Vous êtes sur la page 1sur 32

Formes linéaires et dualité

Sinaly Traoré

L2 de MPCI - Algèbre linéaire 2

2018-2019

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 1 / 28


Sommaire

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

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 2 / 28


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 2018-2019 3 / 28


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 2018-2019 3 / 28
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 ou u ∈ G} n’est pas s.e.v de E en général

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 2018-2019 4 / 28


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 ou u ∈ G} n’est pas s.e.v de E en général

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, on dit aussi
Lque L
la somme
L F1 + L F2 + · · · + Fn est
directe et on la note F1 F2 · · · Fn ou ni=1 Fi .
L
On dit que F et G sont supplémentaires si E = F G.
Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 4 / 28
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 dire
que pour tout w ∈ F1 + F2 + · · · + Fn il existe un unique
u1 ∈ F1 , u2 ∈ F2 , . . . , un ∈ Fn tel que :

w = u1 + · · · + un .

Exemple
F = {(x, 0) ∈ R2 } et G = {(0, y) ∈ R2 } sont supplémentaires dans R2 .

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 5 / 28


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 2018-2019 6 / 28


Combinaison linéaire, famille génératrice

Définition 3
On dit que {u1 , . . . , un } est une famille génératrice ou encore un
système générateur de E si E = Vect{u1 , . . . , un }. Autrement dit si,
tout vecteur de E s’écrit comme combinaison linéaire des vecteurs
u1 , . . . , un . On dira également que u1 , . . . , un engendrent E.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 7 / 28


Combinaison linéaire, famille génératrice

Définition 3
On dit que {u1 , . . . , un } est une famille génératrice ou encore un
système générateur de E si E = Vect{u1 , . . . , un }. Autrement dit si,
tout vecteur de E s’écrit comme combinaison linéaire des vecteurs
u1 , . . . , un . On dira également que u1 , . . . , un engendrent E.

Exemple
{(1, 0), (0, 1)} est une famille génératrice du R-e.v R2 .
{(1, 0, 0), (0, 1, 0), (0, 0, 1)} est une famille génératrice du R-e.v R3 .

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 7 / 28


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 2018-2019 8 / 28


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 2018-2019 9 / 28


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.
Test 1
1 Montrer que la famille {u1 , u2 , u3 } est libre dans R3 pour
u1 = (1, 0, 1), u2 = (1, 1, 0) et u3 = (1, 0, 0).

2 Montrer que la famille {u1 , u2 , u3 } est liée dans R3 pour


u1 = (1, 0, 1), u2 = (1, 1, 0) et u3 = (2, 1, 1).

3 Déterminer une base du R-e.v.

E = {(x, y, z) ∈ R3 / x + 2y − 3z = 0}.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 10 / 28


Famille libre, famille liée

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 2018-2019 11 / 28


Base et dimension

Pour un K-e.v E on a :
F Une famille B est une base de E si et sulement si 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 2018-2019 12 / 28


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 2018-2019 13 / 28
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.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 14 / 28


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 ) = MB (u1 , . . . , un ).

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 15 / 28


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 ) = 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 2018-2019 15 / 28


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 2018-2019 16 / 28


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 0 (B) = MB (B )

Théorème
Etant donné :
0
B et B deux bases d’un e.v. E,
u un vecteur de E,
X la matrice des composantes de u dans la base B,
0 0
X la matrice des composantes de u dans la base B .
Alors on a :
0 0 0
X = MB (B )X et X = MB 0 (B)X.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 17 / 28


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 X des composantes de u dans la
base B est :
    
1 0 −2 1 −3
X = −1 1 2  −5 = −2
3 −1 1 2 10

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 18 / 28


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 2018-2019 19 / 28


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 matrices des
composantes dans C de la famille {f (e1 ), . . . , f (en )}. On la note

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

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 20 / 28


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 2018-2019 21 / 28


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 de matrice des composantes X dans la bases B,

v un vecteur de F de matrice des composantes Y dans la base C,


alors on a :
v = f (u) ⇐⇒ Y = AX.

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 22 / 28


ACalcul 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 : R3 −→ R2
.
(x, y, z) 7−→ (x + y + z, 2x − z)

Détrminer :
1 la matrice de f dans les bases B et C
2 la matrice des composantes X du vecteur u = 3e1 − 2e2 + e3
3 la matrice des composantes Y du vecteur f (u)

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 23 / 28


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
P la matrice de passage de la base B à la base B
0
C et C deux bases de F
0
Q la matrice de passage de la base C à la base C

Matrice d’une application dans une nouvelle base


0
Si A est la matrice de f dans les bases B et C, et si A est la matrice
0 0
de f dans les bases B et C , alors on a :
0
MC 0 (f (B )) = MC 0 (C)−1 × MC (f (B)) × MB 0 (B).

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 24 / 28


Applications linéaires et changement de base

Exemple
Pour E = R3 et F = R2 munis de leurs bases canoniques
0 0 0 0
B = (e1 , e2 , e3 ) et C = (u1 , u2 ), et des bases B = (e1 , e2 , e3 ) et
0 0 0
C = (u1 , u2 ), avec :
0 0 0
e1 = e1 + 2e2 , e2 = e1 + e2 + e3 , e3 = e2 + e3
0 0
u1 = 2u1 + u2 et u2 = 3u1 + 2u2
Déterminer la matrice de l’application linéaire

f : R3 −→ R2
(x, y, z) 7−→ (x + y + z, 2x − z)
0 0
dans les bases B et C .

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 25 / 28


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 2018-2019 26 / 28


Noyau et image d’une application linéaire

Exemple
Déterminer le noyau et l’image de l’application linéaire

f : R3 −→ R2
.
(x, y, z) 7−→ (x + y + z, 2x − z)

Sinaly Traoré (FST de l’USTTB) Formes linéaires et dualité 2018-2019 27 / 28


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 appellée 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 2018-2019 28 / 28