Somme directe - Sous espaces supplémentaires - Notion de Codimension
Dans ce chapitre,

désigne un corps commutatif et

un espace vectoriel sur

.
I. Somme directe
Définition :
Soit

sev de

(

).
L'ensemble
 \in E_1 \times \cdots \times E_p})
est un sev de

appelé le sev somme de

, on le note

ou

ou encore

.
Remarque :

avec égalité ssi :
Définition :
Soit

sev de

(

).
On dit que la somme

est
directe ssi :
Et dans ce cas, on note cette somme :

ou
Théorème :
Soit

sev de

(

) et
Alors les p.s.s.e :
La somme

est directe.
Théorème :
Soit

sev de dimension finie de

(

) et soit

.
Alors

est de dimension finie et

avec égalité ssi la somme

est directe.
II. Sous espaces supplémentaires
Définition :
Soit

sev de

.
On dit que

sont
supplémentaires ssi :

.
Vocabulaire :
Lorsque

.
On dit que

(resp.
)
est supplémentaire de

(resp.

).
Exemple :
On a :

.
Proposition :
Soit

un polynôme non constant de
![K[X]](https://latex.ilemaths.net/latex-0.tex?K[X])
.
Posons :

avec

, alors l'idéal
)
admet
![K_n[X]](https://latex.ilemaths.net/latex-0.tex?K_n[X])
comme supplémentaire dans
![K[X]](https://latex.ilemaths.net/latex-0.tex?K[X])
.
Théorème :
Soit

sev supplémentaires de

:

.
Soit

un

-ev et pour tout

soit
)
. Alors :
il existe une unique application linéaire

de

dans

tel que :
Commentaires :
Si

sont supplémentaires dans

alors :
1. Toute application linéaire de

dans

est complètement determinée par sa restriction aux sev

.
2. Deux applications linéaires de

dans

sont égales ssi elles le sont sur chaque

. En particulier, une application linéaire est nulle ssi elle s'annule sur chaque

.
Théorème :
Soit

des sev supplémentaires de

,

. Soit
_{i \in I})
une famille de vecteurs de

, et
_{1\leq j \leq p })
une partition de

en

parties telle que pour tout
_{i \in I_j})
est une famille de vecteurs de

.
Alors :

est une base de

ssi chaque

est une base de

.
Notation - Vocabulaire :

est notée

, on dit que

est une base de

adaptée à la décomposition :

.

il faut distinguer entre

et
Remarque :
S'il existe une base
_{i \in I})
de

et si
_{1\leq j \leq p })
est une partition de

, alors les sev
_{i \in I_j})
avec

sont supplémentaires dans

.
Théorème :
Soit

et

deux

-ev et
)
.
Si

est un supplémentaire de
)
dans

alors l'application :
 \\ &x \longrightarrow u(x)\end{array})
induite par

est un isomorphisme de

-ev.
Proposition :
Tout sev d'un

-ev de dimension finie admet un supplémentaire.
Corollaire :
Soit

un sev de

.
Si

admet deux supplémentaires

et

, alors

et

sont isomorphes.
Remarque :
Si un sev

de

possède un suppplémentaire

de dimension finie, alors

ne depend pas du choix de

.
III. Notion de Codimension
Définition :
Soit

un sev de

, on dit que

est de
codimension finie ssi

admet un supplémentaire

de dimension finie.
Dans ce cas,

, indépendante du choix de

et appelé la codimension de

qu'on note :

ou

s'il n'y a pas d'ambiguité.
Exemple :
)
un polynôme de degré

non constant.
On sait que :
![K_{n-1}[X]](https://latex.ilemaths.net/latex-0.tex?K_{n-1}[X])
est un supplémentaire de

dans

.
Alors

est de codimension fine et
Proposition :
Soit

un

-ev de dimension finie, alors :
Tout sev

de

est de codimension finie et on a :
Théorème :
Soit

deux

-ev dont

est de dimension finie, soit
)
.
Alors
)
est de codimension finie et
 = rg(u))
.
Définition :
On appelle
hyperplan de

tout sev de

de codimension

dans
Remarque :
Soit

un sev de

.

est un hyperplan de

ssi :
 \: : \: E = H \oplus Vect(e).)
Et forcément, un tel