Un sous-espace de $\mathbb{K}^n$ ($\mathbb{K} = \mathbb{R}$ ou $\mathbb{C}$) se décrit de deux façons : par des équations linéaires, ou comme le Vect de quelques vecteurs, c'est-à-dire l'ensemble de leurs combinaisons linéaires. Sa dimension se lit sur les deux : c'est $n$ moins le nombre d'équations indépendantes, ou le nombre de vecteurs indépendants, et le pivot de Gauss fait le tri dans les deux cas. Exemple : dans $\mathbb{R}^3$, le plan d'équation $7x - 3y + z = 0$ est aussi $\operatorname{Vect}((1, 2, -1), (0, 1, 3))$ ; une équation non nulle donne $3 - 1 = 2$, deux vecteurs non colinéaires aussi.
Ce cours t'apprend à passer d'une description à l'autre, et à compter juste.
Objectifs du cours :
- Trouver une base et la dimension d'un sous-espace de $\mathbb{K}^n$ défini par des équations.
- Calculer le rang d'une famille de vecteurs et extraire une base de son Vect.
- Écrire un système d'équations d'un sous-espace donné par des vecteurs.
Prérequis : résoudre un système linéaire par le pivot de Gauss, et connaître les définitions de sous-espace, de famille libre, de base et de dimension.
I. Deux descriptions, une dimension
Un ensemble défini par des équations linéaires égales à zéro est un sous-espace, puisque c'est un noyau, et un Vect en est un par construction. Ce point acquis, reste à compter.
Sur des vecteurs, tu comptes ceux qui forment une base. Sur des équations, chacune fait perdre une dimension, à condition d'apporter une contrainte nouvelle.
Propriété : dans $\mathbb{K}^n$, les solutions de $m$ équations linéaires homogènes (de second membre nul) forment un sous-espace de dimension au moins $n - m$, et exactement $n - m$ quand aucune équation n'est combinaison linéaire des autres. Réciproquement, un sous-espace de dimension $d$ se décrit par $n - d$ équations.
Dans $\mathbb{R}^2$, une équation non nulle comme $x - 2y = 0$ décrit une droite, ici $\operatorname{Vect}((2, 1))$. Dans $\mathbb{R}^3$, une équation non nulle décrit un plan, et deux équations non proportionnelles une droite. Le programme de mathématiques, commun à la MP2I et à la MPSI, insiste sur ce va-et-vient : ses méthodes de calcul de dimension « reposent sur deux types de représentation », paramètres et équations.
Piège classique : compter les équations sans vérifier qu'elles sont indépendantes. Le système $x + y + z = 0$, $x - y = 0$, $2x + z = 0$ a trois équations, mais la troisième est la somme des deux premières : ses solutions forment la droite $\operatorname{Vect}((1, 1, -2))$, pas $\{0\}$. Au pivot, une ligne devient $0 = 0$ : c'est le signal.
II. Des équations à une base
La méthode tient en une phrase : échelonne le système, prends comme paramètres les inconnues sans pivot, et écris la solution générale comme combinaison linéaire de vecteurs fixes, avec ces paramètres pour coefficients. Exemple : dans $\mathbb{R}^4$, soit $F$ l'ensemble des $(x, y, z, t)$ tels que
$$\begin{cases} x + 2y - z + t = 0 \\ 2x + 4y - z + 3t = 0 \end{cases}$$
Étape 1 : échelonne. L'opération $L_2 \leftarrow L_2 - 2L_1$ donne $z + t = 0$. Les pivots sont sur $x$, dans la première ligne, et sur $z$, dans la seconde.
Étape 2 : les inconnues sans pivot, $y$ et $t$, sont libres. Remonte le système : $z = -t$, puis $x = -2y + z - t = -2y - 2t$.
Étape 3 : sépare les paramètres : $(x, y, z, t) = y(-2, 1, 0, 0) + t(-2, 0, -1, 1)$. Avec $a = (-2, 1, 0, 0)$ et $b = (-2, 0, -1, 1)$, tu obtiens $F = \operatorname{Vect}(a, b)$.
Étape 4 : la famille $(a, b)$ est libre sans calcul. La deuxième coordonnée de $\lambda a + \mu b$ vaut $\lambda$ et la quatrième vaut $\mu$ : si cette combinaison est nulle, $\lambda = \mu = 0$. C'est une base de $F$, et $\dim F = 2$.
Le nombre d'équations restantes après échelonnement, ici 2, est le rang du système, et $\dim F = 4 - 2$. Ça marche toujours : chaque inconnue libre fournit un vecteur, qui porte un 1 à sa place et des 0 à la place des autres inconnues libres.
Prends l'habitude du contrôle : remplace chaque vecteur trouvé dans les équations de départ. Pour $b$ : $-2 + 0 + 1 + 1 = 0$ et $-4 + 0 + 1 + 3 = 0$. Et retiens que les inconnues sans pivot sont toujours un bon choix de paramètres, pas le seul ; $z$ et $t$ ensemble, en revanche, ne conviendraient pas, puisque $z = -t$.
III. Le rang d'une famille de vecteurs
Définition : le rang d'une famille finie $(v_1, \dots, v_p)$ est la dimension du sous-espace qu'elle engendre : $\operatorname{rg}(v_1, \dots, v_p) = \dim \operatorname{Vect}(v_1, \dots, v_p)$.
Il vaut au plus $p$, avec égalité si et seulement si la famille est libre. Dans $\mathbb{K}^n$, il vaut aussi au plus $n$, et la famille engendre $\mathbb{K}^n$ si et seulement s'il vaut $n$. Pour le calculer, on transforme la famille sans changer son Vect.
Propriété : le Vect d'une famille, donc son rang, ne change pas quand on échange deux vecteurs, quand on multiplie un vecteur par un scalaire non nul, ou quand on ajoute à un vecteur un multiple d'un autre vecteur de la famille.
La raison : chaque nouveau vecteur est une combinaison des anciens, donc le nouveau Vect est inclus dans l'ancien. Et chaque opération se défait par une opération du même type, ce qui donne l'inclusion inverse. Si tu ranges les vecteurs en colonnes d'une matrice, ce sont les opérations élémentaires sur les colonnes.
Exemple : dans $\mathbb{R}^4$, prends $v_1 = (1, 2, 0, 1)$, $v_2 = (2, 1, 3, 1)$ et $v_3 = (1, -1, 3, 0)$. Garde $v_1$ comme pivot et annule la première coordonnée des deux autres :
$$v_2 - 2v_1 = (0, -3, 3, -1) \qquad v_3 - v_1 = (0, -3, 3, -1)$$
Ces deux vecteurs sont égaux : retrancher le premier au second donne le vecteur nul. Il reste $v_1$ et $w = (0, -3, 3, -1)$, libres, car la première coordonnée de $\lambda v_1 + \mu w$ vaut $\lambda$, puis $\mu w = 0$ force $\mu = 0$. Donc $\operatorname{rg}(v_1, v_2, v_3) = 2$.
Le vecteur devenu nul donne une relation : $(v_3 - v_1) - (v_2 - 2v_1) = 0$, soit $v_3 = v_2 - v_1$. Ainsi $(v_1, v_2)$, prise dans la famille de départ, engendre le même Vect avec deux vecteurs : c'en est une base.
Piège classique : modifier deux vecteurs à la fois en se servant de chacun pour l'autre. Avec $e_1 = (1, 0)$ et $e_2 = (0, 1)$, remplacer en même temps $e_1$ par $e_1 - e_2$ et $e_2$ par $e_2 - e_1$ donne $(1, -1)$ et $(-1, 1)$ : le rang tombe de 2 à 1. Le vecteur qui sert de pivot reste fixe pendant que tu modifies les autres.
IV. Des vecteurs aux équations
Un vecteur $u$ est dans $\operatorname{Vect}(v_1, \dots, v_p)$ exactement quand le système $\lambda_1 v_1 + \dots + \lambda_p v_p = u$, d'inconnues $\lambda_1, \dots, \lambda_p$, a une solution. Les conditions pour qu'il en ait une, appelées conditions de compatibilité, sont les équations cherchées.
Reprends le plan de l'introduction, $P = \operatorname{Vect}((1, 2, -1), (0, 1, 3))$. L'égalité $(x, y, z) = \alpha(1, 2, -1) + \beta(0, 1, 3)$ s'écrit $x = \alpha$, $y = 2\alpha + \beta$ et $z = -\alpha + 3\beta$. Les deux premières lignes imposent $\alpha = x$ et $\beta = y - 2x$. La troisième n'est alors vraie que si $z = -x + 3(y - 2x)$, c'est-à-dire
$$7x - 3y + z = 0$$
Le compte est bon : un plan de $\mathbb{R}^3$, de dimension 2, demande $3 - 2 = 1$ équation. Avec $d$ vecteurs indépendants dans $\mathbb{K}^n$, attends-toi à $n - d$ conditions ; si tu en trouves plus, l'une est combinaison des autres.
Une équation non nulle décrit un hyperplan : le noyau d'une forme linéaire non nulle, c'est-à-dire d'une application linéaire à valeurs dans $\mathbb{K}$, comme $(x, y, z) \mapsto 7x - 3y + z$.
Propriété : en dimension $n$, les hyperplans sont exactement les sous-espaces de dimension $n - 1$. Deux équations d'un même hyperplan sont proportionnelles.
Ainsi $-14x + 6y - 2z = 0$ décrit le même plan $P$ : un corrigé qui trouve cette équation n'est pas faux, il a multiplié par $-2$.
Savoir passer d'une description à l'autre sert à prendre la bonne selon la question. Pour tester si un vecteur est dans le sous-espace, les équations répondent en une ligne. Pour en donner une base, ce sont les paramètres. Pour une intersection, mets les équations ensemble : si $Q$ est le plan d'équation $x - z = 0$, $P \cap Q$ est l'ensemble des solutions de $7x - 3y + z = 0$ et $x - z = 0$, soit $z = x$ et $y = \frac{8x}{3}$, donc la droite $\operatorname{Vect}((3, 8, 3))$. Pour une somme, à l'inverse, ce sont les familles génératrices que l'on met bout à bout.
Dernier outil, pour vérifier une équation trouvée ou devinée : si $F \subset G$ et $\dim F = \dim G$, finie, alors $F = G$. Ici, les deux vecteurs vérifient l'équation ($7 - 6 - 1 = 0$ et $0 - 3 + 3 = 0$), donc $P$ est inclus dans le plan d'équation $7x - 3y + z = 0$, et les deux sont de dimension 2 : ils sont égaux. Sans le compte des dimensions, l'inclusion ne prouve rien : $(1, 2, -1)$ et $(2, 4, -2)$ vérifient aussi l'équation, mais ils n'engendrent qu'une droite.
V. Exercices corrigés
Trois exercices qui croisent les méthodes des parties II à IV. Cherche chacun sur papier avant d'ouvrir la correction.
Exercice 1 : Dans $\mathbb{R}^4$, soit $S$ l'ensemble des $(x, y, z, t)$ tels que $x + y + z + t = 0$, $x - y + z - t = 0$ et $x + z = 0$. Donne une base de $S$ et sa dimension. Pourquoi le calcul $4 - 3 = 1$ est-il faux ?
Correction :
On remplace $L_2$ par $L_2 - L_1$ et $L_3$ par $L_3 - L_1$ : il vient $-2y - 2t = 0$ et $-y - t = 0$. Ces deux lignes disent toutes deux $y = -t$ : au pivot, la troisième devient $0 = 0$. Il reste $x + y + z + t = 0$ et $y + t = 0$, avec des pivots sur $x$ et $y$.
Les inconnues $z$ et $t$ sont libres : $y = -t$, puis $x = -y - z - t = -z$. Donc $(x, y, z, t) = z(-1, 0, 1, 0) + t(0, -1, 0, 1)$. Les troisième et quatrième coordonnées montrent, comme en partie II, que ces deux vecteurs forment une famille libre : c'est une base de $S$, et $\dim S = 2$.
Le calcul $4 - 3$ suppose les trois équations indépendantes. Or $x + z = \frac{1}{2}\big((x + y + z + t) + (x - y + z - t)\big)$ : la troisième est combinaison des deux autres. Deux contraintes seulement comptent, d'où $\dim S = 4 - 2$.
Exercice 2 : On reprend $v_1 = (1, 2, 0, 1)$, $v_2 = (2, 1, 3, 1)$ et $v_3 = (1, -1, 3, 0)$ de la partie III, et $G = \operatorname{Vect}(v_1, v_2, v_3)$. Combien d'équations faut-il pour décrire $G$ dans $\mathbb{R}^4$ ? Écris-en un système, puis dis si $u = (4, 5, 3, 3)$ appartient à $G$.
Correction :
La partie III a donné $\operatorname{rg}(v_1, v_2, v_3) = 2$ et $v_3 = v_2 - v_1$, donc $G = \operatorname{Vect}(v_1, v_2)$ est de dimension 2 : il faut $4 - 2 = 2$ équations.
L'égalité $(x, y, z, t) = \alpha v_1 + \beta v_2$ s'écrit $x = \alpha + 2\beta$, $y = 2\alpha + \beta$, $z = 3\beta$ et $t = \alpha + \beta$. Les deux dernières donnent $\beta = \frac{z}{3}$ et $\alpha = t - \frac{z}{3}$. En reportant dans les deux premières, $x = t + \frac{z}{3}$ et $y = 2t - \frac{z}{3}$. D'où le système
$$\begin{cases} 3x - z - 3t = 0 \\ 3y + z - 6t = 0 \end{cases}$$
Ses deux équations ne sont pas proportionnelles, comme prévu. Contrôle sur $v_1$ : $3 - 0 - 3 = 0$ et $6 + 0 - 6 = 0$.
Pour $u$ : $12 - 3 - 9 = 0$ et $15 + 3 - 18 = 0$, donc $u \in G$. Les formules donnent d'ailleurs $\beta = 1$ et $\alpha = 2$ : $u = 2v_1 + v_2$.
Exercice 3 : Pour un réel $m$, on pose $u_1 = (1, 2, 1)$, $u_2 = (2, 1, m)$ et $u_3 = (1, -1, 2)$. Pour quelles valeurs de $m$ la famille $(u_1, u_2, u_3)$ est-elle une base de $\mathbb{R}^3$ ? Pour $m = 3$, montre que $\operatorname{Vect}(u_1, u_2, u_3)$ est le plan $H$ d'équation $5x - y - 3z = 0$.
Correction :
Avec $u_1$ pour pivot : $u_2 - 2u_1 = (0, -3, m - 2)$ et $u_3 - u_1 = (0, -3, 1)$. Puis $(u_3 - u_1) - (u_2 - 2u_1) = (0, 0, 3 - m)$. La famille échelonnée est formée de $u_1$, $(0, -3, m - 2)$ et $(0, 0, 3 - m)$.
Si $m \neq 3$, ces trois vecteurs sont non nuls et libres : dans une combinaison nulle, la première coordonnée annule le coefficient du premier, puis la deuxième celui du deuxième, puis la troisième celui du dernier. Le rang vaut 3, et trois vecteurs libres de $\mathbb{R}^3$ forment une base.
Si $m = 3$, le dernier vecteur est nul : le rang vaut 2, la famille n'est pas une base, et la relation obtenue s'écrit $u_3 = u_2 - u_1$.
Toujours pour $m = 3$ : $u_1$, $u_2 = (2, 1, 3)$ et $u_3$ vérifient l'équation de $H$, puisque $5 - 2 - 3 = 0$, $10 - 1 - 9 = 0$ et $5 + 1 - 6 = 0$. Donc $\operatorname{Vect}(u_1, u_2, u_3) \subset H$. Ce Vect est de dimension 2, le rang trouvé ; $H$ aussi, comme hyperplan de $\mathbb{R}^3$. Inclusion et même dimension : $\operatorname{Vect}(u_1, u_2, u_3) = H$.
À retenir
À retenir :
- Des équations à une base : échelonne, prends les inconnues sans pivot comme paramètres, sépare-les ; $\dim F = n - r$, où $r$ est le nombre d'équations non nulles après échelonnement.
- Les opérations élémentaires ne changent pas le rang d'une famille ; une fois échelonnée, il vaut le nombre de vecteurs non nuls, et chaque vecteur devenu nul donne une relation.
- Des vecteurs aux équations : écris les conditions de compatibilité de $\lambda_1 v_1 + \dots + \lambda_p v_p = u$ ; un sous-espace de dimension $d$ demande $n - d$ équations.
- Hyperplan : une équation non nulle, dimension $n - 1$ ; deux équations du même hyperplan sont proportionnelles.
- Pour conclure à une égalité : une inclusion et la même dimension.
Sources
- Ministère de l'Enseignement supérieur, de la Recherche et de l'Innovation, Classes préparatoires MPSI et MP2I, programme de mathématiques (annexe 1), 2021, parties « Espaces vectoriels et applications linéaires », « Calcul matriciel et systèmes linéaires » et « Matrices » : texte sur education.gouv.fr.