Académique Documents
Professionnel Documents
Culture Documents
dualite_ESEF_23
dualite_ESEF_23
DUALITÉ
A. BOUARICH
Dans tout le chapitre, les espaces vectoriels considérés seront réels, c’est-à-dire ; le
corps des scalaires est le corps des nomres réels R. De même, dans la suite, l’espace
vectoriel réel Rm sera muni de sa base canonique B0 = {e1 , · · · , em } dont les éléments
sont définis par les expressions :
e1 = (1, 0, · · · , 0), e2 = (0, 1, 0, · · · , 0), ··· , em = (0, · · · , 0, 1) ∈ Rm
Dans ce cas, noter que tout vecteur v ∈ Rm se décompose de manière unique sous la
forme suivante :
∃(x1 , · · · , xm ) ∈ Rm , v = x1 e1 + x2 e2 + · · · + xm em
1. Les formes linéaires, espace dual E∗
1.1. Définitions et exemples.
Définition 1. Soit E un espace vectoriel réel. Toute application linéaire à valeur réelle,
f : E → R, s’appelle forme linéaire réelle sur E.
L’ensemble de toutes les formes linéaires réelles sur l’espace vectoriel réel E sera
désigné par E∗ , et il est appellé espace dual de E.
Rappelons qu’une application f ∈ E∗ si elle satisfait aux deux propriétés suivantes :
(1) ∀x, y ∈ E, f (x + y) = f (x) + f (y) ;
(2) ∀α ∈ R, ∀x ∈ E, f (αx) = αf (x).
Ainsi, grâce au principe linéarité, on déduit que l’espace dual d’un espace vectoriel
réel est lui même un espace vectoriel réel.
Exemple 1. On désigne par R[x] l’espace vectoriel des fonctions polynômiales à coef-
ficients réels. Soient a ∈ R et n ∈ N fixés. Pour toute fonction polynômiale P ∈ R[x]
on pose :
Fn (P ) = P (n) (a) ∈ R
où P (n) (x) désigne la fonction dérivée d’ordre n de P (x).
Vérifions alors que la fonction, Fn : R[x] → R, est une forme linéaire. En effet,
1
2 A. BOUARICH
Exercice 1. On désigne par C([0, 1], R) l’ensemble de toutes les fonctions réelles conti-
nues sur [0, 1]. Vérifier que les applications suivantes sont des formes linénaires sur
C([0, 1], R) :
(1) ∀f ∈ C([0, 1], R), F (f ) = f (1) − f (0).
Z 1
(2) ∀f ∈ C([0, 1], R), G(f ) = f (t)dt.
0
Z 1/2 Z 1
(3) ∀f ∈ C([0, 1], R), H(f ) = f (t) cos(2πt)dt + a f (t) sin(2πt)dt où a ∈ R∗
0 1/2
est fixé.
Z 1
(4) ∀f ∈ C([0, 1], R), K(f ) = f (t) sin2 (nπt)dt avec n ∈ Z fixé.
0
Z 1
(5) ∀f ∈ C([0, 1], R), K(f ) = f (t)g(t)dt où g ∈ C([0, 1], R) est donnée.
0
ALGÈBRE 5 : DUALITÉ 3
2. Bases duales
2.1. Construction de la base duale. Soit E un espace vectoriel réel de dimension
m ≥ 1 dans lequel on fixe une base vectorielle B = {v1 , · · · , vm }. Ensuite, pour tout
indice i = 1, · · · , m on définit une forme linéaire notée, vi∗ : E → R, en prenant sur la
base B les valeurs suivantes :
∗ 1 si i = j
vi (vj ) =
0 si i 6= j
Noter que si on considère un vecteur v = x1 v1 + · · · xi vi + · · · + xm vm par linéarité
de vi∗ on obtient :
vi∗ (v) = x1 vi∗ (v1 ) + · · · + xi vi∗ (vi ) · · · + xm vi∗ (vm ) =⇒ vi∗ (v) = xi
Donc, les formes linéaires v1∗ , · · · , vm
∗
∈ E∗ coı̈ncident avec le système de coordonnées
associé à la base B = {v1 , · · · , vm } de l’espace vectoriel E. De même, observons que
si on prend une forme linéaire f ∈ E∗ on voit alors que pour tout vecteur v = x1 v1 +
· · · + xm vm ∈ E on peut écrire par linéarité,
f (v) = x1 f (v1 ) + · · · + xm f (vm )
= f (v1 )v1∗ (v) + · · · + f (vm )vm
∗
(v)
Ainsi, par ce qui précède on tire les deux remarques importantes :
(1) toute forme linéaire f ∈ E∗ s’écrit de manière unique comme combinaison linéaire
de type :
f = f (v1 )v1∗ + · · · + f (vm )vm
∗
∈ E∗
(2) la famille de formes linéaires B∗ = {v1∗ , · · · , vm ∗
} engendre l’espace vectoriel dual
∗ ∗ ∗ ∗
E . En effet, B = {v1 , · · · , vm } est libre ; car si on suppose qu’il existe des scalaires
α1 , · · · , αm ∈ R tels que
α1 v1∗ +· · ·+αm vm
∗
=0 =⇒ ∀i = 1, · · · , m, α1 v1∗ (vi )+· · ·+αm vm
∗
(vi ) = 0 =⇒ αi = 0
Définition 2. La famille de formes linéaires B∗ = {v1∗, · · · , vm
∗
} est une base de l’espace
∗
dual E , elle s’appelle base duale de la base B = {v1 , · · · , vm } donnée au départ sur
l’espace vectoriel E. De même, on dira que B est une base préduale de B∗ .
Rappelons que ci-dessus, nous avons construit un isomorphisme d’espaces vectoriels
réels défini par,
M : E∗ −→ Rm
f −→ (f (v1 ), · · · , f (vm ))
Actuellement, on voit que l’isomorphsme M envoie les formes linéaires éléments de
la base duale vi∗ ∈ B∗ sur les vecteurs
M(vi∗) = (vi∗ (v1 ), · · · , vi∗ (vm )) = ei
6 A. BOUARICH
Un calcul rapide, basé sur la résolution du système linéaire ou basé sur l’inversion
de la matrice de passage P , nous permet d’obtenir les expressions suivantes
1
1 v ∗
(v) = (3x + y − z)
α = (3x + y − z) 1
∗
4
4 v1 (v) x
1
1 ∗
(x − y + z) ⇐⇒ v2 (v) = P ∗ −1
y
β = (x − y + z) ⇐⇒ v2 (v) =
4 4 v ∗
(v) z
v3∗ (v) = 1 (−x + y + z) 3
γ = 21 (−x + y + z)
2
Enfin, une vérification immédiate confirme que {v1∗ , v2∗ , v2∗ } est la base de duale de
{v1 , v2 , v3 } :
v1∗ (v1 ) = 1 v2∗ (v1 ) = 0 v3∗ (v1 ) = 0
∗ ∗
v (v2 ) = 0 , v (v2 ) = 1 , v ∗ (v2 ) = 0
1∗ 2∗ 3∗
v1 (v3 ) = 0 v2 (v3 ) = 0 v3 (v3 ) = 1
Noter que le travail effectué dans cet exemple pour une base de l’espace vectoriel réel
R reste valable dans les espaces Rm muni de sa base canonique B0 = {e1 , e2 , · · · , em }.
3
Plus précisément, la méthode développée ici, nous apprend que pour chercher la base
duale d’une base quelconque B = {v1 , · · · , vm } donnée dans Rm il suffit qu’on considère
la matrice de passage P := (v1 |v2 | · · · |vm ), puis on calcule sa matrice inverse P −1 .
Ainsi, les coefficients de la i-ème ligne de la matrice inverse P −1 coı̈ncident avec les
coefficients de l’expression générale des formes linéaires vi∗ éléments de la base duale
B∗ = {v1∗ , · · · , vm
∗
}.
Exercice 3. Calculer la base duale des familles de vecteurs suivantes :
1) Dans E = R2 : B1 = {v1 = (5, 4), v2 = (2, 3)}, B2 = {w1 = (2, 1), w2 = (−3, 7)}.
2) Dans E = R3 : B3 = {u1 = (1, 1, 0), u2 = (0, 1, 1), u3 = (1, 0, 1)}.
3) Dans E = R3 : B4 = {r1 = (1, −1, 0), r2 = (0, 1, 2), r3 = (−1, 0, 1)}.
4) Dans E = R4 : B5 = {s1 = (1, 0, 1, 0), s2 = (0, 1, 0, 1), s3 = (0, 0, 1, 1), s4 =
(1, 1, 0, 1)}.
Exercice 4. Sur R3 on considère les trois formes linéaires définies par les expressions,
f1 = x + y − z, f2 = x − y + z, f3 = −x + y + z
1) Monter que la famille F = {f1 , f2 , f3 } forme une base du dual (R3 )∗ .
2) Trouver dans R3 une base dont la base duale coı̈ncide avec la base F .
3) Refaire 1) et 2) pour la famille des formes linéaires de R3 définies par,
g1 = x + 2y + z, g2 = x − y, g3 = y + 2z
4) Refaire 1) et 2) pour la famille des formes linéaires de R4 définies par,
h1 = x + t, h2 = y + t, h3 = x + z, h4 = y + z + t
2.2. Hyperplans.
Définition 3. Soit α ∈ R un réel. Pour toute forme linéaire non nulle, f : E → R, le
sous-ensemble
Hα (f ) := {x ∈ E ; f (x) = α}
s’appelle hyperplan de f dans E de niveau α ∈ R.
8 A. BOUARICH
Notons que puisque la forme linéaire f : E → R est supposée non nulle, elle est alors
surjective ; car f (E) est un sous-espace vectoriel non nul de R. Ceci montre que les
hyperplans Hα (f ) ne sont jamais vide dans E. En particuler, on déduit que l’hyperplan
H0 (f ) = Ker(f ) est un sous-espace vectoriel non nulle dans E.
Proposition 2. Si f : E → R est une forme linéaire non nulle, alors il existe un
vecteur non nul w ∈ E qui vérifie les deux conditions :
f (w) = 1 et E = H0 (f ) ⊕ Rw
Autrement dit, l’hyperplan de niveau nul de toute forme linéaire non nulle sur E est
un sous-espace vectoriel réel de co-dimension un dans E.
Démonstration. Puisque la forme linéaire f : E → R est non nulle, elle est donc
surjective. Par conséquent, il existe au moins un vecteur non nul w ∈ E tel que f (w) =
1. D’autre part, observons que si pour un vecteur v ∈ E on pose f (v) = λ ∈ R on
pourra alors écrire,
f (v) = λ×1 = λf (w) = f (λw) =⇒ v−λw ∈ Ker(f ) = H0 (f ) =⇒ v ∈ H0 (f )+Rw
Ceci démontre que l’espace vectoriel E ⊆ H0 (f ) + Rw ⊆ E , mais ; comme le vecteur
w 6∈ H0 (f ) on en déduit qu’on a la somme dirècte E = H0 (f ) ⊕ Rw. Donc, H0 (f ) est
de co-dimension un car son sous-espace supplémentaire Rw dans E est de dimension
un.
La proposition précédente permet de décrire tous les hyperplans d’une forme linéaire
non nulle. Plus précisément, on a :
Corollaire 1. Soit f : E → R une forme linéaire non nulle. Alors, pour tout réel
α ∈ R∗ il existe un vecteur vα ∈ E vérifiant les deux conditions,
f (vα ) = α et Hα (f ) = {w + vα ; w ∈ H0 (f )} = H0 (f ) + {vα }
Autrement dit, tous les hyperplans de la forme linéaire non nulle f s’obtiennent à
partir de l’hyperplan H0 (f ) myennant une translation. Donc, tous les hyperplans de f
de niveaux différents sont parallèles eutre eux.
Démonstration. Par surjectivité de f : E → R il existe au moins un vecteur non nul
vα ∈ E tel que f (vα ) = α. Ainsi, si on prend un vecteur v ∈ Hα (f ) on aura,
f (v) = α = f (vα ) =⇒ w = v−vα ∈ Ker(f ) = H0 (f ) =⇒ v = w+vα où w ∈ H0 (f )
Donc, Hα (f ) = H0 (f ) + {vα }.
Exemple 6. Considérons les deux hyperplans de R3 définis parà ©:
F = {(x, y, z) ∈ R3 |x − y − z = 0} et H = {(x, y, z) ∈ R3 |x − y − z = 1}
Noter que F est un hyperplan de niveau zéro associé à la forme linéaire f (x, y, z) =
x − y − z, donc c’est un sous-espace vectoriel réel de R3 . Noter que si −
→v = (x, y, z) ∈ F
on pourra écrire :
→
−v = (y + z, y, z) = (y, y, 0) + (z, 0, z) ⇐⇒ →
−
v = y · (1, 1, 0) + z(1, 0, 1)
Donc, les vecteurs −
→
v 1 = (1, 1, 0) et −
→
v 2 = (1, 0, 1) forment une base de F.
De même, H est un hyperplan associé à la forme linéaire f (x, y, z) = x − y − z et de
niveau un. Noter que le point v0 = (1, 0, 1) ∈ H. Donc, d’après le corollaire précédent
ALGÈBRE 5 : DUALITÉ 9
H
b
b
v0
y
x
Ainsi, comme les vecteurs vi ∈ F on en déduit que les cochets < vi , f >= f (vi ) = 0.
Donc, la forme linéaire f a pour expression, f =< w1 , f > w1∗ + · · · + < wm−p , f >
∗
wm−p .
En effet, ceci démontre que l’espace orthogonal F⊥ est engendré par la famille libre
{w1∗ , · · · , wm−p
∗
}. Donc, la formule dim(F) + dim(F⊥ ) = dim(E) est vraie.
2) Se démontre de la même façon que 1).
Exemple 8. Dans (R4 )∗ , cherchons le sous-espace vectoriel orthogonal de la famille
des vecteurs :
F1 = {v1 = (1, 1, 0, 0), v2 = (1, 0, −1, 1)}
Rappelons qu’une forme linéaire, f : R4 → R, a pour expression générale :
f (x, y, z, t) = ax + by + cz + dt
12 A. BOUARICH
⊥
Donc, pour que la forme linéaire f ∈ F1 il faut qu’on ait les deux contions
suivantes :
f (v1 ) = a+b = 0 b = −a
⇐⇒
f (v2 ) = a − c + d = 0 d = −a + c
Ainsi, par le dernier système on déduit que pour tout (x, y, z, t) ∈ R4 la forme linéaire
⊥
f ∈ F1 s’écrit sous la forme,
f (x, y, z, t) = ax − ay + cz + (−a + c)t = a(x − y − t) + c(z + t)
⊥
Par conséquent, le sous-espace vectoriel orthogonal F1 est engendré par les deux
formes linéaires
f1 (x, y, z, t) = x − y − t et
f2 (x, y, z, t) = z + t
⊥
Noter que nous avons : dim(Vect(F1 )) + dim( F1 ) = 2 + 2 = 4.
3. Bidual
Définition 6. Soit E un espace vectoriel réel. La bual de l’espace dual E ∗ s’appelle
espace bidual de E et se note E∗∗ := (E∗ )∗ . Donc, E∗∗ est un espace vectoriel réel.
Soit E un espace vectoriel réel. Pour out vecteur x ∈ E on définit une aplication sur
le dual E∗ à valeurs dans R en posant :
J(x) : E∗ −→ R
f −→ J(x)(f ) :=< x, f >= f (x)
Noter alors que J(x) est linéaire sur E∗ ; car pour tout couple de formes linéaires f
et g ∈ E∗ on a,
J(x)(f + g) = (f + g)(x) = f (x) + g(x) = J(x)(f ) + J(x)(g)
De même, pour tous α ∈ R et f ∈ E∗ on a,
J(x)(αf ) = (αf )(x) = αf (x) = αJ(x)(f )
Ceci démontre que pour tout vecteur x ∈ E la forme linéaire J(x) appartient au bidual
(E∗ )∗ = E ∗∗ . En effet, grâce à ce qui précède, on pourra définition une nous nouvelle
application linéaire sur E dans E∗∗ par l’expression,
J : E −→ E∗∗
x −→ J(x)
La linéarité de l’application de J se vérifie comme suit :
1) Pour tous x et y ∈ E la forme linéaire J(x + y) ∈ E∗∗ . Donc, pour tout f ∈ E∗ on
peut écrire,
J(x+y)(f ) = f (x+y) = f (x)+f (y) = J(x)(f )+J(y)(f ) =⇒ J(x+y) = J(x)+J(y)
2) Pour tous α ∈ R et x ∈ E on obtient une forme linéaire J(αx) ∈ E∗∗ . Donc, pour
tout f ∈ E∗ on peut écrire,
J(αx)(f ) = f (αx) = αf (x) = αJ(x)(f ) =⇒ J(αx) = αJ(x)
Théorème 2. Si l’espace vectoriel E est de diemsion finie, alors l’application linéaire
J : E −→ E∗∗ , définie ci-dessus, est bijective.
Démonstration. Puisque E est de dimension finie et l’application J est linéaire, donc
pour démontrer qu’elle est bijective il suffit qu’on vérifie qu’elle est injective. C’est-à-
dire, il suffit qu’on montre que l’équation,
∀x ∈ E, J(x) = 0 ∈ E∗∗ =⇒ x=0∈E
14 A. BOUARICH
Supposons alors qu’il existe un vecteur non nul v1 ∈ E \ {0} tel que J(v1 ) = 0. Ainsi,
sous cette condition, le singleton {v1 } est libre dans E ; donc d’après le théorème de
la base incomplète il existe des vecteurs non nuls v2 , · · · , vm de sorte que la famille
B = {v1 , v2 , · · · , vm } soit une base de E. Noter alors, si on prend l’élément v1∗ ∈ E∗
de la base duale de B on aura 0 = J(v1 )(v1∗ ) = v1∗ (v1 ) = 1. Ce qui est absurde. Donc,
l’application linéaire J : E → E∗∗ est injection, et donc elle est bijective.
Exercice 11. Dans l’espace vectoriel réel des fonctions polynômiales, R[x], on fixe la
base canonique formée par les monômes : en (x) := xn , n ∈ N. On désigne alors par
e∗n : R[x] → R la forme linéaire définie par les expréssions :
∗ 1 si n = m
en (em ) =
0 si n 6= m
1) Pour P (x) = a0 + a1 x + · · · + an xn ∈ R[x] ; calculer la valeurs e∗m (P ), ∀m ∈ N.
2) Si {n1 < n2 < · · · < nm } ⊂ N désigne une famille d’entiers naturels ordonnés,
montrer alors que la famille des formes linéaires {e∗n1 , e∗n2 , · · · , e∗nm } est libres dans
∗
l’espace dual R[x] .
3) En déduire que la famille infinie de formes linéaires {e∗n , n ∈ N} est libre dans
∗
l’espace dual R[x] .
3) On désigne par f : R[x] → R la forme linéaire définie par :
∀n ∈ N, f (en ) = 1
n
i) Pour P (x) = a0 + a1 x + · · · + an x ∈ R[x] ; vérifier que la valeur f (P ) = P (1).
ii) Montrer qu’il n’existe aucune combinaison linéaire finie d’éléments de la famille
{e∗n , n ∈ N} qui soit égale à la forme linéaire f .
∗
iii) En que la famille des formes linéaires {en , n ∈ N} n’engendre pas l’espace
déduire
∗
dual R[x] .
Z 1
iv) Démontrer que l’application, P 7→ L(P ) = P (x)dx, est une forme linéaire sur
0
l’espace vectoriel réelR[x] mais n’appartient pas au sous-espace vectoriel réel engendré
∗
Vect({e∗n , n ∈ N}) ⊂ R[x] . Conclure.
4) Dans les reste de l’exercice, on se propose de décrire algébriquemeng le dual de
R[x]. Pour cela, considérons S = {u = (un )n∈N /un ∈ R, n ∈ N} l’espace vectoriel de
∗
toutes les suites de nombres réels. Et, pour toute forme linéaire f ∈ R[x] on pose,
un := f (en ), pour tout n ∈ N ; ceci nous donne une suite numérique u = (un )n∈N ∈ S.
i) Démontrer que l’application naturelle suivante est un isomorphisme d’espaces vecto-
riels réels : ∗
Ψ : R[x] −→ S
f −→ (f (en ))n∈N
ii) On désigne par S0 ⊂ S le sous-espace vectoriel réel des suites numériques station-
naires sur zéro. C’est-à-dire, (un )n∈N ∈ S0 si et seulement, s’il existe un n0 ∈ N tel que
pour tout entier n ≥ n0 + 1 on ait un = 0. Démontrer alors les affirmations suivantes :
— L’espace vectoriel des fonctions polynômiales R[x] est isomorphe avec S0 .
— Le sous-espace vectoriel engendré Vect({e∗n , n ∈ N}) est isomorphe avec S0 .
ALGÈBRE 5 : DUALITÉ 15
iii) Calculer l’image des formes linéaires suivantes de R[x] par l’application Ψ :
Z 1
(1) f1 (P ) = P (t)dt ;
0
Z 1
(2) f2 (P ) = tP (t)dt ;
0
(3) f2 (P ) = P (a), a ∈ R donné ;
P (n) (0)
(4) f3 (P ) = , n ∈ N fixé.
n!
∗
iv) Trouver l’expression de la forme linéaire f ∈ R[x] dont l’image par l’isomor-
phisme Ψ soit égale à la suite numérique indiquée :
(1) un = q n , q ∈ R fixé ;
(2) vn = n ;
(3) wn = 2n + 1 ;
(4) sn = (−1)n (n + 1).
Université Sultan Moulay Slimane, Faculté des Sciences et Téchniques, B.P. 523,
Beni Mellal, Maroc/Morocco.
Email address: a.bouarich3@ygmail.com or a.bouarich@usms.ma