mth1007 : algèbre linéaire pour

ingénieurs - automne 2023 - groupe 4

Zoumana Coulibaly
PhD (POLY2012)
Département de Mathématiques et Génie Industriel
École Polytechnique de Montréal

Notes de Cours

Le 28 août 2023
Documentation et évaluation
1 Manuel de base utilisé : Algèbre linéaire pour ingénieurs, G. Strang,
adaptation française de S. Dufour, éditions PiP.
Type Pondération Date et Heure Matière prévue
Dimanche 1 octobre sections 2.2,2.3,2.4,2.5
CP 1 25 %
09H00-11H00 sections 2.6,2.7 et 3.1
Dimanche 19 novembre sections 3.2,3.3,3.4,3.5
CP 2 25 %
09H00-11H00 sections 4.1,4.2 et 4.3
À venir
Final 50 % Chapitres 2,3,4 et 6

2 Horaire du cours : Lundi : 15H45 - 17H45, local M-2203.

3 Horaire du TD : Vendredi : 12H45 - 14H45, local M-2203.
4 Site moodle du cours :
[Link]
5 Les examens sont sans calculatrice ni document.
6 Disponibilités au local A-520.38 : Lundi : 14H30 - 15H30, mercredi : 12H30
-14H00.

Z. Coulibaly MTH1007-4:A2023 28 août 2023 2 / 17

 chapitre 1

Introduction aux vecteurs

Objectifs : Ce chapitre a pour but de rappeler

les notions de vecteurs et de combinaisons linéaires;
les longueurs de vecteurs et de produits scalaires;
les notions de matrices.
 section 1.1

Vecteurs et combinaisons linéaires

1. Vecteurs en deux dimensions
2. Représentations graphiques : somme, différence et
multiplication par un scalaire.
3. Combinaisons linéaires.
1. Vecteurs en deux dimensions
Un vecteur
  en deux dimensions (bidimensionnel) se note
v1
v= , où
v2
v1 ∈ R est la première composante de v, et
v2 ∈ R est la deuxième composante de v.
Convention : les vecteurs seront notés (en gras) dans les
transparents et dans le manuel, v, et par − →
v au tableau. On
écrira aussi v = (v1 ,v2 ) pour gagner de l’espace.

2. Opérations sur les vecteurs

   
u1 v1
Soient u = et v = , 2 vecteurs et c ∈ R un nombre réel. Alors, on définit
u2 v2
         
u1 v1 u1 + v1 u1 cu1
u+v= + = et cu = c =
u2 v2 u2 + v2 u2 cu2

Z. Coulibaly MTH1007-4:A2023 28 août 2023 5 / 17

Définition 1 : Combinaisons linéaires
On appelle combinaison linéaire des vecteurs v1 ,v2 , . . . ,vn la somme

c1 v1 + c2 v2 + . . . + cn vn , où c1 ,c2 , . . . ,cn ∈ R.

Quelques combinaisons linéaires importantes

Addition : 1 u + 1 v Vecteur nul : 0 u + 0 v = 0
Soustraction : 1 u - 1 v Produit par un scalaire : c u + 0 v = c u

Vecteurs en trois dimensions

u1 v1
" # " #
Soient les vecteurs tridimensionnels u = u2 et v = v2 et le scalaire c ∈ R.
u3 v3
Alors
u1 v1 u1 + v1
" # " # " #
Addition : u + v = u2 + v2 = u2 + v2
u3 v3 u3 + v3
u1 cu1
" # " #
Multiplication par un scalaire : cu = c u2 = cu2
u3 cu3
3. Vecteurs en n dimensions
   
u1 v1
u2  v2 
 ...  et v =  ...  où u1 ,v1 , . . . ,un ,vn ∈ R et c ∈ R un
Soient les vecteurs u =    

un vn
scalaire. Alors    
u1 + v1 cu1
u2 + v2  cu2 
u+v=
 ...  et cu =  ... 
  

un + vn cun

Quelques observations
Soient les vecteurs tridimensionnels u,v et w. Que représente géométriquement
toutes leurs combinaisons linéaires?
1. cu est une droite si u ̸= 0.
2. cu + dv est un plan en général (mais pas toujours).
3. cu + dv + ew est un espace tridimensionnel en général (mais pas toujours).

Z. Coulibaly MTH1007-4:A2023 28 août 2023 7 / 17

 section 1.2

Produit scalaire et longueur

1. Produit scalaire (forme algébrique)
2. Angle entre deux vecteurs.
3. Inégalités de Schwarz et du triangle.
1. Produit scalaire et longueur
Le produit scalaire des vecteurs u = (u1 ,u2 , . . . ,un ) et v = (v1 ,v2 , . . . ,vn ) est le
nombre réel
n
X
u • v = (u1 ,u2 , . . . ,un ) • (v1 ,v2 , . . . ,vn ) = u1 v1 + u2 v2 + . . . + un vn = ui vi .
i=1

Définition 1 : Norme d’un vecteur

La norme (ou longueur) du vecteur u = (u1 ,u2 , . . . ,un ) est le nombre réel positif
√ p
∥u∥ = ∥(u1 ,u2 , . . . ,un )∥ = u • u = u12 + u22 + . . . + un2 .

Définition 2 : Vecteur unitaire

Le vecteur u est unitaire si sa norme est 1 : ∥u∥ = 1.

Z. Coulibaly MTH1007-4:A2023 28 août 2023 9 / 17

2. angle entre deux vecteurs
L’angle θ entre les vecteurs u et v est le plus petit des deux angles formés par les
flèches qui les représentent.

u•v
C’est l’angle 0 ≤ θ ≤ π donné par cos(θ) = . On observe alors que
∥u∥∥v∥
π
u•v>0⇔0≤θ< (si θ est un angle aigu).
2
π
u•v=0⇔θ= (u et v sont perpendiculaires ou orthogonaux).
2
π
u • v < 0 ⇔ < θ ≤ π (si θ est un angle obtu).
2

3. deux inégalités importantes

Pour tous vecteurs u et v, on a
1. Inégalité de Schwarz : |u • v| ≤ ∥u∥∥v∥ (car
−1 ≤ cos(θ) ≤ 1 ⇒ | cos(θ)| ≤ 1,∀θ ∈ R).
2. Inégalité du triangle : ∥u + v∥ ≤ ∥u∥ + ∥v∥.

Z. Coulibaly MTH1007-4:A2023 28 août 2023 10 / 17

 section 1.3

Matrices
1. Produit matrice-vecteur
2. Système d’équations linéaires.
3. Indépendance linéaire.
1. Produit matrice-vecteur : portrait des lignes
Soient les vecteurs tridimensionnels u,v et w. La matrice A ayant pour colonnes ces
vecteurs est le tableau rectangulaire

| | | u1 v1 w1 −L1 −
" # " # " #
A= u v w = u2 v2 w2 = −L2 − .
| | | u3 v3 w3 −L3 −

On définit le produit de A par le vecteur x par

u1 v1 w1 x1 L1 · x u1 x1 + v1 x2 + w1 x3
" #" # " # " #
Ax = u2 v2 w2 x2 = L2 · x = u2 x1 + v2 x2 + w2 x3
u3 v3 w3 x3 L3 · x u3 x1 + v3 x2 + w3 x3

Chaque composante du vecteur Ax est le produit scalaire d’une ligne de A avec x.

Produit matrice-vecteur : portrait des colonnes

On peut aussi voir le produit Ax comme une combinaison linéaire des colonnes de A
u1 v1 w1
" # " # " #
Ax = x1 u + x2 v + x3 w = x1 u2 + x2 v2 + x3 w2 .
u3 v3 w3
Si on note Ax = b, on dit que A agit sur x pour donner le vecteur b

Z. Coulibaly MTH1007-4:A2023 28 août 2023 12 / 17

 section 2.1

Vecteurs et équations linéaires

1. Portraits des lignes et portraits des colonnes
2. Système d’équations linéaires.
1. Portrait des lignes et des colonnes
     
x − 2y = 0 1 −2 x 0
Soit à résoudre le système d’équations ⇔ =
x +y =3 1 1 y 3
Le portrait des lignes correspondant à ce système est
représenté
  par les droites
 
x x
L1 · = [1 − 2] · = x − 2y = 0 et
y y
   
x x
L2 · = [1 1] · = x + y = 3.
y y
L’unique point d’intersection des 2 droites est (x ,y ) = (2,1).

Portrait des colonnes

Le
 système
  peut
 s’écrire
  sous forme vectorielle
    
1 −2 x 0 1 −2 0
= , soit encore x +y = .
1 1 y 3 1 1 3
 
1
On cherche tous les x et y qui combinent u = et
1
   
−2 0
v= pour obtenir b = .
1 3
L’unique solution est 2u + v = b
Z. Coulibaly MTH1007-4:A2023 28 août 2023 14 / 17
Portrait des lignes en trois dimensions
Le portrait des lignes pour le système

2x − y =0 2 −1 0 x 0
" #" # " #
−x − 2y − z = −1 ⇔ −1 −2 −1 y = −1 .

− 3y + 4z = 4 0 −3 4 z 4
est représenté par les trois plans
L1 · (x ,y ,z) = 2x − y = 0,L2 · (x ,y ,z) = −x − 2y − z = −1
et L3 · (x ,y ,z) = −3y + 4z = 4.
Graphiquement, les 3 plans se croisent au point
(x ,y ,z) = (0,0,1).

Portrait des colonnes en trois dimensions

Le système peut s’écrire sous la forme vectorielle
2 −1 0 0
" # " # " # " #
x −1 + y −2 + z −1 = −1 .
0 −3 4 4
Il s’agit de trouver toutes les combinaisons possibles de
u = (2, − 1,0),v = (−1, − 2, − 3) et w = (0, − 1,4) pour
obtenir b = (0, − 1,4).
L’unique solution est 0u + 0v + 1w = b
Z. Coulibaly MTH1007-4:A2023 28 août 2023 15 / 17
Portrait des lignes en trois dimensions (2)
Le portrait des lignes pour le système

x + y =1 1 1 0 x 1
" #" # " #
x +z =1 ⇔ 1 0 1 y = 1 .

y −z =1 0 1 −1 z 1
est représenté par les trois plans
L1 · (x ,y ,z) = x + y = 1,L2 · (x ,y ,z) = x − z = 1 et
L3 · (x ,y ,z) = y − z = 1.
Graphiquement, les 3 plans ne se croisent jamais en même
temps ⇒ le système possède 0 solution

Portrait des colonnes en trois dimensions (2)

Le système peut s’écrire sous la forme vectorielle

1 1 0 1
" # " # " # " #
x 1 +y 0 +z 1 = 1 .
0 1 −1 1
Il s’agit de trouver toutes les combinaisons possibles
de u = (1,1,0),v = (1,0,1) et w = (0,1, − 1) pour
obtenir b = (1,1,1). Ce qui est impossible. Pourquoi?

Z. Coulibaly MTH1007-4:A2023 28 août 2023 16 / 17

2. Systèmes d’équations linéaires (SEL)
b1 x1 −L1 − a11 a12 a13 | | |
" # " # " # " # " #
Soit b = b2 ,x = x2 et A = −L2 − = a21 a22 a23 = c1 c2 c3 .
b3 x3 −L3 − a31 a32 a33 | | |
3
P


 a1j xj = a11 x1 + a12 x2 + a13 x3 = b1
# " #  j=1
L1 · x

b1
" 
P 3
Ax = b ⇔ L2 · x = b2 ⇔ a2j xj = a21 x1 + a22 x2 + a23 x3 = b2
L3 · x b3 
 j=1

 P3
 a3j xj = a31 x1 + a32 x2 + a33 x3 = b3 .


j=1
qui est équivalent à x1 c1 + x2 c2 + x3 c3 = b (portrait des colonnes).

Définition 1 : Indépendance linéaire

Soient les vecteurs u1 ,u2 , . . . ,un et c1 ,c2 , . . . ,cn ∈ R, des scalaires
1 Les vecteurs u1 ,u2 , . . . ,un sont linéairement indépendants si
# c1  0 c1  0
| |
"
c1 u1 + . . . + cn un = 0 ⇔ u1 . . . un  ...  =  ...  ⇒  ...  =  ...  .
| | cn 0 cn 0
2 Les vecteurs u1 ,u2 , . . . ,un sont linéairement dépendants s’il existe
c1 ,c2 , . . . cn , non tous nuls tels que c1 u1 + . . . + cn un = 0.
Z. Coulibaly MTH1007-4:A2023 28 août 2023 17 / 17