Espaces vectoriels de dimension finie

Documents pareils
Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exercices Corrigés Premières notions sur les espaces vectoriels

Cours de mathématiques

Fonctions de plusieurs variables


Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Problème 1 : applications du plan affine

Intégration et probabilités TD1 Espaces mesurés Corrigé

Comparaison de fonctions Développements limités. Chapitre 10

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Amphi 3: Espaces complets - Applications linéaires continues

Cours 02 : Problème général de la programmation linéaire

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Programmation linéaire

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Université Paris-Dauphine DUMI2E 1ère année, Applications

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Image d un intervalle par une fonction continue

2 Division dans l anneau des polynômes à plusieurs variables

Capes Première épreuve

Planche n o 22. Fonctions de plusieurs variables. Corrigé

I. Polynômes de Tchebychev

Problèmes de Mathématiques Filtres et ultrafiltres

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

Calcul fonctionnel holomorphe dans les algèbres de Banach

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Intégration et probabilités TD1 Espaces mesurés

Chapitre 1 : Évolution COURS

1 Définition et premières propriétés des congruences

Polynômes à plusieurs variables. Résultant

[ édité le 30 avril 2015 Enoncés 1

Limites finies en un point

Chapitre VI - Méthodes de factorisation

Programmes des classes préparatoires aux Grandes Ecoles

Probabilités sur un univers fini

Programmation linéaire et Optimisation. Didier Smets

Résolution d équations non linéaires

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Equations cartésiennes d une droite

Suites numériques 3. 1 Convergence et limite d une suite

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

3 Approximation de solutions d équations

Comment démontrer des formules sans effort? exposé de maîtrise

3. Conditionnement P (B)

Cours arithmétique et groupes. Licence première année, premier semestre

Continuité en un point

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Le produit semi-direct

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Dérivées d ordres supérieurs. Application à l étude d extrema.

Chapitre 2. Matrices

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Moments des variables aléatoires réelles

Continuité et dérivabilité d une fonction

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

Calcul différentiel sur R n Première partie

Introduction à l étude des Corps Finis

NOTATIONS PRÉLIMINAIRES

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

Programmation linéaire

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

1 Complément sur la projection du nuage des individus

aux différences est appelé équation aux différences d ordre n en forme normale.

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Calcul différentiel. Chapitre Différentiabilité

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE

Chapitre 2 Le problème de l unicité des solutions

Correction de l examen de la première session

Extrait du poly de Stage de Grésillon 1, août 2010

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m

Commun à tous les candidats

EXERCICE 4 (7 points ) (Commun à tous les candidats)

CCP PSI Mathématiques 1 : un corrigé

Suites numériques 4. 1 Autres recettes pour calculer les limites

Déterminants. Marc SAGE 9 août Inverses et polynômes 3

AOT 13. et Application au Contrôle Géométrique

Partie 1 - Séquence 3 Original d une fonction

FctsAffines.nb 1. Mathématiques, 1-ère année Edition Fonctions affines

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Une introduction aux codes correcteurs quantiques

Simulation de variables aléatoires

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Programme de la classe de première année MPSI

CHAPITRE IV. L axiome du choix

Cours d arithmétique Première partie

La fonction exponentielle

Algorithmes pour la planification de mouvements en robotique non-holonome

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

IV- Equations, inéquations dans R, Systèmes d équations

Probabilités sur un univers fini

Logique. Plan du chapitre

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Quelques tests de primalité

Transcription:

Chapitre 18 Espaces vectoriels de dimension finie 1 Dimension finie 2 1.1 Existence de bases............... 2 1.2 Dimension d un K-espace vectoriel...... 3 1.3 Rang d une famille de vecteurs........ 5 2 Sous-espaces d un espace vectoriel de dimension finie 7 2.1 Dimension.................... 7 2.2 Sous-espaces vectoriels supplémentaires... 7 Mathieu Mansuy - Professeur de Mathématiques en supérieures PCSI au (Paris) mansuy.mathieu@hotmail.fr

1 Dimension finie Dans tout le chapitre K désignera R ou C. Définition. On dit qu un K-espace vectoriel E est de dimension finie s il admet une famille génératrice finie. Dans le cas contraire, on dit que E est de dimension infinie. Exemples. ˆ K n est de dimension finie puisqu il admet une famille génératrice (une base) finie : sa base canonique. ˆ K n [X] est un K-espace vectoriel de dimension finie. ˆ M n,p (K) est de dimension finie. ˆ K[X] est de dimension infinie : en effet supposons avoir une famille génératrice (P 1,..., P n ) de K[X]. Alors tout polynôme serait combinaison linéaire de P 1,..., P n, donc de degré m = max(d P 1,..., d P n ). 1.1 Existence de bases Propriété 1 (Théorème de la base extraite) Soient E un K-espace vectoriel de dimension finie non réduit à {0}. génératrice finie de E, on peut extraire une base (finie) de E. De toute famille Puisque E est de dimension finie, il existe G = (e 1,..., e n ) une famille génératrice finie de E. Notons : A = {Card(F), F G et F génératrice de E}. La partie A de N est non vide (car contient Card(G)). Elle admet un plus petit élément p. Soit F une famille de cardinal p contenue dans G et génératrice de E. Quitte à renuméroter, on peut supposer que F = (e 1,..., e p ). Montrons que F est une base. Elle est génératrice par définition. Montrons qu elle est libre. Par l absurde, supposons (e 1,..., e p ) liée. Alors l un des vecteurs de (e 1,..., e p ), disons e p (quitte à les réordonner) est combinaison linéaire des autres. Ainsi e p V ect(e 1,..., e p 1 ). Pour x E, il existe (λ 1,..., λ p ) K p tel que x = λ i e i V ect(e 1,..., e p 1 ) car (e 1,..., e p ) est génératrice et e p V ect(e 1,..., e p 1 ). Ainsi V ect(e 1,..., e p 1 ) = E et (e 1,..., e p 1 ) est génératrice de E donc p 1 A, ce qui est absurde. Ainsi (e 1,..., e p ) est libre et génératrice de E. C est donc une base de E. Comme conséquence, on a : Propriété 2 (Existence de base dans un espace vectoriel de dimension finie) Soit E un K-espace vectoriel de dimension finie non réduit à {0}. E admet au moins une base (finie). 2

Théorème 3 (Théorème de la base incomplète) Soit E un K-espace vectoriel de dimension finie non réduit à {0}. Toute famille libre de E peut être complétée en une base de E. Soit L une famille libre de E. Comme E est un espace vectoriel de dimension finie, il possède une famille génératrice finie G. Notons : A = {Card(F) L F L G et F libre }. La partie A de N est non vide (car contient Card(L)) et majoré (par Card(L G)). Elle admet donc un plus grand élément p N. Soit F une famille libre de E de cardinal p telle que L F L G. Notons F = (e 1,..., e p ). Montrons que F est une base. On sait par définition qu elle est libre. Reste donc à montrer qu elle est génératrice. Pour cela on va montrer que G V ect(e 1,..., e p ). Par l absurde, supposons que G V ect(e 1,..., e p ). On a alors x G tel que x / V ect(e 1,..., e p ). La famille (e 1,..., e p, x) est alors libre, elle contient L et est contenue dans L G (puisque x G). Ainsi p + 1 A ce qui est absurde par définition de p. Ainsi G V ect(e 1,..., e p ) et F = (e 1,..., e p ) est génératrice de E. Comme elle est libre, c est bien une base de E. Comme conséquence de la preuve précédente, on obtient : Propriété 4 Soit G une famille génératrice de E. Si L est une famille libre de E, alors, on peut à l aide d éléments de G la compléter en une base de E. 1.2 Dimension d un K-espace vectoriel Lemme. Soit E un K-espace vectoriel admettant une base de cardinal n. Alors toute famille constituée d au moins n + 1 vecteurs est liée. Soit (e 1,..., e n ) une base de E. Soit (x 1,..., x p ) une famille d éléments de E avec p > n. n Pour tout i [ 1, p ], on pose x i = a i,j e j. j=1 Soit (λ 1,..., λ p ) K p tel que λ 1 x 1 +... + λ p x p = 0. ( ) ( ) λ i x i = 0 λ i a i,1 e 1 +... + λ i a i,n e n = 0 E λ i a i,1 = 0. λ i a i,n = 0 car (e 1,..., e n ) est une famille libre. Ce système est homogènes et a plus d inconnues p que d équations n. Il admet donc une solution non nulle (λ 1,..., λ p ) (0,..., 0). La famille (x 1,..., x p ) est donc liée. On en déduit le corollaire suivant. 3

Propriété 5 Dans un K-espace vectoriel de dimension finie, toutes les bases ont même nombre d éléments. Soient B 1 et B 2 deux bases de E, de cardinaux respectifs n et p. Supposons n p. Par exemple p > n. D après la proposition précédente, B 1 est liée. Contradiction avec le fait que ce soit une base. Définition. ˆ Soit E un K-espace vectoriel de dimension finie non réduit à {0}. On appelle dimension de E et on note dim(e) le cardinal de chacune de ses bases. ˆ Si E = {0}, on pose par convention dim(e) = 0. Exemples. ˆ dim(k n ) = n car admet pour base e 1 = (1, 0,..., 0), e 2 = (0, 1, 0,..., 0),..., e n = (0, 0,..., 1). ˆ dim(k n [X]) = n + 1 car admet pour base (1, X,..., X n ). ˆ dim(m n,p (K)) = np admet pour base (E i,j ) 1 i n,1 j p Exemples. Déterminer une base et la dimension des espaces vectoriels suivants : 1. E 1 = {(x, y, z) R 3, x + 3y + z = 0}. 2. E 2 = {(x, y, z) R 3, x + y + z = 0 et x 3y = 0}. {( ) } a b 3. E 3 = M c d 2 (R), a + d = 0. Exercice. Calculer dim(s n (R)). Propriété 6 Soit E, F des K-espaces vectoriels de dimension finie. Alors E F est de dimension finie, et : dim(e F ) = dim(e) + dim(f ). Considérons (e 1,..., e p ) une base de E, (f 1,..., f q ) une base de F, et la famille B suivante : B = ((e 1, 0 F ),..., (e p, 0 F ), (0 E, f 1 ),..., (0 F, f q )). On montre que B est une famille libre et génératrice de E F. Ainsi B est une base finie de E F. E F est donc de dimension finie, et : dim(e F ) = p + q = dim(e) + dim(f ). Remarque. Ce résultat se généralise par récurrence : si E 1,..., E n sont des espaces vectoriels de dimension finie, alors E 1 E n est de dimension finie et : dim(e 1 E n ) = dim(e 1 ) + + dim(e n ). En particulier si E 1 = = E n = K, on retrouve que dim(k n ) = n. 4

Propriété 7 Soit E un K-espace vectoriel de dimension n. Alors : (1) Toute famille libre de E admet au plus n éléments. (2) Toute famille génératrice de E admet au moins n éléments. (1) C est une conséquence d une proposition précédente. (2) Soit F une famille génératrice de E de cardinal p. D après le théorème de la base extraite, on peut a extraire de F une base de E. Son cardinal est alors n p. Propriété 8 Soit E un K-espace vectoriel de dimension n N et F une famille formée de n éléments. Les propriétés suivantes sont équivalentes : F est une base de E F est libre F est génératrice de E. ˆ Si (e 1,..., e n ) est une base de E, elle est libre et génératrice (par définition). ˆ Supposons (e 1,..., e n ) libre. Par le théorème de la base incomplète, on peut la compléter en une base (e 1,..., e p ) de E. Or p = dim(e) = n, donc (e 1,..., e n ) = (e 1,..., e p ) est une base de E. ˆ Supposons (e 1,..., e n ) génératrice. Par le théorème de la base extraite, on peut en extraire une base (e 1,..., e p ) de E. Or p = dim(e) = n, donc (e 1,..., e n ) = (e 1,..., e p ) est une base de E. Exemple. Montrer que ((0, 1, 1), (1, 0, 1), (1, 1, 0)) est une base de R 3. Exemple. Notons T i R[X] le i-ième polynôme de Tchebytchev. Montrons que (T 0,..., T n ) est une base de R[X]. ˆ On avait montré que deg(t i ) = i. La famille (T 0,..., T n ) est de degrés échelonnés, et donc libre. ˆ (T 0,..., T n ) est une famille de (n + 1) vecteurs dans un espace de dimension n + 1. C est donc une base. 1.3 Rang d une famille de vecteurs Définition. Soit (e 1,..., e p ) est une famille de vecteurs de E. rg(e 1,..., e p ) la dimension de V ect(e 1,..., e p ). On appelle rang de (e 1,..., e p ) et on note Remarque. Le rang est bien défini puisque V ect(e 1,..., e p ) est de dimension finie : il admet (e 1,..., e p ) comme famille génératrice finie. 5

Propriété 9 Soit E un K-espace vectoriel dimension finie n. Soit (e 1,..., e p )ine p. On a : (1) rg(e 1,..., e p ) min(p, n). (2) La famille (e 1,..., e p ) est libre si et seulement si rg(e 1,..., e p ) = p. (3) La famille (e 1,..., e p ) est génératrice de E si et seulement si rg(e 1,..., e p ) = n. (1) Soit (f 1,..., f r ) une base de V ect(e 1,..., e p ) (avec r = rg(e 1,..., e p )). Alors (f 1,..., f r ) est libre dans E, donc a moins d éléments qu une base de E. Ainsi r n. De même, (e 1,..., e p ) est une famille génératrice de V ect(e 1,..., e p ), donc rg(v ect(e 1,..., e p )) p. (2) Supposons (e 1,..., e p ) libre. Comme elle est génératrice de V ect(e 1,..., e p ), c est alors une base de V ect(e 1,..., e p ) et rg(e 1,..., e p ) = p. Réciproquement supposons que rg(e 1,..., e p ) = p. Alors (e 1,..., e p ) est génératrice de V ect(e 1,..., e p ) et a autant d éléments que dim(v ect(e 1,..., e p )), donc c en est une base. En particulier c est une famille libre. (3) Supposons (e 1,..., e p ) génératrice de E. Alors V ect(e 1,..., e p ) = E, donc rg(e 1,..., e p ) = dim(e) = n. Réciproquement, supposons que rg(e 1,..., e p ) = n. De (e 1,..., e p ), génératrice de V ect(e 1,..., e p ), on peut extraire une base (f 1,..., f n ) de V ect(e 1,..., e p ) (par le théorème de la base extraite). La famille (f 1,..., f n ) est libre dans E, et a n = dim(e) éléments. C est donc une base de E. Ainsi, E = V ect(f 1,..., fn) V ect(e 1,..., e p ) donc V ect(e 1,..., e p ) = E et (e 1,..., e p ) est génératrice de E. Exemple. Déterminons le rang de la famille suivante : x 1 = (1, 1, 1), x 2 = ( 1, 1, 1), x 3 = (0, 1, 1), x 4 = (1, 0, 2). Nous avons quatre vecteurs dans R 3. On sait déjà que cette famille est nécessairement liée. Soit λ 1, λ 2, λ 3, λ 4 R tels que λ 1 x 1 + λ 2 x 2 + λ 3 x 3 + λ 4 x 4 = 0. On a : λ 1 x 1 + λ 2 x 2 + λ 3 x 3 + λ 4 x 4 = 0 λ 1 λ 2 + λ 4 = 0 λ 1 + λ 2 + λ 3 = 0 λ 1 λ 2 + λ 3 + 2λ 4 = 0 { λ1 λ 2 + λ 4 = 0 λ 3 + λ 4 = 0 On obtient un système homogène, échelonné réduit. Il possède deux inconnues principales λ 1, λ 3, deux inconnues paramètres λ 2, λ 4 (on retrouve bien que cette famille est liée). On obtient alors : ˆ pour λ 2 = 1, λ 4 = 0 : x 2 = x 1 ; ˆ pour λ 2 = 0, λ 4 = 1 : x 4 = x 1 + x 3. Ainsi, on a V ect(x 1, x 2, x 3, x 4 ) = V ect(x 1, x 3 ). Comme la famille (x 1, x 3 ) est libre (deux vecteurs non colinéaires, ou autrement en prenant λ 2 = λ 4 = 0 dans le système ci-dessus), on en déduit que rg(x 1, x 2, x 3, x 4 ) = 2. 6

2 Sous-espaces d un espace vectoriel de dimension finie 2.1 Dimension Propriété 10 Soient E un K-espace vectoriel de dimension finie, F un sous-espace vectoriel de E. Alors : (1) F est de dimension finie et dim(f ) dim(e) ; (2) F = E dim(f ) = dim(e). Pour montrer que F = E, il suffit de montrer que F est un sev de E et que dim(f ) = dim(e). (1) On suppose F {0 E }, sinon c est évident. Considérons la partie de N suivante : A = {Card(L L famille libre de F }. On a A car pour tout x F, x 0 E, (x) est une famille libre. De plus A est majorée par dim(e), car si L est une famille libre de F, c est une famille libre de E et donc Card(L) dim(e). A possède donc un plus grand élément p. Soit F une famille libre de F telle que Card(F) = p. Alors F est une famille libre. Elle est de plus génératrice car si x F, x / V ect(f), alors F {x} serait une famille libre de F à p + 1 éléments. Ainsi F est génératrice de F. Comme elle est libre, c est bien une base de F. On a finalement dim(f ) = Card(F) dim(e). (2) Si F = E, on a clairement dim(f ) = dim(e). Réciproquement si dim(f ) = dim(e) = n, alors il existe une base (e 1,..., e n ) de F. Mais (e 1,..., e n ) est une famille libre de E à n = dim(e) éléments. C est donc une base de E, et F = V ect(e 1,..., e p ) = E. Vocabulaire. Soit E un espace vectoriel. ˆ Un sous-espace vectoriel de E de dimension 1 est appelé une droite vectorielle. Ce sont les sous-espaces vectoriels de la forme V ect(x), avec x un vecteur non nul. ˆ Un sous-espace vectoriel de E de dimension 2 est appelé un plan vectoriel. Ce sont les sousespaces vectoriels de la forme V ect(x, y) avec x, y des vecteurs non colinéaires. ˆ Si de plus E est de dimension finie, un sous-espace vectoriel de dimension dim(e) 1 est appelé hyperplan de E. Remarque. Un hyperplan du plan est une droite vectorielle. Un hyperplan de l espace est un plan vectoriel. Exemple. F = {u R N n N, u n+2 = 3u n+1 2u n } est un plan vectoriel de l espace E = R N. 2.2 Sous-espaces vectoriels supplémentaires Propriété 11 Tout sous espace vectoriel F d un espace vectoriel E de dimension finie admet au moins un supplémentaire. 7

Comme F est un sous-espace d un K-espace vectoriel de dimension finie, F est de dimension finie. Soit (e 1,..., e p ) une base de F. C est une famille libre de E, donc on peut la compléter en une base (e 1,..., e n ) de E (par le théorème de la base incomplète). On a F = V ect(e 1,..., e p ), posons G = V ect(e p+1,..., e n ). On a vu au chapitre précédent qu alors F G = E. Propriété 12 Soient F et G deux sous-espaces vectoriels de dimensions finies d un K espace vectoriel quelconque E tels que F + G soit directe. Alors on a : dim(f G) = dim(f ) + dim(g). Posons E 1 = F G. Alors F et G sont supplémentaires dans E 1. En concaténant une base de F et une base de G, on obtient donc une base de E 1. Ainsi dim(e 1 ) = dim(f ) + dim(g). Conséquence. Soit E un K-espace vectoriel de dimension finie, F un sous-espace vectoriel de E. Alors tout supplémentaire de F est de dimension dim(e) dim(f ). Propriété 13 (Formule de Grassman) Soient F et G deux sous-espaces vectoriels de dimensions finies d un K-espace vectoriel quelconque E. Alors on a : dim(f + G) = dim(f ) + dim(g) dim(f G). En particulier, dim(f + G) dim(f ) + dim(g). Soit (e 1,..., e p ) une base de F G, qu on complète en : ˆ (e 1,..., e p, f 1,..., f q ) une base de F ; ˆ (e 1,..., e p, g 1,..., g r ) une base de G. Montrons que B = (e 1,..., e p, f 1,..., f q, g 1,..., g r ) est une base de F + G. ˆ B est génératrice de F + G : ˆ B est libre dans F + G : Exemple. Dans R 3, déterminons l intersection de deux plans vectoriels P 1, P 2 non confondues. ˆ Comme P 1 + P 2 E, on a dim(p 1 + P 2 ) 3, donc : dim(p 1 P 2 ) = dim(p 1 ) + dim(p 2 ) dim(p 1 + P 2 ) 2 + 2 3 = 1 ce qui prouve que P 1 P 2 n est pas réduit à {0}. ˆ Comme P 1 et P 2 ne sont pas confondues, P 1 est strictement inclus dans P 1 + P 2 donc dim(p 1 ) < dim(p 1 + P 2 ). Ainsi, on a dim(p 1 + P 2 ) = 3 et donc dim(p 1 P 2 ) = 1 : P 1 P 2 est une droite vectoriel. 8

Propriété 14 Soit E un espace vectoriel de dimension finie et F, G deux sous espaces vectoriels de E. On a les équivalences suivantes : { { F G = {0} F + G = E (i) E = F G (ii) (iii) dim E = dim F + dim G dim E = dim F + dim G ˆ (i) entraine immédiatement (ii) et (iii). ˆ (iii) (ii) : Supposons (iii). D après la formule de Grassmann, on a : et donc F G = {0}. dim(f G) = dim(f ) + dim(g) dim(f + G) = 0 ˆ (ii) (i) : Supposons (ii). D après la formule de Grassmann, on a : dim(f + G) = dim(f ) + dim(g) dim(f G) = dim(e) Comme F + G est un sous-espace vectoriel de E, on en déduit que F + G = E. De plus F G = {0} donc la somme F + G est directe. Ainsi, F G = E. Exemple. Soit E un espace vectoriel de dimension finie n et H un hyperplan de E de dimension n 1. Alors pour tout a E\H, on a : En effet, on a : H K.a = E. ˆ dim(h) + dim(k.a) = n = dim(e) (car a 0 sinon a H) ; ˆ H V ect(a) V ect(a), donc dim(h V ect(a)) = 0 ou 1. Si c est 1, alors H V ect(a) = V ect(a) et a appartiendrait à H, ce qui est faux. Donc dim(h V ect(a)) = 0 et H V ect(a) = {0 E }. 9