Chapitre 3. Combinaison linéaire et SEV §1. Reconnaitre une combinaison linéaire. Etant donné deux vecteurs v 1 , v 2 , par exemple 1 0 2 et 2 3 1 , ainsi que deux coefficients s et t , il est très facile de calculer leur combinaison linéaire sv 1 + tv 2 . Par exemple 2 1 0 2 + (−1) 2 3 1 =(facile ...).
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Chapitre 3. Combinaison linéaire et SEV
§1. Reconnaitre une combinaison linéaire.
Etant donné deux vecteurs ~v1, ~v2, par exemple
102
et
231
, ainsi
que deux coefficients s et t, il est très facile de calculer leurcombinaison linéaire s~v1 + t~v2. Par exemple
2
102
+ (−1)
231
= (facile...).
Chapitre 3. Combinaison linéaire et SEV
§1. Reconnaitre une combinaison linéaire.
Etant donné deux vecteurs ~v1, ~v2, par exemple
102
et
231
, ainsi
que deux coefficients s et t, il est très facile de calculer leurcombinaison linéaire s~v1 + t~v2. Par exemple
2
102
+ (−1)
231
= (facile...).
Question réciproque : Etant donné un troisième vecteur ~b, par
exemple
897
, est-il une combinaison linéaire de ~v1 et ~v2 ?
Chapitre 3. Combinaison linéaire et SEV
§1. Reconnaitre une combinaison linéaire.
Etant donné deux vecteurs ~v1, ~v2, par exemple
102
et
231
, ainsi
que deux coefficients s et t, il est très facile de calculer leurcombinaison linéaire s~v1 + t~v2. Par exemple
2
102
+ (−1)
231
= (facile...).
Question réciproque : Etant donné un troisième vecteur ~b, par
exemple
897
, est-il une combinaison linéaire de ~v1 et ~v2 ?
Une méthode naïve est de tester avec toutes sortes de coefficientss, t pour tenter de retrouver ~b avec s~v1 + t~v2.
Est-ce la bonne méthode ?
Question réciproque : Etant donné un troisième vecteur ~b, par
exemple
897
, est-il une combinaison linéaire de ~v1 et ~v2 ?
Une méthode naïve est de tester avec toutes sortes de coefficientss, t pour tenter de retrouver ~b avec s~v1 + t~v2.Est-ce la bonne méthode ?
Question réciproque : Etant donné un troisième vecteur ~b, par
exemple
897
, est-il une combinaison linéaire de ~v1 et ~v2 ?
Une méthode naïve est de tester avec toutes sortes de coefficientss, t pour tenter de retrouver ~b avec s~v1 + t~v2.Est-ce la bonne méthode ? NON, il y a trop (une infinité) decoefficients à tester.
La bonne méthode est de : poser des coefficients comme desinconnues, et traduire la question en :
Est-ce que le système x~v1 + y~v2 = ~b admet une solution ?
Dans notre exemple concret, la question devient :
Est-ce que le système x
102
+y
231
=
897
admet une solution ?
Est-ce que le système x
102
+y
231
=
897
admet une solution ?
On est donc ramené à résoudre ce système. On obtientx = 2, y = 3.
Est-ce que le système x
102
+y
231
=
897
admet une solution ?
On est donc ramené à résoudre ce système. On obtientx = 2, y = 3.
Ainsi, la réponse de la question initiale est :
Est-ce que le système x
102
+y
231
=
897
admet une solution ?
On est donc ramené à résoudre ce système. On obtientx = 2, y = 3.
Ainsi, la réponse de la question initiale est :
oui,
897
s’exprime bien en combinaison linéaire de
102
et
231
,
en effet
897
= 2
102
+ 3
231
.
Question similaire : En dimension 4, le vecteur ~e4 est-il unecombinaison linéaire de ~e1, ~e2 et ~e3 ?
Justifier votre réponse.
Est-ce que le système x
102
+y
231
=
897
admet une solution ?
On est donc ramené à résoudre ce système. On obtientx = 2, y = 3.
Ainsi, la réponse de la question initiale est :
oui,
897
s’exprime bien en combinaison linéaire de
102
et
231
,
en effet
897
= 2
102
+ 3
231
.
Question similaire : En dimension 4, le vecteur ~e4 est-il unecombinaison linéaire de ~e1, ~e2 et ~e3 ?
Justifier votre réponse.Non. Car le système x~e1 + y~e2 + z~e3 = ~e4 n’a pas de solution.
§2. Sous espace vectoriel engendré
L’équation x − y − 2z = 0 a pour solution x = y + 2z , où y , z
peuvent prendre n’importe quelles valeurs réelles. Sous formevectorielle, l’ensemble des solutions s’écrit
S ={
y + 2zy
z
, y , z ∈ R
}
={
y
110
+ z
201
, y , z ∈ R
}
={
a
110
+ b
201
, a, b ∈ R
}
(on a remplacé y , z par a, b)
={
toutes les combinaisons linéaires de
110
et
201
}
nouvelle notation= 〈
110
,
201
〉
={
a
110
+ b
201
, a, b ∈ R
}
(on a remplacé y , z par a, b)
={
toutes les combinaisons linéaires de
110
et
201
}
nouvelle notation= 〈
110
,
201
〉
Définition et Notation. On utilise 〈~v1, · · · ,~vm〉 pour désignerl’ensemble de toutes les combinaisons linéaires des ~vi , ou bien, enécriture ensembliste : 〈~v1, · · · ,~vm〉 = {
∑
kak~vk , ak ∈ R} =
{a1~v1 + a2~v2 + · · ·+ am~vm | a1, · · · , am ∈ R}. On appelle cetensemble le sous espace vectoriel engendré (SEV) par lesvecteurs ~v1, · · · ,~vm.
={
a
110
+ b
201
, a, b ∈ R
}
(on a remplacé y , z par a, b)
={
toutes les combinaisons linéaires de
110
et
201
}
nouvelle notation= 〈
110
,
201
〉
Définition et Notation. On utilise 〈~v1, · · · ,~vm〉 pour désignerl’ensemble de toutes les combinaisons linéaires des ~vi , ou bien, enécriture ensembliste : 〈~v1, · · · ,~vm〉 = {
∑
kak~vk , ak ∈ R} =
{a1~v1 + a2~v2 + · · ·+ am~vm | a1, · · · , am ∈ R}. On appelle cetensemble le sous espace vectoriel engendré (SEV) par lesvecteurs ~v1, · · · ,~vm.
Ainsi, demander si ~b est une combinaison linéaire des ~vi revient àdemander si ~b est un élément de l’ensemble 〈~v1, · · · ,~vm〉, revient àdemander si un système (lequel ?) admet une solution (ou plus).
§3. Réduction suivant les colonnes
On peut résoudre un système A~x = ~b en cinq étapes suivantes :
1. On forme la matrice compagnon verticale
(
A
Id
)
.
2. On l’échelonne suivant les colonnes pour obtenir
.Soit ~u un nouveau vecteur inconnuen dimension 3 qu’on donne unnom à chaque entrée, par exemple
~u =
u
v
w
.
3. On résout B~u = ~b et on trouve ~u =
11w
, avec w pouvant
prendre n’importe quelle valeur.
4. Multiplication par H : H~u =
2 − 2w1 − w
w
. Ou bien, sous forme
vectorielle :{
210
+w
−2−11
,w ∈ R
}
sous forme=
SEV
210
+ 〈
−2−11
〉.
5. Vérification.
Théorème de réduction suivant les colonnes.
Etant donné une matrice A (non nécessairement carrée), lorsqu’on
réduit la matrice compagnon verticale
(
A
Id
)
à une matrice(
B
H
)
par des opérations des colonnes,
1. la matrice H est carrée et inversible,
Théorème de réduction suivant les colonnes.
Etant donné une matrice A (non nécessairement carrée), lorsqu’on
réduit la matrice compagnon verticale
(
A
Id
)
à une matrice(
B
H
)
par des opérations des colonnes,
1. la matrice H est carrée et inversible,
2. la matrice B n’est rien d’autre que AH,
Théorème de réduction suivant les colonnes.
Etant donné une matrice A (non nécessairement carrée), lorsqu’on
réduit la matrice compagnon verticale
(
A
Id
)
à une matrice(
B
H
)
par des opérations des colonnes,
1. la matrice H est carrée et inversible,
2. la matrice B n’est rien d’autre que AH,
3. l’ensemble {~x,A~x = ~b} est égale à {H~u,B~u = ~b},
Théorème de réduction suivant les colonnes.
Etant donné une matrice A (non nécessairement carrée), lorsqu’on
réduit la matrice compagnon verticale
(
A
Id
)
à une matrice(
B
H
)
par des opérations des colonnes,
1. la matrice H est carrée et inversible,
2. la matrice B n’est rien d’autre que AH,
3. l’ensemble {~x,A~x = ~b} est égale à {H~u,B~u = ~b},
4. la matrice A est inversible ssi
(
A
Id
)
se réduit à
(
Id
H
)
, et
dans ce cas H = A−1,
Théorème de réduction suivant les colonnes.
Etant donné une matrice A (non nécessairement carrée), lorsqu’on
réduit la matrice compagnon verticale
(
A
Id
)
à une matrice(
B
H
)
par des opérations des colonnes,
1. la matrice H est carrée et inversible,
2. la matrice B n’est rien d’autre que AH,
3. l’ensemble {~x,A~x = ~b} est égale à {H~u,B~u = ~b},
4. la matrice A est inversible ssi
(
A
Id
)
se réduit à
(
Id
H
)
, et
dans ce cas H = A−1,
5. Un vecteur ~b est dans le SEV engendré par les vecteurs colonnesde A ssi A~x = ~b admet une solution (ou plus), ssi le nouveau
système avec des nouvelles inconnues B~u = ~b admet une solution(ou plus). et bien plus d’autres propriétés...
Preuve du théorème
Chaque opération élémentaire suivant les colonnes correspond àmultiplier la matrice à droite par une matrice (dite élémentaire) E
qui est inversible. Ainsi la suite de réduction se lit(
A
Id
)
(
AE1
E1
)
(
AE1E2
E1E2
)
· · · (
AE1E2 · · ·Em
E1E2 · · ·Em
)
=
(
AH
H
)
.
Ceci montre que si
(
A
Id
)
se réduit à
(
B
H
)
, alors B = AH et H
est toujours inversible.
De plus, si B = id alors AH = Id , donc H = A−1, etB~u = ~b ⇒ (AH)~u = ~b ⇒ A(H~u) = ~b ⇒ H~u est solution de
A~x = ~b.
Réciproquement, si ~x est une solution de A~x = ~b, alors, parl’invisibilité de H, on peut former ~u = H−1~x. AinsiB~u = B(H−1~x) = AHH−1~x = A~x = ~b.