FF Chapitre:20 FF

Espaces vectoriels de dimension finie

1. Familles de vecteurs

1.1 . Familles libres, liées

Définition

Soit E un K-espace vectoriel et I un ensemble d’indices et n un entier naturel. On dit qu’une famille finie
de vecteurs F = (x1 , x2 , . . . , xn ) est libreou que les vecteurs x1 , x2 , . . . , xn sont linéairement indépendants si et
seulement si :
n
X
∀(λ1 , λ2 , . . . , λn ) ∈ Kn , λi xi = 0E ⇒ λ1 = λ2 = · · · = λn = 0
i=1

On dit qu’une famille de vecteurs F = (xi )i∈I est libreou que les vecteurs de la famille F sont linéairement
indépendants si et seulement si : tout sous famille finie de F est libre.
On dit que la famille F est liée si et seulement si elle n’est pas libre.

Remarque.
Une famille de deux vecteurs est libre si et seulement si ils ne sont pas proportionnels. La notion de famille libre vient
donc généraliser la notion de vecteurs non proportionnels.

Méthode

Pour montrer qu’une famille finie F = (x1 , x2 , . . . , xn ) est libre : on raisonne comme suit :
ä Soient (λ1 , . . . , λn ) ∈ Kn tels que λ1 x1 + · · · + λn xn = 0E
ä Par implications successives, on en déduit que λ1 = · · · = λn = 0K et donc que la famille est libre.
Pour montrer qu’une famille F = (xi )i∈I qui n’est pas forcément finie est libre, on raisonne comme suit :
ä Soit n ∈ N∗ et soit C = (xi1 , xi2 , · · · , xin ) une sous famille de n vecteurs de F Montrons que C est libre.
ä On utilise alors un raisonnement analogue au cas précédent.
ä Conclure.

Exemple :

1. Dans l’espace vectoriel R3 , on considère les vecteurs x1 = (1, 0, 2), x2 = (1, 1, 1) et x3 = (0, −1, 1) . La famille
(x1 , x2 , x3 ) est-elle libre ?
2. Dans l’espace vectoriel R3 , on considère les vecteurs x1 = (1, 0, 2), x2 = (1, 1, 0) et x3 = (0, 1, 1) . La famille
(x1 , x2 , x3 ) est-elle libre ?

Mini-exercices.
Dans l’espace E = F (R, R) :
1. Montrer que (x 7→ xn )n∈N est une famille libre de E.
2. Montrer que (x 7→ eαx )α∈R est une famille libre de E

Remarque ( Exemples de familles non libres).

Si E est un K-espace vectoriel , alors
1. Toute famille de vecteurs de E contenant le vecteur nul n’est jamais libre.
2. Une famille contenant deux fois un même vecteur n’est jamais libre.
3. Une famille dont un vecteur est combinaison linéaire d’autres vecteurs n’est pas libre.

1
 Mini-exercices.
Dans l’espace E = F (R, R) , on considère les fonctions définies par ∀k ∈ N, fk : R −→ R :
x 7−→ sin(kx)
(
1 si p = q
Soit δpq le symbole de Kronecker défini par : δpq =
0 si p , q
Z 2π
1. Montrer ∀(p, q) ∈ N2 , sin(px) sin(qx)dx = δpq π.
0
2. En déduire que la famille F = (fn )n∈N est libre.

Proposition

Tout sous-famille non vide d’une famille libre est elle-même libre.

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

Proposition (Famille de polynômes non nuls à degrés étagés)

Toute famille de polynômes non nuls à degrés étagés (degrés distincts deux à deux) est libre.

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

Mini-exercices.
Prouver que la famille de polynômes (X k (1 − X)n )k∈N est une famille libre de R[X].

Théorème (Caractérisation d’une famille liée)

Soit F = (xi )i∈I une famille de vecteurs de E.

La famille est liée, si et seulement si l’un des vecteurs s’exprime comme combinaison linéaire (CL) des autres
vecteurs de la famille : X
∃i0 ∈ I et ∃(αi ) ∈ K(I) tels que xi0 = µi xi
i∈I\{i0 }

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

2
 Mini-exercices. 1. Dans l’espace F (R, R) , on considère les deux fonctions définies par f (x) = cos x et g(x) = sin x.
Montrer que la famille (f , g) est libre.
2. Les trois fonctions définies par f (x) = 1, g(x) = cos2 x et h(x) = cos 2x forment-elles une famille libre ?

Proposition

Tout sur-famille d’une famille liée est elle-même liée.

Définition

Lorsque deux vecteurs (respectivement trois vecteurs) non nuls d’un K-espace vectoriel sont liés, on dit qu
’ils sont colinéaires (resp. coplanaires) .

1.2 . Famille génératrice

Définition

Soit E un K-espace vectoriel .

On dit qu’une famille F = (xi ) ∈ E I est génératrice d’un sous espace vectoriel F si et seulement F est l’en-
semble des combinaisons linéaires des vecteurs de la famille.
En d’autres termes :
F est une famille génératrice de F ⇔ Vect(F ) = F

Exemple :
Pouvez-vous donner une famille génératrice de :
a) R2 b) Kn c) Rn [X] d) R[X] e) C(X)

Méthode

Pour déterminer une famille génératrice de F sous espace vectoriel de E, on procède en général par équiva-
lences successives : On prend x ∈ E. On écrit alors que :

x ∈ F ⇔ ···
⇔ ···
X
⇔ ∃(λi ) ∈ K(I) tels que x = λ i xi
i∈I
⇔ x ∈ Vect((xi )i∈I )

On a alors : F = Vect((xi )i∈I ) .

Si ce raisonnement pose problème, on pourra procéder alors par analyse synthèse.

Exemple :

1. Détermine une famille génératrice de F = {x 7→ ax + b|a, b ∈ R}.

2. Montrer que les vecteurs x1 = (1, 1) , x2 = (2, 3) et x3 = (1, 2) forment une famille génératrice de R2 .

Mini-exercices (Lien entre cardinal d’une famille génératrice et indépendance linéaire).

Soient v1 , v2 , v3 trois vecteurs quelconques appartenant à un K-espace vectoriel E et x1 , x2 , x3 et x4 quatre vecteurs qui
s’écrivent tous comme des combinaisons linéaires des trois vecteurs v1 , v2 , v3 .

3
 
X = 3v1 + V2 + V3
 1



Par exemple,  x2 = v1 − 2v2 + v3
 x3 = v1 + 3v2 − 4v3

vérifier que ces quatre vecteurs forment nécessairement une famille liée.

Proposition

Soit E un K-espace vectoriel , et G une famille génératrice. Toute sur-famille de G est elle même génératrice.

Proposition

Soit E un K-espace vectoriel , , F = (u1 , u2 , . . . , un ) et G = (u1 , u2 , . . . , un , V ) deux familles de vecteurs de E.

Si G est génératrice et V < Vect(u1 , u2 , . . . , un ) alors F est génératrice.

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

Théorème (Le lemme de l’échange)

Soit E un K-espace vectoriel , L = (x1 , x2 , . . . , xn ) et G = (y1 , y2 , . . . , yp ) deux familles de vecteurs de E.

Si L est libre et G est génératrice alors :
1. n 6 p.
2. On peut remplacer d’au moins une façon n vecteurs de G par ceux de L pour obtenir une famille géné-
ratrice de E.

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

4
 Proposition

Soient E un K-espace vectoriel et V1 , V2 , . . . , Vm des vecteurs de E.

Toute famille constituée d’au moins m + 1 vecteurs appartenant à Vect(V1 , V2 , . . . , Vm ) est liée.

corollaire

Si un espace vectoriel E est engendré par m vecteurs alors toute famille constituée d’au moins m + 1 vecteurs
de E est liée.

1.3 . Bases d’un espace vectoriel

Définition

Soient E un K- espace vectoriel et B une famille d’éléments de E.

On dit que B est une base algébrique (ou plus simplement une base) de E si B est à la fois libre et génératrice
de E.

Théorème

SoitE un K-espace vectoriel.

ä La famille finieB = (e1 , . . . , en ) est une base de E si et seulement si,

∀x ∈ E, ∃!(α1 ; α2 , . . . , αn ) ; x = α1 e1 + α2 e2 + . . . , αn en

ä La famille infinie B = (ei )i∈I où I est un ensemble infini, est une base de E si et seulement si,
X
∀x ∈ E, ∃!n ∈ N, ∃!J ⊂ I, Card J = n; ∃! (αi )i∈J , x = αi ei
i∈J

ä Les scalaires : α1 , . . . , αn (cas d’une base finie) ou (αi )i∈J (cas d’une base infinie) de sont appelés coordon-
nées de x par rapport à la base B.

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

Définition (Base canonique de Kn )

Les vecteurs
e1 = (1, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0) , . . . , en = (0, . . . , 0, 1)
forment une base du K-espace vectoriel E = Kn .
Cette base e = (e1 , . . . , en ) est appelée la base canonique de K n .

Comme le montrent les exemples suivants, une base peut être finie ou infinie. En revanche, les coordonnées d’un vecteur
par rapport à une base sont toujours en nombre fini , même si la base considérée est infinie.
Exemple :

5
 1. Tout vecteur (x1 , x2 , . . . , xn ) de l’espace produit Kn où n ∈ N∗ , s’écrit sous la forme : x1 e1 (1, 0, . . . , 0) + x2 e2 + · · · + xn en
où on a noté e1 = (1, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), · · · , en = (O, O, . . . , 1). Cette décomposition étant unique, la famille
B = (e1 , e2 , . . . , en ) est une base de Kn .
On l’appelle base canonique de Kn . Les scalaires x1 , x2 , . . . , Xn ∈ K sont donc les coordonnées du vecteur (x1 , x2 , . . . , xn )
de Kn par rapport à la base canonique.
2. Tout polynôme P de Kn [X] où n ∈ N, s’écrit sous la forme suivante : P = a0 + a1 X + a2 X 2 + . . . an X n et cette décom-
position est unique. Par conséquent , la famille finie (1K[X] , X, X 2 , . . . , X n ) est une base de Kn [X] . On l’appelle base
canonique de Kn [X] .
Les éléments ao , a1 , a2 , . . . , an de K sont donc les coordonnées de P par rapport à la base canonique.
3. Remarquons que tout polynôme P de Kn [X] s’écrit aussi sous la forme

P 0 (a) P 00 (a) P (n) (a)

P = P (a) + (X − a) + (X − a)2 + · · · + (X − a)n
1 2! n!

où, pour tout entier k compris entre 0 et n, désigne le polynôme dérivé kième de P , et où a désigne un élément
quelconque de K, et cette décomposition est unique (pour tout a fixé) .
Ainsi , pour tout a ∈ K, la famille finie F = (1K[X] , (X − a), (X − a)2 , . . . , (X − a)n ) est une base de Kn [X] . Les éléments
P (a) , P 0 (a)/l ! , P ”(a)/2! , ... , p(n) (a)/n!de K sont les coordonnées de P par rapport à F .
4. La famille infinie B∞ = (X n )n∈N est une base de K[X] . On l’appelle base canonique de K[X] .

Mise en garde
Il ne faut pas oublier qu’une base est avant tout une famille. L’ordre des éléments y a donc
une importance puisque changer l’ordre des éléments d’une base revient à changer de base.
Par exemple, si B = (a, b, c, d) est une base d’un K-espace vectoriel E alors B 0 = (a, b, d, c) et
B” = (b, a, c, d) sont aussi des bases de E. Les trois bases B, B 0 et B” sont distinctes deux à
deux.

Remarque

Tous les espaces vectoriels n’admettent par forcément des bases. Par exemple : F (R, R)

2. Espace vectoriel de dimension finie

2.1 . existence des bases en dimension finie

Définition

On dit qu ’un K-espace vectoriel E est de dimension finie s ’il possède une famille finie génératrice .
Dans le cas contraire, on dit que l’espace est de dimension infinie

Exemple :

1. Il est clair que tout espace vectoriel possédant une base finie (à savoir une famille finie libre et génératrice de
E) est nécessairement de dimension finie. Par exemple, Kn avec n ∈ N ∗ et Kn [X] avec n ∈ N sont des K-espaces
vectoriels de dimension finie.
2. Considérons l’ensemble K[X] des polynômes à coefficients dans K Il n’existe pas de famille de K[X] qui soit à la
fois finie et génératrice de K[X] . En effet , si F désigne une famille finie de K[X] , on pourra toujours exhiber un
polynôme P de K[X] qui ne s’écrit pas comme une combinaison linéaire de F (prendre par exemple p = X N +1 où N
désigne le plus haut degré des polynômes appartenant à F) . Par conséquent , K[X] est un K-espace vectoriel de
dimension infinie.
3. Soient E un K-espace vectoriel et V1 , V2 , . . . , Vm avec m ∈ N∗ . L’espace E n’est pas nécessairement de dimension
finie. En revanche, le sous-espace F = Vect(V1 , V2 , . . . , Vm ) est , lui , par construction, de dimension finie puisque

6
 les vecteurs V1 , V2 , . . . , Vm appartenant tous à F, forment une famille finie génératrice de F.
Théorème

Un K- espace vectoriel de dimension finie non réduit au vecteur nul possède au moins une base finie.
Toutes les bases d’un même espace de dimension finie ont même cardinal.

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

o
Définition

Soit E un espace vectoriel de dimension finie sur K ( non réduit au vecteur nul).
On appelle dimension de E et on note dimK (E) ou dimK E ou tout simplement dim E , le cardinal d’une base
de E, c’est-à-dire :
def
dimK (E) = Card B
où B désigne une base quelconque de E.
def
On convient que dimK ({0}) = 0.

On rappelle que le cardinal d’une famille finie (vi )i∈I de vecteurs de E, indexée par un ensemble (fini) I, est défini comme
le cardinal de l’ensemble I, c’est-à dire : Card((vi )i∈I ) = Card(I) .
Exemple :

1. Pour tout n ∈ N ∗ , la base canonique de Kn est constituée de n éléments. Par conséquent , dimK (Kn ) = n En
particulier, lorsque n = 1, dimK (K) = 1 . On a donc : dimR (R) = 1 et dimC (C) = 1 .
2. Pour tout z ∈ C, z = Re(z) × 1 + Im(z) × i avec Re(z) ∈ R et Im(z) ∈ R Cette décomposition est unique. La famille (1, i)
, constituée de 2 éléments, est donc une base du R-espace vectoriel C et dimR (C) = Card((l, i)) = 2.
3. Pour tout n ∈ N, la famille finie (1, X, X 2 , . . . X n ) , constituée de n + 1 éléments , est une base de Kn [X] .
Par conséquent , dimK (Kn [X]) = Card((1, X, X 2 , · · · , X n )) = n + 1 .

Théorème (Théorème de la base incomplète)

Soit E un K-vectoriel de dimension fini,G une partie génératrice de E et L une partie libre de E .
Alors, il existe une base B de E vérifiant :
L ⊂ B ⊂ L∪G

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

7
 ..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

o
Proposition

Soit E un K- espace vectoriel de dimension finie n.

1. Toute famille G génératrice de E à au moins n éléments. En particulier, toute famille génératrice consti-
tuée de n vecteurs est une base de E.
2. Toute famille L libre dans E à au plus n éléments. En particulier, toute famille libre constituée de n
vecteurs est une base de E.
3. Toute famille ayant au mois (n + 1) vecteurs de E est liée.

Proposition

Tout sous-espace vectoriel F d’un K-espace vectoriel E de dimension finie est lui-même de dimension finie et
dimK (F) 6 dimK (E). En particulier, si dimK (F) = dimK (E) alors F = E.

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

o
corollaire

Soit E un K- espace vectoriel de dimension finie n. et F = (u1 , u2 , . . . , un ) une famille de vecteurs de E. Les
propositions suivantes sont équivalentes :
1. F est libre.
2. F est génératrice.
3. F est une base.

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

8
 ..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

Théorème

Soient E, F deux espaces vectoriels sur K de dimensions finies.

dim(E × F) = (dim E) (dim F)

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

Remarque

Le résultat précédent se généralise par récurrence à un produit de n espaces vectoriels de dimensions finies.
n
Y  Yn
dimK Ek = dimK (Ek )
k=1 k=1

2.2 . Sous espaces vectoriels de dimension finie

Remarque.
Soient E un K-espace vectoriel et F, G deux sous-espaces de E tels que F ⊂ G. Alors F est aussi un sous-espace du
K-espace vectoriel G. En particulier,
ä si G est de dimension finie alors tous ses sous-espaces sont aussi de dimension finie et dimK (F) 6 dimK (G).
ä si, de plus , les deux sous-espaces F et G sont de même dimension alors cela signifie nécessairement que ces deux
sous-espaces sont identiques .

Proposition

Soient E un K- espace vectoriel (de dimension non nécessairement finie) et F un sous- espace de E.
1. F est une droite vectorielle si et seulement si dimK (F) = 1.
2. F est un plan vectoriel si et seulement si dimK (F) = 2.
3. Lorsque E est de dimension finie, n F est un hyperplan si et seulement si dimK (F) = n − 1.

Exemple :

9
 Soit F le sous-espace de R4 défini par F == {(x1 , x2 , X1 + x2 , 2x1 + x2 ) où x1 ∈ R, x2 ∈ R} . La représentation de F est dite
paramétrique.
Soit (x1 , x2 , x1 + x2 , 2x1 + x2 ) avec x1 ∈ R, x2 ∈ R, un vecteur appartenant à F. On a : (x1 x2 , x1 + x2 , 2x1 + x2 ) = x1 (1, 0, 1, 2) +
x2 (0, 1, 1, 1).
Ainsi F = Vect(u1 , u2 ) avec u1 = (1, 0, 1, 2) et u2 = (0, 1, 1, 1), et les deux vecteurs u1 et u2 forment une famille libre.
Ainsi, dimR (F) = 2. Le sous-espace F est donc un plan vectoriel de R4 , mais ce n’est pas un hyperplan vectoriel de R4 .

Théorème

Soient E un K- espace vectoriel de dimension finie, et F un sous espace vectoriel de E. On pose dimK E = n et
dimK E = p, alors :
1. F admet au mois un supplémentaire dans E.
2. Tout supplémentaire de F est de dimension n − p.

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

corollaire

Soit E un K- espace vectoriel.

 (H1 ) : E est de dimension finie
 (H2 ) : F et G deux sous espaces vectoriels supplémentaires de E
si  alors B ∪ C est une base de E, dite
 (H3 ) : B Une base de F
 (H4 ) : C Une base de G
adaptée à la somme directe : E = F ⊕ G.

corollaire

Soient E un K- espace vectoriel, F, G deux sous espaces vectoriels de dimensions finies de E.

F ⊕ G est un sous espace vectoriel de E de dimension finie et dimK (F ⊕ G) = dimK (F) + dimK (G)

10
 Remarque

Le résultat précédent se généralise par récurrence à une somme directe de n sous espaces vectoriels de di-
mensions finies.
M n  X n
dimK Fk = dimK (Fk )
k=1 k=1

Théorème (Des quatre dimensions ou formule de Grassmann)

Soient E un espace vectoriel sur K et F, G deux sous espaces vectoriels de E de dimensions finies .

dim(F + G) = dim F + dim G − dim F ∩ G

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

corollaire (caractérisation des supplémentaire)

Soit E un ev (de dimension finie n et F, G deux sev de E. Alors

F ∩ G = {0}
E = F ⊕G ⇔
dim F + dim G = n

Mini-exercices.
Dans R4 muni de sa structure usuelle de R-espace vectoriel , on considère les deux sous-espaces vectoriels suivants :
F = Vect((l, 2, 0, 1), (2, 1, 3, 1), (2, 4, 0, 2)) , G = Vect((l, 2, 1, 0), (−1, 1, 1, 1), (2, −1, 0, 1)).
1. Calculer dim(F). Trouver une base de F. Donner une représentation paramétrique de F.
2. Montrer que G constitue un hyperplan de R4 . Expliciter une base de G. Donner une représentation paramétrique
et une représentation cartésienne de G.
3. Déterminer une base de F + G et une base de F ∩ G.

2.3 . Rang d’une famille finie de vecteurs

Définition

Soient E un espace vectoriel sur K et F une famille finie constituée de p vecteurs v1 , v2 , . . . , vp de E. On appelle
rang de F , et l’on note rg(F ) ou rg(v1 , v2 , . . . , vp ) , la dimension du sous- espace vectoriel de E engendré par F .
En d’autres termes,
def
rg(F ) = dimK (Vect(F )).

Exemple :

11
 Dans R4 , la famille F = (v1 , v2 , v3 ) où v1 = (1, 1, 0, −1), v2 = (1, 2, 1, 0) et v3 = (3, 5, 2, −1) est liée puisque v3 = v1 + 2v2 . donc
Vect(v1 , v2 , v3 ) = Vect(v1 , v2 ) et on vérifier que la sous-famille F 0 = (v1 , v2 ) est libre. C’est donc une base du sous-espace
Vect(v1 , v2 , v3 ) . D’où rg(F ) = Card(F 0 ) = 2.

Remarque.
La définition du rang d’une famille n’a de sens que pour une famille finie de vecteurs . Comme l’ illustre l’exemple
donné ci-après, déterminer le rang d’une famille finie F revient à extraire de F la plus grande (au sens de l’ inclusion)
sous-famille libre dans E. Le rang de F est alors le cardinal de cette sous-famille libre maximale. La famille F n’étant
elle-même pas nécessairement libre, on a :
rg(F ) 6 Card(F ).

Proposition

Soit E un K- espace vectoriel.

Si v1 , v2 , . . . , vp désignent des vecteurs de E alors

rg(v1 , v2 , . . . , vp ) 6 p

Avec égalité si et seulement si la famille (v1 , v2 , . . . , vp ) est libre.

De plus, si E est de dimension finie avec dim(E) = n, alors

rg(v1 , v2 , . . . , vp ) 6 n

Avec égalité si et seulement si la famille (v1 , v2 , . . . , vp ) est génératrice.

Proposition

Soient E un K- espace vectoriel de dimension n muni d’une base B = (e1 , e2 , · · · , en ) et u1 , u2 , . . . , ur des vecteurs
de E où r 6 n, tels que

u1 = a1,1 e1 + a1,2 e2 + a1,3 e3 + + a1,n en



 ···
u = + a e + a e + · · · + a2,n en




 2 2,2 2 2,3 3
 u3 =
 a e
3,3 3 + · · · + a3,n en
.




 .. . ..



 u =
r a e + ··· + a e r,r r 1,n n

Si ai,i , 0 pour tout i ∈ {1, 2, 3, . . . , r} alors les vecteurs u1 , u2 , u3 , . . . , ur forment une famille libre dans E et
rg(u1 , u2 , u3 , . . . , ur ) = r.

Exemple :
Exemple Considérons la famille F = (v1 , v2 , v3 ) de R4 avec v1 = (1, 1, 0, −1), v2 = (1, 2, 1, 0) et v3 = (3, 5, 2, −1). Déterminer
le rang de la famille F .
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

12
3. Applications linéaire en dimension finie

3.1 . Image d’une famille de vecteurs par une application linéaire

Théorème

Soient E et F deux K- espaces vectoriels et f une application linéaire de E dans F. et G est une famille de
vecteurs de E. Si G est génératrice alors Im f est engendré par f (G).
En d’autres termes,  
E = Vect(G) ⇐⇒ Im f = Vect f (G) .

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

corollaire

f étant une application linéaire de E dans F , L une famille de vecteurs de E .

On pose : L0 = f (L).
1. Si L est liée alors L0 = f (L) est liée dans F.
2. Si L0 est libre alors L est libre dans E.

Mini-exercices.
étant une application linéaire de E dans F, démontrer que les trois propriétés suivantes sont équivalentes :
1. f est injective.
2. Pour toute famille libre L de E, f (L) est une famille libre de F.
3. Pour toute décomposition E = E1 ⊕ E2 on a f (E) = f (E1 ) ⊕ f (E2 ).

Proposition

Soient E, F deux K- espaces vectoriels. si E est de dimension finie n et B = (e1 , e2 , . . . , en )une base de E, alors
pour toute famille (v1 , v2 , . . . , vn ) de vecteurs de F il existe une unique application linéaire f de E dans F qui
vérifie :
∀k ∈ J1, nK , f (ek ) = vk
.

13
 corollaire

Soient E, F deux K- espaces vectoriels , f , g deux applications linéaire de E dans F et B = (ei )16i6n une base
de E.
∀x ∈ E, f (x) = g(x) ⇐⇒ ∀k ∈ J1, nK, f (ek ) = g(ek )
Autrement dit , si deux applications linéaires agissent de la même manière sur les vecteurs d’une base alors
elles sont nécessairement identiques .

3.2 . application linéaires et dimension

Proposition

Soient E et F deux K- espaces vectoriels et f une application linéaire de E dans F. et G est une famille de
vecteurs de E
Si G est libre et f est injective alors f (G) est libre dans F.

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

Proposition

Soient E et F deux K- espaces vectoriels et f une application linéaire de E dans F. et B une base de E.
L’application f est injective si et seulement si, f (B) est une base de Im f .

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

corollaire

Soient E et F deux K- espaces vectoriels et f une application linéaire de E dans F. et B une base de E. L’ap-
plication f est bijective si et seulement si, f (B) est une base de F.

14
 corollaire

Soient E et F deux K- espaces vectoriels et f une application linéaire de E dans F.

Si E est de dimension finie alors Im f est de dimension finie et

dim(Im f ) 6 dim(E).

Proposition

Soient E et F deux K- espaces vectoriels de dimensions finies. Une condition nécessaire et suffisante pour que
E et F soient isomorphes est que
dim(E) = dim(F).

Par la proposition précédente on déduit que tout espace vectoriel de dimension n est isomorphe à Kn .

3.3 . Rang d’une application linéaire

Définition

Soient E un K- espace vectoriel de dimension finie et F un K-espace vectoriel (non nécessairement de dimen-
sion finie) .
Le rang d’une application linéaire f de E dans F est la dimension de l’image de f .
On le note rg f . Autrement dit,
def
rg f = dim(Im f )

Remarque.
Si E, F sont des K-espaces vectoriels et f une application linéaire de E dans F, alors
ä Le rang de f est indépendant de la dimension de l’espace d’arrivée F, ce dernier pouvant être de dimension finie
ou infinie.
ä Rappelons que si dim(E) = p et B = (e, e2 , . . . , ep ) est une base de E alors Im f = Vect(f (e1 ), f (e2 ), ..., f (ep )) , d’où en
passant aux dimensions,
dim(Im f ) = dim(Vect(f (e1 ), f (e2 ), . . . , f (ep ))).
On a donc :
rg f = rg(f (e1 ), f (e2 ), . . . , f (ep )).
On a donc :
rg f 6 dim(E).

Proposition

Soient E, F des K-espaces vectoriels de dimensions finies et f une application linéaire de E dans F, alors on
a:
1. rg f 6 dim E avec égalité si et seulement si f est injective.
2. rg f 6 dim F avec égalité si et seulement si f est surjective.
3. rg f 6 min{dim E, dim F}

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

15
 ..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

3.4 . Théorème du rang

Théorème

Soient E un K-espace vectoriel de dimension finie et F un K-espace vectoriel non nécessairement de dimension
finie.
Pour toute application linéaire f de E dans F, on a :

dim(E) = rg f + dim(Ker f ).

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

16
 ..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

Remarque

1. La preuve précédente montre aussi que, pour tout supplémentaire H de Ker(f ) dans E,
l’application g : H −→ Im f est un isomorphisme d’espace vectoriel .
x 7−→ f (x)
Ainsi, tout supplémentaire de Ker(f ) dans E est isomorphe à Im(f ) .
2. Bien que dim(Ker(f )) + dim(Im(f )) = dim(E), « en général » Ker(f ) et Im(f ) ne sont pas supplémentaires
dans E.
En effet, d’abord, Im(f ) est un sous espace vectoriel de F et non de E (a priori).
Et puis, même si F = E, Ker(f ) et Im(f ) peuvent ne pas être supplémentaires dans E,
comme le montre l’exemple : f : R2 −→ R2 .
(x, y) 7−→ (y, 0)
On a Ker(f ) = Im(f ) = Vect((1, 0)) .

Proposition

Soient E, F deux K-espaces vectoriels de dimension finie, f ∈ L (E, F) . On a :

1. f est injective si et seulement si rg(f ) = dim(E).
2. f est surjective si et seulement si rg(f ) = dim(F) .
3. f est bijective si et seulement si rg(f ) = dim(E) = dim(F)

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

corollaire

Soient E, F deux K- espaces vectoriels de dimensions finies et f une application linéaire de E dans F. Si
dim(E) = dim(F) alors il y a équivalence entre les propositions suivantes :
P1 . f est bijective.
P2 . f est injective.
P3 . f est surjective.

17
 Définition

Soit E un K-espace vectoriel et f ∈ L(E) est dit que :

ä f est inversible à gauche pour la composition des applications « ◦ » dans L (E) si et seulement si :

∃f 0 ∈ L (E) ; f 0 ◦ f = IdE

ä f est inversible à droite pour « ◦ » dans L(E) si et seulement si :

∃f 00 ∈ L (E), f ◦ f 00 = IdE

ä f est inversible pour « ◦ » dans L(E) si et seulement si :

∃f 0 ∈ L (E), f 0 ◦ f = f ◦ f 0 = IdE

ä f est régulier à gauche pour « ◦ » dans L (E) si et seulement si :

∀(g, h) ∈ (L (E))2 . (f ◦ g = f ◦ h ⇒ g = h)

ä f est régulier à droite pour « ◦ » dans L (E) si et seulement si :

∀(g, h) ∈ (L (E))2 , (g ◦ f = h ◦ f ⇒ g = h)

ä f est régulier pour « ◦ » dans L (E) si et seulement si f est régulier à gauche et régulier à droite pour
« ◦ » dans L (E)

Théorème

Soit E un K-espace vectoriel de dimension finie, et f un endomorphisme de E.

Les propositions suivantes sont équivalentes :
1. f est inversible à gauche pour la composition des applications « ◦ » dans L (E) .
2. f est inversible à droite pour la relation « ◦ » dans L (E) .
3. f est inversible pour la relation « ◦ » dans L (E).
4. f est régulier à gauche pour la relation « ◦ » dans L (E) .
5. f est régulier à droite pour la relation « ◦ » dans L (E) .
6. f est régulier pour la relation « ◦ » dans L (E) .
7. f est injectif .
8. f est surjectif
9. f est bijectif

Démonstration :
On raisone suivant les diagrammes suivants :

..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

18
 ..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

o
Théorème (Dimension de L (E, F))

Soient E, F des K-espaces vectoriels se dimensions finies et f ∈ L (E, F).

L (E, F) est de dimension finie et  
dim L (E, F) = (dim E) (dim F)

Démonstration :
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................
..........................................................................................................................

19
 o

Mini-exercices.
Soient E un K-espace vectoriel de dimension finie, f ∈ L (E) . Montrer : dim(Ker(f 2 )) 6 2 dim(Ker(f ·))

20