12

Formes linaires, hyperplans, dualit

Pour ce chapitre, K est un corps commutatif et E un K-espace vectoriel de dimension nie
ou non.

12.1 L'espace dual E

Dnition 12.1 Une forme linaire sur E est une application linaire de E dans K.
On note E = L (E, K) l'ensemble de toutes les formes linaires sur E. C'est un K-espace
vectoriel (de manire gnrale si F est un K-espace vectoriel, alors L (E, F ) est aussi un Kespace vectoriel).

Exercice 12.1 Montrer qu'une forme linaire sur E non identiquement nulle est surjective.
Solution 12.1 Dire que = 0 signie qu'il existe un vecteur x0 E tel que = (x0 ) = 0.
Pour tout scalaire y, on peut alors crire :
y=

y
y
= (x0 )

soit y = (x) avec x = x0 E, ce qui signie que est surjective.

On peut aussi dire que Im () est un sous-espace vectoriel de K non rduit {0} , il est donc
de dimension 1 et gal K, ce qui revient dire que est surjective.

Exemple 12.1 Si E est de dimension n et B = (ej )1jn est une base de E, alors les projections relativement B :

pj : x =

xi ei 7 xj

i=1

sont des formes linaires.

De manire plus gnrale pour tous scalaires 1 , 2 , , n , l'application :
=

i=1

i pi : x =

i=1

est une forme linaire.

293

xi ei 7

i=1

i xi

Formes linaires, hyperplans, dualit

294

En fait toutes les formes linaires sur E de dimension n sont de la forme prcdente, o

B = (ej )1jn est une base donne de E.

En eet, tout vecteur x de E s'crit x =

xj ej et pour tout forme linaire sur E, on a :

j=1

(x) =

( n

)
xj ej

j=1

xj (ej ) =

j=1

j xj

j=1

en notant j = (ej ) pour tout entier j compris entre 1 et n.

La matrice ligne :
L = (1 , 2 , , n )

est tout simplement la matrice de dans la base B de E et on a :

x1
n
x2

x E, (x) = LX = (1 , 2 , , n ) .. =
j xj .
. j=1
xn

Dans le cas o (E, , ) est un espace rel euclidien, ce rsultat se traduit en disant qu'il
existe un vecteur E tel que (x) = , x pour tout x E.
Ce rsultat peut aussi s'exprimer sous la forme :
x E, (x) =

j pj (x) =

j=1

j pj

(x)

j=1

o pj dsigne, pour j compris entre 1 et n, la projection x 7 xj .

On peut donc crire, la base B tant donne, toute forme linaire sur E sous la forme :
=

j pj

j=1

o les j sont les scalaires uniquement dtermins par j = (ej ) pour tout entier j compris
entre 1 et n.
Nous avons donc montr le rsultat suivant.

Thorme 12.1 Pour E de dimension nie gale n, l'espace E de toutes les formes linaires

sur E est de dimension n, de base B = (pi )1in , o les pi sont les projections relativement
une base B donne.
On note plutt pi = ei , pour i compris entre 1 et n et on dit que B = (ei )1in est la base
duale de B. Elle est donc caractrise par :
{

ei

(ej ) = ij =

1 si i = j
0 si i = j

(1 i, j n)

et toute forme linaire E s'crit de manire unique =

j=1

(ej ) ej .

De manire gnrale, pour E, F de dimension nie, L (E, F ) est de dimension nie gale
dim (E) dim (F ) .

L'espace dual E

295

On rappelle que si on dispose d'une base B d'un espace vectoriel E dire qu'une famille
(v1 , , vp ) d'lments de E est libre quivaut dire que les vecteurs colonnes V1 , , Vp
forms des composantes de ces vecteurs dans la base B sont linairement indpendants dans
Kn .
On rappelle galement que pour montrer que le systme (V1 , , Vp ) est libre dans Kn , il
sut d'extraire de la matrice (V1 , , Vp ) un dterminant d'ordre p non nul (ce qui impose
bien sur que p n).
Dire que le systme (V1 , , Vp ) est libre dans Kn quivaut aussi dire que la matrice
(V1 , , Vp ) est de rang p. Comme une matrice et
sa transpose
ont mme rang, il revient au

t
V1

mme de calculer le rang de la matrice transpose ... .

t
Vp
On retiendra que des formes linaires 1 , , p dnies sur Rn par :
x R , i (x) =
n

i,j xj (1 i p)

j=1

sont linairement indpendantes si, et seulement si la matrice :

L1
..
A= .
Lp

11 12 1n
21 22 2n

= ..
. . . ..
.
.
p1 p2 pn

est de rang p (Li est la matrice de i dans la base B de Kn ), ce qui revient dire qu'on peut
en extraire un dterminant d'ordre p non nul.
Le thorme 12.1 a une rciproque, c'est--dire que toute base de E est la duale d'une base
de E.

Thorme 12.2 tant donne une base B = (i )1in de E , il existe une base B = (fi )1in
de E telle que B soit la base duale de B.

Dmonstration. Soit B0 = (ej )1jn une base xe de E.

En notant, pour tout entier i compris entre 1 et n et tout vecteur x =

xj ej E :

j=1

i (x) = i1 x1 + + in xn

la matrice Q = ((ij ))1i,jn est inversible puisque les i forment une base de E (la ligne i de
Q est la matrice de i dans la base B0 ). En notant F1 , , Fn les colonnes de la matrice Q1 ,
l'galit QQ1 = In s'crit :
Q (F1 , , Fn ) = (QF1 , , QFn ) = (E1 , , En )

o (Ei )1in est la base canonique de Kn . On a donc, pour tout entier j compris entre 1 et n :
QFj = Ej

En remarquant que pour tout X Kn , on a :

QX =

11 x1 + + 1n xn

..
.

n1 x1 + + nn xn

1 (x)

..
.

n (x)

Formes linaires, hyperplans, dualit

296
les galits QFj = Ej se traduisent par :

1 (fj )

..
.

1j

.
= Ej = ..
n (fj )
nj

o, pour j compris entre 1 et n, fj E a pour matrice Fj dans la base B, et on a bien

i (fj ) = ij pour tous i, j compris entre 1 et n.
Avec les notations du thorme, on dit que B est la base ant-duale de B .

Exercice 12.2 Soient

E, F deux espaces vectoriels, l'espace E tant de dimension nie, et

u L (E, F ) \ {0} . Montrer que u est de rang r si, et seulement si, il existe des formes
linaires 1 , , r linairement indpendantes dans E et des vecteurs y1 , , yr linairement
indpendants dans F tels que :
x E, u (x) =

i (x) yi .

i=1

Dans ce cas, on a :
ker (u) =

ker (i ) .

i=1

Solution 12.2 Si rg (u) = r 1, alors Im (u) est de dimension r et en dsignant par (yi )1ir
une base de Im (u) , on peut trouver, pour tout x E, des scalaires 1 (x) , , r (x) tels que
u (x) =

i (x) yi . L'unicit de l'criture dans une base nous montre que les i sont des formes

i=1

linaires. Si le systme (i )1ir est li, l'une de ces formes, disons r , est combinaison linaire
des autres, soit r =

r1

i i et on a pour tout x E :

i=1

u (x) =

r1

i (x) (yi + i yr )

i=1

et le systme de r 1 vecteurs (yi + i yr )1ir1 engendre Im (u) , ce qui n'est pas possible. Le
systme (i )1ir est donc libre.
Dire que x ker (u) quivaut dire que u (x) =

i (x) yi = 0, ce qui quivaut la nullit de

i=1

tous les scalaires i (x) puisque le systme (yi )1ir est libre.
On peut remarquer que le fait que E soit de dimension nie n'intervient pas pour dmontrer
que la condition est ncessaire.
Rciproquement supposons qu'il existe des formes linaires 1 , , r linairement indpendantes dans E et des vecteurs y1 , , yr linairement indpendants dans F tels que :
x E, u (x) =

i (x) yi

i=1

l'espace E tant de dimension nie gale n. En dsignant par B = (ej )1jn une base de E,
on peut crire chaque forme linaire i sous la forme :
i (x) = i1 x1 + + in xn

L'espace dual E

297

et la matrice de u dans les base B de E et B = (yj )1jr de Im (u) est A = ((i,j )) 1ir et :
1jn

rg (u) = rg (A) = rg

)
A = rg (1 , , r ) = r

puisque les vecteurs colonnes (i,j )1jn sont les composantes des i dans la base duale B .
Comme application de cet exercice, on a le thorme de Farkas (voir la R. M. S. de fvrier
1977, p. 237).

Exercice 12.3 Dduire de l'exercice prcdent que si E est de dimension nie et K de caractristique dirente de 2, alors tout endomorphisme de E est somme de deux automorphismes.

Solution 12.3 Si u = 0, il s'crit u = Id Id.

1

Si u est un automorphisme, il s'crit u = u + u (K est de caractristique dirente de 2).

2
2
On suppose donc que u est de rang r compris entre 1 et n 1. Il existe alors des formes
linaires 1 , , r linairement indpendantes dans E et des vecteurs y1 , , yr linairement
indpendants dans F tels que :
x E, u (x) =

i (x) yi

i=1

On complte alors (y1 , , yr ) en une base de E, (1 , , r ) en une base de E et les applications linaires v, w dnies par :

n
r

i (x) yi
i (x) yi +
v (x) =
2 i=1
i=r+1
x E,
n
r

w
(x)
=
i (x) yi

(x)
y

i
i

2 i=1
i=r+1

sont alors des automorphismes de E (puisqu'ils sont de rang n d'aprs l'exercice prcdent) tels
que u = v + w.
Dans le cas o le corps de base K est inni, ce rsultat peut se montrer plus simplement. En
eet, l'endomorphisme u Id est non inversible pour un nombre ni de valeurs de , il existe
donc un scalaire non nul tel que v = u Id soit inversible et u = v + w avec w = Id.

Exercice 12.4 On suppose que

E est de dimension nie. Montrer que si 1 , , p , sont

p

des formes linaires sur E qui vrient

ker (i ) ker () , alors est combinaison linaire

des i .

i=1

Solution 12.4 Si les i sont toutes nulles, on a alors

ker (i ) = E et est aussi nulle.

i=1

Sinon, on dsigne par r le rang de (i )1ip et, quitte modier la numrotation, on peut
supposer que la famille (i )1ir est libre et on a

i=1

ker (i ) =

ker (i ) .

i=1

Si la famille (1 , , r , ) est libre, elle se complte en une base de E qui est la duale d'une
base (ej )1jn de E. On a alors :
i (er+1 ) = ei (er+1 ) = 0 pour 1 i r

Formes linaires, hyperplans, dualit

298

c'est--dire que er+1

ker (i ) . Mais on a aussi :

i=1

(er+1 ) = er+1 (er+1 ) = 1

donc er+1
/ ker () et l'inclusion

ker (i ) ker () n'est pas possible. La famille (1 , , r , )

i=1

est donc lie et forme est donc combinaison linaire des i .

Le rsultat de l'exercice prcdent est en fait valable pour E de dimension quelconque (nie
ou innie). Pour le montrer nous aurons besoin du rsultat suivant.

Lemme 12.1 Soient E, F, G trois espaces vectoriels, u une application linaire de E dans F

et v une application linaire de E dans G. On a alors ker (u) ker (v) si, et seulement si, il
existe une application linaire w de F dans G telle que v = w u.

Dmonstration. Pour montrer que la condition est ncessaire, on utilise un supplmentaire

de Im (u) dans F, soit un sous-espace H de F tel que F = Im (u) H. On dnit alors

w L (F, G) par :
y = u (x) Im (u) , w (y) = v (x)

et :

y H, w (y) = 0.

Cette application est bien dnie du fait que pour y = u (x1 ) = u (x2 ) , on a x1 x2 ker (u)
ker (v) et v (x1 ) = v (x2 ) . Et pour tout x E, on a w (u (x)) = v (x) , soit v = w u.
La rciproque est vidente.
Pour reprendre l'exercice 12.4, on utilise l'application linaire u L (E, Kp ) dnie par :
x E, u (x) = (1 (x) , , p (x))

et on a :
ker (u) =

ker (i ) ker () .

i=1

En dsignant par une application linaire de Kp dans K (soit une forme linaire) telle que
= u (le lemme prcdent), on a pour tout x E :
(x) = (u (x)) = (1 (x) , , p (x)) =

j j (x)

j=1

soit =

j j .

j=1

Les scalaires j sont des multiplicateurs de Lagrange.

12.2 Exemples dans Kn [x]

Exercice 12.5 Dterminer la base duale de la base canonique E = Kn [x] .

Exemples dans Kn [x]

299

Solution 12.5 Soit B = (ej )0jn la base canonique de E, o ej (X) = X j . Tout P

P =

aj X j =

j=0

aj ej avec aj =

(0)
(formule de Taylor pour les polynmes) et la base
j!

j=0

duale B est dnie par :

P E,

ej

E s'crit

(j)

P (j) (0)
(P ) = aj =
(0 j n)
j!

Exercice 12.6 Soient E = Kn [x] et n + 1 scalaires deux deux distincts x0 , x1 , , xn dans

K.

1. Montrer que la famille L = (Li )0in de polynmes dnis par :

n

x xj
(1 i n)
Li (x) =
x xj
j=0 i
j=i

est une base de E.

2. Dterminer la base duale de L.
3. On suppose que K = R et que les points xi sont dans un intervalle [a, b] . Montrer qu'il
existe des constantes relles uniquement dtermines 0 , 1 , , n telles que :

P Rn [x] ,

P (t) dt =
a

Dtailler le cas o n = 2, x0 = a, x1 =

Solution 12.6

j P (xj )

j=0

a+b
et x2 = b.
2

1. Comme L est form de n + 1 = dim (E) vecteur, il sut de monter qu'il est libre. Si
n

j Lj = 0, l'valuation en xi , pour i compris entre 0 et n, donne i = 0. Ce systme

j=0

est donc libre.

n

2. Tout polynme P E s'crit de manire unique P =

j Lj et l'valuation en xi , pour
j=0

i compris entre 0 et n, donne

(P ) = i = P (xi ) .
b
n

3. La forme linaire : P 7 P (t) dt s'crit de manire unique =

(Lj ) Lj , ce qui
Li

se traduit par :

j=0

P Rn [x] , (P ) =

P (t) dt =
a

avec :

(Lj ) Lj

j=0

j = (Lj ) =

(P ) =

j P (xj )

j=0

Lj (t) dt
a

Ce rsultat se traduit aussi en disant que les formes linaires P 7

P (xj ) pour j compris entre 0 et n sont lies dans le dual de Rn [x] .
a+b
et x2 = b, on a :
Pour n = 2, x0 = a, x1 = c =
2
2
ba
L0 (x) =
2 (x c) (x b) , 0 =
6
(b a)

P (t) dt et P 7

Formes linaires, hyperplans, dualit

300

4
ba
2 (x a) (x b) , 1 = 4
6
(b a)
2
ba
L2 (x) =
2 (x a) (x c) , 2 =
6
(b a)

L1 (x) =

et on obtient la formule de Simpson (dite aussi formule des trois niveaux) :

P R2 [x] ,
a

ba
P (t) dt =
6

(
(
)
)
a+b
P (a) + 4P
+ P (b) .
2

Dans le cas o E est de dimension innie, le procd utilis dans la dmonstration du

thorme 12.1 pour construire une base de E partir d'une base de E n'est plus valable.

Exercice 12.7 Soit E = K [x] muni de sa base canonique B = (ej )jN , o ej (X) = X j .
( )

1. Montrer que le systme dual B = ej jN dni par ei (ej ) = ij pour tous i, j dans N,
n'est pas une base de E .
2. Montrer que E est isomorphe l'espace KN des suites coecients dans K.

Solution 12.7
1. Le systme B est libre mais pas gnrateur. En eet, si B est gnrateur, la forme
linaire dnie par :
P =

ak xk R [x] , (P ) =

ak

k=0

k=0

doit s'crire =

j ej , o m est un entier et les j sont des scalaires. Mais alors, on

j=0

aurait :

1 = (em+1 ) =

j ej (em+1 ) = 0

j=0

ce qui est impossible dans un corps.

2. Soit l'application de KN dans E dnie par :
u = (uk )kN , (u) : P =

ak x 7

k=0

ak uk

k=0

Cette application est linaire, de noyau dni par :

( (u) = 0) (k N, (u) (ek ) = uk = 0) (u = 0)

elle est donc injective. De plus toute forme linaire E a pour antcdent par la
suite u = (uk )kN dnie par :
k N, uk = (ek )

(si P =

k=0

ak xk , alors (u) (P ) =

ak (ek ) = (P ) , donc = (u)). L'application

k=0

est donc un isomorphisme de KN sur E .

Remarque 12.1 Le thorme d'Erds-Kaplansky nous dit que si E est de dimension innie,
alors dim (E ) = card (E ) . En particulier, E et E ne sont jamais isomorphes (voir [?], p.
221).

Exemples dans Mn (K)

301

12.3 Exemples dans Mn (K)

Pour les rsultats relatifs Mn (K) , on dsigne par (ei )1in la base canonique de E = Kn
et par (Eij )1i,jn celle de Mn (K) .
On rappelle que la matrice Eij est dnie par :
{
k {1, , n} , Eij ek =

0 si k = j,
ei si k = j.

(la colonne k = j de Eij est nulle et la colonne j a tous ses termes nuls sauf celui en ligne i qui
vaut 1), ou encore :
Eij = (0, , 0, ei , 0, , 0)

le vecteur ei tant plac en colonne j.

On peut aussi dnir la matrice Ei en disant que son coecient d'indice (p, q) est :
(Eij )pq = ip qj

o rs est le symbole de Kronecker.

Exercice 12.8 On se place dans Mn (K) .

1. Montrer que pour i = j dans {1, , n} on a :
(a) Eij Eji = Eii .
(b) Eij Ejj = Eij et Ejj Eij = 0.
2. Soit une forme linaire sur Mn (K) telle que (AB) = (BA) pour toutes matrices
A, B dans Mn (K) .
(a) Donner un exemple de telle forme linaire.
(b) Montrer que (Eii ) = (Ejj ) pour tous i, j compris entre 1 et n. On note cette
valeur commune.
(c) Montrer que (Eij ) = 0 pour tous i = j dans {1, , n} .
(d) Montrer que (A) = Tr (A) pour toute matrice A dans Mn (K) .
3. Soit u un endomorphisme de Mn (K) tel que u (In ) = In et u (AB) = u (BA) pour toutes
matrices A, B dans Mn (K) . Montrer que u conserve la trace.
On peut remplacer Mn (K) par L (E) , o E est de dimension n.

Solution 12.8
1. Soient i = j dans {1, , n}
(a) Pour k compris entre 1 et n, on a :
{
Eij Eji ek = Eij (Eji ek ) =

et en consquence Eij Eji = Eii .

Eij (0) = 0 si k = i
= Eii ek
Eij (ej ) = ei si k = i

Formes linaires, hyperplans, dualit

302

(b) De mme :

Eij (0) = 0 si k = j
= Eij ek
Eij (ej ) = ei si k = j
{
Ejj (0) = 0 si k = j
Ejj Eij ek = Ejj (Eij ek ) =
=0
Ejj (ei ) = 0 si k = j

Eij Ejj ek = Eij (Ejj ek ) =

donc Eij Ejj = Eij et Ejj Eij = 0.

2.
(a) La trace vrie la proprit indique. En eet, pour A = ((aij ))1i,jn et B =
((bij ))1i,jn dans Mn (K) , en notant C = AB et D = BA, on a :
cii =

aik bki et dkk =

k=1

bki aik

k=1

pour tous i, k compris entre 1 et n, ce qui donne :

Tr (AB) =

cii =

i=1

et :
Tr (BA) =

k=1

dkk =

n
n

i=1 k=1

n
n

bki aik =

k=1 i=1

aik bki =

aik bki

1i,kn

aik bki = Tr (AB)

1i,kn

Ce rsultat peut aussi se dduire du fait que AB et BA ont mme polynme caractristique.
(b) Pour i, j compris entre 1 et n, on a :
(Eii ) = (Eij Eji ) = (Eji Eij ) = (Ejj ) .

On peut donc poser = (Eii ) pour tout i compris entre 1 et n.

(c) Pour i = j compris entre 1 et n, on a :
(Eij ) = (Eij Ejj ) = (Ejj Eij ) = (0) = 0.

(d) Toute matrice A = ((aij ))1i,jn Mn (K) s'crivant A =

aij Eij , on a :
1i,jn

(A) =

1i,jn

aij (Eij ) =

aii (Eii ) =

i=1

aii = Tr (A) .

i=1

On peut remarquer que (In ) = Tr (A) = n, et la trace est l'unique forme linaire
sur Mn (K) telle que (In ) = n et (AB) = (BA) pour toutes matrices A, B.
3. On dnit la forme linaire sur Mn (K) par :
A Mn (K) , (A) = Tr (u (A)) .

On a alors (AB) = (BA) pour toutes matrices A, B dans Mn (K) et il existe un

scalaire tel que (A) = Tr (A) , soit Tr (u (A)) = Tr (A) pour tout A Mn (K) .
Enn avec u (In ) = In on dduit que = 1.

Exemples dans Mn (K)

303

Exercice 12.9
1. Montrer que le centre de Mn (K) (c'est--dire l'ensemble des matrices A Mn (K) qui
commutent avec toute matrice) est form des homothties.
2. On dsigne par l'application linaire qui associe toute matrice B Mn (K) la forme
linaire (B) dnie sur Mn (K) par :
A Mn (K) , (B) (A) = Tr (BA) .

(a) Montrer que est injective.

(b) En dduire que si est une forme linaire sur Mn (K) , il existe alors une unique
matrice B Mn (K) telle que :
A Mn (K) , (A) = Tr (BA) .

(on peut remplacer Mn (K) par L (E) , o E est de dimension n).

3. En utilisant le rsultat prcdent, montrer que si est une forme linaire sur Mn (K)
telle que (AB) = (BA) pour toutes matrices A, B dans Mn (K) , il existe alors un
scalaire tel que (A) = Tr (A) pour toute matrice A Mn (K) (rsultat de l'exercice
prcdent).

Solution 12.9
1. Il est clair que les homothties sont dans le centre de Mn (K) .
Si A = ((aij ))1i,jn est dans le centre de Mn (K) , on a en particulier AEij = Eij A, pour
tous i, j compris entre 1 et n (c'est mme quivalent) et avec :
AEij ej = Aei =

k=1

(
aki ek = Eij Aej = Eij

)
akj ek

= ajj ei ,

k=1

on dduit que aki = 0 pour k = i et aii = ajj , c'est--dire que A = In .

On peut aussi remarquer que si A est dans le centre de Mn (K) , alors A commute tout
projecteur px sur la droite Kx. On en dduit alors que toutes les droites sont stables par
A et A est une homothtie.
2.
(a) Dire que B est dans le noyau de quivaut dire que Tr (BA) = 0 pour toute matrice
A Mn (K) , encore quivalent dire que Tr (BEij ) = 0 pour tous i, j compris entre
1 et n. Et avec :
{

BEij ek =

0 si k = j
Bei = b1i e1 + b2i e2 + + bni en si k = j

pour tout k compris entre 1 et n, on dduit que Tr (BEij ) = bji et tous les coecients
bji sont nuls, c'est--dire que B = 0. On a donc ker () = {0} et est injective.
(b) Comme Mn (K) et son dual ont mme dimension, l'application ralise un isomorphisme de Mn (K) sur son dual et toute forme linaire est de la forme (B) avec B
uniquement dtermin.
Avec Tr (BA) = Tr (AB) , on dduit aussi que les formes linaires sur Mn (K) sont
toutes de la forme A 7 Tr (AB) .

Formes linaires, hyperplans, dualit

304

3. Si B0 Mn (K) est telle que (A) = Tr (AB0 ) pour toute matrice A Mn (K) , on a
alors pour toutes matrices A, B dans Mn (K) :
(AB) = Tr (ABB0 ) = (BA) = Tr (BAB0 )
= Tr (B (AB0 )) = Tr ((AB0 ) B) = Tr (AB0 B)

soit :

A Mn (K) , Tr (A (BB0 B0 B)) = 0

ou encore (BB0 B0 B) = 0, donc BB0 B0 B = 0 pour tout B Mn (K) , ce qui

signie que B0 commute toute matrice. Il existe donc un scalaire tel que B0 = In et
(A) = Tr (AB0 ) = Tr (A) pour tout A Mn (K) .

Exercice 12.10 Dterminer le centre de GLn (K) , o K est un corps commutatif inni.
Solution 12.10 Soit

A dans le centre de GLn (K) . Pour tout B Mn (K) , le polynme

det (B In ) a au plus n racines dans K et il existe un scalaire K tel que B In
soit inversible. On a alors A (B In ) = (B In ) A, c'est--dire AB A = BA A et
AB = BA. Donc A est dans le centre de l'anneau Mn (K) et A = In avec = 0.
On a donc Z (GLn (K)) = K .

Exercice 12.11 Les groupes GLn (R) et GLn (C) peuvent-ils tre isomorphes ?
Solution 12.11 Si

: GLn (R) GLn (C) est un isomorphisme de groupes multiplicatifs,

alors il induit un isomorphisme du centre de GLn (R) sur celui de GLn (C) . En eet, dire que
A est dans le centre de GLn (R) quivaut dire que AM = M A pour tout M GLn (R) , ce
qui quivaut :
M GLn (R) , (A) (M ) = (M ) (A) ,

encore quivalent :

M GLn (C) , (A) M = M (A)

et donc (A) est dans le centre de GLn (C) . On aurait alors un isomorphisme de groupes
multiplicatifs de R sur C , ce qui est impossible puisque i est d'ordre 4 dans C et il n'y a pas
d'lment d'ordre 4 dans R .

Exercice 12.12 Soit E = Kn . Pour x E et E , on dsigne par x la matrice dnie

par :

x = ( (e1 ) x, , (en ) x) = (( (ej ) xi ))1i,jn

1. Calculer ( ei ) z pour tout vecteur z E, toute forme linaire E et tout i compris

entre 1 et n.
2. Calculer ej x pour tout vecteur x E et tout j compris entre 1 et n.
(

3. Calculer ( ei ) A ej y pour tout vecteur y E, toute forme linaire E , toute

matrice A Mn (K) et tous i, j compris entre 1 et n.
4. Montrer que les idaux bilatres de Mn (K) sont {0} et Mn (K) (on peut remplacer
Mn (K) par L (E) , o E est de dimension n).

Solution 12.12

Exemples dans Mn (K)

305

1. On a :
ei = ( (e1 ) ei , , (en ) ei )

0
0

0
.
.
.
..
.
..
..
.
.

0
0

= (e1 ) (e2 ) (en )

0
0
.
.
.
..
..
..
..
.

les (ej ) tant en ligne i et :

..
.

(ej ) zj
( ei ) z =
j=1

..

.
0

2. On a :

..
.

0

= (z)

0
.
..

= (z) ei .

(
)
ej x = ej (e1 ) x, , ej (en ) x = (0, , 0, x, 0, , 0)

la colonne x tant en position j.

3. On a :

(
)
( ei ) A ej y = ( ei ) A (0, , 0, y, 0, , 0)
= ( ei ) (0, , 0, Ay, 0, , 0)
= (0, , 0, ( ei ) (Ay) , 0, , 0)
= (0, , 0, (Ay) ei , 0, , 0)

4. Si I est un idal de Mn (K) non rduit {0} , il contient une matrice A = 0 et on peut
trouver un vecteur y tel que Ay = 0. En dsignant par une forme linaire sur E telle
que (Ay) = 1 ( = 0 est surjective), on a pour i, j compris entre 1 et n :
(
)
( ei ) A ej y = (0, , 0, ei , 0, , 0) = Eij I

et I = Mn (K) puisqu'il contient In =

Eii .

i=1

Remarque 12.2 Le point 4. de l'exercice prcdent est faux en dimension innie. Par exemple
dans E = K [X] l'ensemble :

I = {u L (E) | rg (u) est ni}

est un idal bilatre de L (E) non trivial.

En eet, I = {0} puisqu'il contient l'application :
P 7 P (0) (polynme constant)
I = L (E) puisque l'identit n'est pas dans I, pour u I et v L (E) on a u v I puisque
Im (u v) Im (u) et vu I puisque pour toute base (u (xk ))1kr de Im (u) , (v (u (xk )))1kr
est un systme gnrateur de Im (v u) (pour u = 0, on a v u = 0).

Formes linaires, hyperplans, dualit

306

12.4 Hyperplans
Dnition 12.2 On appelle hyperplan de E, le noyau d'une forme linaire non nulle sur E.
Si H = ker () est un hyperplan de E, on dit alors que (ou (x) = 0) est une quation de
H.

Thorme 12.3 Si H est un hyperplan d'un espace vectoriel E, il existe alors une droite D
telle que E = H D.
Dmonstration. On a H

= ker () o est une forme linaire non nulle sur E. Il existe

donc un vecteur non nul a dans E tel que (a) = 0. En dsignant par D = Ka la droite dirige
par a, on a alors E = H D. En eet, si x H D, il existe un scalaire tel que x = a
et (x) = (a) = 0 nous donne = 0. On a donc H D = {0} . De plus pour tout vecteur
(x)
(x)
x E, le vecteur y = x
a est dans H = ker () et avec x = y +
a, on dduit que
(a)
(a)
x H + D. On a donc E = H + D et E = H D.
Rciproquement un sous-espace vectoriel H de E supplmentaire d'une droite D est le noyau
de la forme linaire qui associe tout vecteur x de E sa projection sur D paralllement H,

c'est donc un hyperplan.

On a donc le rsultat suivant.

Thorme 12.4 Un hyperplan de E est un sous-espace de E supplmentaire d'une droite.

Remarque 12.3 Le rsultat prcdent est valable que E soit de dimension nie ou non.
Exercice 12.13 Soient , E telles que ker () ker () .
1. Montrer que et et sont proportionnelles.
2. Si = 0, montrer alors que ker () = ker () .

Solution 12.13
1. Si = 0, on a alors E = ker () ker () , donc ker () = E et = 0.
On suppose que = 0. Il existe alors a E \ker () tel que E = ker ()Ka et tout x E
(x)
(x)
a ker () et z =
a Ka.
(a)
(a)
Comme ker () ker () , on en dduit que pour tout x E, on a :

s'crit de manire unique x = y + z avec y = x

(x) = (z) =

(x)
(a) = (x)
(a)

(a)
K. On a donc = .
(a)
1
2. Si =
0, on a alors = 0, donc = , ker () ker () et ker () = ker () .

avec =

Remarque 12.4 On dduit de l'exercice prcdent que deux formes linaires non nulles d-

nissent le mme hyperplan si, et seulement si, elles sont proportionnelles (que E soit de dimension nie ou non).

Hyperplans

307

Si E est de dimension nie n 1 et B = (ej )1jn est une base de E, alors un hyperplan de
E est l'ensemble des vecteurs x =

xj ej E tels que :

j=1

1 x1 + 2 x2 + + n xn = 0

o les scalaires j = (ej ) ne sont pas tous nuls.

De plus une forme linaire non nulle tant surjective, le thorme du rang nous dit que :
dim (ker ()) = n 1.

Rciproquement si H est un sous-espace de dimension n 1 dans E de dimension n, il admet

une base (ei )1in1 qui peut se complter en une base (ei )1in de E et H est le noyau de la
n-me projection :
pn : x =

xj ej 7 xn .

j=1

Nous avons donc montr le rsultat suivant.

Thorme 12.5 Dans un espace vectoriel E de dimension n un hyperplan est un sous-espace

de E de dimension n 1.

On retrouve le fait que les supplmentaires d'un hyperplan dans E de dimension nie sont
des droites.

Exercice 12.14 Montrer que pour tout hyperplan H de Mn (K) , o n 2, on a HGLn (K) =
.

Solution 12.14 On a H = ker () , ou :

: A 7 Tr (AB) =

n
n

aik bki

i=1 k=1

est une forme linaire non nulle sur Mn (K) (exercice 12.9).
Si B = diag (1 , , n ) est diagonale non nulle, on a alors :

1 a1,1 2 a1,2
1 a2,1 2 a2,2

AB =
..
...

.
1 an,1 2 an,2

n a1,n
n a2,n

..
...
.
n an,n

et toute matrice A GLn (K) telle que aii = 0 pour tout i compris entre 1 et n est dans H.
Par exemple la matrice de permutation :

0 0
0 1
1 0
0 0

. . . . . . ..

.
A= 0 1
. .
.
.. . . . . 0 0
0 0
0
1 0

= (e2 , e3 , , en , e1 )

convient.
Si B n'est pas diagonale, il existe alors p = q tels que bpq = 0 et prenant A = In + Eqp , on a
A GLn (K) et :
(A) = (In ) + (Eqp ) = Tr (B) + Tr (Eqp B) = Tr (B) + bpq

pour =

1
Tr (B) , donc A H GLn (K) .
bpq

Formes linaires, hyperplans, dualit

308

12.5 Orthogonalit
Dnition 12.3 On dit que E et x E sont orthogonaux si (x) = 0.
Si (E, | ) est un espace rel euclidien, on retrouve la notion classique d'orthogonalit
euclidienne avec : x 7 a | x (sur un espace euclidien toutes les formes linaires s'crivent
ainsi).

Dnition 12.4 L'orthogonal dans E d'une partie non vide X de E est l'ensemble :
X = { E | x X, (x) = 0} .

L'orthogonal dans E d'une partie non vide Y de E est l'ensemble :

Y = {x E | Y, (x) = 0} .

On vrie facilement que X est un sous-espace vectoriel de E et que Y est un sous-espace

vectoriel de E.
Pour X = , on pose X = E et pour Y = , Y = E.

Exercice 12.15 Montrer que pour toute partie Y non vide de E , on a Y =

ker () .

Solution 12.15 Rsulte de :

(x Y ) ( Y, (x) = 0) ( Y, x ker )

Thorme 12.6 Soient A, B des parties non vides de E et U, V des parties non vides de E .
1. Si A B, alors B A .
2. Si U V, alors V U .
( )
3. A A , l'galit n'tant pas ralise en gnral.
4.
5.
6.
7.

U (U ) , l'galit n'tant pas ralise en gnral.

A = (Vect (A)) .
U = (Vect (U )) .
{0} = E , E = {0} , {0} = E et (E ) = {0} .

Dmonstration.
1. Si A B, toute forme linaire nulle sur B est en particulier nulle sur A, donc B A .
Le rsultat est encore valable pour A vide.
2. Si U V, tout x V est annul par toute forme dans V, donc en particulier par les
formes de U et x U . Le rsultat est encore valable pour U vide.
( )
3. L'inclusion A A est une consquence immdiate de la dnition. Si A n'est pas un
espace
( ) vectoriel (c'est le cas si A ne contient pas 0), il ne peut y avoir galit puisque
est un sous-espace vectoriel de E.
A
4. Mmes arguments.

Orthogonalit

309

5. Comme A Vect (A) , on a (Vect (A)) A . Si A , en crivant tout x Vect (A)

p

sous la forme x =

j xj , o les xj sont dans A, on a (x) =

j=1

j (xj ) = 0 et

j=1

(Vect (A)) . On donc bien l'galit.

Pour A = , on a Vect (A) = {0} et A = {0} = E .

6. Mmes arguments.
7. Toute forme annule 0, donc {0} = E .
De mme {0} = E est vident.
Dire que E quivaut dire que (x) = 0 pour tout x E, soit = 0. On a donc
E = {0} .

La dernire galit n'est pas si vidente dans le cas gnral.

Dire que x (E ) quivaut dire que (x) = 0 pour tout E . Dans le cas o
E est de dimension nie, on se donne une base B = (ej )1jn de E et sa base duale
n
( )

B = ej 1jn . En crivant que x =

xj ej , on a xj = ej (x) = 0 pour tout j compris
j=1

entre 1 et n et x = 0. On a donc bien (E ) = {0} dans ce cas.

Le cas de la dimension innie ncessite l'utilisation de l'axiome du choix (lemme de Zorn)
qui permet de montrer le thorme de la base incomplte.
S'il existe x (E ) non nul, il se complte alors en une base B = (ej )jJ de E avec
x = ek pour un certain k J. On dnit alors E par :
{

j J, (ej ) =

0 si j = k
1 si j = k

et on a :
0 = (x) = (ek ) = 1

ce qui est impossible dans un corps. On a donc x = 0.

Exercice 12.16 Montrer que si H est un sous-espace vectoriel de E, on a alors H

et seulement si, H = E .

= {0} si,

Solution 12.16 Si H = {0} , on sait dj que H = E .

Supposons que H = E . Si H = {0} , on a alors E = H F avec F = E et E dnie

par (x) = 1 pour tout x H et (x) = 0 pour tout x F n'est pas dans H , ce qui contredit
H = E . On a donc H = {0} .

Thorme 12.7 On suppose que E est de dimension nie n 1.

1. Pour tout sous-espace vectoriel F de E, on a :

( )
dim (F ) + dim F = dim (E)

2. Pour tout sous-espace vectoriel G de E , on a :

dim (G) + dim (G ) = dim (E)

3. Pour tout sous-espace vectoriel F de E et tout sous-espace vectoriel G de E , on a :

( )
F = F et G = (G )

Formes linaires, hyperplans, dualit

310

4. Pour toute partie X de E, on a :

5.
6.
7.
8.

Pour
Pour
Pour
Pour

tous
tous
tous
tous

sous-espaces
sous-espaces
sous-espaces
sous-espaces

vectoriels
vectoriels
vectoriels
vectoriels

= Vect (X) .

F1 et F2 de E, on a (F1 + F2 ) = F1 F2 .
F1 et F2 de E, on a (F1 F2 ) = F1 + F2 .
G1 et G2 de E , on a (G1 + G2 ) = G1 G2 .
G1 et G2 de E , on a (G1 G2 ) = G1 + G2 .

Dmonstration.
1. Le rsultat est vident pour F = {0} ou F = E. On suppose donc que F n'est pas un
sous-espace trivial de E.
Soit B1 = (ej )1jp une base de F complte en une base B = (ej )1jn de E et B =
( )
( )
ej 1jn la base duale de B. On vrie alors que B2 = ej p+1jn est une base de F .
Comme ce systme est libre, il sut de montrer qu'il est dans F et gnrateur. De
ej (ei ) = 0 pour 1 i p et p + 1 j n, on dduit que B2 F . Si F , elle
s'crit =
donc =

(ej ) ej avec (ej ) = 0 pour 1 j p puisque F et ej F. On a

j=1
n

(ej ) ej et B2 est une base de F . Il en rsulte que :

j=p+1

( )
dim (F ) + dim F = p + (n p) = dim (E) .

2. Le rsultat est vident pour G = {0} ou G = E . On suppose donc que G n'est pas un
sous-espace trivial de E .
Soit B1 = (j )1jp une base de G complte en une base B = (j )1jn de E et
B = (ej )1jn la base ant-duale de B . On vrie alors que B2 = (ej )p+1jn est une base
de G . Comme ce systme est libre, il sut de montrer qu'il est dans G et gnrateur.
De j (ei ) = 0 pour 1 j p et p + 1 i n, on dduit que B2 G . Si x G s'crit
x=
x=

xj ej avec xj = j (x) = 0 pour 1 j p puisque x G et ej G. On a donc

j=1
n

xj ej et B2 est une base de G . Il en rsulte que :

j=p+1

dim (G) + dim (G ) = p + (n p) = dim (E) .

( )
3. On sait dj que F F et G (G ) que la dimension soit nie ou non, puis avec

les dimensions, on dduit les galits.

( )
On peut aussi procder comme suit : si x F , on a (x) = 0 pour tout F ,
donc en particulier xj = ej (x) = 0 pour p + 1 j n avec les notations du 1. et
x=

( )
xj ej F. Donc F F et l'galit.

j=1

4. On a :

(
)
= (Vect (X)) = Vect (X)

5. Comme Fk F1 +F2 pour k = 1 et k = 2, on a (F1 + F2 ) Fk et (F1 + F2 ) F1 F2 .

Toute forme F1 F2 est nulle sur F1 et F2 , donc sur F1 + F2 et (F1 + F2 ) . On
a donc l'galit (F1 + F2 ) = F1 F2 .

Orthogonalit

311

6. Comme F1 F2 Fk pour k = 1 et k = 2, on a Fk (F1 F2 ) et F1 +F2 (F1 F2 )

que la dimension soit nie ou non.
Dans le cas de la dimension nie, on a :
)
(
dim (F1 F2 ) = n dim (F1 F2 )

et :
)
( )
( )
(
)
(
dim F1 + F2 = dim F1 + dim F2 dim F1 F2
(
)
= 2n dim (F1 ) dim (F2 ) dim (F1 + F2 )
= 2n dim (F1 ) dim (F2 ) n + dim (F1 + F2 )
(
)
= n dim (F1 F2 ) = dim (F1 F2 )

7. Comme Gk G1 +G2 pour k = 1 et k = 2, on a (G1 + G2 ) Gk et (G1 + G2 ) G1 G2 .

Tout vecteur x G1 G2 est annul par les formes linaires de G1 et G2 , donc par celles
de G1 + G2 et x (G1 + G2 ) . On a donc l'galit (G1 + G2 ) = G1 G2 .
8. On procde comme au point 5.

Remarque 12.5

1. L'galit( F =
F est toujours vraie, que la dimension soit nie ou non. Pour l'in)
( )

clusion F F, on montre que si x

/ F, alors x
/ F . Pour ce faire, on se
donne une base B1 de F, le systme B1 {x} est donc libre et il se complte en une base
B = B1 {x} B2 de E. La forme dnie par :
{
e B, (e) =

0 si e B1 B2
1 si e = x
(

est alors dans F et n'annule

pas x, donc x
/ F .
( )
On en dduit l'galit X
= Vect (X) , pour toute partie X de E.
2. L'galit (F1 + F2 ) = F1 F2 est toujours vraie, que la dimension soit nie ou non, la
dmonstration tant celle qui a t faite.
3. L'galit (F1 F2 ) = F1 + F2 est encore vraie, que la dimension soit nie ou non, mais
la dmonstration est plus dlicate dans le cas gnral (on utilise l'axiome du choix).
On peut procder comme suit.
On se donne une base B1 = (ej )jJ1 de F1 F2 , L1 = (ei )iI1 un systme libre qui complte
B1 en une base de F1 et L2 = (ei )iI2 un systmelibre qui complte
B1 en une

base de F2 .
On vrie que B1 L1 L2 est libre. En eet si
xk1 ek1 +
xk2 ek2 +
xk3 ek3 = 0
k1 K1

k2 K2

k3 K3

o K1 est une partie nie de J1 , K2 une partie nie de I1 et K3 une partie nie de I2 ,
on a :

xk2 ek2 =

xk1 ek1 +

k1 K1

k2 K2

et tous les xk2 sont nuls. On a alors

tous nuls.

k1 K1

xk3 ek3 F1 F2

k3 K3

xk1 ek1 +

k3 K3

xk3 ek3 = 0 et les xk1 et xk3 sont

Formes linaires, hyperplans, dualit

312

On peut donc complter B1 L1 L2 en une base B1 L1 L2 L3 de E.

Pour (F1 F2 ) , on dnit 1 et 2 dans E par :
{
e B, 1 (e) =

et

{
e B, 2 (e) =

et on a :

0 si e B1 L1
(e) si e L2 L3
0 si e B1 L2 L3
(e) si e L1

x F1 , 1 (x) = 0
x F2 , 2 (x) = 0

x E, 1 (x) + 2 (x) = (x)

soit = 1 + 2 F1 + F2 . On a donc l'inclusion (F1 F2 ) F1 + F2 et l'galit.

Exercice 12.17 Montrer que si F1 , F2 sont deux sous-espaces supplmentaires dans E, alors
F1 et F2 sont supplmentaires dans E .

Solution 12.17 Si E = F1 F2 , on a {0} = E = (F1 F2 ) = F1 F2 . Dans le cas de la

dimension nie, l'galit :

( )
( )
dim F1 + dim F2 = 2n (dim (F1 ) + dim (F2 )) = n = dim (E )

donne la somme directe E = F1 F2 .

Dans le cas gnral, on se donne une base B1 de F1 et une base B2 de F2 telles que B = B1 B2
soit une base de E et toute forme E , on associe les formes 1 et 2 dnies par :
{

1 (e) =

0 si e B1
(e) si e B2

et 2 (e) =

0 si e B2
(e) si e B1

On a alors = 1 + 2 avec 1 F1 et 2 F2 . On a donc E = F1 + F2 et E = F1 F2 .

Exercice 12.18 On suppose que E est de dimension n.

Montrer que (i )1in est une base de E si, et seulement si,

ker (i ) = {0} .

i=1

Solution 12.18 Dire que (i )1in est une base de E quivaut dire que E = Vect {1 , , n } ,
ce qui entrane :

{0} = (E ) = ({1 , , n }) =

ker (i )

i=1

Rciproquement si

ker (i ) = {0} , on a :

i=1

Vect {1 , , n } = ((Vect {1 , , n }) ) =

i=1

et (i )1in est une base de E .

)
ker (i )

= {0} = E

quations des sous-espaces d'un espace de dimension nie

313

12.6 quations des sous-espaces d'un espace de dimension

nie
On suppose ici que E est de dimension n 2.

Thorme 12.8 Si (1 , 2 , , p ) est une famille de formes linaires sur E de rang r, alors
p

le sous-espace vectoriel F =

ker (i ) de E est de dimension n r.

i=1

Rciproquement si F est un sous-espace vectoriel de E de dimension m, il existe une famille

(1 , 2 , , r ) de formes linaires sur E de rang r = n m, telle que F =

ker (i ) .

i=1

Dmonstration. Soient

(i )1ip dans E de rang r et G le sous-espace vectoriel de E

engendr par (i )1ip . Dire que (i )1ip est de rang r signie que G est de dimension r.
Si r = 0, alors toutes les formes i sont nulles et F = E est de dimension n.

Comme :

(x F ) (i {1, , p} , i (x) = 0) x G

on a F = G et dim (F ) = n dim (G) = n r.

Rciproquement, soit F un sous-espace vectoriel de E de dimension m.
Si m = 0, alors F = {0} =

ker (i ) o (i )1in est une base de E .

i=1

Si m = n, alors F = E = ker (0) .

Si 1 m n1, on a vu qu'une base (ei )1im de F peut se complter en une base (ei )1in
de E telle que (ei )m+1in soit une base de F (point 1. du thorme 12.7) et on a :
(
(x F )

x=

)
xi ei

(i {m + 1, , n} , ei (x) = 0)

i=1

c'est--dire que F =

ker (i ) o r = n m et i = em+i pour 1 i r.

i=1

12.7 Transposition
E, F sont deux K-espaces vectoriels.

Dnition 12.5 La transpose de l'application linaire u L (E, F ) est l'application t u de F

dans E dnie par :

F ,

u () = u

On vrie facilement que t u est linaire.

Thorme 12.9 L'application de transposition

dans L (F , E ) .

u 7

u est linaire et injective de L (E, F )

Formes linaires, hyperplans, dualit

314
a:

Dmonstration. On vrie facilement que pour tous u, v dans L (E, F ) et , dans K, on

t

(u + v) = t u + t v

Dire que t u = 0 signie que u pour toute forme linaire F , soit :

F , x E, (u (x)) = 0

ce qui revient dire que, pour tout x E, u (x) est (F ) et on sait que (F ) = {0} . On a
donc u = 0 et l'application de transposition est injective.

Remarque 12.6 Dans le cas o

E et F sont de dimension nie, les espaces L (E, F ) et

L (F , E ) sont de mme dimension nie et l'application de transposition est un isomorphisme.

Les proprits de la transposition sont rsumes avec le thorme suivant.

Thorme 12.10 Soient u dans L (E, F ) et v dans L (F, G) On a :

1. t (v u) = t u t v ;
2. pour F = E, t IdE = IdE ;
3. si u est un isomorphisme de E sur F, alors t u est un isomorphisme de F sur E et
1
( t u) = t u1 ;
4. ker ( t u) = (Im (u)) ;
5. u est surjective si, et seulement si, t u est injective ;
6. Im ( t u) = (ker (u)) ;
7. u est injective si, et seulement si, t u est surjective ;
8. si E et F sont de dimension nie, alors u et t u ont mme rang.

Dmonstration.
1. Pour G et x E, on a :
t

(v u) () (x) = (v (u (x))) = t v () (u (x)) = t u

)
v () (x)

ce qui signie que t (v u) = t u t v.

2. Pour G , on a :
t

IdE () = IdE =

ce qui signie que t IdE = IdE .

3. De u u1 = IdF et u1 u = IdE , on dduit que :
et :

IdF = t IdF =

IdE = t IdE =

)
u u1 = t u1 t u

( 1
)
u u = t u t u1

ce qui signie que t u est t u est un isomorphisme de F sur E et ( t u)1 = t u1 .

4. Soit F . On a :
(

ker

))
u ( u = 0) (x E, (u (x)) = 0)
(
)
(y Im (u) , (y) = 0) (Im (u))

Donc ker ( t u) = (Im (u)) .

Transposition

315

5. Dire que u est surjective quivaut Im (u) = F, ce qui est encore quivalent (Im (u)) =
F , soit ker ( t u) = F = {0} qui revient dire que t u est injective.
6. Soit E . On a :
(

Im

))
u ( F | = u)
(x ker (u) , (x) = (u (x)) = (0) = 0)
(
)
(ker (u))

Donc Im ( t u) (ker (u)) .

Dans le cas o E et F sont de dimensions nies n et m, on a :
(

dim Im

(
)
))
( ( t ))

u = m dim ker u = m dim (Im (u))

(
)
= dim (Im (u)) = n dim (ker (u)) = dim (ker (u))

et on a l'galit Im ( t u) = (ker (u)) .

Dans le cas gnral, la dmonstration est plus dlicate.
Dire que (ker (u)) quivaut dire que (x) = 0 pour tout x ker (u) , ce qui est
encore quivalent ker (u) ker () .
D'autre part, si H est un supplmentaire de ker (u) , la restriction v de u H ralise un
isomorphisme de H sur v (H) = u (H) . On dsigne alors par L un supplmentaire de
u (H) dans F et on dnit la forme linaire F par :
{

si y = u (x) u (H) , (y) = (x)

si y L, (y) = 0

(y u (H) s'crit de manire unique y = u (x) avec x H puisque u est bijective de H

sur u (H)). En crivant tout x E sous la forme x = x1 + x2 avec x1 ker (u) et x2 H,
on a :
(u (x)) = (u (x2 )) = (x2 ) = (x1 + x2 ) = (x)

(comme ker (u) ker () , on a bien x1 ker ()), soit = t u () Im ( t u) .

On a donc bien l'galit Im ( t u) = (ker (u)) .
7. Dire que u est injective quivaut ker (u) = {0} , ce qui est encore quivalent (ker (u)) =
{0} , soit Im ( t u) = {0} = E qui revient dire que t u est surjective.
8. On suppose que E est de dimension n et F de dimension m. On a alors :
(
)
rg (u) = dim (Im (u)) = m dim (Im (u))
( ( ))
( )
= m dim ker t u = rg t u

Remarque 12.7 Pour le point 8. on peut montrer de manire plus gnrale que si u est de
rang ni, il en est alors de mme de t u et rg (t u) = rg (u) . La dmonstration de ce rsultat
n'est pas trs simple (voir Gostiaux, algbre 1).
On suppose maintenant que E est de dimension n, F de dimension m et on se donne une
base B = (ei )1in de E et B = (fj )1jm une base de F. Les bases duales correspondantes
sont notes respectivement B et B .

Formes linaires, hyperplans, dualit

316

Thorme 12.11 Si

A Mm,n (K) est la matrice de u L (E, F ) dans les bases B et B ,

alors la matrice de u dans les bases B et B est la transpose t A.
t

Dmonstration. On a :

u (ej ) =

aij fi (1 j n)

i=1

et pour j compris entre 1 et m, x =

xk ek dans E, on a :

k=1

( )
t
u fj (x) = fj (u (x)) = fj
=

(
xk fj

soit :
t

)
xk u (ek )

aik fi

xk ajk =

k=1

k=1

i=1
n

k=1
n

k=1

xk

xk fj (u (ek ))

k=1
m

aik fj (fi )

i=1

ajk ek (x)

k=1

n
( )
ajk ek (1 j m)
u fj =
k=1

ce qui signie que la matrice de u dans les bases B et B est t A.

Une application importante de la transposition est la rduction de Jordan des matrices
carres coecients dans C ou, plus gnralement dans un corps algbriquement clos. Voir le
paragraphe 17.3.
t

Exercice 12.19
1. Montrer que u L (E) est une homothtie si et seulement si u laisse stable toutes les
droites de E.
2. On suppose que E est de dimension n. Que dire de u L (E) qui laisse stable tous les sous
espace vectoriel de dimension r de E o r est un entier donn dans {1, 2, , n 1} ?

Solution 12.19
1. La condition ncessaire est vidente.
Supposons que u L (E) laisse stable toutes les droites de E. Pour tout vecteur x E,
on peut trouver un scalaire (x) tel que u (x) = (x) x.
Pour x, y non nuls dans E, on a deux possibilits :
 soit x et y sont lis, c'est--dire y = x avec = 0, et de :
(y) y = u (y) = u (x) = (x) x = (x) y

on dduit que (y) = (x) ;

 soit x et y sont libres et de :
(x + y) (x + y) = u (x + y) = u (x) + u (y) = (x) x + (y) y,

on dduit que (y) = (x + y) = (x) .

Dans tous les cas, on a (y) = (x) . La fonction est donc constante sur K , ce qui
signie que u est une homothtie.

Bidual

317

2. Si r = 1, alors u est une homothtie.

On suppose que r est compris entre 2 et n 1.
On montre d'abord que u laisse stable tous les hyperplans de E. Soit H un hyperplan de
base (ei )1in1 . Le sous-espace de H engendr par {e1 , , er1 , ek } , o k est compris
entre r et n 1, tant stable par u, on dduit que u (ej ) H pour tout j compris entre 1
et n 1. Donc H est stable par u.
On en dduit que t u laisse stable toutes les droites de E . En eet, pour E \ {0} ,
on a E = ker () Ka avec (a) = 0 et tout x E s'crit x = x1 + a avec x1 ker ()
et =

(x)
, de sorte que :
(a)
t

u () (x) = (u (x)) = (u (x1 )) + (u (a))

avec u (x1 ) ker () puisque l'hyperplan ker () est stable par u, ce qui donne :
t

u () (x) = (u (a)) =

(u (a))
(x) ,
(a)

soit t u () = et t u laisse stable toutes les droites de E .

Il en rsulte que t u est une homothtie et aussi u (il sut de considrer les matrices).

12.8 Bidual
Dnition 12.6 Le bidual de E est le dual de E , soit E .
Thorme 12.12 L'application : E E qui associe tout vecteur x E, la forme linaire
(x) dnie sur E par :

E , (x) () = (x)

est linaire et injective.

Dmonstration. Il est clair que est linaire.

Si x est dans le noyau de , on (x) = 0 pour tout E , ce qui signie que x (E ) =

{0} . L'application est donc bien injective.
On dit que est l'injection canonique de E dans son bidual.
Dans le cas o E est de dimension nie, E et E sont de mme dimension et est un
isomorphisme.

318

Formes linaires, hyperplans, dualit