next up previous contents
suivant: 1.5.4 Equations cartésiennes monter: 1.5 Sous-espaces vectoriels précédent: 1.5.2 Exemples   Table des matières

1.5.3 Equations paramétriques

Un lemme aisé va nous permettre de montrer que tous les sous-espaces vectoriels de $ E$ ont des équations paramétriques.

Lemme 1.5.7   Si % latex2html id marker 28140
$ {\bf u}_1,\ldots,{\bf u}_k \in E$ sont tels que % latex2html id marker 28142
$ {\bf u}_1\ne {\bf0}$ et

% latex2html id marker 28144
$\displaystyle {\bf u}_i \notin >{\bf u}_1, \ldots ,{\bf u}_{i-1}<_l, \ i=2,\ldots,k,
$

alors ils sont linéairement indépendants.

Preuve. On procède par récurrence sur $ k$ . Pour $ k=1$, % latex2html id marker 28150
$ {\bf u}_1$ est linéairement indépendant car il n'est pas nul. Passons de $ k$ à $ k+1$. Supposons que

% latex2html id marker 28156
$\displaystyle \alpha_1{\bf u}_1+ \cdots +\alpha_{k+1}{\bf u}_{k+1}={\bf0}.
$

Si $ \alpha_{k+1} \ne 0$, alors

% latex2html id marker 28160
$\displaystyle {\bf u}_{k+1}=-\frac {\alpha_1}{\alp...
...-\frac {\alpha_k}{\alpha_{k+1}}{\bf u}_k \in >{\bf u}_1, \ldots ,{\bf u}_k<_l.
$

Donc $ \alpha_{k+1}=0$ et il reste

% latex2html id marker 28164
$\displaystyle \alpha_1{\bf u}_1+ \cdots +\alpha_k{\bf u}_k={\bf0}.
$

En appliquant l'hypothèse de récurrence, on en déduit que les autres $ \alpha_i$ sont nuls .$ \qed $

Figure 1: On choisit $ {\bf u}_1$, $ {\bf u}_2$, ... dans $ V$ tant que c'est possible.
\includegraphics{FIG30.EPS}

Proposition 1.5.8   Soit un sous-espace vectoriel $ V$ de $ E$.

(i)L'espace $ V$ est de dimension finie, $ dim \ V \le dim \ E$ et $ V=E$ si et seulement si $ dim \ V = dim \ E$.

(ii)Toute base de $ V$ est contenue dans une base de $ E$.

Preuve. (i) On construit de proche en proche des vecteurs % latex2html id marker 28203
$ {\bf e}_1\ne {\bf0}$, % latex2html id marker 28205
$ {\bf e}_2 \notin >{\bf e}_1<_l$, ... , % latex2html id marker 28207
$ {\bf e}_n \notin >{\bf e}_1, \ldots ,{\bf e}_{n-1}<_l$ tant que c'est possible, en choisissant les premiers dans $ V$. A cause du lemme ci-dessus, ils sont linéairement indépendants. Vu le Théorème 4.2, il y en a au plus $ dim \ E$. En fait, il y en a exactement $ dim \ E$ car s'il y en avait moins, alors

% latex2html id marker 28215
$\displaystyle >{\bf e}_1, \ldots ,{\bf e}_n<_l \ \ne E
$

et l'on pourrait en choisir un de plus. Donc % latex2html id marker 28217
$ ({\bf e}_1, \ldots ,{\bf e}_n)$ est une base de $ E$. Semblablement, si $ p$ est le numéro du dernier % latex2html id marker 28223
$ {\bf e}_i$ que l'on a pu choisir dans $ V$, alors

% latex2html id marker 28227
$\displaystyle V = \ >{\bf e}_1, \ldots ,{\bf e}_p<_l
$

(éventuellement, % latex2html id marker 28229
$ V={\bf0}$ et alors $ p=0$, par convention). Par conséquent, la dimension de $ V$ est $ p$ et $ V=E$ si et seulement si $ p=n$.

(ii) Si % latex2html id marker 28241
$ ({\bf u}_1, \ldots ,{\bf u}_p)$ est une base de $ V$, alors, dans la construction (i) ci-dessus, on peut prendre

% latex2html id marker 28245
$\displaystyle {\bf e}_1={\bf u}_1, \ldots , {\bf e}_p={\bf u}_p
$

car, en effet, dans une base, aucun élément n'est combinaison linéaire des autres (Proposition 4.1).$ \qed $


Soient un sous-espace vectoriel $ V$ de $ E$ et une base % latex2html id marker 28253
$ ({\bf u}_1, \ldots ,{\bf u}_p)$ de $ V$. Les éléments de $ V$ sont donc exactement les % latex2html id marker 28259
$ {\bf x}\in E$ de la forme

% latex2html id marker 28261
$\displaystyle {\bf x}=\lambda_1{\bf u}_1+ \cdots +\lambda_p{\bf u}_p, \ \ \lambda_1, \ldots , \lambda_p \in {\rm I\!R}.
$

Cette relation est une équation paramétrique (vectorielle) de $ V$. Le fait que les % latex2html id marker 28265
$ {\bf u}_i$ sont linéairement indépendants garantit l'unicité des paramètres $ \lambda_1, \ldots , \lambda_p$ décrivant % latex2html id marker 28269
$ {\bf x}$.

Exprimée à l'aide des composantes

\begin{displaymath}
% latex2html id marker 28271\begin{array}{rcl}
{\bf x}_{\m...
...\bf u}_i)_{\mathcal B} &=& (u_{i1}, \ldots ,u_{in})
\end{array}\end{displaymath}

de % latex2html id marker 28273
$ {\bf x}$ et des % latex2html id marker 28275
$ {\bf u}_i$ dans une base % latex2html id marker 28277
$ {\mathcal B}=({\bf e}_1, \ldots , {\bf e}_n)$ de $ E$, l'équation paramétrique vectorielle de $ V$ considérée se traduit par $ n$ équations paramétriques ``scalaires":

\begin{displaymath}
% latex2html id marker 28285\left \{
\begin{array}{rcl}
x_...
...=&\lambda_1u_{1n} + \cdots +\lambda_pu_{pn}
\end{array}\right.
\end{displaymath}


Dans un espace vectoriel de dimension $ n$, les sous-espaces vectoriels de dimension $ 1$, $ 2$ et $ n-1$ s'appellent droites, plans et hyperplans vectoriels respectivement.

Une droite vectorielle est donc l'ensemble des multiples % latex2html id marker 28295
$ \lambda {\bf u}, \ \lambda \in {\rm I\!R}$, d'un quelconque de ses éléments non nul % latex2html id marker 28297
$ {\bf u}$ et un plan vectoriel est l'ensemble des combinaisons % latex2html id marker 28299
$ \lambda {\bf u}+\mu {\bf v},\ \lambda, \mu \in {\rm I\!R}$, de deux de ses éléments % latex2html id marker 28301
$ {\bf u}$ et % latex2html id marker 28303
$ {\bf v}$ dont aucun n'est multiple de l'autre.


next up previous contents
suivant: 1.5.4 Equations cartésiennes monter: 1.5 Sous-espaces vectoriels précédent: 1.5.2 Exemples   Table des matières
2002-12-17