Académique Documents
Professionnel Documents
Culture Documents
Algèbre 4 - Section A
Faculty of Mathematics
USTHB
Plan
1 Définitions
2 Hyperplans
3 Bases duales
Formes linéaires
Formes linéaires
Définition
Soit E un K-espace vectoriel de dimension finie. On appelle forme
linéaire f sur E une application linéaire de E dans K.
∀X , Y ∈ E , ∀λ ∈ K, f (λ X + Y ) = λ f (X ) + f (Y )
∀X ∈ E , f (X ) ∈ K.
• L’application
f : R2 → R
(x, y ) 7→ x − 2y
est une forme linéaire sur R2 .
• L’application
tr : Mn (R) → R
M 7→ tr (M)
Formes linéaires et dualité – Algèbre 4 - Section A 4/17
Définitions Hyperplans Bases duales
Formes linéaires
Définition
Soit E un K-espace vectoriel de dimension finie. On appelle forme
linéaire f sur E une application linéaire de E dans K.
∀X , Y ∈ E , ∀λ ∈ K, f (λ X + Y ) = λ f (X ) + f (Y )
∀X ∈ E , f (X ) ∈ K.
• L’application
f : R2 → R
(x, y ) 7→ x − 2y
est une forme linéaire sur R2 .
• L’application
tr : Mn (R) → R
M 7→ tr (M)
Formes linéaires et dualité – Algèbre 4 - Section A 4/17
Définitions Hyperplans Bases duales
Formes linéaires
Définition
Soit E un K-espace vectoriel de dimension finie. On appelle forme
linéaire f sur E une application linéaire de E dans K.
∀X , Y ∈ E , ∀λ ∈ K, f (λ X + Y ) = λ f (X ) + f (Y )
∀X ∈ E , f (X ) ∈ K.
• L’application
f : R2 → R
(x, y ) 7→ x − 2y
est une forme linéaire sur R2 .
• L’application
tr : Mn (R) → R
M 7→ tr (M)
Formes linéaires et dualité – Algèbre 4 - Section A 4/17
Définitions Hyperplans Bases duales
Espace dual
Définition
L’ensemble des formes linéaires sur E , L (E , K), muni de l’addition et
la multiplication par un scalaire est un K-espace vectoriel appelé dual de
E et on le note E ∗ .
Espace dual
Définition
L’ensemble des formes linéaires sur E , L (E , K), muni de l’addition et
la multiplication par un scalaire est un K-espace vectoriel appelé dual de
E et on le note E ∗ .
Espace dual
Proposition
Soit E un K-espace vectoriel de dimension finie. Alors le dual de E est
de dimension finie et dim E ∗ =dimE .
Hyperplans
Définition
Définition
On appelle hyperplan de E , tout noyau d’une forme linéaire non nulle de
E.
f : R3 → R
(x, y , z) 7→ x + y − z
telle que
H = kerf = {(x, y , z) ∈ R3 | f (x, y , z) = 0}.
Définition
Définition
On appelle hyperplan de E , tout noyau d’une forme linéaire non nulle de
E.
f : R3 → R
(x, y , z) 7→ x + y − z
telle que
H = kerf = {(x, y , z) ∈ R3 | f (x, y , z) = 0}.
Définition
Définition
On appelle hyperplan de E , tout noyau d’une forme linéaire non nulle de
E.
f : R3 → R
(x, y , z) 7→ x + y − z
telle que
H = kerf = {(x, y , z) ∈ R3 | f (x, y , z) = 0}.
Définition
Définition
On appelle hyperplan de E , tout noyau d’une forme linéaire non nulle de
E.
f : R3 → R
(x, y , z) 7→ x + y − z
telle que
H = kerf = {(x, y , z) ∈ R3 | f (x, y , z) = 0}.
Hyperplan-Proposition
Proposition
1 Un sous espance vectoriel H de E est un hyperplan si et seulement
si, il existe un vecteur x0 6= 0E tel que E = H⊕ Vect(x0 ).
2 Si de plus E est de dimension finie égale à n, alors les hyperplans
de E sont tous ses sous-espace vectoriels de dimension n − 1.
Bases duales
Bases duales
Proposition
Soit B = (e1 , e2 , . . . , en ) une base de E . Les formes linéaires e1∗ , e2∗ , . . . , en∗
données par
1, si i = j;
ei∗ (ej ) = δi,j =
0, si i 6= j.
forment une base de E ∗ . La base B ∗ = (e1∗ , e2∗ , . . . , en∗ ) est appelée base
duale de B.
δi,j est le symble de Kronecker.
e1∗ (x1 , . . . , xn ) = x1
e2∗ (x1 , . . . , xn ) = x2
..
.
en∗ (x1 , . . . , xn ) = xn
Proposition
Proposition
Soit B = (e1 , e2 , . . . , en ) une base de E et B ∗ = (e1∗ , e2∗ , . . . , en∗ ) sa base
duale, alors on a
Représentation matricielle
λn
ligne. Alors
f (x) = B · A.
Proposition
Soient B1 et B2 deux bases de E . Soit P la matrice de passage de B1
à B2 .Alors la matrice de passage de B1∗ et B2∗ est t P −1 (la transposée
de l’inverse de la matrice P).
Ex.Soient
Proposition
Soient B1 et B2 deux bases de E . Soit P la matrice de passage de B1
à B2 .Alors la matrice de passage de B1∗ et B2∗ est t P −1 (la transposée
de l’inverse de la matrice P).
Ex.Soient
∗
e∗2 2e∗3
∗
v1 = + v1 (x, y , z) = y + 2z
v∗ = -e∗1 + 3e∗2 ⇒ v∗ (x, y , z) = −x + 3y
2∗ 2∗
v3 = -e∗1 - 2e∗2 v3 (x, y , z) = −x − 2y