Seminaire Beamer

Notion de vecteur
Droites et plans dans l’espace

Produit scalaire
Produit vectoriel et mixte
CHAPITRE I:
CALCUL VECTORIEL
Professeur: Zakaria El Allali
Filière: SMA+SMI S1
1 / 29
Notion de vecteur
Produit scalaire
Sommaire I
1 Notion de vecteur
Addition de vecteurs
Les quatre propriétés de l’addition
Multiplication d’un vecteur par un scalaire
Propriétés du produit
2 Droites et plans dans l’espace
Droites
Plans
Repère cartésien, coordonnées cartesiènnes
Equation cartésiènne d’un plan et d’une droite dans l’espace
3 Produit scalaire
Applications
4 Produit vectoriel et mixte
Produit vectoriel
2 / 29
Notion de vecteur
Produit scalaire
Sommaire II
Produit mixte
3 / 29
Notion de vecteur Addition de vecteurs
Droites et plans dans l’espace Les quatre propriétés de l’addition
Produit scalaire Multiplication d’un vecteur par un scalaire
Produit vectoriel et mixte Propriétés du produit
Sommaire
1 Notion de vecteur
Droites
Plans
3 Produit scalaire
Applications
Produit vectoriel
Produit mixte
4 / 29
Un vecteur est une grandeur qui a une intensité (longueur), une

direction et un sens. Il est commode de le représenter par une
flèche.
On appelle vecteur , la donnée d’un couple de points (A, B) noté
−→ −→
AB. La droite (AB) est appelée le support du vecteur AB.
On représente un vecteur par les lettres −
→u ,−
→v et on notera V
l’ensemble des vecteurs de l’espace.
Le vecteur qui a une longueur de 0 est appelé vecteur nul et est
→
−
noté O .
Le vecteur nul n’a évidemment pas de direction, donc pas de sens.
−→ −→
on peut écrire −
→
u = AB pour exprimer que AB est un représentant
du vecteur −→u.
Deux vecteurs − →
u et −→
v sont égaux s’ils ont la même intensité
(longueur), la même direction et le même sens.
5 / 29
La somme de deux vecteurs − →

v et −→
w , notée −
→
v +− →
w , est un
nouveau vecteur dont l’origine est celle de −
→v et dont l’extrémité
est celle de −
→
w lorsque ce dernier a son origine à l’extrémité de −
→
v.
→
− →
−
Alternativement, on attache v et w au même point et on
reprénsent la somme par la diagonale, émanant du même point, du
parallélogramme qu’ils engendrent.
6 / 29

v et −→
w , notée −
→
v +− →
w , est un
est celle de −
→
→
v.
→
− →
−
6 / 29

v et −→
w , notée −
→
v +− →
w , est un
est celle de −
→
→
v.
→
− →
−
6 / 29

v et −→
w , notée −
→
v +− →
w , est un
est celle de −
→
→
v.
→
− →
−
6 / 29

v et −→
w , notée −
→
v +− →
w , est un
→
−
nouveau vecteur dont l’origine est celle de v et dont l’extrémité
est celle de −
→
→
v.
→
− →
−
6 / 29
Commutativité : − →
v1 + −
→
v2 = − →
v2 + −
→v1 ;
Associativité : ( v1 + v2 ) + v3 = v1 + (−
→
− →
− →
− →
− →
v2 + −
→
v3 ) ;
→ −→
−
Vecteur nul : On note 0 = AA , appelé le vecteur nul et
→ → −
− → →
−
satisfait O + − v =→ v +O =− v.
−→ −→
Si v = AB, on écrit − v = BA dit vecteur opposé de −
→
− →
− →
v et
→
− →
− →
−
satisfait v + (− v ) = 0 .
On dit que l’ensemble V muni de l’addition + est un groupe
commutatif (ou abélien).
7 / 29
v1 + −
→
v2 = − →
v2 + −
→v1 ;
→
− →
− →
− →
− →
v2 + −
→
v3 ) ;
→ −→
−
→ → −
− → →
−
−→ −→
→
− →
− →
v et
→
− →
− →
−
7 / 29
v1 + −
→
v2 = − →
v2 + −
→v1 ;
→
− →
− →
− →
− →
v2 + −
→
v3 ) ;
→ −→
−
→ → −
− → →
−
−→ −→
→
− →
− →
v et
→
− →
− →
−
7 / 29
v1 + −
→
v2 = − →
v2 + −
→v1 ;
→
− →
− →
− →
− →
v2 + −
→
v3 ) ;
→ −→
−
→ → −
− → →
−
−→ −→
→
− →
− →
v et
→
− →
− →
−
7 / 29
Le produit d’un vecteur −

→
v par un scalaire (nombre réel) λ, noté
λ v , est un nouveau vecteur ayant la même direction que −
→
− →v . De
→
− →
−
plus, λ v est de même sens que v si λ > 0 et est de sens
contraire si λ < 0.
8 / 29

→
→
− →v . De
→
− →
−
8 / 29

→
→
− →v . De
→
− →
−
8 / 29

→
→
− →v . De
→
− →
−
8 / 29

→
→
− →v . De
→
− →
−
8 / 29
λ(µ−→
v ) = (λµ)−
→
v ;
→
− →
−
1v = v ;
→
− →
−
λ→
−v = O ⇔ λ = 0 ou −→v = O.
(λ + µ)−→
v = λ−→
v + µ−
→
v.
λ(−
→
u +−
→
v ) = λ−
→
u + λ−
→
v.
L’ensemble des vecteurs muni des opérations somme vectorielle et
multiplication par un scalaire est un espace vectoriel.
9 / 29
λ(µ−→
v ) = (λµ)−
→
v ;
→
− →
−
1v = v ;
→
− →
−
λ→
−v = O ⇔ λ = 0 ou −→v = O.
(λ + µ)−→
v = λ−→
v + µ−
→
v.
λ(−
→
u +−
→
v ) = λ−
→
u + λ−
→
v.
9 / 29
λ(µ−→
v ) = (λµ)−
→
v ;
→
− →
−
1v = v ;
→
− →
−
λ→
−v = O ⇔ λ = 0 ou −→v = O.
(λ + µ)−→
v = λ−→
v + µ−
→
v.
λ(−
→
u +−
→
v ) = λ−
→
u + λ−
→
v.
9 / 29
λ(µ−→
v ) = (λµ)−
→
v ;
→
− →
−
1v = v ;
→
− →
−
λ→
−v = O ⇔ λ = 0 ou −→v = O.
(λ + µ)−→
v = λ−→
v + µ−
→
v.
λ(−
→
u +−
→
v ) = λ−
→
u + λ−
→
v.
9 / 29
λ(µ−→
v ) = (λµ)−
→
v ;
→
− →
−
1v = v ;
→
− →
−
λ→
−v = O ⇔ λ = 0 ou −→v = O.
(λ + µ)−→
v = λ−→
v + µ−
→
v.
λ(−
→
u +−
→
v ) = λ−
→
u + λ−
→
v.
9 / 29
Notion de vecteur Droites
Droites et plans dans l’espace Plans
Produit scalaire Repère cartésien, coordonnées cartesiènnes
Produit vectoriel et mixte Equation cartésiènne d’un plan et d’une droite dans l’espace
Sommaire
1 Notion de vecteur
Droites
Plans
3 Produit scalaire
Applications
Produit vectoriel
Produit mixte
10 / 29
Soit −
→
v un vecteur et A un point de l’espace. La droite engendrée
par v (ou de direction −
→
− →
v ) est l’ensemble des points de l’espace.
−−→
DA (−
→
v ) = {M ∈ E, AM = λ−
→
v , λ ∈ R}
Deux droites sont parallèles si elles sont engendrées par le même

vecteur. La droite passant par les points A et B est engendrée par
−→
le vecteur AB.
Définition 2.1
Soient − →
v1 et −→
v2 deux vecteurs . On dira que − →
v1 et − →
v2 sont
colinéaires s’ils engendrent des droites parallèlles, ou de façon
équivalentes, s’il existe α1 et α2 non tous nuls tel que
α1 −
→
v1 + α2 −
→
v2 = −
→
o.
11 / 29
Définition 2.2
Soient −→v1 et −
→
v2 deux vecteurs non colinéaires et A ∈ E . On appelle
le plan engendré par −→
v1 et −
→
v2 et passant par le point A, l’ensemble
−−→
PA (−
→
v1 , −
→
v1 ) = {M ∈ E, AM = λ−
→
v1 + µ−
→
v2 , λ, µ ∈ R}.
Si A, B, et C sont trois points non alignés, le plan passant par A, B

−→ −→
et C est engendré par les vecteurs AB et BC .
Trois vecteurs −→
v1 , −
→
v2 et −
→
v3 sont coplanaires si et seulement si, il
existe α1 , α2 et α3 non tous nuls tel que
α1 −
→
v1 + α2 −
→
v2 + α3 −
→
v3 = −
→
o.
12 / 29
Systèmes liés
Définition 2.3
On dit que trois vecteurs (− →
v1 , −
→
v2 , −
→
v3 ) de l’espace forment un
système lié si l’un des vecteurs s’exprime comme combinaison
linéaire des deux autres, c.à.d il existe deux réels λ et µ tels que
−
→
v3 = λ−
→
v1 + µ−
→
v2 .
Si un système n’est pas lié, on dit qu’il est libre. Alors tout vecteur
de l’espace s’écrit de façon unique comme combinaison linéaire de
ces trois vecteurs. On dit que le système est une base de l’espace.
13 / 29
Définition 2.4
Un repère cartésien de l’espace est la donnée d’un point (l’origine
du repère) et de trois vecteurs formant une base de l’espace. On
note R = (O, − →
e1 , −
→
e2 , −
→
e3 ). un tel repère. Si M est un point du plan,
−−→
le vecteur OM se décompose de façon unique sur les vecteurs de la
base :
−−→
OM = x − →
e1 + y −→
e2 + z −
→
e3
 
x
On note M  y  et on dit que les scalaires x, y , z sont les
z R
coordonnées cartésiennes du point M dans le repère R.
14 / 29
Equation cartésiènne d’un plan

L’espace E est muni d’un repère (O, − →e1 , −
→
e2 , −
→
e3 ).
→
− →
−
Soient v1 (a1 , b1 , c1 ) et v2 (a2 , b2 , c2 ) deux vecteurs non colinéaires,
A(x0 , y0 , z0 ) un point de l’espace et PA (− →
v1 , −
→
v2 ) le plan engendré
→
− →
−
par ( v1 , v2 ) et passant par A. Un point M(x, y , z) appartient à
PA (−
→
v1 , −
→
v2 ) si et seulement si il existe λ, µ ∈ R tels que
−−→
AM = λ− →
v1 + µ− →
v2 .
Ce qui se traduit par

 x − x0 = λa1 + µa2
PA y − y0 = λb1 + µb2
z − z0 = λc1 + µc2

Trouver l’équation cartésiènne du plan signifie trouver une relation

entre x, y et z. Ceci revient à éliminer les paramètres λ et µ des
trois équations ci-dessus.
15 / 29
Exemple 2.1
Si A(1, 1, 1), →
−
v1 (1, −1, 1) et −
→
v2 (2, 1, 1). On obtient

 x − 1 = λ + 2µ
y − 1 = −λ + µ
z −1=λ+µ

on obtient,
y −2
x −1= + y − 1 + z − 1.
−2
L’équation cartésiènne du plan est alors,
2x − y − 2z + 2 = 0.
Remarque 2.1
De façon générale, l’équation d’un plan est ax + by + cz + d = 0.
où a, b, c et d sont à déterminer.
16 / 29
Equation cartésiènne d’une droite
Soit − →
v 6= − →o de composante (a, b, c), A un point de coordonnées
(x0 , y0 , z0 ) et DA (−
→
v ) la droite passant par A et de vecteur
→
−
directeur v . On a
−−→
M(x, y , z) ∈ DA (−
→
v ) ⇔ AM = λ−
→
v , λ ∈ R.
Ce qui est équivalent à


 x − x0 = λa
DA y − y0 = λb
z − z0 = λc

Puisque −
→
v 6= −→
o , l’un au moins des réels a, b, c est non nul. Si par
exemple a 6= 0, trois cas se présentent :
17 / 29
i) b = c = 0, le système d’équation se ramène à


 x = x0 + λa
y = y0
z = z0

C’est la droite de vecteur directeur − →e1 qui est aussi l’intersection

→
− →
− →
− →
−
des plans (O, e1 , e2 ) et (O, e1 , e3 ).
ii) b = 0 et c 6= 0, le système devient

 x = x0 + λa
y = y0
z = z0 + λc

où encore
y = y0
cx − az − cx0 + az0 = 0
18 / 29
iii) Si b 6= 0 et c 6= 0, on obtient
x − x0 y − y0 z − z0
= = .
a b c
Ce qui donne l’équation suivante de la droite,

b(x − x0 ) − a(y − y0 ) = 0
c(x − x0 ) − a(z − z0 ) = 0
Remarque 2.1
De façon générale, l’équation cartésiènne d’une droite est

ax + by + cz + d = 0
a0 x + b 0 y + c 0 z + d 0 = 0
où a, b, c, d, a0 , b0 , c 0 et d 0 sont des constantes données.

19 / 29
Exemple 2.2
→
−
v1 (1, 2, 1), A(−1, 0, 1) . On a
−−→
M(x, y , z) ∈ DA (−
→
v ) ⇔ AM = λ−
→
v , λ ∈ R,
ce qui est équivalent à


 x +1 = λ
y = 2λ
z −1 = λ

L’élimination de λ conduit facilement aux équations suivantes

x +z = 0
2x − y + 2 = 0.
Ces équations expriment que la droite DA (−

→
v ) est l’intersection des
deux plans x + z = 0 et 2x − y + 2 = 0. 20 / 29
Notion de vecteur
Applications
Produit scalaire
Sommaire
1 Notion de vecteur
Droites
Plans
3 Produit scalaire
Applications
Produit vectoriel
Produit mixte
21 / 29
Notion de vecteur
Applications
Produit scalaire
Définition 3.1
On considère deux vecteurs − →v1 (x1 , y1 , z1 ) et −
→
v2 (x2 , y2 , z2 ) et on
définit le produit scalaire de ces deux vecteurs par :
(−
→
v1 | −
→
v2 ) = −
→
v1 .−
→
v2 = x1 x2 + y1 y2 + z1 z2
et on définit la norme d’un vecteur −

→
v (x, y , z) par
√
vk= −
k−
→ →
v .−
→ p
v = x 2 + y 2 + z 2.
Définition 3.2
Le produit scalaire de deux vecteurs −
→
v1 et −→
v2 est un nombre réel
égal au produit des normes de ces vecteurs par le cosinus de l’angle
qu’ils forment. On note ce nombre − →
v1 .−
→
v2 = k−
→
v1 kk−
→
v2 k cos(−
→
v1 , −
→
v2 ).
22 / 29
Notion de vecteur
Applications
Produit scalaire
Proposition 3.1 : Propriétés du produit scalaire

1. −
→
v1 .−
→
v2 = 0 si et seulement si − →
v1 et −
→
v2 sont orthogonaux ;
2. Le produit scalaire est commutatif :− →
v .−
→
v =− →
v .−
→
v . 1 2 2 1
3. (λ→−
v1 ).−
→
v2 = − →
v1 .(λ−
→
v2 ) = λ(−→
v1 .−
→
v2 )
→
− →
− →
− →
−
4. (λ v1 ).(µ v2 ) = (λµ) v1 . v2
5. −
→u .(−
→
v +−
1
→v )=−
2
→ v +−
u .−
→ →u .−
1
→
v 2
Proposition 3.2
1. k−
→vk=0⇔− →
v =−
→
o.
2. kλ→
−
v k = |λ|k−
→
v k.
→
− →
−
3. (Inégalité de Schwarz) |−→v . v 0 | ≤ k−
→
v kk v 0 k.
→
− →
−
4. k−
→v + v 0 k ≤ k− →
v k + k v 0 k.
23 / 29
Notion de vecteur
Applications
Produit scalaire

1. −
→
v1 .−
→
v1 et −
→
v .−
→
v =− →
v .−
→
v . 1 2 2 1
3. (λ→−
v1 ).−
→
v2 = − →
v1 .(λ−
→
v2 ) = λ(−→
v1 .−
→
v2 )
→
− →
− →
− →
−
4. (λ v1 ).(µ v2 ) = (λµ) v1 . v2
5. −
→u .(−
→
v +−
1
→v )=−
2
→ v +−
u .−
→ →u .−
1
→
v 2
Proposition 3.2
1. k−
→vk=0⇔− →
v =−
→
o.
2. kλ→
−
v k = |λ|k−
→
v k.
→
− →
−
→
v kk v 0 k.
→
− →
−
4. k−
→v + v 0 k ≤ k− →
v k + k v 0 k.
23 / 29
Notion de vecteur
Applications
Produit scalaire

1. −
→
v1 .−
→
v1 et −
→
v .−
→
v =− →
v .−
→
v . 1 2 2 1
3. (λ→−
v1 ).−
→
v2 = − →
v1 .(λ−
→
v2 ) = λ(−→
v1 .−
→
v2 )
→
− →
− →
− →
−
4. (λ v1 ).(µ v2 ) = (λµ) v1 . v2
5. −
→u .(−
→
v +−
1
→v )=−
2
→ v +−
u .−
→ →u .−
1
→
v 2
Proposition 3.2
1. k−
→vk=0⇔− →
v =−
→
o.
2. kλ→
−
v k = |λ|k−
→
v k.
→
− →
−
→
v kk v 0 k.
→
− →
−
4. k−
→v + v 0 k ≤ k− →
v k + k v 0 k.
23 / 29
Notion de vecteur
Applications
Produit scalaire

1. −
→
v1 .−
→
v1 et −
→
v .−
→
v =− →
v .−
→
v . 1 2 2 1
3. (λ→−
v1 ).−
→
v2 = − →
v1 .(λ−
→
v2 ) = λ(−→
v1 .−
→
v2 )
→
− →
− →
− →
−
4. (λ v1 ).(µ v2 ) = (λµ) v1 . v2
5. −
→u .(−
→
v +−
1
→v )=−
2
→ v +−
u .−
→ →u .−
1
→
v 2
Proposition 3.2
1. k−
→vk=0⇔− →
v =−
→
o.
2. kλ→
−
v k = |λ|k−
→
v k.
→
− →
−
→
v kk v 0 k.
→
− →
−
4. k−
→v + v 0 k ≤ k− →
v k + k v 0 k.
23 / 29
Notion de vecteur
Applications
Produit scalaire

1. −
→
v1 .−
→
v1 et −
→
v .−
→
v =− →
v .−
→
v . 1 2 2 1
3. (λ→−
v1 ).−
→
v2 = − →
v1 .(λ−
→
v2 ) = λ(−→
v1 .−
→
v2 )
→
− →
− →
− →
−
4. (λ v1 ).(µ v2 ) = (λµ) v1 . v2
5. −
→u .(−
→
v +−
1
→v )=−
2
→ v +−
u .−
→ →u .−
1
→
v 2
Proposition 3.2
1. k−
→vk=0⇔− →
v =−
→
o.
2. kλ→
−
v k = |λ|k−
→
v k.
→
− →
−
→
v kk v 0 k.
→
− →
−
4. k−
→v + v 0 k ≤ k− →
v k + k v 0 k.
23 / 29
Notion de vecteur
Applications
Produit scalaire

1. −
→
v1 .−
→
v1 et −
→
v .−
→
v =− →
v .−
→
v . 1 2 2 1
3. (λ→−
v1 ).−
→
v2 = − →
v1 .(λ−
→
v2 ) = λ(−→
v1 .−
→
v2 )
→
− →
− →
− →
−
4. (λ v1 ).(µ v2 ) = (λµ) v1 . v2
5. −
→u .(−
→
v +−
1
→v )=−
2
→ v +−
u .−
→ →u .−
1
→
v 2
Proposition 3.2
1. k−
→vk=0⇔− →
v =−
→
o.
2. kλ→
−
v k = |λ|k−
→
v k.
→
− →
−
→
v kk v 0 k.
→
− →
−
4. k−
→v + v 0 k ≤ k− →
v k + k v 0 k.
23 / 29
Notion de vecteur
Applications
Produit scalaire

1. −
→
v1 .−
→
v1 et −
→
v .−
→
v =− →
v .−
→
v . 1 2 2 1
3. (λ→−
v1 ).−
→
v2 = − →
v1 .(λ−
→
v2 ) = λ(−→
v1 .−
→
v2 )
→
− →
− →
− →
−
4. (λ v1 ).(µ v2 ) = (λµ) v1 . v2
5. −
→u .(−
→
v +−
1
→v )=−
2
→ v +−
u .−
→ →u .−
1
→
v 2
Proposition 3.2
1. k−
→vk=0⇔− →
v =−
→
o.
2. kλ→
−
v k = |λ|k−
→
v k.
→
− →
−
→
v kk v 0 k.
→
− →
−
4. k−
→v + v 0 k ≤ k− →
v k + k v 0 k.
23 / 29
Notion de vecteur
Applications
Produit scalaire

1. −
→
v1 .−
→
v1 et −
→
v .−
→
v =− →
v .−
→
v . 1 2 2 1
3. (λ→−
v1 ).−
→
v2 = − →
v1 .(λ−
→
v2 ) = λ(−→
v1 .−
→
v2 )
→
− →
− →
− →
−
4. (λ v1 ).(µ v2 ) = (λµ) v1 . v2
5. −
→u .(−
→
v +−
1
→v )=−
2
→ v +−
u .−
→ →u .−
1
→
v 2
Proposition 3.2
1. k−
→vk=0⇔− →
v =−
→
o.
2. kλ→
−
v k = |λ|k−
→
v k.
→
− →
−
→
v kk v 0 k.
→
− →
−
4. k−
→v + v 0 k ≤ k− →
v k + k v 0 k.
23 / 29
Notion de vecteur
Applications
Produit scalaire

1. −
→
v1 .−
→
v1 et −
→
v .−
→
v =− →
v .−
→
v . 1 2 2 1
3. (λ→−
v1 ).−
→
v2 = − →
v1 .(λ−
→
v2 ) = λ(−→
v1 .−
→
v2 )
→
− →
− →
− →
−
4. (λ v1 ).(µ v2 ) = (λµ) v1 . v2
5. −
→u .(−
→
v +−
1
→v )=−
2
→ v +−
u .−
→ →u .−
1
→
v 2
Proposition 3.2
1. k−
→vk=0⇔− →
v =−
→
o.
2. kλ→
−
v k = |λ|k−
→
v k.
→
− →
−
→
v kk v 0 k.
→
− →
−
4. k−
→v + v 0 k ≤ k− →
v k + k v 0 k.
23 / 29
Notion de vecteur
Applications
Produit scalaire

1. −
→
v1 .−
→
v1 et −
→
v .−
→
v =− →
v .−
→
v . 1 2 2 1
3. (λ→−
v1 ).−
→
v2 = − →
v1 .(λ−
→
v2 ) = λ(−→
v1 .−
→
v2 )
→
− →
− →
− →
−
4. (λ v1 ).(µ v2 ) = (λµ) v1 . v2
5. −
→u .(−
→
v +−
1
→v )=−
2
→ v +−
u .−
→ →u .−
1
→
v 2
Proposition 3.2
1. k−
→vk=0⇔− →
v =−
→
o.
2. kλ→
−
v k = |λ|k−
→
v k.
→
− →
−
→
v kk v 0 k.
→
− →
−
4. k−
→v + v 0 k ≤ k− →
v k + k v 0 k.
23 / 29
Notion de vecteur
Applications
Produit scalaire
Remarque 3.1
On dit qu’un vecteur est unitaire lorsque sa norme vaut 1.
On dit qu’une base est orthonormale lorsque les trois vecteurs
de la base sont orthogonaux deux à deux et unitaires.
On dit qu’un repère est orthonormé lorsque sa base est
orthonormale.
Proposition 3.3 :Coordonnées d’un vecteur dans une b.o.n

Dans une base orthonormale (− →
e ,−
→
e ,−→
e ) , un vecteur −
1 2 3
→
v se
décompose sous la forme :
−
→
v = (−
→
v .−
→
e1 )−
→
e1 + (−
→
v .−
→
e2 )−
→
e2 + (−
→
v .−
→
e3 )−
→
e3 .
24 / 29
Notion de vecteur
Applications
Produit scalaire
Remarque 3.1
On dit qu’un vecteur est unitaire lorsque sa norme vaut 1.
On dit qu’une base est orthonormale lorsque les trois vecteurs
de la base sont orthogonaux deux à deux et unitaires.
On dit qu’un repère est orthonormé lorsque sa base est
orthonormale.
Proposition 3.3 :Coordonnées d’un vecteur dans une b.o.n

Dans une base orthonormale (− →
e ,−
→
e ,−→
e ) , un vecteur −
1 2 3
→
v se
décompose sous la forme :
−
→
v = (−
→
v .−
→
e1 )−
→
e1 + (−
→
v .−
→
e2 )−
→
e2 + (−
→
v .−
→
e3 )−
→
e3 .
24 / 29
Notion de vecteur
Applications
Produit scalaire
1. On dit qu’un vecteur − →n est normal à la droite DA (− →

v ) si les
vecteurs −→
n et −→v sont orthogonaux. C’est à dire si et seulement si
→
−n .−
→
v = 0.
2. Un vecteur − →
n est normal au plan PA (− →
v1 , −
→
v2 ) si −
→
n est
−−→
orthogonal à tout vecteur de la forme AM avec M ∈ PA (− →
v1 , −
→
v2 ).
Cela a lieu si et seulement si pour tout α, β ∈ R, on a
α−→n .−
→
v1 + β −
→
n .−
→
v2 = 0. Ceci est aussi équivalent au fait que − → n est
→
− −
→
normal à toute droite incluse dans le plan PA ( v1 , v2 ).
3. L’équation cartésiènne d’un plan passant par A(x0 , y0 , z0 ) ∈ E et
normal à un vecteur − →n (a, b, c) est donnée par
−−→ →
M ∈ P ⇔ AM.− n =0
⇔ a(x − x0 ) + b(y − y0 ) + c(z − z0 ) = 0
⇔ ax + by + cz + d = 0, d = −(ax0 + by0 + cz0 )
4. On définit la distance entre deux points A et B de l’espace par :
−→
d(A, B) = kABk.
25 / 29
Notion de vecteur
Droites et plans dans l’espace Produit vectoriel
Produit scalaire Produit mixte
Sommaire
1 Notion de vecteur
Droites
Plans
3 Produit scalaire
Applications
Produit vectoriel
Produit mixte
26 / 29
Notion de vecteur
Définition 4.1
−→ −→
Soit −→
u ,− →
v deux vecteurs libres de repréesentant OA et OB
respectivement. Le produit vectoriel des vecteurs − →u et −
→
v , noté
→
− →
− →
− −→
u ∧ v est le vecteur w de représentant OD défini comme suit :
−→
OD est normal au plan PO (− →u ,−
→v)
−→
La norme kODk est égale à l’aire du parallélogramme
−→ −→
construit sur OA,OB
−→ −→ −→
Son sens est tel que le triède (OA, OB, OD) soit direct.
−→ −→ −→
Si on pose θ, l’angle (OA, OB) on aura kODk = OA.OB| sin θ| ou
encore
k−
→u ∧−→v k = k−→u kk−→v k| sin(−
→
u ,−
→
v )|
27 / 29
Notion de vecteur
Le produit vectoriel est une opération vectorielle effectuée dans les

espaces euclidiens orientés de dimensions 3. Le formalisme utilisé
actuellement est apparu en 1881 dans un manuel d’analyse
vectorielle écrit par Josiah Willard Gibbs pour ses étudiants en
physique. Les travaux de Hermann Günter Grassmann et
William Rowan Hamilton sont à l’origine du produit vectoriel
défini par Gibbs.
28 / 29
Notion de vecteur

défini par Gibbs.
28 / 29
Notion de vecteur

défini par Gibbs.
28 / 29
Notion de vecteur

défini par Gibbs.
28 / 29
Notion de vecteur

défini par Gibbs.
28 / 29
Notion de vecteur
Définition 5.1
Soit
29 / 29

Seminaire Beamer

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Seminaire Beamer

Diunggah oleh

Hak Cipta:

Format Tersedia

Notion de vecteur

Droites et plans dans l’espace

Professeur: Zakaria El Allali

Un vecteur est une grandeur qui a une intensité (longueur), une

La somme de deux vecteurs − →

La somme de deux vecteurs − →

La somme de deux vecteurs − →

La somme de deux vecteurs − →

La somme de deux vecteurs − →

Le produit d’un vecteur −

Le produit d’un vecteur −

Le produit d’un vecteur −

Le produit d’un vecteur −

Le produit d’un vecteur −

Deux droites sont parallèles si elles sont engendrées par le même

Si A, B, et C sont trois points non alignés, le plan passant par A, B

Equation cartésiènne d’un plan

Trouver l’équation cartésiènne du plan signifie trouver une relation

Equation cartésiènne d’une droite

Ce qui est équivalent à

i) b = c = 0, le système d’équation se ramène à

C’est la droite de vecteur directeur − →e1 qui est aussi l’intersection

où a, b, c, d, a0 , b0 , c 0 et d 0 sont des constantes données.

ce qui est équivalent à

L’élimination de λ conduit facilement aux équations suivantes

Ces équations expriment que la droite DA (−

et on définit la norme d’un vecteur −

Proposition 3.1 : Propriétés du produit scalaire

Proposition 3.1 : Propriétés du produit scalaire

Proposition 3.1 : Propriétés du produit scalaire

Proposition 3.1 : Propriétés du produit scalaire

Proposition 3.1 : Propriétés du produit scalaire

Proposition 3.1 : Propriétés du produit scalaire

Proposition 3.1 : Propriétés du produit scalaire

Proposition 3.1 : Propriétés du produit scalaire

Proposition 3.1 : Propriétés du produit scalaire

Proposition 3.1 : Propriétés du produit scalaire

Proposition 3.3 :Coordonnées d’un vecteur dans une b.o.n

Proposition 3.3 :Coordonnées d’un vecteur dans une b.o.n

1. On dit qu’un vecteur − →n est normal à la droite DA (− →

Le produit vectoriel est une opération vectorielle effectuée dans les

Le produit vectoriel est une opération vectorielle effectuée dans les

Le produit vectoriel est une opération vectorielle effectuée dans les

Le produit vectoriel est une opération vectorielle effectuée dans les

Le produit vectoriel est une opération vectorielle effectuée dans les

Anda mungkin juga menyukai