Cours de Calcul Vectoriel : Vecteurs du Plan, Espace Tridimensionnel, Produit Scalaire et Produit Vectoriel

Vecteurs du Plan (R2\mathbb{R}^2, Chapitre 11.1)

  • Définition générale d'un vecteur :

    • Un vecteur est une quantité mathématique et physique définie à la fois par une longueur (aussi appelée module, norme, magnitude ou intensité) et une direction.

    • Deux vecteurs \vec{u} et v⃗\vec{v} sont dits égaux (u⃗=v⃗\vec{u} = \vec{v}) si et seulement s'ils possèdent exactement la même magnitude et la même direction, peu importe leur point d'application initial.

    • Les quantités qui possèdent une magnitude mais aucune direction sont appelées des scalaires (par exemple les nombres réels).

    • L'unique exception aux règles de direction est le vecteur nul (noté 0⃗\vec{0}), qui possède une norme égale à 00 mais dont la direction est indéterminée.

  • Origine, extrémité et notation :

    • Un vecteur orienté du point PP vers le point QQ est noté PQ⃗\vec{PQ}.

    • Le point PP constitue l'origine (ou point initial) du vecteur.

    • Le point QQ constitue l'extrémité (ou point final) du vecteur.

    • La norme ou le module d'un vecteur a⃗\vec{a} est noté ∣a⃗∣|\vec{a}| (ou ∥a⃗∥\Vert \vec{a} \Vert).

Origine et extrémité d'un vecteur
  • Multiplication par un scalaire :

    • Soit un scalaire c∈Rc \in \mathbb{R} et un vecteur v⃗\vec{v}. Le produit scalaire-vecteur cv⃗c\vec{v} est un nouveau vecteur dont la norme est égale à ∣c∣⋅∣v⃗∣|c| \cdot |\vec{v}|

    • Si c>0c > 0, le vecteur cv⃗c\vec{v} possède la même direction que v⃗\vec{v}.

    • Si c<0c < 0, le vecteur cv⃗c\vec{v} possède une direction opposée à celle de v⃗\vec{v}.

    • Si c=0c = 0, alors 0v⃗=0⃗0\vec{v} = \vec{0}.

  • Parallélisme et colinéarité :

    • Deux vecteurs u⃗\vec{u} et v⃗\vec{v} sont dits parallèles (ou colinéaires) si et seulement si l'un est un multiple scalaire de l'autre, c'est-à-dire s'il existe un scalaire c∈Rc \in \mathbb{R} tel que u⃗=cv⃗\vec{u} = c\vec{v}.

    • Exemple de vecteurs parallèles à v⃗\vec{v} : 2v⃗2\vec{v}, 12v⃗\frac{1}{2}\vec{v}, −3v⃗-3\vec{v}.

  • Exemple pratique sur un quadrillage :

    • Soit une grille structurée par des vecteurs de base u⃗\vec{u} et v⃗\vec{v}.

    • Si PO⃗=u⃗\vec{PO} = \vec{u}, alors PQ⃗=u⃗\vec{PQ} = \vec{u}, QP⃗=−u⃗\vec{QP} = -\vec{u}, QR⃗=2v⃗\vec{QR} = 2\vec{v}, et RS⃗=−3u⃗\vec{RS} = -3\vec{u}.

Vecteurs colinéaires sur grille
  • Composantes d'un vecteur position dans le plan :

    • Un vecteur dont l'origine se situe à l'origine du repère O(0,0)O(0,0) du plan xOyxOy et dont l'extrémité se situe au point (v1,v2)(v_1, v_2) est appelé un vecteur position.

    • On l'écrit sous la forme de composantes entre crochets : v⃗=⟨v1,v2⟩\vec{v} = \langle v_1, v_2 \rangle.

    • Les nombres réels v1v_1 et v2v_2 sont appelés les composantes horizontale et verticale du vecteur v⃗\vec{v}.

    • Deux vecteurs position u⃗=⟨u1,u2⟩\vec{u} = \langle u_1, u_2 \rangle et v⃗=⟨v1,v2⟩\vec{v} = \langle v_1, v_2 \rangle sont égaux si et seulement si leurs composantes respectives sont égales (u1=v1u_1 = v_1 et u2=v2u_2 = v_2).

Vecteur position et équivalence par translation
  • Calcul des composantes à partir de deux points :

    • Pour deux points P(x1,y1)P(x_1, y_1) et Q(x2,y2)Q(x_2, y_2) dans le plan, le vecteur PQ⃗\vec{PQ} est obtenu par la différence des coordonnées de l'extrémité et de l'origine :      PQ⃗=⟨x2−x1,y2−y1⟩\vec{PQ} = \langle x_2 - x_1, y_2 - y_1 \rangle

    • Exemple : Soit P(2,3)P(2, 3) et Q(−4,1)Q(-4, 1).

    • PQ⃗=⟨−4−2,1−3⟩=⟨−6,−2⟩\vec{PQ} = \langle -4 - 2, 1 - 3 \rangle = \langle -6, -2 \rangle

  • Module (Norme) d'un vecteur dans le plan :

    • Par le théorème de Pythagore, la longueur du vecteur PQ⃗\vec{PQ} entre P(x1,y1)P(x_1, y_1) et Q(x2,y2)Q(x_2, y_2) est la distance euclidienne entre ces deux points :      ∣PQ⃗∣=(x2−x1)2+(y2−y1)2|\vec{PQ}| = \sqrt{(x_2 - x_1)^2 + (y_2 - y_1)^2}

    • Pour un vecteur position v⃗=⟨v1,v2⟩\vec{v} = \langle v_1, v_2 \rangle, son module est :      ∣v⃗∣=v12+v22|\vec{v}| = \sqrt{v_1^2 + v_2^2}

    • Exemple complet : Soit les points O(0,0)O(0, 0), P(−3,4)P(-3, 4) et Q(6,5)Q(6, 5).

    • a) OP⃗=⟨−3−0,4−0⟩=⟨−3,4⟩\vec{OP} = \langle -3 - 0, 4 - 0 \rangle = \langle -3, 4 \rangle

    • ∣OP⃗∣=(−3)2+42=9+16=25=5|\vec{OP}| = \sqrt{(-3)^2 + 4^2} = \sqrt{9 + 16} = \sqrt{25} = 5

    • b) PQ⃗=⟨6−(−3),5−4⟩=⟨9,1⟩\vec{PQ} = \langle 6 - (-3), 5 - 4 \rangle = \langle 9, 1 \rangle

    • ∣PQ⃗∣=92+12=81+1=82|\vec{PQ}| = \sqrt{9^2 + 1^2} = \sqrt{81 + 1} = \sqrt{82}

  • Opérations vectorielles algébriques :

    • Soit u⃗=⟨u1,u2⟩\vec{u} = \langle u_1, u_2 \rangle, v⃗=⟨v1,v2⟩\vec{v} = \langle v_1, v_2 \rangle et c∈Rc \in \mathbb{R} :

    • Addition : u⃗+v⃗=⟨u1+v1,u2+v2⟩\vec{u} + \vec{v} = \langle u_1 + v_1, u_2 + v_2 \rangle

    • Soustraction : u⃗−v⃗=u⃗+(−1)v⃗=⟨u1−v1,u2−v2⟩\vec{u} - \vec{v} = \vec{u} + (-1)\vec{v} = \langle u_1 - v_1, u_2 - v_2 \rangle

    • Multiplication par un scalaire : cv⃗=⟨cv1,cv2⟩c\vec{v} = \langle cv_1, cv_2 \rangle

  • Représentations géométriques de l'addition et la soustraction :

    • Règle du triangle : Placer l'origine de v⃗\vec{v} à l'extrémité de u⃗\vec{u}. Le vecteur somme u⃗+v⃗\vec{u} + \vec{v} relie l'origine de u⃗\vec{u} à l'extrémité de v⃗\vec{v}.

    • Règle du parallélogramme : Placer u⃗\vec{u} et v⃗\vec{v} avec la même origine. La somme u⃗+v⃗\vec{u} + \vec{v} forme la diagonale du parallélogramme construit sur ces deux vecteurs.

Règle du parallélogramme pour la somme de vecteurs
  • Exemple algébrique : Soit u⃗=⟨−1,2⟩\vec{u} = \langle -1, 2 \rangle et \vec{v} = \langle 2, 3 \rangle$.\n - a) \vec{u} + \vec{v} = \langle -1 + 2, 2 + 3 \rangle = \langle 1, 5 \rangle\n - |\vec{u} + \vec{v}| = \sqrt{1^2 + 5^2} = \sqrt{1 + 25} = \sqrt{26}\n - b) 2\vec{u} - 3\vec{v} = 2\langle -1, 2 \rangle - 3\langle 2, 3 \rangle = \langle -2, 4 \rangle - \langle 6, 9 \rangle = \langle -2 - 6, 4 - 9 \rangle = \langle -8, -5 \rangle\n\n- **Vecteurs unitaires et base canonique** :\n - Un **vecteur unitaire** est un vecteur de norme égale à 1.\n - Les vecteurs-repère unitaires fondamentaux du plan sont \vec{i} = \langle 1, 0 \rangleetet\vec{j} = \langle 0, 1 \rangle$.

    • Tout vecteur v⃗=⟨v1,v2⟩\vec{v} = \langle v_1, v_2 \rangle se décompose de manière unique sous la forme :      v⃗=v1⟨1,0⟩+v2⟨0,1⟩=v1i⃗+v2j⃗\vec{v} = v_1 \langle 1, 0 \rangle + v_2 \langle 0, 1 \rangle = v_1 \vec{i} + v_2 \vec{j}

    • Normalisation d'un vecteur non nul : Pour obtenir un vecteur unitaire u⃗v⃗\vec{u}_{\vec{v}} ayant la même direction qu'un vecteur v⃗≠0⃗\vec{v} \neq \vec{0}, on le divise par sa norme :      u⃗v⃗=v⃗∣v⃗∣\vec{u}_{\vec{v}} = \frac{\vec{v}}{|\vec{v}|}

    • Exemple détaillé : Considérer P(1,−2)P(1, -2) et Q(6,10)Q(6, 10).

    • a) PQ⃗=⟨6−1,10−(−2)⟩=⟨5,12⟩=5i⃗+12j⃗\vec{PQ} = \langle 6 - 1, 10 - (-2) \rangle = \langle 5, 12 \rangle = 5\vec{i} + 12\vec{j}

    • Norme : ∣PQ⃗∣=52+122=25+144=169=13|\vec{PQ}| = \sqrt{5^2 + 12^2} = \sqrt{25 + 144} = \sqrt{169} = 13

    • Les deux vecteurs unitaires parallèles à PQ⃗\vec{PQ} sont u⃗1=113⟨5,12⟩=⟨513,1213⟩\vec{u}_1 = \frac{1}{13}\langle 5, 12 \rangle = \left\langle \frac{5}{13}, \frac{12}{13} \right\rangle et son opposé u⃗2=−u⃗1=⟨−513,−1213⟩\vec{u}_2 = -\vec{u}_1 = \left\langle -\frac{5}{13}, -\frac{12}{13} \right\rangle

    • b) Deux vecteurs de longueur 22 parallèles à PQ⃗\vec{PQ} sont 2u⃗1=⟨1013,2413⟩2\vec{u}_1 = \left\langle \frac{10}{13}, \frac{24}{13} \right\rangle et −2u⃗1=⟨−1013,−2413⟩-2\vec{u}_1 = \left\langle -\frac{10}{13}, -\frac{24}{13} \right\rangle

  • Propriétés algébriques fondamentales des opérations vectorielles :

    • Soient u⃗\vec{u}, v⃗\vec{v} et w⃗\vec{w} des vecteurs (dans un espace de dimension quelconque), et a,c∈Ra, c \in \mathbb{R} des scalaires :

    1. Commutativité de l'addition : u⃗+v⃗=v⃗+u⃗\vec{u} + \vec{v} = \vec{v} + \vec{u}

    2. Associativité de l'addition : u⃗+(v⃗+w⃗)=(u⃗+v⃗)+w⃗\vec{u} + (\vec{v} + \vec{w}) = (\vec{u} + \vec{v}) + \vec{w}

    3. Élément neutre de l'addition : v⃗+0⃗=v⃗\vec{v} + \vec{0} = \vec{v}

    4. Inverse additif : v⃗+(−v⃗)=0⃗\vec{v} + (-\vec{v}) = \vec{0}

    5. Distributivité de la multiplication par un scalaire sur la somme vectorielle : c(u⃗+v⃗)=cu⃗+cv⃗c(\vec{u} + \vec{v}) = c\vec{u} + c\vec{v}

    6. Distributivité sur la somme de scalaires : (a+c)v⃗=av⃗+cv⃗(a + c)\vec{v} = a\vec{v} + c\vec{v}

    7. Produit par le scalaire zéro : 0v⃗=0⃗0\vec{v} = \vec{0}

    8. Produit d'un scalaire avec le vecteur nul : c0⃗=0⃗c\vec{0} = \vec{0}

    9. Élément neutre de la multiplication par un scalaire : 1v⃗=v⃗1\vec{v} = \vec{v}

    10. Associativité scalaire : a(cv⃗)=(ac)v⃗a(c\vec{v}) = (ac)\vec{v}

Vecteurs en Trois Dimensions (R3\mathbb{R}^3, Chapitre 11.2)

  • Le système de coordonnées tridimensionnel (xyzxyz) :

    • On ajoute un troisième axe, l'axe zz, perpendiculaire au plan xyxy

    • Le repère est orienté selon la règle de la main droite : lorsque les doigts de la main droite se courbent de l'axe xx positif vers l'axe yy positif, le pouce pointé indique la direction positive de l'axe zz

Système de coordonnées tridimensionnel à main droite
  • Représentation des points dans R3\mathbb{R}^3 :

    • Un point P(a,b,c)P(a, b, c) est repéré en se déplaçant de aa unités le long de l'axe xx, de bb unités parallèlement à l'axe yy, puis de cc unités parallèlement à l'axe zz.

    • Les points formés définissent les sommets d'un parallélépipède rectangle (boîte) dans l'espace.

    • Exemples de tracé de points :

    • Pour (3,4,5)(3, 4, 5) : part de (0,0,0)(0,0,0), va à (3,0,0)(3,0,0), puis (3,4,0)(3,4,0), puis monte à (3,4,5)(3,4,5).

    • Pour (−2,−3,5)(-2, -3, 5) : part de (0,0,0)(0,0,0), va à (−2,0,0)(-2,0,0), puis (−2,−3,0)(-2,-3,0), puis monte à (−2,−3,5)(-2,-3,5).

  • Distance entre deux points dans l'espace :

    • La distance entre les points P(x1,y1,z1)P(x_1, y_1, z_1) et Q(x2,y2,z2)Q(x_2, y_2, z_2) est donnée par la formule euclidienne en 3D :      d(P,Q)=(x2−x1)2+(y2−y1)2+(z2−z1)2d(P, Q) = \sqrt{(x_2 - x_1)^2 + (y_2 - y_1)^2 + (z_2 - z_1)^2}

  • Définition algébrique et géométrique des vecteurs dans R3\mathbb{R}^3 :

    • Un vecteur position v⃗=⟨v1,v2,v3⟩\vec{v} = \langle v_1, v_2, v_3 \rangle a son origine en O(0,0,0)O(0,0,0) et son extrémité au point (v1,v2,v3)(v_1, v_2, v_3).

    • Deux vecteurs dans R3\mathbb{R}^3 ayant la même longueur et la même direction sont égaux, indépendamment de leur emplacement dans l'espace.

  • Opérations vectorielles dans R3\mathbb{R}^3 :

    • Soit c∈Rc \in \mathbb{R}, u⃗=⟨u1,u2,u3⟩\vec{u} = \langle u_1, u_2, u_3 \rangle et v⃗=⟨v1,v2,v3⟩\vec{v} = \langle v_1, v_2, v_3 \rangle :

    • Somme : u⃗+v⃗=⟨u1+v1,u2+v2,u3+v3⟩\vec{u} + \vec{v} = \langle u_1 + v_1, u_2 + v_2, u_3 + v_3 \rangle

    • Différence : u⃗−v⃗=⟨u1−v1,u2−v2,u3−v3⟩\vec{u} - \vec{v} = \langle u_1 - v_1, u_2 - v_2, u_3 - v_3 \rangle

    • Multiplication scalaire : cu⃗=⟨cu1,cu2,cu3⟩c\vec{u} = \langle cu_1, cu_2, cu_3 \rangle

    • Module (Norme) : ∣v⃗∣=v12+v22+v32|\vec{v}| = \sqrt{v_1^2 + v_2^2 + v_3^2}

    • Vecteur reliant deux points : PQ⃗=⟨x2−x1,y2−y1,z2−z1⟩\vec{PQ} = \langle x_2 - x_1, y_2 - y_1, z_2 - z_1 \rangle

  • Exemples d'application dans R3\mathbb{R}^3 :

    • Exemple 1 (Parallélisme) : Déterminer les paires de vecteurs parallèles parmi u⃗=⟨−2,4,−6⟩\vec{u} = \langle -2, 4, -6 \rangle, v⃗=⟨4,−8,12⟩\vec{v} = \langle 4, -8, 12 \rangle, w⃗=⟨−1,2,−3⟩\vec{w} = \langle -1, 2, -3 \rangle

    • −12v⃗=⟨−2,4,−6⟩=u⃗-\frac{1}{2}\vec{v} = \langle -2, 4, -6 \rangle = \vec{u}, donc u⃗∥v⃗\vec{u} \parallel \vec{v}.

    • 2w⃗=⟨−2,4,−6⟩=u⃗2\vec{w} = \langle -2, 4, -6 \rangle = \vec{u}, donc u⃗∥w⃗\vec{u} \parallel \vec{w}.

    • Tous ces trois vecteurs sont parallèles entre eux.

    • Exemple 2 (Calculs combinés) : Soit u⃗=⟨2,−4,1⟩\vec{u} = \langle 2, -4, 1 \rangle et v⃗=⟨3,0,−1⟩\vec{v} = \langle 3, 0, -1 \rangle

    • a) 12u⃗=⟨1,−2,12⟩\frac{1}{2}\vec{u} = \left\langle 1, -2, \frac{1}{2} \right\rangle

    • b) −2v⃗=⟨−6,0,2⟩-2\vec{v} = \langle -6, 0, 2 \rangle

    • c) u⃗+2v⃗=⟨2,−4,1⟩+⟨6,0,−2⟩=⟨8,−4,−1⟩\vec{u} + 2\vec{v} = \langle 2, -4, 1 \rangle + \langle 6, 0, -2 \rangle = \langle 8, -4, -1 \rangle

    • Exemple 3 (Vecteurs unitaires et coordonnées dans R3\mathbb{R}^3) : Soit P(5,3,1)P(5, 3, 1) et Q(−7,8,1)Q(-7, 8, 1).

    • a) PQ⃗=⟨−7−5,8−3,1−1⟩=⟨−12,5,0⟩=−12i⃗+5j⃗+0k⃗\vec{PQ} = \langle -7 - 5, 8 - 3, 1 - 1 \rangle = \langle -12, 5, 0 \rangle = -12\vec{i} + 5\vec{j} + 0\vec{k}

    • b) ∣PQ⃗∣=(−12)2+52+02=144+25+0=169=13|\vec{PQ}| = \sqrt{(-12)^2 + 5^2 + 0^2} = \sqrt{144 + 25 + 0} = \sqrt{169} = 13

    • c) Vecteur position de même direction que PQ⃗\vec{PQ} ayant une longueur égale à 1010 :          w⃗=10⋅PQ⃗∣PQ⃗∣=1013⟨−12,5,0⟩=⟨−12013,5013,0⟩\vec{w} = 10 \cdot \frac{\vec{PQ}}{|\vec{PQ}|} = \frac{10}{13}\langle -12, 5, 0 \rangle = \left\langle -\frac{120}{13}, \frac{50}{13}, 0 \right\rangle

  • Vecteurs-repère unitaires de la base canonique dans R3\mathbb{R}^3 :

    • i⃗=⟨1,0,0⟩\vec{i} = \langle 1, 0, 0 \rangle

    • j⃗=⟨0,1,0⟩\vec{j} = \langle 0, 1, 0 \rangle

    • k⃗=⟨0,0,1⟩\vec{k} = \langle 0, 0, 1 \rangle

    • Tout vecteur v⃗=⟨v1,v2,v3⟩\vec{v} = \langle v_1, v_2, v_3 \rangle s'écrit de façon unique : v⃗=v1i⃗+v2j⃗+v3k⃗\vec{v} = v_1 \vec{i} + v_2 \vec{j} + v_3 \vec{k}.

Le Produit Scalaire (Chapitre 11.3)

  • Définition géométrique du produit scalaire :

    • Le produit scalaire (noté avec un point ⋅\cdot) de deux vecteurs non nuls u⃗\vec{u} et v⃗\vec{v} en 22 ou 33 dimensions est le scalaire défini par :      u⃗⋅v⃗=∣u⃗∣⋅∣v⃗∣cos⁡(θ)\vec{u} \cdot \vec{v} = |\vec{u}| \cdot |\vec{v}| \cos(\theta)

    • où θ\theta est l'angle compris entre u⃗\vec{u} et v⃗\vec{v}, restreint à l'intervalle 0≤θ≤π0 \le \theta \le \pi (ou 0∘≤θ≤180∘0^\circ \le \theta \le 180^\circ).

    • Si u⃗=0⃗\vec{u} = \vec{0} ou v⃗=0⃗\vec{v} = \vec{0}, alors u⃗⋅v⃗=0\vec{u} \cdot \vec{v} = 0 et l'angle θ\theta n'est pas défini.

  • Interprétation du signe du produit scalaire selon l'angle θ\theta :

    • ** Angle nul (θ=0\theta = 0)** : u⃗\vec{u} et v⃗\vec{v} sont parallèles de même sens. u⃗⋅v⃗=∣u⃗∣∣v⃗∣\vec{u} \cdot \vec{v} = |\vec{u}| |\vec{v}|

    • Angle aigu (0<θ<π20 < \theta < \frac{\pi}{2}) : cos⁡(θ)>0  ⟹  u⃗⋅v⃗>0\cos(\theta) > 0 \implies \vec{u} \cdot \vec{v} > 0

    • Angle droit (θ=π2\theta = \frac{\pi}{2}) : cos⁡(π2)=0  ⟹  u⃗⋅v⃗=0\cos\left(\frac{\pi}{2}\right) = 0 \implies \vec{u} \cdot \vec{v} = 0 (u⃗\vec{u} et v⃗\vec{v} sont orthogonaux)

    • Angle obtus (π2<θ<π\frac{\pi}{2} < \theta < \pi) : cos⁡(θ)<0  ⟹  u⃗⋅v⃗<0\cos(\theta) < 0 \implies \vec{u} \cdot \vec{v} < 0

    • Angle plat (θ=π\theta = \pi) : u⃗\vec{u} et v⃗\vec{v} sont parallèles de sens opposés. u⃗⋅v⃗=−∣u⃗∣∣v⃗∣\vec{u} \cdot \vec{v} = -|\vec{u}| |\vec{v}|

  • Orthogonalité :

    • Définition : Deux vecteurs u⃗\vec{u} et v⃗\vec{v} sont dits orthogonaux si et seulement si u⃗⋅v⃗=0\vec{u} \cdot \vec{v} = 0

    • Le vecteur nul 0⃗\vec{0} est par définition orthogonal à tous les vecteurs de l'espace.

    • Pour deux vecteurs non nuls, être orthogonaux équivaut à être géométriquement perpendiculaires.

  • Définition algébrique du produit scalaire :

    • En dimension 3, pour u⃗=⟨u1,u2,u3⟩\vec{u} = \langle u_1, u_2, u_3 \rangle et v⃗=⟨v1,v2,v3⟩\vec{v} = \langle v_1, v_2, v_3 \rangle :      u⃗⋅v⃗=u1v1+u2v2+u3v3\vec{u} \cdot \vec{v} = u_1 v_1 + u_2 v_2 + u_3 v_3

    • En dimension 2, la formule se réduit à u⃗⋅v⃗=u1v1+u2v2\vec{u} \cdot \vec{v} = u_1 v_1 + u_2 v_2 (en posant u3=v3=0u_3 = v_3 = 0).

  • Calcul de l'angle entre deux vecteurs :

    • Pour deux vecteurs non nuls u⃗\vec{u} et v⃗\vec{v} :      cos⁡(θ)=u⃗⋅v⃗∣u⃗∣∣v⃗∣=u1v1+u2v2+u3v3∣u⃗∣∣v⃗∣\cos(\theta) = \frac{\vec{u} \cdot \vec{v}}{|\vec{u}| |\vec{v}|} = \frac{u_1 v_1 + u_2 v_2 + u_3 v_3}{|\vec{u}| |\vec{v}|}

    • Relation entre norme et produit scalaire : Le carré de la norme d'un vecteur est égal au produit scalaire du vecteur avec lui-même :      ∣u⃗∣2=u⃗⋅u⃗|\vec{u}|^2 = \vec{u} \cdot \vec{u}

  • Produits scalaires de la base canonique :

    • i⃗⋅i⃗=j⃗⋅j⃗=k⃗⋅k⃗=1\vec{i} \cdot \vec{i} = \vec{j} \cdot \vec{j} = \vec{k} \cdot \vec{k} = 1

    • i⃗⋅j⃗=j⃗⋅k⃗=k⃗⋅i⃗=0\vec{i} \cdot \vec{j} = \vec{j} \cdot \vec{k} = \vec{k} \cdot \vec{i} = 0

  • Propriétés algébriques du produit scalaire (Théorème 11.2) :

    • Soient u⃗\vec{u}, v⃗\vec{v} et w⃗\vec{w} trois vecteurs et c∈Rc \in \mathbb{R} un scalaire :

    1. Commutativité : u⃗⋅v⃗=v⃗⋅u⃗\vec{u} \cdot \vec{v} = \vec{v} \cdot \vec{u}

    2. Associativité avec un scalaire : c(u⃗⋅v⃗)=(cu⃗)⋅v⃗=u⃗⋅(cv⃗)c(\vec{u} \cdot \vec{v}) = (c\vec{u}) \cdot \vec{v} = \vec{u} \cdot (c\vec{v})

    3. Distributivité par rapport à l'addition : u⃗⋅(v⃗+w⃗)=u⃗⋅v⃗+u⃗⋅w⃗\vec{u} \cdot (\vec{v} + \vec{w}) = \vec{u} \cdot \vec{v} + \vec{u} \cdot \vec{w}

  • Exemples de calculs de produit scalaire et d'angles :

    • Exemple 1 : Soit u⃗=2i⃗−6j⃗=⟨2,−6,0⟩\vec{u} = 2\vec{i} - 6\vec{j} = \langle 2, -6, 0 \rangle et v⃗=12k⃗=⟨0,0,12⟩\vec{v} = 12\vec{k} = \langle 0, 0, 12 \rangle

    • u⃗⋅v⃗=2(0)+(−6)(0)+0(12)=0\vec{u} \cdot \vec{v} = 2(0) + (-6)(0) + 0(12) = 0

    • Les vecteurs sont orthogonaux (perpendiculaires car u⃗\vec{u} est dans le plan xyxy et v⃗\vec{v} est strictement vertical selon l'axe zz).

    • Exemple 2 : Soit u⃗=⟨3,1⟩\vec{u} = \langle \sqrt{3}, 1 \rangle et v⃗=⟨0,1⟩\vec{v} = \langle 0, 1 \rangle

    • u⃗⋅v⃗=3(0)+1(1)=1\vec{u} \cdot \vec{v} = \sqrt{3}(0) + 1(1) = 1

    • Exemple 3 : Soit u⃗=⟨3,1,0⟩\vec{u} = \langle \sqrt{3}, 1, 0 \rangle, v⃗=⟨1,3,0⟩\vec{v} = \langle 1, \sqrt{3}, 0 \rangle et w⃗=⟨1,3,23⟩\vec{w} = \langle 1, \sqrt{3}, 2\sqrt{3} \rangle

    • Normes : ∣u⃗∣=3+1+0=2|\vec{u}| = \sqrt{3 + 1 + 0} = 2, ∣v⃗∣=1+3+0=2|\vec{v}| = \sqrt{1 + 3 + 0} = 2, ∣w⃗∣=1+3+12=16=4|\vec{w}| = \sqrt{1 + 3 + 12} = \sqrt{16} = 4

    • a) u⃗⋅v⃗=3(1)+1(3)+0(0)=23\vec{u} \cdot \vec{v} = \sqrt{3}(1) + 1(\sqrt{3}) + 0(0) = 2\sqrt{3}

    • b) Angle θ\theta entre u⃗\vec{u} et v⃗\vec{v} : cos⁡(θ)=232⋅2=32  ⟹  θ=π6\cos(\theta) = \frac{2\sqrt{3}}{2 \cdot 2} = \frac{\sqrt{3}}{2} \implies \theta = \frac{\pi}{6} (30∘30^\circ)

    • c) Angle θ\theta entre u⃗\vec{u} et w⃗\vec{w} : u⃗⋅w⃗=3(1)+1(3)+0(23)=23\vec{u} \cdot \vec{w} = \sqrt{3}(1) + 1(\sqrt{3}) + 0(2\sqrt{3}) = 2\sqrt{3}

    • cos⁡(θ)=232⋅4=34  ⟹  θ=arccos⁡(34)\cos(\theta) = \frac{2\sqrt{3}}{2 \cdot 4} = \frac{\sqrt{3}}{4} \implies \theta = \arccos\left(\frac{\sqrt{3}}{4}\right)

  • Projection orthogonale et composante scalaire :

    • Projection orthogonale de u⃗\vec{u} sur v⃗\vec{v} (v⃗≠0⃗\vec{v} \neq \vec{0}) : Notée projv⃗(u⃗)\text{proj}_{\vec{v}}(\vec{u}), elle représente l'ombre portée orthogonale du vecteur u⃗\vec{u} sur la droite dirigée par v⃗\vec{v} :      projv⃗(u⃗)=∣u⃗∣cos⁡(θ)(v⃗∣v⃗∣)=(u⃗⋅v⃗v⃗⋅v⃗)v⃗=(u⃗⋅v⃗∣v⃗∣2)v⃗\text{proj}_{\vec{v}}(\vec{u}) = |\vec{u}| \cos(\theta) \left( \frac{\vec{v}}{|\vec{v}|} \right) = \left( \frac{\vec{u} \cdot \vec{v}}{\vec{v} \cdot \vec{v}} \right) \vec{v} = \left( \frac{\vec{u} \cdot \vec{v}}{|\vec{v}|^2} \right) \vec{v}

    • Composante scalaire de u⃗\vec{u} dans la direction de v⃗\vec{v} (v⃗≠0⃗\vec{v} \neq \vec{0}) : Notée scalv⃗(u⃗)\text{scal}_{\vec{v}}(\vec{u}), elle est la longueur signée de la projection :      scalv⃗(u⃗)=∣u⃗∣cos⁡(θ)=u⃗⋅v⃗∣v⃗∣\text{scal}_{\vec{v}}(\vec{u}) = |\vec{u}| \cos(\theta) = \frac{\vec{u} \cdot \vec{v}}{|\vec{v}|}

    • Relation fondamentale : projv⃗(u⃗)=scalv⃗(u⃗)(v⃗∣v⃗∣)\text{proj}_{\vec{v}}(\vec{u}) = \text{scal}_{\vec{v}}(\vec{u}) \left( \frac{\vec{v}}{|\vec{v}|} \right)

Projection orthogonale de u sur v
  • Exemples de projections orthogonales :

    • Exemple 1 (Projections immédiates) : Soit u⃗=4i⃗−3j⃗=⟨4,−3⟩\vec{u} = 4\vec{i} - 3\vec{j} = \langle 4, -3 \rangle

    • proji⃗(u⃗)=4i⃗\text{proj}_{\vec{i}}(\vec{u}) = 4\vec{i}, projj⃗(u⃗)=−3j⃗\text{proj}_{\vec{j}}(\vec{u}) = -3\vec{j}

    • scali⃗(u⃗)=4\text{scal}_{\vec{i}}(\vec{u}) = 4, scalj⃗(u⃗)=−3\text{scal}_{\vec{j}}(\vec{u}) = -3

    • Exemple 2 : Soit u⃗=⟨4,1⟩\vec{u} = \langle 4, 1 \rangle et v⃗=⟨3,4⟩\vec{v} = \langle 3, 4 \rangle

    • u⃗⋅v⃗=4(3)+1(4)=16\vec{u} \cdot \vec{v} = 4(3) + 1(4) = 16

    • ∣v⃗∣2=32+42=25  ⟹  ∣v⃗∣=5|\vec{v}|^2 = 3^2 + 4^2 = 25 \implies |\vec{v}| = 5

    • scalv⃗(u⃗)=165\text{scal}_{\vec{v}}(\vec{u}) = \frac{16}{5}

    • projv⃗(u⃗)=1625⟨3,4⟩=⟨4825,6425⟩\text{proj}_{\vec{v}}(\vec{u}) = \frac{16}{25} \langle 3, 4 \rangle = \left\langle \frac{48}{25}, \frac{64}{25} \right\rangle

    • Exemple 3 : Soit u⃗=⟨−4,−3⟩\vec{u} = \langle -4, -3 \rangle et v⃗=⟨1,−1⟩\vec{v} = \langle 1, -1 \rangle

    • u⃗⋅v⃗=−4(1)+(−3)(−1)=−4+3=−1\vec{u} \cdot \vec{v} = -4(1) + (-3)(-1) = -4 + 3 = -1

    • ∣v⃗∣2=12+(−1)2=2  ⟹  ∣v⃗∣=2|\vec{v}|^2 = 1^2 + (-1)^2 = 2 \implies |\vec{v}| = \sqrt{2}

    • scalv⃗(u⃗)=−12=−22\text{scal}_{\vec{v}}(\vec{u}) = -\frac{1}{\sqrt{2}} = -\frac{\sqrt{2}}{2}

    • projv⃗(u⃗)=−12⟨1,−1⟩=⟨−12,12⟩\text{proj}_{\vec{v}}(\vec{u}) = -\frac{1}{2} \langle 1, -1 \rangle = \left\langle -\frac{1}{2}, \frac{1}{2} \right\rangle

Le Produit Vectoriel (Chapitre 11.4)

  • Définition du produit vectoriel :

    • Le produit vectoriel (noté avec une croix ×\times) de deux vecteurs non nuls u⃗\vec{u} et v⃗\vec{v} dans R3\mathbb{R}^3 est un vecteur u⃗×v⃗\vec{u} \times \vec{v} caractérisé par :

    1. Sa norme : ∣u⃗×v⃗∣=∣u⃗∣∣v⃗∣sin⁡(θ)|\vec{u} \times \vec{v}| = |\vec{u}| |\vec{v}| \sin(\theta), où 0≤θ≤π0 \le \theta \le \pi est l'angle entre u⃗\vec{u} et v⃗\vec{v}.

    2. Sa direction : Perpendiculaire (orthogonale) à la fois à u⃗\vec{u} et à v⃗\vec{v}.

    3. Son sens : Déterminé par la règle de la main droite (en fermant les doigts de la main droite de u⃗\vec{u} vers v⃗\vec{v}, le pouce pointé donne le sens de u⃗×v⃗\vec{u} \times \vec{v}).

    • Si u⃗×v⃗=0⃗\vec{u} \times \vec{v} = \vec{0}, la direction de u⃗×v⃗\vec{u} \times \vec{v} n'est pas définie.

Direction du produit vectoriel par la règle de la main droite
  • Propriétés géométriques fondamentales (Théorème 11.3) :

    • Critère de parallélisme : Deux vecteurs non nuls u⃗\vec{u} et v⃗\vec{v} sont parallèles (θ=0\theta = 0 ou θ=π\theta = \pi) si et seulement si leur produit vectoriel est nul :      u⃗∥v⃗  ⟺  u⃗×v⃗=0⃗\vec{u} \parallel \vec{v} \iff \vec{u} \times \vec{v} = \vec{0}

    • Aire d'un parallélogramme : Si u⃗\vec{u} et v⃗\vec{v} forment deux côtés adjacents d'un parallélogramme, l'aire de ce parallélogramme est égale au module de leur produit vectoriel :      Aireparalleˊlogramme=base×hauteur=∣u⃗∣(∣v⃗∣sin⁡(θ))=∣u⃗×v⃗∣\text{Aire}_{\text{parallélogramme}} = \text{base} \times \text{hauteur} = |\vec{u}| (|\vec{v}| \sin(\theta)) = |\vec{u} \times \vec{v}|

    • Aire d'un triangle : L'aire du triangle ayant pour côtés u⃗\vec{u} et v⃗\vec{v} est égale à la moitié de l'aire du parallélogramme :      Airetriangle=12∣u⃗×v⃗∣\text{Aire}_{\text{triangle}} = \frac{1}{2} |\vec{u} \times \vec{v}|

  • Propriétés algébriques du produit vectoriel :

    • Soient u⃗\vec{u}, v⃗\vec{v}, w⃗∈R3\vec{w} \in \mathbb{R}^3 et a,b∈Ra, b \in \mathbb{R} des scalaires :

    1. Anticommutativité : u⃗×v⃗=−(v⃗×u⃗)\vec{u} \times \vec{v} = -(\vec{v} \times \vec{u})

    2. Associativité avec les scalaires : (au⃗)×(bv⃗)=ab(u⃗×v⃗)(a\vec{u}) \times (b\vec{v}) = ab(\vec{u} \times \vec{v})

    3. Distributivité par rapport à l'addition : u⃗×(v⃗+w⃗)=u⃗×v⃗+u⃗×w⃗\vec{u} \times (\vec{v} + \vec{w}) = \vec{u} \times \vec{v} + \vec{u} \times \vec{w}

  • Produits vectoriels des vecteurs-repère unitaires (Théorème 11.5) :

    • Produits cycliques positifs :

    • i⃗×j⃗=k⃗\vec{i} \times \vec{j} = \vec{k}

    • j⃗×k⃗=i⃗\vec{j} \times \vec{k} = \vec{i}

    • k⃗×i⃗=j⃗\vec{k} \times \vec{i} = \vec{j}

    • Produits anti-cycliques négatifs :

    • j⃗×i⃗=−k⃗\vec{j} \times \vec{i} = -\vec{k}

    • k⃗×j⃗=−i⃗\vec{k} \times \vec{j} = -\vec{i}

    • i⃗×k⃗=−j⃗\vec{i} \times \vec{k} = -\vec{j}

    • Produits auto-vectoriels :

    • i⃗×i⃗=j⃗×j⃗=k⃗×k⃗=0⃗\vec{i} \times \vec{i} = \vec{j} \times \vec{j} = \vec{k} \times \vec{k} = \vec{0}

Produits vectoriels des vecteurs de base
  • Calcul du produit vectoriel par déterminants :

    • Pour une matrice 2×22 \times 2 : ∣abcd∣=ad−bc\begin{vmatrix} a & b \\ c & d \end{vmatrix} = ad - bc

    • Pour deux vecteurs u⃗=u1i⃗+u2j⃗+u3k⃗\vec{u} = u_1 \vec{i} + u_2 \vec{j} + u_3 \vec{k} et v⃗=v1i⃗+v2j⃗+v3k⃗\vec{v} = v_1 \vec{i} + v_2 \vec{j} + v_3 \vec{k}, le produit vectoriel s'évalue par le développement suivant la première ligne du déterminant 3×33 \times 3 :      u⃗×v⃗=∣i⃗j⃗k⃗u1u2u3v1v2v3∣=∣u2u3v2v3∣i⃗−∣u1u3v1v3∣j⃗+∣u1u2v1v2∣k⃗\vec{u} \times \vec{v} = \begin{vmatrix} \vec{i} & \vec{j} & \vec{k} \\ u_1 & u_2 & u_3 \\ v_1 & v_2 & v_3 \end{vmatrix} = \begin{vmatrix} u_2 & u_3 \\ v_2 & v_3 \end{vmatrix} \vec{i} - \begin{vmatrix} u_1 & u_3 \\ v_1 & v_3 \end{vmatrix} \vec{j} + \begin{vmatrix} u_1 & u_2 \\ v_1 & v_2 \end{vmatrix} \vec{k}

    • En développant les déterminants 2×22 \times 2 :      u⃗×v⃗=(u2v3−u3v2)i⃗−(u1v3−u3v1)j⃗+(u1v2−u2v1)k⃗\vec{u} \times \vec{v} = (u_2 v_3 - u_3 v_2)\vec{i} - (u_1 v_3 - u_3 v_1)\vec{j} + (u_1 v_2 - u_2 v_1)\vec{k}

  • Exemples détaillés du produit vectoriel :

    • Exemple 1 (Vecteurs dans le plan xyxy) : Soit u⃗=⟨1,2,0⟩\vec{u} = \langle 1, 2, 0 \rangle et v⃗=⟨−1,2,0⟩\vec{v} = \langle -1, 2, 0 \rangle

    • u⃗×v⃗=∣i⃗j⃗k⃗120−120∣=(0−0)i⃗−(0−0)j⃗+(1(2)−2(−1))k⃗=4k⃗=⟨0,0,4⟩\vec{u} \times \vec{v} = \begin{vmatrix} \vec{i} & \vec{j} & \vec{k} \\ 1 & 2 & 0 \\ -1 & 2 & 0 \end{vmatrix} = (0 - 0)\vec{i} - (0 - 0)\vec{j} + (1(2) - 2(-1))\vec{k} = 4\vec{k} = \langle 0, 0, 4 \rangle

    • Exemple 2 : Soit u⃗=⟨1,1,0⟩\vec{u} = \langle 1, 1, 0 \rangle et v⃗=⟨1,1,2⟩\vec{v} = \langle 1, 1, \sqrt{2} \rangle

    • u⃗×v⃗=∣i⃗j⃗k⃗110112∣=(2−0)i⃗−(2−0)j⃗+(1−1)k⃗=2i⃗−2j⃗+0k⃗=⟨2,−2,0⟩\vec{u} \times \vec{v} = \begin{vmatrix} \vec{i} & \vec{j} & \vec{k} \\ 1 & 1 & 0 \\ 1 & 1 & \sqrt{2} \end{vmatrix} = (\sqrt{2} - 0)\vec{i} - (\sqrt{2} - 0)\vec{j} + (1 - 1)\vec{k} = \sqrt{2}\vec{i} - \sqrt{2}\vec{j} + 0\vec{k} = \langle \sqrt{2}, -\sqrt{2}, 0 \rangle

    • Module : ∣u⃗×v⃗∣=(2)2+(−2)2+0=2+2=4=2|\vec{u} \times \vec{v}| = \sqrt{(\sqrt{2})^2 + (-\sqrt{2})^2 + 0} = \sqrt{2 + 2} = \sqrt{4} = 2

    • Vérification de la direction : u⃗×v⃗\vec{u} \times \vec{v} est orthogonal à la fois à u⃗\vec{u} et à v⃗\vec{v} (u⃗⋅(u⃗×v⃗)=1(2)+1(−2)+0(0)=0\vec{u} \cdot (\vec{u} \times \vec{v}) = 1(\sqrt{2}) + 1(-\sqrt{2}) + 0(0) = 0

    • Exemple 3 (Calcul de l'aire d'un triangle) : Calculer l'aire du triangle défini par les points O(0,0,0)O(0, 0, 0), P(2,3,4)P(2, 3, 4) et Q(3,2,0)Q(3, 2, 0).

    • Vecteurs d'adjacence : OP⃗=⟨2,3,4⟩\vec{OP} = \langle 2, 3, 4 \rangle et OQ⃗=⟨3,2,0⟩\vec{OQ} = \langle 3, 2, 0 \rangle

    • Calcul du produit vectoriel :          OP⃗×OQ⃗=∣i⃗j⃗k⃗234320∣=(0−8)i⃗−(0−12)j⃗+(4−9)k⃗=−8i⃗+12j⃗−5k⃗=⟨−8,12,−5⟩\vec{OP} \times \vec{OQ} = \begin{vmatrix} \vec{i} & \vec{j} & \vec{k} \\ 2 & 3 & 4 \\ 3 & 2 & 0 \end{vmatrix} = (0 - 8)\vec{i} - (0 - 12)\vec{j} + (4 - 9)\vec{k} = -8\vec{i} + 12\vec{j} - 5\vec{k} = \langle -8, 12, -5 \rangle

    • Module : ∣OP⃗×OQ⃗∣=(−8)2+122+(−5)2=64+144+25=233|\vec{OP} \times \vec{OQ}| = \sqrt{(-8)^2 + 12^2 + (-5)^2} = \sqrt{64 + 144 + 25} = \sqrt{233}

    • Aire du triangle : Aire=12∣OP⃗×OQ⃗∣=2332\text{Aire} = \frac{1}{2} |\vec{OP} \times \vec{OQ}| = \frac{\sqrt{233}}{2}

    • Exemple 4 (Trouver un vecteur orthogonal à deux vecteurs donnés) : Trouver un vecteur orthogonal à u⃗=−i⃗+6k⃗=⟨−1,0,6⟩\vec{u} = -\vec{i} + 6\vec{k} = \langle -1, 0, 6 \rangle et \vec{v} = 2\vec{i} - 5\vec{j} - 3\vec{k} = \langle 2, -5, -3 \rangle$.\n - Le produit vectoriel \vec{u} \times \vec{v}donneunvecteurorthogonalsimultaneˊmentaˋdonne un vecteur orthogonal simultanément à\vec{u}etet\vec{v} :\n    \n    \vec{u} \times \vec{v} = \begin{vmatrix} \vec{i} & \vec{j} & \vec{k} \ -1 & 0 & 6 \ 2 & -5 & -3 \end{vmatrix} = (0 - (-30))\vec{i} - (3 - 12)\vec{j} + (5 - 0)\vec{k} = 30\vec{i} + 9\vec{j} + 5\vec{k} = \langle 30, 9, 5 \rangle\n\n - **Vérification d'orthogonalité** :\n - \vec{u} \cdot (\vec{u} \times \vec{v}) = (-1)(30) + 0(9) + 6(5) = -30 + 0 + 30 = 0\n - \vec{v} \cdot (\vec{u} \times \vec{v}) = 2(30) + (-5)(9) + (-3)(5) = 60 - 45 - 15 = 0$$

    • L'orthogonalité est rigoureusement confirmée pour les deux vecteurs.