Bonjour ! Dans la leçon précédente, nous avons appris à déterminer si une famille de vecteurs était "efficace", c'est-à-dire linéairement indépendante. Nous allons maintenant combiner cette idée avec celle d'une famille "complète", capable d'engendrer un espace entier. L'union de ces deux concepts nous amène à l'une des notions les plus importantes de l'algèbre linéaire : la base.
L'objectif de cette leçon est de "définir une base et la dimension d'un sous-espace vectoriel". Maîtriser cela est crucial, car une grande partie de vos exercices, comme la détermination du noyau ou de l'image d'une application, revient à trouver la base d'un certain sous-espace vectoriel. Nous nous concentrerons donc sur les méthodes pratiques pour y parvenir.
Qu'est-ce qu'une base ? Les deux conditions essentielles
Dans votre domaine du génie civil, vous décrivez des forces ou des déplacements dans l'espace à l'aide de composantes le long des axes x, y et z. Ces axes forment un "système de référence" fondamental. En algèbre linéaire, une base joue précisément ce rôle de système de référence pour un espace vectoriel.
Pour qu'une famille de vecteurs forme une base, elle doit satisfaire deux conditions :
- Être une famille génératrice : Elle doit contenir suffisamment de vecteurs pour pouvoir "construire" n'importe quel autre vecteur de l'espace par combinaison linéaire. On dit qu'elle engendre l'espace.
- Être une famille libre : Elle ne doit contenir aucun vecteur redondant. C'est la condition d'indépendance linéaire que nous avons étudiée précédemment.
En somme, une base est un ensemble de vecteurs "parfait" : juste assez pour tout construire, sans aucun gaspillage.
Le document suivant formalise ces deux idées.
Qu'est-ce qu'une base d'un espace vectoriel ? [Mathématiques
Ce court extrait de cours de l'Université de Lorraine définit clairement les deux conditions.
Lisez d'abord la définition d'une famille génératrice. Ensuite, lisez la définition d'une base, qui combine les deux concepts. Enfin, portez attention au point fondamental qui suit : une base permet d'écrire tout vecteur de l'espace de manière unique comme une combinaison linéaire. C'est cette unicité qui nous donne les coordonnées d'un vecteur dans cette base.
La Dimension : une mesure de la "taille" de l'espace
Une propriété remarquable des espaces vectoriels est que toutes les bases d'un même espace ont exactement le même nombre de vecteurs. Ce nombre est une caractéristique intrinsèque de l'espace, appelée sa dimension.
- Une droite est un espace de dimension 1 (il faut un seul vecteur pour la définir).
- Un plan est un espace de dimension 2 (il faut deux vecteurs non colinéaires).
- L'espace physique qui nous entoure est de dimension 3.
Qu'est-ce qu'une base d'un espace vectoriel ? [Mathématiques
Continuons avec le même document pour définir la dimension.
Lisez la définition de la dimension. Notez l'exemple simple pour \mathbb{R}^2, dont la dimension est 2.
La vidéo suivante résume bien cette idée de dimension comme étant le nombre de vecteurs dans la base.
Comment Déterminer Une Base Et La Dimension D'un Sous Espace Vectoriel
Regardez cette courte explication de la chaîne Tchitcha.
Le passage de cette vidéo explique simplement que la dimension d'un espace vectoriel est le nombre de vecteurs qui constituent sa base.
Méthode pratique : Trouver une base et la dimension d'un sous-espace
C'est la compétence la plus importante de cette leçon. En pratique, un sous-espace vectoriel vous sera souvent présenté de deux manières :
- Par un système d'équations (par exemple, un plan dans ).
- Par une famille de vecteurs qui l'engendrent ().
La méthode pour trouver une base diffère légèrement dans chaque cas.
Cas 1 : Le sous-espace est défini par des équations
C'est le cas le plus courant dans les exercices. Par exemple, .
La méthode est systématique :
- Résoudre le système d'équations. Exprimez certaines variables (les variables "principales" ou pivots) en fonction des autres (les variables "libres" qui agiront comme des paramètres).
- Écrire le vecteur générique. Représentez un vecteur de en utilisant uniquement les variables libres.
- Séparer les paramètres. Regroupez les termes pour chaque paramètre. Les vecteurs qui apparaissent en facteur des paramètres forment une base du sous-espace.
Cette méthode produit directement une famille qui est à la fois génératrice et libre.
La vidéo suivante de Bibmath est un guide parfait qui illustre cette méthode avec des exemples clairs.
Comment déterminer une base d'un sous-espace vectoriel ?
Cette vidéo montre exactement comment trouver une base à partir des équations qui définissent un sous-espace.
Suivez attentivement le premier exemple dans \mathbb{R}^3. Il montre comment, en exprimant x en fonction de y et z, on isole deux vecteurs qui forment la base. Ensuite, analysez le deuxième exemple dans \mathbb{R}^4, qui utilise le pivot de Gauss pour résoudre un système plus complexe avant d'extraire les deux vecteurs de la base.
Cas 2 : Le sous-espace est défini par une famille génératrice
Parfois, on vous donne directement les "briques de construction", mais certaines peuvent être redondantes. Par exemple, .
La méthode est la suivante :
- Partir de la famille génératrice . Par définition, elle engendre l'espace.
- Vérifier si elle est libre. Utilisez les méthodes de la leçon précédente (résolution de système ou déterminant si applicable).
- Si la famille est libre, alors elle est aussi génératrice : c'est une base !
- Si la famille est liée, il faut la "nettoyer" en retirant les vecteurs redondants. Trouvez une relation de dépendance (par exemple, ) et supprimez le vecteur qui peut être exprimé en fonction des autres. Répétez jusqu'à obtenir une famille libre.
La fin de la même vidéo Bibmath illustre parfaitement cette situation.
Comment déterminer une base d'un sous-espace vectoriel ?
Regardez comment gérer une famille génératrice qui n'est pas libre.
Dans cet exemple, l'espace est engendré par trois vecteurs \{\vec{u_1}, \vec{u_2}, \vec{u_3}\}. Le présentateur remarque que \vec{u_3} est une combinaison linéaire de \vec{u_1} et \vec{u_2}. Il est donc redondant et peut être retiré. La famille restante, \{\vec{u_1}, \vec{u_2}\}, est libre et engendre toujours le même espace. C'est donc une base.
Un raccourci très utile : le théorème de la dimension
Pour un espace vectoriel de dimension , les choses se simplifient grandement :
- Toute famille libre de vecteurs est automatiquement une base.
- Toute famille génératrice de vecteurs est automatiquement une base.
Ceci est un outil de calcul très puissant. Par exemple, pour montrer que 3 vecteurs forment une base de (qui est de dimension 3), il vous suffit de prouver qu'ils sont linéairement indépendants, par exemple en montrant que le déterminant de la matrice formée par ces vecteurs est non nul. Vous n'avez pas besoin de prouver qu'ils engendrent .
Méthodes : espaces vectoriels de dimension finie
Cette page de Bibmath résume bien cette méthode.
Lisez la section "Démontrer qu'une famille est une base". Concentrez-vous sur le deuxième point, qui explique ce raccourci très pratique.
Conclusion
Nous avons assemblé aujourd'hui les pièces finales du puzzle pour comprendre la structure d'un espace vectoriel. Voici les points essentiels à retenir :
- Une base est une famille de vecteurs à la fois libre (pas de redondance) et génératrice (complète pour tout construire).
- La dimension d'un espace est le nombre de vecteurs dans n'importe laquelle de ses bases. C'est une propriété fondamentale de l'espace.
- Pour trouver une base d'un sous-espace défini par des équations, on résout le système pour en extraire des vecteurs directeurs.
- Pour trouver une base d'un sous-espace défini par une famille génératrice, on s'assure que la famille est libre, en retirant les vecteurs dépendants si nécessaire.
- Raccourci : Dans un espace de dimension , il suffit de montrer qu'une famille de vecteurs est libre pour prouver que c'est une base.
Dans la prochaine leçon, nous nous attarderons sur un type de base particulier mais extrêmement important : la base canonique. C'est le système de coordonnées le plus "naturel" de (par exemple, pour ) et il sert de point de départ pour de très nombreux calculs, notamment la construction de matrices d'applications linéaires.