Chapitre 1 : Espaces vectoriels

Sandrine CHARLES : scharles@[Link]

Introduction ............................................................................................................................2
Un premier exemple ...........................................................................................................2
Un deuxième exemple ........................................................................................................3
1 Espaces vectoriels...........................................................................................................4
Le point sur….....................................................................................................................5
2 Sous-espaces vectoriels ..................................................................................................6
3 Combinaisons linéaires, générateurs ..............................................................................7
4 Dépendance et indépendance linéaire.............................................................................8
4.1 Famille libre et famille liée.....................................................................................8
4.2 Combinaisons linéaires et dépendance linéaire ......................................................9
5 Somme et somme directe..............................................................................................10
5.1 Somme de deux sous-espaces vectoriels ..............................................................10
5.2 Somme directe ......................................................................................................11
5.3 Sous-espaces supplémentaires..............................................................................11
6 Base et dimension d’un espace vectoriel......................................................................12
6.1 Définitions ............................................................................................................12
6.2 Dimension et sous-espace.....................................................................................14
7 Exemples d’utilisation en Biologie...............................................................................15
7.1 Les oiseaux nicheurs rhônalpins...........................................................................15
7.2 Un contre-exemple : Le champ de blé..................................................................16
Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

Introduction
L’algèbre linéaire est un champ mathématique utilisé dans pratiquement toutes les branches
scientifiques. En effet, beaucoup de problèmes vérifient la propriété suivante : si u et v sont
deux solutions alors u + v est aussi une solution, ainsi que k × u si k est un nombre réel ou
complexe. De tels problèmes sont dits linéaires et sont plus faciles à résoudre que certains
problèmes généraux.

Un premier exemple

Si on considère deux points dans un plan, la droite qui les relie définit une direction, et une
flèche sur cette droite définit un sens.

B B B

A A A

Deux points une direction un sens

Deux points avec une direction et un sens forment un vecteur du plan noté AB .
Sur des vecteurs de même origine, on peut définir deux opérations (cohérentes avec ce que
vous avez vu des forces en physique) :
- L’addition : Règle du parallélogramme

AB + AC = AD

- Le produit d’un vecteur par un nombre. On obtient un vecteur de même direction et de

« longueur » multipliée par λ . Le signe de λ peut alors modifier le « sens » du vecteur

résultat :

Chapitre 1 : Espaces vectoriels - page 2/16 -

Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

Un deuxième exemple

L’expression a0 + a1 x + a2 x 2 + … + an x n , dont les coefficients a0 , a1 , a2 ,… , an appartenant à

, est un polynôme de degré n. On peut comme précédemment définir deux opérations sur
les polynômes :
- L’addition :
P ( x ) = a0 + a1 x + a2 x 2 + … + an x n
Q ( x ) = b0 + b1 x + b2 x 2 + … + bn x n
⇒ ( P+Q )( x ) = ( a0 + b0 ) + ( a1 + b1 ) x + ( a2 + b2 ) x 2 + … + ( an + bn ) x n

Le polynôme P+Q est également un polynôme de degré n.

- Le produit d’un polynôme par un nombre λ ∈ . On obtient un polynôme dont tous les
coefficients sont multipliés par λ :
P ( x ) = a0 + a1 x + a2 x 2 + … + an x n
⇒ ( λ × P )( x ) = ( λ a0 ) + ( λ a1 ) x + ( λ a2 ) x 2 + … + ( λ an ) x n

Le polynôme λ × P est également un polynôme de degré n.

Il est petit à petit apparu que de tels ensembles (l’ensemble des vecteurs, l’ensemble des
polynômes de degré n, et bien d’autres encore), pourtant très différents les uns des autres, se
ressemblent en fait au travers de l’existence de deux opérations : l’addition (+) et le produit
par un nombre réel ( × ). Pour permettre de ne pas répéter à chaque fois les caractéristiques et
propriétés de ces ensembles, les mathématiciens ont défini un « modèle » qui ne vérifie qu’un
nombre minimum de propriétés (des axiomes), mais juste assez pour éviter des cas
pathologiques. Ce modèle, encore appelé Espace Vectoriel, a donc des propriétés partagées

Chapitre 1 : Espaces vectoriels - page 3/16 -

Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

par de nombreux ensembles, comme celui des vecteurs, celui des polynômes de degré n, et
bien d’autres encore que nous rencontrerons dans ce cours.

Historiquement, c'est à Peano que revient le mérite d’avoir défini de façon axiomatique le
concept d'espace vectoriel sur un corps de scalaires. Le terme scalaires (du latin scalaris =
escalier, échelle) est utilisé au sens de numérique.

1 Espaces vectoriels
Définition
On appelle espace vectoriel un ensemble E d’éléments, appelés vecteurs, sur lesquels on peut
définir deux lois de composition.

(a) Une loi de composition interne : l’addition notée + qui vérifie :

a1. ∀x , y, z ∈ E : ( x + y ) + z = x + ( y + z ) (associativité)

a2. ∀x , y ∈ E : x + y = y + x (commutativité)

a3. ∃0 ∈ E tel que ∀x ∈ E , x + 0 = x : 0 est élément neutre de E.

a4. ∀x ∈ E , ∃x′ ∈ E tel que x + x′ = 0 : x′ est l’élément opposé de x .

(b) Une loi de composition externe : la multiplication par un scalaire, notée × , qui vérifie :
b1. ∀λ , µ ∈ , ∀x ∈ E : λ × ( µ × x ) = ( λ × µ ) × x

b2. ∀λ , µ ∈ , ∀x ∈ E : ( λ + µ ) × x = λ × x + µ × x

b3. ∀λ ∈ , ∀x , y ∈ E : λ × ( x + y ) = λ × x + λ × y

b4. ∀x ∈ E : 1× x = x

Remarques
1. Le dernier axiome (b4) peut paraître inutile. Cependant, si on considère l’ensemble E
des couples ( x, y ) tels que x, y ∈ muni de la loi de composition externe

λ × ( x, y ) = ( λ × x, 0 ) , on en comprend immédiatement l’utilité.

Chapitre 1 : Espaces vectoriels - page 4/16 -

Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

2. Par soucis de clarté, le symbole × de la loi de composition externe sera désormais

omis. Ainsi, l’élément λ × x sera désormais désigné par λ x .

Exemples
1. L’ensemble des vecteurs du plan est un espace vectoriel.
2 3
2. et sont des espaces vectoriels. Voir.
3. L’ensemble noté C n ( , ) des fonctions définies de dans , continues et

dérivables d’ordre n est un espace vectoriel. Justifier(1).

4. L’ensemble Pn [ X ] des polynômes de degré inférieur ou égal à n additionné du

polynôme nul est un espace vectoriel. Justifier(2).

Proposition
Pour tout λ ∈ et pour tout x ∈ E , on a :
(i) λ 0 = 0 et 0 x = 0
(ii) λ x = 0 ⇒ {λ = 0 ou x = 0}

(iii) ( −λ ) x = λ ( − x ) = − ( λ x ) : on peut donc écrire −λ x .

Le point sur…

Nous avons parlé en introduction des vecteurs du plan. Nous venons de voir que
2
= {( x, y ) x ∈ et y ∈ } est un espace vectoriel. Nous allons maintenant établir le lien
2
que l’on peut faire entre les vecteurs du plan et les éléments de .
Si on munit le plan d’un repère (on parle alors de plan affine), alors chaque point du plan est
repéré par des coordonnées. Si on appelle O l’origine du repère, alors pour tout vecteur u du
plan, il existe un unique point M de coordonnées ( x, y ) ∈ 2
tel que u = OM .

Ainsi, la notation u = ( x, y ) qui sera largement utilisée dans la suite de ce cours, signifie que

x et y sont les coordonnées de l’extrémité du vecteur u dans le plan affine. On appelle x

l’abscisse et y l’ordonnée.

Chapitre 1 : Espaces vectoriels - page 5/16 -

Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

En conséquence, si ( a, b ) et ( c, d ) sont les coordonnées des extrémités des vecteurs u et v ,

alors les coordonnées de l’extrémité du vecteur u + v seront ( a + c, b + d ) . De même, les

coordonnées de l’extrémité du vecteur ku , k ∈ , seront ( ka, kb ) .

2 Sous-espaces vectoriels

Dans toute la suite l’ensemble E désignera un espace vectoriel.

Définition
Soit E un espace vectoriel et F un sous-ensemble de E ( F ⊂ E ). F est un sous-espace
vectoriel de E si F est lui-même un espace vectoriel pour les lois d’addition et de
multiplication par un scalaire définies sur E.

Remarque
Cette définition sous-entend que tout sous-espace vectoriel est lui-même un espace vectoriel.
Il en découle les critères d’identification des sous-espaces vectoriels suivants.

Théorème
Soit E un espace vectoriel et F un sous-ensemble de E ( F ⊂ E ). On dit que F est un sous-
espace vectoriel de E si et seulement si :
(i) F est non vide : F ≠ ∅
(ii) ∀ ( x , y ) ∈ F × F , alors x + y ∈ F : F est stable pour l’addition

(iii) ∀x ∈ F , ∀λ ∈ , alors λ x ∈ F : F est stable pour la multiplication par un scalaire

Exemple
Soit E un espace vectoriel. L’ensemble constitué du seul élément neutre de la loi de
composition interne de E ainsi que E lui-même sont des sous-espaces vectoriels de E.

Chapitre 1 : Espaces vectoriels - page 6/16 -

Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

Corollaire
Soit E un espace vectoriel et F un sous-ensemble de E ( F ⊂ E ). Si F vérifie les propriétés (i)
et (ii) suivantes, alors F est un sous-espace vectoriel de E :
(i) F est non vide
(ii) ∀ ( x, y ) ∈ F × F , ∀ ( λ , µ ) ∈ 2
, alors λ x + µ y ∈ F

Exemples
1. Montrer que l’ensemble F = {( x, y, z ) ∈ 3
z = 0} est un sous-espace vectoriel de 3
.

Réponse.
Soit f une fonction de classe C 2 ( , ), vérifiant l’équation différentielle suivante :

f ′′ ( x ) + x 2 f ′ ( x ) + f ( x ) = 0 . Montrer que l’ensemble F des fonctions solutions de cette

équation différentielle est un sous-espace vectoriel de l’espace vectoriel des fonctions de

classe C 2 ( , ) . Réponse.

3 Combinaisons linéaires, générateurs

On rappelle que E désigne un espace vectoriel.

Définitions
(1) Soit {u1 ,… , u p } une famille de vecteurs d’un espace vectoriel E. Tout vecteur de E de la
p
forme a1u1 + … + a p u p = ∑ ai ui où les ai ∈ est appelé combinaison linéaire des
i =1

vecteurs ui , i = 1, p .

(2) L’ensemble de toutes ces combinaisons linéaires que l’on désigne par vect ( u1 ,… , u p ) est

appelé sous-espace vectoriel engendré par les vecteurs ui , i = 1, p .

Proposition
Soit E un espace vectoriel. On dit que les u1 ,… , u p engendrent E ou que les vecteurs ui

i = 1, p forment une famille génératrice de E si :

E = vect ( u1 ,… , u p )

Chapitre 1 : Espaces vectoriels - page 7/16 -

Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

En d’autres termes, u1 ,… , u p engendrent E si, pour tout x ∈ E , il existe des scalaires

a1 ,… , a p tels que x = a1u1 + … + a p u p , c’est-à-dire si tout vecteur de E est une combinaison

linéaire des ui , i = 1, p .

Exemples
1. Montrer que la famille des vecteurs e1 = (1, 0, 0 ) , e2 = ( 0,1, 0 ) et e3 = ( 0, 0,1) est une
3
famille génératrice de . Réponse.
2. Montrer que {(1,1, 0 ) , ( 0,1, 0 ) , ( 0, 0,3)} est une famille génératrice de 3
. Réponse.

3. On peut montrer que l’ensemble Pn [ X ] des polynômes de degré inférieur ou égal à n

est engendré par les polynômes 1, X , X 2 ,… , X n . Ainsi :

Pn [ X ] = vect (1, X , X 2 ,… , X n )

4 Dépendance et indépendance linéaire

On rappelle que E désigne un espace vectoriel.

4.1 Famille libre et famille liée

Définition 1 :
Soit {u1 ,… , u p } une famille de vecteurs d’un espace vectoriel E. On dit que cette famille est

libre si et seulement si : λ1u1 + … + λ p u p = 0 ⇒ λ1 = … = λ1 = 0 . On dit alors que les vecteurs

ui , i = 1, p , sont linéairement indépendants.

Définition 2 :
Une famille qui n’est pas libre est dite liée ; les vecteurs ui , i = 1, p , sont alors linéairement

dépendants ou liés.

Remarques
• Si 0 est l’un des vecteurs ui , par exemple u1 = 0 , alors la famille des vecteurs ui ,

i = 1, p , est nécessairement liée, et les vecteurs ui sont linéairement dépendants. Justifier.

Chapitre 1 : Espaces vectoriels - page 8/16 -

Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

• Si deux des vecteurs ui sont égaux ou multiples l’un de l’autre, par exemple u1 = ku2 avec

k ≠ 0 , alors les vecteurs ui , i = 1, p , sont linéairement dépendants. Justifier.

• Deux vecteurs sont linéairement dépendants si et seulement si ils sont multiples l’un de
l’autre. On dit qu’ils sont colinéaires.

Exemples
1. La famille {( 2, −4 ) , ( −1, 2 ) , ( 0,1)} est-elle libre ? Réponse.
2. Montrer que la famille {( 3, −8, −1) , ( 0, 2,1) , ( −1, 4,1)} est liée. Réponse.

4.2 Combinaisons linéaires et dépendance linéaire

Proposition
Une famille {u1 ,… , u p } est liée si et seulement si l’un au moins des vecteurs s’écrit comme

une combinaison linéaire des autres vecteurs de la famille.

Conséquence
Si la famille {u1 ,… , u p } est liée, alors les vecteurs ui , i = 1, p , sont linéairement dépendants,

c’est-à-dire qu’il existe des λi , non tous nuls tels que λ1u1 + … + λ p u p = 0 . Ainsi, en supposant

que λ1 ≠ 0 , on peut écrire :

λ2 λ
u1 = − u2 − … − p u p
λ1 λ1
u1 est bien une combinaison linéaire des autres vecteurs u2 ,… , u p .

Chapitre 1 : Espaces vectoriels - page 9/16 -

Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

5 Somme et somme directe

5.1 Somme de deux sous-espaces vectoriels

Définition
Soient F et G deux sous-espaces vectoriels de l’espace vectoriel E.
La somme de F et G, qui s’écrit F + G , est l’ensemble constitué de toutes les sommes u + v
avec u ∈ F et v ∈ G . Ainsi F + G = {u + v u ∈ F et v ∈ G} .

Si on considère F et G comme deux sous-espaces vectoriels de l’espace vectoriel E, alors :

- 0 = 0 + 0 ∈ F + G car 0 ∈ F et 0 ∈ G ;
- Si u1 + v1 et u2 + v2 appartiennent à F + G , avec u1 , u2 ∈ F et v1 , v2 ∈ G , alors :

( u1 + v1 ) + ( u2 + v2 ) = ( u1 + u2 ) + ( v1 + v2 ) ∈ F + G
- Enfin, pour tout scalaire k ∈ , il vient :
k ( u1 + v1 ) = ku1 + kv1 ∈ F + G

Tout ceci permet d’en arriver au théorème suivant :

Théorème 1
La somme de sous-espaces vectoriels d’un espace vectoriel E est aussi un sous-espace
vectoriel de E.

Théorème 2
Soient F et G deux sous-espaces vectoriels de dimension finie de E. Alors F + G est de
dimension finie et :
dim ( F + G ) = dim ( F ) + dim ( G ) − dim ( F ∩ G )

Exemple
Considérons l’espace vectoriel 3
. Soient F = {( x, y, z ) z = 0} et G = {( x, y, z ) x = 0} .

Donner la dimension de F ∩ G . Réponse.

Chapitre 1 : Espaces vectoriels - page 10/16 -

Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

5.2 Somme directe

Définition
L’espace vectoriel E est dit la somme directe des sous-espaces vectoriels F et G, et on note
E = F ⊕ G , si chaque vecteur x ∈ E s’écrit d’une manière unique sous la forme x = u + v
avec u ∈ F et v ∈ G .

Théorème
L’espace vectoriel E est la somme directe des deux sous-espaces vectoriels F et G si et

seulement si E = F + G et F ∩ G = 0 . {}

Exemples
3
1. Considérons l’espace vectoriel . Considérons les deux sous-espaces vectoriels
F = {( x, y, z ) z = 0} et G = {( x, y, z ) x = 0} . Montrer que F et G ne sont pas en

somme directe. Réponse.

3
2. Considérons l’espace vectoriel . Considérons les deux sous-espaces vectoriels
F ′ = {( x, y, z ) z = 0} et G′ = {( x, y, z ) x = y = 0} . Montrer que 3
= F ′ ⊕ G′ .

Réponse.

Propriété
Soient F et G deux sous-espaces vectoriels de E. La somme de F et G est directe si et
seulement si ∀x ∈ F + G , il existe un unique couple ( u , v ) ∈ F × G tel que x = u + v .

5.3 Sous-espaces supplémentaires

Définition
Soient E un espace vectoriel, F et G deux sous-espaces vectoriels de E. F et G sont dits
supplémentaires dans E lorsque leur somme est directe et égale à E : F ⊕ G = E .

Chapitre 1 : Espaces vectoriels - page 11/16 -

Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

Propriété
Soient F et G deux sous-espaces vectoriels de E. F et G sont supplémentaires dans E si et

seulement si E = F + G et F ∩ G = 0 . {}

Exemple
Dans l’exemple ci-dessus, F ′ = {( x, y, z ) z = 0} et G′ = {( x, y, z ) x = y = 0} sont
3
supplémentaires dans .

6 Base et dimension d’un espace vectoriel

On rappelle que E désigne un espace vectoriel.

6.1 Définitions

Définition 1
Une famille de vecteurs {u1 ,… , u p } d’un espace vectoriel E est une base de E si les deux

conditions suivantes sont vérifiées :

(1) Les vecteurs ui , i = 1, p , sont linéairement indépendants : La famille {u1 ,… , u p } est libre.

(2) Les vecteurs ui , i = 1, p , engendrent E : La famille {u1 ,… , u p } est génératrice.

Définition 2
Une famille de vecteurs {u1 ,… , u p } est une base de l’espace vectoriel E si tout x ∈ E peut

s’écrire de manière unique comme une combinaison linéaire des ui .

Conséquence
Un espace vectoriel E est dit de dimension finie n, et on écrit dim ( E ) = n , si E admet une

base de n vecteurs.

Théorème 1
Soit E un espace vectoriel de dimension finie. Alors toute base de E a le même nombre
d’éléments.

Chapitre 1 : Espaces vectoriels - page 12/16 -

Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

Remarques
L’espace vectoriel {0} est défini par sa dimension 0.

Si un espace vectoriel n’est pas de dimension finie, on dit qu’il est de dimension infinie.

Théorème 2
Dans un espace vectoriel E de dimension finie, il existe toujours des bases.

Proposition
Soit {u1 ,… , u p } une base de E. Alors :

∃ ! ( a1 ,… , a p ) ∈
p
p
tel que x = ∑ ai ui
i =1

Les réels ( a ,… , a )
1 p sont appelées les coordonnées (on dit aussi composantes) de x

relativement à la base {u1 ,… , u p } .

Remarque
L’existence de la décomposition pour tout x ∈ E vient du fait que la famille {u1 ,… , u p } est

génératrice ; l’unicité du fait que la famille {u1 ,… , u p } est libre.

Exemples
1. Montrer que la famille {u1 , u2 } avec u1 = (1, 2 ) et u2 = ( −1, 0 ) est une base de R 2 .

Réponse.
2. Montrer que la famille {e1 , e2 , e3 } telle que e1 = (1, 0, 0 ) , e2 = ( 0,1, 0 ) et e3 = ( 0, 0,1) , est
3
une base de . Réponse.

Chapitre 1 : Espaces vectoriels - page 13/16 -

Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

Définition
{e1 , e2 , e3} forment une base de R 3 . Cette base est dite canonique.

En généralisant à R p , l’ensemble des vecteurs {e , e ,…, e }

1 2 p tels que ei a toutes ses

composantes nulles sauf en ième position où elle est égale à 1 forme la base canonique de R p .

Corollaire (des théorèmes 1 et 2)

Dans un espace vectoriel de dimension p :
- Toute famille de plus de p éléments est liée.
- Toute famille de moins de p éléments ne peut être génératrice.
- Toute famille libre de p éléments forme une base.
- Toute famille génératrice de p éléments forme une base.

Remarque
Les deux dernières propriétés énoncées dans le corollaire signifie que si dim ( E ) = p , pour

toute famille de p vecteurs, libre ⇔ génératrice ⇔ base (une des deux propriétés suffit).

Exemples
3
1. Déterminer la dimension de . Réponse.
2. Déterminer la dimension de Pn [ X ] . Réponse.

Définition
Dans le cas général, on a dim p
= p.

6.2 Dimension et sous-espace

Théorème
Soit F un sous-espace vectoriel de l’espace vectoriel E de dimension n. Alors dim ( F ) ≤ n .

En particulier si dim ( F ) = n , alors nécessairement F = E .

Chapitre 1 : Espaces vectoriels - page 14/16 -

Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

Exemple
3
Soit F un sous-espace vectoriel de . Alors la dimension de F ne peut être qu’égale à 0, 1, 2
ou 3 :
Si dim ( F ) = 0 , alors F est réduit à l’origine ;

Si dim ( F ) = 1 , alors F est une droite issue de l’origine ;

Si dim ( F ) = 2 , alors F est un plan passant par l’origine ;

Si dim ( F ) = 3 , alors F est égal à 3

tout entier.

7 Exemples d’utilisation en Biologie

7.1 Les oiseaux nicheurs rhônalpins

L’ouvrage de Lebreton, P. (1977)1 sur les oiseaux nicheurs rhônalpins met à

disposition sous la forme d’un tableau un relevé de mesures réalisées sur le terrain :

Lieu A B C D E F G
1 -6.6 1.1 9.7 22.9 131.5 139.5 1597
2 -7.5 0.1 8.2 20.8 115 145 1613
3 -8.5 -0.1 8.6 22 113 146.5 1738
4 -9.2 -1.7 6.5 17.3 103 138 1630
5 -8 0.2 7.5 21.6 110 129 1492
6 -7.8 0.5 8.6 21 113 130 1415
7 -2.9 2.8 11.5 19.8 188.5 141.5 1849
8 -8.4 -1 8.3 21.1 100 120 1473
9 -6.8 2.3 8.8 21.4 100 85 978.5
10 -6.8 0.8 9.5 22.8 75 38 784.5
11 -6.3 1.9 8.1 19.2 77 80.5 976
12 -4 5.5 10.5 24.2 69 79 1239
13 -7.2 1.2 9.6 22.9 65 72.5 1125
14 -10.1 0.2 5.3 19.7 65 70 1025
15 -8.9 2.2 7.6 22.7 65 41 771.5
16 -1.6 7.3 12.6 27.6 51 47.5 920
17 -4 5 10 24.5 66 57.5 1010
18 -6.6 2.8 8.9 24.7 98.5 52 1116
19 -7 1.8 8.6 21.9 112 68 1248
20 -6.3 3.5 10.5 24.3 57.5 55 767.5
21 -8.6 2.6 7.6 22.4 49.5 48.5 766.5
22 -3.4 7.3 12.5 27.4 56.5 29.5 926.5
23 -6.6 4 9.8 26 77.5 47 955

Ces données concernent 23 lieux au cœur desquels ont été mesurées les sept variables
suivantes :
• A : la température minimale observée en Janvier (°C)
• B : la température maximale observée en Janvier (°C)
• C : la température minimale observée en Juillet (°C)

1
Lebreton, Ph. . (1977) Les oiseaux nicheurs rhônalpins. Atlas ornithologique Rhône-Alpes. Centre Ornithologique Rhône-
Alpes, Université Lyon 1, 69621 Villeurbanne. Direction de la Protection de la Nature, Ministère de la Qualité de la Vie. 1-
354. Voir aussi [Link]

Chapitre 1 : Espaces vectoriels - page 15/16 -

Mathématiques : Outils pour la Biologie – Deug SV2 – UCBL S. Charles (03/02/03)
......................................................................................................................................................................................................

• D : la température maximale observée en Juillet (°C)

• E : la pluviométrie moyenne en Janvier (mm)
• F : la pluviométrie moyenne en Juillet (mm)
• G : la pluviométrie moyenne en annuelle (mm)

Ce tableau permet d’étudier les données de deux points de vue différents : dans l’espace des
individus ou dans l’espace des variables. Ainsi, dans l’espace des individus, on dispose de 23
7
vecteurs ayant chacun sept coordonnées : on travaille dans l’espace vectoriel . Dans
l’espace des variables, on dispose de sept vecteurs avec chacun 23 coordonnées : on est dans
23
l’espace vectoriel .

7.2 Un contre-exemple : Le champ de blé

Une plante (le blé) peut se présenter sous trois formes A1, A2, A3. On caractérise

une population de cette plante (le champ de blé) par les fréquences de chacune de
Nombre de plantes Ai
ces trois formes que l'on note f1 , f 2 , f3 : fi = .
Nombre total de plantes

Une population se représente alors comme un vecteur de 3

de composantes ( f1 , f 2 , f 3 ) .

• On peut aisément montrer que f1 + f 2 + f 3 = 1 .

• Si on appelle P le sous-ensemble de 3
formé de toutes les populations possibles.
P est-il un sous-espace vectoriel de 3
?
1. P = {( x, y, z ) ∈ 3
x + y + z = 1} : P ⊂ 3
.

2. P est non vide : les vecteurs ei de la base canonique de 3

sont éléments de P .

3. Soient x , y ∈ P et λ , µ ∈ .

x = ( x1 , y1 , z1 ) y = ( x2 , y2 , z2 ) avec x1 + y1 + z1 = 1 et x2 + y2 + z2 = 1

λ x + µ y = ( λ x1 + µ x2 , λ y1 + µ y2 , λ z1 + µ z2 )

( λ x1 + µ x2 ) + ( λ y1 + µ y2 ) + ( λ z1 + µ z2 ) = λ ( x1 + y1 + z1 ) + µ ( x2 + y2 + z2 ) = λ + µ
Or λ + µ ≠ 1 , sauf dans quelques cas particuliers : P n’est pas un sous-espace vectoriel.

Chapitre 1 : Espaces vectoriels - page 16/16 -