Dimension dun espace vectoriel

I. Famille de vecteurs Soit E un K -espace vectoriel et n . F = (e1 ,,en ) = (ei )1in dsigne une famille de vecteurs de E . Dans le cas n = 0 , on dit que cest la famille vide. 1) Sous-espace vectoriel engendr par une famille finie de vecteurs Df : On appelle combinaison linaire des vecteurs de F = (ei )1in tout vecteur x de E pouvant scrire
n

x = iei avec 1 ,, n bien choisis.

i =1

Df : Soit F = (e1 , ,en ) une famille de vecteurs de E . On appelle sous-espace vectoriel engendr par la famille F le sous-espace vectoriel engendr par {e1 , ,en } . On le note Vect(F ) , Vect(e1 , ,en ) ou

Vect(ei )1i n .
Thorme : Si (e1 ,,en ) est une famille de vecteurs de E alors Vect(e1 , ,en ) est lensemble des combinaisons linaires des e1 , ,en i.e. :

n Vect(e1 ,,en ) = iei / 1 ,, n K . i =1

2) Famille gnratrice Df : On dit quune famille F = (e1 , ,en ) = (ei )1i n de vecteurs de E est gnratrice ssi Vect(F ) = E . Prop : Un famille finie (e1 ,,en ) est gnratrice de E ssi tout vecteur de E est combinaison linaire des vecteurs de (e1 ,,en ) i.e. :
n

x E , (1 ,, n ) Kn tel que x = 1e1 + + nen = iei .

i =1

Prop : (principe de rduction de famille gnratrice) Si (e1 ,,en ,en +1 ) est une famille gnratrice et en +1 Vect(e1 ,,en ) alors la sous-famille (e1 ,,en ) est gnratrice. 3) Famille libre, famille lie Df : Un vecteur u est dit colinaire un vecteur v ssi il existe K tel que u = v . Deux vecteurs u et v sont dits colinaires ssi lun des deux est colinaire lautre. Df : On dit quune famille (e1 ,,en ) = (ei )1i n de vecteurs de E est libre ssi :

1 ,, n K, 1e1 + + nen = o 1 = = n = 0 .
On dit alors que les vecteurs e1 , ,en sont linairement indpendants. On dit que la famille (e1 ,,en ) = (ei )1i n est lie ssi elle nest pas libre i.e. :

1 ,, n K, 1e1 + + nen = o et (1 , , n ) (0, , 0) .

Cette galit vectorielle est alors appele relation linaire sur les vecteurs e1 , ,en . Prop : Soit n 2 et (e1 ,,en ) une famille de vecteurs de E . On a quivalence entre : (i) (e1 ,,en ) est lie, (ii) lun des vecteurs e1 , ,en est combinaison linaire des autres. Prop : (principe dextension dune famille libre) Si (e1 ,,en ) une famille libre et en +1 Vect(e1 ,,en ) alors (e1 ,,en ,en +1 ) est libre.

-1/7-

4) Base dun espace vectoriel Df : Soit B = (ei )1i n = (e1 ,,en ) une famille de vecteurs de E . On dit que B est une base ssi B est libre et gnratrice. 5) Composantes dans une base Thorme : Soit E un K -espace vectoriel et possdant une base B = (ei )1i n . On a : x E , !(1 , , n ) Kn tel
n

que x = iei .
i =1

Df : Avec les notations ci-dessus on dit que les scalaires 1 ,, n sont appels composantes de x dans B . Df : Munir un K -espace vectoriel dune base B , cest signifier que les composantes des vecteurs sont dsormais lues dans B .

1 Df : Si E est muni dune base B = (ei )1i n , on note parfois x (1 , , n ) ou x pour signifier que x est le n
vecteur de composantes 1 ,, n . Prop : On suppose E muni dune base B = (ei )1i n .

x1 y1 x1 + y1 x1 et K , (.x ) . Si x et y alors (x + y ) xn yn x n + yn x n
6) Thorme de compltion de la base Thorme : (de la base incomplte) Soit E un K -espace vectoriel de dimension finie, L une famille libre et G une famille gnratrice. On peut former une base de E en compltant la famille libre L par des vecteurs bien choisis dans la famille G . II. Dimension dun espace vectoriel 1) Espace vectoriel de dimension finie Df : Un K -espace vectoriel E est dit de dimension finie ssi il possde une famille gnratrice finie. Sinon, il est dit de dimension infinie. Thorme : Tout K -espace vectoriel de dimension finie possde au moins une base. Prop : Dans un K -espace vectoriel de dimension finie : + toute famille libre peut tre complte en une base, + de toute famille gnratrice on peut extraire une base. 2) Dimension Thorme : Soit E un K -espace vectoriel de dimension finie. Une famille libre de vecteurs de E ne peut avoir plus (au sens strict) de vecteurs quune famille gnratrice. Cor : Les bases dun K -espace vectoriel E de dimension finie sont toutes constitues du mme nombre de vecteurs. Df : Soit E un K -espace vectoriel de dimension finie. On appelle dimension de E le nombre de vecteurs constituant les bases de E . On le note dimE ou dim K E . Convention : Si E nest pas de dimension finie, on pose dimE = + . Prop : Soit E et F deux K -espaces vectoriels de dimensions finies. E F est de dimension finie et dim E F = dim E + dim F .

-2/7-

Prop : Soit E un K -espace vectoriel de dimension finie. E n est un K -espace vectoriel de dimension finie et dim E n = n dim E . 3) Construction de bases en dimension connue Prop : Soit E un K -espace vectoriel de dimension n . 1) Toute famille libre a au plus n lments. 2) Toute famille gnratrice a au moins n lments. 3) Toute base a exactement n lments. Thorme : Soit E un K -espace vectoriel de dimension n et B = (e1 , ,en ) une famille forme de n = dim E vecteurs de E . On a quivalence entre : (i) B est une base, (ii) B est une famille libre, (iii) B est une famille gnratrice. 4) Applications a) quation diffrentielle linaire dordre 2 coefficients constants
Soit p ,q K . On note E (p ,q ) lensemble des fonctions de vers K solutions de lquation diffrentielle

y + py + qy = 0 .
Prop : E (p,q ) est un K -espace vectoriel de dimension 2. b) suites rcurrentes linaires dordre 2
Soit (p ,q ) K K et (un ) K vrifiant n , un + 2 + pun +1 + qun = 0 .

Df : On dit que (un ) est une suite rcurrente linaire dordre 2. Prop : Lensemble E (p,q ) des suites considres ci-dessus est un K -espace vectoriel de dimension 2. Prop : La suite gomtrique (r n ) appartient E (p,q ) ssi r est solution de lquation r 2 + pr + q = 0 . Df : Lquation r 2 + pr + q = 0 dinconnue r est appele quation caractristique associe la relation de rcurrence : un + 2 + pun +1 + qun = 0 .
Cas K = : Si 0 alors lquation caractristique possde deux solutions r et s . u E (p ,q ), (, ) 2 tel que n , un = r n + s n . Si = 0 alors lquation caractristique possde une solution double r = p 2

u E (p ,q ), (, ) 2 tel que n , un = ( + n )r n .
Cas K = : Si > 0 ou = 0 : comme ci-dessus avec ( , ) 2 . Si < 0 alors lquation caractristique possde deux racines complexes conjugues : z = ei et ei (avec > 0 et 0 [ ] ).

u E (p ,q ), (, ) 2 tel que n , un = n ( cos n + sin n ) .

III. Sous-espace vectoriel de dimension finie 1) Dimension dun sous espace vectoriel dun espace de dimension finie Thorme : Soit E un K -espace vectoriel de dimension finie. Tout sous-espace vectoriel F de E est de dimension finie et dim F dim E . De plus si dim F = dim E alors F = E .

-3/7-

En particulier : Si dim F = 0 alors F = {o } .

Si dim F = 1 alors on dit que F est une droite vectorielle. Pour tout u F tel que u o , on a F = Vect(u ) . On dit que u est un vecteur directeur de F . Si dim F = 2 alors on dit que F est un plan vectoriel. Pour tout u , v F non colinaires, on a F = Vect(u , v ) . On dit que u , v sont des vecteurs directeurs de F . Si dim F = dim E 1 alors on dit que F est un hyperplan vectoriel de E .

2) Sous-espace vectoriel supplmentaires en dimension finie Thorme : Soit F et G deux sous-espaces vectoriels supplmentaires dun K -espace vectoriel de dimension finie E. On a dim E = dim F + dimG . Df : Toute base de E obtenue en concatnant une base de F et une base de G est dite adapte la supplmentarit de F et G . Thorme : Soit E un K -espace vectoriel de dimension finie. Tout sous-espace vectoriel F de E possde au moins un supplmentaire. Df : Une telle base est dite adapte F . 3) Thorme des quatre dimensions Thorme : Si F et G sont deux sous-espaces vectoriels de dimension finie dun K -espace vectoriel E alors F +G et F G sont de dimensions finies et dim(F +G ) = dim F + dimG dim F G . 4) Exploitation de la dimension Thorme : Soit F et G deux sous-espaces vectoriels de dimensions finies dun K -espace vectoriel E . Si F G et dim F = dimG alors F = G . Thorme : Soit F et G deux sous-espaces vectoriels dun K -espace vectoriel E de dimension finie. On suppose que dim F + dimG = dim E . On a quivalence entre : (i) F et G sont supplmentaires dans E , (ii) F +G = E , (iii) F G = {o } . 5) Obtention dune base dun sous-espace vectoriel a) sous-espace vectoriel engendr par une famille de vecteurs
Soit F = (ei )1i n une famille de vecteurs dun K -espace vectoriel E . On dsire dterminer une base de F = Vect(e1 , ,en ) . F est une famille gnratrice de F , on peut donc en extraire une base de la manire suivante : Si F est libre alors F est une base. Sinon, lun des vecteurs de F est combinaison linaire des autres, on peut alors retirer celui-ci de la famille sans perdre le caractre gnrateur. Si besoin, on reprend ce processus jusqu obtention dune famille libre donc dune base de F . b) sous-espace vectoriel dfini par quations On dtermine une base dun tel sous-espace vectoriel en rsolvant les quations de sorte dexprimer une famille gnratrice.

-4/7-

c) dtermination dun supplmentaire dun sous-espace vectoriel Si F est un sous-espace vectoriel non trivial dun K -espace vectoriel E de dimension finie, on peut dterminer un supplmentaire de F en compltant une base de F en une base de E car on sait que les vecteurs compltant gnrent un supplmentaire de F dans E . 6) Rang dune famille de vecteurs
Soit F = (ei )1ip une famille de vecteurs dun K -espace vectoriel E .

Df : On appelle rang de la famille F la dimension du sous-espace vectoriel engendr par F . On le note rg(F ) ou rg(e1 , ,ep )
Ainsi rg(F ) = rg(e1 , ,ep ) = dim Vect(e1 , ,ep ) .

Prop : On a rg(e1 ,,e p ) p ,dim E . Thorme : + F est libre rg(F ) = p ,

+ F est gnratrice rg(F ) = dimE , + F est une base rg(F ) = p = dim E .

Prop : On ne modifie pas Vect(F ) ni a fortiori rg(F ) lorsque : + on retire le vecteur nul de F si celui-ci y apparat, + on permute les vecteurs de F , + on dilate un vecteur par un 0 + on ajoute un vecteur une combinaison linaire des autres. IV. Applications linaires en dimension finie E , F et G dsignent des K -espaces vectoriels de dimensions finies. 1) Image dune famille de vecteurs
Soit f L(E , F ) et B = (ei )1i n une famille de vecteurs de E .

Df : On appelle image de la famille B par f , la famille : f (B ) = ( f (ei ))1i n . Prop : f (Vect(B )) = Vect( f (B )) i.e. : f (Vect(e1 , ,en )) = Vect( f (e1 ), , f (en )) . Thorme : Si B est libre et f injective alors f (B ) est libre.
Si B est gnratrice et f surjective alors f (B ) est gnratrice. Si B est une base et f un isomorphisme alors f (B ) est une base.

Cor : Si V est un sous-espace vectoriel de E alors dim f (V ) dimV avec galit lorsque f est injective. Cor : Si Si Si Si

E f f f

et F sont deux K -espaces vectoriels de dimensions finies ou non alors : est injective alors dim E dim F . est surjective alors dim F dim E . est un isomorphisme alors dim E = dim F .

2) Rang dune application linaire Df : On appelle rang de f L(E , F ) la dimension de limage de f .

On note rg( f ) = dim Im f .

Prop : Soit f L(E , F ) . On a rg( f ) min(n , p ) . Thorme : Soit f L(E , F ) et g L(F ,G ) . On a rg(g f ) min(rg( f ), rg(g )) . De plus : Si g injective alors rg(g f ) = rg( f ) .
Si f surjective alors rg(g f ) = rg(g ) .

Cor : On ne modifie pas le rang dune application linaire en composant avec un isomorphisme.

-5/7-

3) Thorme du rang Thorme : Soit f L(E , F ) .

1) f ralise un isomorphisme de tout supplmentaire de ker f dans E vers Im f . 2) rg( f ) + dim ker( f ) = dim E .

4) Thorme disomorphisme Prop : Soit f L(E , F ) . On a :

f injective rg( f ) = dim E , f surjective rg( f ) = dim F , f est un isomorphisme rg( f ) = dim E = dim F .
Thorme : (disomorphisme) Soit E et F deux K -espaces vectoriels de dimensions finies tels que : dim E = dim F = n . Soit f L(E , F ) . On a quivalence entre : (i) f est un isomorphisme, (ii) f est injective, (iii) f est surjective, (iv) rg( f ) = n ,
(v) g L(F , E ), g f = IdE , (vi) h L(F , E ), f h = IdF . De plus si tel est le cas : g = h = f 1 .

En particulier : Pour F = E , le thorme ci-dessus caractrise les automorphismes de E . 5) Bases et applications linaires Thorme : Soit E un K -espace vectoriel muni dune base B = (e1 ,,e p ) .
Soit F un K -espace vectoriel et F = (y1 , , y p ) une famille de vecteurs de F . Il existe une unique application linaire f L(E , F ) telle que f (B ) = F i.e. 1 i p , f (ei ) = yi .

Cor : Une application linaire est entirement caractrise par limage dune base. Thorme : Soit E un K -espace vectoriel muni dune base B = (e1 ,,e p ) .
Soit F un K -espace vectoriel de dimension finie et f L(E , F ) . On a rg( f ) = rg( f (B )) = rg( f (e1 ),, f (ep )) .

Cor : Par suite : f est injective rg( f ) = dim E f (B ) est libre.

f est surjective rg( f ) = dim F f (B ) est gnratrice. f est bijective f (B ) base de F .

Cor : Deux K -espaces vectoriels de dimensions finies sont isomorphes ssi ils ont mme dimension. 6) Expression analytique dune application linaire
Soit E et F deux K -espaces vectoriels de dimensions finies munis de bases B = (e1 ,,e p ) et C = ( f1 , , fn ) . Pour chaque x E , on convient de noter x1 ,, x p ses composantes dans B et pour chaque y F , on convient de noter y1 , , yn ses composantes dans C ..

Thorme : Les applications linaires de E vers F correspondent aux applications f qui envoie x E sur y F donn par :

-6/7-

y1 = a1,1x1 + + a1, p x p y = a x + + a x n n ,1 1 n ,p p
avec ai , j K pour 1 i n et 1 j p . Un tel systme est appel expression analytique de laction de f .

En Particulier : Quand F = K muni de sa base canonique, on obtient que lexpression analytique dune forme linaire f sur E est de la forme : y = a1x1 + + a px p avec a1 ,,a p K ,
autrement dit x E , f (x ) = a1x1 + + a p x p

7) Equation dun hyperplan

Supposons n = dim E

Prop : Le noyau dune forme linaire non nulle est un hyperplan. Prop : Tout hyperplan peut se voir comme noyau dune forme linaire non nulle.
On suppose E muni dune base B = (e1 ,...,en ) . Pour tout x E , notons x1 ,..., x n ses composantes dans B .

Thorme : Les hyperplans de E sont les ensembles H constitus des x E vrifiant une relation du type a1x1 + + an x n = 0 avec (a1 ,,an ) Kn \ {(0,, 0)} . Df : Lquation a1x1 + + an x n = 0 est alors appele quation de lhyperplan H relative la base B .

-7/7-