Collège de Paris Supérieur - TOGO

Niveau d’étude : B1 IT A - BTS1&2

Algèbre linéaire et relationnelle

Edem K. HOVI

Lomé, le 11 novembre 2024

 Sommaire

Partie I – Cours

1 Espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Partie II – Travaux dirigés

1 TD n°1 : Espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

Table des matières

2
Partie I

Cours

3
 Chapitre 1

Espaces vectoriels
Sommaire
1.1 Définition et proriété . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Sous-espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Somme de deux sous-espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Combinaisons linéaires, familles libres, liées et génératrices . . . . . . . . . . . . . . . . . . . . . . . . 5
1.5 Espace vectoriel en dimension finie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6 Caractérisation des sous-ev de dimension finie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.1 Définition et proriété

Définition 1.1.1.
Soit K un corps commutatif (K = R ou C). Soit E un ensemble dont les élémens seront appelés des vecteurs.
On munit E de :
• la loi interne ≪ + ≫ (addition vectorielle) : ∀(x,y) ∈ E 2 ,(x + y) ∈ E
• la loi externe ≪ . ≫ (multiplication par un scalaire) : ∀x ∈ E,∀λ ∈ K,(λx) ∈ E
(E, + ,.) est un espace vectoriel sur K (K -ev) si :
1 (E,+) est un groupe commutatif
• l’addition est associative : ∀(x,y,z) ∈ E 3 ,(x + y) + z = x + (y + z)
• l’addition est commutative : ∀(x,y) ∈ E 2 ,x + y = y + x
• il existe un élément neutre 0E ∈ E tel que ∀x ∈ E,x + 0E = x
• ∀x ∈ E,∃!x′ ∈ E tel que x + x′ = x′ + x = 0E (x′ est appelé l’opposé de x et se note (−x))
2 la loi externe doit vérifier :
• ∀λ ∈ K,∀(x,y) ∈ E 2 ,λ.(x + y) = λ.x + λ.y
• ∀(λ1 ,λ2 ) ∈ K2 ,∀x ∈ E,(λ1 + λ2 ).x = λ1 .x + λ2 .x
• ∀(λ1 ,λ2 ) ∈ K2 ,∀x ∈ E,λ1 .(λ2 .x) = (λ1 .λ2 ).x
• ∀x ∈ E,1.x = x
Théorème 1.1.1.
Si E est un K-ev, alors on a :
(
λ=0
• ∀x ∈ E,∀λ ∈ K,λ.x = 0E ⇐⇒
ou x = 0E
• (−λ).x = −(λ.x) = λ.(−x)
Exemple 1.1.1.
Soit K = R et E = Rn . (Rn , + ,.) est un R-ev
1 loi interne :
∀x ∈ Rn ,x = (x1 ,x2 , · · · ,xn ) et ∀y ∈ Rn ,y = (y1 ,y2 , · · · ,yn ),
x + y = (x1 + y1 ,x2 + y2 , · · · ,xn + yn )
2 loi externe :
∀x ∈ Rn ,∀λ ∈ R,λ.x = (λ.x1 ,λ.x2 , · · · ,λ.xn )

1.2 Sous-espace vectoriel

Définition 1.2.1.
Soit E un K-ev et F ⊂ E. F est un sous-espace vectoriel de E si :
• F ̸= ∅
• la loi interne ≪ + ≫ est stable dans F : ∀(x,y) ∈ F 2 ,(x + y) ∈ F

4
 • la loi externe ≪ . ≫ est stable dans F : ∀x ∈ F,∀λ ∈ K,(λ.x) ∈ F
Remarque 1.2.1.
Si E est un K-ev, {0E } et E sont deux sous-espaces vectoriels de E.
Acivité 1.2.1.
Soit E l’ensemble défini par E = {(x1 ,x2 ,x3 ) ∈ R3 /x1 + 2x2 − x3 = 0}.
Montrez que E est un sous-espace vectoriel de R3 .
Acivité 1.2.2.
Soit E un K-ev et F1 , F2 deux sous-espaces vectoriels de E.
Montrez que F1 ∩ F2 est un sous-espace vectoriel de E.

1.3 Somme de deux sous-espaces vectoriels

Théorème 1.3.1.
Soient F1 et F2 deux sous-espaces vectoriels d’un K-ev E. On appelle somme des sous-espaces vectoriels F1 et
F2 l’ensemble noté (F1 + F2 ) défini par F1 + F2 = {x + y/x ∈ F1 et y ∈ F2 }.
Acivité 1.3.1.
Montrez que F1 + F2 est un sous-espace vectoriel de E.
Définition 1.3.1.
On appelle somme directe,
( la somme notée F1 ⊕ F2 telle que :
F = F1 + F2
F = F1 ⊕ F2 ⇐⇒
F1 ∩ F2 = {0E }
Remarque 1.3.1.
Si F = E, on dit que F1 et F2 sont supplémentaires.
Théorème 1.3.2.
F = F1 ⊕ F2 si et seulement si ∀z ∈ F , z s’écrit de manière unique sous la forme z = x + y avec x ∈ F1 et
y ∈ F2 .
Acivité 1.3.2.
Soient les sous-espaces vectoriels de R3 : F1 = {(x1 ,0,0)/x1 ∈ R} et F2 = {(0,x2 ,x3 )/(x2 ,x3 ) ∈ R2 }.
Montrez que F1 et F2 sont supplémentaires de R3 .

1.4 Combinaisons linéaires, familles libres, liées et génératrices

1.4.1 Familles libres
Définition 1.4.1.
Soit E un K-ev et {xi }i∈I une famille d’éléments de E. On appelle combinaison linéaire de la famille {xi }i∈I ,
X
l’expression λi xi avec λi ∈ K.
i∈I

Définition 1.4.2.
On dit que la famille {x1 ,x2 , · · · ,xp } de E est libre ou linéairement indépendante si toute combinaison linéaire
nulle
λ1 x1 + λ2 x2 + · · · λp xp = 0
est telle que tous ses coefficients sont nuls, c’est-à-dire
λ1 = 0 , λ2 = 0 , · · · , λp = 0
Dans le cas contraire, c’est-à-dire s’il existe une combinaison linéaire nulle à coefficients non tous nuls, on dit
que la famille est liée ou linéairement dépendante. Une telle combinaison linéaire s’appelle alors une relation de
dépendance linéaire entre les xj . .
Exemple 1.4.1.
Dans le R-ev R3 , considérons la famille {v1 ,v2 ,v3 } avec v1 = (1,2,3) ; v2 = (4,5,6) et v3 = (2,1,0)
On souhaite déterminer si elle est libre ou liée. On cherche des scalaires (λ1 ,λ2 ,λ3 ) tels que :
       
1 4 2 0
λ1 2 + λ2 5 + λ3 1 = 0
3 6 0 0

Prof: K. E. HOVI 5/16 CDPS 2024-2025

ce qui équivaut au système : 
λ1 + 4λ2 + 2λ3 = 0

2λ1 + 5λ2 + λ3 = 0

3λ1 + 6λ2 = 0


Avec la méthode de Gauss, on trouve que le système équivaut à :

(
λ1 − 2λ3 = 0
λ2 + λ3 = 0
Ce système a une infinité de solutions et en prenant par exemple λ3 = 1 on obtient λ1 = 2 et λ2 = −1, ce qui
fait que        
1 4 2 0
2 2 − 5 + 1 = 0
3 6 0 0
La famille {v1 ,v2 ,v3 } est donc liée.
Exemple 1.4.2.
Soient v1 = (1,1,1) ; v2 = (2, − 1,0) et v3 = (2,1,1).
La famille {v1 ,v2 ,v3 } est-elle libre ?

λ1 + 2λ2 + 2λ3 = 0

λ1 v1 + λ2 v2 + λ3 v3 = 0 ⇐⇒ λ1 − λ2 + λ3 = 0

λ1 + λ3 = 0


λ1 = 0

⇐⇒ λ2 = 0

λ3 = 0


La famille {v1 ,v2 ,v3 } est donc une famille libre.

Exemple 1.4.3.
Soient v1 = (2, − 1,0,3) ; v2 = (1,2,5, − 1) et v3 = (7, − 1,5,8).
Vérifiez que {v1 ,v2 ,v3 } est une famille liée.
Exemple 1.4.4.
Les polynômes P1 (X) = 1 − X ; P2 (X) = 5 + 3X − 2X 2 et P3 (X) = 1 + 3X − X 2 forment une famille liée dans
l’espace vectoriel R[X], car
3P1 (X) − P2 (X) + 2P3 (X) = 0
Exemple 1.4.5.
Dans le R-ev F (R,R) des fonctions de R dans R, on considère la famille {cos , sin}.
Montrons que c’est une faùmille libre.
Supposons que l’on ait λ cos x + µ sin x = 0. Cela équivaut à
∀x ∈ R,λ cos x + µ sin x = 0
En particulier, pour x = 0, cette égalité donne λ = 0. Et pour x = π2
, elle donne µ = 0. Donc la famille {cos , sin} est libre. En revanche la famille {cos2 , sin2 ,1} est liée car on a
la relation de dépendance linéaire cosx + sin2 x − 1 = 0 ∀x ∈ R. Les coefficients de dépendance linéaire sont
λ1 = 1 ; λ2 = 1 ; λ3 = −1.

1.4.2 Familles liées

Soit E un K - espace vectoriel. Si v ̸= 0, la famille à un seul vecteur {v} est libre (et liée si v = 0).
Considérons le cas particulier d’une famille de deux vecteurs.
Proposition 1.4.1.
La famille {v1 ,v2 } est liée si et seulement si v1 est un multiple de v2 ou v2 est un multiple de v1 .
Ce qui se reformule ainsi par contraposition : ≪ La famille {v1 ,v2 } est libre si et seulement si v1 n’est pas un
multiple de v2 et v2 n’est pas un multiple de v1 . ≫
Généralisons tout de suite cette proposition à une famille d’un nombre quelconque de vecteurs.
Théorème 1.4.1.
Soit E un K-espace vectoriel. Une famille F = {v1 ,v2 , · · · ,vp } de p ≥ 2 vecteurs de E est une famille liée si et
seulement si au moins un des vecteurs de F est combinaison linéaire des autres vecteurs de F .

Prof: K. E. HOVI 6/16 CDPS 2024-2025

1.4.3 Interprétation géométrique de la dépendance linéaire
• Dans R2 ou R3 , deux vecteurs sont linéairement dépendants si et seulement s’ils sont colinéaires. Ils sont
donc sur une même droite vectorielle.
• Dans R3 , trois vecteurs sont linéairement dépendants si et seulement s’ils sont coplanaires. Ils sont donc
dans un même plan vectorie

1.4.4 Familles génératrices

Soit E un espace vectoriel sur un corps K.
Définition 1.4.3.
On appelle famille génératrice de E une famille {xi }i∈I telle que tout élément de E est une combinaison linéaire
X
de cette famille : ∀x ∈ E,∃(λi )i∈I tels que x = λi xi .
i∈I

On dit aussi que la famille {x1 , · · · ,xp } engendre l’espace vectoriel E. Cette notion est bien sûr liée à la notion
de sous-espace vectoriel engendré : les vecteurs {x1 , · · · ,xp } forment une famille génératrice de E si et seulement
si E = V ect(x1 , · · · ,xp )
Exemple 1.4.6.

Considérons par exemple les vecteurs v1 = (1,0,0) ; v2 = (0,1,0) ; v3 = (0,0,1) de E = R3 .

La famille {v1 ,v2 ,v3 } est génératrice car tout vecteur v = (x,y,z) de R3 peut s’écrire :
       
x 1 0 0
y  = x 0 + y 1 + z 0
z 0 0 1

Exemple 1.4.7.
Soient maintenant les vecteurs v1 = (1,1,1) ; v2 = (1,2,3) de E = R3 . Les vecteurs {v1 ,v2 }. ne forment pas une
famille génératrice de R3 . Par exemple, le vecteur v = (0,1,0) n’est pas dans V ect{v1 ,v2 }.
En effet, si c’était le cas, alors il existerait λ1 ; λ2 ∈ R tels que v = λ1 v1 + λ2 v2 . Ce qui s’écrirait aussi
     
0 1 1
1 = λ1 1 + λ2 2
0 1 3

d’où le système linéaire 

λ1 + λ2 = 0

λ1 + 2λ2 = 1

λ1 + 3λ2 = 0


Ce système n’a pas de solution. (La première et la dernière ligne impliquent λ1 = 0 ; λ2 = 0, ce qui est
incompatible avec la deuxième.)

Prof: K. E. HOVI 7/16 CDPS 2024-2025

1.4.5 Base
La notion de base généralise la notion de repère. Dans R2 , un repère est donné par un couple de vecteurs non
colinéaires. Dans R3 , un repère est donné par un triplet de vecteurs non coplanaires. Dans un repère, un vecteur
se décompose suivant les vecteurs d’une base. Il en sera de même pour une base d’un espace vectoriel.

Définition 1.4.4.
On dit qu’une famille {xi }i∈I est une base de E si {xi }i∈I est une famille libre et génératrice.
Théorème 1.4.2. X
La famille {xi }i∈I est une base de E si et seulement si ∀x ∈ E, x s’écrit de manière unique x = λ i xi .
i∈I

Acivité 1.4.1.
Soit e1 = (1,0) , e2 = (0,1) des vecteurs de R2 . Montrez que la famille {e1 ,e2 } forme une base de R2 .

Remarque 1.4.1.
La famille {e1 ,e2 , · · · ,en } avec e1 = (1,0, · · · ,0), e2 = (0,1,0, · · · ,0), · · · ,en = (0, · · · ,0,1) constitue la base
canonique de Rn .
Théorème 1.4.3.

• {x} est une famille libre si et seulement si x ̸= 0.

• Toute famille contenant une famille génératrice est génératrice.
• Toute sous-famille d’une famille libre est libre
• Toute famille contenant une famille liée est liée
• Toute famille {v1 ,v2 , · · · ,vp } dont l’un des vecteurs vi est nul, est liée.

1.5 Espace vectoriel en dimension finie

Définition 1.5.1.

• Soit F = {xi }i∈I une famille d’éléments de E. On appelle cardinal de F le nombre d’éléments de F .
• E est un ev de dimension finie si E admet une famille génératrice de cardinal fini.
Théorème 1.5.1.
Toutes les bases d’un même ev E ont le même cardinal. Ce nombre commun est appelé la dimension de E. On
note dimE.

Corollaire 1.5.1.
Dans un ev de dimension n, on a :
— Toute famille libre a au plus n éléments
— Toute famille génératrice a au moins n éléments.

Remarque 1.5.1.
Si dimE = n, pour montrer qu’une famille de n éléments est une base de E, il suffit de montrer qu’elle est libre
ou bien génératrice.

Prof: K. E. HOVI 8/16 CDPS 2024-2025

Acivité 1.5.1.
Dans l’espace vectoriel R3 , considérons les vecteurs v1 = (1,0,0) ; v2 = (1,0,1) et v3 = (0,1,2).
Montrez que {v1 ,v2 ,v3 } est une base de R3 .
Exemple 1.5.1.
Soient les vecteurs v1 = (3,1) ; v2 = (1,2). On vérifie (v1 ,v2 ) forment une base de R2 .

Exemple 1.5.2.
Soient les vecteurs v1 = (1,2,1) ; v2 = (2,9,0) et v3 = (3,3,4).
Montrons que la famille B = (v1 ,v2 ,v3 ) est une base de R3 .
Dans les deux premiers points, nous ramenons le problème à l’étude d’un système linéaire.
 que B est une famille génératrice de R .
3
1 Montronsd’abord
α1
Soit v = α2  un vecteur quelconque de R3 . On cherche λ1 ; λ2 ; λ3 ∈ R tels que :
α3
v = λ 1 v 1 + λ 2 v2 + λ 3 v3
Ceci est équivalent à :
         
α1 1 2 3 λ1 + 2λ2 + 3λ3
α2  = λ1 2 + λ2 9 + λ3 3 = 2λ1 + 9λ2 + 3λ3 
α3 1 0 4 λ1 + 4λ3
Ceci conduit au système linéaire : 
λ1 + 2λ2 + 3λ3 = α1

2λ1 + 9λ2 + 3λ3 = α2

λ1 + 4λ3 = α3


On montre facilement que ce système admet une unique solution (λ1 ,λ2 ,λ3 ).
2 Pour montrer que B est une famille libre, il faut montrer que l’unique solution de
λ1 v1 + λ2 v2 + λ3 v3 = 0
est
λ1 = λ2 = λ3 = 0
Ceci équivaut à montrer que le système

λ1 + 2λ2 + 3λ3 = 0

2λ1 + 9λ2 + 3λ3 = 0

λ1 + 4λ3 = 0


a une unique solution

λ1 = λ2 = λ3 = 0
3 Nous pourrons répondre à la question sans résoudre des systèmes linéaires (Confère cours sur les matrices).
Exemple 1.5.3.
Pour quelles valeurs du réel t, les vecteurs (v1 ,v2 ,v3 ) suivants forment une base de R3 ?
     
1 1 1
v1 = 1 v2 = 3 v3 = 1
4 t t

Prof: K. E. HOVI 9/16 CDPS 2024-2025

 • Nous avons une famille de 3 vecteurs dans l’espace R3 de dimension 3. Donc pour montrer que la famille
{v1 ,v2 ,v3 } est une base, il suffit de montrer que la famille est libre ou bien de montrer qu’elle est génératrice.
Dans la pratique, il est souvent plus facile de vérifier qu’une famille est libre.
• À quelle condition la famille {v1 ,v2 ,v3 } est libre ?
Soient λ1 ,λ2 ,λ3 ∈ R tels que λ1 v1 + λ2 v2 + λ3 v3 = 0.
Cela implique le système 
λ1 + λ2 + λ3 = 0

λ1 + 3λ2 + λ3 = 0

4λ1 + tλ2 + tλ3 = 0


Ce système est équivalent à : 

λ1 + λ2 + λ3 = 0

2λ2 = 0

(t − 4)λ2 + (t − 4)λ3 = 0


Ce qui donne 
λ 1 + λ 3 = 0

λ2 = 0

(t − 4)λ3 = 0


• Il est clair que si t ̸= 4, alors la seule solution est (λ1 ,λ2 ,λ3 ) = (0,0,0) et donc {v1 ,v2 ,v3 } est une
famille libre. Si t = 4, alors par exemple (λ1 ,λ2 ,λ3 ) = (1,0, − 1) est une solution non nulle, donc la
famille n’est pas libre.
• Conclusion : si t ̸= 4 la famille est libre, donc la famille {v1 ,v2 ,v3 } est en plus génératrice, donc c’est
une base de R3 . Si t = 4, la famille n’est pas libre et n’est donc pas une base.

Théorème de la base incomplète

Théorème 1.5.2.
Soit E un ev de dimension finie et L une famille libre de E. Alors il existe une base B de cardinal fini qui
contient L.

1.6 Caractérisation des sous-ev de dimension finie

Proposition 1.6.1.
Soit E un K-ev de dimension n et F un sous-ev de E. On a :
• dimF ≤ dimE
• dimF = dimE ⇐⇒ F = E.

1.6.1 Coordonnées d’un vecteur

Définition 1.6.1.
Soit E un K-ev de dimension n et B = {v1 , · · · ,vn } une base de E i.e ∀x ∈ E, x s’écrit de manière unique
Xn
x= λ i vi .
i=1
Les scalaires λ1 , · · · ,λn sont appelés les coordonnées de x dans la base B.

1.6.2 Rang d’une famille de vecteurs, sous-espaces engendrés

Définition 1.6.2.
Soit G = {x1 , · · · ,xp }.
Le sous-ev F des combinaisons linéaires des vecteurs x1 , · · · ,xp est appelé sous-espace engendré par G et se
note F = V ectG = V ect{x1 , · · · ,xp }.
p
( )
X
p
F = x ∈ E/x = λi xi avec (λ1 , · · · ,λp ) ∈ K
i=1

Remarque 1.6.1.
F = V ect{x1 , · · · ,xp } si et seulement si {x1 , · · · ,xp } est une famille génératrice de F .

Prof: K. E. HOVI 10/16 CDPS 2024-2025

Exemple 1.6.1.

1 E étant un K-espace vectoriel, et u un élément quelconque de E, l’ensemble V ect(u) = {λu/λ ∈ K} est le

sous-espace vectoriel de E engendré par u. Il est souvent noté Ku. Si u n’est pas le vecteur nul, on parle
d’une droite vectorielle.

2 Si u et v sont deux vecteurs de E, alors V ect(u,v) = {λu + µv/λ,µ ∈ K}. Si u et v ne sont pas colinéaires,
alors V ect(u,v) est un plan vectoriel.
3 Soient u = (1,1,1) et v = (1,2,3) deux vecteurs de R3 . Déterminons P = V ect(u,v)

(x,y,z) ∈ V ect(u,v) ⇐⇒ (x,y,z) = λu + µv pour certainsλ,µ ∈ R

⇐⇒ (x,y,z) = λ(1,1,1) + µ(1,2,3)

x = λ + µ

⇐⇒ y = λ + 2µ

z = λ + 3µ


Nous obtenons bien une équation paramétrique du plan P passant par l’origine et contenant les vecteurs
u et v. On sait en trouver une équation cartésienne : (x − 2y + z = 0).
Exemple 1.6.2.
Soient E l’espace vectoriel des applications de R dans R et f0 ; f1 ; f2 les applications définies par :
∀x ∈ R, f0 (x) = 1 ; f1 (x) = x et f2 (x) = x2 .
Le sous-espace vectoriel de E engendré par {f0 ; f1 ; f2 } est l’espace vectoriel des fonctions polynômes f de
degré inférieur ou égal à 2, c’est-à-dire de la forme f (x) = ax2 + bx + c.
Remarque 1.6.2.
On peut démontrer qu’une partie F d’un espace vectoriel E est un sous-espace vectoriel de E en montrant que
F est égal à l’ensemble des combinaisons linéaires d’un nombre fini de vecteurs de E.
Exemple 1.6.3.
Est-ce que F = {(x,y,z) ∈ R3 /x − y − z = 0} est un sous-ev de R3 ?
Un triplet de R3 est élément de F si et seulement si x = y + z. Donc u est élément de F si et seulement s’il
peut s’écrire u = (y + z,y,z). Or, on a l’égalité :
(y + z,y,z) = y(1,1,0) + z(1,0,1).
Donc F est l’ensemble des combinaisons linéaires de {(1,1,0),(1,0,1)} . C’est le sous-espace vectoriel engendré
par {(1,1,0),(1,0,1)} : F = V ect{(1,1,0),(1,0,1)} . C’est bien un plan vectoriel (un plan passant par l’origine).
Définition 1.6.3.
La dimension de F s’appelle le rang de la famille G : dimF = rgG

Théorème 1.6.1.
Soit G = {x1 , · · · ,xp }. On a :
• rgG ≤ p
• rgG = p ⇐⇒ G est libre
• On ne change pas le rang d’une famille de vecteurs :
— en ajoutant à l’un d’eux une combinaison linéaire des autres
— en multipliant l’un d’eux par un scalaire non nul
— en changeant l’ordre des vecteurs

Prof: K. E. HOVI 11/16 CDPS 2024-2025

1.6.3 Détermination du rang d’une famille de vecteurs
Théorème 1.6.2.
Soit E un K-ev de dimension finie n et B = {e1 , · · · ,en } une base de E.
n
X
Si {x1 , · · · ,xp } est une famille d’éléments de E (p ≤ n) telle que les xi s’écrivent xi = αj,i ej avec αi,i ̸= 0
j=1
et αj,i = 0 pour j < i, alors {x1 , · · · ,xp } est libre.

Application : Méthode des zéros échelonnés

Soit E un ev de dimension finie n et B = {e1 , · · · ,en } une base de E.
Pour déterminer le rang d’une famille G = {x1 , · · · ,xp } avec p ≤ n :
1 On écrit sur p colonnes et n lignes les vecteurs x1 , · · · ,xp dans la base B
2 En utilisant les propriétés relatives au rang d’une famille de vecteurs, on se ramène à la disposition du
théorème précédent.

Acivité 1.6.1.
Déterminez le rang de la famille {v1 ,v2 ,v3 } avec v1 = (1,4,7),; v2 = (2,5,8) ,; v3 = (3,6,1).

Prof: K. E. HOVI 12/16 CDPS 2024-2025

 Partie II

Travaux dirigés

13
 Feuille d’exercices no 1

TD n°1 : Espaces vectoriels

Exercice 1
On considère dans R3 , le sous ensemble F défini par :

F = (x,y,z) ∈ R3 /2x + y − z = 0


1 Montrez que F est un sous-espace vectoriel de R3 .

2 Donnez une base de F , quelle est sa dimension ?
3 F est-il égale à R3 ?

Exercice 2
On considère dans R3 , le sous ensemble F défini par :

F = {(x − y,2x + y + 4z,3y + 2z)/x,y,z ∈ R}

1 Montrez que F est un sous-espace vectoriel de R3 .

2 Donnez une base de F , quelle est sa dimension ?
3 F est-il égale à R3 ?

Exercice 3
On considère dans R4 le sous ensemble F défini par :

F = (x,y,z,t) ∈ R4 /(x + z = 0) et (y + t = 0)


1 Montrez que F est un sous-espace vectoriel de R4 .

2 Donnez une base de F , déduisez-en sa dimension.

Exercice 4
1 Montrez que la famille
{(1,2); (−1,1)}
est génératrice de R2 .
2 Quelle sont les famille libre parmi les familles suivantes :

F1 = {(1,1,0); (1,0,0); (0,1,1)} F2 = {(0,1,1,0); (1,1,1,1,0); (2,1,1,0)}

3 (a) Montrez que la famille

{(1,2); (−1,1)}
est une base de R2 .
(b) Montrez que la famille F1 de la question 2. est une base de R3 .
Exercice 5
Les familles des vecteurs suivantes sont-elles libres ?
1 v1 = (1 ; 1 ; 0) v2 = (4 ; 1 ; 4) v3 = (2 ; −1 ; 4) dans R3 .
2 v1 = (1 ; 0 ; 1) v2 = (0 ; 2 ; 2) v3 = (3 ; −7 ; 1) dans R3 .
3 v1 = (1 ; 0 ; 0) v2 = (0 ; 1 ; 1) v3 = (1 ; −1 ; 1) dans R3 .

14
Exercice 6
Soient dans R4 les vecteurs u1 = (1 ; 2 ; 3 ; 4) et u2 (1 ; −2 ; 3 ; −4).
Peut-on déterminer x et y pour que :
1 le vecteur (x ; 1 ; y ; 1) ∈ V ect(u1 ; u2 ) ?
2 le vecteur (x ; 1 ; 1 ; y) ∈ V ect(u1 ; u2 ) ?

Exercice 7
Dans R4 on considère l’ensemble E des vecteurs (x1 ; x2 ; x3 ; x4 ) vérifiant x1 + x2 + x3 + x4 = 0.
L’ensemble E est-il un sous espace vectoriel de R4 ? Si oui, en donner une base.

Exercice 8
Soit E un espace vectoriel sur R et v1 ; v2 ; v3 et v4 une famille libre d’éléments de E ;
Les familles suivantes sont-elles libres ?
1. (v1 ; v3 ) ; 2. (v1 ; 2v1 + v4 ; v4 ) ;
3. (v1 ; 2v2 ; v3) ; 4. (3v1 + v3 ; v3 ; v2 + v3 ).

Prof: K. E. HOVI 15/16 CDPS 2024-2025

 Table des matières

Sommaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

Partie I – Cours

1 Espaces vectoriels 4
1.1 Définition et proriété . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Sous-espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Somme de deux sous-espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Combinaisons linéaires, familles libres, liées et génératrices . . . . . . . . . . . . . . . . . . . . . . 5
1.4.1 Familles libres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.2 Familles liées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.3 Interprétation géométrique de la dépendance linéaire . . . . . . . . . . . . . . . . . . . . . 7
1.4.4 Familles génératrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.5 Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5 Espace vectoriel en dimension finie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6 Caractérisation des sous-ev de dimension finie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6.1 Coordonnées d’un vecteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6.2 Rang d’une famille de vecteurs, sous-espaces engendrés . . . . . . . . . . . . . . . . . . . . 10
1.6.3 Détermination du rang d’une famille de vecteurs . . . . . . . . . . . . . . . . . . . . . . . 12

Partie II – Travaux dirigés

1 TD n°1 : Espaces vectoriels 14

16