Chapitre 1

ESPACES VECTORIELS

Dans ce chapitre et dans les suivants, K désignera un corps commutatif quelconque

(le plus souvent K = R ou C ).

Sommaire
1.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1 Structure d’espace vectoriel . . . . . . . . . . . . . . . . . . . . 5
1.1.2 Calcul dans un espace vectoriel . . . . . . . . . . . . . . . . . . 6
1.2 Sous-espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Combinaisons linéaires, Espace engendré . . . . . . . . . . . . 8
1.3.1 Combinaisons linéaires . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.2 Sous-espace vectoriel engendré par une partie d’un ev . . . . . 9
1.4 Somme de sous-espaces vectoriels . . . . . . . . . . . . . . . . . 10
1.4.1 Somme de deux sous-espaces vectoriels . . . . . . . . . . . . . . 10
1.4.2 Sous-espaces supplémentaires . . . . . . . . . . . . . . . . . . . 11
1.4.3 Somme d’un nombre fini de sous-espaces vectoriels . . . . . . . 12
1.5 Famille libre-Famille génératrice-Base . . . . . . . . . . . . . . 12
1.5.1 Famille libre-Famille liée . . . . . . . . . . . . . . . . . . . . . . 12
1.5.2 Famille génératrice . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5.3 Base d’un espace vectoriel . . . . . . . . . . . . . . . . . . . . . 14
1.6 Espaces vectoriels de dimension finie . . . . . . . . . . . . . . . 14
1.6.1 Notion de dimension . . . . . . . . . . . . . . . . . . . . . . . . 14
1.7 Sous-espaces d’un ev de dimension finie . . . . . . . . . . . . . 17
1.7.1 Dimension d’un sous-espace . . . . . . . . . . . . . . . . . . . . 17
1.7.2 Sous-espaces vectoriels supplémentaires . . . . . . . . . . . . . 17
1.8 Rang d’un système fini de vecteurs . . . . . . . . . . . . . . . . 18

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2

1.1. GÉNÉRALITÉS 5

1.1 Généralités
1.1.1 Structure d’espace vectoriel
Définition 1.1.1. On appelle espace vectoriel sur K ou encore K-espace vectoriel,
tout ensemble E muni de deux lois :
1. Une loi interne appelée addition, notée + telle que (E, +) soit un groupe abélien.
2. Une loi externe qui à tout couple (λ, x) ∈ K × E fait correspondre un élément de
E noté λ.x, cette loi vérifiant les propriétés suivantes :
- ∀λ ∈ K, ∀x, y ∈ E, on a λ.(x + y) = λ.x + λ.y,
- ∀λ, µ ∈ K, ∀x ∈ E, on a (λ + µ).x = λ.x + µ.x,
- ∀λ, µ ∈ K, ∀x ∈ E, on a (λµ).x = λ(µ.x).
- ∀x ∈ E, on a 1.x = x
Les éléments de E s’appellent vecteurs, ceux de K scalaires.

Lorsqu’il n’y a pas de confusion, on dira espace vectoriel au lieu de K-espace vectoriel.

Remarques 1.1.1. Si E est un espace vectoriel sur le corps K,

- on dira que E est un K-ev et que K est le corps de base de E ;
- l’élément neutre pour +, est noté 0E et s’appelle le vecteur nul.

Exemples 1.1.1. 1. K est un espace vectoriel sur lui même.

2. C est un espace vectoriel sur R.
3. R n’est pas un espace vectoriel sur C.
4. K[X] est un espace vectoriel sur K muni des lois classiques :
— (P, Q) −→ P + Q.
— (λ, P ) −→ λP.
5. L’ensemble R2 = {(x, y) | x ∈ R, y ∈ R} est un R-espace vectoriel pour les opéra-
tions :
— Une addition définie par : (x, y) + (z, w) = (x + z, y + w).
— Une loi externe définie par : λ.(x, y) = (λ.x, λ.y).
6. Soit A un ensemble non vide d’un K-ev E. On note F(A, E) l’ensemble des fonc-
tions de A vers E. On définit alors deux lois sur F(A, E) :
∀(f, g) ∈ F(A, E) : (f + g) : A → E
x 7→ f (x) + g(x)

∀f ∈ F(A, E), ∀λ ∈ K : λ.f : A → E

x 7→ λ.f (x)
Alors (F(A, E), +, .) est un K-ev.

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2

1.1. GÉNÉRALITÉS 6

7. Si E et F sont des espaces vectoriels sur K, on peut munir E × F d’une structure

naturelle de K-espace vectoriel, en définissant ainsi les opérations :

∀(x, y), (x0 , y 0 ) ∈ E × F, (x, y) + (x0 , y 0 ) = (x + x0 , y + y 0 ).

∀(x, y) ∈ E × F, ∀α ∈ K, α.(x, y) = (α.x, α.y).
L’ensemble E × F muni de ces deux lois s’appelle l’espace vectoriel produit de E
par F.

Proposition 1.1.1. ( Espace produit)

Soient E1 , . . . , En des K-espaces vectoriels. On définit sur E1 × . . . × En les lois :

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

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

(E1 × . . . × En , +, .) est alors un K-ev de vecteur nul (0E1 , ..., 0En ).

Exemple 1.1.1. (Kn , +, .) est un K-ev.

1.1.2 Calcul dans un espace vectoriel

Proposition 1.1.2. Soit E un K-espace vectoriel.
1. ∀λ ∈ K, ∀x, y ∈ E, on a λ.(x − y) = λ.x − λ.y.
2. ∀λ ∈ K, on a λ.0E = 0E .
3. ∀x ∈ E, ∀λ ∈ K, on a λ.(−x) = −λ.x.
4. ∀λ, µ ∈ K, ∀x ∈ E, on a (λ − µ).x = λ.x − µ.x.
5. ∀x ∈ E, on a 0.x = 0E .
6. ∀x ∈ E, ∀λ ∈ K, on a λ.x = 0E ⇐⇒ λ = 0 ou x = 0E .

Démonstration. 1. On a λ.(x − y) + λ.y = λ.((x − y) + y) = λ.x.

2. On fait x = y dans 1).
3. On fait x = 0E dans dans 1).
4. On a (λ − µ).x + µ.x = ((λ − µ) + µ).x = λ.x.
5. On fait λ = 0 dans 4).
6. On fait λ = µ dans 4).
7. En effet, supposons que λ.x = 0E . Si λ = 0, on a gagné. Sinon λ est inversible dans
le corps K et on a par multiplication par λ−1 : λ−1 .(λ.x) = 1.x = 0E d’où x = 0E .

Remarques 1.1.2. Soit E un espace vectoriel sur le corps K,

- On écrira désormais λx à la place de λ.x lorsque la confusion ne sera plus à craindre.
- On pourra écrire −λx sans aucune ambiguité.

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2

1.2. SOUS-ESPACES VECTORIELS 7

1.2 Sous-espaces vectoriels

Définition 1.2.1. Soit (E, +, .) un espace vectoriel sur K, une partie F de E est un
sous-espace vectoriel de E (en abrégé sev) si et seulement si :
1. 0E ∈ F.
2. ∀x, y ∈ F =⇒ x + y ∈ F.
3. ∀x ∈ F, λ ∈ K =⇒ λ.x ∈ F.

Remarque 1.2.1. Tout sous-espace vectoriel de E, est un espace vectoriel pour les lois
induites par E.

Exemple 1.2.1. 1. L’ensemble {0E } constitué de l’unique élément nul est un sous-
espace vectoriel de E, à ne pas confondre avec l’ensemble vide ∅ qui n’est pas un
sous-espace vectoriel de E (il ne contient pas le vecteur nul).
2. L’ensemble E est un sous-espace vectoriel de E.

Pour montrer qu’un ensemble F est un sous-espace vectoriel d’un espace vectoriel E
on utilise les propositions suivantes :

Proposition 1.2.1. Soit E un espace vectoriel et F ⊂ E. Alors F est un sous-espace

vectoriel de E si et seulement si :
1. F 6= ∅.
2. ∀x, y ∈ F, ∀λ, µ ∈ K =⇒ λ.x + µ.y ∈ F.

Démonstration. ⇒) Trivial.
⇐) Montrons que 0E ∈ F. Puisque F est non vide, F contient un x. En prenant λ = 1 et
µ = −1, on a x − x ∈ F.
La propriété λ.x + µ.y entraine la stabilité de F pour + et pour .
Proposition 1.2.2. Soit E un espace vectoriel et F ⊂ E. Alors F est un sous-espace
vectoriel de E si et seulement si :
1. F 6= ∅.
2. ∀x, y ∈ F =⇒ x − y ∈ F.
3. ∀x ∈ F, ∀λ ∈ K =⇒ λ.x ∈ F.
Démonstration. à faire en exercice.

Exemples 1.2.1. 1. Droite vectorielle : Soit E un espace vectoriel et v ∈ E, v 6= 0,

alors F = {x ∈ E | ∃λ ∈ K; x = λ.v}, est un sous-espace vectoriel de E dit droite
vectorielle.
2. Plan vectoriel : Soit E un espace vectoriel et u, v ∈ E, alors F = {x ∈ E | ∃λ, µ ∈
F; x = λ.u + µ.v}, est un sous-espace vectoriel de E dit plan vectoriel.
3. On note Rn [X] = {P ∈ R[X] | deg(P ) ≤ n} est un sous-espace vectoriel de R[X].

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2

1.3. COMBINAISONS LINÉAIRES, ESPACE ENGENDRÉ 8

4. On note F(R, R) l’espace vectoriel des fonctions de R dans R et on considère les

sous-ensembles suivants de F(R, R).
F1 = {f : R −→ R | f paire}.
F2 = {f : R −→ R | f impaire}.
F3 = {f : R −→ R | f (1) = 1}.
F1 et F2 sont deux sous-espaces vectoriels mais F3 n’est pas un sous-espace vectoriel
de F(R, R).

Proposition 1.2.3. Soit I un ensemble non vide.

T
Soit (Fi )i∈I une famille (finie ou infinie) de sev de E un K-ev. Alors : F = i∈I Fi est
un sous-espace vectoriel de E.

Démonstration. Pour tout i ∈ I, on a 0E ∈ Fi , donc 0E ∈ F. Soient x, y ∈ F et λ, µ ∈ K

alors pour tout i ∈ I, on a λx + µy ∈ Fi donc λx + µy ∈ F = i∈I Fi .
T

Proposition 1.2.4. Soient F et G deux sous-espaces vectoriels d’un K-ev E.

1. F ∪ G n’est pas en général un sous-espace vectoriel de E.
2. Le complémentaire CEF = {x ∈ E | x ∈
/ F} d’un sous-espace vectoriel F n’est
pas un sous-espace vectoriel de E.

Démonstration. 1. On prend F * G et G * F, il existe donc x ∈ F et x ∈ / G et y ∈ G et

y∈/ F ; on a donc x, y ∈ F ∪ G.
Si F ∪ G est un sous-espace vectoriel alors x + y ∈ F ∪ G ; c.à.d x + y ∈ F ou x + y ∈ G.
Si x + y ∈ F, alors (x + y) − x ∈ F =⇒ y ∈ F ; contradiction.
Si x + y ∈ G, alors (x + y) − y ∈ G =⇒ x ∈ G ; contradiction.
2. Le complémentaire CEF ne contient pas 0E , donc n’est pas un sous-espace vectoriel.

Proposition 1.2.5. Soient F et G deux sous-espaces vectoriels d’un K-ev E.

F ∪ G est un sev de E si et seulement si F ⊂ G ou G ⊂ F.
Démonstration. à faire en exercice.

1.3 Combinaisons linéaires, Espace engendré

1.3.1 Combinaisons linéaires
Définition 1.3.1. Soit S = {x1 , ..., xp } une famille de vecteurs d’un K-space vectoriel
E. Une combinaison linéaire des éléments de S est tout élément v de E de la forme
v = α1 x1 + ...αp xp = pk=1 αk xk , où les αk ∈ K.
P

Les scalaires α1 , . . . , αp sont nommés coefficients de la combinaison linéaire.

Exemples 1.3.1. 1. Le vecteur 0E est combinaison linéaire de toute famille finie de

vecteurs, les coefficients étant nuls.
2. Tout vecteur x est combinaison linéaire de tout système de vecteurs contenant x,
le coefficient de x étant 1, tous les autres égaux à 0.

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2

1.3. COMBINAISONS LINÉAIRES, ESPACE ENGENDRÉ 9

3. Considérons
  les trois
 vecteurs
 :  
−1 0 −1
−2 , u2 =  2  , u3 =  0 
u1 =      

−3 −1 −4
     
−1 0 −1
On a u1 + u2 = −2 +  2  =  0  = u3 , alors u3 est combinaison linéaire
     

−3 −1 −4
des vecteurs u1 et u2 .
4. Dans Rn [X], tout polynôme est une combinaison linéaire des éléments de la famille
(1, X, X 2 , . . . , X n ).
Remarque 1.3.1. Pour prouver qu’un vecteur v est une combinaison linéaire des vecteurs
u1 , u2 , ..., up il faut montrer qu’il existe p constantes α1 , α2 , ..., αp telles que
p
X
v = α1 u1 + ...αp up = αk uk .
k=1

1.3.2 Sous-espace vectoriel engendré par une partie d’un ev

Définition 1.3.2. Soient E un K-espace vectoriel et S une partie finie de E. On ap-
pelle sous-espace engendré par S, noté V ect(S), l’ensemble des combinaisons linéaires
des éléments de S. La famille S est dite génératrice du sous-espace V ect(S).

Si S = {x1 , ..., xp }, alors

p
λi xi | (λ1 , . . . , λp ) ∈ Kp },
X
V ect(S) = {
i=1

ou encore
x ∈ V ect(S) ⇔ ∃(λ1 , . . . , λp ) ∈ Kp / x = λ1 x1 + ...λp xp .
Proposition 1.3.1. ; Soit S = {x1 , ..., xp } un système fini de vecteurs d’un K-espace
vectoriel E. L’ensemble F = V ect(S) est un sev de E ; c’est le plus petit sev (pour
l’inclusion) de E contenant S. F est dit sous-espace vectoriel engendré par S.

Démonstration. Soient x, y deux éléments de F, alors ∃(α1 , ..., αp ), (µ1 , ..., µp ) ∈ Kp tels
que
x = α1 x1 + ...αp xp , y = µ1 x1 + ...µp xp .
Quels que soient les scalaires α et µ ∈ K, on a :

αx + µy = (αα1 + µµ1 )x1 + ... + (ααp + µµp )xp .

On obtient une combinaison linéaire du systéme proposé, donc αx + µy ∈ F qui est, par
conséquent, sous-espace vectoriel de E.
F contient évidemment chacun des xi du systéme (x1 , ..., xp ). D’autre part, tout sous-
espace, contenant les vecteurs x1 , ..., xp , doit contenir aussi la somme α1 x1 + ...αp xp pour
tout scalaires α1 , ..., αp . Un tel sous-espace contient donc F qui est, par conséquent, le
plus petit sous-espace contenant les vecteurs x1 , ..., xp .

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2

1.4. SOMME DE SOUS-ESPACES VECTORIELS 10

Proposition 1.3.2. Soit S une partie d’un K-espace vectoriel E. L’ensemble F =

V ect(S) des combinaisons linéaires finies d’éléments de S est un sev de E ; c’est le plus
petit sev (pour l’inclusion) de E contenant S. V ect(S) est dit sous-espace engendré
par la partie S, il est noté :

V ect(S) = hSi = {x ∈ E | ∃n ≥ 1, λ1 , ..., λn ∈ K, x1 , ..., xn ∈ S, x = λ1 x1 + ...λn xn }.

Corollaire 1.3.1. S est un sous-espace vectoriel, si et seulement si, V ect(S) = S.

Exemples 1.3.2. 1. V ect{∅}= { 0E } car l’espace nul est le plus petit sous-espace
vectoriel de E.
2. V ect(E) = E car V ect(E) est le plus petit sous-espace vectoriel contenant E.
3. Soit A = {u}. Montrons que V ect{u} = {αu | α ∈ K} = Ku.
Puisque u ∈ A ⊂ V ect(A) et comme V ect(A) est un sous-espace vectoriel de E, on
a αu ∈ V ect(A) pour tout α ∈ K. Ainsi Ku ⊂ vect{u}, par double inclusion on
trouve Ku = vect{u}.
4. Soit A = {u, v}. On montre comme ci-dessus que
V ect{u, v} = {αu + µv | α, µ ∈ K} = Ku + Kv.

Exercice : Soit A et B une partie d’un espace vectoriel E. Montrer que :

1. A ⊂ B =⇒ V ect(A) ⊂ V ect(B).
2. V ect(vec(A)) = V ect(A).

1.4 Somme de sous-espaces vectoriels

1.4.1 Somme de deux sous-espaces vectoriels
Définition 1.4.1. Soient F, G deux sous-espaces vectoriels de E. On appelle somme
de F et G l’ensemble

F + G = {xF + xG | xF ∈ F et xG ∈ G}.

Proposition 1.4.1. Soient F, G deux sous-espaces vectoriels de E.

F + G = V ect(F ∪ G).

F + G est donc un sev de E.

Exercice : Soient A et B deux parties d’un espace vectoriel E. Montrer que

V ect(A ∪ B) = V ect(A) + V ect(B).

Définition 1.4.2. Soient F, G deux sous-espaces vectoriels de E. La somme F + G

est directe, et noté F ⊕ G, lorsque ∀x ∈ F + G, x s’écrit de façon unique x = xF + xG
avec xF ∈ F et xG ∈ G.

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2

1.4. SOMME DE SOUS-ESPACES VECTORIELS 11

Théorème 1.4.1. Soient F, G deux sous-espaces vectoriels de E.

On a la caractérisation suivante d’une somme directe :

La somme F + G est drecte ⇐⇒ F ∩ G = {0E }.

Démonstration. ⇒) Soit x ∈ F ∩ G. On montre facilement que x = 0E .

⇐) Soit x ∈ F + G. Supposons que x = xF + xG et x = x0F + x0G . On montre facilement
que xF = x0F et que xG = x0G .

Remarque 1.4.1. Il y a donc deux façons de prouver que F et G sont en somme directe :
1. Soit on prouve que tout vecteur de F + G se décompose de façon unique comme
somme d’un vecteur de F et d’un vecteur de G.
2. Soit on prouve que F ∩ G = {0E }.

1.4.2 Sous-espaces supplémentaires

Définition 1.4.3. Soient F, G deux sous espaces vectoriels de E. Ils sont supplémen-
taires si et seulement si
E = F ⊕ G.
Cela signifie que tout vecteur de E s’écrit de façon unique sous la forme x = xF + xG
avec xF ∈ F et xG ∈ G.

Proposition 1.4.2. Soient F, G deux sous espaces vectoriels de E. Alors F et G sont

supplémentaires dans E si et seulement si

E = F + G et F ∩ G = {0E }.

Proposition 1.4.3. Tout sous-espace vectoriel F de E admet au moins un supplé-

mentaire.
Remarque 1.4.2. En général, un sous-espace vectoriel admet beaucoup de supplémen-
taires, les seuls cas d’unicité sont les suivants :
le seul supplémentaire de l’espace vectoriel {0E } dans un espace vectoriel E est E.
le seul supplémentaire de l’espace vectoriel E dans un espace vectoriel E est {0E }.

Exemples 1.4.1. 1. Dans R2 , les deux sous-espaces vectoriels F = V ect{(1, 0)} et

G = V ect{(0, 1)} sont supplémentaires. En effet, tout élément (x1 , x2 ) de R2
s’écrit de manière unique sous la forme x1 (1, 0) + x2 (0, 1).
2. Dans l’espace E = F(R, R) on considère les deux ensembles :
F = {f ∈ F(R, R) | f paire} et G = {f ∈ F(R, R) | f impaire}.
Montrer que E = F ⊕ G.

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2

1.5. FAMILLE LIBRE-FAMILLE GÉNÉRATRICE-BASE 12

1.4.3 Somme d’un nombre fini de sous-espaces vectoriels

Définition 1.4.4. Soit k ∈ N et F1 , F2 , . . . , Fk des sev de E. La somme F = F1 +
. . . + Fk est un sev de E défini par :

F1 + . . . + Fk = {x1 + . . . + xk | ∀i ∈ {1, ..., k}, xi ∈ Fi }

On dira que cette somme est directe et on notera F = F1 ⊕ . . . ⊕ Fk , lorsque tout élé-
ment de F se décompose de façon unique comme somme d’éléments de F1 , F2 , . . . , Fk .

Proposition 1.4.4. Soient F1 , F2 , . . . , Fk des k sev de E. On dit que la somme F1 +

. . . + Fk est directe et on notera F = F1 ⊕ . . . ⊕ Fk lorsque F = F1 + . . . + Fk et
k
Fi ∩ Fj = {0E }.
P
j=1
j6=i

Proposition 1.4.5. Soient F1 , F2 , . . . , Fk des k sev de E. On dit que la somme F1 +

. . . + Fk est directe si pour tout x1 ∈ F1 , ..., xk ∈ Fk , tels que x1 + . . . + xk = 0E , on
a x1 = . . . = xk = 0E .

Définition 1.4.5. Lorsque E = F1 ⊕ . . . ⊕ Fk , on dit que les sev F1 , . . . , Fk sont

supplémentaires dans E.

1.5 Famille libre-Famille génératrice-Base

1.5.1 Famille libre-Famille liée
Définition 1.5.1. 1. On dit qu’un système fini {x1 , ..., xp } de vecteurs d’un K -
espace vectoriel E est libre si toute combinaison linéaire de x1 , ..., xp est triviale
càd :

Si α1 , ..., αp ∈ K tels que α1 .x1 +...+αp .xp = 0, alors α1 = ... = αp = 0.

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

2. On dit qu’un système fini {x1 , ..., xp } de vecteurs d’un K -espace vectoriel E est
lié s’il n’est pas libre. Ce qui revient à dire qu’il existe des scalaires α1 , ..., α1
non tous nuls tels que :

α1 .x1 + ... + αp .xp = 0

Proposition 1.5.1. 1. {x} est une famille libre ⇐⇒ x 6= 0E .

2. Toute sous-famille d’une famille libre est libre.
3. Toute famille contenant une famille liée est liée.
4. Toute famille {v1 , ..., vp } dont l’un des vecteurs vi est nul, est liée

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2

1.5. FAMILLE LIBRE-FAMILLE GÉNÉRATRICE-BASE 13

Démonstration. 1. ⇒) Si x = 0E alors αx = 0E pour tout α d’où {x} est liée.

⇐) αx = 0E =⇒ α = 0 car x 6= 0E .
2. Soit F = {v1 , ..., vp } une famille libre et F 0 une sous-famille de F , quitte à changer
la numérotation F 0 = {v1 , ..., vk } avec k ≤ p.
Si F 0 est liée, l’un des vi serait combinaison linéaire des autres.
3. Soit F = {v1 , ..., vp } et G = {v1 , ..., vp , w1 , ..., wq }, l’un des vecteurs vi est combi-
naison linéaire des autres vecteurs de F , donc de G, d’où G est liée.
4. {0E } étant liée, toute sur-famille est liée.

Définition 1.5.2. 1. On dit qu’une partie A d’un K-espace vectoriel E est libre
si tout système fini d’éléments distincts de A est libre, càd :
∀p ≥ 1, ∀x1 , ..., xp ∈ A, ∀α1 , ..., αp ∈ K tels que α1 .x1 + ... + αp .xp = 0E , on a :

α1 = ... = αp = 0.

2. On dit qu’une partie A de E est liée si elle n’est pas libre. Autrement dit, il
existe un système fini de vecteurs de A qui soit lié.

Exemples 1.5.1. 1. La partie {1, X, ..., X n , ....} est libre dans K[X].
2. Soient x, y deux vecteurs d’un K -espace vectoriel E. {x, y} est liée, si et seulement si,
(∃α ∈ K, x = αy) ou (∃µ ∈ K, y = µx). Ansi, la famille {x, y} est liée, si et seulement si,
x et y sont colinéaires.
3. Dans E = F(R, R), considérons les fonctions f : x 7−→ 1, g :7−→ cosx, h :7−→ sinx.
Montrer que la famille {f, g, h} est libre.

1.5.2 Famille génératrice

Définition 1.5.3. soit F = {x1 , . . . , xp } une famille finie de vecteurs de E. On dit
qu’un vecteur x de E est combinaison linéaire des vecteurs de F si et seulement s’il
existe une famille λ1 . . . , λp ∈ K telle que
p
X
x= λ i xi .
i=1

Définition 1.5.4. Soit F = {x1 , . . . , xp } une famille finie 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 (i.e.VectF = E).

Définition 1.5.5. On dit que G, famille non vide de E, est une famille génératrice de
E si et seulement si E = V ect(G), c’est-à-dire si tout élément de E est combinaison
linéaire (finie) d’éléments de G.

∀x ∈ E, ∃(λ1 , . . . , λp ) ∈ Kp , ∃(g1 , . . . , gp ) ∈ Gp
(
G f amille généeratrice de E ⇐⇒
x = pi=1 λi gi .
P

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2

1.6. ESPACES VECTORIELS DE DIMENSION FINIE 14

Proposition 1.5.2. Toute sur-famille d’une famille génératrice est génératrice.

Exemple 1.5.1. Montrer que les vecteurs v1 = (1, 1), v2 = (2, 3) et v3 = (1, 2) forment
une famille génératrice de R2 .

1.5.3 Base d’un espace vectoriel

Définition 1.5.6. On dit qu’une famille „B = (ei )1≤i≤n = (e1 , ..., en ) de vecteurs de
E est une base de E si celle-ci est libre et génératrice.

Exemples 1.5.2. 1. Soit E = Kn , on pose ei = (0, ..., 0, 1, 0, ..., 0) ∈ Kn où 1 se situe

en ième position. Montrer que la famille „B = (ei )1≤i≤n = (e1 , ..., en ) est une base
de Kn .
2. La famille „B = (1, i) est une base du R-espace vectoriel C.
3. Si E et F sont deux espaces vectoriels de bases respectives BE = (e1 , ..., en ) et BF =
(f1 , ..., fm ), alors E×F admet pour base B = {(e1 , 0F ), ..., (en , 0F ), (0E , f1 ), ...(0E , fm )}.

Remarque 1.5.1. La famille (1, i) est liée dans le C-espace vectoriel C. Elle n’est pas
donc une base du C-espace vectoriel C.

Théorème 1.5.1. Si B = (ei )1≤i≤n = (e1 , ..., en ) est une base d’un K-espace vectoriel
E, alors

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

Les scalaires α1 , ..., αn sont appelés les composantes de x dans la base „B (ou encore
les coordonnées de x).

Théorème 1.5.2. Si B = (ei )1≤i≤n est une base de E alors pour tout vecteur x
et y de composantes x1 , ..., xn et y1 , ..., yn dans B, les composantes de x + y sont
x1 + y1 , ..., xn + yn et celle de αx sont αx1 , ..., αxn .
Proposition 1.5.3. Soit E un espace vectoriel et B une famille non vide de E, on a
les équivalences :
1. B est une base de E,
2. B est une famille libre maximale,
3. B est une famille généeratrice minimale.

1.6 Espaces vectoriels de dimension finie

1.6.1 Notion de dimension
Définition 1.6.1. On appelle espace vectoriel de dimension finie tout espace vectoriel
engendré par un système fini de vecteurs. Dans le cas contraire on dit que l’espace
vectoriel est de dimension infinie.

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2

1.6. ESPACES VECTORIELS DE DIMENSION FINIE 15

Lemme 1.6.1. (Retrait d’un vecteur redondant)

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 :
Vect(x1 , . . . , xn , xn+1 ) = Vect(x1 , . . . , xn )
En particulier
V ect(x1 , . . . , xp , 0E ) = V ect(x1 , . . . , xp ).

Démonstration. 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 !

Exemple 1.6.1. Considérons dans R4 les trois vecteurs v1 = (1, 1, 0, −1), v2 = (1, 2, 1, 0) et v3 =
(3, 5, 2, −1).
Montrer que V ect(v1 , v2 , v3 ) = V ect(v1 , v2 ).

Théorème 1.6.1. (Théorème de la base extraite)

De toute famille génératrice G de E on peut extraire une base de E.
Démonstration. Il suffit d’éliminer tous les vecteurs redondants.
Corollaire 1.6.1. (Existence de bases)
Tout espace vectoriel de dimension finie non réduit à {0E } possède au moins une
base.

Lemme 1.6.2. (Augmentation d’une famille libre)

Soit L = (l1 , . . . , ln ) une famille libre de vecteurs d’un espace vectoriel E et un vecteur
0
x ∈ E. Si x ∈/ V ect(L), alors la famille L = (l1 , . . . , ln , x) est encore libre.

Démonstration. Se démontre facilement par l’absurde.

Théorème 1.6.2. Soit E un K-espace vectoriel de dimension finie. Pour toute famille
libre L de E, il existe au moins une base B de E obtenue en complétant L à l’aide de
vecteurs de E.
Démonstration. 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 L obtenue est alors libre et
génératrice. C’est donc une base de E.

Lemme 1.6.3. (Lemme de Steinitz)

Soit E un K-espace vectoriel engendré par le système (e1 , ..., en ) et soit (f1 , ..., fm ) un
système de vecteurs de E. Si m > n, alors (f1 , ..., fm ) est lié.

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2

1.6. ESPACES VECTORIELS DE DIMENSION FINIE 16

Théorème et Définition 1.6.1. Soit E un K-espace vectoriel de dimension finie,

non réduit à {0E }. Toutes les bases de E ont le même cardinal n.
Cet entier est appelé dimension de E et est noté dimE ou dimK E. On convient que
{0} est de dimension nulle.
0 0
Démonstration. Soient B et B deux bases. Si B avait plus d’éléments que B elle ne serait
pas libre car B est génératrice.

Théorème 1.6.3. ( Théorème de la base incomplète ).

Soit E un espace vectoriel de base (e1 , ..., en ) et soit (f1 , ..., fm ) (m < n), un système
libre. Alors il existe n − m vecteurs parmi les vecteurs e1 , ..., en tels que le système
constitué de ces n − m vecteurs et des vecteurs f1 , ..., fm forme une base de E.

Proposition 1.6.1. Dans un espace vectoriel de dimension n et F une famille de p

vecteurs de E.
— Si F est libre, alors p ≤ n avec égalité si et seulement si F est une base de E.
— Si F est génératrice, alors p ≥ n avec égalité si et seulement si F est une base
de E.

Corollaire 1.6.2. Soit E un espace vectoriel de dimension finie n. Alors

1. Toute famille génératrice de n éléments est une base.
2. Toute famille libre de n éléments est une base.
Démonstration. 1. De cette famille, on peut extraire une base, elle doit avoir n élé-
ments, donc c’est elle même.
2. Cette famille peut être complétée pour former une base qui doit avoir n éléments,
donc c’est elle même

Remarque 1.6.1. Si dimE = n, pour montrer qu’une famille de n éléments est une base
de E, il suffit de montrer qu’elle est libre ou bien génératrice.

Exemples 1.6.1. 1. Si E = {0E }, on pose dimK E = 0, et E = {0E } ⇐⇒ dimK E = 0.

2. dimK Kn = n.
3. La dimension d’un espace vectoriel dépend non seulement de E mais aussi de K,
dimR C = 2 et dimC C = 1.
4. dimR Rn [X] = n + 1.

Proposition 1.6.2. ;(Dimension d’un espace produit)

Soient E1 , ..., Ep des espaces vectoriels de dimension finie sur le même corps K , alors
dimK (E1 × ... × Ep ) = dimK E1 + ... + dimK Ep .

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2

1.7. SOUS-ESPACES D’UN EV DE DIMENSION FINIE 17

1.7 Sous-espaces d’un ev de dimension finie

1.7.1 Dimension d’un sous-espace
Proposition 1.7.1. Soit E un espace vectoriel de dimension finie et F un sous-espace
vectoriel de E. Alors
1. dimK F ≤ dimK E.
2. dimK F = dimK E ⇐⇒ E = F.
Démonstration. Soit n ∈ N tel que dimK E = n.
1. - Si dimK F = 0, on a dimK F ≤ dimK E = n.
- Si dimK F 6= 0, alors F 6= {0}, donc F admet une base, B, qui est une partie libre
de F donc de E, d’où dimK F = cardinalB ≤ dimK E.
2. ⇐) Trivial.
⇒) Il existe une base B de F ayant n éléments, elle est donc libre dans F et par
suite dans E, elle est donc base de E ; d’après le théorème précédent, donc famille
génératrice de E, donc E = F.

Exemple 1.7.1. On considère dans R3 [X] les polynômes

P1 = 1 + X 3 , P2 = 1 − X 2 et P3 = 1.
1. La famille {P1 , P2 , P3 } est-elle libre ?
2. Déterminer un polynôme P4 tel que la famille {P1 , P2 , P3 , P4 } soit une base de
R3 [X].

1.7.2 Sous-espaces vectoriels supplémentaires

Théorème 1.7.1. Soient F et G deux sous-espaces vectoriels non réduits à {0}
d’un espace vectoriel E de dimension finie. F et G sont supplémentaires dans E si et
seulement s’ils admettent pour bases respectives deux parties complémentaires d’une
base de E.

Théorème 1.7.2. (Grassmann)

Soient F et G deux sous-espaces vectoriels de dimension finie d’un espace vectoriel
E. Alors F + G est de dimension finie et on a :

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

Démonstration. Soit (e1 , ..., ep ) une base de (F ∩ G), que l’on complète en une base
(e1 , ..., ep , f1 , ..., fq ) de F et (e1 , ..., ep , g1 , ..., gr ) de G.
On vérifiera alors que (e1 , ..., ep , f1 , ..., fq , g1 , ..., gr ) est une base de F + G.
Corollaire 1.7.1. si E = F ⊕ G, alors dimE = dimF + dimG.

Théorème 1.7.3. tout sous-espace vectoriel d’un espace vectoriel E de dimension

finie admet au moins un supplémentaire dans E.

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2

1.8. RANG D’UN SYSTÈME FINI DE VECTEURS 18

Démonstration. 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 1.7.4. Soient F et G deux sous-espaces vectoriels d’un espace vectoriel
E de dimension finie.
F ∩ G = {0E } F+G=E
 

 

E = F ⊕ G ⇐⇒  ⇐⇒ 
dimF + dimG = dimE dimF + dimG = dimE
 

Exemple 1.7.2. Soient E = Rn [X], F = R, G = {XP (X)/P ∈ Rn−1 [X]}.

Montrer que E = F ⊕ G.

1.8 Rang d’un système fini de vecteurs

Définition 1.8.1. On appelle rang du système de vecteurs F = {x1 , ..., xn } la
dimension du sous-espace vectoriel engendré par ce système.

rg(F) = dimK V ect{x1 , ..., xn }.

Proposition 1.8.1. Le rang d’un système de vecteurs est le nombre maximum de

vecteurs libres que l’on peut extraire de ce système.

Exemple 1.8.1. Dans K4 , considérons le système des trois vecteurs :

v1 = (1, 0, 0, 0), v2 = (0, 1, 0, 0), v3 = (1, 1, 0, 0).

Déterminer le rang de F = {v1 , v2 , v3 }.

A. RIKOUANE A.U: 2019/2020 Algèbre 3 SMA-S2