Professional Documents
Culture Documents
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 dfinition 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.
Dfinition (Espace vectoriel de dimension finie) Soit E un K-espace vectoriel. On dit que E est de dimension finie si
E possde une famille gnratrice.
Exemple Les espaces vectoriels Kn (n N ) et Kn [X] (n N) sont de dimension finie. On en connat en effet des familles
gnratrices, puisquon en connat mme des bases : leurs bases canoniques.
Et au fait, tout-espace vectoriel est-il de dimension finie ? La rponse cette question est non.
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
z }| {
pour k variant de 1 n,
if
z}|{
si la famille B augmente du vecteur xk est libre,
i.e. si xk nest pas combinaison linaire des lments de B,
then
z }| {
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.
1
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 J1, nK.
En tout cas, par construction, B est une famille libre. En effet, 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 suffit de montrer que tous les xk , k J1, nK, sont combinaisons
linaires des lments de B.
Soit donc k J1, nK. Si tout dabord xk apparat explicitement dans B, alors videmment xk est combinaison
linaire des lments de B, gal lui-mme.
Supposons au contraire que xk nest pas un vecteur de B. Ceci signifie que, dans lalgorithme prcdent, xk
na pas t ajout la famille B en cours de construction, et donc, par dfinition de cet algorithme, que xk
est combinaison linaire de certains vecteurs de B. Cest justement ce que nous voulions.
Corollaire (Existence de bases) Soit E 6= 0E un K-espace vectoriel de dimension finie. Alors E possde une base.
Explication Ce rsultat montre que la dfinition possder une famille gnratrice des espaces vectoriels de
dimension finie est quivalente la dfinition 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 6= 0E , nous pouvons nous donner un vecteur y 6= 0E de E. Alors (y) est libre
(car y 6= 0E ). Or E est de dimension finie, 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 J1, nK. Cela
montre bien lexistence dune base de E.
Corollaire (Thorme de la base incomplte (bis)) Soit E 6= 0E un K-espace vectoriel de dimension finie.
(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 .
Si nous avions permut les quatre vecteurs qui dfinissent F au dpart, nous aurions trouv une autre base
de F . Mais peu importe, lessentiel cest den avoir une.
2
c Christophe Bertault - MPSI
Thorme (Nombre dlments dune famille libre/gnratrice) Dans un K-espace vectoriel de dimension finie, une
famille libre a toujours moins dlments quune famille gnratrice.
Dmonstration Soient E un K-espace vectoriel de dimension finie. 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 6= 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 6 n. Raisonnons par labsurde en supposant p > n + 1.
Deuxime tape : Puisque (y1 , x2 , . . . , xn ) engendre E via la premire tape, y2 est combinaison linaire
(2)
X
n
(2) (2)
de y1 , x2 , . . . , xn : y2 = 1 y1 + k x k . Les coefficients k , k J2, nK, peuvent-ils tre tous nuls ?
k=2
(2)
Non, car sinon on aurait y2 = 1 y1 et cela
contredirait la libert de la famille (y1 , y2 , . . . , yp ). Quitte
(2)
modifier lordre
" des vecteurs x 2 , x ,
3# . . . , x n , nous pouvons supposer par exemple que 2 6= 0, de sorte que :
1 (2)
X (2)
n
x2 = (2) y2 1 y1 k xk . Finalement :
2 k=3
Troisime tape : Puisque (y1 , y2 , x3 , . . . , xn ) engendre E via la deuxime tape, y3 est combinaison
(3) (3)
X
n
(3) (3)
linaire de y1 , y2 , x3 , . . . , xn : y3 = 1 y1 + 2 y2 + k x k . Les coefficients k , k J3, nK, peuvent-
k=3
(3) (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 modifier lordre
" des vecteurs x3 , x4 , . . . , xn , nous
# pouvons supposer par exemple que
(3) 1 (3) (3)
X n
(3)
3 6= 0, de sorte que : x3 = (3) y3 1 y1 2 y2 k xk . Finalement :
3 k=4
Etapes suivantes : On poursuit sur cette lance jusqu obtenir le rsultat suivant : (y1 , y2 , . . . , yn )
engendre E.
Or par hypothse p > n + 1. Ainsi yn+1 est bien dfini 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 J1, nK.
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.
3
c Christophe Bertault - MPSI
Dmonstration Montrons lexistence de la dimension dans le cas o E 6= 0E . Soient (e1 , e2 , . . . , em ) et
(e01 , e02 , . . . , e0n ) deux bases de E. Nous devons montrer lgalit m = n.
Or (e1 , e2 , . . . , em ) est libre et (e01 , e02 , . . . , e0n ) engendre E, donc m 6 n via le thorme prcdent. Symtriquement,
nous avons n 6 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 finie 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 finie n et de base B. Soient en outre L une famille
libre de E et G une famille gnratrice de E. Comme L est libre et B gnratrice n lments, un prcdent
thorme affirme que L a au plus n lments. De mme, comme B est libre n lments et G gnratrice, alors G
a au moins n lments.
Corollaire (Caractrisation des bases) Soient E un K-espace vectoriel de dimension finie 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 finie. Il affirme 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 dfinition 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.
En effet 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. 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.
8 (i) Alors E et Kn sont isomorphes. Prcisment, si n 6= 0 et si (e1 , e2 , . . . , en ) est une base de E, lapplication
>
< Kn E
Xn
est un isomorphisme.
>
: (k )16k6n 7 k e k
k=1
(ii) Un K-espace vectoriel est isomorphe E si et seulement sil est de dimension finie n.
4
c Christophe Bertault - MPSI
Explication Ce rsultat thorique est fondamental. Il explique notamment que deux espaces vectoriels de dimension
finie sont isomorphes si et seulement sils ont la mme dimension. Bref, linformation porte par la dimension suffit si lon souhaite
classer les espaces vectoriels de dimension finie ; elle contient tout ce quil y a savoir.
Dmonstration Lassertion (i) est dj connue. Montrons seulement (ii). Soit F un K-espace vectoriel.
Si F est de dimension finie n, F et E sont tous deux isomorphes Kn via (i), donc isomorphes entre eux.
Rciproquement, supposons E et F isomorphes. Nous pouvons alors nous donner un isomorphisme f de
sur F et une base (e1 , e2 , . . . , en ) de E. Nous savons alors, f tant un isomorphisme de E sur F , que
E
f (e1 ), f (e2 ), . . . , f (en ) est une base de F . Cela montre que F est de dimension finie n.
Thorme (Dimension dun espace vectoriel produit) Soient E et F deux K-espaces vectoriels de dimension finie. Alors
E F est de dimension finie 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 finie 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 finie. Alors L(E, F ) est de dimension finie et : dim L(E, F ) = dim E dim F .
Thorme (Dimension dun sous-espace vectoriel) Soient E un K-espace vectoriel de dimension finie et F un sous-espace
vectoriel de E.
(i) Alors F est de dimension finie et : dim F 6 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 6= 0E .
Notons L lensemble des nombres dlments des familles libres de F . Alors L est non vide car F 6= 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 6 dim E. Il existe donc une famille libre (x1 , x2 , . . . , xn ) de F n
lments. Montrons que (x1 , x2 , . . . , xn ) est une base de F . Cela montrera que F est de dimension finie et
que dim F = n 6 dim E. Ce qui est sr en tout cas, cest que (x1 , x2 , . . . , xn ) est libre par dfinition.
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 .
5
c Christophe Bertault - MPSI
(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 .
Thorme (Existence de supplmentaires) Soient E un K-espace vectoriel de dimension finie 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 confirme.
Dmonstration En tant que sous-espace vectoriel de E qui est de dimension finie, F est lui aussi de dimension
finie. Si F = 0E , alors E est un supplmentaire de F dans E. Supposons dsormais F 6= 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
X
p
X
n
llment f = xk ek F et g = xk ek G. Alors tant mieux : x = f + g.
k=1 k=p+1
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
X
p
X
n
x k ek xk ek = x x = 0E . La libert de la famille (e1 , e2 , . . . , en ) implique aussitt la nullit de
k=1 k=p+1
tous les xk , k J1, nK, 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.
n o
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 effet
Nous devons commencer par trouver une base de F . La famille (2, 1, 0) est clairement gnratrice de F .
Elle est bien sr libre par ailleurs : cest donc une base de F .
Nous disposons par ailleurs dune base de R3 , par exemple sa base canonique (1, 0, 0), (0, 1, 0), (0, 0, 1) .
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 : (2, 1, 0) = 2(1, 0, 0) + (0, 1, 0).
3) Quen est-il enfin 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 daprs la
preuve du thorme prcdent.
n o
Exemple Soit F = P R3 [X]/ P (X + 1) = P (1 X) . Alors Vect(X, X 3 ) est un supplmentaire de F dans R3 [X].
En effet
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
8
>
> a = a
<
3a + b = 3a + b aprs identification des coefficients
>
> 3a + 2b + c = 3a 2b c
:
a+b+c+d = a+b+c+d a=0 et 2b + c = 0.
2
Ce calcul montre que (1, X 2X) engendre F . Cette famille tant clairement libre, cest une base de F .
6
c Christophe Bertault - MPSI
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) Enfin 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].
Thorme (Dimension dune somme de sous-espaces vectoriels) Soient E un K-espace vectoriel pas ncessairement
de dimension finie et F et G deux sous-espaces vectoriels de dimension finie de E.
(i) Alors F + G est de dimension finie et : dim(F + G) = dim F + dim G dim(F G) (formule de Grassmann).
(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 finie. 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 suffit
montrer que F + G est de dimension finie et que dim(F + G) = m + n = dim F + dim G.
(i) Puisque F est de dimension finie, F G lest aussi et nous pouvons donc nous donner un supplmentaire H de
F G dans F en particulier H est de dimension finie. Via lassertion (i) : dim F = dim H+dim(F G) .
En pratique Le thorme prcdent simplifie de beaucoup la preuve que deux sous-espaces vectoriels donns
sont supplmentaires dans un certain espace vectoriel ambiant. En effet, 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 !
7
c Christophe Bertault - MPSI
n o
Exemple Soient F = (x, y, z) R3 / x + 2y + 3z = 0 et G = Vect (0, 1, 0) . Alors F et G sont deux sous-espaces
vectoriels supplmentaires dans R3 .
En effet Nous allons montrer que F G = (0, 0, 0) et que dim F + dim G = dim R3 = 3.
n o
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 n
que dim F = 2. o
Or F = (2y 3z, y, z) = Vect (2, 1, 0), (3, 0, 1) . La famille (2, 1, 0), (3, 0, 1) tant clai-
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.
3 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,
quoiquutiles. Nous attendrons le prochain chapitre pour donner une mthode de calcul rapide et simple du rang.
Dfinition (Rang dune famille de vecteurs) Soient E un K-espace vectoriel pas ncessairement de dimension fi-
nie et (x1 , x2 , . . . , xn ) une famille de vecteurs de E. Alors Vect(x1 , x2 , . . . , xn ) est de dimension finie. 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 ) 6 n, avec galit si et seulement si (x1 , x2 , . . . , xn ) est libre.
Dfinition (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 finie.
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 finie. Alors comme Im f est un sous-espace vectoriel de F , ncessairement Im f est de dimension
finie et : rg(f ) = dim Im f 6 dim F .
Par contre, Ker f peut trs bien ne pas tre de dimension finie. Par exemple, lapplication nulle x 7 0F admet E pour
noyau ; du coup, si E nest pas de dimension finie, Ker f ne lest pas non plus.
Supposons prsent E de dimension finie. Alors comme Ker f est un sous-espace vectoriel de E, ncessairement Ker f
est de dimension finie et : dim Ker f 6 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 finie et : rg(f ) = dim Imf 6 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.
8
c Christophe Bertault - MPSI
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 est un isomorphisme de I sur Im f .
I
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 finie. Alors : dim E = dim Ker f + rg(f ).
Explication Le thorme du rang tablit un lien entre le noyau et limage dune application linaire : voil ce quil
faut retenir en plus de la formule.
$ $ $ Attention ! Lhypothse E de dimension finie nest pas l du tout pour dcorer. Elle nous garantit que Ker f
et Im f sont de dimension finie.
Dmonstration Soit I un supplmentaire de Ker f dans E nous savons quil en existe car par hypothse
E est de dimension finie. Alors dim E = dim Ker f + dim I. Or f est un isomorphisme de I sur Im f en vertu
I
du lemme, et donc dim I = dim Im f = rg(f ). Le rsultat en dcoule immdiatement.
Thorme (Injectivit, surjectivit et rang) Soient E et F deux K-espaces vectoriels de dimension finie et f une
application linaire de E dans F .
(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.
R3 R3
Exemple Lapplication : est un automorphisme de R3 .
(x, y, z) 7 (x + y, x + y, z)
En effet La linarit de est immdiate. En vertu du thorme prcdent et du fait que est un endomorphisme,
n o
il nous suffit, pour montrer que f est bijective, de montrer quelle est injective, i.e. que Ker = (0, 0, 0) .
Soit (x, y, z) Ker . Alors (x, y, z) = (x + y, x + y, z) = (0, 0, 0), donc x + y = x + y = z = 0, et facilement
x = y = z = 0. Et cest tout.
9
c Christophe Bertault - MPSI
Kn [X] Kn [X]
Exemple Soit n N. Lapplication : est un automorphisme de Kn [X].
P 7 XP 0 + P (0)
En effet Lapplication est bien dfinie car si P 6 n, alors :
n o n o
XP 0 + P (0) 6 max (XP 0 ), P (0) = max 1 + P 0 , 0 6 P 6 n.
Thorme (Invariance du rang par composition avec un isomorphisme) Soient E et F deux K-espaces vectoriels de
dimension finie et f une application linaire de E dans F .
(i) Soit F 0 un K-espace vectoriel et un isomorphisme de F sur F 0 . Alors : rg( f ) = rg(f ).
0 0
(ii) Soit E un K-espace vectoriel et un isomorphisme de E sur E. Alors : rg(f ) = rg(f ).
Dmonstration
(i) Commenons par montrer que Im = Im( f ). Pour tout y F 0 :
Imf
Ainsi Im |Imf = Im( f ). Or est injective, donc galement. Par consquent est un
Imf Imf
isomorphisme de Im f sur son image Im(f ). En particulier, rg(f ) = dim Im f = dim Im(f ) = rg(f ).
(ii) On montre aisment que Im (f ) = Im f . On se contente ensuite dcrire que les dimensions de ces
sous-espaces sont gales.
Dfinition (Hyperplan) Soit E un K-espace vectoriel de dimension finie n > 1. On appelle hyperplan de E tout sous-espace
vectoriel de E de dimension n 1.
Explication On parle dhyperplan par analogie avec la notion naturelle de plan en dimension 3. Mais par exemple,
avec cette dfinition, 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 .
Thorme (Hyperplans et formes linaires) Soient E 6= 0E un K-espace vectoriel de dimension finie et H une partie
de E. Les assertions suivantes sont quivalentes :
(i) H est un hyperplan de E. (ii) H est le noyau dune forme linaire non nulle de E.
10
c Christophe Bertault - MPSI
(ii) = (i) On suppose que H est le noyau dune forme linaire non nulle de E. n Eno particulier H est un
sous-espace vectoriel de E, et puisque est une forme linaire de E, rg() 0, 1 . La non-nullit de
donne en fait lgalit rg() = 1. Or via le thorme du rang : dim H = dim Ker = dim E rg() = n1,
et donc H est bien un hyperplan de E.
En pratique Mais quest-ce donc quune forme linaire concrtement ? Soient E un K-espace vectoriel de dimension
finie, (e1 , e2 , . . . , en ) une base de E et f une forme linaire de E. Notons ak = f (ek ) pour tout k J1, nK. 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 fixe.
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 :
n o
(x1 , x2 , . . . , xn ) Kn / a1 x1 + a2 x2 + . . . + an xn = 0
n o
Exemple H = (x, y, z) R3 / 2x + y = z est un sous-espace vectoriel de dimension 2 de R3 .
R3 R
En effet Soit f lapplication . Alors f est une forme linaire non nulle de R3 . Or
(x, y, z) 7 2x + y z
H = Ker f , donc H est un hyperplan de R3 , i.e. un sous-espace vectoriel de R3 de dimension 2.
Vous connaissez dj les deux rsultats suivants. Ils nous prsentent aujourdhui leur visage linaire.
Thorme (Equation diffrentielle ay 0 + by = 0) Soient a, b K, a 6= 0. Notons Ea,b lensemble des solutions y D1 (R, K)
de lquation diffrentielle ay 0 + 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 .
bx
a
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 7 e a .
11
c Christophe Bertault - MPSI
Explication Ce thorme explique deux choses : dabord que Ea,b,c est un plan vectoriel ; ensuite quon en connat
0
une base, savoir : x 7 erx , x 7 er x si K = C et 6= 0, x 7 erx , x 7 xerx si K = C et = 0, etc.
Dfinition (Suite rcurrente linaire dordre 2) On dit quune suite relle (un )nN est rcurrente linaire dordre 2 sil
existe a, b K, b 6= 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 6= 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 6= 0, soient r et r 0 les racines distinctes de X 2 aX b.
Il existe alors , 0 C tels que : n N, un = r n + 0 r 0n .
2) Si = 0, soit r lunique racine de X 2 aX b. Il existe alors , C tels que : n N, un = (n+)r n .
Cas rel (K = R) :
1) Si > 0, soient r et r 0 les racines (relles) distinctes de X 2 aX b.
Il existe alors , 0 R tels que : n N, un = r n + 0 r 0n .
2) Si = 0, soit r lunique racine de X 2 aX b. Il existe alors , R tels que : n N, un = (n+)r n .
i i 2
3) Si < 0, soient re et re les racines (complexes
conjugues) distinctes de X aX b. Il existe alors
n
, R tels que : n N, un = sin(n) + cos(n) r .
Dmonstration
N
On vrifie aisment que E a,b est un sous-espace vectoriel de K .
Ea,b K2
Soit alors S lapplication et T lapplication de K2 dans Ea,b qui tout couple
(un )nN 7 (u0 , u1 )
(, ) R2 associe la suite (un )nN dfinie 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 fin de la preuve, o lon dtermine lexpression explicite de tous les lments de Ea,b , quivaut la
recherche dune base de Ea,b .
12
c Christophe Bertault - MPSI
Exemple Il existe une unique suite relle (un )nN telle que u0 = 0, u1 = 1 et : n N, un+2 = 2un+1 un .
Elle est dfinie par : n N, un = n.
En effet Le polynme X 2 2X + 1 possde une unique racine relle qui est 1. Il existe donc deux rels et
tels que : n N, un = n + . Or u0 = 0 et u1 = 1, donc : n N, un = n.
Exemple Il existe une unique suite relle (un )nN telle que u0 = u1 = 1 et : n N, un+2 = un+1 un .
n 1 n
Elle est dfinie par : n N, un = cos + sin .
3 3 3
i i
En effet 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
+ 3 1
Or u0 = u1 = 1, donc : = = 1, do : = 1 et = . Do le rsultat.
2 3
13