Vous êtes sur la page 1sur 0

c Christophe Bertault - MPSI

Espaces vectoriels de dimension finie


Dans tout ce chapitre, K est lun des corps R ou C. Tous les rsultats prsents dans ce chapitre demeurent vrais si K est un
corps quelconque, mais nous ne nous en proccuperons pas ici.
La notion de dimension appartient aujourdhui au vocabulaire de tout un chacun. Il est entendu quune droite, voire une
courbe, est de dimension 1 ; quun plan, voire une surface, est de dimension 2 ; et que nous vivons dans un espace trois
dimensions. Lintuition de la dimension est gnralement paraphrase au moyen dune autre notion : celle de direction. Ainsi on
explique que les droites sont de dimension 1 en faisant observer quon sy dplace suivant une unique direction ; on fait de mme
avec les plans et lespace physique tout entier.
Lobjet de ce chapitre est une dnition et une tude axiomatique de la notion de dimension. Mais nous ne chercherons pas
seulement rendre compte des trois dimensions de notre espace physique. Vous serez bientt familiers des espaces vectoriels de
toute dimension.
Dnition (Espace vectoriel de dimension nie) Soit E un K-espace vectoriel. On dit que E est de dimension nie si
E possde une famille gnratrice.

Exemple Les espaces vectoriels Kn (n N ) et Kn [X] (n N) sont de dimension nie. On en connat en eet des familles
gnratrices, puisquon en connat mme des bases : leurs bases canoniques.

Et au fait, tout-espace vectoriel est-il de dimension nie ? La rponse cette question est non.
Exemple

K[X] nest pas de dimension nie.


En eet Raisonnons par labsurde et supposons K[X] de dimension nie, engendr par une famille (P1 , P2 , . . . , Pn )
de polynmes. Notons d le plus grand des degrs de P1 , P2 , . . . , Pn . Puisque par hypothse tout polynme coefcients dans K est combinaison linaire de P1 , P2 , . . . , Pn , alors tout polynme est de degr infrieur ou gal d.
Belle absurdit, le rsultat en dcoule.

1
1.1

Problmes dexistence : bases et dimension


Existence de bases

Thorme (Thorme de la base incomplte) Soit E = 0E un K-espace vectoriel de dimension nie engendr par une
certaine famille (x1 , x2 , . . . , xn ). Soit en outre (y1 , y2 , . . . , yp ) une famille libre de E.
On peut complter (y1 , y2 , . . . , yp ) en une base de E en lui ajoutant certains xk , k 1, n .
Dmonstration
Commenons par prsenter un petit algorithme pas bien compliqu dont le rsultat sera une certaine famille
de vecteurs B.
1) La variable locale B est initialise la valeur (y1 , y2 , . . . , yp ), la famille libre complter en
une base.
2) Aussitt une boucle de type for se prsente nous :
for

pour k variant de 1 n,

if

si la famille B augmente du vecteur xk est libre,


i.e. si xk nest pas combinaison linaire des lments de B,
then

alors on remplace la variable B par B augmente du vecteur xk .


Il nest pas ncessaire de le prciser dans lalgorithme, mais si B augmente de xk est lie, on laisse B
tranquille et on reboucle directement. Remarquez bien que cet algorithme fait grossir B peu peu : on
ajoute certains vecteurs mais on nen enlve jamais.

c Christophe Bertault - MPSI

Nous allons montrer que la famille B obtenue comme rsultat de cet algorithme est une base de E. Nous
aurons ainsi bien dmontr que la famille (y1 , y2 , . . . , yp ) peut tre complte en une base de E au moyen de
certains xk , k 1, n .
En tout cas, par construction, B est une famille libre. En eet, chaque tape de lalgorithme, on a pris
grand soin de prserver la libert de la famille (y1 , y2 , . . . , yp ) donne initialement.
Il ne nous reste donc plus qu montrer que B engendre E. Or la famille (x1 , x2 , . . . , xn ) engendre E. Ds
lors, pour montrer que B engendre E, il nous sut de montrer que tous les xk , k 1, n , sont combinaisons
linaires des lments de B.
Soit donc k 1, n . Si tout dabord xk apparat explicitement dans B, alors videmment xk est combinaison
linaire des lments de B car on a xk = xk .
Supposons au contraire que xk nest pas un vecteur de B. Alors la famille B augmente de xk est lie. En
eet, si xk napparat pas dans B, cela veut dire que nous navons pas ajout xk B dans lalgorithme
prcdent ; cela signie donc que xk est combinaison linaire de certains vecteurs de B. Cest justement ce
que nous voulions.

Corollaire

(Existence de bases) Soit E = 0E

un K-espace vectoriel de dimension nie. Alors E possde une base.

Explication
Ce rsultat montre que la dnition possder une famille gnratrice des espaces vectoriels de
dimension nie est quivalente la dnition possder une base sauf dans le cas o lespace vectoriel est rduit au seul
vecteur nul.
Attention !

Si E = 0E , alors E na pas de base, car E na mme aucune famille libre.

Dmonstration
Puisque E = 0E , nous pouvons nous donner un vecteur y = 0E de E. Alors (y) est libre
(car y = 0E ). Or E est de dimension nie, donc possde une famille gnratrice (x1 , x2 , . . . , xn ). Via le thorme
de la base incomplte, on peut complter la famille (y) en une base au moyen de certains des xk , k 1, n . Cela
montre bien lexistence dune base de E.
Le corollaire suivant est une consquence immdiate du thorme de le base incomplte.
Corollaire

(Thorme de la base incomplte (bis)) Soit E = 0E

un K-espace vectoriel de dimension nie.

(i) De toute famille gnratrice de E on peut extraire une base de E.


(ii) Toute famille libre de E peut tre complte en une base de E.

En pratique Lair de rien, ce thorme est assorti dune mthode rapide et simple de construction de bases ; il ne
sagit pas seulement dun rsultat thorique. Lalgorithme mis en uvre dans la preuve du thorme de la base incomplte est
facile utiliser concrtement. Il est essentiel que vous sachiez lutiliser vite et bien.
Exemple

Soit F = Vect (1, 5, 7), (2, 6, 8), (3, 1, 15), (1, 11, 1) . Alors la famille (1, 5, 7), (2, 6, 8) est une base de F .
En eet
La famille (1, 5, 7) est libre car le vecteur (1, 5, 7) est non nul.
Quen est-il de la famille (1, 5, 7), (2, 6, 8) ?

Soient , R. On suppose que (1, 5, 7) + (2, 6, 8) = (0, 0, 0). Alors + 2 = 0 et 5 + 6 = 0, donc


6 = 5 = 3. Ainsi = 0, et enn = 0. La famille est libre.

Quen est-il de la famille (1, 5, 7), (2, 6, 8), (3, 1, 15) ?


Elle est lie car, par exemple :

(3, 1, 15) = (1, 5, 7) + (2, 6, 8).

Quen est-il de la famille (1, 5, 7), (2, 6, 8), (1, 11, 1) ?


Elle est lie car, par exemple :

(1, 11, 1) = (2, 6, 8) (1, 5, 7).

Finalement, la preuve du thorme de la base incomplte nous permet darmer comme annonc que
(1, 5, 7), (2, 6, 8) est une base de F .
Si nous avions permut les quatre vecteurs qui dnissent F au dpart, nous aurions trouv une autre base
de F . Mais peu importe, lessentiel cest den avoir une.

c Christophe Bertault - MPSI

1.2

Existence de la dimension

Thorme (Nombre dlments dune famille libre/gnratrice) Dans un K-espace vectoriel de dimension nie, une
famille libre a toujours moins dlments quune famille gnratrice.

Dmonstration
Soient E un K-espace vectoriel de dimension nie. Si E = 0E , alors il nexisteaucune

famille libre de vecteurs de E, il ny a donc rien dmontrer dans ce cas. Supposons au contraire E = 0E et
donnons-nous (x1 , x2 , . . . , xn ) une famille gnratrice de E et (y1 , y2 , . . . , yp ) une famille libre de E. Nous devons
montrer que p n. Raisonnons par labsurde en supposant p n + 1.
Premire tape : Puisque (x1 , x2 , . . . , xn ) engendre E, y1 est combinaison linaire de x1 , x2 , . . . , xn :
n

(1)

k x k .

y1 =
k=1

(1)

Les coecients k , k 1, n , peuvent-ils tre tous nuls ? Non, car sinon y1 serait nul et

cela contredirait la libert de la famille (y1 , y2 , . . . , yp ). Quitte modier lordre des vecteurs x1 , x2 , . . . , xn ,
n
1
(1)
(1)
nous pouvons supposer par exemple que 1 = 0, de sorte que : x1 = (1) y1
k xk . Finalement :
1
k=2
(oprations sur les Vect)

Vect(y1 , x2 , . . . , xn ) = Vect(x1 , x2 , . . . , xn )

la famille (x1 , x2 , . . . , xn ) tant gnratrice de E.

= E,

Nous venons de montrer que (y1 , x2 , . . . , xn ) engendre E.


Deuxime tape : Puisque (y1 , x2 , . . . , xn ) engendre E via la premire tape, y2 est combinaison linaire
n

de y1 , x2 , . . . , xn :

(2)

(2)
k x k .
k=2
(2)
1 y1 et cela

y2 = 1 y1 +

(2)

Les coecients k , k 2, n , peuvent-ils tre tous nuls ?

contredirait la libert de la famille (y1 , y2 , . . . , yp ). Quitte


Non, car sinon on aurait y2 =
(2)
modier lordre des vecteurs x2 , x3 , . . . , xn , nous pouvons supposer par exemple que 2 = 0, de sorte que :
n
1
(2)
(2)
x2 = (2) y2 1 y1
k xk . Finalement :
2
k=3
(oprations sur les Vect)

Vect(y1 , y2 , x3 , . . . , xn ) = Vect(y1 , x2 , x3 , . . . , xn )

la famille (y1 , x2 , . . . , xn ) tant gnratrice de E.

= E,

Nous venons de montrer que (y1 , y2 , x3 , . . . , xn ) engendre E.


Troisime tape :

Puisque (y1 , y2 , x3 , . . . , xn ) engendre E via la deuxime tape, y3 est combinaison


n

linaire de y1 , y2 , x3 , . . . , xn :

(3)

(3)

(3)

k x k .

y3 = 1 y1 + 2 y2 +
k=3
(3)

(3)

Les coecients k , k 3, n , peuvent-

(3)

ils tre tous nuls ? Non, car sinon on aurait y3 = 1 y1 + 1 y2 et cela contredirait la libert de la famille
(y1 , y2 , . . . , yp ). Quitte modier lordre des vecteurs x3 , x4 , . . . , xn , nous pouvons supposer par exemple que
n
1
(3)
(3)
(3)
(3)
k xk . Finalement :
3 = 0, de sorte que : x3 = (3) y3 1 y1 2 y2
3
k=4
Vect(y1 , y2 , y3 , x4 , . . . , xn ) = Vect(y1 , y2 , x3 , x4 , . . . , xn )

(oprations sur les Vect)


la famille (y1 , y2 , x3 , . . . , xn ) tant gnratrice de E.

= E,

Nous venons de montrer que (y1 , y2 , y3 , x4 , . . . , xn ) engendre E.


Etapes suivantes :
engendre E.

On poursuit sur cette lance jusqu obtenir le rsultat suivant : (y1 , y2 , . . . , yn )

Or par hypothse p n + 1. Ainsi yn+1 est bien dni et se trouve tre combinaison linaire de y1 , y2 , . . . , yn . Cela
contredit la libert de la famille (y1 , y2 , . . . , yp ) et achve donc de prouver le thorme.
Pourquoi navoir pas rdig le raisonnement prcdent sous la forme dune rcurrence ? Une telle rcurrence aurait
t assez facile crire si nous ntions pas obligs chaque tape de changer lordre de certains des xk , k 1, n .
Mais justement nous avons d le faire. La prsentation adopte ci-dessus conserve une certaine clart, quoi que
vous puissiez en penser. Nous aurions pu rdiger une vraie belle rcurrence, mais cet t une catastrophe de
lisibilit.

c Christophe Bertault - MPSI

Dnition

(Existence de la dimension) Soit E un K-espace vectoriel de dimension nie.

Si E = 0E , toutes les bases de E ont le mme nombre dlments. Cet entier unique est appel la dimension de E
et note dim E.
Si E = 0E , on dcrte par convention que dim E = 0.
Dans le cas o dim E = 1, on dit que E est une droite vectorielle ; dans le cas o dim E = 2, on dit que E est un plan vectoriel.

Dmonstration
Montrons lexistence de la dimension dans le cas o E = 0E . Soient (e1 , e2 , . . . , em ) et
(e1 , e2 , . . . , en ) deux bases de E. Nous devons montrer lgalit m = n.
Or (e1 , e2 , . . . , em ) est libre et (e1 , e2 , . . . , en ) engendre E, donc m n via le thorme prcdent. Symtriquement,
nous avons n m, et donc m = n comme voulu.
Exemple Si n N, alors dim Kn = n ; et si n N, dim Kn [X] = n + 1. Cest vident via lexistence desdites bases canoniques.
La dimension de Kn [X] est bien n + 1 et non n erreur classique que vous me ferez le plaisir dviter.

Corollaire
Dans un K-espace vectoriel de dimension nie E, toute famille libre possde au plus dim E lments et toute
famille gnratrice en possde au moins dim E.
Dmonstration
Soient E un K-espace vectoriel de dimension nie n. Nous savons quune famille libre de E
a toujours moins dlments quune famille gnratrice de E, ventuellement autant. Comme en particulier une
base de E est une famille gnratrice de E n lments, et comme il existe des bases de E, nous pouvons armer
quune famille libre de E a ncessairement au plus n lments.

Corollaire (Caractrisation des bases) Soient E un K-espace vectoriel de dimension nie n et (x1 , x2 , . . . , xn ) une famille
de vecteurs de E. Les assertions suivantes sont quivalentes :
(i) (x1 , x2 , . . . , xn ) est une base de E.
(ii) (x1 , x2 , . . . , xn ) est gnratrice de E.
(iii) (x1 , x2 , . . . , xn ) est libre.

Attention ! Ce thorme ne dit certainement pas que les bases, les familles gnratrices et les familles libres relvent
un mme concept en dimension nie. Il arme seulement que les familles de vecteurs de E qui ont exactement dim E lments
sont des bases si et seulement si elles sont gnratrices ou libres. Ce rsultat est puissant car par dnition une base est une
famille gnratrice et libre. Grce lui, notre quantit de travail fournir est divis par deux quand nous cherchons montrer
quune certaine famille est une base de E. Vous laurez compris, ce thorme est dun intrt pratique majeur.

Dmonstration

Lassertion (i) implique trivialement les assertions (ii) et(iii).

(ii) = (i) Si (x1 , x2 , . . . , xn ) est gnratrice de E, on peut en extraire une base de E via le thorme de la
base incomplte. Or toutes les bases de E ont exactement n lments, donc en fait (x1 , x2 , . . . , xn ) est dj
une base de E.
(iii) = (i) Si (x1 , x2 , . . . , xn ) est libre, on peut la complter en une base de E via le thorme de la base
incomplte. Or toutes les bases de E ont exactement n lments, donc en fait (x1 , x2 , . . . , xn ) est dj une
base de E.
Exemple

La famille (0, 1, 2), (1, 2, 0), (2, 0, 1) est une base de R3 .


En eet Comme R3 est de dimension 3, et comme la famille considre est constitue de trois lments, nous
saurons que cette famille est une base de R3 quand nous aurons montr quelle est libre ou gnratrice, au
choix. Soient , , R. On suppose que (0, 1, 2) + (1, 2, 0) + (2, 0, 1) = (0, 0, 0), i.e. que = 2, = 2 et
= 2. Alors = 2 = 4 = 8, et donc = 0, puis = = 0 galement. Cest termin.

Thorme

(Isomorphisme et dimension) Soit E un K-espace vectoriel de dimension n.

(i) Alors E et Kn sont isomorphes. Prcisment, si n = 0 et si (e1 , e2 , . . . , en ) est une base de E, lapplication
Kn

E
n
est un isomorphisme.
k e k
(k )1 k n
k=1

(ii) Un K-espace vectoriel est isomorphe E si et seulement sil est de dimension nie n.

c Christophe Bertault - MPSI

Explication Ce rsultat est fondamental. Il explique notamment que deux espaces vectoriels de dimension nie sont
isomorphes si et seulement sils ont la mme dimension. Bref, linformation porte par la dimension sut si lon souhaite classer
les espaces vectoriels de dimension nie ; elle contient tout ce quil y a savoir.
Dmonstration
(i) Evident. Si vous ntes pas convaincus, retournez voir la dnition des familles libres/gnratrices.
(ii) Soit F un K-espace vectoriel.
Si F est de dimension nie n, alors F et E sont tous deux isomorphes Kn via lassertion (i), donc isomorphes
entre eux.
Rciproquement, supposons E et F isomorphes. Nous pouvons alors nous donner un isomorphisme f de
E sur F et une base (e1 , e1 , . . . , en ) de E. Nous savons alors, f tant un isomorphisme de E sur F , que
f (e1 ), f (e2 ), . . . , f (en ) est une base de F . Cela montre que F est de dimension nie n.

Thorme (Dimension dun espace vectoriel produit) Soient E et F deux K-espaces vectoriels de dimension nie. Alors
E F est de dimension nie et : dim(E F ) = dim E + dim F .
Dmonstration

Soient (e1 , e2 , . . . , em ) une base de E et (f1 , f2 , . . . , fn ) une base de F . Nous avons dj vu

que (e1 , 0F ), (e2 , 0F ), . . . , (em , 0F ), (0E , f1 ), (0E , f2 ), . . . , (0E , fn ) est une base de E F . En particulier, E F

est de dimension nie et :

dim(E F ) = m + n = dim E + dim F .

Thorme (Dimension dun espace vectoriel dapplications linaires) Soient E et F deux K-espaces vectoriels de
dimension nie. Alors L(E, F ) est de dimension nie et : dim L(E, F ) = dim E dim F .
Dmonstration

Soit (e1 , e2 , . . . , en ) une base de E et n = dim E.


L(E, F ) F n
Notons lapplication
. Alors est linaire car pour toutes f, g L(E, F ) et
f

f (ek ) 1 k n
tous , K :

(f + g) = (f + g)(ek )

1 k n

= f (ek ) + g(ek )

1 k n

= f (ek )

1 k n

+ g(ek )

1 k n

= (f ) + (g).

En outre est bijective. Cest un rsultat que nous avons dj dmontr dans notre chapitre dintroduction
lalgbre linaire : pour toute famille (f1 , f2 , . . . , fn ) de vecteurs de F , il existe une et une seule application linaire
f de E dans F telle que : k 1, n , f (ek ) = fk . Lapplication est donc un isomorphisme de L(E, F ) sur
F p , ce qui montre comme voulu, via le thorme prcdent sur les produits despaces vectoriels, que L(E, F ) est
de dimension nie et que : dim L(E, F ) = dim F n = n dim F = dim E dim F .

1.3
1.3.1

Deux exemples ultra-classiques


Equations diffrentielles linaires dordre 1 ou 2 coefficients constants

Vous connaissez dj les deux rsultats suivants. Ils nous prsentent aujourdhui leur visage linaire.
Thorme (Equation direntielle ay + by = 0) Soient a, b K, a = 0. Notons Ea,b lensemble des solutions y D1 (R, K)
de lquation direntielle ay + by = 0 linaire dordre 1. Alors Ea,b est un K-espace vectoriel de dimension 1, i.e. une droite
vectorielle.
b
Le polynme caractristique de cette quation est aX + b, de racine unique .
a
bx
Soit y Ea,b . Il existe alors K tel que : x R, y(x) = e a .
Explication Ce thorme explique deux choses : dabord que Ea,b est une droite vectorielle ; ensuite quon en connat

bx
une base, savoir x e a .

c Christophe Bertault - MPSI

Thorme (Equation direntielle ay + by + cy = 0) Soient a, b, c K, a = 0. Notons Ea,b,c lensemble des solutions


y D2 (R, K) de lquation direntielle ay + by + cy = 0 linaire dordre 2. Alors Ea,b,c est un K-espace vectoriel de dimension
2, i.e. un plan vectoriel.
Notons le discriminant du polynme aX 2 + bX + c. Soit y Ea,b,c .
Cas complexe (K = C) :
1) Si = 0, soient r et r les racines distinctes de aX 2 + bX + c.
Il existe alors , C tels que : x R, y(x) = erx + er x .
2) Si = 0, soit r lunique racine de aX 2 + bX + c.
Il existe alors , C tels que : x R, y(x) = (x + )erx .
Cas rel (K = R) :
1) Si > 0, soient r et r les racines (relles) distinctes de aX 2 + bX + c.
Il existe alors , R tels que : x R, y(x) = erx + er x .
2) Si = 0, soit r lunique racine de aX 2 + bX + c.
Il existe alors , R tels que : x R, y(x) = (x + )erx .
3) Si < 0, soient r + i et r i les racines (complexes conjugues) distinctes de aX 2 + bX + c. Il existe

alors , R tels que :

x R,

y(x) = sin(x) + cos(x) erx .

Explication Ce thorme explique deux choses : dabord que Ea,b,c est un plan vectoriel ; ensuite quon en connat

une base, savoir : x erx , x er x si K = C et = 0 ; x erx , x xerx si K = C et = 0 ; . . .

1.3.2

Suites rcurrentes linaires dordre 2

Dnition (Suite rcurrente linaire dordre 2) On dit quune suite relle (un )nN est rcurrente linaire dordre 2 sil
existe a, b K, b = 0, tels que :
n N, un+2 = aun+1 + bun .

Le polynme X 2 aX b est appel le polynme caractristique de (un )nN .

Thorme (Structure de lensemble des suites rcurrentes linaires dordre 2) Soient a, b K, b = 0. Notons Ea,b
lensemble des suites rcurrentes linaires dordre 2 de polynme caractristique X 2 aX b. Alors Ea,b est un K-espace vectoriel
de dimension 2, i.e. un plan vectoriel.
Notons le discriminant du polynme X 2 aX b. Soit (un )nN Ea,b .
Cas complexe (K = C) :
1) Si = 0, soient r et r les racines distinctes de X 2 aX b.
Il existe alors , C tels que : n N, un = r n + r n .
2) Si = 0, soit r lunique racine de X 2 aX b. Il existe alors , C tels que :

n N,

un = (n+)r n .

n N,

un = (n+)r n .

Cas rel (K = R) :
1) Si > 0, soient r et r les racines (relles) distinctes de X 2 aX b.
Il existe alors , R tels que : n N, un = r n + r n .
2) Si = 0, soit r lunique racine de X 2 aX b. Il existe alors , R tels que :

3) Si < 0, soient rei et rei les racines (complexes conjugues) distinctes de X 2 aX b. Il existe alors

, R tels que :

n N,

un = sin(n) + cos(n) r n .

c Christophe Bertault - MPSI

Dmonstration
On vrie aisment que Ea,b est un sous-espace vectoriel de KN .
Ea,b

K2
Soit alors S lapplication
et T lapplication de K2 dans Ea,b qui tout couple
(un )nN (u0 , u1 )
(, ) R2 associe la suite (un )nN dnie par u0 = , u1 = et : n N, un+2 = aun+1 + bun .
On voit facilement que S et T sont linaires et que S T = IdK2 et que T S = IdEa,b . Ceci dmontre que
S est un isomorphisme de Ea,b sur R2 , et donc que dim Ea,b = 2.
La n de la preuve, o lon dtermine lexpression explicite de tous les lments de Ea,b , quivaut la
recherche dune base de Ea,b .
Cas complexe (K = C) : Deux cas doivent tre distingus :
1) = 0. Notons r et r les racines distinctes de X 2 aX b.
Alors (r n )nN Ea,b et (r n )nN Ea,b car : n N, r n+2 ar n+1 br n = r n (r 2 ar b) = 0.

Montrons enn que (r n )nN , (r n )nN est une base de Ea,b . Comme on sait que dim Ea,b = 2, il sut pour
cela de montrer que cette famille est libre. Soient donc , K tels que la suite (r n )nN + (r n )nN
soit nulle. Alors pour n = 0 et n = 1 : + = r + r = 0, systme que lon rsout tout seul comme
un grand en utilisant au passage le fait que r = r : = = 0.
a
2) = 0. Notons r lunique racine de X 2 aX b. En fait, r = . De plus r = 0 car b = 0.
2
Alors (r n )nN Ea,b et (nr n )nN Ea,b car :
r n+2 ar n+1 br n = r n (r 2 ar b) = 0
.
(n + 2)r n+2 a(n + 1)r n+1 bnr n = nr n (r 2 ar b) + r n+1 (2r a) = 0

n N,

Montrons enn que (r n )nN , (nr n )nN est une base de Ea,b . Comme on sait que dim Ea,b = 2, il sut
pour cela de montrer que cette famille est libre. Soient donc , K tels que la suite (r n )nN +(nr n )nN
soit nulle. Alors pour n = 0 et n = 1 : = r + r = 0, donc videmment : = = 0 car r = 0.
Cas rel (K = R) : Trois cas doivent ici tre distingus :
1) > 0.

Cas analogue au cas 1) complexe.

2) = 0.

Cas analogue au cas 2) complexe.

3) < 0.
Notons rei et i les racines complexes non relles (conjugues) de X 2 aX b.
re
n

Alors r cos(n) nN Ea,b et r n sin(n) nN Ea,b . En eet, pour tout n N cas du cosinus :

r n+2 cos (n + 2) ar n+1 cos (n + 1) br n cos(n) = Re r n+2 ei(n+2) ar n+1 ei(n+1) br n ein
= Re
Montrons que

r n cos(n)

rei

(rei )2 arei b

nN

, r n sin(n)

nN

= Re

rei

0 = 0.

est une base de Ea,b . Comme dim Ea,b = 2, il nous sut

de montrer que cette famille est libre. Soient , R tels que r n cos(n) nN + r n sin(n) nN soit
nulle. Alors pour n = 0 et n = 1 : = r cos + r sin = 0. On peut videmment videmment diviser
par sin car rei R : = = 0.
/
Exemple

Il existe une unique suite relle (un )nN telle que u0 = 0, u1 = 1 et :


Elle est dnie par : n N, un = n.
En eet
tels que :

Exemple

n N,

un+2 = 2un+1 un .

Le polynme X 2 2X + 1 possde une unique racine relle qui est 1. Il existe donc deux rels et
n N, un = n + . Or u0 = 0 et u1 = 1, donc :
n N, un = n.

Il existe une unique suite relle (un )nN telle que u0 = u1 = 1 et :


n
n
1
n N, un = cos
+ sin
.
3
3
3

Elle est dnie par :

n N,

un+2 = un+1 un .

En eet Les racines du polynme X 2 X + 1 sont e 3 et e 3 , complexes conjugues. Il existe donc deux rels
n
n
et tels que : n N, un = cos
+ sin
.
3
3

1
+ 3
= 1, do : = 1 et = . Do le rsultat.
Or u0 = u1 = 1, donc : =
2
3

c Christophe Bertault - MPSI

2.1

Sous-espaces vectoriels et dimension finie


Dimension dun sous-espace vectoriel

Thorme (Dimension dun sous-espace vectoriel) Soient E un K-espace vectoriel de dimension nie et F un sous-espace
vectoriel de E.
(i) Alors F est de dimension nie et :

dim F

dim E.

(ii) En cas dgalit des dimensions dim F = dim E, on a lgalit des ensembles F = E.

Dmonstration

(i) Si F = 0E , nous navons rien dmontrer. Supposons donc F = 0E .



Notons L lensemble des nombre dlments des familles libres de E. Alors L est non vide car F = 0E .
Mais par ailleurs toute famille libre de F est une famille libre de E, donc est constitue dau plus dim E
lments ; cela montre que L est majore par dim E. Finalement, L est une partie non vide majore de N,
donc possde un plus grand lment n
dim E. Il existe donc une famille libre (x1 , x2 , . . . , xn ) de E n
lments. Montrons que (x1 , x2 , . . . , xn ) est une base de F . Cela montrera que F est de dimension nie et
que dim F = n dim E. Ce qui est sr en tout cas, cest que (x1 , x2 , . . . , xn ) est libre par dnition.
Montrons que (x1 , x2 , . . . , xn ) engendre F . Soit x F . Alors (x1 , x2 , . . . , xn , x) est lie par maximalit de n
dans L. Cela implique aussitt que x est combinaison linaire de x1 , x2 , . . . , xn , car on sait quen ajoutant
une famille libre un vecteur non combinaison linaire des vecteurs de cette famille, on conserve la libert.
Cela prouve comme voulu que (x1 , x2 , . . . , xn ) engendre F .
(ii) On suppose prsent que dim F = dim E = n. Soit (e1 , e2 , . . . , en ) une base de F . Alors (e1 , e2 , . . . , en )
est une famille libre de E n = dim E lments, donc est une base de E en vertu dun prcdent rsultat.
En particulier, (e1 , e2 , . . . , en ) engendre E, de sorte que : E = Vect(e1 , e2 , . . . , en ) = F .

2.2

Existence de supplmentaires

Thorme (Existence de supplmentaires) Soient E un K-espace vectoriel de dimension nie et F un sous-espace vectoriel
de E. Alors F possde un supplmentaire dans E.

Attention ! Il est interdit de parler du supplmentaire dun sous-espace vectoriel en gnral, faute dunicit ;
on parle toujours dun supplmentaire. Nous lavons dj observ et la preuve suivante le conrme.

Dmonstration En tant que sous-espace vectoriel de E qui est de dimension nie, F est lui aussi de dimension


nie. Si F = 0E , alors E est un supplmentaire de F dans E. Supposons dsormais F = 0E . Alors F
possde une base (e1 , e2 , . . . , ep ). Cette famille (e1 , e2 , . . . , ep ) tant libre dans E, on peut la complter en une base
(e1 , e2 , . . . , en ) de E via le thorme de la base incomplte.
Posons alors G = Vect(ep+1 , ep+2 , . . . , en ) et montrons que F et G sont supplmentaires dans E.
Montrons que E = F + G. Soit x E de coordonnes (x1 , x2 , . . . , xn ) dans (e1 , e2 , . . . , en ). Introduisons
p

llment f =
k=1

xk ek F et g =

k=p+1

xk ek G. Alors tant mieux :

x = f + g.

Montrons que F G = 0E . Soit x F G de coordonnes (x1 , x2 , . . . , xp ) dans la base (e1 , e2 , . . . , ep )


de F et de coordonnes (xp+1 , xp+2 , . . . , xn ) dans la base (ep+1 , ep+2 , . . . , en ) de G. On a alors lgalit
p

k=1

x k ek

k=p+1

xk ek = x x = 0E . La libert de la famille (e1 , e2 , . . . , en ) implique aussitt la nullit de

tous les xk , k 1, n , et donc que x = 0E comme voulu.


En pratique
La preuve prcdente repose intgralement sur le thorme de la base incomplte. Concrtement,
cest lalgorithme du thorme de la base incomplte qui permet la construction explicite de supplmentaires. Vous devez savoir
mettre en uvre cet algorithme dans ce contexte, vite et bien.

c Christophe Bertault - MPSI

Exemple

Soit F = (x, y, z) R3 /

x = 2y et z = 0 . Alors Vect (1, 0, 0), (0, 0, 1) est un supplmentaire de F dans R3 .

En eet
Nous devons commencer par trouver une base de F . La famille
Elle est bien sr libre par ailleurs : cest donc une base de F .

(2, 1, 0) est clairement gnratrice de F .

Nous disposons par ailleurs dune base de R3 , par exemple sa base canonique
Utilisons prsent lalgorithme du thorme de la base incomplte.
1) La famille (2, 1, 0), (1, 0, 0) est-elle libre ? Oui.
2) Et quen est-il de (2, 1, 0), (1, 0, 0), (0, 1, 0) ? Elle est lie car :

(1, 0, 0), (0, 1, 0), (0, 0, 1) .

(2, 1, 0) = 2(1, 0, 0) + (0, 1, 0).

3) Quen est-il enn de la famille (2, 1, 0), (1, 0, 0), (0, 0, 1) ? Elle est libre.
Finalement, posons G = Vect (1, 0, 0), (0, 0, 1) . Alors G est un supplmentaire de F dans R3 .

Exemple

Soit F =

P R3 [X]/

supplmentaire de F dans R3 [X].

P (X + 1) = P (1 X) , sous-espace vectoriel de R3 [X]. Alors Vect(X, X 3 ) est un

En eet
Commenons par trouver une base de F . Pour tout P = aX 3 + bX 2 + cX + d R3 [X] :
P F

a(X + 1)3 + b(X + 1)2 + c(X + 1) + d = a(1 X)3 + b(1 X)2 + c(1 X) + d
a
3a + b
3a + 2b + c
a+b+c+d

=
=
=
=

a
3a + b
3a 2b c
a+b+c+d

aprs identication des coecients

a=0

et

2b + c = 0.

Ce calcul montre que (1, X 2X) engendre F . Cette famille tant clairement libre, cest une base de F .

Nous disposons par ailleurs dune base de R3 [X] en la personne, par exemple, de la base canonique (1, X, X 2 , X 3 ).
Utilisons prsent lalgorithme du thorme de la base incomplte.
1) Bien sr, la famille (1, X 2 2X, 1) est lie.
2) Par contre la famille (1, X 2 2X, X) est libre degrs chelonns.
3) Quant la famille (1, X 2 2X, X, X 2 ), elle est clairement lie.
4) Enn la famille (1, X 2 2X, X, X 3 ) est libre degrs chelonns.
Finalement, posons G = Vect(X, X 3 ). Alors G est un supplmentaire de F dans R3 [X].

2.3

Dimension dune somme de sous-espaces vectoriels

Thorme (Dimension dune somme de sous-espaces vectoriels) Soient E un K-espace vectoriel pas ncessairement
de dimension nie et F et G deux sous-espaces vectoriels de dimension nie de E.
(i) Alors F + G est de dimension nie et :

dim(F + G) = dim F + dim G dim(F G).

(ii) En particulier, si F et G sont en somme directe :

dim(F + G) = dim F + dim G.

Dmonstration
(ii) Commenons par supposer F et G en somme directe. Soient (f1 , f2 , . . . , fm ) une base de F et (g1 , g2 , . . . , gn )
une base de G il en existe puisquon suppose F et G de dimension nie. Nous avons vu dans notre premier
chapitre dalgbre linaire que (f1 , f2 , . . . , fm , g1 , g2 , . . . , gn ) est alors une base de F + G = F G. Cela sut
montrer que F + G est de dimension nie et que dim(F + G) = m + n = dim F + dim G.
(i) Puisque F est de dimension nie, F G lest aussi et nous pouvons donc nous donner un supplmentaire H de
F G dans F en particulier H est de dimension nie. Via lassertion (i) : dim F = dim H+dim(F G) .
Montrons prsent que H est aussi unsupplmentaire de G dans F + G.


1) Montrons que H G = 0E . Cest facile : H G (H F ) G = H (F G) = 0E , car
H est un supplmentaire de F G dans F .
2) Montrons que H +G = F +G. Linclusion H +G F +G est triviale. Inversement, soit x F +G
donn sous la forme x = f + g avec f F et g G. Comme F = H + (F G), on peut crire f sous la
forme f = h + g avec h H et g F G. Alors x = f + g = (h + g ) + g = h + (g + g ), ce qui montre
comme voulu que x H + G.
Finalement, lassertion (i) montre que F +G est de dimension nie et que : dim(F +G) = dim H+dim G .
On conclut en liminant dim H dans les galits et .

c Christophe Bertault - MPSI

Corollaire (Caractrisation de la supplmentarit) Soient E un K-espace vectoriel de dimension nie et F et G deux


sous-espaces vectoriels de E. On sintresse aux trois assertions suivantes :
(i)

dim F + dim G = dim E ;

(ii)

F G = 0E

(iii)

F + G = E.

Alors F et G sont supplmentaires dans E si et seulement si deux seulement des trois assertions (i), (ii) et (iii) sont vraies.
En particulier, si F et G sont supplmentaires dans E, alors les assertions (i), (ii) et (iii) sont vraies.

Dmonstration

Notons

lidentit :

dim(F + G) = dim F + dim G dim(F G).

(i) et (ii) = (iii) On suppose que dim F + dim G = dim E et que F G = 0E . Alors via
on a lgalit
dim(F + G) = dim E. Or F + G est un sous-espace vectoriel de E, donc F + G = E en vertu dun thorme
prcdent.

(ii) et (iii) = (i) On suppose que F G = 0E

et que F + G = E. Alors via

on a tout de suite (i).

(iii) et (i) = (ii) On suppose que F + G = E et que dim F + dim G = dim E. Alors via

donc forcment F G = 0E .

, dim(F G) = 0,

En pratique
Le thorme prcdent simplie de beaucoup la preuve que deux sous-espaces vectoriels donns
sont supplmentaires dans un certain espace vectoriel ambiant. En eet, bien souvent, les dimensions des espaces vectoriels sont

connues, et donc on na plus qu dmontrer une assertion de la forme F G = 0E ou F + G = E . Cest trs pratique !

Exemple

Soient F =

(x, y, z) R3 /

vectoriels supplmentaires dans R3 .


En eet

et G = Vect (0, 1, 0) . Alors F et G sont deux sous-espaces

x + 2y + 3z = 0

Nous allons montrer que F G = (0, 0, 0) et que dim F + dim G = dim R3 = 3.

On montre aisment que F G = (0, 0, 0) .


Montrons prsent que dim F + dim G = 3. Dj, il est clair que dim G = 1. Il ne nous reste donc qu
montrer dim F = 2.
que
= Vect (2, 1, 0), (3, 0, 1) . La famille (2, 1, 0), (3, 0, 1) tant claiOr F = (2y 3z, y, z)
y,zR

rement libre cela se voit sur les deuxime et troisime coordonnes on en dduit quelle est une base
de F , et a fortiori que F est de dimension 2 comme voulu.

Rang

Nous introduisons ci-aprs deux notions : la notion de rang dune famille de vecteurs et celle de rang dune application linaire.
Dans les deux cas, le rang est un entier naturel. Les rsultats de ce chapitre relatifs cette notion resteront assez thoriques,
quoique trs utiles en pratique. Nous attendrons le prochain chapitre pour donner une mthode de calcul rapide et simple du
rang.

3.1

Rang dune famille de vecteurs

Dnition
(Rang dune famille de vecteurs) Soient E un K-espace vectoriel pas ncessairement de dimension nie et (x1 , x2 , . . . , xn ) une famille de vecteurs de E. Alors Vect(x1 , x2 , . . . , xn ) est de dimension nie. La dimension de
Vect(x1 , x2 , . . . , xn ) est appele le rang de (x1 , x2 , . . . , xn ) et note rg(x1 , x2 , . . . , xn ).
On a lingalit :

rg(x1 , x2 , . . . , xn )

n,

avec galit si et seulement si (x1 , x2 , . . . , xn ) est libre.

Explication
rg(x1 , x2 , . . . , xn ) est le nombre dlments de la plus grande famille libre quon peut former avec
x1 , x2 , . . . , xn . En eet, une telle famille libre est une base de Vect(x1 , x2 , . . . , xn ).

10

c Christophe Bertault - MPSI

Dmonstration Par dnition de Vect(x1 , x2 , . . . , xn ), (x1 , x2 , . . . , xn ) est une famille gnratrice de ce sousespace vectoriel de E. En tant quil possde une famille gnratrice, Vect(x1 , x2 , . . . , xn ) est donc de dimension
nie, ce qui jusitie la dnition du rang de (x1 , x2 , . . . , xn ). Et comme la dimension est toujours infrieure au
nombre dlments dune famille gnratrice, on a lingalit dim Vect(x1 , x2 , . . . , xn )
n. Le cas dgalit se
produit si et seulement si la famille (x1 , x2 , . . . , xn ) est libre ; en eet, dans un espace vectoriel de dimension p,
une famille de p vecteurs est libre si et seulement si elle est gnratrice.
Exemple

3.2

rg(1, X, X 2 , X 3 ) = 4,

rg(X, 2X, 3X) = 1,

rg (1, 1, 0), (0, 0, 1) = 2

et

rg (0, 1, 0), (2, 1, 2), (1, 1, 1) = 2.

Rang dune application linaire

Dnition (Rang dune application linaire) Soient E et F deux K-espaces vectoriels et f une application linaire de E
dans F . On appelle rang de f , not rg(f ), la dimension de Im f si celle-ci est nie.

Remarque
Cette remarque nest quune consquence triviale de rsultats antrieurs, mais il serait bon que vous la lisiez
attentivement. Donnons-nous f : E F une application linaire entre deux K-espaces vectoriels E et F .
Supposons F de dimension nie. Alors comme Im f est un sous-espace vectoriel de F , ncessairement Im f est de dimension
nie et : rg(f ) = dim Im f dim F .
Par contre, Ker f peut trs bien ne pas tre de dimension nie. Par exemple, lapplication nulle x 0F admet E pour
noyau ; du coup, si E nest pas de dimension nie, Ker f ne lest pas non plus.
Supposons prsent E de dimension nie. Alors comme Ker f est un sous-espace vectoriel de E, ncessairement Ker f
est de dimension nie et : dim Ker f dim E.
Mais en outre, si (e1 , e2 , . . . , en ) est une base de E, nous savons que Im f = Vect f (e1 ), f (e2 ), . . . , f (en ) . Par consquent
Im f est de dimension nie et :

rg(f ) = dim Im f

dim E.

Notez en particulier que, dans ce cas : rg(f ) = rg f (e1 ), f (e2 ), . . . , f (en ) . Les notions de rang dune famille de vecteurs
et de rang dune application linaire sont donc lies.

Lemme
Soient E et F deux K-espaces vectoriels et f une application linaire de E dans F . Si I est un supplmentaire de
Ker f dans E, alors f|I est un isomorphisme de I sur Im f .

Dmonstration

Bien sr, f|I est linaire de I dans Im f .

Montrons que f|I est injective, i.e. que Ker f|I =


Ker f sont en somme directe.

0E . Or Ker f|I = I Ker f =

0E

puisque I et

Montrons que f|I est surjective de I sur Im f . Soit y Im f , de sorte quil existe x E tel que y = f (x).
Or E = I + Ker f , donc il existe xI I et xK Ker f tels que x = xI + xK . On obtient aussitt le rsultat
attendu car : y = f (x) = f (xI + xK ) = f (xI ) + f (xK ) = f (xI ) + 0F = f|I (xI ).
Le thorme suivant est fondamental, et trs utile en pratique.
Thorme (Thorme du rang) Soient E et F deux K-espaces vectoriels et f une application linaire de E dans F . On
suppose E de dimension nie. Alors : dim E = dim Ker f + rg(f ).

Attention ! Lhypothse E de dimension nie nest pas l du tout pour dcorer. Elle nous garantit que Ker f
et Im f sont de dimension nie.

Dmonstration
Soit I un supplmentaire de Ker f dans E nous savons quil en existe car par hypothse
E est de dimension nie. Alors dim E = dim Ker f + dim I. Or f|I est un isomorphisme de I sur Im f en vertu
du lemme, et donc dim I = dim Im f = rg(f ). Le rsultat en dcoule immdiatement.

11

c Christophe Bertault - MPSI

Thorme
(Injectivit, surjectivit et rang)
application linaire de E dans F .

Soient E et F deux K-espaces vectoriels de dimension nie et f une

(i) f est surjective si et seulement si rg(f ) = dim F .


(ii) f est injective si et seulement si rg(f ) = dim E.
(iii) Si dim E = dim F , f est bijective si et seulement si f est injective, si et seulement si f est surjective.
Ceci est en particulier valable dans le cas des endomorphismes (E = F ).

Attention ! Lhypothse dim E = dim F de lassertion (iii) est essentielle. Il est bien sr faux, en gnral, que
la bijectivit, linjectivit et la surjectivit concident. Lassertion (iii) divise par deux la quantit de travail que lon doit fournir
pour dmontrer la bijectivit dune application linaire entre deux espaces de mme dimension.

Dmonstration
(i) Si f est surjective, alors rg(f ) = dim Im f = dim F rien dire.
Rciproquement, si rg(f ) = dim F , alors dim Im f = dim F . Sachant que Im f F , nous en dduisons que
Im f = F , i.e. que f est surjective.
(ii) Si f est injective, alors Ker f = {0E }, donc dim Ker f = 0, donc via le thorme du rang, rg(f ) = dim E.
Rciproquement, si rg(f ) = dim E, alors via le thorme du rang, dim Ker f = 0, donc Ker f = {0E }, i.e.
f est injective.
(iii) Supposons E et F de mme dimension. Alors f est bijective si et seulement si rg(f ) = dim E = dim F via
(i) et (ii), donc si et seulement si f est injective, et si et seulement si f est surjective.

Exemple

Lapplication linaire :

R3
(x, y, z)

R3
(x + y, x + y, z)

est un isomorphisme.

En eet
En vertu du thorme prcdent, il nous sut, pour montrer que f est bijective, de montrer quelle
est injective par exemple. Soit donc (x, y, z) R3 tel que (x, y, z) = (0, 0, 0). Montrons que (x, y, z) = (0, 0, 0).
Or (x, y, z) = (x + y, x + y, z), donc x + y = x + y = z = 0, et facilement x = y = z = 0. Et cest tout.
Exemple

Soit n N. Lapplication :
En eet

Kn [X]
P

Kn [X]
XP + P (0)

Lapplication est bien dnie car si


P

XP + P (0)

est un automorphisme de Kn [X].

n, alors :

max
(XP ), (0) = max 1 + , 0
P
P

n.

Il est bien clair que est linaire. Pour montrer que est un automorphisme de Kn [X], il nous sut de montrer
que est injectif. Soit P Ker . Alors (P ) = XP + P (0) = 0, donc XP = P (0). En particulier, 1 +
P
0.
Ceci nest possible que si = ,i.e. P = 0, i.e. P est constant. Alors (P ) = P (0) = 0, et enn est nul.
P

Nous avons bien montr que Ker = 0 , i.e. que est injective.

Thorme (Invariance du rang par composition avec un isomorphisme) Soient E et F deux K-espaces vectoriels de
dimension nie et f une application linaire de E dans F .
(i) Soit F un K-espace vectoriel et un isomorphisme de F sur F . Alors :
(ii) Soit E un K-espace vectoriel et un isomorphisme de E sur E. Alors :

rg( f ) = rg(f ).
rg(f ) = rg(f ).

Dmonstration
(i) Soit y Im( f ). Alors il existe x E tel que y = f (x). Posons t = f (x), de sorte que y = (t). Nous
avons bien montr que y Im |Imf .
Inversement, soit y Im |Imf . Alors il existe t Im f tel que y = (t). Et par dnition de t, il existe
x E tel que t = f (x). Par consquent y = f (x), et donc y Im( f ).
Finalement, Im |Imf = Im(f ). Or est injective, donc |Imf galement. Ainsi |Imf est un isomorphisme
de Im f sur son image Im( f ). Du coup f et f ont le mme rang.
(ii) On montre aisment que Im (f ) = Im f et cela sut.

12

c Christophe Bertault - MPSI

3.3

Formes linaires et hyperplans

Dnition (Hyperplan) Soit E un K-espace vectoriel de dimension nie n


vectoriel de E de dimension n 1.

1. On appelle hyperplan de E tout sous-espace

Explication On parle dhyperplan par analogie avec la notion naturelle de plan en dimension 3. Mais par exemple,
avec cette dnition, toute droite vectorielle est un hyperplan en dimension 2.
Exemple

Pour tout n N, Kn [X] est un hyperplan de Kn+1 [X] et Rn 0 est un hyperplan de Rn+1 .

On rappelle quune forme linaire de E est une application linaire de E dans K.


Thorme (Hyperplans et formes linaires) Soient E un K-espace vectoriel de dimension nie et H une partie de E.
Les assertions suivantes sont quivalentes :
(i)

H est un hyperplan de E.

Dmonstration

H est le noyau dune forme linaire non nulle de E.

(ii)

Notons n la dimension de E, n

1.

(i) = (ii) On suppose que H est un hyperplan de E. Soit D un supplmentaire de H dans E il en existe
car E est de dimension nie. Alors dim E = dim H +dim D et par hypothse dim H = n1, donc dim D = 1.
En dautres termes D est une droite vectorielle de E. Introduisons (e1 , e2 , . . . , en ) une base de E adapte
lgalit E = H D, i.e. telle que (e1 , e2 , . . . , en1 ) soit une base de H et (en ) une base de D.
Notons nalement la forme linaire de E dnie par : i 1, n 1 , (ei ) = 0 et (en ) = 1.
Cette forme linaire est non nulle. Montrons que H = Ker . En tout cas, par dnition de , il est clair
que H Ker . Inversement, soit x Ker de coordonnes (x1 , x2 , . . . , xn ) dans (e1 , e2 , . . . , en ). Alors
n

xn =

n1

xk (ek ) =
k=1

x k ek

= (x) = 0. Ceci montre que x =

k=1

k=1

xk ek H. Et voil.

(ii) = (i) On suppose rciproquement que H est le noyau dune forme linaire non nulle de E en

particulier un sous-espace vectoriel de E. Alors puisque est une forme linaire de E, rg(f )

0, 1 . La

non-nullit de donne en fait lgalit rg(f ) = 1.


Or via le thorme du rang, on a : dim H = dim Ker = dim E rg() = n 1, ce qui montre bien que
H est un hyperplan de E. Cest termin.
En pratique Mais quest-ce donc quune forme linaire concrtement ? Soient E un K-espace vectoriel de dimension
nie, (e1 , e2 , . . . , en ) une base de E et f une forme linaire de E. Notons ak = f (ek ) pour tout k 1, n . Alors pour tout vecteur
x de E de coordonnes (x1 , x2 , . . . , xn ), on a lgalit : f (x) = a1 x1 + a2 x2 + . . . + an xn . Ceci est lexpression typique dune
forme linaire : tout vecteur est envoy sur une certaine combinaison linaire de ses coordonnes dans une base xe.
En particulier, si E = Kn et si (e1 , e2 , . . . , en ) est sa base canonique, alors : f (x1 , x2 , . . . , xn ) = a1 x1 + a2 x2 + . . . + an xn .
Cette remarque a-t-elle de lintrt ? Oui. Souvent nous avons eu montrer que des ensembles de la forme :

(x1 , x2 , . . . , xn ) Kn /

a1 x1 + a2 x2 + . . . + an xn = 0

taient des (sous-)espaces vectoriels et nous devions ensuite dterminer leur dimension. Nous pourrons prsent rpondre ces
Kn

K
deux questions dun coup dun seul, en introduisant la forme linaire
dont
(x1 , x2 , . . . , xn ) a1 x1 + a2 x2 + . . . + an xn

(x1 , x2 , . . . , xn ) Kn /

a1 x1 + a2 x2 + . . . + an xn = 0

Exemple

H = (x, y, z) R3 /

2x + y = z

est le noyau donc un hyperplan de Kn .

est un sous-espace vectoriel de dimension 2 de R3 .

R3

R
. Alors on montre facilement que f est une
(x, y, z) 2x + y z
3
forme linaire non nulle de R . Or H = Ker f , donc H est un hyperplan de R3 , i.e. un sous-espace vectoriel de
R3 de dimension 2.

En eet

Soit f lapplication

13