Formes linéaires et dualité

Sinaly Traoré

L2 de MPCI - Algèbre linéaire 2

2019-2020

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 1 / 38

Sommaire

1 Rappels
Sous espace-vectoriel, base et dimension
Matrices et familles de vecteurs
Applications linéaires

2 Formes linéaires et dualité

Formes linéaires, espace dual
Bidual d’un espace vectoriel
Transposition

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 2 / 38

Sous espace-vectoriel

Dans tout ce chapitre K désignera le corps de nombres R ou C.

Un sous-espace vectoriel (s.e.v) est un espace vectoriel (e.v) contenu
dans un autre espace vectoriel. En fait, on a la définition suivante
Définition 1
Une partie F d’un e.v. E est un s.e.v de E si :
F est non vide
pour tous u et v appartenant à F , on a : u + v ∈ F
pour tout u ∈ F et tout α ∈ K, on a : αu ∈ F .

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 3 / 38

Sous espace-vectoriel
Dans tout ce chapitre K désignera le corps de nombres R ou C.
Un sous-espace vectoriel (s.e.v) est un espace vectoriel (e.v) contenu
dans un autre espace vectoriel. En fait, on a la définition suivante
Définition 1
Une partie F d’un e.v. E est un s.e.v de E si :
F est non vide
pour tous u et v appartenant à F , on a : u + v ∈ F
pour tout u ∈ F et tout α ∈ K, on a : αu ∈ F .

On peut aussi abréger les trois conditions de la condition comme suit :

Théorème
F est un s.e.v de E si et seulement si
0 appartient à F
pour tous u et v appartenant à F , pour tous α, β ∈ K on a :
αu + βv appartient à F
Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 3 / 38
Somme directe et s.e.v supplémentaires

On peut facilement montrer que si F et G sont deux s.e.v de E, alors :

F ∩ G = {u/ u ∈ F et u ∈ G} est s.e.v de E

F + G = {u + v/ u ∈ F et v ∈ G} est s.e.v de E appelé somme

de F et G.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 4 / 38

Somme directe et s.e.v supplémentaires

On peut facilement montrer que si F et G sont deux s.e.v de E, alors :

F ∩ G = {u/ u ∈ F et u ∈ G} est s.e.v de E

F + G = {u + v/ u ∈ F et v ∈ G} est s.e.v de E appelé somme

de F et G.

Définition 2
On dit que des s.e.v. F1 , . . . , Fn de E sont en somme directe si
pour u1 ∈ F1 , u2 ∈ F2 , . . . , un ∈ Fn on a :
u1 + u2 + · · · + un = 0 =⇒ u1 = u2 = . . . = un = 0.
Dans ce cas, la somme F1 + F2 + · · · + Fn se note
F1 ⊕ F2 ⊕ · · · ⊕ Fn ou ⊕ni=1 Fi .
on dit que F1 , . . . , Fn sont supplémentaires si et seulement si
E = F1 ⊕ F2 ⊕ · · · ⊕ Fn .

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 4 / 38

Somme directe et s.e.v supplémentaires

Théorème 1
Des s.e.v. F1 , . . . , Fn de E sont en somme directe équivaut à :
pour tout i, on a

Fi ∩ (F1 + · · · Fi−1 + Fi+1 + · · · Fn ) = {0}

Des s.e.v. F1 , . . . , Fn de E sont en somme directe équivaut à tout

w ∈ F1 + F2 + · · · + Fn s’écrit de façon unique sous la forme :

w = u1 + · · · + un ,

avec u1 ∈ F1 , u2 ∈ F2 , . . . , un ∈ Fn .

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 5 / 38

Combinaison linéaire, famille génératrice

Considérons une famille de n vecteurs {u1 , . . . , un } d’un K-e.v. E.

Une combinaison linéaire (c.l) des vecteurs u1 , . . . , un est tout vecteur
de E de la forme :

α1 u1 + α2 u2 + · · · + αn un , avec

α1 , . . . αn appartenant à K et appelé les coefficients de la combinaison

linéaire.

On note Vect{u1 , . . . , un } l’ensemble des combinasons linéaires des

vecteurs u1 , . . . , un .

Vect{u1 , . . . , un } est un s.e.v. de E, appelé e.v engendré par u1 , . . . , un .

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 6 / 38

Combinaison linéaire, famille génératrice

Définition 3
On dit que {u1 , . . . , un } est une famille génératrice de E si et
seulement si tout vecteur de E s’écrit comme combinaison linéaire des
vecteurs u1 , . . . , un , c’set-à-dire, si et seulement si

E = Vect{u1 , . . . , un }

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 7 / 38

Combinaison linéaire, famille génératrice

Proprétés
â Si u1 , . . . , un engendrent E et si on remplace l’un d’eux, par
exemple u1 , par une combinaison linéaire non nulle
α1 u1 + · · · + αn un , alors la famille {α1 u1 + · · · + αn un , u2 , . . . , un }
est aussi une famille génératrice de E.

â Si u1 , . . . , un engendrent E et si l’un d’eux, par exemple u1 , est

combinaison linéaire des autres, alors la famille {u2 , . . . , un } est
encore famille génératrice de E.

â Toute sur-famille d’une famille génératrice de E est une famille

génératrice de E.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 8 / 38

Base, famille libre, famille liée

Considérons une famille de n vecteurs {u1 , . . . , un } d’un K-e.v. E.

Définition
â On dit que la famille {u1 , . . . , un } est libre si pour tous scalaires
α1 , . . . , αn , on a :

α1 u1 + · · · + αn un = 0 =⇒ α1 = α2 = . . . = αn = 0.

â On dit que la famille {u1 , . . . , un } est liée si elle n’est pas libre.
Autrement dit, s’il existe des scalaires α1 , . . . , αn non tous nuls tels
que :
α1 u1 + · · · + αn un = 0.
â On dit que la famille {u1 , . . . , un } est une base de E si elle est à la
fois libre et génératrice de E.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 9 / 38

Base, famille libre, famille liée

En général, pour déterminer une base d’un e.v. E, on cherche d’abord

une famille génératrice de E et on vérifie la liberté de cette famille.
Propriétés
â Toute famille contenant le vecteur nul est liée.

â Toute famille contenant deux vecteurs colinéaires est liée.

â Toute sur-famille d’une famille liée est liée.

â Toute sous-famlille d’une famille libre est libre.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 10 / 38

Base et dimension

Pour un K-e.v E on a :
F Dans une base B = {u1 , . . . , un } de E tout vecetur u de E s’écrit
de façon unique sous la forme :

u = α1 u1 + α2 u2 + · · · + αn un , où

α1 , . . . , αn sont des scalaires et sont appelés les composantes ou les

coordonnées de u dans la base B

F Toutes les bases de E ont le même nombre de vecteurs

F Le nombre de vecteur d’une base de E s’appelle la dimension de

E, et se note dimK (E) ou dim(E) plus simplement.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 11 / 38

Base et dimension
Dans un e.v. E de dimension finie n, on a les faits suivants :
Théorème 2
F toute famille de moins de n vecteurs ne peut être génératrice de E

F De toute famille génératrice de E on peut extraire une base de E.

F toute famille génératrice de E ayant n vecteurs est une base de E

F toute famille de plus de n vecteurs est liée

F toute famille libre de n vecteurs est une base de E

F Toute famille libre de moins de n vecteurs peut être complétée pour

former une base de E (Théorème de la base incomplète).
Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 12 / 38
Sous-espace et dimension

Si F et G sont deux s.e.v de E, alors

F formule des 4 dimensions :

dim(F + G) = dim(F ) + dim(G) − dim(F ∩ G)

F si F et G sont supplémentaires dans E, alors

dim(E) = dim(F ) + dim(G)

F si BF est une base de F et BG une base de G, alors B = BF ∪ BG

est une base de E si et seulement si F et G sont supplémentaires.
Dans ce cas, on dit que B est une base adaptée à la décompsition
en somme directe E = F ⊕ G. .

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 13 / 38

Matrices des composantes d’une familles de vecteurs

Considérons une base B d’un e.v E et une famille de vecteurs

F = (u1 , . . . , up ) de E.

Définition
On appelle matrice des composantes de F dans la base B la matrice
dont la j-ième colonne est constituée des composantes de uj dans la
base B et on la note MB (F ) ou MB (u1 , . . . , un ).

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 14 / 38

Matrices des composantes d’une familles de vecteurs
Considérons une base B d’un e.v E et une famille de vecteurs
F = (u1 , . . . , up ) de E.

Définition
On appelle matrice des composantes de F dans la base B la matrice
dont la j-ième colonne est constituée des composantes de uj dans la
base B et on la note MB (F ) ou MB (u1 , . . . , un ).

Exemple
Pour B = (e1 , e2 , e3 ) et F = {u1 , u2 , u3 , u4 } avec
u1 = e1 + 2e2 + 3e3 , u2 = −e1 + 5e2 + 6e3 , u3 = 4e1 + 7e2 + 9e3 et
u4 = 4e1 − 6e2 − 7e3 on a
 
1 −1 4 4
MB (F ) = 2 5 7 −6
3 6 9 −7

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 14 / 38

Matrice de passage ou matrice de changement de base
0
Considérons deux bases B et B d’un e.v. E
Définition
0
On appelle matrice de passage de la base B à la base B la matrice
0 0
MB (B ) des composantes de B dans la base B.

Exemple
0 0 0 0
Pour B = (e1 , e2 , e3 ) et B = (e1 , e2 , e3 ) avec
0 0 0
e1 = e1 − e2 + 3e3 , e2 = e2 − e3 et e3 = −2e1 + 2e2 + e3 .

On a : 
1 0 −2
0
MB (B ) = −1 1 2
3 −1 1

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 15 / 38

Formule de changement de base

Théorème
0
Si B et B sont deux bases d’un e.v. E, alors
h 0
i−1
MB (B) = MB (B )
0

Théorème
Etant donné :
0
B et B deux bases d’un e.v. E,
u un vecteur de E.
Alors on a :
0
MB 0 (u) = MB 0 (B)MB (u) et MB (u) = MB (B )MB 0 (u).

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 16 / 38

Formule de changement de base

Exemple
0 0 0 0
Pour B = (e1 , e2 , e3 ) et B = (e1 , e2 , e3 ) avec
0 0 0
e1 = e1 − e2 + 3e3 , e2 = e2 − e3 et e3 = −2e1 + 2e2 + e3 .

On a : 
1 0 −2
0
MB (B ) = −1 1 2
3 −1 1
0 0 0
Si u = e1 − 5e2 + 2e3 , alors la matrice des composantes de u dans la
base B est :
    
1 0 −2 1 −3
MB (u) = −1 1 2  −5 = −2
3 −1 1 2 10

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 17 / 38

Définition d’une application linéaire

Considérons deux K-e.v. E et F .

Définition
Une application f : E −→ F est dite linéaire si et seulement si :
1 pour tout u, v ∈ E, tout α ∈ K, on a : f (u + v) = f (u) + f (v)
2 pour tout u ∈ E, tout α ∈ K, on a : f (αu) = αf (u).

Les deux conditions de la définition ci-dessus peuvent être regroupées

en une seule comme suit :
pour tout u, v ∈ E, tout α, β ∈ K, on a : f (αu + βv) = αf (u) + βf (v).

NB : Si f : E −→ F est linéaire, on a f (0) = 0.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 18 / 38

Applications linéaires et matrices

Considérons l’application linéaire f : E −→ F , où E et F sont deux

K-e.v. munis respectivement des bases B = (e1 , . . . , en ) et
C = (u1 , . . . , up ).

Définition
On appelle matrice de f dans les bases B et C, la matrice des
composantes dans C de la famille {f (e1 ), . . . , f (en )}. On la note

MC (f (B)) = MC (f (e1 ), . . . , f (en ))

Cette matrice est dite simplement matrice de f dans la base B si

E = F et B = C

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 19 / 38

Applications linéaires et matrices

Exemple
Pour E = R3 et F = R2 munis de leurs bases canoniques
B = (e1 , e2 , e3 ) et C = (u1 , u2 ), Déterminer la matrice de l’application
linéaire
f : R3 −→ R2
(x, y, z) 7−→ (x + y + z, 2x − z)
dans les bases B et C.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 20 / 38

Calcul de l’image d’un vecteur à l’aide du produit
matriciel

Etant donné :

f : E −→ F une application linéaire, où E et F sont deux K-e.v.

munis respectivement des bases B et C,

u un vecteur de E,
alors on a :
MC (f (u)) = MC (f (B))MB (u).

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 21 / 38

Calcul de l’image d’un vecteur à l’aide du produit
matriciel

Exemple
Pour E = R3 et F = R2 munis de leurs bases canoniques
B = (e1 , e2 , e3 ) et C = (u1 , u2 ), on considère l’application linéaire f
telle que  
1 1 1
MC (f (B)) =
2 0 −1
Pour u = 3e1 − 2e2 + e3 , déterminer les matrices MB (u) et MC (f (u)).

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 22 / 38

Applications linéaires et changement de base

Etant donné :
f : E −→ F une application linéaire, où E et F sont deux K-e.v.
0
B et B deux bases de E
0
C et C deux bases de F

Matrice d’une application dans une nouvelle base

0
On a la relation suivante entre MC (f (B)) et MC 0 (f (B ))
0 0
MC 0 (f (B )) = MC 0 (C) × MC (f (B)) × MB (B ).

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 23 / 38

Noyau et image d’une application linéaire

Considérons une applications linéaire f : E −→ F .

Définition
F L’ensemble des vecteurs u de E tels que f (u) = 0 est appelé le
noyau de f et noté ker(f ).

ker(f ) = {u ∈ E/ f (u) = 0}

F On applle image de f et on note Im(f ) le sous-ensemble de F

formé des images de tous les vecteurs u de E.

Im(f ) = {f (u)/ u ∈ E}

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 24 / 38

Noyau et image d’une application linéaire

Théorème 3
Si f : E −→ F est une applications linéaire, alors :

ker(f ) est un s.e.v de E

Im(f ) est un s.e.v de F , la dimension de Im(f ) est appelée le rang

de f et on la note rg(f )

dim(E) = rg(f ) + dim(ker(f ))

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 25 / 38

Formes linéaires, espace dual

Rappel : Etant donné deux K-e.v. E et F , une application

f : E −→ F est linéaire si et seulement si :

∀x, y ∈ E, ∀α, β ∈ K on a : f (αx + βy) = αf (x) + βf (y).

On note L(E, F ) l’ensemble des applications linéaires de E dans F .

Définition 4
On appelle forme linéaire sur E toute application linéaire de E dans K.

L’ensemble L(E, K) des formes linéaires sur E se note E ∗ et on

l’appelle le dual de E.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 26 / 38

Formes linéaires, espace dual

Noter bien que le dual d’un K-e.v E est

E ∗ = {des applications f : E −→ K qui sont linéaires}

Le dual E ∗ d’un K-e.v E est un K-e.v. En effet, on a :

Proposition 1
L’ensemble E ∗ munis de l’addition et de la multiplication ci-dessous est
un K-espace vectoriel :
addition : pour tout f et g de E ∗ , l’addition f + g est définie par
(f + g)(x) = f (x) + g(x)
multiplication : pour tout f de E ∗ et tout α de K, la multiplication
αf est définie par (αf )(x) = αf (x)

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 27 / 38

Formes coordonnées, base duale

Etant donné une base B = (e1 , . . . , en ) d’un K-e.v E de dimension n,

on considère n formes linéaires e∗1 , . . . , e∗n .
Pour chaque i, la forme linéaire e∗i est définie par

e∗i : E −→ K
x = x1 e1 + · · · + xn en 7−→ e∗i (x) = xi

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 28 / 38

Formes coordonnées, base duale

Etant donné une base B = (e1 , . . . , en ) d’un K-e.v E de dimension n,

on considère n formes linéaires e∗1 , . . . , e∗n .
Pour chaque i, la forme linéaire e∗i est définie par

e∗i : E −→ K
x = x1 e1 + · · · + xn en 7−→ e∗i (x) = xi

Définition 5
Pour chaque i, la forme e∗i est appelée la ième forme coordonnée par
rapport à la base B.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 28 / 38

Formes coordonnées, base duale

Proposition 2
Soit B = (e1 , . . . , en ) une base d’un K-e.v E de dimension n. La ième
forme coordonnée e∗i par rapport à la base B est l’unique forme linéaire
telle que 
1 si i = j
e∗i (ej ) = δij =
0 sinon
δij s’appelle le symbole de Kronecker.

Théorème 4
Pour toute base B = (e1 , . . . , en ) de E, la famille B ∗ = (e∗1 , . . . , e∗n ) des
formes coordonnées est une base de E ∗ , appelée base duale de B.

dim(E ∗ ) = dim(E)

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 29 / 38

Formes coordonnées, base duale

Corollaire 1
Soient B = (e1 , . . . , en ) une base de E et B ∗ = (e∗1 , . . . , e∗n ) sa base
duale. Alors
Pour tout x ∈ E, on a
n
X
x= e∗i (x)ei
i=1

Pour toute forme f ∈ E ∗ , on a

n
X
f= f (ei )e∗i
i=1

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 30 / 38

Base duale et sa base préduale

Proposition 3
Si f ∈ E ∗ est une forme linéaire non nulle, alors il existe un
vecteur non nul x ∈ E tel que f (x) = 1.
Si x ∈ E est un vecteur non nul, alors il existe une forme linéaire
non nulle f ∈ E ∗ telle que f (x) = 1.

Théorème 5
Toute base B ∗ de E ∗ est la base duale d’une unique base B de E. On
dit que B est la base préduale de B ∗

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 31 / 38

Détermination pratique de la base duale

Problème
Comment déterminer la base duale B ∗ d’une base B donnée de E ?

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 32 / 38

Détermination pratique de la base duale

Problème
Comment déterminer la base duale B ∗ d’une base B donnée de E ?

Solution : On suppose que les coordonnées des vecteurs de B sont

données dans une autre base B0 de E (la base canonique par exemple)
et on utilise le résultat suivant

Théorème 6
Soient B0 , B deux bases de E et B0∗ , B ∗ leurs bases duales respectives.
Alors, la matrice de passage de B0∗ à B ∗ est la transposée de l’inverse
de la matrice de passage de B0 à B. Autrement dit,
t 
MB0∗ (B ∗ ) = [MB0 (B)]−1 .

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 32 / 38

Détermination pratique de la base duale

Remarque
Avec les notations du théorème ci-dessus, si B ∗ = (b∗1 , . . . , b∗n ) alors les
composantes de b∗i sont les éléments de la iième ligne de [MB0 (B)]−1 .

Exemple 1
Soient les vecteurs v1 = (−3, −1, 1), v2 = (5, 2, −1) et v3 = (6, 2, −1) de
R3 exprimés dans la base canonique (e1 , e2 , e3 ). Montrer que
B = (v1 , v2 , v3 ) est une base de R3 et déterminer sa base duale.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 33 / 38

Bidual d’un espace vectoriel
Soit E un K-e.v.
Définition 6
Le dual de E ∗ est noté E ∗∗ et appelé bidual de E.

E ∗∗ = {des applications f : E ∗ −→ K qui sont linéaires}

Considérons l’application φ définie par :

φ : E −→ E ∗∗ φx : E ∗ −→ K
, où est une application
x 7−→ φx f 7−→ f (x)

Proposition 4
Avec les notations ci-dessus l’application φ est un isomorphisme
d’espaces vectoriels appelé isomorphisme canonique de E dans E ∗∗ .

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 34 / 38

Bidual d’un espace vectoriel

Théorème 7
Si B = (e1 , . . . , en ) est une base de E alors B ∗∗ = φ(B) = (φe1 , . . . , φen )
est une base de E ∗∗ . On notera φei par e∗∗ i .

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 35 / 38

Transposition

Théorème 8 (définition)
Soient E, F deux K-e.v et u : E −→ F une application linéaire. Alors
l’application t u définie par
tu : F ∗ −→ E ∗
f 7−→ t u = f ◦ u

est une application linéaire et est appelée application transposée de u.

Théorème 9 (définition)
L’application
t : L(E, F ) −→ L(F ∗ , E ∗ )
tu 7−→ t u
est linéaire et est appelée transposition.
Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 36 / 38
Transposition

Soit E, F et G des K-e.v.

Pour tout u ∈ L(E, F ), tout v ∈ L(F, G), on a

t
(v ◦ u) = t u ◦ t v
t
idE = idE ∗

t
Si u ∈ L(E, F ) est bijective alors t u est bijective et (t u)−1 = u−1

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 37 / 38

Matrice d’une application transposition

Soient E et F deux K-e.v. de base respectives B = (e1 , . . . , en ) et

D = (f1 , . . . , fp ). Si u est une application linéaire de E dans F , alors la
matrice de t u dans les bases D∗ et B ∗ est

MB ∗ (t u(D∗ )) = t MD (u(B))

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2019-2020 38 / 38