MEEF Mathématiques - UPVD & UM

M1 - Semestre 7
Année universitaire 2020-2021

Problème n°4 - Durée 5h

**************

Consignes spécifiques au distanciel :

— Numériser (éviter les photos) votre production sous une résolution acceptable. Fichiers sou-
haités : pdf (de préférence) et images. Merci de ne pas multiplier les fichiers inutilement.
— Etudiant(e) UPVD : Envoyer le tout sans message texte à [Link]@[Link] avec
l’objet :
PB4-MEEF-PRENOM NOM
Etudiant(e) UM : Déposer votre fichier sur l’espace prévu Moodle.
— Début/Fin de l’épreuve : lundi 2 Novembre 13h00-18h00 (19h40 si tiers-temps).

**************

Le sujet est constitué d’un exercice et d’un problème indépendant.

Notations et rappels.
(i) Dans tout le sujet, la lettre K désigne indifféremment le corps Q, R ou C.
(ii) On note K[X] l’ensemble des polynômes à coefficients dans K en l’indeterminée X. Pour
n ∈ N, on note Kn [X] les éléments de K[X] de degré inférieur ou égal à n.
(iii) Soient E, F deux K-espaces vectoriels. Une application f : E → F est dite linéaire lorsque

f (λx + µy) = λf (x) + µf (y) pour tout x, y ∈ E, pour tout λ, µ ∈ K.

Si F = E, une application linéaire de E dans F = E est appelée endomorphisme de E. Si

F = K, une application linéaire de E dans F = K est appelée forme linéaire sur E. Une
application linéaire bijective est appelée isomorphisme.
(iv) Soit f : E → E un endomorphisme d’un K-espace vectoriel E. Pour chaque n ∈ N, on note

fn = f ◦ . . . ◦ f,
| {z }
n−fois

0
Pn f = kIdE , où IdE désigne l’application identité de E. Etant donné un
avec la convention
polynôme P = k=0 ak X (avec n ∈ N et a0 , . . . , an ∈ K) on peut associer à l’endomorphisme
ci-dessus f un nouvel endomorphisme noté P (f ) : E → E défini par
n
X
P (f )(x) = ak f k (x) pour tout x ∈ E.
k=0

(v) Pour une matrice carrée A de taille n ≥ 1, on note det(A) ∈ K son déterminant et XA =
det(A − XIn ) ∈ Kn [X] son polynôme caractéristique, avec In la matrice identité de taille n.
De manière analogue, si f est un endormorphisme d’un K-espace vectoriel de dimension finie
n ≥ 1, on note det(f ) ∈ K son déterminant et Xf ∈ Kn [X] son polynôme caractéristique.

1
 Exercice.

Le but de cet exercice est de démontrer le théorème de Cayley-Hamilton.

Théorème 1 (Cayley-Hamilton) Soient E un K-espace vectoriel de dimension finie n ≥ 1 et f :

E → E un endomorphisme de E. Alors, l’endomorphisme Xf (f ) est nul.
On veut montrer que l’endomorphisme Xf (f ) est nul, c’est-à-dire que

Xf (f )(x) = 0E pour tout x ∈ E.

1. Justifier que Xf (f )(0E ) = 0E . On fixe dans toute la suite de l’exercice x ∈ E \ {0E }.

2. On note l(E) l’ensemble des familles libres de E. Montrer que l’ensemble
n o
Λ = d ∈ N? : x, f (x), . . . , f d−1 (x) ∈ l(E)

est une partie non vide et majorée de N.

3. En utilisant le fait que toute partie non vide et majorée de Z admet un plus grand élément,
déduire de la question précédente qu’il
m−1

existe un entier m ∈ {1, . . . , n} tel que :
(i) la famille x, f (x), . . . , f (x) ∈ l(E)
;
(ii) la famille x, f (x), . . . , f m−1 (x), f m (x) ∈
/ l(E).
4. Justifier qu’il existe a0 , . . . , am−1 ∈ K tels que
m−1
X
f m (x) = ak f k (x).
k=0

En déduire que P (f )(x) = 0E avec P = ( m−1 k m

P
k=0 ak X ) − X .
5. On associe au polynôme P ci-dessus la matrice (dite compagnon)
 
0 ... ... 0 a0
 .. .. 
 1
 . . a1  
CP =  0
 . . . . .. ..  ∈ M (K).
. . . .  m
 ..
 
.. .. 
 . . . 0 am−2 
0 . . . 0 1 am−1

L’objectif de cette question est de déterminer le polynôme caractéristique XCP de CP , c’est-à-

dire det(CP − XIm ).
(a) En effectuant un développement selon la dernière colonne de CP − XIm , montrer que
m−2
X
XCP (X) = (−X + am−1 )(−X)m−1 + (−1)m+1+k ak ∆k
k=0

où pour chaque entier k ∈ {1, . . . , m − 2},

 
Ak 0
∆0 = det D0 et ∆k = det ,
Ck Dk

avec Ak , Ck , Dk des matrices (blocs), où Ak et D0 , Dk sont triangulaires.

(b) Montrer qu’il existe une constante km dépendant uniquement de m telle que XCP (X) =
km P (X).
6. On suppose dans cette question que m = n.

2
 Montrer que B = x, f (x), . . . , f m−1 (x) est une base de E.


(a)
(b) Montrer que la matrice de l’endomorphisme f dans la base B de E est donnée par CP .
(c) En déduire que Xf = XCP .
(d) Conclure.
7. On suppose maintenant que m < n.
(a) Justifier qu’il existe n − m vecteurs em+1 , . . . , en ∈ E tel que la famille

B = (x, f (x), . . . , f m−1 (x), em+1 , . . . , en )

soit une base de E.

(b) Montrer que la matrice de l’endomorphisme f dans cette base B est une matrice par blocs
de la forme  
CP A
,
0 B
où A ∈ Mm,n−m (K) et B ∈ Mn−m (K).
(c) Montrer que XCP divise Xf .
(d) Conclure.

Problème.

Aux notations et rappels présentés au début du sujet s’ajoutent :

(vi) Soit E un K-espace vectoriel. L’ensemble des formes linéaires sur E (c’est-à-dire des applica-
tions linéaires de E dans K, voir en-tête du sujet) est noté E ? et est appelé dual algébrique
de E. Etant donnée ϕ ∈ E ? et x ∈ E, il est d’usage de noter

ϕ(x) = hϕ, xiE ? ,E .

On appelle h·, ·iE ? ,E le crochet de dualité entre E et E ? .

(vii) Soient E un K-espace vectoriel de dimension finie n ≥ 1 et B = (b1 , . . . , bn ) une base de E.
On rappelle que pour chaque x ∈ E, il existe un unique (x1 , . . . , xn ) ∈ Kn tels que
n
X
x= xk bk .
k=1

L’élément (x1 , . . . , xn ) est appelé vecteur des coordonnées de x dans la base β et est noté
[x]β . Etant donné k ∈ {1, . . . , n}, on note [x]k,β la k-ième coordonnée de x dans la base β,
c’est-à-dire [x]k,β = xk . On note b?k : E → K l’application qui à un vecteur x ∈ E associe sa
k-ième coordonnée dans B, autrement dit

b?k (x) = [x]k,β pour tout x ∈ E.

L’objectif du problème est l’étude du dual algébrique d’un K-espace vectoriel.

1 Base duale
1. Montrer que l’ensemble E ? est un sous-espace vectoriel de l’ensemble F(E; K) des fonctions de
E dans K (muni de sa structure naturelle de K-espace vectoriel).
2. On suppose que E est de dimension finie n ≥ 1. On note B = (b1 , . . . , bn ) une base de E.
(a) Soit k ∈ {1, . . . , n}. Montrer que b?k ∈ E ? . Autrement dit montrer que l’application b?k : E →
K définie par
b?k (x) = [x]k,β pour tout x ∈ E
est linéaire.

3
 (b) Montrer que la famille (b?1 , . . . , b?n ) est l’unique famille de E ? satisfaisant pour tout les entiers
k, l ∈ {1, . . . , n} les relations
(
? 1 si k = l,
hbk , bl iE ? ,E =
0 sinon.

(c) Montrer que (b?1 , . . . , b?n ) est une famille libre de E ? .

(d) Montrer que pour tout ϕ ∈ E ? ,
n
X
ϕ= hϕ, bk iE ? ,E b?k .
k=1

(e) En déduire que (b?1 , . . . , b?n ) est une base de E ? . On l’appelle la base duale de E ? associée à
la base B = (b1 , . . . , bn ) et on la note B ? . Exprimer la dimension de E ? en fonction de celle
de E.
(f) Soit ϕ ∈ E ? et x ∈ E. Montrer que

hϕ, xiE ? ,E = [ϕ]β ? × ([x]β )T ,

où × désigne le produit matriciel et T la transposition.

2 Exemples
1. Soient a, b ∈ R avec a < b. Justifier que C([a, b], R) est un sous-espace vectoriel du R-espace
vectoriel de l’ensemble F([a, b], R) des fonctions de [a, b] dans R (muni de sa structure naturelle
de R-espace vectoriel). Montrer que l’application R : C([a, b], R) → R définie par
Z b
R(f ) = f (t)dt pour tout f ∈ C([a, b], R)
a

est une forme R-linéaire sur C([a, b], R).

2. Montrer que la fonction partie réelle Re : C → K est une forme linéaire lorsque C est muni de sa
structure de R-espace vectoriel. Que dire si C est muni de sa structure de C-espace vectoriel ?
3. Dans cette question, n ≥ 1 est un entier et C = (e1 , . . . , en ) est la base canonique de Rn et
C ? = (e?1 , . . . , e?n ) est sa base duale. Soit B = (b1 , . . . , bn ) une base de Rn .
(a) Justifier qu’il existe une unique famille (pk,l )1≤k,l≤n de réels tels que

? ? ?
b1 = p1,1 e1 + . . . + p1,n en ,


..
 .
b? = p e? + . . . + p e? .

n n,1 1 n,n n

(b) Déduire de ces égalités et de la Question 2.(b) de la Partie 1, l’égalité matricielle

  
p1,1 . . . p1,n [b1 ]1,C . . . [bn ]1,C
 .. ..   .. ..
 = In

 . .  . .
pn,1 . . . pn,n [b1 ]n,C . . . [bn ]n,C

(c) Comme s’appelle la matrice de droite intervenant dans le premier membre de l’égalité ci-
dessus ? Pourquoi est-elle inversible ? A quoi correspond son inverse ?
(d) Application. Ici, n = 3, b1 = e1 + 2e2 + e3 et b2 = e1 + e2 + e3 et b3 = 3e1 + e3 . Montrer
que (b1 , b2 , b3 ) est une base de R3 . Déterminer sa base duale.

4
 4. Dans cette question, on considère une fonction f : [a, b] → R définie sur un intervalle [a, b] de R
avec a < b, ainsi qu’un entier m ≥ 1 et (m + 1)-réels de [a, b] x0 < x1 < . . . < xm .
(a) On introduit l’application Φ : Rm [X] → Rm+1 définie par

Φ(P ) = (P (x0 ), . . . , P (xm )) pour tout P ∈ Rm [X].

(i) Justifier brièvement que Φ est linéaire.

(ii) Que dire de P ∈ Rm [X] ayant au moins (m + 1) racines distinctes ? En déduire que Φ
est injective.
(iii) Montrer que Φ est surjective et donc bijective.
(iv) Conclure qu’il existe un unique P ∈ Rm [X] tel que

P (xk ) = f (xk ) pour tout k ∈ {0, . . . , m} .

(b) L’unique polynôme obtenu à la question précédente s’appelle le polynôme interpolateur de

Lagrange associé à la fonction f et à la famille (xk )0≤k≤m . On s’intéresse désormais à la re-
cherche d’une formule explicite pour ce polynôme. On introduit pour chaque k ∈ {0, . . . , m}
le polynôme
Y X − xl
Lk (X) = .
xk − xl
l6=k

(i) Vérifier que L0 , . . . , Lm sont des éléments de Rm [X]. Déterminer Lk (xl ) pour des entiers
k, l ∈ {0, . . . , m}.
(ii) Montrer que L = (L0 , . . . , Lm ) est une base de Rm [X].
(iii) Etablir que
Xm
P (X) = f (xk )Lk (X)
k=0

(iv) Soit L? = (L?0 , . . . , L?m ) la base duale de L. Pour Q ∈ Rm [X] et k ∈ {0, . . . , m} déter-
miner L?k (Q).

3 Vers la représentation de Riesz

Soit (E, h·, ·i) un espace euclidien, i.e., E est un R-espace vectoriel de dimension finie muni d’un
produit scalaire h·, ·i.
1. Montrer que pour chaque v ∈ E la fonction fv : E → R définie par

fv (x) = hv, xi pour tout x ∈ E

est une forme linéaire de E. On note fv (·) = hv, ·i. En déduire que l’application Φ : E → E ?
définie par
Φ(v) = hv, ·i pour tout v ∈ E
est bien définie.
2. Montrer que Φ est linéaire et bijective.
3. Conclure que
E ? = {hv, ·i : v ∈ E} .

4. Application. Pour n ≥ 1 entier, donner une description explicite des formes linéaires de Rn et
de Mn (R).

5
4 Bidual algébrique
Soit E un K-espace vectoriel de dimension finie. Le dual algébrique du K-espace vectoriel E ? est
appelé bidual algébrique de E et est noté E ?? .
1. Pour x ∈ E, montrer que l’application Jx : E ? → K définie par

Jx (ϕ) = hϕ, xiE ? ,E pour tout ϕ ∈ E ?

est linéaire. Ceci permet de définir l’application

J : E → E ??
x 7→ Jx : E ? → K
ϕ 7→ Jx (ϕ) = hϕ, xiE ? ,E .

2. Montrer que J est une application linéaire.

3. En étudiant le noyau de J, montrer que J est injective.
4. Conclure que J est un isomorphisme. On dit alors que E s’identifie canoniquement à E ??
à travers J.

5 Base antéduale
Dans cette partie, E est un K-espace vectoriel de dimension finie égale à n ≥ 1. On note J
l’isomorphisme canonique de E avec son bidual algébrique E ?? et Jx l’image de x par J pour x ∈ E.
Soit (ϕ1 , . . . , ϕn ) une base de E ? . Soit (ϕ?1 , . . . , ϕ?n ) sa base duale associée (qui est donc une base de
E ?? ).
1. Justifier qu’il existe b1 , . . . , bn ∈ E tels que

Jbk = ϕ?k pour tout k ∈ {1, . . . , n}.

2. Montrer que B = (b1 , . . . , bn ) est une base de E.

3. En utilisant la Question 2(b) de la Partie 1, montrer que (ϕ1 , . . . , ϕn ) est la base duale de B.
On dit alors que (b1 , . . . , bn ) est une base antéduale de (ϕ1 , . . . , ϕn ).
4. Montrer que (ϕ1 , . . . , ϕn ) admet une unique base antéduale.

6 Hyperplans
Dans cette partie, E est un K-espace vectoriel. On appelle hyperplan vectoriel de E le noyau de
toute forme K-linéaire de E non nulle. Autrement dit, une partie H de E est un hyperplan vectoriel
de E s’il existe ϕ ∈ E ? non nulle telle que

H = {x ∈ E : hϕ, xiE ? ,E = 0}.

1. Justifier brièvement que tout hyperplan vectoriel de E est un sous-espace vectoriel de E.

2. Quels sont les hyperplans de E = {0E } ?
Les hyperplans sont caractérisés comme les sous-espaces de E qui admettent des droites comme
supplémentaires. Plus précisément :

Lemme 1 Soit H un sous-espace vectoriel de E. Sont équivalentes :

(i) H est un hyperplan de E ;
(ii) Il existe v ∈ E non nul tel que E = H ⊕ Kv.

6
1. On veut montrer que (i) ⇒ (ii). On suppose donc que H = ker(ϕ) pour une forme linéaire
ϕ : E → K non nulle. Soit v ∈ E tel que ϕ(v) 6= 0.
(a) Montrer que H ∩ Kv = {0E }.
(b) Soit x ∈ E. Montrer que y = x − ϕ(x)
ϕ(v) v ∈ H.
(c) Conclure que E = H ⊕ Kv.
2. Montrer la réciproque (ii) ⇒ (i).
3. On suppose que E est de dimension finie non nulle égale à n. Exprimer la dimension des
hyperplans vectoriels de E en fonction de n.
4. On suppose ici que E = R3 et H = (x, y, z) ∈ R3 : x + y + z = 0 . Justifier brièvement que H


est un hyperplan de R3 . Déterminer v ∈ R3 tel que R3 = H ⊕ Rv.

5. En utilisant le Lemme 1, établir le résultat suivant :

Proposition 1 Soient f, g : E → K deux formes linéaires non nulles sur E. Alors, f et g sont
proportionnelles si et seulement si elles ont le même noyau, c’est-à-dire

ker f = ker g ⇔ ∃λ ∈ K \ {0}, f = λg.

7
 Corrigé

Exercice.

1. Puisque Xf (f ) est un endomorphisme de E, on a Xf (f )(0E ) = 0E .

2. L’inclusion x ∈ E \ {0E } garantit que la famille (x) = (f 0 (x)) est libre dans E, i.e., 1 ∈ Λ.
D’autre part, nous savons que le cardinal d’une famille libre de E est majoré par la dimension
de E sur K, à savoir n. On conclut que Λ est une partie non vide et majorée de N? ⊂ N.
3. Puisque Λ est une partie non vide et majorée de N, elle admet un plus grand élément noté m.
Cet entier m étant un élément de Λ, nous avons bien sûr

(x, f (x), . . . , f m−1 (x)) ∈ l(E).

D’autre part, si la famille (x, f (x), . . . , f m−1 (x), f m (x)) est libre dans E, alors m + 1 ∈ Λ et
ceci contredit le fait que m est le plus grand élément de Λ. On a donc bien

(x, f (x), . . . , f m−1 (x), f m (x)) ∈

/ l(E).

4. Le caractère lié de la famille (x, f (x), . . . , f m−1 (x), f m (x)) obtenu ci-dessus nous donne l’exis-
tence de (λ0 , . . . , λm ) ∈ Km+1 \ {0Km+1 } tel que
m
X
λk f k (x) = 0E ,
k=0

ou de manière équivalente,
m−1
X
m
λm f (x) = − λk f k (x).
k=0

La liberté de la famille (x, f (x), . . . , f m−1 (x)) entraîne évidemment λm 6= 0 et il suffit alors de
poser pour chaque k ∈ {1, . . . , m − 1} ak = −λ−1 m λk pour aboutir à

m−1
X
m
f (x) = ak f k (x).
k=0
Pm−1 Pm−1
En notant P = k=0 ak X k − X m , nous observons que P (f ) = k=0 ak f k − f m puis
m−1
X
P (f )(x) = ak f k (x) − f m (x) = 0E .
k=0

5. (a) Suivons l’énoncé en développant selon la dernière colonne de la matrice

 
−X ... ... 0 a0
 .. .. 
 1
 . . a1 

CP − XIm =  0 .. .. ..
.
 
. . 0 .
 ..
 
.. .. 
 . . . −X am−2 
0 ... 0 1 am−1 − X

8
 Il vient sans difficultés
 
1 −X 0 ... 0
  ..

 0 1 −X 
 .
det(CP − XIm ) = (−1)m+1
a0 det 
 .. .. .. 
0 . . . 0 
..
 
 .. 
 . . 1 −X 
0 0 ... 0 1
 
−X 0 0 ... 0
  ..

 0 1 −X 
 .
+ (−1)m+2
a1 det 
 .. .. .. 
+
0 . . . 0 
..
 
 
 . 0 1 −X 
0 0 ... 0 1
...
 
−X 0 0 0 ...
 .. 

 1 −X 0 . 

+ (−1)2m−1 am−1 det 
 .. .. .. 
0 . . . 0 
..
 
 
 . 1 −X 0 
0 0 ... 0 1
 
−X 0 0 ... 0
 .. 

 1 −X 0 . 

2m
+ (−1) (am−1 − X)det 
 .. .. .. .

0 . . . 0
..
 
 
 . 1 −X 0 
0 0 ... 1 −X

Ceci justifie l’égalité attendue pour XCP (X).

(b) En exploitant l’égalité ci-dessus et le fait que le déterminant d’une matrice triangulaire vaut
le produit de ses termes diagonaux, on obtient avec km = (−1)m+1
m−2
X
m−1
XCP (X) = (am−1 − X)(−X) + (−1)m+1−k ak (−X)k
k=0
m−1
X
= (−X)m + (−1)m+1−k ak (−X)k
k=0
 m−1
X 
= (−1)m+1 − X m + (−1)−k ak (−X)k = km P (X).
k=0

6. (a) La famille B = (x, f (x), . . . , f m−1 (x)) est une famille libre de E de cardinal m = n = dim E :
c’est donc une base de E.
(b) Pour obtenir la matrice de l’endomorphisme f dans la base B, il suffit d’utiliser la première

9
 égalité donnée par la Question 4 :

f (x) f 2 (x) . . . f m−1 (x) f m (x)

 
x 0 ... ... 0 a0
.. ..
f (x)  1
 . . a1 

 .. .. .. .. 
f 2 (x)  0 . . . .  .
..  ...
 .. .. 
. . . 0 am−2 
f m−1 (x) 0 ... 0 1 am−1

(c) Etant donné un endomorphisme g : E → E, on rappelle que pour toute paire (B, B 0 ) de
bases de E, on a l’égalité
det MatB (g) = det MatB0 (g),
où MatB (g) (resp. MatB0 (g)) désigne la matrice de g relativement à la base B (resp. à la
base B 0 ). Cette valeur commune à toutes les bases de E est appelé déterminant de g, noté
det(g). On a donc

Xf (X) = det(f − XIdE ) = det(CP − XIm ) = XCP (X),

où IdE désigne l’identité de E.

(d) De l’égalité entre polynômes XCP (X) = (−1)m+1 P (X) obtenue plus haut, nous déduisons
l’égalité entre endomorphismes de E

XCP (f ) = (−1)m+1 P (f ).

Cette égalité entre endomorphismes donne en particulier l’égalité entre vecteurs de E

XCP (f )(x) = (−1)m+1 P (f )(x).

Il reste à évoquer l’égalité P (f )(x) = 0E pour conclure que Xf (f )(x) = XCP (f )(x) = 0E ,
i.e., l’endomorphisme Xf (f ) est nul sous réserve que m = n.
7. (a) La famille (x, f (x), . . . , f m−1 (x)) est une famille libre de E qui n’est toutefois pas une base
de E puisque son cardinal est égal à m < n = dim E. Le théorème de la base incomplète
nous dit alors que nous pouvons compléter cette famille en une base de E, i.e., nous pouvons
trouver n − m vecteurs de E, notés em+1 , . . . , en , tels que

B = (x, f (x), . . . , f m−1 (x), em+1 , . . . , en )

est une base de E.

(b) La Question 4 ci-dessus nous assure (dans le même esprit que la Question 6(b)) que la
matrice de l’endomorphisme f dans la base B est de la forme

f (x) f 2 (x) . . . f m−1 (x) f m (x) em+1 . . . en

∗ ∗ ∗
 
x 0 ... ... 0 a0
.. ..
f (x)  1
 . . a1 ∗ ∗ ∗ 

 . .. . .. .
.. .
..

f 2 (x)   0 ∗ ∗ ∗ 

..  ..
 . . .. . ..

.  0 am−2 ∗ ∗ ∗ 
,
f m−1 (x)  0
 ... 0 1 am−1 ∗ ∗ ∗ 

em+1  0
 . . . 0 ∗ ∗ ∗ ∗ ∗ 

..  .
 .. .
..

. ∗ ∗ ∗ ∗ ∗ 
en 0 ... 0 ∗ ∗ ∗ ∗ ∗

10
 où (comme il est d’usage) la notation ∗ désigne un scalaire quelconque. Ceci revient bien sûr
à dire que cette même matrice s’écrit comme demandé, à savoir :
 
CP A
,
0 B

où A ∈ Mm,n−m (K) et B ∈ Mn−m (K).

(c) De ce qui précède, on déduit
 
CP − XIm A
Xf (X) = det = det(CP −XIm ) det(B−XIn−m ) = XCP (X)XB (X)
0 B − XIn−m

en particulier, XCP (X) | Xf (X).

(d) Il résulte de (c) ci-dessus

Xf (f ) = (XB XCP )(f ) = (XB (f ) ◦ XCP (f )),

d’où l’on tire

Xf (f )(x) = XB (f )(XCP (f )(x)) = XB (f )(km P (f )(x)) = XB (f )(0E ) = 0E .

On conclut que Xf (f ) est l’endomorphisme nul de E lorsque m < n : le théorème de Cayley-

Hamilton est donc démontré.

1 Base duale
1. La fonction nulle 0F (E;K) est evidemment un élément de E ? . Soient x? , y ? ∈ E ? , λ, µ ∈ K fixés.
Nous allons montrer que z ? := λx? +µy ? qui est évidemment un élément de F(E; K) est linéaire,
i.e., λx? + µy ? ∈ E ? . Fixons donc u, v ∈ E et α, β ∈ K et notons w = αu + βv. La définition de
la loi + sur F(E; K) permet d’écrire

z ? (αu + βv) = (λx? + µy ? )(w) = λx? (w) + µy ? (w)

tandis que la linéarité de x? et y ? donnent

λx? (w) + µy ? (w) = α(λx? (u) + µy ? (u)) + β(λx? (v) + µy ? (v)).

Par définition de la loi + sur F(E; K), nous avons

α(λx? (u) + µy ? (u)) + β(λx? (v) + µy ? (v)) = αz ? (u) + βz ? (v).

Il reste alors à combiner ces trois égalités pour aboutir à

z ? (αu + βv) = αz ? (u) + βz ? (v).

On conclut que E ? est un sous-espace vectoriel de F(E; K).

2. (a) Montrons que la fonction b?k est linéaire. Fixons x, y ∈ E et λ, µ ∈ K. Puisque B =
(b1 , . . . , bn ) est une base du K-espace vectoriel E, les égalités
n
X n
X
λx + µy = [λx + µy]l,B bl = (λ[x]l,B + µ[y]l,B )bl
l=1 l=1

entraînent immédiatement que

[λx + µy]l,B = λ[x]l,B + µ[y]l,B pour tout l ∈ {1, . . . , n}.

11
 Il reste alors à observer que
n
X
b?k (λx + µy) = b?k ( [λx + µy]l,B bl ) = [λx + µy]k,B
l=1

et
n
X n
X
λb?k (x) + µb?k (y) = λb?k ( [x]l,B bl ) + µb?l ( [y]l,B bl ) = λ[x]k,B + µ[y]k,B
l=1 l=1

pour conclure que b?k est linéaire.

(b) Par définition de b?1 , . . . , b?n , on a pour tout k, l ∈ {1, . . . , n}
(
? 1 si k = l,
hbk , bl iE ? ,E =
0 sinon.

Supposons qu’il existe une famille (ϕ1 , . . . , ϕn ) de E ? telle que pour tout k, l ∈ {1, . . . , n}
(
1 si k = l,
hϕk , bl iE ? ,E =
0 sinon.

Il suffit d’observer que pour chaque k ∈ {1, . . . , n}

hb?k , xiE ? ,E = [x]k,β

et
n n
* +
X X
hϕk , xiE ? ,E = ϕk , [x]l,B bl = [x]l,B hϕk , bl iE ? ,E = [x]k,B
l=1 E ? ,E l=1

pour aboutir à b?k = ϕk , i.e., (b?1 , . P

. . , b?n ) = (ϕ1 , . . . , ϕn ).
n ?
(c) Soient λ1 , . . . , λn ∈ K tels que k=1 λk bk = 0E ? . Les égalités valides pour chaque l ∈
{1, . . . , n} * n n
+
X X
?
0K = λk bk , bl = λk hb?k , bl iE ? ,E = λl
k=1 E ? ,E k=1

montrent que la famille (b?1 , . . . , b?n ) est libre.

(d) Soit ϕ ∈ E ? . Les égalités suivantes valables pour chaque x ∈ E
n
* +
X
hϕ, xiE ? ,E = ϕ, [xk ]k,B bk
k=1 E ? ,E
n
X
= [xk ]k,B hϕ, bk iE ? ,E
k=1
Xn
= hϕ, bk iE ? ,E hb?k , xiE ? ,E
k=1
* n +
X
= hϕ, bk iE ? ,E b?k , x
k=1 E ? ,E

nous assurent que

n
X
ϕ= hϕ, bk iE ? ,E b?k .
k=1

12
 (e) Les questions (c) et (d) ci-dessus montrent que (b?1 , . . . , b?n ) est une famille libre et génératrice
de E ? , i.e., est une base de E ? . Ceci nous dit en particulier que E ? est de dimension n sur
K.
(f) L’égalité désirée s’obtient en écrivant
* n +
X
?
hϕ, xiE ? ,E = hϕ, bk iE ? ,E bk , x
k=1 E ? ,E
n
X
= hϕ, bk iE ? ,E hb?k , xiE ? ,E
k=1
n
X
= hϕ, bk iE ? ,E [x]k,B
k=1
n
X
= [ϕ]k,B? [x]k,B
k=1
= [ϕ]B? × ([x]B )T .

2 Exemples
1. La fonction nulle 0 : [a, b] → R est évidemment un élément de C([a, b], R). D’autre part, étant
données deux fonctions f, g : [a, b] → R continues sur [a, b] et deux réels λ, µ, nous savons que
la combinaison linéaire λf + µg est encore continue sur [a, b]. Tout ceci justifie que C([a, b], R)
est un sous-espace vectoriel des fonctions de [a, b] dans R, noté F([a, b]; R).
Le fait que R : C([a, b], R) → R soit une forme linéaire découle de la linéarité de l’intégration
au sens de Riemann, i.e., de l’égalité
Z b Z b Z b
(αϕ + βψ)(t)dt = α ϕ(t)dt + β ψ(t)dt
a a a

pour toutes fonctions ϕ, ψ : [a, b] → R Riemann intégrables sur [a, b] et pour tout réel α, β.
2. Soient λ, µ ∈ R. De l’égalité évidente

λ(a + ib) + µ(a0 + ib0 ) = (λa + µa0 ) + i(λb + µb0 )

valide pour tout a, b, a0 , b0 ∈ R, on tire

<(λz + µz 0 ) = λ<(z) + µ<(z 0 ) pour tout z, z 0 ∈ C.

Cette dernière égalité montre que <(·) : C → R est une forme linéaire sur le R-espace vectoriel
C. D’autre part, en remarquant que

<(i2 ) = −1 6= 0 = i<(i),

nous voyons que la partie réelle n’induit pas une forme linéaire sur le C-espace vectoriel C.
3. (a) Soit k ∈ {1, . . . , n}. L’inclusion b?k ∈ (Rn )? et le fait que (e?1 , . . . , e?n ) soit une base du R-
espace vectoriel (Rn )? nous assurent en particulier de l’existence et l’unicité d’une famille
(pk,l )1≤l≤n de réels telle que
b?k = pk,1 e?1 + . . . + pk,n e?n .
(b) Soient k, l ∈ {1, . . . , n}. En évaluant la k-ième égalité de la question précédente en bl , il
vient
hb?k , bl iE ? ,E = pk,1 he?1 , bl iE ? ,E + . . . + pk,n he?n , bl iE ? ,E .

13
 En vertu de la Question 2(b), ce qui précède s’écrit encore
(
1 si k = l,
pk,1 [bl ]1,C + . . . + pk,n [bl ]n,C =
0 sinon.
La relation matricielle attendue en découle.
(c) La matrice  
[b1 ]1,C . . . [bn ]1,C
 .. .. 
 . . 
[b1 ]n,C . . . [bn ]n,C
est une matrice de passage (et donc inversible !) : plus précisément, c’est la matrice de
l’application IdRn : Rn → Rn où l’ensemble/espace vectoriel de départ Rn est muni de la base
B et où l’ensemble/espace vectoriel d’arrivée Rn est muni de la base C. Pour k ∈ {1, . . . , n},
sa k-ième colonne exprime les coordonnées de bk dans la base canonique C. Cette matrice
est inversible d’inverse la matrice de l’application IdRn : Rn → Rn où l’ensemble/espace
vectoriel de départ Rn est muni de la base C et où l’ensemble/espace vectoriel d’arrivée Rn
est muni de la base B : pour k ∈ {1, . . . , n}, la k-ième colonne de cette matrice exprimera
alors les coordonnées de ek dans la base B.
(d) Un calcul élémentaire montre que
 
1 1 3
det  2 1 0  = 2 6= 0.
1 1 1

Ceci confirme que (b1 , b2 , b3 ) est une base de R3 . Toujours de manière élémentaire, on montre
que
 −1  
1 1 3 1 2 −3
1
 2 1 0  =  −2 −2 6 
2
1 1 1 1 0 −1
Il suffit alors d’appliquer la question précédente pour obtenir que la base duale (b?1 , b?2 , b?3 ) de
(b1 , b2 , b3 ) est donnée par b?1 = 12 (e?1 + 2e?2 − 3e?3 ), b?2 = 21 (−2e?1 − 2e?2 + 6e?3 ) et b?3 = 21 (e?1 − e?3 ).
4. (a) (i) La linéarité de Φ découle directement de l’égalité

(λP + µQ)(xk ) = λP (xk ) + µQ(xk )

valable pour tout k ∈ {1, . . . , m}, pour tout P, Q ∈ R[X] et pour tout λ, µ ∈ R.
(ii) Un polynôme à coefficients réels de degré inférieur ou égal à m ayant m + 1 racines
est nécessairement nul. Puisque Φ est linéaire son injectivité est équivalente à l’égalité
ker Φ = {0} elle-même équivalente à l’inclusion ker Φ ⊂ {0}. Etant donné P ∈ ker Φ,
nous voyons que P est un polynôme à coefficients réels de degré au plus m et ayant au
moins m + 1 racines en vertu des égalités

P (x0 ) = P (x1 ) = . . . = P (xm ) = 0.

On conclut que P est nul et que Φ est injective.

(iii) L’application Φ est injective entre deux R-espaces vectoriels de même dimension finie,
elle est donc bijective.
(iv) La bijectivité de Φ nous dit qu’il existe un et un seul P ∈ Rm [X] tel que

(f (x1 ), . . . , f (xm )) = Φ(P ),

i.e., il existe un unique P ∈ Rm [X] tel que

P (xk ) = f (xk ) pour tout k ∈ {0, . . . , m}.

14
 (b) (i) Les polynômes L0 , . . . , Lm sont chacun des produits de m polynômes à coefficients réels
de degré 1 : ils sont donc des polynômes à coefficients réels de degré au plus m. D’autre
part, on a tout de suite (
1 si k = l,
Lk (xl ) =
0 sinon.
(ii) Puisque Rm [X] est de dimension m + 1 sur R, il suffit d’établir que (L0 , . . . , Lm ) est une
Pm de Rm [X] pour conclure qu’elle est une base de Rm [X]. Soient λ0 , . . . , λm ∈ R
famille libre
tels que k=0 λk Lk (X) = 0. Cette égalité entre polynômes et la Question 4(b)(i) donnent
tout de suite
Xm
λk Lk (xl ) = λl = 0 pour tout l ∈ {0, . . . , m} .
k=0
On conclut que la famille (L0 , . . . , Lm ) est libre.
(iii) Pour obtenir l’égalité souhaitée, il suffit de remarquer que le polynôme Q := m
P
k=0 f (xk )Lk (X)
est de degré inférieur ou égal à m et satisfait Q(xl ) = f (xl ) pour tout l ∈ {0, . . . , m}.
(iv) Soit Q ∈ PR m [X] et k ∈ {0, . . . , m}. Puisque L est une base de Rm [X], on peut écrire
m
Q(X) = j=0 λj Lj (X) pour un certain (λ0 , . . . , λm ) ∈ Rm+1 . En évaluant cette expres-
sion en xk , il vient λk = Q(xk ), i.e., L?k (Q) = Q(xk ).

3 Vers la représentation de Riesz

1. Pour v ∈ E, on note que le caractère linéaire de fv (·) = hv, ·i découle immédiatement de la
bilinéarité du produit scalaire h·, ·i de E. L’inclusion fv (·) ∈ E ? permet alors de considérer
l’application Φ : E → E ? définie par
Φ(v) := fv pour tout v ∈ E.
2. Soient u, v ∈ E, λ, µ ∈ R. Les égalités
Φ(λu+µv)(x) = hλu + µv, xi = λ hu, xi+µ hv, xi = λΦ(u)(x)+µΦ(v)(x) = (λΦ(u)+µΦ(v))(x)
valides pour chaque x ∈ E nous disent que
Φ(λu + µv) = λΦ(u) + µΦ(v).
La linéarité de Φ est établie.
Le caractère défini positif du produit scalaire h·, ·i entraîne immédiatement que ker Φ = {0E }
ce qui est équivalent à l’injectivité de Φ. Il reste à invoquer dim E = dim E ? pour aboutir à la
bijectivité de Φ.
3. La Question 1 de cette partie garantit l’inclusion {fv : v ∈ E} ⊂ E ? tandis que la surjectivité
de Φ(·) nous assure de l’inclusion renversée E ? ⊂ {fv : v ∈ E}. Nous concluons que
E ? = {fv : v ∈ E} = {hv, ·i : v ∈ E}.
4. En appliquant ce qui précède au produit scalaire euclidien canonique de Rn , on déduit
n
( )
X
(Rn )? = f ∈ F(Rn , R) : ∃(x1 , . . . , xn ) ∈ Rn , ∀(y1 , . . . , yn ) ∈ Rn , f (y1 , . . . , yn ) = x i yi
i=1

On rappelle que l’on peut définir un produit scalaire sur Mn (R) en posant pour chaque A, B ∈
Mn (R), hA, Bi := tr(AT B). En appliquant une nouvelle fois la question précédente, on obtient
(Mn (R))? = Φ ∈ F(Mn (R), R) : ∃A ∈ Mn (R), ∀M ∈ Mn (R), Φ(M ) = tr(AT M ) .


En procédant par double inclusion, il est clair que ce dernier ensemble s’écrit encore
(Mn (R))? = {Φ ∈ F(Mn (R), R) : ∃B ∈ Mn (R), ∀M ∈ Mn (R), Φ(M ) = tr(BM )} .

15
4 Bidual algébrique
1. Soit x ∈ E. L’inclusion Jx ∈ E ? provient de l’égalité

Jx (λϕ1 + µϕ2 ) = (λϕ1 + µϕ2 )(x) = λϕ1 (x) + µϕ2 (x) = λJx (ϕ1 ) + µJx (ϕ2 ),

valide pour tout ϕ1 , ϕ2 ∈ E ? et λ, µ ∈ K.

2. Soient x1 , x2 ∈ E et λ, µ ∈ K. On observe sans difficultés que pour chaque ϕ ∈ E ? ,

J(λx1 + µx2 )(ϕ) = λJ(x1 )(ϕ) + µJ(x2 )(ϕ) = (λJ(x1 ) + µJ(x2 ))(ϕ)

ce qui s’écrit encore

J(λx1 + µx2 ) = (λJ(x1 ) + µJ(x2 )).
Cette dernière égalité traduit la linéarité de J.
3. Il suffit d’établir que ker J ⊂ {0E } pour conclure que J est injective. On peut supposer que E
n’est pas réduit à zéro (sinon, il n’y a rien à établir). Puisque E est de dimension finie sur K,
nous pouvons choisir n vecteurs b1 , . . . , bn de E avec n = dim E tels que B = (b1 , . . . , bn ) soit
une base de E. Soit x ∈ ker J. De l’égalité J(x) = 0E ?? , on déduit facilement que pour tout
k ∈ {1, . . . , n}
0K = J(x)(b?k ) = hb?k , xiE ? ,E = [x]k,B ,
i.e., x = 0E . On conclut que ker J = {0E }.
4. Puisque E ?? est le dual algébrique de E ? qui est un K-espace vectoriel de dimension finie sur
K, nous savons (d’après la Partie 1-Question 2. (e)) que

dim E ?? = dim E ? .

Il résulte de ceci que l’application linéaire injective J : E → E ?? est en fait bijective, i.e., un
isomorphisme de K-espaces vectoriels.

5 Base antéduale
1. Pour chaque k ∈ {1, . . . , n}, l’inclusion ϕ?k ∈ E ?? combiné au caractère bijectif de l’application
J : E → E ?? nous dit qu’il existe un (et un seul) bk ∈ E tel que

Jbk = ϕ?k .

2. Puisque B = (b1 , . . . , bn ) est une famille de cardinal n = dim E, il suffit d’établir que B est libre
Pn
pour montrer qu’elle est une base de E. Soient λ1 , . . . , λn ∈ K tels que λk bk = 0E . Il vient
k=1
par linéarité de J et par construction de b1 , . . . , bn
n
X n
X n
X
J( λk bk ) = λk J(bk ) = λk ϕ?k = 0E ?? .
k=1 k=1 k=1

Il reste alors à invoquer le caractère libre de (ϕ?1 , . . . , ϕ?n ) pour aboutir à λ1 = . . . = λn = 0K .

3. La famille (ϕ1 , . . . , ϕn ) satisfait pour tout k, l ∈ {1, . . . , n}
(
1 si k = l,
hϕl , bk iE ? ,E = hJ(bk ), ϕl iE ?? ,E ? = hϕ?k , ϕl iE ?? ,E ? =
0 sinon.

Il suffit alors de revenir à la Partie 1-Question 2.(b) pour conclure que (ϕ1 , . . . , ϕn ) est la base
duale de (b1 , . . . , bn ).

16
 4. Soit (c1 , . . . , cn ) une base anté-duale de (ϕ1 , P . . . , ϕn ). On note B = (b1 , . . . , bn ). Pour l ∈
{1, . . . , n}, nous voyons à travers l’égalité cl = nk=1 [cl ]k,B bk que
(
1 si k = l,
hϕk , cl iE ? ,E = [cl ]k,B =
0 sinon

et ceci traduit l’égalité bl = cl . En conséquence, la base (ϕ1 , . . . , ϕn ) admet une unique base
anté-duale, à savoir B.

6 Hyperplans
1. C’est une conséquence directe du fait que le noyau de toute application linéaire entre deux
K-espaces vectoriels F et G est un sous-espace vectoriel de F .
2. Si E est le K-espace vectoriel nul, il n’y a qu’une unique forme linéaire de E : la forme linéaire
nulle. On conclut que le K-espace vectoriel nul n’admet pas d’hyperplan vectoriel.
1. (a) Il suffit d’établir que H ∩ Kv ⊂ {0E }. Soit x ∈ H ∩ Kv. On a d’une part x = λv pour un
λ ∈ K et d’autre part
0K = ϕ(x) = ϕ(λv) = λϕ(v).
En combinant ce qui précède à ϕ(v) 6= 0, on aboutit à λ = 0K , i.e., x = 0E .
(b) L’inclusion désirée est une conséquence immédiate de la linéarité de ϕ qui permet d’écrire

ϕ(x)
ϕ(x)
ϕ x− v = ϕ(x) − ϕ(v) = 0K .
ϕ(v) ϕ(v)

(c) L’inclusion obtenue à la question précédente entraîne

E ⊂ H + Kv.

Notons que l’inclusion précédente est en fait une égalité puisque l’inclusion renversée est évi-
dente. Enfin, l’égalité H ∩ Kv = {0E } permet de conclure que H et Kv sont supplémentaires
dans E, i.e.,
E = H ⊕ Kv.

2. Supposons qu’il existe v ∈ E \ {0E } tel que E = H ⊕ Kv. On note ψ le projecteur de E sur Kv
parallèlement à H, autrement dit ψ est l’application de E dans Kv satisfaisant

ψ(h + λv) = λv pour tout (h, λ) ∈ H × K.

On vérifie immédiatement que ψ est linéaire, non nulle et de noyau H. On conclut alors que H
est un hyperplan vectoriel de E.
3. De la Question 1(c), nous déduisons que la dimension (relativement à K) de tout hyperplan de
E vaut n − 1.
4. La fonction Φ : R3 → R définie par

Φ(x, y, z) = x + y + z pour tout (x, y, z) ∈ R3

est évidemment une forme linéaire non nulle de R3 . Son noyau qui n’est nul autre que H est
donc un hyperplan de R3 . Il reste à voir que n’importe quel vecteur v ∈ R3 avec v ∈
/ H satisfait
3
R = H ⊕ Rv.

17
5. Seule l’implication ⇒ mérite d’être justifiée. Supposons donc que H := ker f = ker g. Puisque f
n’est pas nulle, l’ensemble H est un hyperplan vectoriel de E. Le Lemme 1 nous dit alors qu’il
existe v ∈ E non nul tel que E = H ⊕ Kv. Notons que f (v) 6= 0 et g(v) 6= 0 et posons λ = fg(v)
(v)
.
A présent, fixons x ∈ E et écrivons x = h + µv avec h ∈ H et µ ∈ K. La linéarité de f et de g
ainsi que la définition de H et de λ donnent sans difficultés

f (x) = f (h + µv) = f (h) + µf (v) = µf (v) = µλg(v) = λ(g(h) + µg(v)) = λg(x)

et ceci traduit l’égalité désirée f = λg.

18