Université Lyon 1

Classes préparatoires 2015-2016

Algèbre linéaire
Serge Parmentier

Chapitre 3: Espaces vectoriels

On désigne par K un corps, d’addition +K , de multiplication ·K , d’unité 1K .

1. Espaces et sous-espaces
Définition: Un espace vectoriel sur K est un ensemble non vide E muni d’une loi d’addition

+ : E 2 → E : (u, v) 7→ u + v

et d’une loi externe

K × E → E : (λ, u) 7→ λu
qui satisfont aux propriétés suivantes:
(1) l’addition + est
associative: quels que soient u, v, w ∈ E, (u + v) + w = u + (v + w).
commutative: quels que soient u, v ∈ E, u + v = v + u.
à neutre: il existe un élément noté ~0 de E, tel que pour tout u ∈ E, ~0 + u = u.
→
−
à réciproques ou opposés : quel que soit u ∈ E, il existe un élément noté −u ∈ E tel que −u+u = 0 .
(2) les lois sur K et E sont compatibles:
quels que soient λ, µ ∈ K et u, v ∈ E,
λ(u + v) = λu + λv
(λ +K µ)u = λu + µu
(λ ·K µ)u = λ(µ u)
1K u = u.
Les éléments de E sont (souvent) appelés des vecteurs et les éléments de K sont appelés des
scalaires. Dans la suite, on écrira ‘E est un K− espace’, pour signifier ‘E est un espace vectoriel
sur le corps K.’
Cette notion est fondamentale et les exemples abondent.
1.L’exemple par excellence
Pour n ∈ N \ {0}, E = Kn muni de l’addition

(x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn )

et de la multiplication par le scalaire λ ∈ K

λ(x1 , . . . , xn ) = (λx1 , . . . , λxn )

est un K− espace. Le neutre pour + est ~0 = (0, . . . , 0) et l’opposé du n− uplet (x1 , . . . , xn ) ∈ Kn

est (−x1 , . . . , −xn ).
Cas particuliers:
Pour n = 1, K est un K− espace. (C’est une autre manière de voir les propriétés de corps.)
Pour n = 2 et K = R, c’est le plan du lycée et l’addition est la règle du parallélogramme.

1
2. Corps emboités
Soient K et L deux corps tels que K ⊂ L (penser à R ⊂ C), alors L est un K− espace, pour la loi
d’addition +L et la multiplication K × L → L : (λ, u) 7→ λ ·L u
3. Les polynômes en une indéterminée
L’ensemble K[X] des polynômes est un K - espace pour l’addition (cf chapitre 1)
X X X
ai X i + bi X i = (ai + bi )X i
i∈N i∈N i∈N

et la multiplication par le scalaire λ ∈ K

X X
λ( ai X i ) = λai X i .
i∈N i∈N

Le neutre est le polynôme nul et l’opposé de P est le polynôme −P.

[Link] suites de réels
Soit RN l’ensemble des suites (xn )n∈N de nombres réels. RN est un R− espace pour les lois

(xn )n∈N + (yn )n∈N = (xn + yn )n∈N , λ(xn )n∈N = (λxn )n∈N .

Le neutre pour + est la suite constante nulle et l’opposé de la suite (xn )n∈N est la suite (−xn )n∈N .
5. Les fractions rationnelles
De manière analogue à K[X], l’ensemble K(X) est un K− espace.
Un exemple de calcul: dans tout K− espace E, on a λu = 0 ssi λ = 0 ou u = ~0.
Dans un sens: si λ = 0, λu = 0u = (0 + 0)u = 0u + 0u donc 0u = ~0; si u = ~0, λu = λ~0 = λ(~0 + ~0) =
λ~0 + λ~0 donc λ~0 = ~0.
Réciproquement: supposons λu = ~0. Si λ = 0 c’est fini; sinon λ est inversible dans K et on a
~0 = λ−1~0 = λ−1 (λu) = 1K u = u.
Soit E est un K− espace.
Définition (sous-espace)
Une partie non vide F ⊂ E est appelée un sous-espace vectoriel de E si
∀u, v ∈ F, ∀λ ∈ K, u + v ∈ F et λu ∈ F.
Remarque: Par le calcul qui précède, pour u ∈ F, 0u = ~0 ∈ F , i.e. tout sous-espace F ⊂ E contient
→
−
0.
Tout sous-espace vectoriel F ⊂ E est un K- espace pour les lois héritées de E.
Pour la suite on écrira (souvent) sous-espace pour signifier sous-espace vectoriel.
Exemples
1. Soient a, b, c ∈ R, (a, b) 6= (0, 0). On rappelle que la partie D ⊂ R2 des points (x, y) satisfaisant
à l’équation ax + by = c est appelée une droite affine du plan. Une telle droite D est un sous-espace
vectoriel de R2 ssi c = 0.
2. Soient a, b, c, d ∈ R, (a, b, c) 6= (0, 0, 0). La partie Π ⊂ R3 des points (x, y, z) satisfaisant à
l’équation ax + by + cz = d est appelée un plan affine de l’espace. Un tel plan Π est un sous-espace
vectoriel de R3 ssi d = 0.
3. Les deux exemples précédents sont des cas particuliers de la situation générale suivante:

2
Soient deux familles de réels aij , 1 ≤ i ≤ m, 1 ≤ j ≤ n et d1 , . . . , dm ∈ R. L’ensemble E des
solutions (x1 , . . . , xn ) ∈ Rn du système de m équations à n inconnues

a11 x1 + . . . + a1n xn = d1
.. .. ..
. . .
am1 x1 + . . . + amn xn = dm

est soit vide, soit un sous-espace affine de Rn . E est un sous-espace vectoriel de Rn ssi pour tout
i ∈ {1, . . . , m}, di = 0.
4. Dans l’ensemble RN des suites de nombres réels, la partie constituée des suites convergentes est
un sous-espace vectoriel.
En effet: si limn→∞ xn = l et limn→∞ yn = l0 , alors limn→∞ (xn + yn ) = l + l0 et pour tout réel λ,
limn→∞ λxn = λl.
5. Soient a, b ∈ R. Dans l’ensemble des suites de nombres réels, la partie constituée des suites
(un )n∈N satisfaisant à la récurrence un+2 = aun+1 + bun , n ∈ N est un sous-espace vectoriel.
En effet, si les suites (un ) et (vn ) sont solutions, alors (un + vn ) et (λun ), λ ∈ R, le sont aussi.
Proposition (Intersection): Soient F, G ⊂ E deux sous-espaces du K− espace E.
Alors, F ∩ G est un sous-espace de E.
Exercice: sous les hypothèses de la proposition, mq F ∪ G est sous espace ssi F ⊂ G ou G ⊂ F.
Définition/Proposition (Somme)
(i) Soit E un K− espace et F, G ⊂ E deux sous-espaces. L’ensemble

F + G := {u + v, u ∈ F, v ∈ G}

est un sous-espace de E. F + G est appelé la somme de F et G.

On dit que F et G sont en somme directe dans E si F ∩ G = {~0}. On écrit alors F ⊕ G au lieu de
F + G. (Le + est encerclé pour signifier l’intersection nulle.)
(ii) On dit que E est somme de F et G si E = F + G.
Si F ∩ G = {~0} et E = F + G on dit que F et G sont supplémentaires dans E.
Exemples: Dans R3 ,
- les droites Dx = {(λ, 0, 0), λ ∈ R} et Dy = {(0, µ, 0), µ ∈ R} sont en somme directe.
- le plan Π = {(λ, µ, 0), λ, µ ∈ R} et la droite D = {(λ, λ, 0), λ ∈ R} ne sont pas en somme directe:
en effet, Π ∩ D = D 6= {~0}.
- le plan Π et la droite Dz = {(0, 0, λ), λ ∈ R} sont en somme directe. De plus, R3 = Π ⊕ Dz .
2. Famille d’éléments d’un ensemble
Soit I un ensemble fini, A un ensemble.
Définition: On appelle famille finie de A indicée par I toute application

I → A : i 7→ vi

On écrit une telle famille v = (vi )i∈I . Si I = {1, . . . , p}, une famille indicée par I est donc une p−
liste (ou un p−uplets) (v1 , . . . , vp ) ∈ Ap .
On appelle cardinal de v, le cardinal de I. On note ce cardinal | v | .

3
Définition: Soient u = (ui )i∈I et v = (vj )j∈J deux familles finies de A. On dit que u est une
sur-famille de v ou que v est une sous-famille de u s’il existe une injection

φ:J →I

telle que vj = uφ(j) pour tout j ∈ J.

On notera cela (par abus) v ⊂ u.
Exemple: (u2 , u1 ) est une sous-famille de (u1 , u2 , u3 ), ici J = {1, 2}, I = {1, 2, 3} et φ(1) = 2, φ(2) =
1.
3. Combinaisons linéaires, familles génératrices, familles libres
Soit E un espace vectoriel sur K et v = (vi )i∈I une famille finie de E.
Définition: on appelle combinaison linéaire de v toute somme
X
λi v i
i∈I

avec (λi )i∈I une famille finie d’éléments de K.

Attention: Une combinaison linéaire est une somme finie.
Si I = {1, 2, . . . , p} une telle combinaison linéaire s’écrit

λ 1 v1 + . . . + λ p vp .

Exemples:
1. E = R3 v = (v1 = (1, 0, 0), v2 = (0, 1, 0)). Une combinaison linéaire est une expression de la
forme
λ(1, 0, 0) + µ(0, 1, 0) = (λ, µ, 0), λ, µ ∈ R.

2. E = C[X], v = (v1 = 1, v2 = X). Une combinaison linéaire est un polynôme de degré au plus
1: z0 + z1 X ∈ C[X].
3. E = K≤n [X] l’ensemble des polynômes de degré au plus n. Tout polynôme P ∈ E est
combinaison linéaire de la famille (X j )0≤j≤n .
Proposition (Sous-espace engendré).P Soit v = (vi )i∈I une famille finie d’éléments de E.
(1) L’ensemble V ect((vi )i∈I ) := { i∈I λi vi , (λi )i∈I famille finie de K} est un sous-espace vectoriel
de E.
(2) Si F ⊂ E est un sous-espace de E tel que pour tout i ∈ I, vi ∈ F , alors V ect((vi )i∈I ) ⊂ F.
En d’autres termes: pour l’inclusion ensembliste, V ect((vi )i∈I ) est le plus petit sous-espace de E
contenant vi , i ∈ I. On dit que V ect((vi )i∈I ) est le sous-espace de E engendré par v.
preuve: cf cours.
Exemples:
1. V ect((1, 0, 0), (0, 1, 0)) ⊂ R3 est le plan de coordonnées Πz = {(x, y, z) ∈ R3 , z = 0}.
2. V ect(1, X) est l’ensemble des polynômes de degré au plus 1.
3. V ect(1, X, X 2 , . . . , X n ) = K≤n [X] est le sous-espace de K[X] des polynômes de degré au plus
n.
4. V ect((1, 0, 0), (0, 1, 0), (0, 0, 1)) = R3 car tout (a, b, c) ∈ R3 s’écrit (a, b, c) = a(1, 0, 0)+b(0, 1, 0)+
c(0, 0, 1).

4
Définition
(i) Famille génératrice:
On dit que la famille finie (vi )i∈I est une famille génératrice de E si

V ec(vi )i∈I = E

i.e. si tout élément de E est combinaison linéaire des éléments de (vi )i∈I .
(ii) Espace de dimension finie:
On dit que E est un espace vectoriel de dimension finie sur K s’il admet une famille génératrice
finie.
Proposition: (vi )i∈I est génératrice de E ssi l’application
X
K p → E : (λ1 , . . . , λp ) 7→ λi vi
1≤i≤p

est surjective.

Exemples:
1.((1, 0, 0), (0, 1, 0), (0, 0, 1)) est une famille génératrice de R3
2. Plus généralement: ((1K , 0K , . . . , 0K ), . . . , (0K , . . . , 0K , 1K )) est une famille génératrice de K n
de cardinal n pour tout corps K.
Cette famille sera appelée plus loin la base canonique de K n .
3. Dans Kn , la famille (v1 = (a11 , . . . , an1 ), . . . , vp = (a1p , . . . , anp )) de cardinal p est géné -
ratrice ssi pour tout (a1 , . . . , an ) ∈ Kn l’équation
X
λj (a1j , a2j , . . . , anj ) = (a1 , . . . , an )
1≤j≤p

admet au moins une solution (λ1 , . . . , λp ) ∈ Kp , i.e. ssi le système

a11 λ1 + . . . + a1p λp = a1
..
.
an1 λ1 + . . . + anp λp = an

admet au moins une solution (λ1 , . . . , λp ).

Proposition: Toute sur-famille u d’une famille génératrice v est encore génératrice.

Preuve: soit φ : J → I telle que vj = uφ(j) . par hypothèse, tout v ∈ E est combinaison linéaire des
éléments de v: X X
v= λ j vj = λj uφ(j) .
j∈J j∈J

C’est donc aussi une combinaison linéaire des ui , i ∈ I.

Définition (Famille libre)
On dit qu’une famille finie (vi )i∈I est libre si elle satisfait à la condition suivante:

5
Pour toute famille finie (λi )i∈I d’éléments de K, l’égalité
X
λi vi = ~0
i∈I

implique λi = 0 pour tout i ∈ I.

Proposition Soit I = {1, . . . , p}. La famille (v1 , . . . , vp ) est libre ssi l’application

K p → E : (λ1 , . . . , λp ) 7→ λ1 v1 + . . . + λp vp

est injective.
→
−
Preuve: supposons cette application injective. On sait que (0, . . . , . . . , 0) 7→ 0 ∈ E. Par injectivité,
→
−
aucun p− uplet non nul (λ1 , . . . , λp ) ne peut être envoyé sur 0 , i.e. si λ1 v1 + . . . + λp vp = 0 alors
λi = 0 pour tout i ∈ I. La famille (vi )i∈I est donc P libre. P
Réciproquement: supposons v libre. La condition i∈I λi vi = i∈I µi vi équivaut à
→
−
(λ1 − µ1 )v1 + .... + (λp − µp )vp = 0

et par liberté on doit avoir λi = µi pour tout i ∈ I.

Dans Kn , la famille
(v1 = (a11 , a21 , . . . , an1 ), . . . , vp = (a1p , . . . , anp ))
est libre ssi le système
a11 λ1 + . . . + a1p λp = 0
..
.
an1 λ1 + . . . + anp λp = 0
admet pour unique solution (λ1 , . . . , λp ) = (0, . . . , 0).
Par la proposition, cette famille est libre ssi pour tout (a1 , . . . , an ) ∈ Kn , le système

a11 λ1 + . . . + a1p λp = a1
..
.
an1 λ1 + . . . + anp λp = an
admet au plus une solution (λ1 , . . . , λp ).
Exemples:
1. Toute famille de cardinal 1 non nulle (v 6= 0) d’un K- espace E est libre.
2. ((1K , 0), (0, 1K )) est libre dans K 2 .
3. La famille ((1K , 0, . . . , 0), (0, 1K , 0, . . . , 0), . . . , (0, . . . , 0, 1K )) de cardinal n est libre dans K n .
4. ((1, 1, 1), (0, 1, 1), (0, 0, 1)) est libre dans R3 .
Proposition: Toute sous-famille v d’une famille libre u est libre.
preuve: Soit φ : J → I telle que vj = uφ(j) . Supposons ~0 = j∈J λj vj = j∈J λj uφ(j) . C’est une
P P
combinaison linéaire d’éléments de u nulle, donc tous les coefficients λj sont nuls.
Définition/terminologie On dit qu’une P famille est liée si elle n’est pas libre, i.e. s’il existe une
famille finie (λi )i∈I non nulle telle que i∈I λi vi = ~0.

6
Proposition: (vi )i∈I est liée ssi l’un des vi est combinaison linéaire des autres.
preuve: cf cours
Exemples
1. Si v contient ~0 elle est liée: 1~0 = ~0.
2. Si deux éléments de v sont égaux, elle est liée: v − v = ~0.
2. Dans R2 , ((1, 0), (1, 1), (0, 1)) est liée: (1, 0) − (1, 1) + (0, 1) = (0, 0).
4. Bases
Définition: On dit qu’une famille finie (vi )i∈I est une base de E si elle est génératrice et libre.
Exemples:
1. (1K ) est une base du corps K vu comme espace vectoriel sur lui-même.
2. Plus généralement, pour n ∈ N \ {0}, la famille

((1K , 0, . . . , 0), (0, 1K , 0, . . . , 0), . . . , (0, . . . , 0, 1K ))

de cardinal n est la base canonique de K n .

3. (X j )0≤j≤n est une base de l’espace K≤n [X] des polynômes de degré au plus n à coefficients
dans K.
Proposition: (vi )i∈I est une base ssi tout v ∈ E s’écrit d’une et une seule manière comme
combinaison linéaire des vi .

Preuve: Une telle combinaison linéaire existe car (vi )i∈I est génératrice. Cette combinaison linéaire
est unique car (vi )i∈I est libre.
La famille (v1 , . . . , vp ) est donc une base ssi l’application

K p → E : (λ1 , . . . , λp ) 7→ λ1 v1 + . . . + λp vp

est bijective.
P
Terminologie: si (vi )i∈I est une base de E et v ∈ E s’écrit v = i∈I λi vi , λi ∈ K, i ∈ I, alors le
scalaire λi est appelé la i−ème composante de v dans la base (vi )i∈I .

Exemples:
1. La liste des coordonnées de (a, b, c) dans la base canonique de R3 est (a, b, c)
2. La liste des coordonnées de (a, b, c) dans la base ((1, 1, 1), (0, 1, 1), (0, 0, 1)) de R3 est donnée par
la solution (λ, λ0 , λ00 ) du système

(a, b, c) = λ(1, 1, 1) + λ0 (0, 1, 1) + λ00 (0, 0, 1)

i.e. par
a = λ, b = λ + λ0 , c = λ + λ0 + λ00
i.e. par
λ=a λ0 = b − a λ00 = c − b.

3. Soit a ∈ K. Les composantes du polynôme P de degré au plus n dans la base

(1, (X − a), (X − a)2 , . . . , (X − a)n )

7
de K≤n [X] sont données par la formule de Taylor

P (n) (a)
P = P (a) + P 0 (a)(X − a) + . . . + (X − a)n .
n!

Le théorème qui suit est important. L’argument de preuve est instructif.

Théorème de la base incomplète (TBI)
Soit E 6= {~0} un espace vectoriel de dimension finie sur le corps K, l une famille finie libre et g
une famille finie génératrice de E telles que l ⊂ g.
Alors, il existe une base b de E telle que

l ⊂ b ⊂ g.

preuve: pour rappel, on désigne par | v | le cardinal d’une famille finie v.

On considère l’ensemble
L := {e, e est libre et l ⊂ e ⊂ g}.

L est non vide car l ∈ L. Soit CL la partie de N suivante: CL := {| e |, e ∈ L} ⊂ N. CL est non

vide car L est non vide et CL est majorée par | g |= m. Elle admet donc un maximum n ≤ m.
Soit alors b ∈ L de cardinal n.
On va montrer que b est une base.
Pour cela on commence par observer que tout élément de g est combinaison linéaire de b:
Soit gi un élément de g. Deux possibilités: (1) gi est élément de b et (2) gi ne l’est pas. Dans le
premier cas gi = 1gi est une combinaison linéaire de b. Dans le second cas, la famille (b1 , . . . , bn , gi )
est liée car b est de cardinal maximal parmi les familles libres; il existe donc des coefficients
λ1 , . . . , λn et µ ∈ K non tous nuls tels que

λ1 b1 + . . . + λn bn + µgi = ~0.

Observer que µ = 0 contredit la liberté de b. Donc µ 6= 0 et on a

−1 X
gi = ( λj bj ).
µ j

Tout élément de g est donc combinaison linéaire de b, ce que l’on peut réécrire comme suit:
quel que soit i ∈ {1, . . . , m}, il existe des scalaires λi,1 , . . . , λi,n ∈ K tels que
X
gi = λi,j bj .
1≤j≤n

Soit alors v ∈ E. Comme g est génératrice, il existe µ1 , . . . , µm ∈ K tels que

X X
v = µ1 g1 + . . . + µm gm = µ1 ( λ1,j bj ) + . . . + µm ( λm,j bj ).
j j

C’est donc une combinaison linéaire de b. b est donc génératrice. Comme b est aussi libre, c’est
une base de E.

8
Corollaire: soit E 6= {~0} de dimension finie sur K.
(i) De toute famille génératrice finie de E on peut extraire une base.
(ii) Toute famille libre peut être complétée en une base de E.
En particulier, tout espace vectoriel E 6= {~0} de dimension finie admet une base.
preuve: (i) appliquer le TBI à la famille génératrice g = (gi )i∈I avec l = (gi0 ), pour gi0 un élément
non nul de g. (Un tel élément existe car E 6= {~0}.)
(ii) soit l = (l1 , . . . , lr ) libre et g = (g1 , . . . , gm ) génératrice de E. Etant une sur-famille de g, la
famille g0 = (l1 , . . . , lr , g1 , . . . , gm ) est génératrice. Appliquer le TBI à l ⊂ g0 .
Le (i) assure l’existence d’une base car par hypothèse E admet une famille génératrice finie.
Définition: on convient que l’espace trivial E = {~0} admet pour base la famille vide.
5. Dimension
Proposition (Steinitz):
Soit E 6= {~0} un espace vectoriel sur K. On suppose u = (u1 , . . . , un ) libre et v = (v1 , . . . , vm )
génératrice. Alors n ≤ m.

La notion de dimension qui suit est fondamentale:

Théorème: Soit E 6= {~0} un espace vectoriel qui admet une famille génératrice finie (i.e. de
dimension finie). Alors toutes les bases de E ont même cardinal.
Preuve: soit e et f deux bases de cardinal m et n. Alors m ≤ n et n ≤ m, par Steinitz.
Définition (Dimension). Soit E un K− espace admettant une famille génératrice finie. On appelle
dimension de E le cardinal de l’une quelconque de ses bases. On note cette dimension dimK (E).
Remarque: l’espace trivial E = {~0} admettant une base à 0 élément est de dimension 0.
Proposition: soit E un K− espace de dimension n et e = (e1 , . . . , en ) une famille de n vecteurs.
Alors e est libre ssi e est génératrice ssi e est une base.
Preuve: il suffit de montrer que libre implique génératrice et que génératrice implique libre.
Par le corollaire du TBI, on peut compléter la famille libre e en une base b de E mais cette base
est de cardinal n donc égale à e.
Par le corollaire du TBI, si e est génératrice, on peut en extraire une base b de même cardinal
donc égale à e.
Proposition: On suppose E de dimension finie n sur K.
Tout sous-espace F ⊂ E est un K− espace de dimension finie et on a dim F ≤ dim E.
preuve: si F = {~0} alors F est de dimension finie = 0.
Supposons F 6= {~0}. Si v ∈ F est non nul, (v) est libre dans F . L’ensemble L des familles finies
libres de F est donc non vide.
Toute famille finie libre de F est aussi une famille finie libre de E. Par Steinitz, le cardinal d’une
telle famille est au plus n.
L’ensemble des cardinaux CL := {| e |, e finie libre de F } ⊂ N étant majoré par n admet un
maximum m ≤ n.
Soit alors f = (f1 , . . . , fm ) ∈ L de cardinal m et f ∈ F \ {f1 , . . . , fm }. La famille (f1 , . . . , fm , f )
est liée par maximalité de m, i.e. il existe λ1 , . . . , λm , µ ∈ K non tous nuls, tels que
X
λi fi + µf = ~0.
i

9
Comme dans le théorème de la base incomplète, µ 6= 0 (sinon l’on contredirait la liberté de f ) et
donc f est combinaison linéaire de f . Comme c’est vrai pour tout f ∈ F , f est génératrice, donc
une base de F de cardinal m avec m ≤ n.

Corollaire: supposons F ⊂ G deux sous-espaces emboités de E de dimension finie n. Si dim(F ) =

dim(G) alors F = G.
preuve: par la proposition qui précède on sait que F et G sont de dimension finie ≤ n. (En
appliquant la même proposition à F ⊂ G on a de plus dim(F ) ≤ dim(G).)
Supposons dim F = dim G. Toute base de F contient dim(F ) = dim(G) vecteurs. C’est donc une
famille libre de G de cardinal dim(G), i.e. une base de G. Tout vecteur de G est donc combinaison
linéaire d’éléments de F , i.e. G ⊂ F.
6. Rang d’une famille finie de vecteurs, algorithme de Gauss
Définition: on appelle rang (v) la dimension du sous-espace V ect(v).

Proposition: Soit v = (v1 , . . . , vp ) une famille finie de E. Alors V ect(v) ne change pas
(i) si l’on permute deux vecteurs de v
(ii) si l’on remplace un vecteur de v par un multiple non nul de lui-même
(iii) si l’on remplace un vecteur de v par une combinaison linéaire des autres vecteurs de v.
Ces transformations sont appelées transformations élémentaires.
preuve: (i) est clair. Faisons (ii) et (iii) d’un coup: fixons i0 ∈ {1, . . . , p} et créons une nouvelle
famille v0 = (v1 , . . . , vi0 −1 , vi00 , vi0 +1 , . . . , vp ) en remplaçant vi0 par la combinaison linéaire
X
vi00 = λi0 vi0 + λ i vi , λi0 6= 0.
1≤i≤p, i6=i0

Vérifions V ect(v) = V ect(v0 ): tout v ∈ V ect(v) s’écrit

X
v= µi vi , µ1 , . . . , µp ∈ K
1≤i≤p
X
= µi vi + µi0 vi0
i6=i0
X 1 0 X
= µi vi + µi0 (vi0 − λ i vi )
λi0
i6=i0 i6=i0
X λi µi
= (µi − µi0 )vi + 0 vi00 ∈ V ect(v0 ).
λi0 λ i0
i6=i0

Ceci montre V ect(v) ⊂ V ect(v0 ). L’inclusion V ect(v0 ) ⊂ V ect(v) est similaire.

Cette observation est à la base d’un algorithme connu sous le nom d’ algorithme du pivot de Gauss,
permettant de déterminer le rang de v et d’en exhiber une base (plus généralement, de répondre
aux questions usuelles d’algèbre linéaire). Afin de le mettre en place, voici un peu de vocabulaire
matriciel.
Définition: On appelle matrice n × p à coefficients dans K tout tableau

10
  a a12 ... ... a1p 
11
 a21 a22 ... ... a2p 
 . .. .. 
 ..
M = . .


an−11 an−12 ... ... an−1p
 
an1 an2 ... ... anp
constitué de n lignes et p colonnes d’éléments aij ∈ K, 1 ≤ i ≤ n, 1 ≤ j ≤ p.
On écrit (souvent) M = (aij )1≤i≤n,1≤j≤p . L’indice i repère la ligne (ou rangée) de M , l’indice j
repère la colonne de M. Le scalaire aij est appelé la composante ij de M.
On désigne la j−ième colonne de la matrice M par Cj :
a 
1j
 a2j 
Cj = 
 .. 

.
anj

et la i−ème ligne de M par Li :

Li = ( ai1 ai2 ... aip ) .

Nomenclature: l’ensemble des matrices ayant n lignes et p colonnes à coefficients dans K est
noté Mn,p (K).
Définition: M est dite échelonnée en colonnes si elle satisfait aux conditions de croissance du
nombre de zéros suivantes:
(i) si pour Cj on a aij = 0 pour tout i ≤ i0 − 1 et ai0 j 6= 0, alors pour Cj+1 on a ai j+1 = 0 pour
tout i ≤ i0 .
(ii) si Cj est nulle, Cj+1 est aussi nulle.
Exemple de matrice échelonnée:
2 0 0 0 0
 
1 0 0 0 0
0 1 0 0 0
 
1 1 −1 0 0

Soit E un K− espace de dimension n, (ei )1≤i≤n une base de E et v = (v1 , . . . , vp ) une famille finie
de E. Pour 1 ≤ j ≤ p, on a X
vj = aij ei
1≤i≤n

pour d’uniques coefficients aij ∈ K.

Définition: la matrice M de v dans la base (ei )1≤i≤n est la matrice n× p dont
 la j− ième colonne
a1j
Cj est constituée des composantes de vj dans la base (ei ), i.e. Cj =  ...  .
 

anj
Les transformations élémentaires sur les vecteurs de v reviennent à effectuer des transformations
élémentaires sur les colonnes de M.

11
Proposition: (Algorithme de Gauss) Toute matrice M peut être mise sous forme échelonnée en
colonnes à l’aide de transformations élémentaires sur les colonnes.
preuve: on suppose M non nulle. Voici l’algorithme:
(0) soit i0 le plus petit indice de ligne pour lequel la ligne Li0 de M est non nulle et soit j0 le plus
petit indice de colonne pour lequel ai0 j0 6= 0.
Le coefficient ai0 j0 s’appelle le pivot.
Effectuer la permutation de colonnes C1 et Cj0 .
ai0 j
(1) remplacer chaque colonne Cj pour j 6= j0 par la colonne Cj − ai0 j0 Cj0 .
Ceci donne une matrice M 0 dont les lignes L01 , . . . , L0i0 −1 sont nulles et la ligne L0i0 s’écrit

L0i0 = ( ai0 j0 0 ... 0).

(2) itérer les étapes 0 et 1 pour la matrice M 00 ∈ Mp−i0 ,n−1 (K) obtenue à partir de M 0 en
supprimant la première colonne C10 et les lignes L01 , . . . , L0i0 .
Détermination du rang de V ect((v1 , . . . , vp ))
Soit M la matrice des composantes de la famille v = (v1 , . . . , vp ) dans la base (ei )1≤i≤n .
- Effectuer des transformations élémentaires sur les colonnes pour mettre cette matrice sous forme
échelonnée
- La famille de vecteurs dont les composantes sont les colonnes non nulles de la forme échelonnée
constitue une base du sous-espace V ect(v). En particulier le rang est le nombre de colonnes non
nulles de la forme échelonnée.

7. Somme, somme directe, sous-espaces supplémentaires.

Théorème (Formule de la dimension de Grassmann)
Soit E un espace vectoriel de dimension finie sur K et F, G ⊂ E deux sous-espaces. On a

dimK (F + G) = dimK (F ) + dimK (G) − dimK (F ∩ G).

Idée de la preuve: choisir une base (e1 , . . . , er ) du sous-espace F ∩ G et la compléter (i) en une
base (e1 , . . . , er , f1 , . . . , fs ) de F et (ii) en une base (e1 , . . . , er , g1 , . . . , gt ) de G. La preuve consiste
à montrer que la famille
(e1 , . . . , er , f1 , . . . , fs , g1 , . . . , gt )
est une base de F + G (cf cours pour la vérification explicite).
Pour rappel, les sous-espaces F et G sont dits supplémentaires ou en somme directe dans E si
E = F + G et F ∩ G = {~0}; on écrit alors E = F ⊕ G.
Proposition (Existence d’un supplémentaire)
Soit E un espace vectoriel de dimension finie n sur K et F ⊂ E un sous-espace. Alors il existe un
sous-espace G ⊂ E tel que
E = F ⊕ G.

Idée de la preuve: soit r = dimK (F ). Toute base (e1 , . . . , er ) de F peut-être complétée en une base
(e1 , . . . , er , er+1 , . . . , en ) de E. La preuve consiste à vérifier que le sous-espace

G = V ect(er+1 , . . . , en )

12
convient (cf cours pour les vérifications).
Compléments sur la somme directe:
(i) E = F ⊕G ssi tout élément u ∈ E s’écrit d’une et une seule manière sous la forme u = f +g, f ∈ F
et g ∈ G.
(ii) (Généralisation de la somme à p ∈ N \ {0} sous espaces)
Soient E1 , . . . , Ep , p sous-espaces de E. On dit que E est somme des sous-espaces E1 , . . . , Ep si
pour tout u ∈ E il existe ej ∈ Ej , j ∈ {1, . . . , p}, tels que u = e1 + e2 + . . . + ep . On écrit alors

E = E1 + E2 + . . . + Ep .

Suivant le (i), on dit que E est somme directe des sous-espaces E1 , . . . , Ep si l’écriture u = e1 +
. . . + ep est unique; on écrit alors
E = ⊕pj=1 Ej .
Attention: lorsque E = E1 + . . . + Ep , cette somme est directe ssi

E1 ∩ E2 = {~0}, (E1 + E2 ) ∩ E3 = {~0}, . . . , (E1 + . . . + Ep−1 ) ∩ Ep = {~0}.

13