CHAPITRE 1

ESPACE VECTORIEL

1.1 Structure d’espace vectoriel

Soit K un corps commutatif (K = R ou K = C).

Pr. F. MARAGH
Définition 1.1.1
Un K-espace vectoriel est un triplet ( E, +, · ) où E est un ensemble et
— + une loi de composition interne sur E c’est-à-dire une application de E × E dans E, telle que
(E, +) soit un groupe abélien :
1. la loi + est associative : ∀(x, y, z) ∈ E 3 , (x + y) + z = x + (y + z) ;
2. la loi + est commutative : ∀(x, y) ∈ E 2 , x + y = y + x ;

SMI1–ALGEBRE1
3. la loi + possède un élément neutre, noté 0E : ∀x ∈ E, x + 0E = x ;
4. tout élément x de E possède un symétrique, noté −x : x + (−x) = 0 E .
— · une loi de composition externe à coefficients dans K, c’est-à-dire une application
K × E −→ E
vérifiant : ∀(λ, µ) ∈ K2 , ∀(x, y) ∈ E2 ,
(λ, x) �→ λ · x
1. 1K · x = x ;
2. λ · (x + y) = λ · x + λ · y ;
3. (λ + µ) · x = λ · x + µ · x ;
4. λ · (µ · x) = (λµ) · x.
Les éléments du K-espace vectoriel E sont appelés les vecteurs et ceux de K sont appelés les scalaires.

Proposition 1.1.2 (Règles de calcul dans un ev)

Soit (E, +, ·) un K-espace vectoriel, alors :
1. 0K · x = 0E
2. ∀λ ∈ K, λ · 0 E = 0E
3. ∀λ ∈ K, ∀x ∈ E, (λ · x) = 0E ⇐⇒ λ = 0K ou x = 0E
4. ∀λ ∈ K, ∀x ∈ E, (−λ) · x = −(λ · x) = λ · (−x)
5. ∀λ ∈ K, ∀x, y ∈ E, λ · (x − y) = λ · x − λ · y
6. ∀λ, µ ∈ K, ∀x ∈ E, (λ − µ) · x = λ · x − µ · x

Preuve. 1. 0K · x = (0K + 0K ) · x = 0K · x + 0K · x.
2. λ · 0E = λ · (0K · x) = (λ0K ) · x = 0K · x = 0E

4
 3. Si λ �= 0K alors λ · x = 0E ⇐⇒ λ−1 · (λ · x) = λ−1 · 0E ⇐⇒ x = 0E .
4. λ · x + λ · (−x) = λ · (x − x) = 0E donc (λ) · (−x) = −(λ · x)
5. Conséquence immédiate des résultats précédents.
6. Conséquence immédiate des résultats précédents.

Remarque 1.1.1. 1. On écrira désormais λx à la place de λ · x lorsque il n’aura pas du confusion.

2. On pourra écrire −λx sans aucune ambiguïté.

Exemple 1.1.1. 1. Un corps (K, +, ×) peut être considéré comme un espace vectoriel sur lui-même. En
effet on peut définir une loi dite externe "·" en posant pour ∀λ ∈ K et x ∈ K, λ · x = λ × x = λx. Muni
de + et · K a une structure de K-ev.
2. R est un R-ev.
3. C peut être considéré comme un C-ev ou un R-ev.

1.2 Exemples d’espaces vectoriels

Pr. F. MARAGH
Définition 1.2.1 (Espace produit)
Soit E1 , . . . , Ep des K-espaces vectoriels.
On définit une � structure d’espace
� vectoriel sur E = E1 × . . . × Ep par :
— 0E = 0E1 , . . . , 0Ep
— (x1 , . . . , xp ) + λ · (y1 , . . . , yp ) = (x1 + λ · y1 , . . . , xp + λ · yp )
Les opérations se font composante par composante.

SMI1–ALGEBRE1
• En particulier, Rn est un R-ev et Cn peut être considéré comme un C-ev ou un R-ev.

Exemple 1.2.1. On définit une structure d’espace vectoriel sur l’ensemble des polynômes K[X] par :

∀(P, Q) ∈ K[X] (P + Q)(X) = P (X) + Q(X)

∀P ∈ K[X], ∀λ ∈ K : (λP )(X) = λP (X).

Définition 1.2.2
Soit A un ensemble non vide et E un K-ev. On note F(A, E) ou E A l’ensemble des fonctions de A vers
E. On définit une structure d’espace vectoriel sur E A par :

∀(f, g) ∈ E A ; (f + g) : A → E
x �→ f (x) + g(x)

∀f ∈ E A , ∀λ ∈ K ; λ · f : A → E
x �→ λ · f (x).

Exemple 1.2.2. 1. L’ensemble des fonctions continues réelles C (R, R) est un R-ev.
2. L’ensemble des suites réelles RN est un R-ev.
3. L’ensemble des suites complexes CN peut être considéré comme un R-ev ou un C-ev.

5
1.3 Combinaisons linéaires
Définition 1.3.1
Soient E un K-espace vectoriel et x1 , . . . , xn ∈ E. On appelle combinaison linéaire de x1 , . . . , xn tout
vecteur de E de la forme :
n
�
x= λk xk = λ1 x1 + . . . + λn xn , avec λ1 . . . λn ∈ K.
k=1

Exemple 1.3.1. Dans R2 le vecteur (2, 7) est combinaison linéaire des vecteurs (5, −2) et (1, −3) :
(2, 7) = (5, −2) − 3 × (1, −3).

1.4 Familles libres, génératrices et bases

1.4.1 Familles libres
Définition 1.4.1
Soient E un K-espace vectoriel et x1 , . . . , xn ∈ E.
1. On dit que la famille (x1 , . . . , xn ) ou l’ensemble {x1 , . . . , xn } est libre ou que les vecteurs

Pr. F. MARAGH
x1 , . . . , xn sont linéairement indépendants si : ∀(λ1 , . . . , λn ) ∈ Kn ,
n
�
λi xi = 0E =⇒ λ1 = . . . = λn = 0K .
i=1

On dit aussi que les vecteurs de la famille sont linéairement indépendants.

2. Une famille (x1 , . . . , xn ) de vecteurs de E est dite liée si et seulement si elle n’est pas libre, i.e.

SMI1–ALGEBRE1
n
�
∃(λ1 , . . . , λn ) ∈ Kn , λi xi = 0E et (λ1 , . . . , λn ) �= (0, . . . , 0).
i=1

On dit alors que les vecteurs de E sont linéairement dépendants.

Définition 1.4.2
1. Une famille quelconque (xi )i∈I de vecteurs de E est dite libre si et seulement si toutes ses
sous-familles finies sont libres.
2. Une partie A de E est dite libre si et seulement si la famille (x)x∈A est libre.
3. Une famille quelconque (xi )i∈I de vecteurs de E est dite liée si et seulement s’il existe une
sous-famille finie de la famille (xi )i∈I qui est liée.
4. Une partie A de E est dite liée si et seulement si la famille (x)x∈A est liée.

Convention. La famille vide, notée ∅, est libre.

Exercice 1.4.3
Dans l’espace vectoriel R3 ,
1. Soient u = (1, 0, 1), v = (0, 1, 1) et w = (3, 5, 5). Montrer que la famille (u, v, w) est libre.
2. Soient u = (1, −1, 1), v = (14, −2, 5) et w = (4, 0, 1). Montrer que la famille (u, v, w) est liée.

Solution. 1. Soient a, b, c ∈ R,tel que :

  
a + 3c = 0
 a = −3c
 c = 0

au + bv + cw = 0 =⇒ b + 5c = 0 =⇒ b = −5c =⇒ b = 0

 
 

a + b + 5c = 0 −3c − 5c + 5c = 0 a = 0.

6
 Ainsi, ∀(a, b, c) ∈ R3 , (au + bv + cw = 0 =⇒ a = b = c = 0). Donc, la famille (u, v, w) est libre.
2. Soient a, b, c ∈ R,tel que :
 
a + 14b + 4c = 0 a = −2b
  �
a = −2b
au + bv + cw = 0 =⇒ −a − 2b = 0 =⇒ −2b + 14b + 4c = 0 =⇒

 
 c = −3b.
a + 5b + c = 0 −2b + 5b + c = 0
Pour b = 1, a = −2 et c = −3, on a au + bv + cw = 0 et (a, b, c) �= (0, 0, 0). Donc, la famille (u, v, w) est
liée.
On note que l’on obtient explicitement v = 2u + 3w qui est une relation de dépendance linéaire entre les
vecteurs u, v et w.
Exercice 1.4.4
Dans l’espace vectoriel RR ,
1. Soient f1 (x) = x, f2 (x) = exp (x) et f3 (x) = sin(x). Montrer que la famille (f1 , f2 , f3 ) est libre.
2. Soient f1 (x) = 1, f2 (x) = cos2 (x) et f3 (x) = sin2 (x). Montrer que la famille (f1 , f2 , f3 ) est liée.

Solution. 1. Soit (a, b, c) ∈ R3 , tel que af1 + bf2 + cf3 = 0 =⇒ ∀x ∈ R ax + b exp(x) + c sin(x) = 0

b = 0 (obtenu pour x = 0)


Pr. F. MARAGH
=⇒ a = 0 (obtenu pour x = π)


c = 0 (obtenu pour x = π2 ).
Ainsi, ∀(a, b, c) ∈ R3 , (af1 + bf2 + cf3 = 0 =⇒ a = b = c = 0). Donc, la famille (f1 , f2 , f3 ) est libre.
2. f2 + f3 − f1 = 0, ainsi, il existe une combinaison linéaire nulle à coefficients non tous nuls de f 1 , f2 et
f3 . On en déduit que la famille (f1 , f2 , f3 ) est liée.
Proposition 1.4.5
1. Soit x ∈ E, la famille (x) formée du seul vecteur x est libre si et seulement si x est non nul.

SMI1–ALGEBRE1
2. Une famille de deux vecteurs est libre si et seulement s’ils ne sont pas proportionnels. La notion
de famille libre vient donc généraliser la notion de vecteurs non proportionnels.
3. Toute sous-famille d’une famille libre est libre. Toute sur-famille d’une famille liée est liée.
4. La famille (P0 , . . . , Pn ) de polynômes de K[X] est dite de degrés échelonnés si
(deg P0 < · · · < deg Pn ). Toute famille finie de polynômes non nuls à coefficients dans K et
de degrés échelonnés est libre.

Preuve. 1. Si x = 0, 1 · x = 0. On obtient donc une combinaison linéaire nulle à coefficients non tous nuls
du vecteur de la famille (x). Donc, la famille (x) n’est pas libre (liée ) .
Si x �= 0, pour λ ∈ K, λx = 0 =⇒ λ = 0(car x �= 0). Donc la famille (x) est libre.
2. Supposons u et v sont colinéaires.
— Si u = 0, 1 · u + 0 · v = 0. On obtient donc une combinaison linéaire nulle à coefficients non tous nuls
des vecteurs de la famille (u, v). Donc, la famille (u, v) est liée.
— De même, si v = 0 la famille est liée.
— Sinon, il existe λ ∈ K tel que v = λ · u. On a alors 1 · v − λ · u = 0 et on obtient une combinaison
linéaire nulle à coefficients non tous nuls des vecteurs de la famille (u, v). La famille (u, v) est liée.
On a montré que si les vecteurs u et v sont colinéaires, la famille (u, v) est liée.
Réciproquement, si la famille (u, v) est liée, il existe (λ, µ) �= (0, 0) tel que λu + µv = 0.
— Si par exemple µ �= 0, on a v = − µλ u. et donc les vecteurs u et v sont colinéaires.
3. (a) Soit (xi )i∈I une famille non vide de vecteurs de E, libre. Soient J une partie non vide de I puis K
une partie finie non vide de J. La partie K est alors une partie finie non vide de I et donc la famille
(xi )i∈K est libre. Puisque toute sous-famille finie de la famille (xi )i∈J est libre, on en déduit que la
famille (xi )i∈J est libre.
(b) Soit (xi )i∈I une famille non vide de vecteurs de E, liée. Soit J un ensemble d’indices tel que I ⊂ J.
Si (xi )i∈J est libre, alors (xi )i∈I est libre ce qui est faux. Donc, (xi )i∈J est liée.

7
1.4.2 Famille génératrice
Définition 1.4.6
Soit F = (xi )i∈I une famille de vecteurs de E. On dit qu’un vecteur x de E est combinaison linéaire
F si et seulement s’il existe une famille (λi )i∈I ∈ K telles que la partie {i ∈ I | λi �= 0}
des vecteurs de �
est finie et x = i∈I λi xi .

Définition 1.4.7
Soit F une famille de vecteurs de E. On dit que F est une famille génératrice de E si et seulement si
tout vecteur de E est combinaison linéaire des vecteurs de F et on peut noter E = Vect(F).

Exercice 1.4.8
Montrer que les vecteurs u = (1, 1) et v = (1, 2) forment une famille génératrice de R 2 .

Solution. Soient (x, y) ∈ R2 et (a, b) ∈ R2 tel que :

� �
x=a+b a = 2x − y
(x, y) = au + bv ⇐⇒ ⇐⇒

Pr. F. MARAGH
y = a + 2b b = y − x.

On a montré que : ∀(x, y) ∈ R2 , ∃(a, b) ∈ R2 | (x, y) = au+bv. Donc, la famille (u, v) est une famille génératrice
de R2 .

1.4.3 Bases
Définition 1.4.9
Soit F une famille finie de vecteurs de E. On dit que F est une base de E si et seulement si F est libre

SMI1–ALGEBRE1
et génératrice.

Théorème 1.4.10
Une famille B = (ei )1≤i≤n de vecteurs de E est une base de E si et seulement si tout vecteur de E
s’écrit de manière unique comme combinaison linéaire des vecteurs de B.
�n
Dans ce cas, si x = λi ei la famille (λi )1≤i≤n est appelée la famille des coordonnées de x dans la
i=1
base B.

Preuve. ⇐=) B est génératrice par hypothèse. Est-elle libre ? Soient λ 1 , . . . , λn ∈ K tels que λ1 e1 + . . . +
λn en = 0E et on sait que 0e1 + . . . + 0en = 0E . Donc par unicité de la décomposition de 0E , on a
λ1 = . . . = λn = 0. D’où B est libre.
=⇒ ) Par hypothèse, B est une base de E ( i.e. génératrice et libre de E). Soit x ∈ E quelconque.
— B génératrice =⇒ ∃λ1 , . . . , λn ∈ K | x = λ1 e1 + . . . + λn en . Cette combinaison est-elle unique ?
Supposons que ∃α1 , . . . , αn ∈ K | x = α1 e1 + . . . + αn en , par soustraction on obtient

(λ1 − α1 )e1 + . . . + (λn − αn )en = 0.

— B est libre =⇒ λ1 − α1 = . . . = λn − αn = 0.
Donc l’unicité de l’écriture de x comme combinaison linéaire des vecteurs de E.

Exercice 1.4.11
On munit E = R2 des opérations usuelles. Soit u = (2, 0), et v = (2, 1). Montrer que la famille (u, v)
est une base de E. Préciser les coordonnées d’un vecteur (x, y) dans cette base.

8
Solution. Soit (x, y) ∈ R2 . Soit (a, b) ∈ R2 .
� �
2a + 2b = x a = 12 (x − 2y)
(x, y) = au + bv ⇐⇒ ⇐⇒
b=y b=y

On a montré que : ∀(x, y) ∈ R2 , ∃(a, b) ∈ R2 | (x, y) = au+bv. Donc, la famille (u, v) est une famille génératrice
de R2 . De plus, u et v ne sont pas colinéaire donc la famille (u, v) est une base de E.
Alors (x, y) = 12 (x − 2y)u + yv, d’où la famille des coordonnées de (x, y) dans la base (u, v) est ( 12 (x − 2y), y)

Définition 1.4.12
Les vecteurs suivants forment une base du K-ev E = Kn .

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

Cette base B = (e1 , . . . , en ) est appelée la base canonique de Kn .

Remarque 1.4.1. Dans la base canonique de Kn , les coordonnées du vecteur (x1 , . . . , xn ) sont (x1 , . . . , xn ).

Définition 1.4.13
Les vecteurs suivants forment une base du Kn [X] (K − ev) :

Pr. F. MARAGH
e1 = 1, e2 = X, . . . , en = X n .

Cette base B = (1, X, . . . , X n ) est appelée la base canonique de Kn [X].

1.5 Sous-espace vectoriel

1.5.1 Définition et caractérisation

SMI1–ALGEBRE1
Définition 1.5.1
Soit (E, +, .) un K-ev. Un sous-espace vectoriel de E est une partie F de E vérifiant
— 0E ∈ F ;
— F est stable par combinaison linéaire : ∀x, y ∈ F, ∀λ, µ ∈ K, λx + µy ∈ F.
La stabilité fait que les lois + et · induites sur F par restriction sont des lois de F , interne et externe
à coefficients dans K, et qu’elles vérifient les axiomes de la définition 1, F est donc lui aussi un modèle
de K-ev.

Exemple 1.5.1. Si E est un K-espace vectoriel, {0E } et E sont deux sous-espaces vectoriels de E.
Remarque 1.5.1. Si F est un sous-espace vectoriel de E, alors on a nécessairement 0E ∈ F. En d’autres
termes, si 0E ∈
/ F alors F n’est pas un sev de E.

Exercice 1.5.2
On munit R3 des opérations usuelles.
1. Montrer que F = {(x, y, z) ∈ R3 : x + y − 2z = 0} est un sous-espace vectoriel deR3 .
2. Montrer que F = {(x, y, z) ∈ R3 : x + y − 2z = 1} n’est pas un sous-espace vectoriel de R3 .

Solution. 1. Puisque 0 + 0 − 2 × 0 = 0, le vecteur nul (0, 0, 0) ∈ F . Soient ((x, y, z), (x � , y � , z � )) ∈ F et

λ ∈ R.
λ(x, y, z) + (x� , y � , z � ) = (λx + x� , λy + y � , λz + z � ).
De plus,
(λx + x� ) + (λy + y � ) − 2(λz + z � ) = λ(x + y − 2z) + (x� + y � − 2z � ) = 0.
En résumé, F contient le vecteur nul et est stable par combinaisons linéaires. Donc, F est un sous-espace
vectoriel de R3 .

9
 2. Puisque 0 + 0 − 2 × 0 = 0 �= 1, le vecteur nul (0, 0, 0) ∈
/ F . Donc, F n’est pas un sous-espace vectoriel de
R3 .

Exercice 1.5.3
Parmi les ensembles suivants, lesquels sont des sev de l’espace vectoriel E = F(R, R) ?
1. F = {f ∈ E | f (1) = 2f (0)}.
2. F = {f ∈ E | f (0) = f (1) + 1}.

Proposition 1.5.4
Soient I un ensemble non vide, (Fi )i∈I une famille (finie ou infinie) de sev de E un K-ev. Alors :
�
Fi
i∈I

est un sev de E.

Preuve. On utilise la caractérisation usuelle des sev.

�

Pr. F. MARAGH
1. Fi est bien une partie non vide de E.
i∈I
�
2. Soient x, y ∈ Fi et λ, µ ∈ K. ∀i ∈ I, on a (x, y) ∈ Fi2 et comme Fi est un sev de E, alors λ·x+µ·y ∈ Fi
i∈I
�
et donc λ · x + µ · y ∈ Fi .
i∈I

SMI1–ALGEBRE1
Remarque 1.5.2. La réunion de sev n’est pas en général un sev.

Exercice 1.5.5
On peut montrer que F1 ∪ F2 est un sev ⇐⇒ F1 ⊂ F2 ou F2 ⊂ F1 .

1.5.2 Sous-espace vectoriel engendré par une partie

Définition 1.5.6
Soient E un K-espace vectoriel et X une partie de E. L’intersection de tous les sous-espaces vectoriels
de E contenant X est appelée le sous-espace vectoriel de E engendré par X et notée Vect(X).

Remarque 1.5.3. Vect(X) est le plus petit sous-espace vectoriel de E contenant X. En particulier, tout sous-
espace vectoriel de E qui contient X contient aussi Vect(X).

Proposition 1.5.7
Soient n ∈ N∗ et X = {x1 , . . . , xn } une partie finie à n éléments de E. Le sous-espace vectoriel engendré
par X est l’ensemble des combinaisons linéaires finies d’éléments de X

Vect(X) = Vect((xi )i∈�1,n� ) = {λ1 x1 + . . . + λn xn | λ1 , . . . , λn ∈ K} .

Remarque 1.5.4. Par convention, on dira que Vect(∅) = {0E }.

Exemple 1.5.2. Montrer ainsi que {(x, y, z) ∈ R3 | x + y − z = 0} est un sev de R3 .

10
1.6 Sommes et sommes directes
1.6.1 Sous-espaces vectoriels supplémentaires
Définition 1.6.1
Soient F et G deux sous-espaces vectoriels de E, on appelle somme de F et G la partie de E notée
F + G définie par :

F + G = {x ∈ E | ∃(y, z) ∈ F × G : x = y + z}
= {y + z | (y, z) ∈ F × G}.

Théorème 1.6.2
F + G est un sous-espace vectoriel de E. C’est le plus petit sous-espace vectoriel de E contenant F et
G, autrement dit F + G = Vect(F ∪ G).

Définition 1.6.3
Soient deux sev F, G de l’espace vectoriel E. le sev F + G est noté F ⊕ G lorsque ∀x ∈ F + G, ∃!(y, z) ∈
F × G tel que x = y + z. Dans ce cas, on dit que "F et G sont en somme directe" ou que la somme

Pr. F. MARAGH
F + G est directe.

Théorème 1.6.4
Soient deux sous-espaces vectoriels F et G d’un espace vectoriel E. On a :

F + G = F ⊕ G ⇐⇒ F ∩ G = {0E }.

SMI1–ALGEBRE1
Preuve. =⇒ ) Supposons que F + G = F ⊕ G : Si u est un élément quelconque de F ∩ G alors u peut
s’écrire des deux manières suivantes, comme somme d’un élément de F et d’un élément de G : u =
0 + u et u = u + 0. L’élément u étant un élément de F ∩ G, est donc un élément de F + G ; d’après
l’unicité de l’écriture d’un élément de F + G, cela entraîne u = 0, donc F ∩ G = {0}.
⇐= ) Supposons F ∩ G = {0} : Soit u un élément de F + G. Si u s’écrit de deux manières comme la somme
d’un élément de F et d’un élément de G : u = v + w et u = v � + w� , où v et v � sont des éléments de F
et w et w � des éléments de G, alors v − v � = w� − w ; mais v − v � est un élément de F et w � − w est un
élément de G (puisque F et G sont des sous-espaces vectoriels) donc v − v � = w� − w est un élément de
F ∩ G, c’est donc l’élément nul, donc v = v � et w = w � .
L’écriture de u comme somme d’un élément de F et d’un élément de G est donc unique.

Exemple 1.6.1. Les deux sev F = Vect ((1, 2), (0, 1)) et G = Vect ((−2, 0), (1, −1)) de R2 sont-ils en somme
directe ?

Définition 1.6.5
deux sous-espaces vectoriels F et G de E sont dits supplémentaires dans E si et seulement si tout
vecteur de E se décompose de façon unique comme somme d’un vecteur de F et d’un vecteur de G,
c’est-à-dire si et seulement si :

∀x ∈ E, ∃!(y, z) ∈ F × G : x = y + z.

Théorème 1.6.6
les assertions suivantes sont équivalentes :
1. F et G sont supplémentaires dans E.
2. E = F + G et F ∩ G = {0}.

11
Exemple 1.6.2. Soit E = F(R, R) l’espace vectoriel des fonctions réelles. On note F le sous-espace vectoriel
de E des fonctions paires et G le sous-espace vectoriel des fonctions impaires. Montrer que F et G sont des
sous-espaces vectoriels supplémentaires de E.

Définition 1.6.7
Soit n ∈ N et F1 , F2 , . . . , Fn des sev de E, la somme F = F1 + . . . + Fn est un sev de E définie par :

F1 + . . . + Fn = {x1 + . . . + xn : (x1 , . . . , xn ) ∈ F1 × . . . × Fn }

On dira que cette somme est directe et on notera F = F1 ⊕ . . . ⊕ Fn lorsque tout élément de F se
décompose de façon unique comme somme d’éléments de F1 , . . . , Fn .

Remarque 1.6.1. Lorsque E = F1 ⊕ . . . ⊕ Fn , on dit que les sev F1 , . . . , Fn sont supplémentaires dans E.

1.7 Espace vectoriel de dimension finie

1.7.1 Notion de dimension
Définition 1.7.1

Pr. F. MARAGH
On dit qu’un K-espace vectoriel est de dimension finie si, et seulement si, il admet une famille génératrice
finie.

Lemme 1.7.2
Soit une famille formée de n + 1 vecteurs de l’espace E : S = (x1 , . . . , xn , xn+1 ) ∈ E n+1 . Si le vecteur
xn+1 est combinaison linéaire des autres vecteurs : xn+1 ∈ Vect(x1 , . . . , xn ), alors on peut retirer le
vecteur xn+1 sans modifier le sous-espace engendré par S :

SMI1–ALGEBRE1
Vect(x1 , . . . , xn , xn+1 ) = Vect(x1 , . . . , xn )

Preuve. On procède par double inclusion.

1. Vect(x1 , . . . , xn ) ⊂ Vect(x1 , . . . , xn , xn+1 ) est évident !
2. Vect(x1 , . . . , xn , xn+1 ) ⊂ Vect(x1 , . . . , xn ) est facile à montrer !

Théorème 1.7.3
De toute famille génératrice G de E on peut extraire une base de E.

Preuve. Soit G = (e1 , . . . , en ) une famille génératrice finie de E. Si G est libre, alors c’est une base de E, sinon,
l’un des vecteurs de la famille est une combinaison linéaire des autres (supposons que ce soit le cas de e n , quitte
à changer la numérotation des vecteurs). Dans ce cas, G1 = (e1 , . . . , en−1 ) est à nouveau une famille génératrice
de E et l’on peut recommencer la discussion initiée au début de ce paragraphe. On continue ainsi à retirer des
vecteurs tant que la famille Gk est génératrice et non libre et après un nombre fini d’étapes, la famille obtenue
est libre, si bien que c’est une base de E.

Exercice 1.7.4
Si G = Vect(G) avec

G = {u1 = (1, 1, 1), u2 = (1, 0, 2), u3 = (2, 1, 3), u4 = (1, 2, 0)}

alors on peut extraire de G une base de G.

12
Solution. On a �
u1 + u 2 = u 3
=⇒ G = Vect(u1 , u2 )
2u1 − u2 = u4

Comme u1 et u2 ne sont pas proportionnels, (u1 , u2 ) est une famille libre qui engendre G, c’est donc une base
de cet espace.

corollaire 1.7.5
Tout espace vectoriel de dimension finie non-nul possède une base.

Preuve. Immédiat.

Lemme 1.7.6
Soit L = (l1 , . . . , ln ) une famille libre de vecteurs d’un espace vectoriel E et un vecteur x ∈ E. Si
/ Vect(L), alors la famille L = (l1 , . . . , ln , x) est encore libre.
�
x∈

n
�

Pr. F. MARAGH
Preuve. Pour montrer que L est libre, soient λi , i = 1, . . . , n de K et µ ∈ K pour lesquels : λi li + µx = 0.
�

i=1
�n
�n
Si µ �= 0, alors x = − µ1 i=1 λi li , ce qui est faux par hypothèse. Ainsi µ = 0, donc : λi li = 0, et la
i=1
liberté de L montre enfin que : λi = 0 pour tout i = 1, . . . , n.

Théorème 1.7.7 (Théorème de la base incomplète)

Soit E un K-espace vectoriel de dimension finie. Pour toute famille libre L de E, il existe au moins une

SMI1–ALGEBRE1
base B de E obtenue en complétant L à l’aide de vecteurs de E.

Preuve. On introduit une famille génératrice G quelconque. Si il existe un vecteur de G n’appartenant pas à
Vect(L) alors on l’ajoute à L. On procède ainsi tant qu’il reste des vecteurs de G n’appartenant pas à Vect(L).
La famille B obtenue est alors libre et génératrice. C’est donc une base de E.

Exemple 1.7.1. On peut par exemple compléter L = {u = (1, 2, 0), v = (−1, 1, 0)} pour obtenir une base de
R3 .

Preuve. Comme u et v ne sont pas proportionnels, alors L est libre. D’après le Théorème de la base incomplète
on peut la compléter en une base de R3 . Soit w = (0, 0, 1) , montrons que (u, v, w) est une base.
Soit (a, b, c) ∈ R3 .
 
a − b = 0
 b = 0

au + bv + cw = 0 =⇒ 2a + b = 0 =⇒ a = 0 ,

 

c=0 c=0

alors L = {u, v, w} est libre.

�

Soit (x, y, z) ∈ R3 . Soit (a, b, c) ∈ R3 .

 
1
x = a − b
 b = 3 (−2x + y)

(x, y, z) = au + bv + cw ⇐⇒ y = 2a + b =⇒ a = 13 (x + y)

 

z=c c = z.

On a montré que : ∀(x, y, z) ∈ R2 , ∃(a, b, c) ∈ R3 | (x, y, z) = au + bv + cw. Donc, la famille L = {u, v, w} est
�

une famille génératrice de R3 . Finalement L = {u, v, w} est une base.

�

13
1.7.2 Dimension d’un espace vectoriel
Afin de définir la dimension d’un K-ev E de dimension finie, nous allons maintenant prouver que toutes les
bases de E ont le même cardinal.
Lemme 1.7.8 (Lemme de Steinitz)
Si E est un K-espace vectoriel admettant une famille génératrice à p éléments (p ∈ N), alors toute
famille d’au moins p + 1 éléments est liée.

Preuve. On procède par récurrence sur p.

— Pour p = 0, c’est vrai, la première famille étant vide, elle ne peut engendrer que l’espace vectoriel
E = {0}, donc la deuxième famille contient un vecteur qui est le vecteur nul, et cette famille est liée (oui,
le vecteur nul tout seul constitue une famille liée).
— Supposons la propriété vraie au rang p, et ajoutons un vecteur à chaque famille. La famille (e 1 , . . . , ep+1 )
p+1
�
étant supposée génératrice, fj = αi,j ei pour tout entier j ≤ p + 2. Si tous les coefficients αp+1,j sont
i=1
nuls, alors tous les vecteurs de la deuxième famille sont combinaisons linéaires de (e 1 , . . . , ep ), on peut
appliquer directement l’hypothèse de récurrence pour conclure que (f 1 , . . . , fp+1 ) est liée, ce qui ne risque
pas de s’améliorer si on ajoute fp+2 . Sinon, supposons par exemple, quitte à réordonner les vecteurs de la
deuxième famille, que αp+1,p+2 �= 0, on pose alors, pour tout entier j ≤ p + 1, gj = fj − αp+1,p+2 fp+2 , de
αp+1,j

Pr. F. MARAGH
façon à annuler la coordonnée suivant ep+1 . La famille (g1 , . . . gp+1 ) est alors constituée de vecteurs dans
Vect(e1 , . . . , ep ), par hypothèse de récurrence, elle est liée. Cela signifie qu’il y a une relation linéaire du
p+1
� αp+1,j
type µj (fj − fp+2 ) = 0. Quitte à tout développer, il s’agit d’une relation liant les vecteurs
j=1
αp+1,p+2
(f1 , . . . , fp+2 ), qui forment donc une famille liée.

Lemme 1.7.9

SMI1–ALGEBRE1
Le cardinal d’une famille libre est plus petit que celui d’une famille génératrice Si L est une famille
libre et G une famille génératrice de E, on a card(L) ≤ card(G).

Théorème 1.7.10
Si E est de dimension finie toutes les bases de E ont le même cardinal.

Preuve. Il suffit de considérer deux bases de cardinal n et n� différents, puis d’appliquer le lemme précédent.

Définition 1.7.11 (Dimension d’un ev)

— Si E = {0}, on dit que E est de dimension 0 : dim(E) = 0.

— Si E est un espace vectoriel de dimension finie non-nul, on appelle dimension de E, le cardinal
commun des bases de E et l’on note dimE = n.
Ainsi, dans E un ev de dimension finie :
1. Si L est une famille libre de E, on a : card(L) ≤ dimE
2. Si G est une famille génératrice de E, on a : card(G) ≥ dimE.

Théorème 1.7.12
Soit E un K-espace vectoriel de dimension n et F une famille de p vecteurs de E.
�
Fest libre
1. Fest une base deE ⇐⇒
p = n.
�
Fest génératrice
2. Fest une base deE ⇐⇒
p = n.

14
Preuve. Les sens directs sont évidents.
1. F est libre et p = n. Si F n’est pas une base alors il existe x ∈
/ Vect(F ). F ∪ {x} serait alors libre, ce qui
est impossible puisque dim(E) = n.
2. F est génératrice et p = n. Si F n’est pas libre, alors l’un des vecteurs x de F s’exprime comme
combinaison linéaire des autres. Dans ce cas, F\{x} serait aussi génératrice, ce qui est impossible.

1.8 Sous-espaces d’un espace vectoriel de dimension finie

1.8.1 Dimension d’un sous-espace
Théorème 1.8.1
Soit E un K-espace vectoriel de dimension finie et F un sous-espace vectoriel de E. F est de dimension
finie et dim(F ) ≤ dim(E). De plus, F = E si et seulement si dim(F ) = dim(E).

Preuve. Si F n’était pas de dimension finie, alors on pourrait trouver une famille libre de vecteurs de F de
cardinal p > n. Cette famille serait aussi une famille libre de E. Or ceci est impossible car toute famille libre de
vecteurs de E a un cardinal inférieur ou égal à n. Donc F est de dimension finie et dimF ≤ n.

Pr. F. MARAGH
Exercice 1.8.2
Soient F = Vect((1, 2, 3), (0, 1, 1)) et G = {(x, y, z) ∈ R3 | x + y − z = 0} deux sev de R3 . Montrer que
F = G.

Solution. On a F = Vect((1, 2, 3), (0, 1, 1)) et (1, 2, 3), (0, 1, 1) ne sont pas proportionnels, ils forment une
famille libre de G donc ((1, 2, 3), (0, 1, 1)) est une base de F, d’où dim(F ) = 2.
On a

SMI1–ALGEBRE1
� �
G = (x, y, z) ∈ R3 | x + y − z = 0
� �
= (x, y, z) ∈ R3 | z = x + y
= {(x, y, x + y) | x, y ∈ R}
= {x(1, 0, 1) + y(0, 1, 1) | x, y ∈ R}
= Vect((1, 0, 1), (0, 1, 1)).

De plus (1, 0, 1), (0, 1, 1) ne sont pas proportionnels, ils forment une famille libre de G donc ((1, 0, 1), (0, 1, 1))
est une base de G, d’où dim(G) = 2.
On déduit de cela que dim(F ) = dim(G).
Comme � �
1+2−3=0 (1, 2, 3) ∈ G
=⇒ =⇒ F ⊂ G.
0+1−1=0 (0, 1, 1) ∈ G
�
F ⊂G
On a montré que =⇒ F = G.
dim(F ) = dim(G)

1.8.2 Sous-espaces vectoriels supplémentaires

Théorème 1.8.3
Soient F et G deux sous-espaces vectoriels non réduits à {0} d’un espace vectoriel E de dimension finie
de bases respectives BF et BG .

B = BF ∪ BG est une base de E ⇐⇒ E = F ⊕ G.

Preuve. =⇒ ) Soit BF = (ei )1≤i≤p et BG = (ei )p+1≤i≤n , montrons que F et G sont supplémentaires.

15
 — Soit x ∈ E, il existe (x1 , . . . , xn ) ∈ Kn tel que
n
� p
� n
�
x= xi ei = xi ei + xi ei .
i=1 i=1 i=p+1
� �� � � �� �
∈F ∈G

Ainsi, tout vecteur de E est somme d’un vecteur de F et d’un vecteur de G et donc E = F + G.
— Soit x ∈ F ∩ G. Il existe (x1 , . . . , xn ) ∈ Kn tel que
p
� n
� p
� n
�
x= xi ei = xi ei =⇒ 0 = xi ei + (−xi )ei ,
i=1 i=p+1 i=1 i=p+1

puis pour tout i = 1, . . . n, xi = 0 car B est libre. Ceci montre que F ∩ G = {0}.
⇐=) On suppose que E = F ⊕ G.
— Montrons que B est libre : Soient (x1 , . . . , xn ) ∈ Kn tel que
n
� p
� n
�
xi e i = 0 =⇒ xi e i = (−xi )ei .
i=1 i=1 i=p+1

Comme
p
� n
�

Pr. F. MARAGH
xi ei ∈ F et (−xi )ei ∈ G,
i=1 i=p+1

on a alors :
p
� n
�
xi ei = (−xi )ei = 0.
i=1 i=p+1

Comme BF est une base de F et BG une base de G, ceci implique que pour tout i = 1, . . . n, xi = 0
et donc que B est libre.
— Montrons que B est génératrice de E. Soit x ∈ E, comme E = F ⊕ G, il existe un vecteur y ∈ F et

SMI1–ALGEBRE1
un vecteur z ∈ G tels que x = y + z. De plus :
p
�
— Comme BF est une base de F et que y ∈ F, il existe y1 , . . . yp ∈ K tels que y = yi e i .
i=1
n
�
— Comme BG une base de G, et que z ∈ G, il existe zp+1 , . . . zn ∈ K tels que z = zi ei . Par
i=p+1
conséquent :
p
� n
�
x=y+z = yi e i + zi ei ∈ Vect(B)
i=1 i=p+1

et B est donc bien génératrice de E.

On a ainsi prouvé que B est une base de E.

Exercice 1.8.4
Soient E� = R4 , F = Vect ((1, 2, 1, 1), (0, 1, 1, 1)) �
et G = (x, y, z, t) ∈ R4 | x + y + z + t = 0 et x = y . Montrer que F ⊕ G = E.

Solution. On a
G = {(x, y, z, t) ∈ R4 | x + y + z + t = 0 et x = y}
= {(x, y, z, t) ∈ R4 | 2x + z + t = 0 et x = y}
= {(x, y, z, t) ∈ R4 | z = −t − 2x et x = y}
= {(x, x, −t − 2x, t) | (x, t) ∈ R2 }
= {x(1, 1, −2, 0) + t(0, 0, −1, 1) | (x, t) ∈ R2 }
= Vect(u1 , u2 ),

16
où u1 = (1, 1, −2, 0) et u2 = (0, 0, −1, 1), puisque les vecteurs u1 et u2 ne sont pas colinéaires, la famille (u1 , u2 )
est libre. Finalement, (u1 , u2 ) est une base G.
Soit F = Vect (u3 = (1, 2, 1, 1), u4 = (0, 1, 1, 1)), on a (u3 , u4 ) est une base F , puisque les vecteurs u3 et u4
ne sont pas colinéaires.
Pour montrer que F ⊕G = E, il suffit de voir que la famille (u1 , u2 , u3 , u4 ) est une base. Comme (u1 , u2 , u3 , u4 )
est une famille de 4 éléments de E et dim(E) = 4, pour montrer que (u1 , u2 , u3 , u4 ) est une base de E, il suffit
de vérifier que la famille (u1 , u2 , u3 , u4 ) est libre.
Soit (a, b, c, d) ∈ R4 tel que
  

 a+c=0 
 c = −a 
 a=0

 
 

a + 2c + d = 0 d=a d=0
au1 + bu2 + cu3 + du4 = 0 =⇒ =⇒ =⇒
−2a − b + c + d = 0
 b = −2a
 b = 0


 
 

b+c+d=0 −2a = 0 c = 0.
Par suite, la famille (e1 , e2 , e3 , e4 ) est libre, ce qui implique que la famille (e1 , e2 , e3 , e4 ) soit une base E.
Finalement
F ⊕ G = E.
Théorème 1.8.5
Soit n ∈ N∗ avec n ≥ 2 et {Fi }, i = 1, . . . , n des sous-espaces vectoriels non réduits à {0} d’un espace
vectoriel E de dimension finie de bases respectives BFi .

Pr. F. MARAGH
n
�
E = F1 ⊕ . . . ⊕ Fn ⇐⇒ B = (BFi ) est une base de E.
i=1

Preuve. On peut également effectué un raisonnement par récurrence sur n.

Théorème 1.8.6 (Formule de Grassmann)

SMI1–ALGEBRE1
Soit E de dimension finie et F, G deux sev de E. Alors :

dim(F + G) = dimF + dimG − dim(F ∩ G)

Preuve. F + G est de dimension finie car la réunion d’une base de F et d’une base de G est une famille
génératrice finie de F + G. F ∩ G est un sous-espace vectoriel de F et de G. Notons s = dim(F ∩ G), p = dimF
et q = dimG. Soit (e1 , . . . , es ) une base de F ∩ G que l’on complète en une base (e1 , . . . , es , f1 , . . . , fp−s ) de F
et en une base (e1 , . . . , es , g1 , . . . , gq−s ) de G. Le système (e1 , . . . , es , f1 , . . . , fp−s , g1 , . . . , gq−s ) est un système
générateur de E + F. Or c’est un système libre par construction donc dim(E + G) = p + q − s.

corollaire 1.8.7
E = F ⊕ G =⇒ dimE = dimF + dimG.

Théorème 1.8.8
Tout sous-espace vectoriel d’un espace vectoriel E de dimension finie admet au moins un supplémentaire
dans E.

Preuve. On utilise ici le théorème de la base incomplète en considérant une base de F que l’on complète pour
obtenir une base de E. Les vecteurs ajoutés engendrent alors un sev supplémentaire de F dans E.

Théorème 1.8.9
Soient F et G deux sous-espaces vectoriels d’un espace vectoriel E de dimension finie.
� �
F ∩ G = {0} F +G=E
E = F ⊕ G ⇐⇒ ⇐⇒
dimF + dimG = dimE dimF + dimG = dimE.

17