Dual et bidual d’un espace vectoriel

Orthogonalité et Equations d’un sous espace vectoriel

Formes linéaires et dualité

Nadia Boudi

Université Mohammed V -Faculté des Sciences

1 Avril 2021

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

But de ce chapitre

Dans ce chapitre, on va étudier profondément les applications

linéaires qui arrivent dans l’espace des scalaires.
On va définir les formes linéaires, l’espace dual et le bidual,
et on va insister sur le cas où l’espace vectoriel de départ est
de dimension finie.
On va définir un concept d’orthogonalité.
On va définir la notion de transposée d’une application
linéaire.
Ces divers outils permettent d’étudier plusieurs problèmes
concernant les espaces vectoriels de dimensions quelconques
en les projetant sur les scalaires.

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Forme linéaire

Dans tout ce cours, K est un corps commutatif et si E et F sont

deux espaces vectoriels sur K, nous désignons par L(E , F )
l’ensemble des applications linéaires définies de E dans F . Soit E
un espace vectoriel sur K.
Définition
Une forme linéaire sur E est une application linéaire f : E → K.
L’ensemble L(E , K) des formes linéaires sur E est appelé dual de
E et est noté E ∗ .

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Exemples

1) Les applications suivantes sont des formes linéaires:

f : R2 → R, (x, y ) 7→ x + y ; K = R

tr : Mn (K) → Mn (K), A 7→ tr(A)

2) Soit [a, b] un compact de R. Supposons que K = R ou C.
Désignons par C([a, b], K) l’ensemble des applications continues
définies de [a, b] dans K. Alors l’application
Z b
h : C([a, b], K) → K, f 7→ f (x) dx
a

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

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

A vous maintenant

Les applications suivantes sont elles linéaires?

f : R2 → R, (x, y ) 7→ 5x

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

A vous maintenant

Les applications suivantes sont elles linéaires?

f : R2 → R, (x, y ) 7→ 5x

On a: f ∈ (R2 )∗ .

g : R2 → R, (x, y ) 7→ 3y 2

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

A vous maintenant

Les applications suivantes sont elles linéaires?

f : R2 → R, (x, y ) 7→ 5x

On a: f ∈ (R2 )∗ .

g : R2 → R, (x, y ) 7→ 3y 2

On a: g 6∈ (R2 )∗ .

h : C → C, z 7→ z + 1

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

A vous maintenant

Les applications suivantes sont elles linéaires?

f : R2 → R, (x, y ) 7→ 5x

On a: f ∈ (R2 )∗ .

g : R2 → R, (x, y ) 7→ 3y 2

On a: g 6∈ (R2 )∗ .

h : C → C, z 7→ z + 1

On a: h 6∈ C∗ .

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Exemple abstrait fondamental et notations

Supposons que E est de dimension finie et soit B = {e1 , . . . , en }

une base de E . Pour tout j, désignons par ej∗ l’application linéaire
définie par ej∗ (ei ) = δij , (δij = 0 si i 6= j et δii = 1). Alors
X
ej∗ ( λi ei ) = λj , ∀ λ1 , . . . , λn ∈ K;
i

ej∗ est une forme linéaire. Remarquons que ej∗ dépend de la base B.
∗ .
Donc s’il y’a un risque d’ambiguité, on peut noter ej∗ = ej,B
Pn
Important: ∀ x ∈ E , x = j=1 ej∗ (x)ej .
Les applications ej∗ correspondent donc aux coordonnées dans la
base B.

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Base duale
Théorème
Supposons que E est de dimension finie et soit B = {e1 , . . . , en }
une base de E . Alors la famille B ∗ = {e1∗ , . . . , en∗ } est une base de
E ∗.

Preuve.
Rappelons que si E et F sont deux espaces vectoriels sur K de
dimension finie, alors dim L(E , F ) = dim E dim F . Donc
dim E ∗ = dim E et il suffit de montrer que B ∗ est libre. Soient
α1 , . . . , αn des éléments de K tel que
X
αj ej∗ = 0 ⇒ α1 e1∗ (e1 ) = 0
j

Donc α1 = 0. On itère le procédé et on vérifie que α2 , . . . , αn = 0.

D’où, B ∗ est libre, et c’est une base de E ∗ .
Nadia Boudi Formes linéaires et dualité
 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Notations et Vocabulaire.

1) Soit f : E → K une forme linéaire. Alors on note f (x) = hf , xi

pour tout x ∈ E .
2) L’espace dual de E ∗ est noté E ∗∗ et est appelé bidual de E .
3) Si dim E < ∞ et B est une base de E alors la base B ∗ est
appelée base duale de B.

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Un isomorphisme canonique entre E et E ∗∗

Théorème
Supposons que E est de dimension finie. Pour tout x ∈ E ,
désignons par x̃ l’élément de E ∗∗ défini par x̃(f ) = f (x) pour tout
f ∈ E . Alors L’application J : E → E ∗∗ définie par x 7→ x̃ est un
isomorphisme.

Preuve. J est bien définie: En effet, pour tout x ∈ E , x̃ est une

forme linéaire sur E ∗ puisque pour tous α, β ∈ K et f , g ∈ E ∗ ,

x̃(αf + βg ) = (αf + βg )(x) = αx̃(f ) + β x̃(g ).

De plus, J es linéaire, puisque pour tous scalaires α, β, pour tous

vecteurs x, y ∈ E et pour tout f ∈ E ∗ , on a

J(αx + βy )(f ) = f (αx + βy ) = αJ(x)(f ) + βJ(y )(f )

Donc
Nadia Boudi Formes linéaires et dualité
 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Suite de la preuve

J(αx + βy ) = αJ(x) + βJ(y ).

Comme E et E ∗∗ sont de même dimension, il suffit de montrer
l’injectivité ou la surjectivité de J. Soit x ∈ E et supposons que
x̃ = 0. Supposons que x 6= 0. Posons x = e1 et complétons e1 en
une base B = {e1 , . . . , en } de E . Alors

ẽ1 (e1∗ ) = e1∗ (e1 ) = 1 6= 0

C’est une contradiction. Donc J est injective et par suite c’est un

isomorphisme.

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Remarques

Supposons que dim E < ∞.

1) Soient x ∈ E et f ∈ E ∗ , alors J(x)(f ) = f (x).
2) Soient B = {e1 , . . . , en } une base de E P et B ∗∗ = {e1∗∗ , . . . , en∗∗ }
∗
de B . Alors pour tout x = i λi ei ∈ E , où λi ∈ K,
la base dualeP
on a J(x) = i λi ei∗∗ : En effet,
X X
J( λi ei )(ej∗ ) = ej∗ ( λi ei ) = λj
i i

D’autre part, X
( λi ei∗∗ )(ej∗ ) = λj
i

Comme {e1∗ , . .P
. , en∗ } est une base de E ∗ , et les deux applications
∗∗
P
J( i λi ei ) et i λi ei sont linéaires, on déduit qu’elles sont
égales.
Nadia Boudi Formes linéaires et dualité
 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Base antéduale

Définition
Supposons que E est de dimension finie et soit B 0 une base de E ∗ .
Supposons qu’il existe une base B de E tel que B 0 = B ∗ . Alors B
est appelée base antéduale de B 0 .

Théorème
Supposons que E est de dimension finie. Alors toute base de E ∗
admet une base antéduale.

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Preuve.

Soit D = {f1 , . . . , fn } une base de E ∗ . Posons B = {e1 , . . . , en },

où ej = J −1 (fj∗ ). Alors B est une base de E car J est un
isomorphisme.
Vérifions que B ∗ = D:

J(ej ) = fj∗ ⇒ J(ej )(fi ) = δij .

Donc fi (ej ) = δij .

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Exemple
E = R2 . Soit B = {e1 , e2 } la base canonique de R2 : e1 = (1, 0) et
e2 = (0, 1). Posons
f = 2e1∗ + e2∗ , g = −e1∗ − e2∗ .
Vérifions que D = {f , g } est une base de E ∗ . Il suffit de montrer
que D est libre.  
2 −1
1 −1 = −1 6= 0.
 

D’où, D est une base de E ∗ . Trouvons sa base antéduale {u, v }.

Donc trouvons
u = αe1 + βe2 , v = λe1 + γe2 ,
de sorte que
f (u) = g (v ) = 1, f (v ) = g (u) = 0
Ceci est équivalent au système suivant
Nadia Boudi Formes linéaires et dualité
 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Exemple


 2α + β = 1


 2λ + γ = 0


−α − β = 0

−λ − γ = 1
Donc
α = λ = 1, β = −1, γ = −2
Ainsi, la base antéduale B 0 de D est

B 0 = {e1 − e2 , e1 − 2e2 }.

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Orthogonalité

Définition
Soient f ∈ E ∗ et x ∈ E . On dit que x et f sont orthogonaux si
hf , xi = 0. Si A ⊆ E et B ⊆ E ∗ , on définit A⊥ l’orthogonal de A
et B ◦ l’orthogonal de B par

A⊥ = {f ∈ E ∗ : hf , xi = 0, ∀x ∈ A},

B ◦ = {x ∈ E : hf , xi = 0, ∀f ∈ B}

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Exemple

Soit {e1 , e2 } la base canonique de E = C2 . Soit

f = αe1∗ + βe2∗ ∈ E ∗ . Alors

f ∈ {e1 }⊥ ⇔ f (e1 ) = 0 ⇔ α = 0

Donc
{e1 }⊥ = Ce2∗ .

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Proposition
Soient A ⊆ E et B ⊆ E ∗ . Alors A⊥ est un sous espace vectoriel de
E ∗ et B ◦ est un sous espace vectoriel de E . De plus, on a les
propriétés suivantes:
(i) Si A0 ⊆ E et A ⊆ A0 alors A0⊥ ⊆ A⊥ .
(ii) Si B 0 ⊆ E ∗ et B ⊆ B 0 alors B 0◦ ⊆ B ◦ .
(iii) A⊥ = (Vec A)⊥ et B ◦ = (Vec B)◦ .

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Preuve

Vérifions d’abord que A⊥ est un sous espace vectoriel de E ∗ .

On a 0 ∈ A⊥ . Soient f , g ∈ A⊥ et soit α ∈ K. Alors

∀ u ∈ A : (αf + g )(u) = 0

Donc αf + g ∈ A⊥ . D’où, A⊥ est un sous espace vectoriel de E ∗ .

(i) Si A0 ⊂ E et A ⊂ A0 , alors

∀ g ∈ A0⊥ , ∀ u ∈ A, hg , ui = 0

Donc g ∈ A⊥ .

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

(iii) Comme A ⊂ Vec A, on a d’après (i), (VecA)⊥ ⊂ A⊥

Soient maintenant f ∈ A⊥ et u ∈ Vec A. Alors

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

(iii) Comme A ⊂ Vec A, on a d’après (i), (VecA)⊥ ⊂ A⊥

Soient maintenant
P f ∈ A⊥ et u ∈ Vec A. Alors ∃ u1 , . . . , ur ∈ A
tel que u = j αj uj . Donc
X
f (u) = αj f (uj ) = 0
j

D’où, f ∈ (VecA)⊥ .
Les propriétés concernant A◦ se montrent de la même manière, à
faire comme exercice.

Nadia Boudi Formes linéaires et dualité

 Dual et bidual d’un espace vectoriel
Orthogonalité et Equations d’un sous espace vectoriel

Théorème
Supposons que E est de dimension finie et soient F un sous espace
vectoriel de E et G un sous espace vectoriel de E ∗ . Alors
(i) dim F + dim F ⊥ = dim E et F ⊥◦ = F .
(ii) dim G + dim G ◦ = dim E et G ◦⊥ = G .

Nadia Boudi Formes linéaires et dualité