CHAPITRE 1

FORMES LINÉAIRES ET DUALITÉ

Table des matières

1. Formes linéaires, espace dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2. Hyperplans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3. Base duale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
4. Bidual d’un espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

1. Formes linéaires, espace dual

Dans tout ce chapitre K désignera un corps commutatif et E un K-
espace vectoriel (de dimension finie ou non).
Definition 1.1. — Soit E un K espace vectoriel.
On appelle forme linéaire sur E toute application linéaire de E dans
K.
On appelle espace dual de E, noté E ∗ , l’espace vectoriel des formes
linéaires sur E. Autrement dit, E ∗ = L(E, K) et ϕ ∈ E ∗ signifie que
ϕ : E → K est une application telle que : ∀(x, y) ∈ E 2 et ∀(α, β) ∈ K 2 ,
ϕ(αx + βy) = αϕ(x) + βϕ(y).
Exemple 1.2. — (a) L’application R2 → R, (x, y) 7→ 2x + y est une
forme linéaire sur R2 .
(b) L’application θ : E → K, x 7→ 0 est une forme linéaire, appelée
forme nulle sur E.
(c) Si E = K[X] est l’espace des polynômes à coefficients dans K,
alors pour tout a ∈ K, l’application P 7→ P (a) est une forme linéaire sur
E.

Janvier
c 2018, Khalid Koufany
2 LICENCE DE MATHÉMATIQUES, S4

(d) Si E = C([a, b], R) est l’espace des fonctions réelles continues sur
Rb
[a, b], alors l’application f 7→ a f (t)dt est une forme linéaire sur E.
P(e) Si E = Mn (K), alors l’application trace, A = (aij ) 7→ tr(A) =
n
1 ii est une forme linéaire sur E.
a
(f) Soit E un K espace vectoriel de dimension n et B = (e1 , . . . , en )
une base de E. Tout Pn élément x ∈ E s’écrit donc d’une manière unique
sous la forme x = 1 λi ei .
Pour chaque j ∈ [[1, n]], l’application e∗j : E → K, x 7→ e∗j (x) = λj est une
forme linéaire sur E , appelée j ème forme coordonnée relative à la base
B.
D’une façon générale on a :
Proposition 1.3. — Soit n ∈ N∗ .
(a) Soit (λ1 , . . . , λn ) ∈ K n . L’application de K n
Pn dans K qui à tout
n
x = (x1 , . . . , xn ) ∈ K associe le scalaire ϕ(x) := 1 λj xj ,est une forme
linéaire sur K n .
(b) Réciproquement, pour toute forme linéaire ϕ sur K n , il existe un
unique n-uplet P (λ1 , . . . , λn ) ∈ K n tel que pour tout x = (x1 , . . . , xn ) ∈ K n ,
on ait ϕ(x) = n1 λj xj .
Démonstration. — Le point (a) résulte d’une vérification directe.
(b) Soit (1 , . . . , n ) la base canonique de K n et soit ϕ : K n → K une
forme linéaire sur K n .
PTout élément x ∈ K n s’écrit Pn d’une façon unique sous la forme x =
n
x 
i=1 i i et donc ϕ(x) = i=1 xi ϕ(i ). D’où l’existence et l’unicité des
λj := ϕ(j ), 1 ≤ j ≤ n.

Proposition 1.4. — Soit E un K-espace vectoriel de dimension finie.

Alors son dual E ∗ est de dimension finie et dim E ∗ = dim E.
Démonstration. — En effet, dim E ∗ = dim L(E, K) = dim E × dim K =
dim E.

2. Hyperplans
Definition 2.1. — Soit E un K-espace vectoriel. On appel hyperplan
de E, le noyau de toute forme linéaire sur E autre que la forme nulle.
Autrement dit, une partie H de E est un hyperplan de E s’il existe ϕ ∈
 LICENCE DE MATHÉMATIQUES, S4 3

E ∗ \ {0} tel que H = Ker(ϕ). On dit alors que la relation ϕ(x) = 0 est
une équation de l’hyperplan H.
Exemple 2.2. — (a) H = {A ∈ Mn (K); Tr(A) = 0} est un hyperplan
de Mn (K).
(b) H = {(x, y, z) ∈ R3 ; 2x − 3y + z = 0} est un hyperplan de R3 .
(c) H = {P ∈ K[X]; P (0) = 0} est un hyperplan de K[X].
Proposition 2.3. — Soit H un sous-espace vectoriel de E. Les proprié-
tés suivantes sont équivalentes :
(a) H est un hyperplan de E.
(b) Il existe une droite vectorielle D de E telle que E = H ⊕ D.

Si E est de dimension finie, les conditions précédentes sont équivalentes

à
(c) dim(H) = dim(E) − 1 (autrement dit, H est de codimension 1).
Démonstration. — (a)⇒(b) : Si H est un hyperplan de E, il existe ϕ ∈
E ∗ \ {0} telle que H = Ker(ϕ). Puisque ϕ n’est pas nulle, il existe v ∈ E
tel que ϕ(v) 6= 0. Considérons la droite vectorielle D = Kv et montrons
que E = H ⊕ D. Soit x ∈ H ∩ D. Il existe λ ∈ K tel que x = λv et
ϕ(x) = 0, donc λϕ(v) = ϕ(λv) = 0. Comme ϕ(v) est non nul, on déduit
que λ = 0 et x = 0. Ainsi H ∩ D = {0}. Soit x ∈ E et montrons que
x ∈ H + D. Soit λ = ϕ(x)
ϕ(v)
et posons y = x − ϕ(x)
ϕ(v)
v qui est un élément de H
puisque ϕ(x− ϕ(x)
ϕ(v)
v) = ϕ(x)− ϕ(x)
ϕ(v)
ϕ(v) = 0. D’où x = y+λv ∈ H +D.

Remarque 2.4. — Si E est de dimension finie n et B = (ej )nj=1 une base

de E. Relativement à la base B un hyperplan H de E admet une équation
unique, à un scalaire multiplicatif près, de la forme a1 x1 + a2 x2 + . . . +
an xn = 0 où on a noté x1 , . . . , xn les coordonnées des vecteurs x ∈ E par
rapport à B.
Corollaire 2.5. — Deux formes linéaires non nulles sur un espace vec-
toriel E sont proportionnelles si et seulement si elles ont le même noyau.
Démonstration. — Soient ϕ, φ ∈ E ∗ \ {0}. Supposons que Ker(ϕ) =
Ker(φ) =: H. Soit v ∈
/ H (donc ϕ(v) et φ(v) ne sont pas nuls) . Posons
ϕ(v)
α = φ(v) et montrons que ϕ = αφ. Soit x ∈ E, d’après la proposition
précédente E = H ⊕ Kv, donc x s’écrit x = y + λv avec y ∈ H et λ ∈ K.
D’où ϕ(x) = ϕ(y) + λϕ(v) = λϕ(v) = λ(αφ(v)) = α(φ(y) + λφ(v)) =
4 LICENCE DE MATHÉMATIQUES, S4

αφ(x). Donc ϕ et φ sont proportionnelles.

La réciproque est immédiate.

3. Base duale
Soit E un espace vectoriel de dimension finie, n ≥ 1. Nous renvoyons
à l’exemple 1.2 pour la définition des formes linéaires e∗i .

Proposition 3.1. — Soit B = (ej )nj=1 une base de E. La famille des

formes coordonnées B ∗ = (e∗i )ni=1 est une base de l’espace dual E ∗ , appelée
base duale de B.
De plus, pour tout i, j ∈ [[1, n]], on a les relations (d’orthogonalité) de
Kronecker : (
1 si i = j
e∗i (ej ) = δij =
0 si i 6= j

Démonstration. — Par définition

n
X
e∗i : E → K, x = λj ej 7→ e∗i (x) = λi .
j=1

Donc e∗i (ej ) = δij pour tout i, j ∈ [[1, n]].

Soit ϕ ∈ E ∗ et considéronsP = ni=1 ϕ(ei )e∗i . Pour
P
la forme linéaire φ P
tout j ∈ [[1, n]], on a φ(ej ) = ni=1 ϕ(ei )e∗i (ej ) = ni=1 ϕ(ei )δij = ϕ(ej ).
Les formes linéaires ϕ et φ coïncident sur une base de E sont donc égales.
Par conséquent,
X n
ϕ= ϕ(ei )e∗i
i=1

et la famille B est une famille génératrice de E ∗ . Comme dim(E ∗ ) =

∗

dim(E) = n, la famille B ∗ est une base de E ∗ .

Corollaire 3.2. — Soient B = (ej )nj=1 une base de E et B ∗ = (e∗i )ni=1 sa

base duale, alors on a les relations suivantes :
Pn ∗
∀x ∈ E, x = P i=1 ei (x)ei ,
∀ϕ ∈ E ∗ , ϕ = ni=1 ϕ(ei )e∗i ,
∀f ∈ L(E), aij = e∗i (f (ej )), où (aij )1≤i,j≤n = M atB (f ).
 LICENCE DE MATHÉMATIQUES, S4 5

Proposition 3.3. — (a) Si ϕ est une forme linéaire non nulle sur E, il
existe un vecteur x ∈ E (non nulle) tel que ϕ(x) = 1.
(b) Si x est un vecteur de E non nul, il existe une forme linéaire ϕ ∈ E ∗
telle que ϕ(x) = 1.

Démonstration. — (a) Si ϕ ∈ E ∗ \ {0}, alors il existe v ∈ E tel que

v
ϕ(v) 6= 0. Le vecteur x = ϕ(v) convient.
Pn
(b) Si x = i=1 xi ei ∈ E est non nul, alors il existe i0 ∈ [[1, n]] tel que
∗
ei0 (x) = xi0 6= 0. La forme linéaire ϕ = e∗ 1(x) e∗i0 convient.
i0

Proposition 3.4. — Toute base de E ∗ est la base duale d’une unique

base de E, appelée base préduale

Démonstration. — Soit F = (ϕ1 , . . . , ϕn ) une base de E ∗ . L’application

Φ : x 7→ (ϕ1 (x), . . . , ϕn (x)) de E dans K n est linéaire. Soit x ∈ Ker(Φ),
donc ϕ1 (x) = . . . = ϕn (x) = 0. Si x n’est pas nul, alors d’après la pro-
position précédente, il existe ϕ ∈ E ∗ telle que ϕ(x) Pn = 1. Cette forme
linéaire s’écrit dans Pla base F sous la forme ϕ = i=1 λi ϕi . Par consé-
quent 1 = ϕ(x) = ni=1 λi ϕi (x) = 0 ce qui est absurde. On en déduit que
x = 0, que le noyau de Φ est réduit à {0} et que Φ est injective. Comme
dim(E ∗ ) = n = dim(K n ), l’application Φ est un isomorphisme.
Notons (1 , . . . , n ) la base canonique de K n . Pour tout j, un vecteur e
vérifie ϕi (e) = δij pour tout i si, et seulement si Φ(e) = j . Puisque Φ est
un isomorphisme, la famille B = (Φ−1 (1 ), . . . , Φ−1 (n )) est une base de
E et c’est la seule famille de E satisfaisant aux conditions de Kronecker.
Par conséquent, B est l’unique base de E dont F est la base duale.

Proposition 3.5 (Changement de base duale)

Soient B1 et B2 deux bases de E, et soit P la matrice de passage de B1
à B2 . Alors la matrice de passage de B1∗ à B2∗ est tP −1 .

Démonstration. — Posons B1 = (e1 , . . . , en ), B2 = (f1 , . . . , fn ) et P =

(aij )1≤i,j≤n , puis notons Q = (bij )1≤i,j≤n la matrice de passage de B1∗ à
B2∗ . Par
Pndéfinition de la matrice de passage Pna pour∗ tout k ∈ [[1, n]],
on
∗
fk = `=1 a`k e` et pour tout j ∈ [[1, n]], fj = i=1 bij ei . Donc pour tout
6 LICENCE DE MATHÉMATIQUES, S4

j, k ∈ [[1, n]],
bij e∗i )( n`=1 a`k e` )
δjk = fj∗ (fk ) = (P ni=1P
P P
= Pni=1 n`=1 bij a`k δi`
= ni=1 bij aik
= (tQP )jk .

Donc tQP = In et Q = tP −1 .

Corollaire 3.6 (Calcul pratique de la base duale)

Soient B0 = (ei )ni=1 la base canonique de E et B0∗ = (e∗i )ni=1 sa base
duale. Soit B = (vi )ni=1 une autre base de E et B ∗ = (vi∗ )ni=1 sa base
duale. Les vecteurs vi (respectivement vi∗ ) étant exprimés dans la base B0
(respectivement B0∗ ). Alors
M atB0∗ (B ∗ ) = t(M atB0 (B))−1 .

Exemples 3.7. — (a) Soient les vecteurs v1 = (−3, −1, 1), v2 = (5, 2, −1),
v3 = (6, 2, −1) de R3 exprimés dans la base canonique (e1 , e2 , e3 ). La
famille
 B = (v1 ,v2 , v3 ) est une base de R3 , puisque la matrice P =
−3 5 6
 −1 2 2  est inversible (de déterminant -1). Déterminons sa
1 −1 −1
base duale.
Soit B ∗ = (ϕ1 , ϕ2 , ϕ3 ) la base duale de B. Alors la matrice de passage
de B0∗ = (e∗1 , e∗2 , e∗3 ) (matrice duale de la matrice canonique) à B ∗ est
 
0 −1 1
t −1
P = 1 3 −2  .
2 0 1
On conclue donc que

 ϕ1 (x, y, z) = y + 2z
ϕ2 (x, y, z) = −x + 3y
ϕ3 (x, y, z) = x − 2y + z


ou encore 
 ϕ1 = e∗2 + 2e∗3
ϕ2 = −e∗1 + 3e∗2
 ϕ = e∗ − 2e∗2 + e∗3
3 1
 LICENCE DE MATHÉMATIQUES, S4 7

(b) Soient 
 ϕ1 (x, y, z) = x + 2y + 3z
ϕ2 (x, y, z) = 2x + 3y + 4z
 ϕ (x, y, z) = 3x + 4y + 6z
3

trois formes linéaires sur R3 . Dans la base B0∗ = (e∗1 , e∗2 , e∗3 ) elles s’écrivent

 ϕ1 = e∗1 + 2e∗2 + 3e∗3
ϕ2 = 2e∗ + 3e∗ + 4e∗
 ϕ = 3e∗1 + 4e2∗ + 6e3∗
3 1 2 3

La famille F = (ϕ1 , ϕ2 , ϕ3 ) est bien une base de (R3 )∗ puisque la matrice

 
1 2 3
Q =  2 3 4 .
3 4 6
est inversible. Soit B = (v1 , v2 , v3 ) la base de R3 dont F est la base duale.
La matrice de passage de de B0 à B est donc
 
−2 0 1
t −1
Q = 0 3 −2  .
1 −2 1
On conclue donc que v1 = (−2, 0, 1), v2 = (0, 3, −2) et v3 = (1, −2, 1).

Compétence visée.

Savoir déterminer une base duale d’une base donnée de E, ou une

base préduale d’une base donnée de E ∗ .

4. Bidual d’un espace vectoriel

Definition 4.1. — Soit E un espace vectoriel. Le dual de E ∗ , noté E ∗∗
est appelé bidual de E.
Soit E un K-espace vectoriel de dimension finie et considérons l’appli-
cation
Φ : E → E ∗∗
x 7→ x̃ : E ∗ → K
ϕ 7→ ϕ(x)
8 LICENCE DE MATHÉMATIQUES, S4

Φ est un isomorphisme d’espaces vectoriels. En effet, la linéarité est facile

à démontrer. Soit x ∈ Ker(Φ), alors ϕ(x) = 0 pour tout ϕ ∈ E ∗ . On
en déduit d’après la Proposition 3.3 que x = 0. Donc Φ est injectif et
comme E, E ∗ et E ∗∗ ont la même dimension, Φ est un isomorphisme de
E sur E ∗∗ .
Cet isomorphisme permet d’identifier le bidual E ∗∗ à E.

version 1, 29 janvier 2018

• Url : http://www.iecl.univ-lorraine.fr/˜Khalid.Koufany/Alg-Bil