Anda di halaman 1dari 11

COURS MPSI 7. ESPACES VECTORIELS R.

FERREOL 09/10
Dans tout le cours dalgbre linaire, K est gal R ou C ; les lments de K seront parfois appels les scalaires (du
latin scala chelle).
A) ESPACES VECTORIELS
I) GNRALITS
1) Dnition.
DEF : soit E un ensemble muni dune loi de composition interne, note additivement, et dune loi de composition externe
oprateurs dans le corps K, cest dire une application :
_
K E E
(,

x )

x
, note multiplicativement.
On dit que (E, +, ) est un K-espace vectoriel (ou un espace vectoriel sur le corps K) si sont vries les proprits
suivantes :
1. (E, +) est un groupe commutatif (4 proprits ; llment nul est not

0 ou

0
E
et appel le vecteur nul )
2.
a. Pseudo-associativit : , K

x E (

x ) = ()

x (not donc

x )
b. Pseudo-distributivit droite de sur + : , K

x E ( + )

x =

x +

x
c. Pseudo-distributivit gauche de sur + : K

x ,

y E (

x +

y ) =

x +

y
d. 1
K
est un pseudo-lment unit :

x E 1
K

x =

x
REM : les lments de E sont appels des vecteurs, par opposition ceux de K, appels scalaires ; nous avons mis des
ches sur les vecteurs pour viter des confusions, mais ce nest nullement indispensable.
2) Premires proprits.
P1 (pseudo-intgrit) :
K

x E

x =

0 = 0
K
ou

x =

0
P2 (rapports entre les opposs et la loi externe) :
K

x E (

x ) = ()

x = (

x ) (not donc

x )
P3
Pseudo-distributivit droite de sur : , K

x E ( )

x =

x
Pseudo-distributivit gauche de sur : K

x ,

y E (

y ) =

y
D1
3) Exemples.
E1
REM : tous les exemples donns se ramnent en fait un seul : lensemble K
I
des applications dun ensemble I dans K.
Si la notation des applications est, comme dhabitude, fonctionnelle, laddition et la multiplication externe dans K
I
sont
dnies, pour f, g K
I
et K par :
1. x I (f + g) (x) = f (x) + g (x)
2. x I (f) (x) = f (x)
Mais si on utilise une notation indicielle (on parle alors de famille dlments de K indexe par I), elles sont dnies pour
(x
i
)
iI
et (y
i
)
iI
K
I
et K par
1. (x
i
)
iI
+ (y
i
)
iI
= (x
i
+ y
i
)
iI
2. (x
i
)
iI
= (x
i
)
iI
Malgr les apparences, les deux dnitions ci-dessus sont rigoureusement les mmes.
Lorsque
1
COURS MPSI 7. ESPACES VECTORIELS R. FERREOL 09/10
I = {1} , on retrouve moralement K
I = [|1, n|] , on retrouve moralement K
n
I = [|1, n|] [|1, p|] on retrouve lensemble des matrices n lignes et p colonnes
I = N, on retrouve lensemble des suites dlments de K
I est une partie de K = R, on retrouve lensemble des fonctions de R dans R densemble de dnition I.
4) Produit despaces vectoriels.
PROP : le produit cartsien de 2 K-espaces vectoriels E et F, munis des lois + et dnies par
(

x ,

y ) +
_

_
=
_

x +

y +

_
(

x ,

y ) = (

x ,

y )
est un K-espace vectoriel.
D2
Ceci se gnralise donc aux produits dun nombre ni de K - espaces vectoriels, et donc au produit E
n
de lespace E n
fois par lui-mme.
Le cas gnral est le produit dune famille quelconque indexe par un ensemble I de K-espaces vectoriels

iI
E
i
=
_
(

x
i
)
iI
/ i I

x
i
E
i
_
les lois + et tant dnies par
(

x
i
)
iI
+ (

y
i
)
iI
= (

x
i
+

y
i
)
iI
(

x
i
)
iI
= (

x
i
)
iI
II) SOUS-ESPACES VECTORIELS
1) Partie stable pour la loi externe.
DEF : une partie F dun K - espace vectoriel E est dite stable pour la loi externe si
K

x F

x F
Dans ce cas, on peut dnir la loi externe
F
dans lensemble F, dite induite par sur F, par :
K

x F
F

x =

x
Une partie stable pour la loi externe est parfois appele un cne vectoriel de E.
2) Dnition dun sous-espace vectoriel.
DEF : une partie F dun K - espace vectoriel E est appele un sous-K-espace vectoriel (sev en abrg) de E si elle est
stable pour laddition et la multiplication externe, et que munie des deux lois induites, elle est un K-espace vectoriel.
CNS : pour quune partie F dun K - espace vectoriel E en soit un sous-espace vectoriel, il faut et il sut quelle soit
stable pour laddition et la multiplication externe et contienne le vecteur nul, cest--dire :
1.

0 F
2.

x ,

y F

x +

y F (stabilit pour + ; on peut aussi crire : F + F F)


3. K

x F

x F (stabilit pour externe ; on peut aussi crire : KF F)


D3
Remarque : on peut rduire les proprits 2. et 3. en une seule:
[23] .

x ,

y F K

x +

y F (soit F + KF F)
D4
3) Exemples
2
COURS MPSI 7. ESPACES VECTORIELS R. FERREOL 09/10
Il y a toujours
_

0
_
et E, appels les sev triviaux, les autres tant dit propres.
PROP : le K-espace vectoriel K ne possde pas dautres sev que les sev triviaux.
D5
Autres exemples E2.
4) Intersection de sous-espaces vectoriels.
PROP : lintersections de deux sous espaces vectoriels de E est un sev de E.
D6
Gnralisation : lintersection dune famille quelconque (E
i
)
iI
de sev de E, savoir

iI
E
i
= {

x E / i I

x E
i
}
est un sev de E.
D7
CORO : lensemble des solutions dun systme dquations linaires p inconnues HOMOGNE, est un sous-espace
vectoriel de K
p
.
5) Somme dun nombre ni de sous-espaces vectoriels.
DEF : si F et G sont deux sev de E, on dnit la somme de F et G par
F + G =
_

x E / (

y ,

z ) F G /

x =

y +

z
_
= {

y +

z /

y F et

z G }
PROP : la somme de deux sev de E est un sev de E.
D8
Attention : la runion de deux sev nest en gnral pas un sev !
Gnralisation : la somme dune famille nie (F
k
)
k=1..p
de sev, savoir
F
1
+ ... + F
p
=
p

k=1
F
k
=
_
p

k=1

x
k
/ k [|1, p|]

x
k
F
k
_
est un sev de E.
III) SOUS-ESPACES AFFINES DUN ESPACE VECTORIEL.
DEF : On dit quune partie H de E est un sous-espace ane de E sil existe un sous-espace vectoriel F et un vecteur

u
tel que
H =

u + F = {

u +

x /

x F}
REM 1 : le vecteur

u appartient alors H et dailleurs H est gal

u + F quel que soit le vecteur

u de F.
REM 2 : la condition scrit aussi

u H / H

u est un sous-espace vectoriel de E


REM 3 : le sous-espace vectoriel F est unique (cest H H = {

y /

x ,

y H} : on lappelle la direction du
sous-espace ane H.
E3
3
COURS MPSI 7. ESPACES VECTORIELS R. FERREOL 09/10
DEF : on dit que deux sous-espaces anes sont parallles (au sens strict) sils ont la mme direction.
CNS :
H H

u E / H

= H +

u
IV) COMBINAISONS LINAIRES. SOUS-ESPACE VECTORIEL ENGENDR PAR UNE FAMILLE FINIE DE
VECTEURS.
DEF : soit F = (

x
1
, ...,

x
p
) = (

x
i
)
i=1..p
une famille nie de p vecteurs du K-espace vectoriel E et (
1
, ...,
p
) K
p
une
famille de p scalaires ; la combinaison linaire de F de coecients (
1
, ...,
p
) est le vecteur
p

i=1

x
i
. Lorsque les coecients
sont nuls, la combinaison linaire est dit triviale.
Exemples E3 bis.
PROP et DEF: lensemble de toutes les combinaisons linaires dune famille nie de vecteurs F est un sous-espace vectoriel
de E, appel le sous espace vectoriel engendr par F (ou par les

x
i
, i = 1..p) ; notation :
vect F = vect (

x
i
)
i=1..p
=
_
p

i=1

x
i
/ i [|1, p|]
i
K
_
Par convention, le sous-espace vectoriel engendr par une famille vide est le sous-espace rduit
_

0
_
:
vect =
_

0
_
D9
REM 1 : lorsque F nest constitue que dun vecteur

x , vect (

x ) = {

x / K} est aussi not K

x ; on verra plus
loin que si

x est non nul, cest une droite, cest pourquoi on lappelle dans ce cas la droite engendre par

x , ou encore
la droite dirige par

x .
REM 2 : vect F nest autre que la somme des sous-espaces engendrs par chacun des

x
i
:
vect (

x
i
)
i=1..p
= K

x
1
+ ... + K

x
p
ceci montre que vect F est bien un sev, puisquon sait que les K

x
i
en sont et quune somme de sev est un sev.
(attention, ne pas confondre K

x + K

y et K (

x +

y ) !!!)
REM 3 : un vecteur

x est un lment de vect F ssil est combinaison linaire des

x
i
, i = 1..p ; on crira en abrg :

x vect F

x = cl (

x
1
, ...,

x
p
)
REM 4 : un sous-espace vectoriel est toujours stable par combinaisons linaires (cest--dire que toute combinaison
linaire dlments dun sev est encore un lment de ce sev).
V) Dpendance linaire.
Notation tchche : par convention, on crira
_

x
1
, ...,

x
i0
, ...,

x
p
_
pour la famille de p 1 vecteurs
(

x
1
, ...,

x
i01
,

x
i0+1
...,

x
p
) (il y a un vecteur de moins crire !).
DEF : une famille nie de vecteurs est dite lie (ou quelle est forme de vecteurs linairement dpendants) lorsque lun
des vecteurs appartient au-sous-espace vectoriel engendr par les autres ; autrement dit :
F = (

x
1
, ...,

x
p
) est lie i
0
[|1, p|] /

x
i0
vect
_

x
1
, ...,

x
i0
, ...,

x
p
_
Lorsque p 2, cela signie que lun des vecteurs sexprime comme combinaison linaire des autres ; autrement dit :
F = (

x
1
, ...,

x
p
) est lie i
0
[|1, p|]
_

1
, ...,

i0
, ...,
p
_
K
p1
/

x
i0
=

1ip
i=i
0

x
i
4
COURS MPSI 7. ESPACES VECTORIELS R. FERREOL 09/10
soit, en simpli :
F = (

x
1
, ...,

x
p
) est lie i
0
[|1, p|] /

x
i
0
= cl
_

x
1
, ...,

x
i
0
, ...,

x
p
_
En abrg, on dit aussi que les

x
i
sont linairement dpendants, ou quils sont lis.
Exemples :
- (

x ) est lie ssi



x =

0
- (

x ,

y ) est lie ssi K /

y =

x ou

x =

y ; on dit alors aussi que les vecteurs sont colinaires.


PROP : deux vecteurs

x et

y sont colinaires ssi

x =

0 ou K /

y =

x
(ATTENTION, il ne faut pas oublier le cas

x =

0 )
D10
Lorsquil y a trois vecteurs, on parle de vecteurs coplanaires.
Autres exemples E4
CNS (qui est souvent donne comme dnition premire) :
Une famille nie de vecteurs est lie si et seulement sil existe une combinaison linaire de ses vecteurs qui soit nulle et
pourtant non triviale, autrement dit :
F = (

x
1
, ...,

x
p
) est lie (
1
, ..,
p
) = (0, ..., 0) K
p
/
p

i=1

x
i
=

0
D11
DEF : une famille nie de vecteurs est dite libre (ou quelle est forme de vecteurs linairement indpendants) lorsque
elle est non lie, donc si la seule combinaison linaire de ses vecteurs qui soit nulle est la combinaison linaire triviale.
La ngation des encadrs ci-dessus donne :
F = (

x
1
, ...,

x
p
) est libre i
0
[|1, p|] /

x
i0
/ vect
_

x
1
, ...,

x
i0
, ...,

x
p
_
F = (

x
1
, ...,

x
p
) est libre (
1
, ..,
p
) K
p
(
1
, ..,
p
) = (0, ..., 0) ou
p

i=1

x
i
=

0
Soit
F = (

x
1
, ...,

x
p
) est libre (
1
, ..,
p
) K
p
_
p

i=1

x
i
=

0 (
1
, ..,
p
) = (0, ..., 0)
_
cest cette dernire quivalence que lon utilise en pratique.
Exemples :
- la famille vide est libre
- autres exemples E5
Proprits :
1. une famille contenant le vecteur nul est toujours lie.
2. une famille de vecteurs avec des rptitions est toujours lie.
3. une famille contenant une sous-famille lie est toujours lie.
4. toute sous-famille dune famille libre est libre (rem : 4. est exactement la contrapose de 3.)
D12
VI) Familles gnratrices ; bases.
5
COURS MPSI 7. ESPACES VECTORIELS R. FERREOL 09/10
DEF : une famille nie de vecteurs de E est dite gnratrice (sous-entendu : de E) si le sous-espace vectoriel quelle
engendre est gal E tout entier, autrement dit si tout vecteur de E sexprime comme combinaison linaire de ses vecteurs :
F = (

x
1
, ...,

x
p
) est gnratrice
_

_
vect F = E
E vect F

x E

x = cl (

x
1
..,

x
p
)

x E (
1
..,
p
) K
p
/

x =
p

i=1

x
i
REM : une famille est toujours gnratrice du sev quelle engendre ! Autant la notion de famille libre est intrinsque,
autant celle de famille gnratrice dpend de lespace ambiant.
DEF : une famille libre et gnratrice de E est appele une base de E.
Exemples E6, connatre parfaitement.
CNS 1 et DEF : une base de E est une famille de vecteurs de E telle que tout vecteur de E sexprime de manire unique
comme combinaison linaire de ses lments, autrement dit :
B = (

e
1
, ...,

e
n
) est une base de E

x E ! (x
1
.., x
n
) K
n
/

x =
n

i=1
x
i

e
i
(x
1
.., x
n
) est alors appele la liste des coordonnes (ou des composantes) du vecteur

x dans la base B.
x
1
est appele labscisse, x
2
lordonne, x
3
la cote.
Pour indiquer que

x a pour coordonnes (x
1
.., x
n
) dans la base B, on crira :

x
1
x
2
..
x
n
/B
D13
CNS 2 : une base est une famille libre maximale, autrement dit :
B est une base de E
_
1. elle est libre
2. si on lui rajoute un vecteur, la famille obtenue est lie
D14
CNS 3 : une base est une famille gnratrice minimale, autrement dit :
B est une base de E
_
1. elle est gnratrice
2. si on lui te un vecteur, la famille obtenue est non gnratrice
D15
Autres exemples E7
VII) Dimension dun espace vectoriel.
1) Espaces de dimension nie.
Lemme de la famille gnratrice gloutonne (ou dchange) :
si L est une famille libre et G une famille gnratrice, pour tout vecteur

l de L \ G, il existe un vecteur

g de G \ L tel
que si lon remplace

g par

l dans G, la famille G
1
obtenue est encore gnratrice.
Dmonstration :
Posons G =(

g
1
, ...,

g
p
) ;
Soit

l lun des vecteurs de L \ G ; comme G est gnratrice,

l = cl (

g
1
, ...,

g
p
) ; si, dans cette combinaison linaire,
tous les coecients des

g
i
nappartenant pas L taient nuls,

l serait une combinaison linaire dautres lments de L et
L serait lie, ce qui est absurde.
6
COURS MPSI 7. ESPACES VECTORIELS R. FERREOL 09/10
Il existe donc un vecteur

g
i
de G nappartenant pas L dont le coecient nest pas nul ; disons que cest

g
1
pour
simplier les critures.
On peut donc, en isolant

g
1
, crire

g
1
= cl
_

l ,

g
2
...,

g
p
_
; mais alors, pour un vecteur

x quelconque de E :

x = cl (

g
1
, ...,

g
p
) = cl
_
cl
_

l ,

g
2
...,

g
p
_
,

g
2
, ...,

g
p
_
= cl
_

l ,

g
2
...,

g
p
_
La famille G
1
=
_

l ,

g
2
...,

g
p
_
, qui est obtenue en remplaant dans G lun des vecteurs par

l est donc gnratrice, ce
qui est bien ce que demandait le lemme.
COROLLAIRE : le nombre dlments dune famille libre est toujours infrieur ou gal celui dune famille gnratrice.
D16
THORME 1 : les bases (nies) dun espace vectoriel (sil y en a) ont toutes le mme nombre dlments.
D17
DEF : la dimension dun espace vectoriel ayant au moins une base nie est le nombre dlments de cette base :
dimE = n

e
1
, ...,

e
n
E /
_
(

e
1
, ...,

e
n
) libre
vect (

e
1
, ...,

e
n
) = E
un espace vectoriel nayant pas de base nie est dit de dimension innie.
Exemples
-
_

0
_
est de dimension nulle (base = )
- un ev de dimension 1 (donc de la forme K

x avec

x =

0 ) est appel une droite vectorielle
- un ev de dimension 2 (donc de la forme K

x + K

y avec (

x ,

y ) libre) est appel un plan vectoriel


- autres exemples E8
THORME 2 : toute famille libre dun espace vectoriel dont les familles libres ont une taille majore est incluse dans
une base (thorme dit de la base incomplte faible) ; un ev est donc de dimension nie ssi ses familles libres ont une taille
majore.
D18
REM : un ev ayant une famille innie dont toute sous-famille nie est libre est donc de dimension innie ; la rciproque
est vraie mais pas vidente.
Exemples dev de dimension innie E9
THORME 3 : toute famille gnratrice nie dun espace vectoriel contient une sous-famille qui est une base ;
un ev est donc de dimension nie ssil possde une famille gnratrice nie.
D19
THORME 4 : si E est de dimension nie n :
1. toutes les bases ont n lments
2. les familles libres ont au plus n lments 2 bis. les familles gnratrices ont moins n lments
3. une famille libre ayant n lments est une base 3 bis. une famille gnratrice ayant n lments est une base
4. tte famille libre peut tre complte en une base 4 bis. tte famille gnratrice contient une base
D20
THORME 5, dit de la base incomplte : tant donns une famille nie L libre et une famille nie G gnratrice, on
peut toujours complter L en une base de E en prenant des vecteurs de G.
2) Dimension des sous-espaces vectoriels.
7
COURS MPSI 7. ESPACES VECTORIELS R. FERREOL 09/10
THORME : les sous-espaces vectoriels dun espace vectoriel de dimension nie n sont de dimension nie n ; et le
seul sev de dimension n est E.
D21
Application trs importante : si F et G sont deux sev de dimensions nies de E, alors
F = G
_
1. F G
2. dimF = dimG
DEF : La dimension de lespace ambiant diminue de la dimension de F est appele la codimension de F :
codim F = dimE dimF
Un sous-espace de codimension 1 est appel un hyperplan.
3) Dimension du produit cartsien de deux espaces vectoriels.
PROP : si B = (

e
1
, ...,

e
n
) est une base de E et C =
_

f
1
, ...,

f
m
_
est une base de F, alors
D =
__

e
1
,

0
F
_
, ...,
_

e
m
,

0
F
_
,
_

0
E
,

f
1
_
, ...,
_

0
E
,

f
m
__
est une base de E F ; par consquent, si E et F sont de dimensions nies, E F aussi, et
dimE F = dimE + dimF
D22
VIII) Rang dune famille de vecteurs.
1) Dnitions.
DEF : Le rang dune famille de vecteurs est la dimension du sous-espace vectoriel engendr par cette famille :
rg (F) = dim(vect (F))
PROP : le rang de la famille F est la taille maximale dune sous-famille libre de F, ou la taille minimale dune sous
famille engendrant le mme sous-espace que F.
D23
E9
PROP : on suppose que dimE = n et que |F| = p , alors :
rg (F) min(n, p)
rg (F) = p F est libre
rg (F) = n F est gnratrice
rg (F) = n = p F est une base
D24
2) Dtermination du rang laide des coordonnes (en dimension nie).
a) Familles chelonnes dans une base.
DEF matrice dune famille de vecteurs dans une base :
la matrice dune famille nie de vecteurs dans une base est la matrice dont les colonnes sont les coordonnes des vecteurs
de la famille dans cette base ; pour une famille F = (

x
1
, ...,

x
p
) dans B = (

e
1
, ...,

e
n
) :
mat
B
(F) =

x
1

x
j

x
p
a
11
a
1p

e
1
a
ij

e
i
a
n1
a
np

e
n
M
np
(K)
8
COURS MPSI 7. ESPACES VECTORIELS R. FERREOL 09/10
soit mat
B
(F) = (a
ij
) telle que
n

i=1
a
ij

e
i
=

x
j
.
DEF : la famille F est dite chelonne dans la base B si, aprs permutation ventuelle des

x
j
et des

e
i
, la matrice
_
a

ij
_
de la famille permute F

dans la base permute B

, les rangs r
j
de la dernire coordonne non nulle des

x
j
dans B
forment une suite strictement croissante : r
1
< ... < r
p
, ce qui donne :
mat
B
(F

) =
_

_
. . .
. . .
= 0 . .
0 = 0 .
| 0 = 0
| | 0
| | |
0 0 0
_

_
E10
PROP : une famille chelonne dans une certaine base est toujours libre.
D25
b) Mthode du pivot de Gauss pour dterminer le rang dune famille de vecteurs exprims dans une base.
Il sagit, en appliquant les manipulations lmentaires ci-dessous, dobtenir une famille ayant le mme rang que la famille
de dpart qui soit chelonne ; le rang de la famille de dpart est donc le nombre dlments de la famille chelonne.
PROP : les 4 manipulations lmentaires ci-dessous ne modient pas le rang de la famille de vecteurs :
1. changer deux vecteurs
2. Multiplier un vecteur par un lment de K non nul
3. Ajouter un vecteur un autre.
4. Supprimer un vecteur nul.
D26
REM : en pratique, on fait une combinaison des proprits 2 et 3 :
5. Ajouter un vecteur (ventuellement multipli par une constante NON NULLE), une combinaison linaire des autres.
ou la combinaision des proprits 5.et 4.
6. Supprimer un vecteur qui est combinaison linaire des autres.
E11
IX) Sommes directes, supplmentaires.
1) Introduction.
2) Dnition et premire caractrisation.
DEF : on dit que deux sous-espaces vectoriels F et G de E sont en somme directe (ou que leur somme est directe, ou
encore quils sont indpendants) si leur intersection est rduite au sous-espace nul ; on crit :
H = F G
_
1. H = F + G
2. F G = {

0 }
E 12
CNS 1 : F et G sont en somme directe ssi tout vecteur de H = F +G se dcompose de faon unique comme somme dun
lment de F et dun lment de G :
H = F G

x H ! (

y ,

z ) F G /

x =

y +

z
9
COURS MPSI 7. ESPACES VECTORIELS R. FERREOL 09/10
D27
DEF : lunique

y ci dessus est appel le projet de

x sur F paralllement G, et lapplication de H dans lui-mme qui
tout

x de H fait correspondre

y est appel la projection
_
de base F et de direction G
sur F paralllement G
.
REM :

y = p (

x )
_
1.

y F
2.

y

x G
3) Sommes et dimension.
PROP 1 : le sous-espace vectoriel engendr par la runion de deux familles est la somme des sous-espaces engendrs par
chacune des familles :
si (H)
_
F = vect (F)
G = vect (G)
alors (C) : F + G = vect (F G)
REM : la runion de deux familles est la mise bout bout de ces deux familles.
D28
CORO : si F et G sont deux sev de E de dimensions nies, alors F + G est de dimension nie, et
dim(F + G) dimF + dimG
D29
PROP 2 : la runion de deux familles libres appartenant deux sev en somme directe est encore une famille libre :
si (H)
_
_
_
F G = {

0 }
L famille libre de F
M famille libre de G
alors (C) : L M est libre
D30
CNS 2 (CORO de PROP 1 et 2) : la somme de deux sev de dimensions nies est directe si et seulement si la runion
dune base de lun et dune base de lautre est une base de la somme.
si (H)
_
_
_
H = F + G
B base de F
C base de G
alors (C) : H = F G B C est une base de F + G
CORO 1 :
dim(F G) = dimF + dimG
CORO 2 : si L = L
1
L
2
est libre, vect (L) = vect (L
1
) vect (L
2
)
D31
4) Supplmentaires dun sous-espace.
DEF : soient F et G deux sev de E ; on dit que G est un supplmentaire de F (dans E), ou que F et G sont supplmentaires,
si leur somme est directe et gale E, soit :
E = F G
E13
ATTENTION : ne pas confondre avec la notion de complmentaire.
TH (corollaire du thorme de la base incomplte) :
Tout sous-espace vectoriel dun espace vectoriel de dimension nie possde au moins un supplmentaire.
D32
5) Relation de Grassmann.
10
COURS MPSI 7. ESPACES VECTORIELS R. FERREOL 09/10
TH : Soient F et G deux sev de dimensions nie dun espace vectoriel E ; on a alors la relation, dite de Grassmann (1809-
1877) :
dim(F + G) + dim(F G) = dimF + dimG
D33
Applications :
- deux plans en dimension 3 ne peuvent pas tre en somme directe
- si
_
_
_
dimF = p
dimG = q
dimE = n
alors dimF G p + q n, et donc, si p + q n + 1, F et G ne peuvent pas tre en somme
directe.
A1
On en dduit aussi une CNS pour que deux sev soient supplmentaires en dimension nie :
TH : si F et G sont deux sev de dim. nies de E de dimension nie, F et G sont supplmentaires si et seulement si deux
parmi les 3 proprits suivantes sont ralises :
1. F + G = E
2. F G = {

0 }
3. dimF + dimG = dimE
D34
REM : ce quon utilise le plus souvent est la conjonction 2 + 3.
En rsum : E = F G quivaut :
1. E = F + G et F G = {

0 } (c

est la dnition)
2.

z E ! (

x ,

y ) F G /

z =

x +

y (cest la CNS 1)
3. si
_
B base de F
C base de G
alors B C est une base de E (cest la CNS 2)
4. F G = {

0 } et dimF + dimG = dimE


5. F + G = E et dimF + dimG = dimE
REM : 3.,4. et 5. ne sont valables que EN DIMENSION FINIE.
11

Anda mungkin juga menyukai