Faculté de Mathématiques Année 2022 - 2023

2ème année Lic.RO sections A & B

Algèbre 3

Rappels et généralités sur les

espaces vectoriels

1 Espace vectoriel

Définition 1. Soit (K, +, .) un corps commutatif (en général K = R ou K = C) et soit E un ensemble

non vide muni de deux lois:
- une loi de composition interne (L.C.I), notée ?, vérifiant

∀x, y ∈ E, x ? y ∈ E,

- une loi de composition externe (L.C.E) notée >, vérifiant

∀λ ∈ K, ∀x ∈ E, λ>x ∈ E.

On dit que (E, ?, >) est un espace vectoriel sur K (ou un K-espace vectoriel) si:

1) (E, ?) est un groupe commutatif (ou abélien).

2) ∀x, y ∈ E, ∀λ, µ ∈ K:

(a) λ>(x ? y) = (λ>x) ? (λ>y),

(b) (λ + µ)>x = (λ>x) ? (µ>x),
(c) (λ.µ)>x = λ>(µ>x),
(d) 1K >x = x, (1K est l’élément neute de la loi . de K).

Remarque 1. 1. On utilisera l’abréviation e.v pour espace vectoriel.

2. Les éléments d’un e.v sont appelés vecteurs.

3. Les élément du corps de base K sont appelés scalaires.

4. Les lois de E et celles de K sont souvents notées de la même manière (la loi ? est notée + et la
loi > est notée par un point "."). Attention à ne pas les confondre. Par exemple, la condition (c)
s’écrira (λ.µ).x = λ.(µ.x) (à gauche, la première opération est la multiplication de K et la seconde
est la loi externe de E. A droite, les deux opérations désignent la loi externe de E).

5. L’élément neutre de E est noté 0 ou 0E .

1
Proposition 1. (Règles de calcul dans un espace vectoriel)
Soit E un K-e.v. On a

1. ∀x ∈ E, 0K .x = 0E .

2. ∀λ ∈ K, λ.0E = 0E .

3. ∀x ∈ E, ∀λ ∈ K, −(λ.x) = (−λ).x = λ.(−x).

4. ∀x ∈ E, ∀λ ∈ K, λ.x = 0E ⇔ λ = 0K ou x = 0E .

Exemples 1. 1. Tout corps K est un espace vectoriel sur lui-même.

Donc R est un R-e.v et C est un C-e.v.

2. Soit n ∈ N∗ , le produit cartésien

Kn = {(x1 , x2 , . . . , xn ) / x1 , x2 , . . . xn ∈ K}

muni de l’addition et de la multiplication par un scalaire définies, pour tous

(x1 , x2 , . . . , xn ), (y1 , y2 , . . . , yn ) ∈ Kn et λ ∈ K, par
• (x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) = (x1 + y1 , x2 + y2 , . . . , xn + yn ),
• λ(x1 , x2 , . . . , xn ) = (λx1 + λx2 , . . . , λxn ),
est un K-e.v.
En effet, soient x = (x1 , . . . , xn ) ∈ Kn , y = (y1 , . . . , yn ) ∈ Kn et λ ∈ K,
x + y = (x1 + y1 , . . . , xn + yn ) ∈ Kn et λx = (λx1 , . . . , λxn ) ∈ Kn . Donc + est une L.C.I sur Kn et
la multiplication par un scalaire ”.” est une L.C.E sur Kn .
(i) On vérifie, sans difficulté, que (Kn , +) est un groupe abélien

• x + y = y + x (commutativité),
• (x + y) + z = x + (y + z) où z = (z1 , . . . , zn ) (associativité),
• 0Kn = (0K , . . . , 0K ) car 0Kn + x = x + 0Kn = x (existence de l’élément neutre),
• le symétrique de x = (x1 , . . . , xn ) est −x = (−x1 , . . . , −xn ) ∈ Kn car x+(−x) = (−x)+x = 0Kn
(existence de l’élément symétrique).

(ii) (a) λ(x + y) = λ(x1 + y1 , . . . , xn + yn )

= (λ(x1 + y1 ), . . . , λ(xn + yn ))
= (λx1 + λy1 , . . . , λxn + λyn )
= (λx1 , . . . , λxn ) + (λy1 , . . . , λyn )
= (λ(x1 , . . . , xn )) + (λ(y1 , . . . , yn ))
= (λx) + (λy).
(b) (λ + µ)x = ((λ + µ)x1 , . . . , (λ + µ)xn )
= (λ.x1 + µ.x1 , . . . , λ.xn + µ.xn )
= (λx1 , . . . , λxn ) + (µx1 , . . . , µxn )
= (λx) + (µx)
(c) (λ.µ)x = ((λµ)x1 , . . . , (λµ)xn )

2
 = (λµx1 , . . . , λµxn )
= λ(µx1 , . . . , µxn )
= λ(µx)
(d) 1K x = (1K x1 , . . . , 1K xn ) = x

En particulier, pour tout n ∈ N? , Rn est un R-e.v et Cn est un C-e.v.

3. Si L est un corps commutatif contenant le corps K, alors L est un K-e.v (R est un Q-e.v et C est
un R-e.v).
4. L’ensemble K[X] des polynômes en l’indéterminée X à coefficients dans K muni de l’addition des
polynômes et de la multiplication par un scalaire, définies par:
∀P (X) = a0 + a1 X + · · · + an X n , ∀Q(X) = b0 + b1 X + · · · + bm X m ∈ K[X], ∀λ ∈ K,

P (X) + Q(X) = (a0 + b0 ) + (a1 + b1 )X + · · · + (am + bm )X m + · · · + an X n , si n > m,

P (X) + Q(X) = (a0 + b0 ) + (a1 + b1 )X + · · · + (an + bn )X n + · · · + bm X m , si n < m

P (X) + Q(X) = (a0 + b0 ) + (a1 + b1 )X + · · · + (an + bn )X n , si n = m

et λP (X) = λa0 + λa1 X + · · · + λan X n

est un K-e.v.
5. Soit X un ensemble quelconque non vide et soit E un K-e.v. L’ensemble A(X, E) des applications
de X dans E est un K-e.v pour les lois définies par:
∀f, g ∈ A(X, E), f + g : X −→ E
x 7−→ (f + g)(x) = f (x) + g(x)
∀f ∈ A(X, E), ∀λ ∈ K, λ.f : X −→ E
x 7−→ (λ.f )(x) = λ.f (x)
En particulier, A(R, R), A([a, b], R), A(N, R) sont des R-e.v.
6. L’ensemble Mn,m (K) des matrices à n lignes et m colonnes à coefficients dans K est un K-e.v.

Remarque 2. Pour voir qu’une structure est un espace vectoriel, on revient rarement aux axiomes. On
vérifie plutôt que c’est un sous-espace vectoriel d’un espace vectoriel connu.

2 Sous-espace vectoriel

Définition 2. Soit (E, +, .) un K-e.v et F une partie de E. On dit que F est un sous-espace vectoriel
(s.e.v) de E si:
a) F 6= ∅,
b) ∀x, y ∈ F, x + y ∈ F ,
c) ∀λ ∈ K, ∀x ∈ F, λ.x ∈ F .

3
On peut remplacer les conditions b) et c) par la condition:

d) ∀λ ∈ K, ∀u, v ∈ F, λu + v ∈ F.

Remarque 3. Soit E un K-e.v. Alors

1. E et {0} sont des sous-espaces vectoriels de E.

2. Si F est un s.e.v de E alors 0E ∈ F .

3. Si 0E 6∈ F alors F n’est pas un s.e.v de E.

Exercice 1. On considère dans l’espace vectoriel R4 les sous-ensembles

F = {(x, y, z, t) ∈ R4 /x − 2y + z = 0 et 2x + y − t = 0}

et
G = {(x, y, z, t) ∈ R4 /x + y − z = 1}.
Montrer que F est un sous-espace vectoriel de R4 et que G ne l’est pas.

Solution

1. Soit (x, y, z, t) ∈ R4 , on a

(x, y, z, t) ∈ F ⇔ x − 2y + z = 0 et 2x + y − t = 0.

a) L’élément neutre 0E = (0, 0, 0, 0) ∈ F car 0 − 2(0) + 0 = 0 et 2(0) + 0 − 0 = 0. Donc F 6= ∅.

b) Soient u = (x, y, z, t) et v = (x0 , y 0 , z 0 , t0 ) dans F , vérifions que u + v ∈ F .
On a u ∈ F donc x − 2y + z = 0 et 2x + y − t = 0. De même v ∈ F donc x0 − 2y 0 + z 0 = 0 et
2x0 + y 0 − t0 = 0.
Par définition,
u + v = (x + x0 , y + y 0 , z + z 0 , t + t0 ).
Puisque
(x + x0 ) − 2(y + y 0 ) + (z + z 0 ) = (x − 2y + z) + (x0 − 2y 0 + z 0 ) = 0
et
2(x + x0 ) + (y + y 0 ) − (t + t0 ) = (2x + y − t) + (2x0 + y 0 − t0 ) = 0,
alors u + v ∈ F .
c) Soient λ ∈ R et u = (x, y, z, t) ∈ F (donc x − 2y + z = 0 et 2x + y − t = 0). On a
λ u = (λx, λy, λz, λt) ∈ F car λx−2λy+λz = λ(x−2y+z) = 0 et 2λx+λy−λt = λ(2x+y−t) = 0.
Il s’ensuit que F est un s.e.v de E.

2. L’ensemble G = {(x, y, z, t) ∈ R4 /x + y − z = 1} n’est pas un sous-espace vectoriel de R4 car

0R4 6∈ G puisque 0 + 0 − 0 6= 1.

Exemples 2. 1. Une droite passant par l’origine d’un K-e.v, ie pour tout x ∈ E \ {0}: {λx/λ ∈ K},
est un sous-espace vectoriel de E.

4
 2. L’espace des applications continues de R dans R est un sous-espace vectoriel de A(R, R).

3. L’espace Kn [X] des polynômes à coefficients dans K et de degré au plus n est un s.e.v de K[X].

4. En revanche le groupe GL(n, K) des matrices carrées de taille n inversibles n’est pas un s.e.v de
Mn (K) des matrices carrées de taille n à coefficients dans K.

T
Proposition 2. Soit E un K e.v et (Fi )i∈I une famille de sous-espaces vecoriels de E. Alors F = Fi
i∈I
est un s.e.v de E.

Remarque 4. Le résultat précédent (proposition 2) est faux pour la réunion. Si F et G sont deux s.e.v
de E, F ∪ G n’est pas, en général, un s.e.v de E.

3 Famille génératrice, famille libre

Définition 3. Soit E un K-e.v et soient v1 , v2 , . . . , vn ∈ E.

1. Tout vecteur V qui s’écrit V = λ1 v1 +λ2 v2 +· · ·+λn vn avec λ1 , λ2 , . . . , λn ∈ K s’appelle combinaison

linéaire de v1 , v2 , . . . , vn .

2. On dit que {v1 , . . . , vn } est une partie génératrice de E ou que v1 , . . . , vn engendrent E si tout
élément de E est combinaison linéaire de v1 , . . . , vn , ie,

∀V ∈ E, V = λ1 v1 + · · · + λn vn , avec λ1 , . . . , λn ∈ K.

Dans ce cas E = {λ1 v1 + · · · + λn vn /λi ∈ K, i = 1, . . . , n}. On écrit alors E = hv1 , . . . , vn i.

Proposition 3. Soient v1 , v2 , . . . , vn des vecteurs d’un K-e.v E. L’ensemble F de toutes les combinaisons
linéaires de v1 , . . . , vn est un s.e.v de E appelé sous-espace engendré par v1 , . . . , vn . C’est le plus petit
sous-espace vectoriel de E contenant v1 , . . . , vn .

Exercice 2. Montrer que l’ensemble

F = {(x, y, z, t) ∈ R4 /x − 2y + z = 0 et 2x + y − t = 0}

est un s.e.v de R4 puis donner une partie génératrice de F.

solution
Nous avons déjà montré dans l’exercice 1 que F est un s.e.v de R4 . Une autre manière de faire est
procéder comme suit:

F = {(x, y, z, t) ∈ R4 /x − 2y + z = 0 et 2x + y − t = 0}

5
 = {(x, y, z, t) ∈ R4 /z = −x + 2y et t = 2x + y}
= {(x, y, −x + 2y, 2x + y)/x, y ∈ R}
= {(x, 0, −x, 2x) + (0, y, 2y, y)/x, y ∈ R}
= {x(1, 0, −1, 2) + y(0, 1, 2, 1)/x, y ∈ R}
= {λu + µv/λ, µ ∈ R}

F est l’ensemble des combinaisons linéaires des vecteurs u = (1, 0, −1, 2) et v = (0, 1, 2, 1) c’est donc
un s.e.v de R4 et la famille {u, v} est une partie génératrice de F .

Définition 4. Soient E un K-e.v et v1 , v2 , . . . , vn des vecteurs de E. On dit que v1 , . . . , vn sont linéaire-

ment indépendants ou que la partie {v1 , . . . , vn } est une partie libre de E si l’équation

λ1 v1 + λ2 v2 + · · · + λn vn = 0 avec λi ∈ K entraine λ1 = λ2 = · · · = λn = 0.

Dans le cas contraire, la famille {v1 , . . . , vn } est dite liée ou que les vecteurs v1 , . . . , vn sont linéairement
dépendants.

Exercice 3. les vecteurs u = (1, 0, 0), v = (2, 2, 0) et w = (2, 0, −1) de R3 sont-ils linéairement
indépendants?

Solution
1ère méthode:
Soient α, β, γ ∈ R tels que αu + βv + γw = 0R4 . On obtient (α + 2β + 2γ, 2β, −2γ) = (0, 0, 0, 0). Par
suite α = β = γ = 0 et donc les vecteurs u, v et w sont linéairement indépendants.
2ème méthode:
On échelonne la matrice dont les lignes sont u, v et w en effectuant le opérations élémentaires
L2 − 2L1 et L3 − 2L1 . On obtient
   
1 0 0 1 0 0
 2 2 0  →  0 2 0 
2 0 −1 0 0 1

La dernière matrice est mise sous forme échelonnée. Ses trois lignes sont non nulles, on conclut que
les trois vecteurs u, v, w sont linéairements indépendants.

4 Base et dimension

Définition 5. On appelle base de E toute famille de E qui est à la fois libre et génératrice.

Proposition 4. 1. Tout espace vectoriel admet une base.

2. Il n’y a pas unicité de la base.

6
 3. Toutes les bases d’un même espace vectoriel ont même nombre d’éléments. Ce nombre s’appelle la
dimension de l’espace vectoriel. Il est noté dim E.

Exemples 3. 1. Il est facile de montrer que les vecteurs e1 = (1, 0, 0, 0), e2 = (0, 1, 0, 0),
e3 = (0, 0, 1, 0) et e4 = (0, 0, 0, 4) de R4 sont linéairement indépendants. De plus ils engendrent R4
car tout vecteur v = (x, y, z, t) de R4 s’écrit v = xe1 + ye2 + ze3 + te4 . Par suite {e1 , e2 , e3 , e4 } est
une base de R4 , appelée la base canonique de R4 .
De manière générale, la base canonique de Rn est

{e1 = (1, 0, . . . , 0), e2 = (0, 1, . . . , 0), . . . , en = (0, 0, . . . , 1)}.

Donc, pour tout n ∈ N∗ , dim Rn = n.

Exercice
Vérifier que les vecteurs v1 = (−1, 1, 0, 0), v2 = (3, 1, −1, 2), v3 = (1, 1, 1, 1) et v4 = (−4, 2, 0, 1)
forment aussi une base de R4 .

2. La base canonique de R[X] est {1, X, X 2 , . . . X n , . . .}. Donc dim(R[X]) = +∞.

3. Pour n ∈ N∗ , la base canonique de Rn [X] = {P ∈ R[X] / d◦ P ≤ n} est {1, X, X 2 , . . . X n }. Donc

dim(Rn [X]) = n + 1.

4. La base canonique de Mn,m R est {Mi,j = (akl ) / akl = 1 si (k, l) = (i, j) et akl = 0 sinon}. Donc
dim(Mn,m R) = nm.

4.1 Ecriture dans une base

Proposition 5. Soit E un K-e.v et soit B = {v1 , v2 , . . . , vn } une base de E. Tout vecteur v de E s’écrit
de manière unique comme combinaison linéaire d’éléments de B.

En d’autres termes, il existe des scalaires λ1 , λ2 , . . . , λn ∈ K uniques tels que

v = λ1 v1 + λ2 v2 + · · · + λn vn .

Cette combinaison linéaire peut-être représentée sous la forme d’un vecteur de Kn de la manière suiv-
ante:
v = (λ1 , λ2 , . . . , λn )B
= [v]B .
Cette écriture est très utile dans la pratique.

Propriétés 1. Soit E un K-e.v de dimension n ∈ N? .

1. Toute partie libre de E a un nombre d’éléments inférieur ou égal à n.

2. Toute partie de E ayant un nombre d’éléments strictement supérieur à n est liée.

7
 3. Toute partie libre de E formée de n éléments est une base de E.

4. Toute partie génératrice de E a un nombre d’éléments supérieur ou égal à n.

5. Toute partie de E ayant un nombre d’éléments strictement inférieur à n n’est pas génératrice.

6. Toute partie génératrice de E formée de n éléments est une base de E.

7. Toute partie libre de E peut-être complétée en une base de E.

8. De toute partie génératrice de E on peut extraire une base de E.

9. Si F est un s.e.v de E alors dimF ≤ dimE.

10. Si F et G sont deux s.e.v de E alors

(F = G) ⇔ (F ⊂ G et dimF = dimG).

Exemples 4. 1. Les vecteurs v1 = (−1, 0, 1), v2 = (2, 4, 0), v3 = (1, 2, 3), v4 = (0, −2, 1) de R3 sont
liés ou linéairement dépendants car ils appartiennent à un e.v de dimension 3.
2. Les vecteurs u1 = (1, 2, 3, 4), u2 = (0, −2, 2, 1), u3 = (0, 0, 1, 3), u4 = (0, 0, 0, 4) de R4 sont libres
ou linéairement indépendants car ils représentent les lignes non nulles d’une matrice échelonnée.
Puisqu’ils sont au nombre de 4 et que dimR4 = 4 alors ils forment une base de R4 .
3. Dans R3 , l’ensemble F = {(x, y, z) ∈ R3 / z = 0} est un s.e.v engendré par e1 = (1, 0, 0) et
e2 = (0, 1, 0). Comme ils sont linéairement indépendants alors ils forment une base de F. On veut les
compléter pour avoir une base de R3 . Pour cela il suffit de rajouter un vecteur v de sorte que e1 , e2 , v
soient linéairement indépendants. On peut prendre, par exemple, v = (0, 0, 1).

5 Somme et somme directe de s.e.v

Définition 6. Soient E un K-e.v et F1 , F2 , . . . , Fn des s.e.v de E.

1. On définit la somme de F1 , F2 , . . . , Fn par

F1 + F2 + · · · + Fm = {v1 + v2 + · · · + vn / v1 ∈ F1 , v2 ∈ F2 , . . . , vn ∈ Fn }.

On vérifie que l’ensemble F1 + F2 + · · · + Fn est un s.e.v de E.

2. On dit que la somme F1 +F2 +· · ·+Fn , (n ≥ 2) est directe si, pour tous v1 ∈ F1 , v2 ∈ F2 , . . . , vn ∈ Fn ,

v1 + v2 + · · · + vn = 0 ⇒ v1 = v2 = · · · = vn = 0.

La somme F1 + F2 + · · · + Fn est alors notée F1 ⊕ F2 ⊕ · · · ⊕ Fn .

Proposition 6. Tout élément x ∈ F1 ⊕ F2 ⊕ · · · ⊕ Fp s’écrit de manière unique x = v1 + v2 + · · · + vp avec

v1 ∈ F1 , v2 ∈ F2 , . . . , vp ∈ Fp .

8
Proposition 7. (Dans le cas p = 2) Soient F et G deux s.e.v d’un K-e.v E.
La somme F + G est directe si et seulement si F ∩ G = {0}.

Proposition 8. Soient F et G deux s.e.v d’un K-e.v E. On a


 E =F +G
E =F ⊕G ⇔ et
F ∩ G = {0E }


Dans ce cas, F est dit un supplémentaire de G.

Proposition 9. (dimension d’une somme de deux s.e.v)

Soit E un K-e.v de dimension finie et soient F et G deux s.e.v de E. Si F est engendré par u1 , . . . ,
up et G est engendré par v1 , . . . , vq alors F + G est engendré par u1 , . . . , up , v1 , . . . , vq et on a

dim(F + G) = dimF + dimG − dim(F ∩ G).

Exercice 4. Soit E = F(R, R) l’espace vectoriel des applications de R dans R. Posons

F = {f ∈ E/f paire} et G = {f ∈ E/f impaire}. Montrer que F et G sont des s.e.v supplémentaires
de E.

Solution: On a F = {f ∈ E/f paire} = {f ∈ E/f (x) = f (−x), ∀x ∈ R}.

1. La fonction f définie sur R par f (x) = x2 , ∀x ∈ R appartient à F donc F 6= ∅.

2. Soient f, g ∈ F et λ ∈ R. Montrons que λf + g ∈ F .

Pour tout x ∈ R on a

(λf + g)(−x) = (λf )(−x) + g(−x) = λf (−x) + g(−x) = λf (x) + g(x) = (λf + g)(x).

D’où λf + g ∈ F . Par suite F est un s.e.v de E.

On montre de même que G est un s.e.v de E.

3. Montrons que E = F ⊕ G. On a

E =F +G
E =F ⊕G⇔
F ∩ G = {0E }

Soit f ∈ E, pour tout x ∈ R on a

f (x) + f (−x) f (x) − f (−x)

f (x) = + = g(x) + h(x).
2 2
Il est clair que g ∈ F et que h ∈ G. Donc E ⊂ F + G. Puisqu’on a toujours F + G ⊂ E alors
E = F + G.

9
De plus, si f ∈ F ∩ G alors f ∈ F et f ∈ G. Donc

∀x ∈ R, f (−x) = f (x) et f (−x) = −f (x)

i.e, f (x) = −f (x), ∀x ∈ R. D’où

2f (x) = 0, ∀x ∈ R,
ce qui entraine
f (x) = 0, ∀x ∈ R, i.e, f = 0E .
On déduit que F ∩ G = {0E } et par suite E = F ⊕ G.

10