XXI Familles de vecteurs et espaces vectoriels de

dimension finie
14 août 2024

Table des matières

1 Familles de vecteurs. 1
1.1 Familles génératrices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Familles libres et liées. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Bases. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Bases canoniques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2 Notion de dimension. 7
2.1 Définition. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Théorème fondamental. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3 Existence de bases. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.4 Existence de la dimension. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.5 Exemples avancés. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

3 Sous-espaces vectoriels en dimension finie. 11

3.1 Dimension d’un sous-espace vectoriel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2 Existence de supplémentaires. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.3 Dimension d’une somme de sous-espaces vectoriels. . . . . . . . . . . . . . . . . . . . . . . 13
 XXI - FAMILLES DE VECTEURS ET ESPACES VECTORIELS DE DIMENSION FINIE

Dans tout ce chapitre, sauf mention expresse Exemple

 1.1.3.
  1. Dans
 R3 ,
du contraire, E désigne un espace vectoriel sur 1 0 0
un corps K, valant R ou C. 0 , 1 , 0 est génératrice car
     
0 0 1
 
x
1 Familles de vecteurs. y  = xe1 + ye2 + ze3 . Se généralise à Rn
 
z
Dans cette partie, sauf mention expresse du
avec base canonique.
contraire, I désigne un ensemble et (xi )i∈I une
famille de vecteurs de E indexée par cet ensemble. 2. Dans C considéré comme un R-ev, une famille
génératrice est (1, i).
3. Dans C considéré comme un C-ev, une famille
Définition 1.0.1. génératrice est (z), pour n’importe quel z ̸= 0.
Étant donné deux familles de vecteurs (xi )i∈I et On peut noter C = VectR (1, i) = VectC (z).
(yj )j∈J , on note (xi )i∈I ⊎ (yj )j∈J leur concaténa- 4. Dans
  le R-espace vectoriel R[X], la famille
tion. Xk est une famille génératrice de R[X].
k∈N
Dans
  le C-espace vectoriel C[X], la famille
Remarque 1.0.2. X k est une famille génératrice de C[X].
k∈N
Ce n’est pas une notation officielle et nous ne dé- En revanche,
 dans
 le R-espace vectoriel C[X],
finirons pas formellement cette notion. On pourra k
n la famille X n’est pas génératrice
] k∈N
aussi utiliser le symbole pour écrire la conca-   
i=1 de C[X] (car VectR Xk = R[X] ̸=
k∈N
ténation de n familles de vecteurs de E. C[X].
Exemple 1.0.3. 5. Dans le C-espace vectoriel C(X), d’après
(x1 , x2 , x3 ) ⊎ (y1 , y2 ) = (x1 , x2 , x3 , y1 , y2 ). le cours sur la décomposition en élément
simple, on obtient une famille génératrice
 
1.1 Familles génératrices. de C(X) en regroupant les familles X k
  k∈N
1
et (X−α)k (α,k)∈C×N⋆
.
Définition 1.1.1.
Exemple 1.1.4.
On dit que la famille (xi )i∈I est génératrice du K-
La famille ((1, 0), (0, 1)) est génératrice de R2 et
espace vectoriel E ou qu’elle engendre


le K-espace
vectoriel E si E = VectK (xi )i∈I . R2 = Vect ((1, 0), (0, 1))
= Vect ((2, 3), (0, 1))
= Vect ((2, 3), (1, 2)).
Proposition 1.1.2.
Une famille (xi )i∈I de vecteurs de E est généra- La famille ((2, 3), (1, 2)) est donc une famille gé-
trice de E si et seulement si tout élément de E nératrice de R2 .
peut s’écrire comme une combinaison linéaire des C’est l’autre sens qui est le plus souvent utilisé,
vecteurs de cette famille. et qui fait apparaître un pivot de Gauss (encore
et toujours) :
Démonstration.

VectK (xi )i∈I ⊂ E puisque tous les éléments de (xi )i∈I Vect ((3, 4), (1, 5)) = Vect ((0, −11), (1, 5))
appartiennent à E. On a donc = Vect ((0, 1), (1, 5))
= Vect ((0, 1), (1, 0))



E = VectK (xi )i∈I ⇐⇒ E ⊂ VectK (xi )i∈I

Qui est exactement ce que dit la proposition. = R2

1
 XXI - FAMILLES DE VECTEURS ET ESPACES VECTORIELS DE DIMENSION FINIE

La famille ((3, 4), (1, 5)) est donc une famille gé-
nératrice de R2 . Théorème 1.1.9.
Soient F et G deux sous-espaces vectoriels de E.
Remarque 1.1.5. Alors toute concaténation d’une famille généra-
On a aussi la notion de famille génératrice d’un trice de F et d’une famille génératrice de G est
sev F de E. une famille génératrice de F + G.
Remarque 1.1.6.
On appelle droite vectorielle tout sev engendré Démonstration.
par un seul vecteur non nul, qui est alors vecteur Soit (xi )i∈I1 une famille génératrice de F et (xi )i∈I2 une fa-
directeur. Correspond bien à ce qui se passe dans mille génératrice de G. Notons (xi )i∈I = (xi )i∈I1 ⊎ (xi )i∈I2
R2 et R3 . Toute combinaison linéaire d’éléments de la famille
Idem avec plan vectoriel et deux vecteurs non (xi )i∈I est dans F + G.
Réciproquement, tout élément de F + G s’écrit comme
colinéaires. somme d’un élément de F et d’un élément de G. Le pre-
mier est une combinaison linéaire d’éléments de la fa-
mille (xi )i∈I1 et le second de la famille (xi )i∈I2 . Donc
Proposition 1.1.7. 1. Une famille génératrice leur somme est une combinaison linéaire d’éléments de la
à laquelle on ajoute des vecteurs est toujours famille (xi )i∈I
génératrice.
2. On peut retirer tout vecteur qui est combinai- 1.2 Familles libres et liées.
son linéaire des autres vecteurs de la famille
(c’est une condition suffisante mais elle est
en fait aussi nécessaire). Définition 1.2.1.
On dit que la famille (xi )i∈I est libre si toute
combinaison linéaire d’éléments de (xi )i∈I dont
Démonstration. 1. Découle du fait que l’inclusion de
deux parties implique l’inclusion des sous-espaces la valeur est 0E est la combinaison triviale, c’est-
engendrés. à-dire n’a que des coefficients nuls. Formellement,
2. Découle du fait que pour toutes parties X et Y de E, la famille est libre si et seulement si, pour toute
X ⊂ Y ⊂ Vect(X) implique Vect(X) = Vect(Y ). famille de scalaires (λi )i∈I à support fini, on a
X
Exemple 1.1.8. 1. Dans R4 , on considère P λi xi = 0E ⇒ ∀i ∈ I λi = 0
l’ensemble de R4 défini par i∈I

( Dans le cas où I = [[1, n]], cette condition s’écrit :

x − y + 2t = 0
P : pour tout n-uplet (λ1 , . . . , λn ) de scalaires, on a
x+y−z = 0
n
X
où (x, y, z, t) sont les coordonnées dans R4 . λi xi = 0E ⇒ (λ1 , . . . , λn ) = (0, . . . , 0)
On trouve i=1

Une famille non libre est dite liée.

P = Vect((1, 0, 1, −1/2), (0, 1, 1, 1/2))

donc c’est bien un plan. Remarque 1.2.2. — Une famille est donc liée
2. On considère l’ensemble S des suites réelles si et seulement s’il existe une combinaison
vérifiant un+2 + 2un+1 − 3un = 0. S est un linéaire de valeur nulle à coefficients non
sous-espace vectoriel de RN (le vérifier). On tous nuls.
veut en donner une famille génératrice. On — Si l’un des xi est nul, la famille est liée.
résout comme dans le cours, on trouve deux — Si la famille comporte deux fois le même
vecteurs générateurs. Cela fonctionnerait de vecteur, elle est liée.
manière identique pour les solutions d’une
équation différentielle.

2
 XXI - FAMILLES DE VECTEURS ET ESPACES VECTORIELS DE DIMENSION FINIE

Montrons que la famille considérée est liée, c’est-à-dire

Proposition 1.2.3. qu’il existe une combinaison linéaire non triviale valant
La famille (xi )i∈I est libre si et seulement si tout 0, si et seulement si au moins un élément de la famille
s’écrit comme combinaison linéaire des autres éléments de
élément x de E s’écrit d’au plus une façon comme
la famille.
combinaison linéaire d’éléments de (xi )i∈I .
Sens indirect Supposons qu’il existe une combinaison li-
néaire non triviale de (x1 , . . . , xn ) valant 0. Notons
Démonstration.Sens direct Supposons que la famille λ1 , . . . λn ses coefficients. L’un d’eux au moins étant
(xi )i∈I est libre et montrons que tout élément x de non nul, on peut supposer λ1 ̸= 0, quitte à permuter
E s’écrit d’au plus une façon comme combinaison les vecteurs. Alors a
linéaire d’éléments de (xi )i∈I . n
X
Soit x un élément de E. Supposons qu’il existe deux λk xk = 0E ,
familles de scalaires à support fini (λi )i∈I et (µi )i∈I k=1

vérifiant X X donc
n 
x= λi xi = µi xi X λk

i∈I i∈I
x1 = − xk .
λ1
k=2
Alors
Donc x1 est combinaison linéaire des autres vecteurs
X
0E = x − x = (λi − µi )xi .
de la famille.
i∈I
Sens direct Supposons que x1 s’écrive
Or la famille (xi )i∈I est libre, donc pour tout i ∈ I,
on a λi − µi = 0. n
X
Donc tout élément de E s’écrit d’au plus une façon x1 = λ k xk ,
comme combinaison linéaire d’éléments de (xi )i∈I . k=2

Sens indirect Supposons que tout élément de E s’écrit où x2 , . . ., xn sont d’autres éléments de la famille
d’au plus une façon comme combinaison linéaire d’élé- et λ1 , . . ., λk sont des scalaires. Alors, en posant
ments de E et montrons que la famille (xi )i∈I est λ1 = −1,
n
libre. X
λ k uk = 0 E .
Soit (λi )i∈I une famille de scalaires à support fini
k=1
vérifiant
Cette combinaison linéaire n’est pas triviale puisque
X
λi xi = 0E .
λ1 n’est pas nul, donc la famille est liée.
i∈I

Alors en posant µi = 0 pour tout i ∈ I, on a aussi (le cas général fonctionne de même).

Exemple 1.2.5. 1. Dans R2 : une famille de

X
µi xi = 0E .
i∈I deux vecteurs est liée si et seulement si les
Ainsi, 0E s’écrit de deux façons comme combinaison deux vecteurs sont colinéaires.
linéaire de la famille (xi )i∈I : les deux familles (λi )i∈I 2. Dans R3 , une famille de 3 vecteurs est liée si
et (µi )i∈I sont donc la même famille, donc et seulement si les 3 vecteurs sont coplanaires.
∀i ∈ I λi = 0
Remarque 1.2.6.
La famille (xi )i∈I est donc libre. Dans Rn , si on utilise la définition pour chercher si
une famille est libre, on est ramené à la résolution
d’un système linéaire (une fois de plus).
Proposition 1.2.4. Exemple 1.2.7.
La famille (xi )i∈I est libre si et seulement si aucun • Montrer que ((1, 0), (−1, 2), (2, 4)) est liée dans
élément de cette famille ne peut s’exprimer comme R2 .
combinaison linéaire des autres éléments de la • Montrer que ((1, 0, 0), (0, −1, 1), (1, 0, 2)) est
famille. libre dans R3 .
• (x 7→ sin x, x 7→ sin 2x, x 7→ sin 3x) est libre.
Démonstration.
On fera ici la démonstration dans le cas où I = [[1, n]] qui
est le cas qu’on rencontrera le plus fréquemment par la Définition 1.2.8.
suite. La démonstration n’est pas plus compliquée dans le Soit x, y deux vecteurs de E. On dit que
cas général.

3
 XXI - FAMILLES DE VECTEURS ET ESPACES VECTORIELS DE DIMENSION FINIE

3. Le sens direct est évident. Pour l’autre sens, par

— x est colinéaire à y s’il existe λ ∈ K tel que contraposée supposons que (x1 , . . . , xn , xn+1 ) est liée.
x = λy ; Alors il existe une combinaison linéaire nulle non
triviale de x1 ,. . . xn , xn+1 . Si le coefficient de xn+1 est
— x et y sont colinéaires si x est colinéaire à
nul, il s’agit d’une combinaison linéaire des x1 , . . ., xn .
y ou si y est colinéaire à x. Sinon, on peut exprimer xn+1 comme combinaison
linéaire de x1 , . . ., xn .

Remarque 1.2.9.
Si x et y sont tous les deux non nuls, x est coli- Exemple 1.2.13.
néaire à y si et seulement si x et y sont colinéaires. Dans R2 , toute famille de trois vecteurs ou plus
est liée : si les deux premiers vecteurs sont liés,
la famille l’est aussi. Sinon, le troisième vecteur
Proposition 1.2.10. est combinaison linéaire des deux premiers, car
La famille vide est toujours libre. les deux premiers forment une base.
Soit x et y deux vecteurs de E. Idem dans R3 avec les familles de plus de 4 vec-
1. (x) est libre si et seulement si x ̸= 0E . teurs.

2. (x, y) est libre si et seulement si x et y ne

sont pas colinéaires. Proposition 1.2.14.
Soient F, G deux sev d’un K-ev E, et F , G deux
familles libres de F , G respectivement.
Démonstration. Si F +G est directe, alors F ⊎G est une famille
Élémentaire : à vous de le faire. libre.

Cet argument n’est valable que pour Démonstration.

deux vecteurs, comme nous l’avons vu plus haut. Notons F = (fi )i∈I et G = (gj )j∈J .
Soit (λi ) ∈ KI , (µj ) ∈ KJ à support fini telles que
X X
λi fi + µj gj = 0E .
Définition 1.2.11. i∈I
| {z }
j∈J
| {z }
Soit (xi )i∈I une famille de vecteurs de E. Pour ∈F ∈G

tout J ⊂ I, on dit que (xi )i∈J est une sous-famille Comme les F + G est directe, on a
de (xi )i∈I et que (xi )i∈I est une sur-famille de X X
λi fi = µj gj = 0E .
(xi )i∈J .
i∈I j∈J

Comme F et G sont libres, tous les λi , µj sont nuls. Ainsi,

F + G est libre.
Théorème 1.2.12. 1. Toute sur-famille d’une
Enfin, terminons par un résultat bien pratique :
famille liée est liée.
2. Toute sous-famille d’une famille libre est
Définition 1.2.15.
libre.
Soit n ∈ N∗ et E = Kn . Soit p ∈ J1, nK et
3. Si (x1 , . . . , xn ) est une famille libre, alors (v1 , · · · , vp ) une famille de vecteurs de E. Pour
(x1 , . . . , xn , xn+1 ) est libre si et seulement tout i ∈ J1, pK, notons (vi,j )j∈J1,nK les coordonnées
si xn+1 n’est pas combinaison linéaire des du vecteur vi . On dit que la famille (v1 , · · · , vp )
x1 , . . . , x n . est échelonnée si :
1. pour tout i ∈ J1, pK il existe ri ∈ J1, nK tel
Démonstration. 1. Il existe une combinaison linéaire que vi,ri ̸= 0 et pour tout j ∈ J1, nK tel que
nulle non triviale de la sous-famille. Il suffit de la
j > ri , vi,j = 0 ;
compléter par des 0 pour en obtenir une pour la
sur-famille. 2. la suite des ri est strictement croissante.
2. C’est la contraposée du point précédent.

4
 XXI - FAMILLES DE VECTEURS ET ESPACES VECTORIELS DE DIMENSION FINIE

Exemple1.2.16.
        Remarque 1.2.20.
1 1 −1 0 Par abus, les familles de vecteurs présentant
0 3  2   0 
        des blocs de zéros dans d’autres « coins » que
Dans R5 , 0 , 0 ,  0  ,  1  est une le « coin inférieur gauche » peuvent aussi être
       
0 0 −3  2 
       
dites échelonnées. En tout cas, avec la même
0 0 0 −5 démonstration, elles sont
! également
!! libres.
! Par
!!
famille échelonnée. 1 0 0 1
exemple les familles , , ,
       
1 1 −1 0 1 1 1 1
2 3  2   0  ! !!
       
La famille 0 , 0 ,  0  ,  1  n’en
        1 1
et , sont libres.
0 0 −3  2 
        1 0
0 0 0 −5
est pas une. Proposition 1.2.21.
Remarque 1.2.17. Une famille de polynômes non nuls de degrés
Avec les mêmes notations, si 0 ⩽ k < i ⩽ p, alors distincts deux à deux est libre.
vk,ri = 0.
Démonstration.
Remarque 1.2.18. Par des considérations de degré.
Une famille échelonnée ne peut contenir de vecteur
nul. 1.3 Bases.

Proposition 1.2.19. Définition 1.3.1.

Toute famille échelonnée est libre. Une famille (xi )i∈I est une base de E si elle est
libre et génératrice.
Démonstration.
Soit n ∈ N∗ et E = Kn . Soit p ∈ J1, nK et (v1 , · · · , vp ) une Exemple 1.3.2.
famille échelonnée de vecteurs de E.
Les bases canoniques des Rn .
Le résultat est assez intuitif et se voit facilement, par
p

exemple en considérant le système

X
λi vi = 0. En écri-
Remarque 1.3.3.
i=1 On a aussi la notion de base d’un sev de E.
vant le système, on se rend compte qu’en remontant les
lignes, les coefficients λi s’annulent les uns après les autres Remarque 1.3.4.
(le faire sur un exemple). Comme pour les familles libres et génératrices,
Donnons tout de même une démonstration propre, par on peut permuter l’ordre des vecteurs d’une base,
récurrence sur le nombre de vecteurs. Pour tout p ∈ J1, nK,
et on a toujours une base (mais ce n’est pas la
posons (Hp ) : toute famille échelonnée de E ayant p vec-
teurs non nuls est libre. même).
Un vecteur non nul formant à lui seul une famille libre,
(H1 ) est immédiate.
Soit p ∈ J1, n−1K tel que (Hp ) soit vraie. Soit (v1 , · · · , vp+1 ) Proposition 1.3.5.
une famille échelonnée à vecteurs non nuls. Définissons Soit B = (xi )i∈I une famille de E. Alors B est
les ri comme dans la définition 1.2.15. Soit λ1 , · · · , λp+1 une base si et seulement si pour tout y ∈ E, il
p+1

des scalaires tels que

X
λi vi = 0. La rp+1 -ème ligne de existe une unique famille de scalaires (λi )i∈I à
i=1 support fini telle que
ce système s’écrit λp+1 vp+1,rp+1 = 0, puisque pour tout
X
i ⩽ p, vi,rp+1 = 0, par définition d’une famille échelonnée. y= λ i xi .
Mais comme vp+1,rp+1 ̸= 0, alors λp+1 = 0. Il reste alors
p i∈I
X
λi vi = 0. Mais (v1 , · · · , vp ) est échelonnée, donc par
En particulier dans le cas où I = [[1, n]], B est une
i=1
hypothèse de récurrence elle est libre, ce qui implique que base si et seulement si pour tout y ∈ E, il existe
tous les λi sont nuls, d’où (Hp+1 ).

5
 XXI - FAMILLES DE VECTEURS ET ESPACES VECTORIELS DE DIMENSION FINIE

Remarque 1.3.10.
un unique n-uplet (λ1 , . . . , λn ) ∈ Kn tel que Une famille libre est toujours une base du sous-
n espace vectoriel qu’elle engendre.
X
y= λ k xk .
k=1
Théorème 1.3.11.
Soient F, G deux sev d’un K-ev E, de bases res-
pectifs B et C .
Démonstration. Alors, F et G sont en somme directe si et seule-
On a déjà vu que cette famille de scalaires existe si et
seulement si (xi )i∈I est génératrice et est unique sous
ment si B ⊎ C est une base de F + G.
réserve d’existence si et seulement si (xi )i∈I est libre. On Notamment, F et G sont supplémentaires si et
en déduit le résultat. seulement si B ⊎ C est une base de E.

Démonstration. (⇒) Découle directement de 1.1.9 et

Définition 1.3.6. 1.2.14.
Soit B = (xi )i∈I une base de E et y ∈ E. Alors (⇐) Si B ⊎C est une base de F +G, soit (f, g) ∈ F ×G
l’unique famille de scalaires (à support fini) (λi )i∈I tel que f + g = 0E . On note B = (bi )i∈I et C =
I J
(cj )j∈J . Soit (λ i ) ∈ K et (µj ) ∈ K à supports finis
P
telle que y = i∈I λi xi est appelée famille des X X
coordonnées de y dans B. tels que f = λi fi et g = µj gj .
i∈I j∈J
Dans le cas où I = [[1, n]], cette famille est un On a alors
n-uplet, appelé n-uplet des coordonnées. X X
λi fi + µj gj = 0E
i∈I j∈J

Exercice 1.3.7 (Classique). Comme B ⊎ C est une base, la famille (λi ) ⊎ (µj )
Montrer que ((1, 0, 1), (2, −1, 0), (0, 1, 1)) est une est nulle, et donc f = g = 0E .
base de R3 , donner les coordonnées d’un vecteur Ainsi, F + G est directe.
dans cette base (mais attention, les coordonnées
des vecteurs dans cette base et dans la base cano-
nique ne sont pas les mêmes !). 1.4 Bases canoniques.
Exemple 1.3.8. Les espaces vectoriels de référence viennent sou-
Donner une base de P ⊂ R3 où P = vent avec des bases «par construction», que l’on
(x, y, z) ∈ R3 x + 2y − z = 0 .

appellera canoniques. Elles n’ont pas de propriétés
(x, y, z) ∈ P si et seulement si z = x + 2y si et particulières, mais vous pouvez les utiliser sans
seulement s’il existe α, β ∈ R tel que (x, y, z) = justifier leur caractère de base.
α(1, 0, 1) + β(0, 1, 2) si et seulement si (x, y, z) ∈
Vect((1, 0, 1), (0, 1, 2)). Ces deux vecteurs sont non
Proposition 1.4.1 (Base canonique de Kn ).
colinéaires, donc forment une famille libre.
Soit n ∈ N∗ , pour tout i ∈ J1, nK posons
Une base de P est donc ((1, 0, 1), (0, 1, 2)).
Exemple 1.3.9. ei = (0, . . . , 0, 1
|{z} , 0 . . . , 0).
Trouver une base de ième position
n o
E = (un ) ∈ RN | un+2 + un+1 − 2un = 0 . Alors (e1 , . . . , en ) est une base de Kn , appelée base
canonique de Kn .
Le polynôme caractéristique est X 2 + X − 2
de racine 1 et -2. Donc tout élément de E est
combinaison linéaire de la suite (vn ) = (1) et Proposition 1.4.2 (Bases canoniques de Kn [X]
(wn ) = ((−2)n ). Donc ((vn ), (wn )) est génératrice. et K[X]).
On montre qu’elle est aussi libre, c’est donc une Soit n ∈ N∗ , alors la famille (1, X, . . . , X n ) est
base de E .

6
 XXI - FAMILLES DE VECTEURS ET ESPACES VECTORIELS DE DIMENSION FINIE

Remarque 2.1.3.
une base de Kn [X] , appelée base canonique de Cas particulier : l’espace vectoriel {0} est de
Kn [X]. dimension finie. En effet, toute famille en est gé-
La famille (X k )k∈N est une base de K[X] , ap- nératrice (y compris la famille vide).
pelée base canonique de K[X].
2.2 Théorème fondamental.
Proposition 1.4.3 (Base canonique de Dans toute la suite du chapitre, E est un K-ev
Mn,p (K)). de dimension finie.
Soit n, p ∈ N∗ , pour tout i ∈ J1, nK et j ∈ J1, pK,
posons Ei,j la matrice dont tous les coefficients
sont nuls, sauf celui de la ligne i et la colonne j, Théorème 2.2.1.
qui vaut 1. Soit n ∈ N tel que E admette une famille géné-
Alors (Ei,j )1⩽i⩽n,1⩽j⩽p est une base de ratrice à n éléments. Alors toute famille de E
Mn,p (K), appelée base canonique de Mn,p (K). contenant strictement plus de n vecteurs est liée.

Démonstration.
2 Notion de dimension. Remarquons d’abord qu’il suffit de montrer que toute
famille de E contenant n + 1 vecteurs est liée. En effet,
2.1 Définition. une famille contenant strictement plus de n vecteurs, en
contient au moins n+1. Elle contient donc une sous-famille
liée, donc est liée elle-même.
Définition 2.1.1. Montrons le résultat par récurrence sur n, en posant pour
On dit que E est de dimension finie si E admet tout n ∈ N :
une famille génératrice finie. (Hn ) : pour tout K-ev E admettant une famille
génératrice à n éléments, toute famille de E contenant
Exemple 2.1.2. 1. Kn est de dimension finie n + 1 vecteurs est liée.
car
 engendré  notamment par la famille des • Le cas n = 0 est celui où E = { 0 }, et le résultat est
(δij )i∈[[1,n]] . alors vrai.
j∈[[1,n]]
• Supposons (Hn ) vraie pour un entier n ∈ N. Soient
2. K[X] n’est pas de dimension finie. En effet, (g1 , . . . , gn+1 ) une famille génératrice d’un K-ev E, et
considérons une famille finie de polynômes (v1 , . . . , vn+2 ) une famille de vecteurs de E.
n+1
(Pi )i∈[[1,n]] . Alors toute combinaison linéaire X
Pour tout i ∈ J1, n + 2K, on note vi = αi,k gk . Distin-
de cette famille a un degré borné par le maxi-
k=1
mum des degrés des Pi . Or les éléments de guons deux cas :
K[X] ont des degrés arbitrairement élévés, 1er cas : si pour tout i, αi,1 = 0, alors pour tout i, vi ∈
Vect(g2 , . . . , gn+1 ). Si l’on note F = Vect(g2 , . . . , gn+1 ), on
donc la famille considérée ne peut être géné-
peut appliquer l’hypothèse de récurrence à F , qui admet
ratrice. une famille génératrice à n éléments, et à (v1 , . . . , vn+2 ) :
3. Soit A un ensemble. L’espace vectoriel KA (v1 , . . . , vn+2 ) est liée dans F , donc aussi dans E, dont F
est de dimension finie si et seulement si A est est un sev.
2ème cas : il existe i ∈ J1, n + 2K tel que αi,1 ̸= 0, par
fini 1 . exemple α1,1 ̸= 0.
4. Soit E un K-espace vectoriel (pas nécessai- Alors
n+1
!
rement de dimension finie). Soit n ∈ N et g1 =
1
v1 −
X
α1,k gk ,
x1 , . . . , xn , n vecteurs de E. Alors le sous- α1,1
k=2
espace vectoriel de E Vect (x1 , . . . , xn ) est d’où
un espace vectoriel de dimension finie.
pour tout i ∈ J2, n!+ 2K,
1. Le «si» est facile à voir, le «seulement si» est beau- n+1 n+1
coup plus difficile à démontrer ; on pourra utiliser le résul- αi,1 X X
vi = v1 − α1,k gk + αi,k gk .
tat 2.2.1 α1,1
k=2 k=2

7
 XXI - FAMILLES DE VECTEURS ET ESPACES VECTORIELS DE DIMENSION FINIE

αi,1
Si l’on pose wi = vi − v1 , alors pour tout i ∈ J2, n + En itérant, on obtient une suite de familles géné-
α1,1
2K wi ∈ Vect(g2 , . . . , gn+1 ). Par hypothèse de récurrence, ratrices strictement décroissante (en taille) : on
(w2 , . . . , wn+2 ) est liée. Il existe donc une combinaison s’arrête donc et l’on obtient une base.
linéaire nulle en les wi , à coefficients non tous nuls. Il est Nous allons voir un résultat plus fin qui nous
facile de voir que cette combinaison linéaire est aussi une
permet de retrouver ceci : le théorème de la base
combinaison linéaire nulle en les v1 , . . . , vn+2 , à coefficients
non tous nuls. Ainsi (Hn+1 ) est vraie. incomplète.

Remarque 2.2.2.
On notera que l’idée de la démonstration précé- Lemme 2.3.1.
dente est très proche de celle de l’algorithme du Soit p ∈ N et (xi )i∈[[1,p]] une famille de vecteurs
pivot de Gauss. de E.
La famille (xi )i∈[[1,p]] est liée si et seulement s’il
Exemple 2.2.3. existe k ∈ [[1, p]] vérifiant
• Dans R2 , toute famille de trois vecteurs est liée.
Mais une famille de strictement moins de trois xk ∈ Vect (x1 , . . . , xk−1 ).
vecteurs n’est pas forcément libre !
• Dans R3 , toute famille de quatre vecteurs est Autrement dit si et seulement si l’un des vecteurs
liée. de la famille est combinaison linéaire des précé-
• Dans Rn [X], toute famille de n + 2 polynômes dents.
est liée.
• Dans Cn [X], vu comme C-espace vectoriel, toute Démonstration.
famille de n + 2 polynômes est liée. Supposons que la famille est liée. Alors il existe une combi-
p
• Dans Cn [X], vu comme R-espace vectoriel,
X
naison linéaire λi xi non triviale de valeur 0. On note
toute famille de 2n + 3 polynômes est liée, i=1

tandis que la famille de 2n + 2 polynômes k le plus grand entier i tel que λi ̸= 0. Alors on a successi-
vement :
(1, i, X, iX, . . . , X n , iX n ) est libre.
k
X
Nous verrons dans la partie 2.4 que ce résultat λi xi = 0,
(fondamental !) mène directement au corollaire i=1
k−1
suivant. 1 X
xk = − λi xi ,
λk
i=1

xk ∈ Vect (x1 , . . . , xk−1 ).

Corollaire 2.2.4. L’implication réciproque est évidente.

Dans un espace vectoriel de dimension finie, toutes
les bases sont finies et de même cardinal.
Corollaire 2.3.2.
Soit
— p ∈ N,
2.3 Existence de bases. — (x1 , . . . , xp ) une famille libre de vecteurs de
On peut développer une première idée afin d’ob- E,
tenir une base dans un espace vectoriel de dimen- — x un vecteur de E.
sion finie, idée d’ailleurs déjà ébauchée dans le Alors
cours sur les espaces vectoriels. On part d’une
(x1 , . . . , xp , x) est liée ⇐⇒ x ∈ Vect(x1 , . . . , xp ).
famille génératrice finie de E :
— si cette famille est libre, c’est une base ;
— sinon, un de ses vecteurs est « redondant »,
Démonstration.
soit combinaison linéaire des autres, et on Supposons (x1 , . . . , xp , x) liée, et posons xp+1 = x.
peut l’enlever pour obtenir une famille gé- D’après le lemme, il existe k ∈ J1, p + 1K vérifiant xk ∈
nératrice strictement plus petite. Vect (x1 , . . . , xk−1 ). On ne peut avoir k ⩽ p puisque la

8
 XXI - FAMILLES DE VECTEURS ET ESPACES VECTORIELS DE DIMENSION FINIE

famille (x1 , . . . , xp ) est libre. Donc k = p + 1 et on a À la fin de l’exécution de l’algorithme, B est une famille
x ∈ Vect (x1 , . . . , xp ). libre, et G ⊂ Vect B. Donc B est une base de E. De plus,
on a L ⊂ B donc on a bien construit B en rajoutant à
L des vecteurs de G .

Exemple 2.3.5.
Théorème 2.3.3 (de la base incomplète). Compléter ((1, 2, 0, 0), (1, 0, 1, 0)) en une base de
Soient E un K-espace vectoriel engendré par une R4 .
famille G finie, et L une famille libre de E. Alors
on peut compléter L en une base de E en lui Le théorème de la base incomplète a deux co-
rajoutant des vecteurs de G . rollaires. Le premier est fondamental.

Corollaire 2.3.6.
Remarque 2.3.4.
Tout espace vectoriel de dimension finie admet
Ce théorème est vrai pour tout espace vectoriel
une base finie.
E et non seulement pour ceux de dimension finie.
La démonstration est relativement délicate dans
Démonstration.
le cas général (on utilise en général le lemme Il suffit d’appliquer le théorème de la base incomplète avec
de Zorn, équivalent à l’axiome du choix), nous la famille vide et une famille génératrice finie.
nous contenterons de la donner dans le cas de la
Remarque 2.3.7.
dimension finie.
Cas particulier : l’espace vectoriel {0} a pour base
Démonstration. la famille vide. C’est la seule famille libre (donc la
Une démonstration possible est de considérer l’algorithme
suivant : seule base) de cet espace vectoriel, puisque toute
famille d’au moins un élément contient le vecteur
nul et est donc liée.
B← L Il peut sembler étonnant (au premier abord)
# Invariant de boucle : B est libre et L ⊂ B que le résultat qui suit soit un corollaire du théo-
rème de la base incomplète.
# Variant : Card G − Card B
TantQue G ̸⊂ Vect B Faire
Corollaire 2.3.8.
Choisir v ∈ (G \ Vect B)
De toute famille génératrice finie on peut extraire
B ←B∪{v}
une base.
FinTantQue
Démonstration.
L est libre et l’invariant est clairement vérifié avant Lorsque la famille génératrice considérée est finie, il suffit
l’entrée dans la boucle. là encore d’appliquer le théorème de la base incomplète
Si l’invariant est vérifié, au début d’un tour de boucle, avec la famille vide et une famille génératrice finie : en
B est libre et G \ Vect B ̸= ∅, donc on peut effectivement complétant la famille vide avec des vecteurs de la famille
choisir v dans G \ Vect B. génératrice considérée, on obtient bien une base extraite
Alors puisque B est libre, d’après le lemme 2.3.1, B ∪ de la famille génératrice de départ.
{ v } est libre également. Lorsque la famille génératrice considérée est infinie, on
À la fin du tour de boucle, B est donc toujours libre, peut montrer le résultat en utilisant l’algorithme donné
est toujours un sur-ensemble de L et un sous-ensemble de pour la démonstration du théorème de la base incomplète
G , l’invariant est donc encore vérifié. mais un problème se pose, celui de la terminaison. Celle-ci
Par ailleurs, B est libre et G est génératrice, donc, avec peut être justifiée par le théorème fondamental 2.2.1 :
le lemme fondamental, Card B ⩽ Card G . Ainsi Card G − dans un espace de dimension finie, le nombre d’éléments
Card B est un entier naturel. De plus, à chaque étape de d’une famille libre est majoré par un entier p, où p est par
la boucle, on ajoute à B un élément de G qui n’est pas exemple le cardinal d’une famille génératrice finie de E.
déjà dans Vect B, donc pas déjà dans B, donc le cardinal Or le nombre d’éléments de la famille B croît strictement
de B augmente strictement. Donc à chaque tour de boucle à chaque tour de boucle, p moins ce nombre d’éléments est
Card G − Card B décroît strictement, donc l’algorithme donc un variant de l’algorithme, donc celui-ci termine.
termine.

9
 XXI - FAMILLES DE VECTEURS ET ESPACES VECTORIELS DE DIMENSION FINIE

2.4 Existence de la dimension.

Proposition 2.4.6.
Soit E un K-espace vectoriel de dimension finie.
Théorème 2.4.1 (de la dimension). — Toute famille libre de E a au plus dimK E
Soit E un K-espace vectoriel de dimension finie. éléments.
Alors toutes les bases ont même nombre d’élé- — Toute famille génératrice de E a au moins
ments. dimK E éléments.

Démonstration. Démonstration.
E étant de dimension finie, il admet une base B1 finie. C’est une conséquence directe du théorème fondamental
Soit B2 une seconde base de E. Étant libre, elle a moins 2.2.1.
d’éléments que B1 .
Mais réciproquement, B2 est génératrice et B1 est libre,
donc B1 a moins d’éléments que B2 , ce qui montre que
Proposition 2.4.7 (Caractérisation des bases).
toutes les bases de E ont le même nombre d’éléments que
B1 . D’où le résultat. Soit E un K-espace vectoriel de dimension finie.
et soit F une famille constituée d’exactement
dimK E vecteurs de E.
Alors les trois propositions suivantes sont équi-
Définition 2.4.2.
valentes.
Soit E un K-espace vectoriel de dimension finie.
On appelle dimension du K-espace vectoriel E 1. F est une base de E.
et on note dimK E (voire dim E si le contexte 2. F est une famille génératrice de E.
permet de savoir clairement ce qu’est K) le nombre 3. F est une famille libre de E.
d’éléments commun à toutes les bases de E.
On notera parfois dimK E < +∞ l’assertion «le
K-espace vectoriel E est de dimension finie». Démonstration.
Il est clair que si F est une base alors elle est libre et
génératrice.
Remarque 2.4.3. Supposons que F est génératrice. Par le théorème de la
base incomplète, on peut extraire de F une base B, qui
Pour que cette définition ait un sens il est néces- possède dimK (E) vecteurs, c’est-à-dire autant que F . On
saire et suffisant d’être assuré : a donc B = F , donc F est une base de E.
— d’une part que toutes les bases d’un espace De même, supposons que F est libre. On pourrait rai-
vectoriel de dimension finie ont toutes le sonner comme précédemment en complétant F en une
base de E. Voici un autre raisonnement. Si x ∈ E, alors
même nombre d’éléments
F ⊎ (x) contient strictement plus de dimK (E) donc est liée.
— d’autre part que tout espace vectoriel de Par le corollaire 2.3.2, x ∈ Vect(F ). Ainsi, Vect(F ) = E,
dimension finie possède bien au moins une donc F engendre E, donc est une base de E.
base.
Exercice 2.4.8.
Ce qu’on a bien vérifié plus haut.
Soient a, b, c, d ∈ K deux à deux distincts et
Remarque 2.4.4.
Cas particulier : dim{0} = 0. A = (X − b)(X − c)(X − d),
Exemple 2.4.5. B = (X − a)(X − c)(X − d),
Soit n, p ∈ N. C = (X − a)(X − b)(X − d),
• dimK Kn = n D = (X − a)(X − b)(X − c).
• dimR Cn = 2n
• dimK Kn [X] = n + 1 Montrer que (A, B, C, D) est une base de K3 [X].
• dimR Cn [X] = 2(n + 1)
Enfin, terminons par un outil bien pratique.
• dimK Mn,p (K) = np
• dimR Mn,p (C) = 2np

10
 XXI - FAMILLES DE VECTEURS ET ESPACES VECTORIELS DE DIMENSION FINIE

Démonstration.
Définition 2.4.9. Un vecteur z ∈ E1 × E2 s’écrit de manière unique (x, y) =
Une famille de polynômes (P0 , . . . , Pn ) est dite (x, 0F ) + (0E , y). De plus, x (resp. y) s’écrit de manière
unique comme combinaison linéaire des ei (resp. fi ).
échelonnée en degrés si ∀k ∈ J0, nK, deg Pk = k.
L’existence assure l’aspect générateur de la famille. L’uni-
Une famille de polynômes (Pk )k∈ N est dite éche- cité assure la liberté.
lonnée en degrés si ∀k ∈ N, deg Pk = k.
Remarque 2.5.3.
Ce résultat se généralise à n K-ev de dimension
Proposition 2.4.10. finie et à leur produit E1 × · · · × En .
Toute famille de polynômes (P0 , . . . , Pn ) échelon-
née en degrés est une base de Kn [X]. 3 Sous-espaces vectoriels en
Toute famille de polynômes (Pk )k∈ N échelonnée
en degrés est une base de K[X].
dimension finie.
3.1 Dimension d’un sous-espace vectoriel.
Démonstration.
Si pour tout k ∈ J0, nK, deg Pk = k, alors (P0 , . . . , Pn ) Pour démontrer qu’un sous-espace vectoriel
est une famille de n + 1 polynômes de Kn [X], et est libre d’un espace de dimension finie est de dimension
d’après la proposition 1.2.21. Comme dimK Kn [X] = n + 1,
la proposition 2.4.7 permet d’affirmer que (P0 , . . . , Pn ) est
finie, nous utiliserons le résultat suivant :
une base de Kn [X].
De même, si pour tout k ∈ N, deg Pk = k, alors la
famille (Pk )k∈ N est libre, et tout polynôme appartient à
Proposition 3.1.1.
Kn [X] pour un certain n et est donc combinaison linéaire Soit E un K-espace vectoriel. Notons L l’ensemble
de la famille (Pk )k∈ N . des entiers n tels qu’il existe au moins une famille
libre de E à n éléments. Alors
2.5 Exemples avancés. — ou bien E est de dimension finie et alors
L = [[0, dim E]].
Exemple 2.5.1. — ou bien E n’est pas de dimension finie et
• Les solutions d’une équation différentielle li- alors L = N.
néaire homogène du premier ordre forment un En particulier, E est de dimension finie si et seule-
espace vectoriel de dimension 1. ment si L est majoré.
• Les solutions d’une équation différentielle li-
néaire homogène du second ordre à coefficients
Démonstration.
constants forment un espace vectoriel de dimen-
Si E est de dimension finie, on a nécessairement L ⊂
sion 2. [[0, dim E]]. Notons alors B une base de E. B est une
famille libre à dim E éléments et toute sous-famille de B
Proposition 2.5.2. est encore libre. Donc [[0, dim E]] ⊂ L. D’où l’égalité.
Supposons désormais que E n’est pas de dimension finie.
Soit E et F deux K-espaces vectoriels de dimen- Montrons qu’alors L n’est pas majoré.
sions finies. Par l’absurde supposons que L possède un majorant.
Alors E × F est de dimension finie et Comme L est un ensemble d’entier non vide (il contient 0),
il admet alors un maximum M . Soit alors F une famille
dimK (E × F ) = dimK E + dimK F. libre à M éléments. Si on rajoute un élément à F on
obtient une famille à M + 1 éléments, or M + 1 ∈ / L donc
Plus précisément, posons n = dim E et p = cette sur-famille ne peut être libre. Par le corollaire 2.3.2,
dim F et choisissons (e1 , . . . , en ) une base de E cet élément est dans Vect(F ), donc F engendre E, donc
c’est une base de E, donc E est de dimension finie ce qui
et (f1 , . . . , fp ) une base de F . Alors (bi )i∈[[1,n+p]]
est absurde.
est une base de E × F , où L n’est donc pas majoré, donc pour tout entier n il existe
( p ∈ L vérifiant p ⩾ n. On peut donc trouver une famille
bi = (ei , 0F ) pour i ∈ [[1, n]], libre à p éléments. Toute sous-famille de cette famille en est
bn+i = (0E , fi ) pour i ∈ [[1, p]]. libre, en prenant une sous-famille arbitraire à n élément,
on voit donc qu’on a n ∈ L.
Donc L ⊃ N, donc L = N.

11
 XXI - FAMILLES DE VECTEURS ET ESPACES VECTORIELS DE DIMENSION FINIE

Proposition 3.1.2. Théorème 3.2.1 (Existence de supplémentaires).

Soit E un K-espace vectoriel de dimension finie Soit E un K-espace vectoriel et F un sous-espace
et F un sous-espace vectoriel de E. vectoriel de E.
Alors F est de dimension finie et dim F ⩽ Alors F admet un supplémentaire S dans E.
dim E.
De plus dim F = dim E si et seulement si F =
E. Remarque 3.2.2.
Ce théorème est vrai pour tout espace vectoriel
E et non seulement pour ceux de dimension finie.
Démonstration.
Toute famille libre de F est une famille libre d’éléments de Nous nous contenterons de donner la démonstra-
E et a donc un nombre d’élément majoré par dim E. Donc tion dans le cas de la dimension finie, mais la
d’après la proposition 3.1.1, F est de dimension finie, et généralisation au cas infini est relativement im-
dim F ⩽ dim E. médiate.
En outre on a trivialement F = E ⇒ dim F = dim E.
Réciproquement, supposons dim F = dim E et montrons Démonstration.
F = E. Alors on peut trouver une base B de F comportant Supposons que E soit de dimension finie. Alors, on peut
dim E éléments. On a Vect (B) = F . En outre, B est choisir une base (b1 , . . . , bp ) de F où p = dim F .
une famille libre de F donc de E or elle comporte dim E Cette base de F est une famille libre de vecteurs de
éléments, donc d’après 2.4.7, c’est une famille génératrice F , donc de E. On peut donc la compléter en une base
de E, donc Vect (B) = E. On a donc F = E. (b1 , . . . , bn ) de E, avec n = dim E ⩾ p.
Posons alors S = Vect (bp+1 , . . . , bn ). La famille
(bp+1 , . . . , bn ), sous-famille d’une base de E, est une fa-
mille libre. De plus, elle est génératrice de S, donc c’est
Définition 3.1.3. une base de S.
Soit E un K-espace vectoriel (non nécessairement On a donc trouvé une base de F et une base de S
de dimension finie). Soit n ∈ N et (x1 , . . . , xn ) dont la réunion est une base de E. F et S sont donc
supplémentaires.
une famille de n vecteurs. On appelle rang de la
famille (x1 , . . . , xn ) et on note rg (x1 , . . . , xn ) la
dimension de l’espace vectoriel qu’ils engendrent : Ne parlez jamais du supplémentaire : en
effet tout sev admet en fait une infinité de supplé-
rg (x1 , . . . , xn ) = dim Vect (x1 , . . . , xn ). mentaires ! Regardez l’exercice suivant pour vous
convaincre que dans la démonstration précédente,
il existe une infinité de choix pour compléter une
Remarque 3.1.4. famille libre en une base, ce qui mène à une infinité
Vect (x1 , . . . , xn ) étant engendré par la famille de de supplémentaires à un sev, sans rien supposer
n vecteurs (xi )i∈[[1,n]] , il s’agit d’un espace vectoriel sur l’espace vectoriel de départ.
de dimension finie, et sa dimension est au plus n. Exercice 3.2.3.
Donc le rang de (xi )i∈[[1,n]] est bien défini et Soit F et G deux sous-espaces supplémentaires
rg (x1 , . . . , xn ) ⩽ n. d’un K-ev E, tous les trois non nuls. Soit x un
De manière directe, ce rang vaut n si et seule- vecteur non nul de F et (y1 , y2 , . . . , yp ) une base
ment si la famille est libre. de G.
De plus, (xi )i∈[[1,n]] est génératrice si et seule-
ment si E est de dimension finie et (xi )i∈[[1,n]] est 1. Montrer que les vecteurs x+y1 , x+y2 , . . . , x+
de rang dim E. yp engendrent un sous-espace supplémentaire
De plus, si E est de dimension finie p, alors de F , noté Gx .
rg(x1 , . . . , xn ) ⩽ p. 2. Montrer que si x, x′ ∈ F tel que x ̸= x′ alors
Gx ̸= Gx′ . En déduire que F admet une
3.2 Existence de supplémentaires. infinité de sous-espaces supplémentaires dis-
tincts (sauf dans des cas triviaux : lesquels ?)

12
 XXI - FAMILLES DE VECTEURS ET ESPACES VECTORIELS DE DIMENSION FINIE

Exemple 3.2.4. Exercice 3.3.2.

Déterminer un supplémentaire dans R4 de Soit P1 et P2 deux plans distincts de R3 (sev de
dimension 2). Montrer que P1 + P2 = R3 . Que
F = Vect ((1, 2, 0, 0), (1, 0, 0, −3)) . peut-on dire de P1 ∩ P2 ?

3.3 Dimension d’une somme de

sous-espaces vectoriels. Proposition 3.3.3.
Soit E un K-espace vectoriel et F et G deux sous-
espaces vectoriels de dimensions finies.
Proposition 3.3.1 (Formule de Grassmann).
Alors si F et G sont supplémentaires, les trois
Soit E un K-espace vectoriel. Soit F et G deux
propositions suivantes sont vraies :
sous-espaces de dimensions finies de E. Alors F +
G est de dimension finie et 1. F ∩ G = { 0 },
2. F + G = E,
dim (F + G) = dim F + dim G − dim (F ∩ G).
3. dim E < +∞ et dim F + dim G = dim E.
En particulier Réciproquement il suffit que deux de ces pro-
positions soient vraies pour que F et G soient
dim (F + G) ⩽ dim F + dim G supplémentaires.

et l’égalité a lieu si et seulement si F et G sont

en somme directe. Démonstration.
Pour le sens direct, les deux premières propositions sont
des conséquences connues, la troisième est la conséquence
Démonstration. 1. Montrons tout d’abord le résultat de la formule de Grassmann.
dans le cas où la somme F + G est directe : On peut Pour le sens réciproque, étudions les différentes possibi-
alors choisir une base de F et une base de G, elles lités :
ont respectivement dim F et dim G éléments. Leur
1. Supposons 1 et 2. Alors F et G sont supplémentaires
réunion possède donc dim F + dim G éléments et est
dans E.
une base de F ⊕ G. Donc F ⊕ G est de dimension
finie et 2. Supposons 1 et 3. Alors

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

= dim F + dim G
(c’est bien un cas particulier car alors dim (F ∩ G) =
dim { 0 } = 0). = dim E.
2. Montrons maintenant le résultat dans le cas général. Or F + G est un sous-espace vectoriel de E donc
Remarquons tout d’abord que F ∩ G est un sous- F + G = E. Donc F et G sont supplémentaires.
espace vectoriel de F qui est de dimension finie. Donc
F ∩G possède un supplémentaire S dans F et dim F = 3. Supposons 2 et 3. Alors
dim (F ∩ G) + dim S, d’où
dim E = dim F + dim G − dim (F ∩ G)
dim S = dim F − dim (F ∩ G) et dim E = dim F + dim G.

De plus Ainsi, dim (F ∩ G) = 0, et donc F ∩ G = { 0 }. F et

G sont donc supplémentaires.
S ∩ G = (S ∩ F ) ∩ G
= S ∩ (F ∩ G)
= { 0 }.

Comme F ∩G ⊂ G, on a F +G = (S +(F ∩G))+G = Corollaire 3.3.4.

S + G, donc S et G sont supplémentaires dans F + G. Soit E un K-espace vectoriel de dimension finie
Donc F + G est de dimension finie et et F un sous-espace vectoriel de E. Alors tous
dim (F + G) = dim S + dim G, les supplémentaires de F ont même dimension :
dim (F + G) = dim F − dim (F ∩ G) + dim G. dim E − dim F .

13
 XXI - FAMILLES DE VECTEURS ET ESPACES VECTORIELS DE DIMENSION FINIE

Démonstration.
E est de dimension finie donc F et tous ses supplémentaires
également. D’après ce qui précède tout supplémentaire
S de F vérifie dim F + dim S = dim E, donc dim S =
dim E − dim F .

14