Rappels sur

l’Algèbre Vectorielle dans R3

Il s’agit de rappeler les notions essentielles sur les vecteurs de l’espace affine
eucludien (de dimension 3) et leurs manipulations. Nous reverrons comment les
vecteurs peuvent être utilisés pour représenter les droites et les plans et puis
pour évaluer certaines distances.

Nous aborderons les notions fondamentales suivantes :

1. Grandeurs scalaires et Grandeurs vectorielles.
2. Addition et Soustration de vecteurs.
3. Multiplication par un scalaire.

4. Bases et Composantes.
5. Norme d’un vecteur.
6. Produits de vecteurs.

6.1 Produit scalaire de deux vecteurs.

6.2 Produit vectoriel de deux vecteurs.
6.3 Produit mixte de trois vecteurs.
6.4 Double produit vectoriel (Formule de Gibbs).

• Identité de Lagrange.
• Division vectorielle.
7. Utilisation des vecteurs pour la détermination de distances.
7.1 Distance d’un point à une droite, un plan.
7.2 Distance d’une droite à une autre.

1
 1. Grandeurs scalaires et Grandeurs vectorielles.
Le genre le plus simple de grandeurs physiques est le genre de grandeur qui peut
être entièrement caractérisé par sa quantité; un nombre unique, avec l’unité dans
laquelle cette quantité est exprimée. Une telle grandeur est appelée un scalaire.
Par exemple : le temps, la temperature, la masse et la densité sont des scalaires.

Un vecteur non nul de l’espace est une grandeur qui requiert à la fois une
norme (un réel strictement positif), une direction et un sens dans l’espace. Un
exemple familier est la force physique qui a une norme (intensité), une direction
et un sens pourvu qu’elle soit non nulle.

Notons que pour tout vecteur ~u et pour tout point A de l’espace, il existe
−−→
un point unique B de l’espace tel que ~u = AB.

2. Addition et Soustration de vecteurs.

Etant donnés deux vecteurs ~u et ~v , et un point quelconque A de l’espace, il
−−→
existe un point unique B de l’espace tel que ~u = AB et puis un point unique
−−→
C de l’espace tel que ~v = BC.

La résultante ou somme vectorielle des deux vecteurs ~u et ~v est le vecteur noté

−→
~u + ~v qui est égal à AC.
Il est facile d’observer que l’addition vectorielle est commutative, c’est-à-dire
que pour tous vecteurs ~u et ~v de l’espace ,

~u + ~v = ~v + ~u .

La généralisation de cette procédure à l’addition de trois (ou plus) de vecteurs

est claire et réflette la propriété d’associativité de l’addition vectorielle. Pour
tous vecteurs ~u, ~v et w~ de l’espace on a :

~u + (~v + w)
~ = (~u + ~v ) + w
~ .

Ainsi donc dans l’addition de trois ou plusieurs vecteurs, l’ordre dans lequel on
effectue les sommes partielles est sans importance.

La soustration de deux vecteurs est, du point de vue de la définition, sem-

blable a l’addition. C’est-à-dire que pour tous vecteurs ~u et ~v de l’espace on a
:
~u − ~v = ~u + (−~v ) ,
ou −~v est l’opposé du vecteur ~v . Rappelons que −~v est l’unique vecteur de
l’espace tel que ~v + (−~v ) = ~o (vecteur nul). Si ~v = ~o, alors −~v = ~o, et si ~v 6= ~o,
alors −~v est le vecteur ayant même norme et même direction que ~v , mais de
sens contraire à celui de ~v .
 3. Multiplication par un scalaire.
La multiplication d’un vecteur ~u par un scalaire λ donne un vecteur noté λ ~u.
Le scalaire (réel) peut être strictement positif, strictement négatif ou bien nul.
Lorsque ~u = ~o ou λ = 0, on a λ ~u = ~o. Si ~u 6= ~o et λ 6= 0, alors λ ~u est un
vecteur non nul dont la norme est égale au produit de |λ| et de la norme de ~u,
dont la direction est celle de ~u et dont le sens est celui de ~u lorsque λ > 0 ou
bien est l’opposé du sens de ~u lorsque λ < 0.
La multiplication par un scalaire jouit des propriétés suivantes :
Pour tous scalaires λ et µ, et pour tous vecteurs ~u et ~v ,

λ(µ ~u) = (λµ) ~u,

λ(~u + ~v ) = λ ~u + λ ~v ,
(λ + µ)~u = λ ~u + µ ~u.

4. Bases et Composantes.
Etant donnés, dans l’espace, trois vecteurs ~e1 , ~e2 et ~e3 non contenus dans un
même plan, il est possible, dans un espace de dimension 3, d’écrire tout (autre)
vecteur ~u, de façon unique, comme combinaison linéaire de ces trois vecteurs :

~u = α1~e1 + α2~e2 + α3~e3 .

On dit que les vecteurs ~e1 , ~e2 et ~e3 forment une base (pour l’espace de dimen-
sion 3); les scalaires α1 , α2 et α3 qui peuvent être positifs, negatifs ou nuls, sont
appélés les composantes du vecteur ~u dans la base (~e1 , ~e2 , ~e3 ).

Très souvent, nous allons utiliser des bases de vecteurs qui sont deux à deux
orthogonaux, pour des raisons de simplicité, bien que ceci ne soit pas nécessaire.
En général, une base doit
(i) avoir autant de vecteurs que le nombre de la dimension de l’espace (en
d’autre termes, la base doit engendrer l’espace) et

(ii) être telle que aucun de ses vecteurs ne puisse s’écrire comme combinaison
linéaire des autres, ou plus formellement, la base doit être un système
linéairement indépendant. Ceci s’exprime mathématiquement, en dimen-
sion N , par la condition

λ1 ~e1 + λ2 ~e2 + · · · + λN ~eN 6= ~o

pour n’importe quel N -uplet de coefficients λ1 , λ2 , . . . , λN à l’exception

de λ1 = λ2 = · · · = λN = 0.

Dans ce chapitre nous allons seulement considérer les vecteurs en dimension

3. L’étude des vecteurs en dimensions plus élévées peut être faite par simple
extension et sera l’objet du chapitre suivant.

Si nous voulons repérer les points de l’espace affine eucludien de dimension 3

en utilisant un système de coordonnées cartésiennes (x, y, z), on peut introduire
les vecteurs unitaires respectifs ~ı, ~ et ~k des axes orientés (ox), (oy) et (oz).
Ainsi tout vecteur ~u se décompose en une somme de trois vecteurs parallèles
respectivement aux vecteurs ~ı, ~ et ~k :
~u = u1~ı + u2 ~ + u3 ~k ;
et (u1 , u2 , u3 ) sera appélé les coordonnées (ou composantes) du vecteur ~u dans
la base (~ı, ~, ~k).

Un vecteur, dans un espace de dimension N = 3, necessite trois composantes

pour la détermination entière de sa norme, de sa direction et de son sens. Un
déplacement dans l’espace peut être considéré comme une somme de deplace-
ments le long des directions (ox), (oy) et (oz).
Même les vecteurs ~ı, ~ et ~k peuvent être représentés dans la base (~ı, ~, ~k) par
(1, 0, 0), (0, 1, 0) et (0, 0, 1) respectivement.

A présent, nous pouvons définir analytiquement la somme et la soustraction

de deux vecteurs en termes de composantes. La somme de deux vecteurs
~u = u1~ı + u2 ~ + u3 ~k et ~v = v1~ı + v2 ~ + v3 ~k est le vecteur dont les composantes
sont respectivement les sommes (composante par composante) des composantes
de ~u et ~v dans la base (~ı, ~, ~k).
~u + ~v = (u1~ı + u2 ~ + u3 ~k) + (v1~ı + v2 ~ + v3 ~k)
= (u1 + v1 )~ı + (u2 + v2 )~ + (u3 + v3 ) ~k .
De même
~u − ~v = (u1 − v1 )~ı + (u2 − v2 )~ + (u3 − v3 ) ~k .
Nous avons aussi en ce qui concerne la multiplication par un scalaire, pour
tout λ ∈ R,
λ ~u = (λu1 )~ı + (λu2 )~ + (λu3 ) ~k .
5. Norme d’un vecteur.
Dans l’espace affine eucludien rapporté à un repère orthonormé (O; ~ı, ~, ~k), la
norme d’un vecteur ~u = u1~ı + u2 ~ + u3 ~k se note k~uk ou u (ou encore |~u|)
et est égale à q
k~uk = u21 + u22 + u23 ,
c’est donc la mesure de la longueur de ~u.

Un vecteur de norme égale à 1, est appelé vecteur unitaire.

Normer un vecteur non nul V, ~ c’est le multiplier par l’inverse de sa norme

de sorte à obtenir un vecteur unitaire
1 ~ ~
V
~v = V =:
~
||V|| ~
||V||
~
qui a même direction et même sens que V.

Lorsque ~v est un vecteur unitaire, on a pour tout λ ∈ R, kλ ~vk = |λ|.

Ce qui n’est pas toujours le cas!
 6. Produits de vecteurs.
Nous avons vu comment on peut multiplier un vecteur par un scalaire et ainsi
faire le produit d’un scalaire et d’un réel. A présent, nous allons voir le concept
du produit de deux vecteurs de l’espace affine eucludien de dimension 3. Ce n’est
pas tout à fait évident d’imaginer ce que représente le produit de deux vecteurs.
Cependant il y deux types de produits de vecteurs qui sont couramment définis
: le produit scalaire et le produit vectoriel. Comme leurs noms l’indiquent pro-
duit scalaire de deux vecteurs est justement un nombre, tandisque le produit
vectoriel de deux vecteurs est un vecteur.
Bien que, ni le produit scalaire et ni le produit vectoriel n’est ce à quoi vous pour-
riez pensez en tant que produit de vecteurs, leurs utilités sont très répandues,
comme vous le savez, et ne sont plus à démontrer.

6.1 Produit scalaire de deux vecteurs.

Le produit scalaire de deux vecteurs ~u et ~v de l’espace affine eucludien (de di-
mension 3) se note ~u · ~v ou h~u, ~v i ou encore (~u|~v ) , est égal à zéro si l’un des
vecteurs est nul, et est défini par

~u · ~v = ||~u|| ||~v || cos θ , 0 ≤ θ ≤ π,

lorsque les deux vecteurs sont non nuls et font un angle θ entre eux (placés
queue-à-queue ou tête-à-tête).

Ainsi donc la valeur du produit scalaire ~u · ~v est égal au produit de la norme

de ~u par “la mesure algebrique de” la projection de ~v sur ~u.

De cette définition, il résulte que :

~u · ~v = 0 ⇐⇒ (~u et ~v sont orthogonaux) .

Etant donnée une base orthonormée (i.e. une base dont les vecteurs sont
unitaires et orthogonaux deux à deux) , (~ı, ~, ~k), de l’espace affine eucludien, on
observe immediatement que

~ı ·~ı = ~ ·~ = ~k · ~k = 1,
~ı ·~ = ~ · ~k = ~k ·~ı = 0.

Des exemples de produits scalaires proviennent de la Physique particulièrement

de l’évaluation de l’energie. Naturellement l’exemple le plus simple est le tra-
vail F~ · ~r effectué par un point mobile soumis à une force F~ et ayant subit un
déplacement ~r. Un second exemple peut être obtenu en considérant l’énergie
potentielle d’un dipôle.

On montre que le produit scalaire (ci-dessus défini) est bilinéaire, symétrique

et définie positive (i.e. positive et non-dégenerée) :
(i) Positivité et non-degénérescence.

~u · ~u ≥ 0 , ∀~u ∈ R3 , et ~u · ~u = 0 ⇐⇒ ~u = ~o .
(ii) Symétrie.
~u · ~v = ~v · ~u , ∀ ~u, ~v ∈ R3 .

(iii) Bilinéarité.
Pour tous vecteurs ~u, ~v et w,
~ et pour tous scalaires α et β

~u · (α~v + β w)
~ = α (~u · ~v ) + β(~u · w)
~ ,

et
(α~u + β~v ) · w
~ = α (~u · w)
~ + β(~v · w)
~ .

A présent, nous pouvons définir analytiquement le produit scalaire de deux

vecteurs en termes de composantes. Le produit scalaire de deux vecteurs
~u = u1~ı+u2 ~+u3 ~k et ~v = v1~ı+v2 ~+v3 ~k; où (~ı, ~, ~k) est une base orthonormée,
est égal à la la somme des produits respectifs des composantes de ~u et ~v .

~u · ~v = (u1~ı + u2 ~ + u3 ~k) · (v1~ı + v2 ~ + v3 ~k)

= u1 v1 + u2 v2 + u3 v3 .

On a alors la relation
~u · ~u = ||~u||2 .
Le nombre réel positif ou nul ~u · ~u est appelé le carré scalaire du vecteur ~u et
est noté ~u2 . Il est donc à noter que
√
||~u|| = ~u2 avec ~u2 = ~u · ~u .

6.2 Produit vectoriel de deux vecteurs.

Le produit vectoriel de deux vecteurs ~u et ~v (pris dans cet ordre) de l’espace
affine eucludien de dimension 3 se note ~u ∧ ~v (ou ~u × ~v chez les anglophones)
est égal au vecteur nul si l’un des vecteurs est nul, et si les deux vecteurs sont
non nuls il est défini comme étant le vecteur dont la norme est égal à

||~u ∧ ~v || = ||~u|| ||~v || sin θ , 0 ≤ θ ≤ π,

où θ est l’angle géométrique entre les deux vecteurs (placés queue-à-queue ou
tête-à-tête) et qui est tel que :
• lorsque ~u et ~v sont colinéaires, ~u ∧ ~v = ~o.
(Ceci résulte aussi de la nullité de la norme formulée ci-dessus).

• lorsque ~u et ~v ne sont pas colinéaires,

le vecteur ~u ∧ ~v est orthogonal à la fois à ~u et ~v (direction);

(~u, ~v , ~u ∧ ~v ) est une base directe de l’espace orienté (sens).

(Pour distinguer les bases directes ou indirectes de l’espace orienté,
l’on peut se servir de la règle du bonhomme d’Ampère ou de la règle
des trois premiers doigts; pouce; index; majeur, de la main droite).
On montre que le produit vectoriel (ci-dessus défini) est , anti-symétrique,
bilinéaire et non-associative :

(i) Anti-symétrie.
~u ∧ ~v = −~v ∧ ~u , ∀ ~u, ~v ∈ R3 .

(ii) Bilinéarité.
Pour tous vecteurs ~u, ~v et w,
~ et pour tous scalaires α et β

~u ∧ (α~v + β w)
~ = α (~u ∧ ~v ) + β(~u ∧ w)
~ ,

et
(α~u + β~v ) ∧ w
~ = α (~u ∧ w)
~ + β(~v ∧ w)
~ .

Non-associativité.
Pour certains vecteurs ~a, ~b et ~c de R3 , nous avons :
   
~a ∧ ~b ∧ ~c 6= ~a ∧ ~b ∧ ~c .

En considérant une base orthonormée directe (~ı, ~, ~k) de l’espace orienté, il est
facile d’observer que
~ı ∧~ı = ~ ∧~ = ~k ∧ ~k = ~o ,
et
~ı ∧~ = −~ ∧~ı = ~k
~ ∧ ~k = −~k ∧~ = ~ı
~k ∧~ı = −~ı ∧ ~k = ~ .

Nous pouvons alors définir analytiquement le produit vectoriel de deux

vecteurs en termes de composantes. On montre que le produit vectoriel du
vecteur ~u = u1~ı + u2 ~ + u3 ~k par le vecteur ~v = v1~ı + v2 ~ + v3 ~k; où (~ı, ~, ~k)
est une base orthonormée directe, est le vecteur

~u ∧ ~v = x~ı + y~ + z ~k

tel que

u2 u3 u1 u3 v1 v3 u1 u2
x = , y = − , = et z = .
v2 v3 v1 v3 u1 u3 v1 v2

Comme toutes premières applications du produit vectoriel, nous avons :

• la formule de l’aire (en u.a.) d’un parallélogramme ABCD comme étant

−−→ −−→
AB ∧ AD .

• la formule du volume (en u.v.) d’un tétraède ABCS de sommet S comme

étant
1 −→ −−→ −→
kAS · (AB ∧ AC)k .
6
6.3 Produit mixte de trois vecteurs.
Le produit mixte de trois vecteurs ~u, ~v et w ~ (pris dans cet ordre) de l’espace
affine eucludien de dimension 3 se note [~u, ~v , w]
~ et est défini comme étant le
scalaire ~u · (~v ∧ w)
~ ;
~ = ~u · (~v ∧ w)
[~u, ~v , w] ~ .
Le produit mixte a les propriétés suivantes :
• Pour tous vecteurs ~u, ~v et w,
~

[~u, ~v , w]
~ = [~v , w, ~ ~u, ~v ] = −[~v , ~u, w]
~ ~u] = [w, ~ = −[w,
~ ~v , ~u] = −[~u, w,
~ ~v ] .

• Pour tous vecteurs ~u1 , ~u2 , ~v et w,

~

[~u1 + ~u2 , ~v , w]
~ = [~u1 , ~v , w]
~ + [~u2 , ~v , w].
~

• Pour tous vecteurs ~u, ~v et w,

~ et pour tout scalaire α,

[α~u, ~v , w]
~ = α [~u, ~v , w]
~ .

Coplanarité. Trois vecteurs de l’espace affine eucludien (de dimension 3; i.e.

3D) sont coplanaires (i.e. appartiennent à un même plan ) si et seulement si
leur produit mixte est nul.



~u, ~v , w
~ sont coplanaires ⇐⇒ ~ = ~u · (~v ∧ w)
[~u, ~v , w] ~ = 0 .

Par conséquent un système de trois vecteurs {~u, ~v , w} ~ est une base de

~ 6= 0. Si [~u, ~v , w]
l’espace affine eucludien (3D) si et seulement si [~u, ~v , w] ~ > 0,
alors (~u, ~v , w)
~ est une base directe de l’espace orienté. Et si [~u, ~v , w]
~ < 0, alors
(~u, ~v , w)
~ est une base indirecte de l’espace orienté.

Interprètation géométrique du produit mixte. Etant donnés trois vecteurs non

coplanaires ~u, ~v et w
~ de l’espace affine eucludien (3D), la valeur absolue de leur
produit mixte; | [~u, ~v , w]
~ | = |~u · (~v ∧ w)|,
~ est égale (en u.v.) au volume du
parallélépipède construit sur les vecteurs ~u, ~v et w.
~

6.4 Double produit vectoriel de trois vecteurs.

On appelle double produit vectoriel de trois vecteurs ~u, ~v et w
~ (pris dans cet
ordre) de l’espace affine eucludien (3D) le vecteur défini par

~u ∧ (~v ∧ w)
~ .

On montre que

~u ∧ (~v ∧ w)
~ = (~u · w)
~ ~v − (~u · ~v ) w
~ .

Comme applications du double produit vectoriel, nous avons les résultats

suivants: • Identité de Lagrange.
Pour tous vecteurs ~u et ~v on a:

2 2
~u · ~v + k~u ∧ ~v k = k~uk2 k~v k2 .
 En effet ...

• Division vectorielle.
Soient ~a 6= ~o un vecteur non nul donné et ~b un vecteur quelconque donné de
l’espace. Considérons l’équation vectorielle

~a ∧ ~x = ~b où ~x est l0 inconnue. (E)

(i) Si ~a · ~b 6= 0, alors (E) n’admet aucune solution.

(ii) Si ~a · ~b = 0, alors les solutions de (E) sont les vecteurs ~x de la forme

~a ∧ ~b
~x = − + λ~a ,
~a2
où λ est un réel quelconque.

7. Utilisation des vecteurs pour la détermination de distances.

Nous allons maintenant nous servir des notions de l’algèbre vectorielle pour
formuler la distance d’un point à une droite, la distance d’un point à un plan,
ainsi que la distance d’une droite à une autre.

Dans toute la suite de ce chapitre, on rapporte l’espace affine euclidien à un

repère orthonormé (O; ~ı, ~, ~k).

7.1 Distance d’un point à une droite ou un plan.

• La distance d’un point donné Po de l’espace à une droite ∆ dont un vecteur

directeur est ~a, est donnée par :
−−−→
Po M ∧ ~a
d(Po , ∆) = ; où M est un point quelconque de ∆ .
||~a||

• La distance d’un point donné Po de l’espace à un plan Π dont un vecteur

normal est ~n, est donnée par :
−−−→
Po M · ~n
d(Po , Π) = ; où M est un point quelconque de Π .
||~n||

7.2 Distance d’une droite à une autre droite.

La distance d’une droite donnée ∆1 ; passant par un point M1 et dont un vecteur
directeur est ~a1 , à une droite ∆2 ; passant par un point M2 et dont un vecteur
directeur est ~a2 , est donnée par
−−−−→
M1 M2 · (~a1 ∧ ~a2 )
d(∆1 , ∆2 ) = .
||~a1 ∧ ~a2 ||