Combinaison spatiale

des scalaires réels. Pour résumer l’ensemble des propriétés de cette addition et de cette multiplication, qui sont les mêmes que pour les vecteurs du plan, on dit que le triplet (V , +, .) possède une structure d’espace vectoriel sur R. 3.1.1 Combinaisons linéaires de vecteurs, droites et plans dans l’espace D ÉFINITION 3.1 ♥ Droite vectorielle, droite affine − − – Soit → un vecteur non nul de l’espace. On appelle droite vectorielle engendrée (ou dirigée) par → l’ensemble D des u u →: − vecteurs

que : [pic] Base1: On dit qu’une famille de vecteurs [pic] d’un espace vectoriel [pic] est une base de [pic] si c’est une famille libre et génératrice de [pic], c'est-à-dire si tout vecteur de [pic] s’écrit d’une manière et d’une seule comme combinaison linéaire des vecteurs de la base [pic]. Matrice d’une application linéaire1: Soient [pic] un espace vectoriel de dimension finie [pic] et [pic] un espace vectoriel de dimension finie [pic]. On note [pic] une base de [pic] et [pic] une base de

x 0 , f ( x 0 ), K , f ( x 0 ) ) est libre} est majoré par n et non vide. Il admet un plus grand élément m . La famille x0 , f ( x0 ), f ( x0 ), K , f ( 2 m−1 On a prouvé que : f ( x0 ) ∈ Vect (( x0 , f ( x0 ), K , f m est une combinaison linéaire de x0 , K , f m+k ( ( x0 ) est libre et la famille x0 , K , f m ( x0 ) est liée donc f m ( x0 ) m−1 ) ( x0 ) . ) ( ) m −1 m −1 Supposons que : f c’est à dire que f m ( x0 ) ∈ Vect x0 , f ( x0 ), K , f

les coordonnées de leur point d'intersection. Exercice 4 : ( 4 points ) 1. Résoudre le système d'équations suivant, par la méthode de substitution: y =7 {6x +3 x−y =−11 (1) (2) 2. Résoudre le système d'équations suivant, par la méthode de combinaison linéaire y =7 {6x +3 x−y =−11 (1) (2) Exercice 5 : ( 3 points ) L'année dernière, le foyer du lycée avait acheté 16 bandes dessinées et 7 DVD pour un coût total de 175,50 €. Cette année, 4 bandes dessinées et 6 DVD ont coûté au foyer 97,00 €.

1 Définition et premières propriétés . . . . . . . . . . . . . . . . . . . . . . . 6.2 Sous-espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2.1 Espace des solutions d’un système d’équations linéaires homogènes 6.3 Combinaison linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.4 Indépendance linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.4.1 Interprétation géométrique de la dépendance linéaire . . . . . . . . 6.5 Bases et dimension

famille F est vide. Sous-espace vectoriel engendré par une famille finie de vecteurs[ > ] Famille génératrice DéfinitionOn appelle combinaison linéaire des vecteurs de la famille F=(e⃗ i)1≤i≤n tout vecteur x⃗  de Epouvant s'écrire x⃗ =∑i=1nλie⃗ i avec λ1,…,λn bien choisis. ExempleUne somme sur le vide étant égale au vecteur nul, le vecteur nul est le seul vecteur combinaison linéaire de la famille vide. DéfinitionOn appelle espace vectoriel engendré par la famille F=(e⃗ i)1≤i≤n, le sous-espace vectoriel

a1 a2 · · · ap est canoniquement associée à une forme linéaire f sur Kp .   x1 p  .  = . Plus précisément, f est définie par f (x1 , x2 , . . . , xp ) = a1 a2 · · · ap  ak x k .  .  xp 17.1.4 k=1 Propriétés opératoires Matrice d’une combinaison linéaire Proposition 17.1.2 (matrice de λf + µg) Soit E et F deux espaces vectoriels sur K, de dimensions respectives p 1 et n 1. On suppose que E est muni d’une base e = (ej )1 j p , et que F est muni d’une base ε = (εi )1 L’application qui à f

le vecteur nul et noté On . 1 Définition . Soit n  N et X , X 1 , X 2 ,..., X P  R n . On dit que X est une combinaison linéaire de X 1 ,..., X p s’ils existent 1 ,...,  p tels que p X  1 X 1  2 X 2  ...   p X P ( X   i X i ). i 1 Exemples. 1) (2, -11) est une combinaison linéaire de (1, 2) ; (0, -5) car : (2, -11)=2(1, 2)+3(0,-5). 2) (-1, -4, -3) est une combinaison linéaire de (1, 2, -3) ; 2(1, 1, 0) ; (1, 2, 0) car (-1, -4, -3)= (1, 2, -3)+2(1, 1, 0)-4(1, 2, 0). II. Sous espace

la méthode du pivot de Gauss et représentation matricielle La méthode du pivot consiste à garder une équation intacte, qu’on appelle le pivot, et à éliminer une inconnue dans le reste du système en remplaçant chacune des autres équations par une combinaison linéaire d’elle-même (avec un coefficient non nul) et du pivot. Si le reste du système contient plusieurs équations, l’opération doit être réitérée. EXERCICE 1 — Les équations suivantes sont-elles linéaires ? [1] 2x + yz = 3 [2] x² + 3y + 4z = 0

la question précédente, pour (α, β) ∈ R2 , matB (αp + βq) = diag(α, α, β). En particulier, matB (αp + βq) est une matrice diagonale. Si maintenant h est l’endomorphisme de matrice Y dans la base B, alors h2 = f car Y 2 = D mais h n’est pas une combinaison linéaire de p et q car Y n’est pas diagonale. 9) Puisque f est diagonalisable, R3 = E1 ⊕ E4 où E1 = Ker(f − id) et E4 = Ker(f − 4id). Soit h un endomorphisme de R3 tel que h2 = f. Alors h et f commutent et on sait que E1 et E4 sont stables par h