Académique Documents
Professionnel Documents
Culture Documents
Espaces vectoriels de dimension nie
Dans tout ce chapitre, E désigne un K-espace vectoriel, où K désigne R ou C.
I - Dimension
I.1 - Dimension nie
Définition 1 (Dimension finie).
E est de dimension nie s'il admet une famille génératrice F = (u1 , . . . , up ) contenant un
nombre ni d'éléments. Sinon, on dit que E est de dimension innie .
Vect F = Vect{u1 , . . . , up }.
Stanislas A. Camanes
Chapitre 16. Espaces vectoriels de dimension nie MPSI 1
Exercice 5. Soit A ∈ Mn (R). Montrer qu'il existe un polynôme P non nul de degré au plus n2
tel que P (A) = 0n . En déduire qu'une matrice inversible à droite est inversible à gauche.
Théorème 4 (Caractérisation des bases).
Soit B une famille d'éléments d'un espace vectoriel E de dimension n. Les propriétés suivantes
sont équivalentes.
(i). B est une base de E .
(ii). B est une famille libre et B contient exactement n vecteurs.
(iii). B est une famille génératrice et B contient exactement n vecteurs.
Exercice 6. Montrer que toute famille de n + 1 polynômes de Rn [X] à degrés étagés est une base
de Rn [X].
I.4 - Dimension et opérations élémentaires
Dans cette partie, E et F désignent deux K-espaces vectoriels de dimension nie.
Propriété 1 (Dimension & Sous-espaces vectoriels).
Soit G un sous-espace vectoriel de E . Alors, G est de dimension nie et dim(G) 6 dim(E). De
plus, G = E si et seulement si dim(G) = dim(E).
Exercice 8. Soient E un espace vectoriel de dimension n et p un entier naturel non nul. Déterminer
la dimension de E p .
Théorème 7.
L (E, F ) est de dimension nie et dim L (E, F ) = dim E · dim F .
I.5 - Dimension et Sommes
Dans cette partie, E désigne un espace vectoriel de dimension nie et F, G des sous-espaces
vectoriels de E .
Propriété 3 (Dimension & Somme directe).
Si F et G sont en somme directe, F ⊕ G est de dimension nie et
Stanislas A. Camanes
Chapitre 16. Espaces vectoriels de dimension nie MPSI 1
II - Applications linéaires
Dans cette partie, E désigne un espace vectoriel de dimension n, F un espace vectoriel de
dimension nie et ϕ une application linéare de E dans F .
II.1 - Rang d'une famille de vecteurs
Définition 3 (Rang).
Le rang de F , noté Rg F est la dimension de Vect F .
Stanislas A. Camanes
Chapitre 16. Espaces vectoriels de dimension nie MPSI 1
Exercice 13.
1. Déterminer le rang de l'application linéaire ϕ : R2 → R3 , (x, y) 7→ (x + y, x − y, 2x).
2. Déterminer le rang de la restriction de l'application dérivée à Rn [X].
Propriété 5.
Soit ϕ ∈ L (E, F ) et (e1 , . . . , en ) une base de E . Alors,
Propriété 6.
Soient u ∈ G`(E) et v ∈ G`(F ). Alors, Rg ϕ = Rg(ϕ ◦ u) = Rg(v ◦ ϕ).
Exercice 14. Soit ∆ : Rn [X] → Rn [X], P 7→ P (X + 1) − P (X). Montrer que Im ∆ = Rn−1 [X].
Corollaire 12 (Caractérisation des isomorphismes en dimension finie).
Soient E, F deux espaces vectoriels de dimension nie tels que dim(E) = dim(F ). Alors, pour
tout ϕ ∈ L (E, F ),
ϕ bijective ⇔ ϕ injective ⇔ ϕ surjective.
Exercice 15.
1. Montrer que ϕ : R[X] → R[X], P 7→ XP est injective mais non surjective. Qu'en déduisez-
vous ?
2. Soient a0 , . . . , an ∈ R distincts et ϕ : Rn [X] → Rn+1 , P 7→ (P (a0 ), . . . , P (an )). Montrer
que pour tout (b0 , . . . , bn ) ∈ Rn+1 , il existe un unique P ∈ Rn [X] tel que pour tout i ∈ J0, nK,
P (ai ) = bi .
Propriété 7.
Soit u ∈ L (E). L'endomorphisme u est inversible à droite (resp. gauche) s'il existe un endo-
morphisme v de E tel que u ◦ v = IdE (resp. v ◦ u = IdE ). Les propositions suivantes sont
équivalentes.
(i). u est inversible à droite.
(ii). u est inversible à gauche.
(iii). u est bijective.
II.3 - Hyperplans
Propriété 8 (Applications linéaires coordonnées).
n
Soit (e1 , . . . , en ) une base de E . Pour tout i ∈ J1, nK, on note ϕi : E → K, xk ek 7→ xi .
P
k=1
Alors, la famille (ϕ1 , . . . , ϕn ) est une base de L (E, K). Ces applications linéaires sont les
applications linéaires coordonnées associées à la base (e1 , . . . , en ).
Exercice 16. Soit n ∈ N? .
1. Déterminer les applications linéaires coordonnées associée à la base canonique de Rn .
2. Déterminer les applications linéaires coordonnées associée à la base de Rn [X] constituée des
polynômes d'interpolation de Lagrange.
Stanislas A. Camanes
Chapitre 16. Espaces vectoriels de dimension nie MPSI 1
Notation.
E désigne un espace vectoriel de dimension non nulle n.
Définition 5 (Hyperplan).
Un sous-espace vectoriel H de E est un hyperplan de E si dim(H) = n − 1.
Stanislas A. Camanes
Chapitre 16. Espaces vectoriels de dimension nie MPSI 1
Exercice 18. Déterminer une condition nécessaire et susante pour que deux hyperplans d'équa-
n n
tions respectives xk ek = 0 et yk ek = 0 soient égaux.
P P
k=1 k=1
(iii). L'application t−
u est bijective et sa bijection réciproque est t−−
→ u.
→
−
→
(iv). Si →−
u 6= 0 , l'application t−
E → ne possède pas de points invariants.
u
Stanislas A. Camanes
Chapitre 16. Espaces vectoriels de dimension nie MPSI 1
Exercice 21.
1. Déterminer les exemples d'équations linéaires rencontrées dans les chapitres précédents.
2. Montrer que toute suite arithmético-géométrique est solution d'une équation linéaire.
Stanislas A. Camanes