© Laurent Garcin MPSI Lycée Jean-Baptiste Corot

E SPACES VECTORIELS
DE DIMENSION FINIE

1 Familles de vecteurs
1.1 Opérations sur une famille engendrant un sous-espace vectoriel

Lemme 1.1

Soient E un K-espace vectoriel, A et B deux parties de E. Alors

vect(A) = vect(B) ⇐⇒ A ⊂ vect(B) et B ⊂ vect(A)

Proposition 1.1

Soient E un K-ev et (ui )i∈I une famille de vecteurs de E. Alors vect(ui )i∈I n’est pas modifié si on effectue les
opérations suivantes sur la famille (ui )i∈I :
(i) permutation des ui ;
(ii) multiplication de l’un des ui par un scalaire non nul ;
(iii) ajout à l’un des ui une combinaison linéaire des autres vecteurs ;
(iv) suppression d’un ui combinaison linéaire des autres vecteurs (notamment les ui nuls) ;
(v) adjonction d’un vecteur combinaison linéaire des ui .

Définition 1.1 Pivot de Gauss

Les opérations (i), (ii), (iii) de la proposition précédente seront appelées opérations du pivot de Gauss.

Exercice 1.1

Soient a = (1, 2, 1), b = (1, 3, 2), c = (1, 1, 0) et d = (3, 8, 5) des vecteurs de R3 . Montrer que vect(a, b) =
vect(c, d).

1.2 Familles génératrices

Définition 1.2 Famille génératrice

Soient E un K-espace vectoriel et (ui )i∈I ∈ EI . On dit que la famille (ui )i∈I est une famille génératrice
de E ou encore qu’elle engendre E si tout vecteur de E peut s’écrire comme une combinaison linéaire des ui ,
autrement dit si vect(ui )i∈I = E.

Remarque. L’espace vectoriel {0} admet la famille vide pour famille génératrice puisqu’on a vu que vect(∅) =
{0}.

http://lgarcin.github.io 1
© Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Exemple 1.1

Trois vecteurs non coplanaires de l’espace engendre l’espace vectoriel.

Exemple 1.2

Soit n ∈ N∗ . Posons e1 = (1, 0, . . . , 0), e2 = (0, 1, 0 . . . , 0), . . ., en = (0, . . . , 0, 1) des vecteurs de Kn . Alors
(ei )16i6n engendre Kn .

Exemple 1.3

La famille (1, X, X2 , . . . , Xn ) est une famille génératrice de Kn [X].

La famille (Xn )n∈N est une famille génératrice de K[X].

Proposition 1.2

Une famille génératrice reste génératrice si :

(i) on effectue les opérations du pivot de Gauss ;
(ii) on lui ajoute un vecteur (i.e. une sur-famille d’une famille génératrice est génératrice) ;
(iii) on lui enlève un vecteur qui est combinaison linéaire des autres vecteurs de la famille (notamment un
vecteur nul).

Méthode Montrer qu’une famille est génératrice

Pour montrer qu’une famille finie (u1 , . . . , un ) d’un K-espace
Pn vectoriel E est génératrice, on se donne x ∈ E et
on montre qu’il existe (λ1 , . . . , λn ) ∈ Kn tel que x = i=1 λi ui .
Pour montrer qu’une famille infinie (ui )i∈I d’un K-espace vectoriel P E est génératrice, on se donne x ∈ E et on
montre qu’il existe (λi ) ∈ K(I) (famille presque nulle) telle que x = i∈I λi ui .

1.3 Familles libres, familles liées

Définition 1.3 Famille libre, famille liée (cas d’une famille finie)

Soient E un K-espace vectoriel et u1 , . . . , un ∈ E. On dit que la famille (u1 , . . . , un ) est libre ou encore que
les ui sont linéairement indépendants si

X
n
∀(λ1 , . . . , λn ) ∈ Kn , λi ui = 0E =⇒ ∀i ∈ J1, nK, λi = 0
i=1

Dans le cas contraire, on dit que la famille (u1 , . . . , un ) est liée ou encore que les ui sont linéairement
dépendants. De manière équivalente, la famille (u1 , . . . , un ) est liée si et seulement si l’un des ui est
combinaison linéaire des autres.

Remarque. La famille vide ∅ est toujours une famille libre.

Une famille qui contient le vecteur nul est liée.
Une famille qui contient plusieurs fois le même vecteur est liée.

http://lgarcin.github.io 2
 © Laurent Garcin MPSI Lycée Jean-Baptiste Corot

 Attention ! Le contraire de « libre » n’est pas « génératrice » mais « liée ».

Méthode Montrer qu’une famille est libre

Pour montrer qu’une famille (u1 , . . . , un ) d’un K-espace vectoriel E est libre, on se donne (λ1 , . . . , λn ) ∈ Kn
X
n
tel que λi ui = 0E et on montre que tous les λi sont nuls.
i=1

Exemple 1.4

Une famille à un vecteur est libre si et seulement si ce vecteur est non nul.
Une famille à deux vecteurs est libre si et seulement si ces deux vecteurs sont non colinéaires.
Une famille à trois vecteurs est libre si et seulement si ces trois vecteurs sont non coplanaires.

Exemple 1.5

Soit n ∈ N∗ . Posons e1 = (1, 0, . . . , 0), e2 = (0, 1, 0 . . . , 0), . . ., en = (0, . . . , 0, 1) des vecteurs de Kn . Alors
(ei )16i6n est une famille libre de Kn .

Exemple 1.6

La famille (1, X, X2 , . . . , Xn ) est une famille libre de K[X].

 Attention ! Quand on considère une famille de fonctions (fi )16i6n du R-espace vectoriel RI , dire que
Xn X
n
λi fi = 0 signifie que λi fi (x) = 0 pour tout x ∈ I (le premier zéro désigne la fonction nulle et le second
i=1 i=1
désigne le zéro de R).

Exercice 1.2

Montrer que la famille (sin, cos) est une famille libre de RR .

Définition 1.4 Famille libre, famille liée (cas d’une famille quelconque)

Soient E un K-espace vectoriel et (ui )i∈I ∈ EI . On dit que la famille (ui )i∈I est libre ou encore que les ui
sont linéairement indépendants si
X
∀(λi )i∈I ∈ K(I) , λi ui = 0E =⇒ ∀i ∈ I, λi = 0
i∈I

Dans le cas contraire, on dit que la famille (ui )i∈I est liée ou encore que les ui sont linéairement dépendants.
De manière équivalente, la famille (ui )i∈I est liée si et seulement si l’un des ui est combinaison linéaire des
autres.

Remarque. Pour montrer qu’une famille infinie est libre, il est donc équivalent de montrer que toute sous-
famille finie de cette famille est libre.

http://lgarcin.github.io 3
© Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Remarque. X Si (ui )X
i∈I est une famille libre et si (λi )i∈I et (µi )i∈I sont deux familles presque nulles de scalaires
telles que λi u i = µi ui , alors λi = µi pour tout i ∈ I.
i∈I i∈I

Exemple 1.7

La famille (Xn )n∈N est une famille libre de K[X].

Proposition 1.3

Une famille libre reste libre si :

(i) on effectue les opérations du pivot de Gauss ;
(ii) on lui enlève un vecteur (une sous-famille d’une famille libre est libre) ;
(iii) on lui ajoute un vecteur qui n’est pas combinaison linéaire des vecteurs de cette famille.
Une famille liée reste liée si :
(i) on effectue les opérations du pivot de Gauss ;
(ii) on lui ajoute un vecteur (i.e. une sur-famille d’une famille liée est liée) ;
(iii) on lui enlève un vecteur qui n’est pas combinaison linéaire des autres vecteurs de cette famille ;

1.4 Bases

Définition 1.5 Base

Soient E un K-espace vectoriel et (ui )i∈I ∈ EI . On dit que la famille (ui )i∈I est une base de E si elle est à la
fois génératrice de E et libre.

Remarque. La famille vide est une base de l’espace vectoriel nul.

Exemple 1.8

Une famille de trois vecteurs non coplanaires de l’espace est une base de l’espace vectoriel géométrique.

Exemple 1.9

(1, i) est une base du R-espace vectoriel C.

Exemple 1.10

Soit n ∈ N∗ . Posons e1 = (1, 0, . . . , 0), e2 = (0, 1, 0 . . . , 0), . . ., en = (0, . . . , 0, 1) des vecteurs de Kn . Alors
(ei )16i6n est une base de Kn . On l’appelle la base canonique de KN .

Exemple 1.11

La famille (1, X, X2 , . . . , Xn ) est une base de Kn [X]. On l’appelle la base canonique de Kn [X].
La famille (Xn )n∈N est une base de K[X].

http://lgarcin.github.io 4
 © Laurent Garcin MPSI Lycée Jean-Baptiste Corot

 Attention ! Il n’y a pas unicité de la base pour un espace vectoriel donné.

Définition 1.6 Coordonnées dans une base finie

Soit (e1 , . . . , en ) une base d’un K-espace vectoriel E. Soit x ∈ E. On appelle coordonnées de x dans la base
X
n
(e1 , . . . , en ) l’unique n-uplet (λ1 , . . . , λn ) ∈ Kn tel que x = λi ei .
i=1

Définition 1.7 Coordonnées dans une base quelconque

Soit (ei )i∈I une base d’un K-espace vectoriel E. Soit x ∈ E.X
On appelle coordonnées de x dans la base (ei )i∈I
(I)
l’unique famille presque nulle (λi )i∈I ∈ K telle que x = λi ei .
i∈I

Proposition 1.4 Base d’une somme directe de deux sous-espaces vectoriels

Soient F et G deux sous-espaces vectoriels en somme directe d’un K-espace vectoriel E. On suppose qu’il existe
une base F de F et une base G de G. Alors la famille B obtenue par concaténation des bases F et G est une
base de F ⊕ G.
B est dite base adaptée à la somme directe F ⊕ G.

 Attention ! Il est essentiel que F et G soient en somme directe. En effet, dans R3 , soit P le plan vectoriel
d’équation x = 0 et Q le plan vectoriel d’équation y = 0. Il est clair que ((0, 1, 0), (0, 0, 1)) est une base de
P et que ((1, 0, 0), (0, 0, 1)) est une base Q. Or P et Q ne sont pas en somme directe puisque P ∩ Q est la
x=0
droite vectorielle d’équations . Et on voit bien que ((0, 1, 0), (0, 0, 1), (1, 0, 0), (0, 0, 1)) n’est pas une
y=0
base puisqu’elle contient deux fois le même vecteur.

Proposition 1.5 Base d’une somme directe d’un nombre fini de sous-espaces vectoriels

Soient F1 , . . . , Fp des sous-espaces vectoriels en somme directe d’un K-espace vectoriel E. On suppose qu’il
existe des bases F1 , . . . , Fp de F1 , . . . , Fp . Alors la famille B obtenue par concaténation des bases F1 , . . . , Fp
est une base de p
L
i=1 Fi .
B est dite base adaptée à la somme directe p
L
i=1 Fi .

Proposition 1.6 Base d’un produit de deux espaces vectoriels (cas de bases finies)

Soient E et F deux espaces vectoriels. On suppose que E et F admettent des bases respectives (e1 , . . . , en ) et
(f1 , . . . , fp ). Alors la famille ((e1 , 0F ), . . . , (en , 0F ), (0E , f1 ), . . . , (0E , fp )) est une base de E × F.

Proposition 1.7 Base d’un produit de deux espaces vectoriels (cas de bases quelconques)

Soient E et F deux espaces vectoriels. On suppose que E et F admettent des bases respectives (ei )i∈I et (fj )j∈J .
Alors la concaténation des familles (ei , 0F )i∈I et (0E , fj )j∈J est une base de E × F.

http://lgarcin.github.io 5
© Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Proposition 1.8 Base d’un produit d’un nombre fini d’espaces vectoriels (cas de base finies)

Soient E1 , . . . , Ep des espaces vectoriels. On suppose que E1 , . . . , Ep admettent des base respec-
tives (e11 , . . . , e1n1 ), . . . , (ep p
1 , . . . , enp ). Pour tout k ∈ J1, pK et tout i ∈ J1, nk K, on pose fi
k
=
k 1 1 p p
(0E1 , . . . , 0Ei−1 , ei , 0Ei+1 , . . . , 0Ep ). Alors la concaténation des familles (f1 , . . . , fn1 ), . . . , (f1 , . . . , fnp ) est une
Y p
base de Ep .
k=1

Proposition 1.9 Base d’un produit d’un nombre fini d’espaces vectoriels (cas de bases quel-
conques)

Soient E1 , . . . , Ep des espaces vectoriels. On suppose que E1 , . . . , Ep admettent des base respectives
(e1i )i∈I1 , . . . , (ep k k
i )i∈Ip . Pour tout k ∈ J1, pK et tout i ∈ Ik , on pose fi = (0E1 , . . . , 0Ei−1 , ei , 0Ei+1 , . . . , 0Ep ).
Y
p
Alors la concaténation des familles (f1i )i∈I1 , . . . , (fpi )i∈Ip est une base de Ep .
k=1

1.5 Cas particulier de Kn

Définition 1.8 Famille échelonnée de vecteurs de Kn

Soit (u1 , . . . , up ) une famille de vecteurs de Kn . Pour tout i ∈ J1, pK, on note ai (resp. bi ) le nombre de zéros
initiaux (resp. terminaux) dans le vecteur ui . On dit que la famille (u1 , . . . , up ) est échelonnée si une des
suites finies (a1 , . . . , an ) ou (b1 , . . . , bn ) est strictement monotone.

Exemple 1.12

Les vecteurs (2, 3, 1, 2), (−2, 1, 0, 0) et (1, 0, 0, 0) forment une famille échelonnée de R4 .
Les vecteurs (3, 2, 1, −1), (0, 2, −1, 4), (0, 0, 2, 3) et (0, 0, 0, 0) forment une famille échelonnée de R4 .

Proposition 1.10 Liberté d’une famille échelonnée

Une famille échelonnée de Kn est libre si et seulement si elle ne comporte pas le vecteur nul.

Proposition 1.11

Toute famille de Kn peut être transformée à l’aide des opérations du pivot de Gauss en une famille échelonnée.

Méthode Montrer qu’une famille de Kn est libre ou liée

Il suffit d’écrire la matrice dont les colonnes sont les vecteurs de la famille et de se ramener à une famille
échelonnée en utilisant le pivot de Gauss sur les colonnes. Si le vecteur nul apparaît, c’est que la famille est
liée. Sinon, elle est libre.

Exemple 1.13

Montrer que la famille ((1, 2, 1), (1, 3, 2), (1, 1, 0)) est liée.
Montrer que la famille ((2, 1, 3, 4), (1, 3, 2, 0), (2, 3, 1, −1)) est libre.

http://lgarcin.github.io 6
© Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Méthode Déterminer une base d’un sous-espace vectoriel de Kn

Soit F un sous-espace vectoriel de Kn .
I Si F est donné sous forme cartésienne (i.e. à l’aide d’un système d’équations linéaires), la méthode « mettre
sous forme d’un vect » vu dans le chapitre Espaces vectoriels fournit une base de F.
I Si F est donné sous forme paramétrique (i.e. à l’aide d’une famille génératrice), la méthode du pivot de
Gauss fournit une base de F après suppression des éventuels vecteurs nuls.

2 Dimension d’un espace vectoriel

Définition 2.1 Dimension finie

On dit qu’un espace vectoriel est de dimension finie s’il possède une famille génératrice finie.

Exemple 2.1

Pour n > 1, Kn est de dimension finie puisque sa base canonique est une famille génératrice finie.

Exemple 2.2

K[X] n’est pas de dimension finie. En effet, supposons qu’il admette une famille génératrice finie (P1 , . . . , Pn ).
Posons d = max deg Pi . Alors Xd+1 n’est pas une combinaison linéaire des Pi .
16i6n

2.1 Existence de bases

Théorème 2.1

Soit E un K-espace vectoriel de dimension finie. Soient L une famille libre finie de E et G une famille génératrice
finie de E. Alors on peut compléter L en une base de E en lui ajoutant des vecteurs de G.

Corollaire 2.1 Existence de bases

Tout K-espace vectoriel de dimension finie possède une base finie.

Corollaire 2.2 Théorème de la base incomplète/extraite

Soit E un K-espace vectoriel de dimension finie.

(i) On peut compléter toute famille libre finie de E en une base de E.
(ii) On peut extraire de toute famille génératrice finie de E une base de E.

Exemple 2.3

Soit F = vect((1, −5, 7), (2, 6, 8), (3, 1, 15), (1, 11, 1)). Alors ((1, −5, 7), (2, 6, 8)) est une base de F.

http://lgarcin.github.io 7
© Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Remarque. Si on admet l’axiome du choix, les théorèmes précédents restent vraie en dimension infinie quitte
à considérer des familles infinies.

2.2 Définition de la dimension

Lemme 2.1

Soit E un K-espace vectoriel de dimension finie possédant une famille génératrice à n vecteurs. Alors toute
famille libre de E comporte au plus n vecteurs.

Théorème 2.2 Dimension

Soit E un K-espace vectoriel de dimension finie. Toutes les bases de E ont même nombre d’éléments. On appelle
cet entier la dimension de E (sur K) et on le note dim E.

Remarque. La dimension de l’espace nul est 0.

Remarque. On appelle droite vectorielle un espace vectoriel de dimension 1 et plan vectoriel un espace
vectoriel de dimension 2.

Méthode Déterminer la dimension d’un espace vectoriel

Pour déterminer la dimension d’un espace vectoriel, il suffit de déterminer une base de E. Son nombre d’éléments
donnera la dimension.

Exemple 2.4

 L’ensemble des solutions d’une équation différentielle linéaire homogène d’ordre 1 est une droite vecto-
rielle.
 L’ensemble des solutions d’une équation différentielle linéaire homogène d’ordre 2 à coefficients constants
est un plan vectoriel.

Exemple 2.5

 L’ensemble des suites réelles vérifiant une relation de récurrence linéaire homogène d’ordre 2 à coefficients
constantes est un plan vectoriel.

Exemple 2.6

 dim Kn = n.
 dim Kn [X] = n + 1.
 K[X] est de dimension infinie.

Remarque. Un ensemble E peut être muni d’une structure d’espace vectoriel pour différents corps de base.
La dimension peut alors différer suivant le corps de base. En cas d’ambiguïté, la dimension d’un espace vectoriel
E pour le corps de base K est notée dimK E.

Exemple 2.7

dimC C = 1 et dimR C = 2.

http://lgarcin.github.io 8
 © Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Exercice 2.1

Soit E un C-espace vectoriel de dimension finie. Montrer que E peut être muni d’une structure de R-espace
vectoriel et montrer que dimR E = 2 dimC E.

Corollaire 2.3

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

(i) Toute famille libre de E possède au plus n vecteurs.
(ii) Toute famille génératrice de E possède au moins n vecteurs.
(iii) Toute famille possédant strictement plus de n vecteurs est liée.

 Attention ! Les réciproques sont fausses.

 Une famille d’un espace vectoriel de dimension n possédant moins de n vecteurs n’est pas forcément libre.
 Une famille d’un espace vectoriel de dimension n possédant plus de n vecteurs n’est pas forcément géné-
ratrice.
 Une famille liée peut possèder n vecteurs ou moins.

Corollaire 2.4

Soit E un espace vectoriel de dimension n et B une famille de n vecteurs. Les propositions suivantes sont
équivalentes :
(i) B est une famille génératrice de E ;
(ii) B est une famille libre de E ;
(iii) B est une base de E.

Méthode Prouver qu’une famille est une base en dimension finie

Soit E un espace vectoriel de dimension n et B une famille à n vecteurs. Pour prouver que B est une base de
E, pas besoin de prouver que B est génératrice et libre. Le théorème précédent nous dit qu’il suffit de montrer
que B est génératrice ou libre (en pratique, on montre plus souvent la liberté). Le travail est donc divisé par
deux si on connaît la dimension de l’espace vectoriel.

Exemple 2.8

La famille ((0, 1, 2), (1, 2, 0), (2, 0, 1)) est une base de R3 .

Proposition 2.1 Dimension d’un produit

Y
p
Soient E1 , . . . , Ep des K-espaces vectoriels de dimension finie. Alors Ek est de dimension finie et
k=1
Yp X
p
!
dim Ek = dim Ek .
k=1 k=1

http://lgarcin.github.io 9
© Laurent Garcin MPSI Lycée Jean-Baptiste Corot

3 Dimension et sous-espaces vectoriels

3.1 Dimension d’un sous-espace vectoriel

Proposition 3.1 Dimension d’un sous-espace vectoriel

Soit F un sous-espace vectoriel d’un espace vectoriel de dimension finie E. Alors F est de dimension finie et
dim F 6 dim E. De plus, dim F = dim E si et seulement si E = F.

Exemple 3.1

Les sous-espaces vectoriels de R2 sont le sous-espace nul, les droites vectorielles et R2 .

Les sous-espaces vectoriels de R3 sont le sous-espace nul, les droites vectorielles, les plans vectoriels et R3 .

Exemple 3.2 Équations différentielles linéaires homogènes d’ordre 1

Soit (E) l’équation différentielle y 0 + ay = 0 où a ∈ C(I, K). On note S l’ensemble des solutions de (E) sur I à
valeurs dans K. Alors S est un sous-espace vectoriel de KI de dimension 1.

Exemple 3.3 Équations différentielles linéaires homogènes d’ordre 2 à coefficients constants

Soient (a, b) ∈ K2 et (E) l’équation différentielle y 00 + ay 0 + by = 0. On note S l’ensemble des solutions de (E)
sur R à valeurs dans K. Alors S est un sous-espace vectoriel de KR de dimension 2.

Exemple 3.4 Récurrences linéaires homogènes

Soient (a, b) ∈ K2 et S l’ensemble des suites (un )n∈N à valeurs dans K telles que un+2 + aun+1 + bun = 0
pour tout n ∈ N. Alors S est un sous-espace vectoriel de KN de dimension 2.

Méthode Montrer que deux sous-espaces vectoriels sont égaux

Soient F et G deux sous-espaces vectoriels d’un espace vectoriel E. Pour montrer que F = G, il suffit de montrer
que F ⊂ G (ou G ⊂ F) et que dim F = dim G. Travail divisé par deux.

Exercice 3.1

Soient a = (1, 2, 1), b = (1, 3, 2), c = (1, 1, 0) et d = (3, 8, 5) des vecteurs de R3 . Montrer que vect(a, b) =
vect(c, d).

Définition 3.1 Hyperplan

Soit E un espace vectoriel de dimension n. On appelle hyperplan de E tout sous-espace vectoriel de E de

dimension n − 1.

http://lgarcin.github.io 10
 © Laurent Garcin MPSI Lycée Jean-Baptiste Corot

3.2 Dimension d’une somme

Proposition 3.2 Existence d’un supplémentaire

Soit F un sous-espace vectoriel d’un espace vectoriel E de dimension finie. Alors F possède un supplémentaire
dans E.

 Attention ! On rappelle qu’il n’y a pas unicité du supplémentaire.

Remarque. Si on admet l’axiome du choix, l’existence d’un supplémentaire est également garantie en dimen-
sion infinie.

Proposition 3.3 Dimension d’une somme directe de deux sous-espaces vectoriels

Soient F et G deux sous-espaces vectoriels de dimension finie en somme directe d’un espace vectoriel E. Alors
F ⊕ G est de dimension finie et dim F ⊕ G = dim F + dim G.

Proposition 3.4 Formule de Grassmann

Soient F et G deux sous-espaces vectoriels de dimension finie d’un espace vectoriel E. Alors F + G est de
dimension finie et
dim F + G = dim F + dim G − dim F ∩ G

Exercice 3.2

Soient F et G deux sous-espaces vectoriels de dimension 3 de R5 . Montrer que F ∩ G 6= {0}.

Corollaire 3.1 Caractérisation d’une somme directe

Soient F et G deux sous-espaces vectoriels de dimension finie d’un espace vectoriel E. Alors F et G sont en
somme directe si et seulement si dim(F + G) = dim F + dim G.

Corollaire 3.2 Caractérisation de la supplémentarité

Soient F et G deux sous-espaces vectoriels d’un espace vectoriel de dimension finie E. Alors F et G sont
supplémentaires si et seulement si au moins deux des trois assertions suivantes sont vraies :
(i) dim F + dim G = dim E.
(ii) F ∩ G = {0E }.
(iii) F + G = E.

Méthode Prouver que deux sous-espaces vectoriels sont supplémentaires

Soient F et G deux sous-espaces vectoriels d’un espace vectoriel de dimension finie E. Si on connaît les dimensions
de E, F et G, pour prouver que F et G sont supplémentaires dans E, il suffit de vérifier que dim F+dim G = dim E
et de montrer, au choix, que F ∩ G = {0E } ou F + G = E (en pratique, on montre plus souvent que la somme
est directe). Travail divisé par deux grâce à la dimension.

http://lgarcin.github.io 11
© Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Exercice 3.3

Soient F = {(x, y, z) ∈ R3 | x + 2y + 3z = 0} et G = vect((0, 1, 0)). Montrer que F et G sont supplémentaires

dans R3 .

Proposition 3.5 Dimension d’une somme d’un nombre fini de sous-espaces vectoriels

Soient F1 , . . . , Fp des sous-espaces vectoriels de dimension finie d’un espace vectoriel E. Alors

Xp X p
!
dim Fk 6 dim Fk
k=1 k=1

De plus, l’inégalité précédente est une égalité si et seulement si F1 , . . . , Fp sont en somme directe.

Remarque. Soient F1 , . . . , Fp des sous-espaces vectoriels d’un espace vectoriel E de dimension Pp finie. Pour
Lp
montrer que E = k=1 F k , il suffit de montrer que F1 , . . . , Fp sont en somme directe et que k=1 dim Fk =
dim E.

4 Rang d’une famille de vecteurs

Définition 4.1 Rang d’une famille de vecteurs

Soit E un K-espace vectoriel (pas nécessairement de dimension finie). Soit F une famille finie de vecteurs de
E. Alors vect(F) est de dimension finie et sa dimension est appelée le rang de F noté rg F.

Proposition 4.1

Le rang d’une famille finie de vecteurs est invariant par opérations de pivot de Gauss sur cette famille.

Remarque. Si F est une famille de p vecteurs, alors rg F 6 p.

Si E est de dimension finie n, rg F 6 n.
Si ces deux conditions sont réunies, on a donc rg F 6 min(n, p).

Exercice 4.1

Soient F1 et F2 deux familles finies d’un espace vectoriels E de dimension finie. Montrer que :

max(rg F1 , rg F2 ) 6 rg(F1 ∪ F2 ) 6 rg F1 + rg F2

Proposition 4.2 Rang, liberté, génération

Soit F une famille finie de p vecteurs d’un espace vectoriel E.

Alors rg F = card F si et seulement si F est libre.
Si de plus E est de dimension finie, rg F = dim E si et seulement si F engendre E.

Méthode Rang d’une famille de Kn

Soit F une famille de Kn . On applique la méthode du pivot de Gauss pour déterminer une base de vect(F).
Son cardinal est est le rang de F.

http://lgarcin.github.io 12
© Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Exercice 4.2

Déterminer le rang de la famille de vecteurs de R4 :

((1, 2, −3, 0), (−4, −6, 12, 2), (−3, −6, 12, 3), (−2, −4, 6, 0), (−2, −2, 3, 1))

http://lgarcin.github.io 13