PRODUIT TENSORIEL D’ESPACES VECTORIELS

Rolland Robert

To cite this version:

Rolland Robert. PRODUIT TENSORIEL D’ESPACES VECTORIELS. École thématique. France.
2023, pp.26. �hal-04206823�

HAL Id: hal-04206823

[Link]
Submitted on 14 Sep 2023

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
 PRODUIT TENSORIEL D’ESPACES
VECTORIELS

par

Robert Rolland

Résumé. — On définit le produit tensoriel de deux espaces vectoriels

et on en expose quelques propriétés. Ce produit tensoriel est relié au
produit de Kronecker de deux matrices. On généralise au produit de
plusieurs espaces vectoriels, on introduit la notion d’algèbre tensorielle.

Table des matières

1. Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2. Définition du produit tensoriel. . . . . . . . . . . . . . . . . . . . . . . 2
3. Applications bilinéaires et produits tensoriels. . . . . . . . . 4
4. Propriétés d’algèbre linéaire du produit tensoriel . . . . . 6
5. Extension au cas de plus de 2 espaces vectoriels . . . . . . 9
6. Dualité. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
7. Plaçons nous en dimension finie. . . . . . . . . . . . . . . . . . . . . . 12
8. Algèbre tensorielle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
9. Produit tensoriel et compositum. . . . . . . . . . . . . . . . . . . . . 23

1. Introduction
Ces quelques notes sont un début de présentation de la notion de pro-
duit tensoriel de deux espaces vectoriels. On y ajoute une présentation
très rapide de la notion de tenseur d’ordre quelconque, ainsi que des no-
tions de contravariance et covariance. Le lecteur intéressé par le calcul
tensoriel et des exemples d’applications en physique pourra se reporter au
2 R. ROLLAND

superbe exposé d’André Lichnerowicz (1915-1998) « Éléments de calcul

tensoriel », soit dans une version originale de la librairie Armand Colin,
soit dans une réimpression par les éditions Jacques Gabay.

Soient E, F, W trois espaces vectoriels sur un même corps K. Soit B

une application bilinéaire de E × F dans W . On aimerait ramener, en un
certain sens, cette application bilinéaire à une application linéaire d’un
certain espace T , à construire, dans W . C’est là le but de la construction
du produit tensoriel T de E par F . C’est à la lumière de cette remarque
qu’on peut mieux comprendre les constructions du paragraphe suivant
qui sont inspirées par le résultat à atteindre. Bien entendu la simplifica-
tion de l’application bilinéaire en une application linéaire se paie par une
complication de l’espace de départ T qui doit capter toute la complexité
de la bilinéarité de l’application B.

2. Définition du produit tensoriel

Soient E et F deux espaces vectoriels sur le même corps K. On note
[E ×F ] l’espace vectoriel sur K des combinaisons linéaires formelles d’élé-
ments du produit E × F . Plus précisément :
 
 X 
[E × F ] = λ(x,y) (x, y) | A partie finie de E × F, λ(x,y) ∈ K .
 
(x,y)∈A

On note G le sous-espace vectoriel de [E × F ] engendré par les éléments

de la forme :
!
X X X
λx x, µy y − λx µy (x, y).
x∈A1 y∈A2 (x,y)∈A1 ×A2

Nous allons identifier ces éléments à zéro, c’est-à-dire qu’on définit :

E ⊗K F = [E × F ]/G.

Définition 2.1. — L’espace vectoriel E ⊗K F est appelé le produit

tensoriel de E par F sur le corps K. Quand aucune confusion n’en résulte
on note simplement E ⊗ F le produit tensoriel sur K de E par F .
 PRODUIT TENSORIEL 3

Notons alors φ l’application qui à (x, y) fait correspondre sa classe,

qu’on note encore x ⊗ y. Ainsi φ est la restriction à E × F de la sur-
jection canonique de [E × F ] sur son quotient E ⊗ F . Compte tenu de
la construction du produit tensoriel nous avons les premières propriétés
suivantes :
Proposition 2.2. — Soit A1 (resp. A2 ) une partie finie de E (resp. de
F ).
(1) Les éléments x⊗y forment un système de générateurs de E ⊗F .
P P P
(2) ( x∈A1 λx x) ⊗ ( y∈A2 µy y) = (x,y)∈A1 ×A2 λx µy (x ⊗ y).
La relation (2) peut encore s’exprimer en disant que l’application φ est
bilinéaire.
En particulier d’après la relation (2) on peut écrire :
(1) (λx) ⊗ (µy) = λµ(x ⊗ y),
ce qui, sachant que les éléments x ⊗ y engendrent E ⊗ F , nous permet
d’écrire tout élément de E ⊗ F sous la forme :
X
(2) t= x ⊗ y,
(x,y)∈A

où A est une partie finie de E ×F . Cette écriture n’est pas unique comme
le montre l’exemple élémentaire suivant :
(x1 + x2 ) ⊗ y = x1 ⊗ y + x2 ⊗ y.
Nous reviendrons plus tard sur les problèmes posés par cet état de fait.
Remarque 2.3. — Remarquons aussi que la construction nous montre
tout de suite que E ⊗ F est isomorphe à F ⊗ E.
Quand on écrit de manière naturelle les éléments t du produit tensoriel
sous la forme (2), comme le système générateur (x ⊗ y)(x,y)∈E×F n’est pas
une base, il n’est pas immédiat de savoir si ce qu’on est en train d’écrire
est nul ou non. Cela va constituer une partie de l’étude du paragraphe
suivant. En attendant, il y a des cas très simples où l’on peut repérer que
ce qu’on écrit est nul. Il découle directement de la relation (1) que :
0 ⊗ y = x ⊗ 0 = 0.
(Ici il faut un peu jongler avec la signification des zéros. En effet il y
a le zéro du corps des scalaires, le zéro de l’espace vectoriel E, celui de
4 R. ROLLAND

l’espace vectoriel F , celui de l’espace E ⊗ F , et on pourrait aussi parler

de celui de E × F et de celui de [E × F ] qui jouent également un rôle
dans l’affaire. On compte sur le lecteur pour mettre tout le monde à sa
place).

3. Applications bilinéaires et produits tensoriels

Nous en arrivons alors au cœur du sujet, c’est-à-dire la correspondance
entre application bilinéaire sur E × F et application linéaire sur E ⊗ F .
Nous allons noter B(E × F, W ) l’ensemble des applications bilinéaires de
E × F dans W et L(E ⊗ F, W ) l’ensemble des applications linéaires de
E ⊗ F dans W
Théorème 3.1. — L’application ψW définie sur L(E ⊗ F, W ) par
ψW (b) = b ◦ φ est un isomorphisme de L(E ⊗ F, W ) sur B(E × F, W ).
Démonstration. — Soit b ∈ L(E ⊗F, W ) et B = ψW (b) = b◦φ. On vérifie
immédiatement que B est une application bilinéaire et que l’application
ψW est linéaire. Cette application est injective, en effet, si ψW (b) = 0,
c’est que b ◦ φ(x, y) = 0 pour tout (x, y), c’est-à-dire que b(x ⊗ y) = 0
pour tout x⊗y. Comme ces derniers éléments engendrent l’espace E ⊗F ,
c’est que b = 0.
L’application ψW est aussi surjective. En effet, soit B ∈ B(E × F, W ).
Pour tout élément t ∈ E ⊗ F définisons b(t) de la façon suivante : on
P
prend une représentation de t sous la forme t = (x,y)∈A λx,y x ⊗ y et on
pose
X
b(t) = λx,y B(x, y).
(x,y)∈A

Cette façon de définir b(t) est bien indépendante de la représentation

choisie pour t en vertu de la définition de G. On a bien trouvé b tel que
ψW (b) = B.
Ainsi le produit tensoriel de E et de F est un espace vectoriel T qui
vérifie :
Propriété 3.2. — Il existe une application bilinéaire φ de E × F dans
T de telle sorte que :
(1) φ(E × F ) engendre T ;
 PRODUIT TENSORIEL 5

(2) pour tout espace vectoriel W , l’application ψW de L(T, W ) sur

B(E × F, W ) définie par ψW (b) = b ◦ φ est un isomorphisme.
Cette propriété donne lieu au résultat universel suivant :
Théorème 3.3. — Soit V un espace qui vérifie la propriété 3.2, c’est-
à-dire qu’il existe une application bilinéaire θ de E × F dans V de telle
sorte que :
(1) θ(E × F ) engendre V ;
(2) pour tout espace vectoriel W , l’application ξW de L(V, W ) sur
B(E × F, W ) définie par ξW (u) = u ◦ θ est un isomorphisme.
Alors V est isomorphe à E ⊗ F .
Démonstration. — Soit θ l’application bilinéaire de E ×F dans V donnée
par la propriété (3.2). Si on prend W = E ⊗ F et si on considère l’appli-
cation bilinéaire φ ∈ B(E × F, E ⊗ F ), alors par hypothèse il existe une
application linéaire u unique de V dans W = E ⊗ F telle que u ◦ θ = φ.
Par ailleurs, d’après ce qu’on a démontré sur les produits tensoriels, on
sait qu’il existe une unique application linéaire v de E ⊗ F dans V telle
que v ◦ φ = θ. En conséquence v ◦ u ◦ θ = θ. Mais par hypothèse, θ(E × F )
est une partie génératrice de V . Donc l’application v ◦ u est l’identité sur
V . Pour la même raison u ◦ v est l’identité sur E ⊗ F . Donc u est un
isomorphisme d’inverse v.
Le théorème suivant donne une autre interprétation de l’espace des
applications linéaires définies sur E ⊗ F à valeurs dans W .
Théorème 3.4.
— L’espace L(E ⊗ F, W ) est isomorphe à l’espace
L E, L(F, W ) .
Démonstration.
— Il suffit de montrer que B(E × F, W ) est isomorphe à
L E, L(F, W ) . Pour cela on définie l’application τ qui à toute applica-
tion bilinéaire B de E ×F dans W associe l’application linéaire u = τ (B)
de E dans L(F, W ) définie par :
u(x)(y) = B(x, y).
La linéarité de B par rapport à y implique bien la linéarité de l’application
u(x) ce qui prouve que u(x) est dans L(F, W ). La linéarité de B par rap-
port à x implique la linéarité de u. L’application τ a bien un noyau réduit


à {0} c’est-à-dire qu’elle est injective. De plus si f ∈ L E, L(F, W ) on
6 R. ROLLAND

peut construire f˜(x, y) = f (x)(y) qui est bien une application bilinéaire
de E × F dans W vérifiant τ (f˜) = f , c’est-à-dire que τ est surjective.
Corollaire 3.5. — Dans le cas où W est le corps de base K, on obtient
la formule suivante sur les duaux :
(E ⊗ F )∗ ' L (E, F ∗ ) .

Conclusion. — On se retrouve avec 3 espaces isomorphes :

L(E ⊗ F, W ) ' B(E × F, W ) ' L E, L(F, W ) .

4. Propriétés d’algèbre linéaire du produit tensoriel

Nous allons maintenant relier le produit tensoriel que nous venons de
construire à des notions connues d’algèbre linéaire et à des notions sur
les applications bilinéaires.
La première chose à voir c’est la « taille de ce qu’on vient de
construire ». En effet comme la construction a consisté en un passage
au quotient par un sous-espace vectoriel dont on mesure mal l’envergure,
il convient d’établir quelques résultats sur ces questions. En particulier,
il faudrait se faire une idée de qui est nul et de qui ne l’est pas. Le lemme
suivant est de ce point de vue un résultat clé :
Lemme 4.1. — Soient y1 , y2 , · · · , yk des éléments de F linéairement
indépendants. Si
X k
xi ⊗ yi = 0,
i=1
alors x1 = x2 = · · · = xk = 0.
Démonstration. — Soit u ∈ E ? une forme linéaire sur E. Considérons
l’application linéaire f définie sur [E × F ] par :
f (x, y) = u(x)y,
Comme f (G) = {0} cette application nous permet de définir une appli-
cation linéaire f˜ de E ⊗ F dans F telle que :
f˜(x ⊗ y) = f (x, y) = u(x)y.
 PRODUIT TENSORIEL 7

On a alors : !
k
X
f˜ xi ⊗ y i = 0,
i=1
c’est-à-dire :
k
X
u(xi )yi = 0,
i=1

et comme les yi sont linéairement indépendants les u(xi ) sont nuls. Ceci
a lieu pour toute forme linéaire u, ce qui permet de conclure que les xi
sont nuls.
On en déduit tout de suite le théorème suivant :
Théorème 4.2. — Soient A1 une famille libre de E et A2 une famille
libre de F . Alors la famille
(x ⊗ y)(x,y)∈A1 ×A2
est une famille libre de E ⊗ F .
P
Démonstration. — On suppose que (x,y)∈A1 ×A2 λ(x,y) (x ⊗ y) est une
combinaison linéaire (donc en particulier il n’y a qu’un nombre fini de
coefficients éventuellement non nuls) et que cette combinaison est nulle .
On peut alors écrire :
!
X X X
λ(x,y) (x ⊗ y) = λ(x,y) x ⊗ y = 0.
(x,y)∈A1 ×A2 y∈A2 x∈A1

Comme la famille (y)y∈A2 est libre on conclut que pour tout y ∈ A2 :

X
λ(x,y) x = 0,
x∈A1

ce qui compte tenu du fait que la famille (x)x∈A1 est libre implique que
pour tout x ∈ A1 le coefficient λ(x,y) est nul. Ainsi on a montré que pour
tout x et tout y on a λ(x,y) = 0.
Pour les familles génératrices il est visible que :
Théorème 4.3. — Si A1 est une famille génératrice de E et A2 une
famille génératrice de F , alors la famille (x⊗y)(x,y)∈A1 ×A2 est une famille
génératrice de E ⊗ F .
8 R. ROLLAND

Démonstration. — On constate en effet que tout élément x⊗y (où x ∈ E

et y ∈ F ) s’écrit :
! !
X X X
x⊗y = λu u ⊗ µv v = (λu µv )(u ⊗ v).
u∈A1 u∈A1 (u,v)∈A1 ×A2

Comme conséquence des deux théorèmes précédents on a le résultat

suivant :
Théorème 4.4. — Si A1 est une base de E et A2 une base de F alors
la famille (x ⊗ y)(x,y)∈A1 ×A2 est une base de E ⊗ F .
Corollaire 4.5. — Tout élément t 6= 0 de E ⊗ F s’écrit sous la forme
d’une somme finie non vide :
X
xi ⊗ y i .
i

où les xi sont linéairement indépendants et les yi sont non nuls.

Démonstration. — Soit (xi )i une base de E et (fj )j une base de F . La
famille (xi ⊗ fj )i,j est donc, nous l’avons vu, une base de E ⊗ F . Soit t
un élément non nul de E ⊗ F . Il sécrit :
!
X X X
t= λi,j xi ⊗ fj = xi ⊗ λi,j fj .
i,j i j
P
En posant yi = j λi,j fj et en ne gardant dans la somme que les xi ⊗ yi
où yi est non nul on obtient le résultat voulu.
Dans le cas particulier où les espaces E et F sont de dimensions finies
respectives m et n, le produit tensoriel E ⊗ F est de dimension m × n.
En revanche, même dans le cas où E et F sont des espaces de dimension
finie, si le corps K n’est pas fini, alors G n’est pas de dimension finie. En
effet, si le corps K est infini, les ensembles E et F sont infinis, si bien que
l’espace [E ×F ] est de dimension infinie. Mais comme E ⊗F = [E ×F ]/G
est de dimension finie, c’est que G est de dimension infinie.
Pour avoir une meilleure intuition combinatoire, regardons le cas où le
corps K est un corps fini ayant q éléments et où E et F sont de dimensions
respectives m et n. Alors E a q m éléments tandis que F a q n éléments.
 PRODUIT TENSORIEL 9

En conséquence [E × F ] est de dimention q m+n . Le produit tensoriel est

de dimension m × n. Donc G est de dimension q m+n − m × n.

5. Extension au cas de plus de 2 espaces vectoriels

On peut aussi définir le produit tensoriel de plus de deux espaces. Il
suffit pour cela de voir que :
Théorème 5.1. — Si E, F, H sont trois espaces vectoriels sur le même
corps K, alors :
(E ⊗ F ) ⊗ H ' E ⊗ (F ⊗ H).
Démonstration. — Nous allons définir un isomorphisme U de (E⊗F )⊗H
dans E⊗(F ⊗H) en définissant les valeurs de U sur une base. Pour cela on
prend une base (ei )i de E, une base (fj )j de F et une base (hk )k de H.
On
sait qu’alors (ei ⊗fj )i,j est une base de E ⊗F , et donc (ei ⊗ fj ) ⊗ hk i,j,k


est une base de (E ⊗ F ) ⊗ H. De même ei ⊗ (fj ⊗ hk ) i,j,k est une base
de E ⊗ (F ⊗ H). On définit U en posant :


U (ei ⊗ fj ) ⊗ hk = ei ⊗ (fj ⊗ hk ).
L’application linéaire U est un isomorphisme.
Désormais, on pourra écrire E ⊗ F ⊗ H sans parenthèses l’espace ob-
tenu. Maintenant que « l’associativité » du produit tensoriel est démon-
trée, on peut écrire des produits du type :
E1 ⊗ E2 ⊗ · · · ⊗ En .
Soient E1 , · · · , En , n espaces vectoriels sur le même corps K. Notons
Bn (E1 ×· · ·×En , W ) l’espace des applications n-linéaires de E1 ×· · ·×En
dans un espace vectoriel W .
Théorème 5.2. — Nous avons l’isomorphisme suivant :
L(E1 ⊗ · · · ⊗ En , W ) ' Bn (E1 × · · · × En , W ).
Démonstration. — On peut faire une récurrence. On sait que le résultat
est vrai pour 2 espaces. En utilisant les isomorphismes :


L(E ⊗ F, W ) ' B(E × F, W ) ' L E, L(F, W )
et l’hypothèse de récurrence :
L(E2 ⊗ · · · ⊗ En−1 , W ) ' Bn−1 (E2 × · · · × En , W ).
10 R. ROLLAND

on obtient :


L(E1 ⊗ · · · ⊗ En , W ) ' L E1 , L(E2 ⊗ · · · ⊗ En , W ) '


L E1 , Bn−1 (E2 × · · · × En , W ) ' Bn (E1 × · · · × En , W ).

Nous verrons au paragraphe 8.3 que dans certaines circonstance un

tenseur peut être interprété comme une forme multilinéaire.

6. Dualité
Théorème 6.1. — L’espace E ? ⊗F ? peut être interprété comme un sous
espace de (E ⊗ F )? par identification de l’élément u ⊗ v de E ? ⊗ F ? à la
forme linéaire notée encore u ⊗ v définie par
u ⊗ v(x ⊗ y) = u(x)v(y).
De plus on a l’égalité de E ? ⊗ F ? avec (E ⊗ F )? si et seulement si l’un
des deux espaces E ou F est de dimension finie.
Démonstration. — Pour bien comprendre cette démonstration, il
convient d’introduire un certain nombre d’applications bilinéaires et li-
néaires. Soit
(1) Soit B1 l’application bilinéaire définie sur E ? ×F ? à valeurs dans
B(E × F ) par B1 (u, v)(x, y) = u(x)v(y).
(2) Notons L la forme bilinéaire B1 (u, v).
(3) En vertu du théorème 3.1, la forme bilinéaire L peut être consi-
dérée une forme linéaire l définie sur E ⊗ F par l(x ⊗ y) = u(x)v(y).
(4) Mais alors B1 apparaît comme une application bilinéaire de E ? ×
F ? dans l’espace (E ⊗ F )? . On peut donc de nouveau appliquer le
théorème 3.1 qui permet de considérer B1 comme une application
linéaire b1 de E ? ⊗ F ? dans (E ⊗ F )? . On a alors :
 
X X
b1  (u ⊗ v) (x ⊗ y) = u(x)v(y).
(u,v)∈A (u,v)∈A
 PRODUIT TENSORIEL 11

L’application b1 est injective. En effet, considérons un élément non nul de

E ? ⊗ F ? . En vertu du corollaire 4.5 cet élément peut s’écrire i∈I ui ⊗ vi
P

avec des vi linéairement indépendants
et des ui non nuls. La forme li-

P
néaire correspondante b1 i∈I ui ⊗ vi définiePsur E ⊗ F correspond à
?
l’application linéaire de E dans F définie par i∈I ui (x)vi (cf. corollaire
3.5). Cette application n’est pas identiquement nulle car les vi sont li-
néairement indépendants et les ui non nuls. En conséquence le noyau de
b1 est réduit à {0}.
Par la suite on identifie b1 (u ⊗ v) at u ⊗ v et on considère donc que
E ⊗ F ? ⊂ (E ⊗ F )? .
?

Bien entendu si les deux espaces E et F sont de dimensions finies

respectives n et m, alors comme E ? ⊗F ? et (E ⊗F )? ont même dimension
m × n l’inclusion E ? ⊗ F ? ⊂ (E ⊗ F )? se transforme en égalité. En fait on
a égalité si et seulement si l’un des deux espaces est de dimension finie.
Supposons que les deux espaces soient de dimension infinie. Nous avons
vu que tout élément t de E ? ⊗ F ? peut être identifié à un élément de
(E ⊗ F )? . Ainsi tout élément t = ni=0 ui ⊗ vi de E ? ⊗ F ? est un élément
P

de L(E ⊗ F, K) et peut donc être considéré

aussi comme l’élément θt
?
suivant de L(E, F ) = L E, L(F, K) :
n
X
θt : x 7→ θt (x) = ui (x)vi .
i=1

L’image θt (E)
est de dimension finie dans F ? . Mais dans L(E, F ? ) =

L E, L(F, K) il existe des applications dont l’image est de dimension in-
finie dans F ? . Donc E ? ⊗F ? ne peut coïncider avec (E ⊗F )? ' L(E, F ? ).
Supposons maintenant que E soit de dimension finie. Tout élément
f ∈ (E ⊗ F )? est déterminé par ses valeurs sur les xi ⊗ yα où la famille
(xi )i=1···n est une base de E est (yα )α une base (éventuellement infinie)
de F :
f (xi ⊗ yα ) = zi,α .
Soit (ui )i=1···n la base duale de (xi )i=1···n et pour chaque i ∈ {1, · · · , n}
soit v (i) ∈ F ? telle que v (i) (yα ) = zi,α . Dans ces conditions :
n
!
X
uj ⊗ v (j) (xi ⊗ yα ) = zi,α ,
j=1
12 R. ROLLAND

ce qui prouve que

n
X
f= uj ⊗ v (j) ∈ E ? ⊗ F ? .
j=1

7. Plaçons nous en dimension finie

Nous supposons maintenant que E et F sont de dimension finie. Nous
remarquerons toutefois que certains résultats ou certaines interprétations
de cette section sont encore valables si un seul de ces deux espaces est de
dimension finie.

7.1. Quelques identifications. — On peut écrire un certain nombre

d’identifications qui proviennent de la coïncidence du bidual et de l’espace
de départ ainsi que de l’application du théorème 6.1.
Théorème 7.1. — L’espace des applications linéaires de E dans F peut
s’identifier au produit tensoriel du dual de E par F :
(3) L(E, F ) ' E ? ⊗ F.
Démonstration. — En effet, F ' F ?? , donc L(E, F ) ' L(E, F ?? ). Mais
L(E, F ?? ) ' B(E × F ? , K) ' L(E ⊗ F ? , K) = (E ⊗ F ? )? ' E ? ⊗ F.

Remarque 7.2. — Remarquons que dans la démonstration de ce théo-

rème nous n’avons utilisé que la dimension finie de F (pour identifier F ??
à F puis pour identifier (E ⊗ F ? )? à E ? ⊗ F ?? c’est-à-dire en définitive à
E ? ⊗ F ).
Théorème 7.3. — Soient E, F, G, H quatre espaces vectoriels de di-
mensions finies respectives m, n, p, q. On peut définir une application li-
néaire unique χ de L(E, F )⊗L(F, G) dans L(E ⊗G, F ⊗H) en imposant
que :
χ(u ⊗ v)(x ⊗ y) = u(x) ⊗ v(y).
Cette application est un isomorphisme. Par la suite on notera encore
u ⊗ v l’élement χ(u ⊗ v).
 PRODUIT TENSORIEL 13

Démonstration. — La démonstration se fait de la même manière que la

démonstration du théorème 6.1.
Remarque 7.4. — On a supposé les quatre espaces de dimension finie.
En calquant la démonstration sur celle du théorème 6.1 on pourrait mon-
trer que l’une des hypothèses suivantes suffirait pour avoir l’isomorphisme
(et non pas la simple inclusion).
(1) E et F sont de dimension finie ;
(2) G et H sont de dimension finie ;
(3) E et G sont de dimension finie ;
Remarque 7.5. — Remarquons aussi que l’utilisation des résultats pré-
cédents permettant de remplacer L(E, F ) et L(G, H) respectivement par
E ? ⊗ F et G? ⊗ H donne :
L(E, F ) ⊗ L(G, H) ' E ? ⊗ F ⊗ G? ⊗ H ' E ? ⊗ G? ⊗ F ⊗ H '
(4)
(E ⊗ G)? ⊗ (F ⊗ H) ' L(E ⊗ G, F ⊗ H).

7.2. Rang d’un tenseur. — Nous avons vu que :

(E ⊗ F )? ' L(E, F ? ).
Donc on peut en général en considérant qu’un espace est inclus dans son
bidual et qu’en dimension finie il y a coıncidence des deux espaces écrire :
E ⊗ F ' L(E ? , F ).
Pn
Cette identification fonctionne de la manière suivante : à t = i=1 xi ⊗ y i
correspond l’application linéaire de E ? dans F :
Xn
(5) l(t) : f 7→ f (xi )yi .
i=1
Définition 7.6. — On appelle rang du tenseur t le rang de l’application
l(t), c’est à dire la dimension de l(t) (E ? )
Théorème 7.7. — Le rang r d’un tenseur t ∈ E ⊗ F est le nombre
minimum s de tenseurs élémentaires x ⊗ y nécessaires pour représenter
le tenseur t :
 
 X 
r = min #A | A ⊂ E × F, t = x⊗y .
 
(x,y)∈A
14 R. ROLLAND

Démonstration. — Soit (zj )j=1···r une base de l(t) (E ? ). Cette base peut
être complétée en une base (zj )j=1···n de F . On peut toujour représenter
tout tenseur τ sous la forme
Xn
τ= aj ⊗ zj
j=0

avec des aj éventuellement nuls. Mais compte tenu des conditions impo-
sées sur l’image l(t) (E ? ), il est visible que t s’écrit :
r
X
t= aj ⊗ zj ,
j=0

avec des aj non nuls et l(t)(f ) = nj=1 f (aj )zj . Il est visible que cette
P

somme ne peut avoir un terme de moins sinon l’espace vectoriel l(t) (E ? )

ne serait pas de dimension r.
Dans le cas où on travaile dans un produit tensoriel de plus de deux
espaces :
T = E1 ⊗ E2 ⊗ · · · ⊗ En ,
on définit le rang d’un tenseur t ∈ T de la façon suivante :
Définition 7.8. — Le rang d’un tenseur t ∈ T est le nombre minimum
de termes non nuls dans une somme représentant le tenseur t sous la
forme : X
t= x1 ⊗ x2 ⊗ · · · ⊗ xn ,
(x1 ,x2 ,··· ,xn )∈A
Qn
où A est un sous-ensemble fini de i=1 Ei .

7.3. Expressions analytiques. — Nous allons dans cette section faire

le lien entre produit tensoriel et produit de Kronecker de deux matrices.
Pour cela nous fixons des espaces vectoriels E, F , G et H. de dimensions
respectives m, n, p, q. On fixe une base de E (respectivement de F , G, H)
qu’on note (ei )i=1···m (respectivement (fj )j=1···n , (gk )k=1···p , (hs )s=1···q ). On
considère une application linéaire u ∈ L(E, F ) de matrice U = (Uj,i ) et
une application linéaire v ∈ L(G, H) de matrice V = (Vs,k ). On voudrait
déterminer en fonction de U et V la matrice de l’application u ⊗ v ∈
L(E ⊗G, F ⊗H) lorsque E ⊗G est muni de la base (ei ⊗gk )i,k et que F ⊗H
est muni de la base (fj ⊗ hs )j,s . Avant toute chose il faut préciser l’ordre
 PRODUIT TENSORIEL 15

sur les vecteurs des deux bases (ei ⊗ gk )i,k et (fj ⊗ hs )j,s . On considère
EK = ei ⊗ gk où K = (i − 1)p + k. C’est sous la forme (EK )K=1···mp
qu’on considère la base de E ⊗ G. De même on pose FL = fj ⊗ hs où
L = (j − 1)q + s. C’est sous la forme (FL )L=1···nq qu’on ordonne la base
de F ⊗ H. Pour connaître le coefficient cL,K de la matrice de u ⊗ v qui
se trouve à la ligne L et la colonne K on doit prendre la composante sur
FL de u ⊗ v(EK ). Or u ⊗ v(EK ) = u(ei ) ⊗ v(gk ). Mais u(ei ) = nj=1 Uj,i fj
P

et v(gk ) = qs=1 Vs,k hs . Donc

P

CL,K = Uj,i Vs,k ,

avec
L = (j − 1)q + s K = (i − 1)p + k.
Si on regarde un bloc de taille q × p consistant à fixer i et j et à faire
varier s et k on voit que ce bloc est obtenu en multipliant la matrice
V par le coefficient Uj,i de la matrice U . Ceci est appelé le produit de
Kronecker des deux matrices. On remplace chaque coefficient Uj,i de U
par le bloc matriciel Uj,i V .

8. Algèbre tensorielle
8.1. Algèbre tensorielle. — On considère un espace vectoriel E de
dimension n sur le corps K. On note E ? son espace dual. On définit
E ⊗p = E
| ⊗E⊗
{z· · · ⊗ E} .
p f ois

De la même façon on définit

E ? ⊗q = E ? ?
⊗ · · · ⊗ E}? .
| ⊗ E {z
q f ois

Un tenseur p fois contravariant et q fois covariant est un élément de

E ⊗p ⊗ E ? ⊗q . Un tel tenseur est dit d’ordre p + q.
L’algèbre tensorielle associée à E est l’algèbre graduée définie par
∞
M ∞
M
⊗p
T (E) = K E E ? ⊗q .
p=1 q=1
16 R. ROLLAND

8.2. Contravariance, covariance. — Expliquons la signification de

contravariant et de covariant. Nous allons fixer une base (e1 , · · · , en ) de
E. Cette base étant fixée, nous choisissons pour base de E ? la base duale
(e1 , · · · en ) qui vérifie

i i 0 si i 6= j
e (ej ) = δj =
1 si i = j.
On fait alors un changement de base dans E. On passe à la base
(f1 , · · · , fn ) définie par
n
X
fi = aki ek .
k=1

Remarquons que les coefficients aki

sont les coefficients de la matrice de
passage. Si un vecteur x s’écrivait
n
X
x= xi ei
i=1

dans la base initiale il va s’écrire maintenant

Xn
x= X i fi .
i=1

Donc
n
X n
X
x= Xi aki ek ,
i=1 k=1

n n
!
X X
x= aki X i ek .
k=1 i=1

En conséquence on obtient
n
X
(6) xk = aki X i .
i=1

Autrement dit si on se donne les nouveaux vecteurs de base en fonction

des anciens vecteurs, on a naturellement l’expression des anciennes coor-
données en fonction des nouvelles coordonnées. D’où la dénomination de
« contravariant ».
 PRODUIT TENSORIEL 17

En ce qui concerne le dual E ? , on doit considérer pour nouvelle base

(f 1 , · · · , f n ) la base duale de la nouvelle base (f1 , · · · , fn ) de E. Une
forme linéaire s’écrivait avant sous la forme
Xn
f= yj ej ,
j=1

et maintenant sous la forme

n
X
f= Yj f j .
j=1

On remarque que yj = f (ej ) tandis que Yj = f (fj ). Donc

n
! n
X X
k
(7) Yj = f (fj ) = f aj ek = akj yk .
k=1 k=1

On obtient naturellement les nouvelle coordonnées de f en fonction des

anciennes. D’où la dénomination de « covariant ». Si maintenant E est
muni d’un produit scalaire h , i, alors on peut identifier de manière na-
turelle un élément de E à un élément de E ? de la façon suivante : à tout
x ∈ E on fait correspondre la forme linéaire lx définie par lx (y) = hx, yi.
Si on a fixé une base de E et qu’on a pris pour base de E ? la base duale,
alors x a des composantes en tant que vecteur de E (composantes contra-
variantes) et des composantes en tant que forme linéaire (composantes
covariantes).
Xn
x= xi e i .
i=1
n
X
lx = xj e j .
j=1

On voit que
n
X
lx (ei ) = xj ej (ei ) = xi .
j=1

Mais par ailleurs d’après la définition de lx on a :

n
X
lx (ei ) = hx, ei i = xj hej , ei i.
j=1
18 R. ROLLAND

Donc
n
X
xi = xj hej , ei i.
j=1

S’il se trouve que la base (ei )i est orthonormée pour le produit scalaire,
alors les composantes covariantes et contravariantes d’un vecteur sont les
mêmes.
Soit un tenseur t de l’algèbre tensorielle engendrée par E qui est p fois
contravariant et q fois covariant :
t ∈ E ⊗p ⊗ E ? ⊗q .
Une base (ei )i de E étant fixée, on choisit pour base de E ? la base duale
(ei )i . Le tenseur t s’écrit dans la base associée du produit tensoriel sous
la forme :
i i ···i
X
t= λj11 j22 ···jpq ei1 ⊗ ei2 ⊗ · · · ⊗ eip ⊗ ej1 ⊗ ej2 ⊗ · · · ⊗ ejq .
i1 ,i2 ,··· ,ip ,j1 ,j2 ,··· ,jp

Un changement de base dans E amènera des formules un peu compli-

quées dans le cas général, mais dont on voit bien qu’elles se déduisent
des formules (6) et (7) et donc qu’elles se compliqueront d’autant plus
qu’on mélange du covariant et du contravariant. On voit bien que si on
mélange les deux types de formules, on doit connaitre non seulement la
décomposition des nouveaux vecteurs dans l’ancienne base, c’est-à-dire
la matrice de passage, mais aussi la décomposition des anciens vecteurs
dans la nouvelle base, c’est-à-dire qu’on connaît aussi l’inverse de la ma-
trice de passage :
Xn
fi = aki ek ,
k=1
Xn
ei = bki fk .
k=1
Dans ces conditions, en plus des formules (6) et (7) on a aussi la formule :
Xn
(8) yj = bkj Yk .
k=1

À partir de là le calcul des nouvelles composantes est simple. Faisons

le dans le cas d’un tenseur deux fois contravariant et une fois covariant
 PRODUIT TENSORIEL 19

t ∈ E ⊗ E ⊗ E ?.
X
t= xij k
k ei ⊗ ej ⊗ e ,
i,j,k
X
t= Xkij fi ⊗ fj ⊗ f k .
i,j,k

Alors :
X
xij
k = aiα ajβ bγk Xγαβ .
α,β,γ

8.3. Tenseurs et formes multilinéaires. — Le théorème 5.2 montre

que :
L(E1 ⊗ · · · ⊗ En , W ) ' Bn (E1 × · · · × En , W ).
Si on prend pour espace W le corps de base K on a :
(E1 ⊗ · · · ⊗ En )? ' Bn (E1 × · · · × En ),
ce qui fait qu’en dimension finie, grâce au théorème 6.1 on obtient :
E1? ⊗ · · · ⊗ En? ' Bn (E1 × · · · × En ).
Dans le cadre d’une algèbre tensorielle définie à partir d’un espace E de
dimension finie, et en prenant pour W le corps de base K, on peut donc
écrire :
L(E ⊗p ⊗ E ?⊗q ) ' E ?⊗p ⊗ E ⊗q ' Bp+q (E p × E ? q ).
Si un produit euclidien est fixé dans E on a un isomorphisme entre
E et E ? donné par le produit scalaire : tout élément x de E est associé
à la forme linéaire lx de E ? définie par lx (u) = hx, ui. Dans ces condi-
tions on a pour interpréter le produit tensoriel E ⊗p ⊗ E ?⊗q toute latitude
pour changer E en E ? et E ? en E, ce qui fait qu’on a une multitude
d’interprétation du type :
0 0
E ⊗p ⊗ E ?⊗q
où p0 ≥ 0, q 0 ≥ 0 et p0 + q 0 = p + q. Ceci entraine évidemment des consé-
quences sur le mélange entre composantes covariantes et composantes
contravariantes et se traduit par des formules de changement de bases
diverses suivant l’interprétation qu’on a choisie.
20 R. ROLLAND

8.4. Un exemple très simple. — Soit E un espace vectoriel de di-

mension n sur R muni d’un produit scalaire euclidien h.i. Soit  =
(e1 , · · · , en ) une base de E et ∗ = (e1 , · · · , en ) sa base duale. Pour bien
détailler cet exemple explicitons l’identification de E avec E ? grâce au
produit scalaire, et pour cela notons l l’application de E ? dans E définie
par :
∀y ∈ E, hl(x? ), yi = x? (y).
En particulier, si nous décomposons l(ei ) dans la base (e1 , · · · en ) nous
obtenons une expression de la forme :
n
X
i
(9) l(e ) = g ik ek .
k=1

Nous allons considérer la forme bilinéaire B définie sur E × E par

B(x, y) = hx, yi.

8.4.1. Composantes covariantes. — Soient x et y des éléments de E
définis par :
X n Xn
i
x= x ei y = y j ej .
i=1 j=1

On a donc :
n
X
hx, yi = xi y j hei , ej i,
i,j=1

ce qui donne en posant :

gij = hei , ej i,
la formule :
n
X
hx, yi = gij xi y j .
i,j=1

La forme hx, yi est une forme bilinéaire et peut donc être identifiée à
l’élément t ∈ E ? ⊗ E ? défini par :
n
X
t= gij ei ⊗ ej .
i,j=1
 PRODUIT TENSORIEL 21

En effet, on aura bien :

n
X n
X
i j
t(x, y) = t(x ⊗ y) = gij e (x) ⊗ e (y) = gij xi y j = hx, yi,
i,j=1 i,j=1

et les gij sont donc bien les composantes covariantes du tenseur t.

Remarque 8.1. — La permière égalité fait référence au fait que t peut
être interprété comme une forme bilinéaire, ou comme un élément du
dual de E ⊗ E.
8.4.2. Composantes mixtes. — On considère maintenant la forme bili-
néaire B1 définie sur E ? × E à partir de B et de l’identification l :
B1 (x? , y) = B(l(x? ), y) = hl(x? ), yi = x? (y).
Si on décompose x? et y sous la forme :
Xn
?
x = xi e i ,
i=1
n
X
y= y j ej ,
j=1
on obtient :
X X n
X
?
B1 (x , y) = j i
xi y e (ej ) = xi y j δij = xi y i .
i,j i,j i=1

Considèrons maintenant le tenseur t1 , élément de E ⊗ E ? défini par :

Xn
t1 = gij ei ⊗ ej
i,j=1

où 
1 si i = j
gij = δij =
0 si i 6= j,
c’est-à-dire :
n
X
t1 = ei ⊗ ei .
i=1
Ce tenseur t1 correspond à la forme bilinéaire B1 et en conséquence
peut être identifié au tenseur t. Les composantes gij sont les composantes
mixtes du tenseur.
22 R. ROLLAND

8.4.3. Composantes contravariantes. — On considère maintenant la

forme bilinéaire B2 définie sur E ? × E ? grâce à la forme B et à l’identi-
fication l :
B2 (x? , y ? ) = B(l(x? ), l(y ? )) = hl(x? ), l(y ? )i = y ? (l(x? )).
Décomposons x? et y ? sous la forme :
n
X n
X
? i ?
x = xi e et y = yj ej ,
i=1 j=1

on obtient :
n
X
?
l(x ) = xi l(ei ),
i=1

et en utilisant la relation (9) :

n
X n
X
?
l(x ) = xi g ik ek .
i=1 k=1

On a donc :
n
X n
X n
X n
X
? ? ? ? ik j
B2 (x , y ) = y (l(x )) = xj xi g e (ek ) = g ij xi yj .
j=1 i=1 k=1 i,j=1

Considèrons maintenant le tenseur t2 , élément de E ⊗ E défini par :

n
X
t2 = g ij ei ⊗ ej .
i,j=1

Ce tenseur t2 correspond à la forme bilinéaire B2 et en conséquence peut

être identifié au tenseur t. Les composantes g ij sont les composantes
contravariantes du tenseur. Les composantes contravariantes peuvent être
calculées en fonction des composantes covariantes. En effet on a succes-
sivement :
n
X
i
l(e ) = g ik ek ,
k=1
n
X
i
hl(e ), es i = g ik gks ,
k=1
 PRODUIT TENSORIEL 23

mais hl(ei ), es i = ei (es ) = δsi donc :

n
X
g ik gks = δsi .
k=1

Si les gks = hek , es i sont connus, pour tout i fixé entre (1 ≤ i ≤ n), on
obtient un sytème linéaire de n équations en les n inconnues g i1 , · · · g in
dont le déterminant est g = det(gij )i,j .
8.4.4. Conclusion. — Le tenseur associé au produit scalaire que nous
venons d’étudier sous les formes t, t1 et t2 suivant qu’on le considère dans
E ? ⊗ E ? , dans E ⊗ E ? ou dans E ⊗ E est appelé le tenseur fondamental
de l’espace euclidien E. Nous en avons déterminé les composantes co-
variantes gij , mixtes gij et contravariantes g ij . Les composantes mixtes
sont très simples et sont les δij . Les composantes covariantes sont don-
nées par les produits scalaires hei , ej i. Les composantes contravariantes
peuvent être calculées en fonction des composantes covariantes en ré-
solvant n systèmes linéaires de n équations à n inconnues ayant même
déterminant g = det(gij )i,j .

9. Produit tensoriel et compositum

Soit k un corps et K une extension de k. Soient k1 et k2 deux extensions
de k qui sont des sous-corps de K. Rappelons que le compositum de k1
et k2 noté k1 k2 est le plus petit sous-corps de K contenant k1 et k2 .
Notons A l’anneau engendré par k1 et k2 , c’est-à-dire l’anneau constitué
P
des combinaisons finies xy où x ∈ k1 et y ∈ k2 . Alors A est un sous
anneau du corps K, c’est donc un anneau intègre. Le compositum k1 k2
est isomorphe au corps des fractions de A. Remarquons que A = k1 [k2 ] =
k2 [k1 ].
Les corps k1 et k2 seront considérés comme des espaces vectoriels sur
k. Considérons l’application linéaire canonique :

φ : k1 ⊗k k2 → K

définie par :
φ(x ⊗ y) = xy.
24 R. ROLLAND

Bien évidemment par définition, l’image de φ est A. Elle est donc incluse
dans le compositum k1 k2 .
Sur le produit tensoriel k1 ⊗k k2 on considère le produit de deux élé-
ments défini par le produit de deux éléments simples :
(x1 ⊗ y1 ).(x2 ⊗ y2 ) = (x1 x2 ) ⊗ (y1 y2 ),
et par bilinéarité. On a ainsi une structure d’anneau sur k1 ⊗k k2 . L’appli-
cation φ est alors un homomorphisme de l’anneau k1 ⊗k k2 sur l’anneau
A = k1 [k2 ] = k2 [k1 ].
Théorème 9.1. — Supposons que toute base de k1 sur k soit un système
libre pour K considéré comme espace vectoriel sur k2 alors toute base de
k2 sur k est elle aussi un système libre sur K considéré comme espace
vectoriel sur k1 .
Démonstration. — Supposons l’hypothèse du théorème réalisée et consi-
dérons une base (fi )i de k2 sur k. Soit (xi )i une famille d’éléments de k1
ne contenant qu’un nombre fini d’éléments non nuls telle que :
X
xi fi = 0.
i

Il faut montrer que tous les xi sont nuls.

Soit (ej )j une base de k1 sur k. Chaque xi s’écrit de manière unique :
X
xi = ai,j ej ,
j

avec des coefficients ai,j dans k, et donc :

!
X X
ai,j ej fi = 0,
i j

ou encore : !
X X
ai,j fi ej = 0.
j i

Puisque les coefficients des ej dans la somme précédente sont dans k2 , par
hypothèse ils sont tous nuls, c’est-à-dire que pour tout j on a l’égalité :
X
ai,j fi = 0,
i
 PRODUIT TENSORIEL 25

ce qui implique puisque (fi )i est une base sur k, que pour chaque j tous
les ai,j sont nuls, c’est-à-dire que pour tout i et tout j on a ai,j = 0 et
donc tous les xi sont nuls.

Ce théorème permet de donner la définition suivante :

Définition 9.2. — Les deux extensions k1 et k2 de k, sont dites linéai-
rement disjointes sur k si toute base de k1 sur k est un système libre pour
K considéré comme espace vectoriel sur k2 .
Théorème 9.3. — Les deux extensions k1 et k2 de k sont linéairement
disjointes si et seulement si φ est injective.
Démonstration. — Supposons que l’application φ soit injective. Soit (xi )i
une base de k1 sur k. Soit (yi )i une famille d’éléments de k2 n’ayant qu’un
P
nombre fini déléments non nuls telle que i xi yi = 0. Alors on a donc :
X X X
φ( xi ⊗ y i ) = φ(xi ⊗ yi ) = xi yi = 0,
i i i
P
et comme φ est injective on a i xi ⊗yi = 0. Mais les xi sont linéairement
indépendants donc d’après le lemme 4.1, tous les yi sont nuls, ce qui
prouve que la famille (xi )i est libre sur k2 et donc les extensions k1 et k2
de k sont linéairement disjointes.
Réciproquement supposons que les extensions k1 et k2 sont linéaire-
ment disjointes. Soit (xi )i une base de k1 sur k et yj une base de k2 sur
k. alors la famille (xi ⊗ yj )i,j est une base de k1 ⊗k k2 . Considérons un
élément de k1 ⊗k k2 décomposé sur la base (xi ⊗ yj )i,j sous la forme :
X
λi,j xi ⊗ yj
i,j

qui appartienne au noyau de φ. On a donc successivement :

X
λi,j xi yj = 0,
i,j

!
X X
xi ⊗ λi,j yj = 0.
i j

Comme (xi )i est une base de k1 sur k et que k1 et k2 sont linéairement

disjoints, la famille (xi )i est aussi libre sur k2 et en conséquence pour
26 R. ROLLAND

tout i on a : X
λi,j yj = 0.
j
Comme yj est une base de k2 sur k on en conclut que pour tout i et tout
j on a λi,j = 0. Donc le noyau de φ est réduit au vecteur nul, et φ est
donc injective.
Théorème 9.4. — Supposons que l’extension k1 soit une extension al-
gébrique de k. Alors l’anneau k1 ⊗k k2 est un corps si et seulement si les
extensions k1 et k2 sont linéairement disjointes. Dans ce cas k1 ⊗k k2 est
isomorphe au compositum k1 k2 .
Démonstration. — Si k1 est une extension algébrique de k, alors tout
élément x de k1 est aussi algébrique sur k2 . On en déduit que k2 (k1 ) est
une extension algébrique de k2 et que k2 (k1 ) = k2 [k1 ].L’anneau A engen-
dré par k1 et k2 est le corps k2 (k1 ) c’est-à-dire le compositum k1 k2 . Mais
A = k2 [k1 ] est l’image de l’application φ. Dans ces conditions si les ex-
tensions k1 et k2 sont linéairement disjointes alors φ est un isomorphisme
de k1 ⊗k k2 sur k2 [k1 ] = k1 k2 .
Réciproquement si k1 ⊗k k2 est un corps alors φ est un homomorphisme
de corps. Donc le noyau de φ est réduit à {0} (car pour t 6= 0 on a
φ(tt−1 ) = φ(t)φ(t)−1 = 1). Donc φ est injective et les extensions k1 et k2
sont linéairement disjointes.

20 janvier 2023
R. Rolland, Association ACrypTA, 50 Rue Edmond Rostand 13006 Marseille,
E-mail : [Link]@[Link]