) Montrer que \(F=\{(x;y;z)\in\mathbb{R}^{3}\ /\ x-2y+z=0\}\) est un sous-espace vectoriel de \(\mathbb{R}^{3}\).

2) Montrer que \(u_{1}=(2;1;0)\) et \(u_{2}=(-1;0;1)\) forment une base de \(F\). Quelle est la dimension de \(F\) ?

3) Vérifier que \(w=(1;1;1)\in F\) et déterminer ses coordonnées dans la base \((u_{1};u_{2})\).

4) Montrer que les vecteurs \((1;1;0)\), \((0;1;1)\) et \((1;0;1)\) forment une base de \(\mathbb{R}^{3}\), puis déterminer les coordonnées de \((2;3;5)\) dans cette base.

Solution :

1) Sous-espace.

\((0;0;0)\in F\). Si \(u=(x;y;z)\) et \(v=(x^{\prime};y^{\prime};z^{\prime})\) sont dans \(F\), alors \(\alpha u+\beta v\) vérifie \((\alpha x+\beta x^{\prime})-2(\alpha y+\beta y^{\prime})+(\alpha z+\beta z^{\prime})=\alpha\times0+\beta\times0=0\) : \(\alpha u+\beta v\in F\).

2) Base de F.

\(u_{1},u_{2}\in F\) (\(2-2+0=0\) et \(-1-0+1=0\)). Si \((x;y;z)\in F\), alors \(x=2y-z\) et \((x;y;z)=(2y-z;y;z)=y(2;1;0)+z(-1;0;1)\) : la famille est génératrice de \(F\).

Si \(\alpha u_{1}+\beta u_{2}=0\), alors \((2\alpha-\beta;\alpha;\beta)=(0;0;0)\), donc \(\alpha=\beta=0\) : elle est libre. \((u_{1};u_{2})\) est une base de \(F\) et \(\dim F=2\) (\(F\) est un plan vectoriel).

3) Coordonnées.

\(1-2+1=0\), donc \(w\in F\), et \(w=y\,u_{1}+z\,u_{2}\) avec \(y=1\), \(z=1\) : ses coordonnées sont \((1;1)\).

4) Base de \(\mathbb{R}^{3}\).

\[\begin{vmatrix}1&0&1\\1&1&0\\0&1&1\end{vmatrix}=1\times(1-0)\]

\[-0+1\times(1-0)=2\ne0\]

La famille est libre ; elle a \(3\) vecteurs et \(\dim\mathbb{R}^{3}=3\) : c’est une base.

\((2;3;5)=a(1;1;0)+b(0;1;1)+c(1;0;1)\iff a+c=2\), \(a+b=3\), \(b+c=5\). En ajoutant : \(a+b+c=5\), d’où \(b=3\), \(a=0\), \(c=2\). Les coordonnées sont \((0;3;2)\).

Application 6

Soit \(E\) l’ensemble des fonctions \(f_{a,b}:x\mapsto(ax+b)e^{x}\), où \((a;b)\in\mathbb{R}^{2}\).

1) Montrer que \(E\) est un sous-espace vectoriel de \(\mathcal{F}(\mathbb{R};\mathbb{R})\), de base \((u:x\mapsto e^{x};\ v:x\mapsto xe^{x})\).

2) Montrer que la dérivée de toute fonction de \(E\) appartient à \(E\), et donner les coordonnées de \(f_{a,b}^{\prime}\) dans la base \((u;v)\).

3) Vérifier que \(E\) est l’ensemble des solutions de l’équation différentielle \(y^{\prime\prime}-2y^{\prime}+y=0\) (leçon 7).

Solution :

1) Sous-espace et base.

\(f_{a,b}=b\,u+a\,v\) : \(E=\mathrm{Vect}(u;v)\) est un sous-espace vectoriel, et \((u;v)\) est génératrice de \(E\).

Si \(\alpha u+\beta v=0\), alors \((\beta x+\alpha)e^{x}=0\) pour tout \(x\) ; comme \(e^{x}\ne0\) : \(\beta x+\alpha=0\) pour tout \(x\), donc (\(x=0\) puis \(x=1\)) \(\alpha=\beta=0\). \((u;v)\) est une base et \(\dim E=2\).

2) Dérivée.

\(f_{a,b}^{\prime}(x)=ae^{x}+(ax+b)e^{x}=(ax+(a+b))e^{x}\), donc \(f_{a,b}^{\prime}=f_{a,a+b}\in E\) ; ses coordonnées dans \((u;v)\) sont \((a+b;a)\).

3) Lien avec les équations différentielles.

L’équation caractéristique \(r^{2}-2r+1=(r-1)^{2}=0\) a la racine double \(1\) : les solutions sont les fonctions \(x\mapsto(\alpha x+\beta)e^{x}\), c’est-à-dire exactement \(E\).

Application 7 : décomposition dans un espace de matrices

Dans \(\mathcal{M}_{2}(\mathbb{R})\), on considère \(F=\{\begin{pmatrix}a&b\\b&-a\end{pmatrix}\ /\ a,b\in\mathbb{R}\}\) et \(G=\{\begin{pmatrix}c&d\\-d&c\end{pmatrix}\ /\ c,d\in\mathbb{R}\}\). On pose \(P=\begin{pmatrix}1&0\\0&-1\end{pmatrix}\), \(Q=\begin{pmatrix}0&1\\1&0\end{pmatrix}\) et \(K=\begin{pmatrix}0&1\\-1&0\end{pmatrix}\).

1) Montrer que \(F=\mathrm{Vect}(P;Q)\) et \(G=\mathrm{Vect}(I;K)\), puis que \(\dim F=\dim G=2\).

2) Montrer que \(F\cap G=\{O\}\).

3) Montrer que toute matrice \(M=\begin{pmatrix}p&q\\r&s\end{pmatrix}\) s’écrit de façon unique \(M=A+B\) avec \(A\in F\) et \(B\in G\).

4) En déduire que \((P;Q;I;K)\) est une base de \(\mathcal{M}_{2}(\mathbb{R})\).

Solution :

1) Bases de F et de G.

\(\begin{pmatrix}a&b\\b&-a\end{pmatrix}=aP+bQ\) et \(\begin{pmatrix}c&d\\-d&c\end{pmatrix}=cI+dK\) : \(F=\mathrm{Vect}(P;Q)\) et \(G=\mathrm{Vect}(I;K)\) sont des sous-espaces vectoriels.

\(aP+bQ=O\) donne \(a=b=0\) (coefficients \((1;1)\) et \((1;2)\)), et \(cI+dK=O\) donne \(c=d=0\) : les deux familles sont libres, donc ce sont des bases et \(\dim F=\dim G=2\).

2) \(F\cap G\).

Si \(\begin{pmatrix}a&b\\b&-a\end{pmatrix}=\begin{pmatrix}c&d\\-d&c\end{pmatrix}\) : \(a=c\) et \(-a=c\), donc \(a=c=0\) ; \(b=d\) et \(b=-d\), donc \(b=d=0\). Ainsi \(F\cap G=\{O\}\).

3) Décomposition.

On cherche \(a\), \(b\), \(c\), \(d\) tels que \(M=aP+bQ+cI+dK=\begin{pmatrix}a+c&b+d\\b-d&-a+c\end{pmatrix}\) :

\[\begin{cases}a+c=p\\-a+c=s\end{cases}\iff\begin{cases}c=\frac{p+s}{2}\\a=\frac{p-s}{2}\end{cases}\]

\[\begin{cases}b+d=q\\b-d=r\end{cases}\iff\begin{cases}b=\frac{q+r}{2}\\d=\frac{q-r}{2}\end{cases}\]

Ces valeurs existent et sont uniques : \(M=A+B\) avec \(A=aP+bQ\in F\) et \(B=cI+dK\in G\), de façon unique.

4) Base de \(\mathcal{M}_{2}(\mathbb{R})\).

D’après 3), toute matrice s’écrit de façon unique comme combinaison linéaire de \(P\), \(Q\), \(I\), \(K\) : c’est une base de \(\mathcal{M}_{2}(\mathbb{R})\) (on retrouve \(\dim\mathcal{M}_{2}(\mathbb{R})=4=\dim F+\dim G\)).

Application 8

Dans \(\mathcal{P}_{2}\), on considère les fonctions \(p_{0}(x)=1\), \(p_{1}(x)=x-1\) et \(p_{2}(x)=(x-1)^{2}\).

1) Montrer que \((p_{0};p_{1};p_{2})\) est une base de \(\mathcal{P}_{2}\).

2) Déterminer les coordonnées de la fonction \(p:x\mapsto x^{2}+3x-2\) dans cette base.

3) Vérifier que ces coordonnées sont \(p(1)\), \(p^{\prime}(1)\) et \(\frac{1}{2}p^{\prime\prime}(1)\).

Solution :

1) Base.

Si \(\alpha+\beta(x-1)+\gamma(x-1)^{2}=0\) pour tout \(x\) : \(x=1\) donne \(\alpha=0\) ; puis \(x=2\) et \(x=0\) donnent \(\beta+\gamma=0\) et \(-\beta+\gamma=0\), donc \(\beta=\gamma=0\). La famille est libre ; elle a \(3\) vecteurs et \(\dim\mathcal{P}_{2}=3\) : c’est une base.

2) Coordonnées de p.

On cherche \(a\), \(b\), \(c\) tels que \(x^{2}+3x-2=a+b(x-1)+c(x-1)^{2}=cx^{2}+(b-2c)x+(a-b+c)\). Par identification : \(c=1\), \(b-2=3\), \(a-b+c=-2\), d’où \(b=5\) et \(a=2\).

Les coordonnées de \(p\) sont \((2;5;1)\) : \(p=2p_{0}+5p_{1}+p_{2}\).

3) Vérification.

\(p(1)=1+3-2=2\) ; \(p^{\prime}(x)=2x+3\), donc \(p^{\prime}(1)=5\) ; \(p^{\prime\prime}(x)=2\), donc \(\frac{1}{2}p^{\prime\prime}(1)=1\).

Application 9 : synthèse

Dans \(\mathbb{R}^{3}\), on considère \(F=\{(x;y;z)\ /\ x+y+z=0\}\), \(w=(1;1;1)\) et \(G=\mathrm{Vect}(w)\).

1) Déterminer une base de \(F\) et sa dimension.

2) Montrer que \(F\cap G=\{(0;0;0)\}\).

3) Montrer que tout vecteur \(u=(x;y;z)\) s’écrit de façon unique \(u=f+g\) avec \(f\in F\) et \(g\in G\) ; donner \(g\) en fonction de \(x\), \(y\), \(z\).

4) En déduire une base de \(\mathbb{R}^{3}\) formée de vecteurs de \(F\) et de \(G\), et le vérifier par un déterminant.

Solution :

1) Base de F.

\((x;y;z)\in F\iff z=-x-y\iff(x;y;z)=x(1;0;-1)+y(0;1;-1)\). Les vecteurs \(f_{1}=(1;0;-1)\) et \(f_{2}=(0;1;-1)\) engendrent \(F\) et ne sont pas colinéaires : \((f_{1};f_{2})\) est une base de \(F\) et \(\dim F=2\).

2) \(F\cap G\).

Un vecteur de \(G\) s’écrit \(\lambda w=(\lambda;\lambda;\lambda)\) ; il est dans \(F\) si et seulement si \(3\lambda=0\), soit \(\lambda=0\). Donc \(F\cap G=\{(0;0;0)\}\).

3) Décomposition.

Existence : on pose \(\lambda=\frac{x+y+z}{3}\), \(g=\lambda w\) et \(f=u-g=(x-\lambda;y-\lambda;z-\lambda)\). La somme des coordonnées de \(f\) est \(x+y+z-3\lambda=0\), donc \(f\in F\) et \(u=f+g\).

Unicité : si \(u=f+g=f^{\prime}+g^{\prime}\), alors \(f-f^{\prime}=g^{\prime}-g\in F\cap G\), donc \(f=f^{\prime}\) et \(g=g^{\prime}\). Ainsi \(g=\frac{x+y+z}{3}(1;1;1)\).

4) Base de \(\mathbb{R}^{3}\).

Tout \(u\) s’écrit \(f+g\) avec \(f\) combinaison de \(f_{1}\), \(f_{2}\) et \(g\) multiple de \(w\) : la famille \((f_{1};f_{2};w)\) engendre \(\mathbb{R}^{3}\) ; elle a \(3\) vecteurs, c’est donc une base. Vérification :

\[\begin{vmatrix}1&0&1\\0&1&1\\-1&-1&1\end{vmatrix}=1\times(1+1)\]

\[-0+1\times(0+1)=3\ne0\]

Exercices corrigés تمارين محلولة 7
Exercice 1

Sous-espaces vectoriels de ℝ³

Facile

Dire, en justifiant, si chacun des ensembles suivants est un sous-espace vectoriel de \(\mathbb{R}^{3}\) :

1) \(F=\{(x;y;z)\ /\ x=2y\}\)

2) \(G=\{(x;y;z)\ /\ x+y+z=0\text{ et }x-z=0\}\)

3) \(H=\{(x;y;z)\ /\ xyz=0\}\)

4) \(K=\{(a+b;a-b;2a)\ /\ a,b\in\mathbb{R}\}\)

Afficher la correctionMasquer la correction

1) \(F\)

\((0;0;0)\in F\) ; si \(u=(x;y;z)\) et \(v=(x^{\prime};y^{\prime};z^{\prime})\) sont dans \(F\), alors \(\alpha x+\beta x^{\prime}=2(\alpha y+\beta y^{\prime})\) : \(\alpha u+\beta v\in F\). C’est un sous-espace vectoriel (un plan).

2) \(G\)

\(G\) est l’intersection des deux sous-espaces \(\{x+y+z=0\}\) et \(\{x-z=0\}\) : c’est un sous-espace vectoriel.

3) \(H\)

\((1;1;0)\in H\) et \((0;0;1)\in H\), mais \((1;1;1)\notin H\) : \(H\) n’est pas stable par addition, ce n’est pas un sous-espace vectoriel.

4) \(K\)

\((a+b;a-b;2a)=a(1;1;2)+b(1;-1;0)\) : \(K=\mathrm{Vect}((1;1;2);(1;-1;0))\) est un sous-espace vectoriel.

Exercice 2

Familles libres et bases de ℝ³

Facile

1) Montrer que la famille \(((1;2;3);(2;3;4);(3;4;5))\) est liée et donner une relation de dépendance.

2) Montrer que \((e_{1}=(1;0;1);\ e_{2}=(0;1;1);\ e_{3}=(1;1;1))\) est une base de \(\mathbb{R}^{3}\).

3) Déterminer les coordonnées du vecteur \(w=(1;2;3)\) dans cette base.

Afficher la correctionMasquer la correction

1) Famille liée.

\((1;2;3)-2(2;3;4)+(3;4;5)=(1-4+3;2-6+4;3-8+5)=(0;0;0)\) : c’est une relation de dépendance à coefficients non tous nuls, la famille est liée.

2) Base.

\[\begin{vmatrix}1&0&1\\0&1&1\\1&1&1\end{vmatrix}\]

\[=1\times0+1\times(-1)\]

\[=-1\ne0\]

La famille est libre ; elle a \(3\) vecteurs et \(\dim\mathbb{R}^{3}=3\) : c’est une base.

3) Coordonnées.

\(ae_{1}+be_{2}+ce_{3}=(a+c;b+c;a+b+c)=(1;2;3)\). En retranchant la somme des deux premières égalités à la troisième : \(-c=0\), donc \(c=0\), \(a=1\), \(b=2\). Les coordonnées de \(w\) sont \((1;2;0)\).

Exercice 3

Sous-espaces de fonctions polynômes

Moyen

On rappelle que \(\mathcal{P}_{2}\) est l’espace des fonctions polynômes de degré au plus \(2\), de base \((1;x;x^{2})\). On pose \(F=\{p\in\mathcal{P}_{2}\ /\ p(1)=0\}\) et \(G=\{p\in\mathcal{P}_{2}\ /\ p(1)=p^{\prime}(1)=0\}\).

1) Montrer que \(F\) et \(G\) sont des sous-espaces vectoriels de \(\mathcal{P}_{2}\).

2) Montrer que \((x\mapsto x-1;\ x\mapsto x^{2}-1)\) est une base de \(F\). Quelle est la dimension de \(F\) ?

3) Montrer que \(G=\mathrm{Vect}(x\mapsto(x-1)^{2})\) et donner sa dimension.

Afficher la correctionMasquer la correction

1) Sous-espaces.

La fonction nulle est dans \(F\) et dans \(G\). Si \(p\), \(q\) sont dans \(F\) : \((\alpha p+\beta q)(1)=\alpha p(1)+\beta q(1)=0\). Pour \(G\), on utilise aussi \((\alpha p+\beta q)^{\prime}=\alpha p^{\prime}+\beta q^{\prime}\).

2) Base de \(F\).

Soit \(p(x)=a+bx+cx^{2}\) : \(p\in F\iff a+b+c=0\iff a=-b-c\). Alors \(p(x)=b(x-1)+c(x^{2}-1)\) : la famille engendre \(F\).

Si \(b(x-1)+c(x^{2}-1)=0\) pour tout \(x\), alors (coefficient de \(x^{2}\)) \(c=0\), puis \(b=0\) : elle est libre. C’est une base et \(\dim F=2\).

3) Le sous-espace \(G\).

\(G\subset F\) : \(p(x)=b(x-1)+c(x^{2}-1)\) et \(p^{\prime}(1)=b+2c=0\), soit \(b=-2c\). Donc \(p(x)=c(x^{2}-2x+1)=c(x-1)^{2}\).

Ainsi \(G=\mathrm{Vect}(x\mapsto(x-1)^{2})\) ; ce vecteur est non nul, donc \(\dim G=1\).

Exercice 4

Un espace vectoriel de suites

Moyen

Soit \(E\) l’ensemble des suites réelles \((u_{n})\) telles que : \((\forall n\in\mathbb{N}):\ u_{n+2}=u_{n+1}+2u_{n}\).

1) Montrer que \(E\) est un sous-espace vectoriel de l’espace des suites réelles.

2) Montrer que les suites \(a=(2^{n})\) et \(b=((-1)^{n})\) appartiennent à \(E\) et que la famille \((a;b)\) est libre.

3) Soit \(u\in E\). Montrer qu’il existe des réels \(\alpha\) et \(\beta\) tels que \(u_{0}=\alpha+\beta\) et \(u_{1}=2\alpha-\beta\), puis que \(u=\alpha a+\beta b\) (récurrence double). En déduire une base et la dimension de \(E\).

4) Déterminer la suite \(u\in E\) telle que \(u_{0}=1\) et \(u_{1}=5\).

Afficher la correctionMasquer la correction

1) Sous-espace.

La suite nulle est dans \(E\). Si \(u,v\in E\) et \(\lambda,\mu\in\mathbb{R}\) : \(\lambda u_{n+2}+\mu v_{n+2}=(\lambda u_{n+1}+\mu v_{n+1})+2(\lambda u_{n}+\mu v_{n})\), donc \(\lambda u+\mu v\in E\).

2) Deux suites géométriques.

\(2^{n+1}+2\times2^{n}=4\times2^{n}=2^{n+2}\) et \((-1)^{n+1}+2(-1)^{n}=(-1)^{n}=(-1)^{n+2}\) : \(a,b\in E\).

Si \(\lambda a+\mu b=0\), alors (termes de rang \(0\) et \(1\)) \(\lambda+\mu=0\) et \(2\lambda-\mu=0\), d’où \(\lambda=\mu=0\) : \((a;b)\) est libre.

3) Base de E.

Le système \(\alpha+\beta=u_{0}\), \(2\alpha-\beta=u_{1}\) a pour solution \(\alpha=\frac{u_{0}+u_{1}}{3}\), \(\beta=\frac{2u_{0}-u_{1}}{3}\). La suite \(w=\alpha a+\beta b\) appartient à \(E\) et a les mêmes deux premiers termes que \(u\).

Si \(u_{k}=w_{k}\) et \(u_{k+1}=w_{k+1}\), alors \(u_{k+2}=u_{k+1}+2u_{k}=w_{k+1}+2w_{k}=w_{k+2}\) : par récurrence, \(u=w\). Ainsi \((a;b)\) engendre \(E\) ; c’est une base et \(\dim E=2\).

4) Une suite particulière.

\(\alpha=\frac{1+5}{3}=2\) et \(\beta=\frac{2-5}{3}=-1\) : \(u_{n}=2^{n+1}-(-1)^{n}\) (vérification : \(u_{2}=5+2=7=8-1\)).

Exercice 5

Intersection de deux plans

Moyen

Dans \(\mathbb{R}^{3}\), on considère \(P_{1}=\{(x;y;z)\ /\ x+2y-z=0\}\) et \(P_{2}=\{(x;y;z)\ /\ y+z=0\}\).

1) Déterminer une base et la dimension de \(D=P_{1}\cap P_{2}\).

2) Déterminer une base de \(P_{1}\) contenant le vecteur de base de \(D\) trouvé en 1).

3) Les vecteurs \((3;-1;1)\), \((1;0;1)\) et \((0;1;0)\) forment-ils une base de \(\mathbb{R}^{3}\) ?

Afficher la correctionMasquer la correction

1) Intersection.

\((x;y;z)\in D\iff y=-z\) et \(x=z-2y=3z\iff(x;y;z)=z(3;-1;1)\). Donc \(D=\mathrm{Vect}((3;-1;1))\) : base \(((3;-1;1))\), dimension \(1\) (c’est une droite vectorielle).

2) Base de \(P_{1}\).

\((x;y;z)\in P_{1}\iff z=x+2y\) : \(P_{1}=\mathrm{Vect}((1;0;1);(0;1;2))\) est de dimension \(2\). Les vecteurs \((3;-1;1)\) et \((1;0;1)\) sont dans \(P_{1}\) (\(3-2-1=0\) et \(1+0-1=0\)) et ne sont pas colinéaires : ils forment une famille libre de \(2\) vecteurs de \(P_{1}\), donc une base de \(P_{1}\).

3) Base de \(\mathbb{R}^{3}\).

\[\begin{vmatrix}3&1&0\\-1&0&1\\1&1&0\end{vmatrix}\]

\[=3\times(-1)-1\times(-1)\]

\[=-2\ne0\]

La famille est libre, de \(3\) vecteurs : c’est une base de \(\mathbb{R}^{3}\).

Exercice 6

Un sous-espace de matrices triangulaires

Difficile

On pose \(N=\begin{pmatrix}0&1&0\\0&0&1\\0&0&0\end{pmatrix}\) et, pour \(a,b,c\) réels, \(M(a;b;c)=\begin{pmatrix}a&b&c\\0&a&b\\0&0&a\end{pmatrix}\). Soit \(E=\{M(a;b;c)\ /\ a,b,c\in\mathbb{R}\}\).

1) Calculer \(N^{2}\) et \(N^{3}\), et vérifier que \(M(a;b;c)=aI+bN+cN^{2}\).

2) En déduire que \(E\) est un sous-espace vectoriel de \(\mathcal{M}_{3}(\mathbb{R})\), de base \((I;N;N^{2})\). Quelle est sa dimension ?

3) Montrer que \(E\) est stable par multiplication et que le produit de deux éléments de \(E\) est commutatif.

4) Montrer que \(M(a;b;c)\) est inversible si et seulement si \(a\ne0\). Calculer \((I+N)(I-N+N^{2})\) et en déduire \((I+N)^{-1}\).

Afficher la correctionMasquer la correction

1) Puissances de N.

\[N^{2}=\begin{pmatrix}0&0&1\\0&0&0\\0&0&0\end{pmatrix}\]

\[N^{3}=O\]

Donc \(aI+bN+cN^{2}\) a la diagonale \(a\), la « sur-diagonale » \(b\) et le coin \(c\) : c’est \(M(a;b;c)\).

2) Base et dimension.

\(E=\mathrm{Vect}(I;N;N^{2})\) est un sous-espace vectoriel. Si \(aI+bN+cN^{2}=O\), alors \(M(a;b;c)=O\), donc \(a=b=c=0\) : la famille est libre. C’est une base et \(\dim E=3\).

3) Stabilité par produit.

\(I\), \(N\), \(N^{2}\) commutent entre elles et \(N^{3}=N^{4}=O\). En développant :

le produit \((aI+bN+cN^{2})(a^{\prime}I+b^{\prime}N+c^{\prime}N^{2})\) vaut :

\[aa^{\prime}I+\left(ab^{\prime}+ba^{\prime}\right)N\]

\[+\left(ac^{\prime}+bb^{\prime}+ca^{\prime}\right)N^{2}\]

Le résultat est dans \(E\), et l’expression est symétrique : le produit est commutatif dans \(E\).

4) Inversibilité.

\(M(a;b;c)\) est triangulaire : \(\det M(a;b;c)=a^{3}\), non nul si et seulement si \(a\ne0\).

\((I+N)(I-N+N^{2})=I-N+N^{2}+N-N^{2}+N^{3}=I\), donc \((I+N)^{-1}=I-N+N^{2}=\begin{pmatrix}1&-1&1\\0&1&-1\\0&0&1\end{pmatrix}\).

Exercice 7

Familles de fonctions

Difficile

1) Montrer que la famille \((f_{1};f_{2};f_{3})\), où \(f_{k}(x)=e^{kx}\), est libre dans \(\mathcal{F}(\mathbb{R};\mathbb{R})\) (on pourra diviser par \(e^{3x}\) puis faire tendre \(x\) vers \(+\infty\)).

2) Soit \(E\) l’ensemble des fonctions \(x\mapsto e^{x}(\alpha\cos x+\beta\sin x)\), \(\alpha,\beta\in\mathbb{R}\). Montrer que \(E\) est un sous-espace vectoriel de dimension \(2\) de \(\mathcal{F}(\mathbb{R};\mathbb{R})\).

3) Montrer que \(E\) est l’ensemble des solutions de l’équation différentielle \(y^{\prime\prime}-2y^{\prime}+2y=0\).

4) Montrer que la dérivée de toute fonction de \(E\) appartient à \(E\) et donner les coordonnées de \(g^{\prime}\) dans la base \((u:x\mapsto e^{x}\cos x;\ v:x\mapsto e^{x}\sin x)\), pour \(g=\alpha u+\beta v\).

Afficher la correctionMasquer la correction

1) Famille libre.

Si \(ae^{x}+be^{2x}+ce^{3x}=0\) pour tout \(x\), alors en divisant par \(e^{3x}\) : \(ae^{-2x}+be^{-x}+c=0\). Quand \(x\to+\infty\), on obtient \(c=0\).

Il reste \(ae^{x}+be^{2x}=0\) ; en divisant par \(e^{2x}\) : \(ae^{-x}+b=0\), et \(x\to+\infty\) donne \(b=0\), puis \(a=0\). La famille est libre.

2) Dimension 2.

\(E=\mathrm{Vect}(u;v)\) est un sous-espace vectoriel. Si \(\alpha u+\beta v=0\) : en \(x=0\), \(\alpha=0\) ; en \(x=\frac{\pi}{2}\), \(\beta e^{\frac{\pi}{2}}=0\), donc \(\beta=0\). \((u;v)\) est une base et \(\dim E=2\).

3) Lien avec une équation différentielle.

L’équation caractéristique \(r^{2}-2r+2=0\) a pour racines \(1\pm i\) : les solutions sont exactement les fonctions \(x\mapsto e^{x}(\alpha\cos x+\beta\sin x)\) (leçon 7).

4) Dérivation.

\(u^{\prime}(x)=e^{x}(\cos x-\sin x)=u(x)-v(x)\) et \(v^{\prime}(x)=e^{x}(\sin x+\cos x)=u(x)+v(x)\). Donc :

\(\displaystyle g^{\prime}=\alpha(u-v)+\beta(u+v)=(\alpha+\beta)u+(\beta-\alpha)v\in E\)

Les coordonnées de \(g^{\prime}\) dans \((u;v)\) sont \((\alpha+\beta;\beta-\alpha)\).