Théorème de la dimension d’une base dans un espace vectoriel

Définition

Dans un espace vectoriel V défini sur un corps K, si V admet une base B composée d’un nombre fini d’éléments (autrement dit, si V est de dimension finie), alors toute autre base B' de V possède nécessairement le même nombre d’éléments.

Démonstration

Soit V un espace vectoriel admettant une base B constituée de n vecteurs :

$$ B = \{ v_1, \dots, v_n \} $$

Supposons, par l’absurde, qu’il existe une autre base B' comportant m vecteurs, avec m > n :

$$ B' = \{ v_1, \dots, v_n, v_{n+1}, \dots, v_m \} \quad \text{avec} \:\: m > n $$

D’après le théorème de complétion d’une base, on peut ajouter à B les m-n vecteurs supplémentaires de B' :

$$ \{ v_{n+1}, \dots, v_m \} $$

Mais cela conduit immédiatement à une contradiction.

En effet, si B est déjà une base de V à n éléments, elle forme un ensemble maximal de vecteurs linéairement indépendants.

Or, selon le théorème de dépendance linéaire relativement à une base, tout vecteur ajouté à B serait nécessairement linéairement dépendant des précédents.

Par conséquent, si B est une base, B' ne peut pas l’être, puisqu’elle contient m-n vecteurs dépendants.

Cela contredit la définition même d’une base, qui exige l’indépendance linéaire de ses éléments.

On en déduit que :

$$ m = n $$

Autrement dit, toutes les bases de V ont la même cardinalité. Si V admet une base à n éléments, aucune autre base ne peut en comporter davantage ou moins.

Remarque. On peut également établir le cas réciproque : il ne peut exister de base comportant moins de n vecteurs, car un tel ensemble ne saurait engendrer tout l’espace. Il faudrait alors le compléter en ajoutant n-k vecteurs linéairement indépendants.

Démonstration alternative

Considérons deux bases de l’espace vectoriel V :

  • Une base génératrice de n vecteurs : $$ \{ v_1, v_2, \dots, v_n \} $$
  • Un ensemble de p vecteurs linéairement indépendants : $$ \{ w_1, w_2, \dots, w_p \} $$

D’après le théorème sur l’indépendance linéaire, tout ensemble de vecteurs linéairement indépendants dans V contient au plus autant d’éléments qu’un ensemble générateur du même espace.

On a donc :

$$ p \le n $$

Mais puisque $\{v_1, \dots, v_n\}$ est une base - donc un ensemble générateur - et que $\{w_1, \dots, w_p\}$ en est une autre, les deux doivent engendrer le même espace, d’où également :

$$ n \le p $$

En combinant ces deux inégalités :

$$ \begin{cases} p \le n \\ \\ n \le p \end{cases} \Longleftrightarrow n = p $$

On conclut que les deux bases comportent le même nombre d’éléments : n = p.

    Corollaires

    Corollaire 1

    Si un espace vectoriel V est de dimension n, il suffit de trouver n vecteurs linéairement indépendants pour former une base de V.

    Corollaire 2

    Si V est un espace vectoriel de dimension finie n sur un corps K, alors un sous-espace W ⊆ V est de dimension n si et seulement si W = V.

    $$ \text{dim}(W) = \text{dim}(V) \:\: \text{si et seulement si} \:\: W = V $$

    Démonstration

    Soit W un sous-espace de V :

    $$ W \subseteq V $$

    $$ \text{dim}_K(W) = m $$

    $$ \text{dim}_K(V) = n $$

    D’après le théorème de dépendance linéaire, on a toujours m ≤ n.

    Si, de plus, m = n, alors W possède une base de n vecteurs linéairement indépendants :

    $$ B_W = \{ v_1, \dots, v_n \} $$

    Comme W est inclus dans V, tous les vecteurs de BW appartiennent à V :

    $$ B_W \subseteq V $$

    Cela signifie que BW est aussi une base de V. Or, une même base ne peut engendrer à la fois un sous-espace propre et l’espace entier, sauf s’ils coïncident :

    $$ W = V $$

    Par suite, un sous-espace W a la même dimension que V si et seulement s’il lui est égal.

    Corollaire 3 (Codimension)

    Soit V un espace vectoriel sur un corps K, de dimension n, et W ⊆ V un sous-espace de dimension m. On appelle codimension de W dans V la différence entre leurs dimensions :
    $$ \text{codim}_K(W) = \text{dim}_K(V) - \text{dim}_K(W) = n - m $$

    Corollaire 4 (Théorème de Grassmann)

    Soit V un espace vectoriel de dimension finie sur K, et soient A et B deux sous-espaces de V. On a en général :
    $$ \text{dim}_K(A + B) = \text{dim}_K(A) + \text{dim}_K(B) - \text{dim}_K(A \cap B) $$

    Cette formule ne s’applique pas lorsque A et B sont en somme directe, car leur intersection est alors triviale.

    Corollaire 5

    Le nombre de vecteurs d’une base dépend uniquement de l’espace vectoriel considéré, et non du choix particulier de la base.

    Et ainsi de suite.

     


     

    Please feel free to point out any errors or typos, or share suggestions to improve these notes.

    FacebookTwitterLinkedinLinkedin

    Bases vectorielles