Université Denis Diderot (Paris VII) 13 Décembre 2008

Préparation à l’Agrégation Interne

1 Quelques exercices sur la dualité

Exercice 1. Soit E un espace vectoriel de dimension finie B, B 0 deux bases de E. Notons P la matrice
de passage de B à B 0 . Quelle est la matrice de passage de la base duale B ∗ de B à la base duale (B 0 )∗
de B 0 ?
Exercice 2. Soient a et b deux points distincts de K. Sur le K espace vectoriel E des polynômes de degré
6 3, on considère les formes linéaires f1 : P 7→ P (a), f2 : P 7→ P 0 (a), f3 : P 7→ P (b), f4 : P 7→ P 0 (b).
1. Calculer {f1 , f2 , f3 , f4 }o (l’ensemble des P ∈ E tels que f1 (P ) = f2 (P ) = f3 (P ) = f4 (P ) = 0).
2. Démontrer que (f1 , f2 , f3 , f4 ) est une base de E ∗ .
3. Quelle est la base de E dont (f1 , f2 , f3 , f4 ) est la base duale ?
Exercice 3. Soit E un K espace vectoriel.
1. Démontrer que deux formes linéaires sur E dont les noyaux sont égaux sont proportionnelles.
2. Soient f1 , . . . , fk des formes linéaires sur E et f ∈ E ∗ . Démontrer que l’on a f ∈ Vect{f1 , . . . , fk }
\k
si et seulement si ker fj ⊂ ker f .
j=1

Exercice 4. Soit E un espace vectoriel de dimension finie. Soit (f1 , . . . , fn ) une famille d’éléments de
E ∗ . Notons ϕ : E → K n l’application x 7→ (f1 (x), . . . , fn (x)).
1. On suppose que la famille (f1 , . . . , fn ) est une base de E ∗ .
a) Démontrer que ϕ est injective. En déduire qu’elle est bijective.
b) Démontrer qu’il existe une base B de E telle que ϕ(B) soit la base canonique de K n .
2. En déduire que toute base de E ∗ est duale d’une base de E.
3. Démontrer que l’on a les équivalences suivantes :
ϕ est injective si et seulement si la famille (f1 , . . . , fn ) est génératrice ;
ϕ est surjective si et seulement si la famille (f1 , . . . , fn ) est libre.
Exercice 5. Soient E et F des espaces vectoriels de dimension finie et f une application linéaire de E
dans F .
1. Démontrer que tf est injective si et seulement si f est surjective et tf est surjective si et seulement
si f est injective.
2. Démontrer que ker tf = (imf )⊥ et imtf = (ker f )⊥ .
Exercice 6. On se propose de donner deux démonstration du
Lemme de Schur. Un endomorphisme u d’un espace vectoriel E de dimension finie qui laisse stable
tout hyperplan est une homothétie.

1. Rappel : Démontrer qu’un endomorphisme qui laisse invariante toute droite vectorielle est une
homothétie.
2. Première méthode.
a) Démontrer que la transposée de u laisse fixe toute droite - donc c’est est une homothétie.
b) En déduire que u est une homothétie.
3. Deuxième méthode. Démontrer que u laisse stable toute droite - donc c’est est une homothétie.
Exercice 7. Notons b : Mn (K) × Mn (K) → K l’application (A, B) 7→ Tr(AB).
1. Démontrer que b est une forme bilinéaire symétrique non dégénérée.
2. On suppose que n > 2. Démontrer que tout F hyperplan de Mn (K) contient une matrice inversible.
3. On suppose que K = R. Quelle est la signature de b ?
Exercice 8. [Dual d’un espace vectoriel complexe] Remarquons que tout espace vectoriel complexe est
naturellement un espace vectoriel réel. Soit E un espace vectoriel complexe. Notons EC∗ son dual et ER∗ le
dual de E considéré comme espace vectoriel réel. Pour ` ∈ EC∗ , notons Re(`) l’application x 7→ Re(`(x)).
1. Démontrer que ` 7→ Re(`) est une bijection de EC∗ sur ER∗ .
2. En particulier, ER∗ s’identifie à l’espace vectoriel complexe EC∗ . Décrire directement la structure
d’espace vectoriel complexe sur ER∗ , i.e. la multiplication d’un élément de ER par un nombre
complexe.
Exercice 9. Soit q une forme quadratique sur un espace vectoriel réel. Quelle est en fonction de la
signature de q la plus grande dimension de sous-espace isotrope de E (i.e. sous-espace vectoriel de E
formé de vecteurs isotropes) ?
Exercice 10. Nature de la quadrique d’équation xy + yz + zx + 1 = 0.

2 Solutions
Exercice 1. Soient x ∈ E et f ∈ E ∗ . Notons X et X 0 les vecteurs-colonne formés par les colonnes de x
dans les bases B et B 0 respectivement. On a X = P X 0 . De même notons Y et Y 0 les vecteurs-colonne
formés par les colonnes de f dans les bases B ∗ et (B 0 )∗ respectivement. On a f (x) = t Y X =t Y 0 X 0 , donc
t
Y P X 0 = t Y 0 X 0 . Comme cela est vrai pour tout X 0 , il vient t Y P = t Y 0 , soit t P Y = Y 0 , soit Y = t P −1 Y 0 ,
donc la matrice de passage de B ∗ de B à (B 0 )∗ est t P −1 .

Exercice 2. 1. Si P (a) = P 0 (a) = 0 alors (X −a)2 |P . De même, si P (b) = P 0 (b) = 0 alors (X −a)2 |P .
Comme (X − a)2 et (X − b)2 sont premiers entre eux, si P ∈ {f1 , f2 , f3 , f4 }o alors (X − a)2 (X − b)2
divise P , ce qui, vu que le degré de P est au plus 3, implique P = 0. Donc {f1 , f2 , f3 , f4 }o = {0}.
2. On a Vect{f1 , f2 , f3 , f4 } = ({f1 , f2 , f3 , f4 }o )⊥ = E ∗ . Comme dim(E ∗ ) = dim(E) = 4, on en déduit
que la famille génératrice (f1 , f2 , f3 , f4 ) est une base de E ∗ .
3. Soit (P1 , P2 , P3 , P4 ) la base de E dont (f1 , f2 , f3 , f4 ) est la base duale. On a P2 (a) = P2 (b) = P20 (b),
donc (X − a)(X − b)2 |P2 . Donc P2 est de la forme α(X − a)(X − b)2 avec α ∈ K. On trouve
(X − a)(X − b)2
1 = P20 (a) = α(a − b)2 , donc P2 = · De même (ou en intervertissant a et b), il
(a − b)2
(X − a)2 (X − b)
vient P4 = ·
(a − b)2
On a P1 (b) = P10 (b) = 0, donc P1 est de la forme (X − b)2 S où S est un polynôme du premier
degré, donc il existe β et γ dans K tels que P1 = β(X − b)2 + γP2 . Comme P1 (a) = 1, il vient
(X − b)2 (3a − b − 2X)
β(a − b)2 = 1 ; comme P10 (a) = 0, il vient 2β(a − b) + γ = 0. Enfin P1 = ·
(a − b)3
(X − a)2 (3b − a − 2X)
De même (ou en intervertissant a et b), il vient P3 = ·
(b − a)3

Exercice 3. 1. Soient f, g ∈ E ∗ . Alors g est nulle sur ker f si et seulement si g ∈ (ker f )⊥ =

o ⊥
({f } ) = Vect{f } = Kf .
Plus explicitement, soit x ∈ E tel que f (x) 6= 0. Alors E = ker f ⊕ Kx. Si ker g = ker f , posons
g(x)
λ= ; les formes g et λf coı̈ncident sur ker f et en x ; elles sont égales.
f (x)

2
 k
\ k
\ ⊥
2. On a ker fj ⊂ ker f si et seulement si f ∈ ker fj = ({f1 , . . . , fk }o )⊥ = Vect{f1 , . . . , fk }.
j=1 j=1
k
X k
\
Autre solution. Il est d’abord clair que si f = λj fj , alors f est nulle sur ker fj . Supposons
j=1 j=1
k
\
inversement que ker fj ⊂ ker f et démontrons par récurrence sur k que f ∈ Vect{f1 , . . . , fk }.
j=1
– Le cas k = 1 est la question 1.
k−1
\
– Notons gj et g les restrictions de fj et f à ker fk . On a ker gj ⊂ ker g. L’hypothèse de
j=1
k−1
X k−1
X
récurrence implique qu’il existe λ1 , . . . , λk−1 ∈ K tels que g = λj gj , donc f − λj fj est
j=1 j=1
k−1
X
nulle sur ker fk . Par la question 1, il existe λk ∈ K tel que f − λj f j = λk f k .
j=1

Exercice 4. 1. a) Remarquons que ker ϕ = {x ∈ E; f1 (x) = . . . = fn (x) = 0} = {f1 , . . . , fn }o .

Puisque (f1 , . . . , fn ) est génératrice, on a {f1 , . . . , fn }o = (E ∗ )o = {0}. Cela prouve que ϕ est
injective donc bijective par égalité des dimensions de E et K n .
b) L’image inverse de la base canonique (e1 , . . . , en ) de Rn par l’application bijective ϕ est une
base (x1 , . . . , xn ) de E. Pour i ∈ {1, . . . , n}, on a ϕ(xi ) = ei , soit fj (ei ) = δi,j ; donc (f1 , . . . , fn )
est la base duale de (x1 , . . . , xn ).
2. résulte immédiatement de 1.
3. On a ker ϕ = {f1 , . . . , fn }o , donc Vect{f1 , . . . , fn } = ({f1 , . . . , fn }o )⊥ = (ker ϕ)⊥ . Donc
– ϕ est injective si et seulement si Vect{f1 , . . . , fn } = E ∗ .
– Il vient rg{f1 , . . . , fn } = dim E − dim{f1 , . . . , fn }o = dim E − dim ker ϕ = rgϕ. La famille
(f1 , . . . , fn ) est donc libre si et seulement si ce rang est égal à n, i.e. si ϕ est surjective.

Exercice 5. 1. On a rgtf = rgf . Donc on a les équivalences

– f est surjective ⇐⇒ rgf = dim F ⇐⇒ tf est injective ;
– f est injective ⇐⇒ rgf = dim E ⇐⇒ tf est surjective.
2. Par définition ker t f = {` ∈ F ∗ ; ` ◦ f = 0} = {` ∈ F ∗ ; imf ⊂ ker `} = (imf )⊥ .
Si g ∈ imtf , il existe ` ∈ F ∗ telle que g = ` ◦ f , donc g est nulle sur ker f , soit g ∈ (ker f )⊥ . On en
déduit l’égalité d’après l’égalité des dimensions : rgtf = rgf = dim E − dim ker f = dim(ker f )⊥ .

Exercice 6. 1. Si u laisse toute droite invariante, pour tout x ∈ E, il existe λx ∈ K tel que u(x) =
λx x. Fixons x ∈ E non nul et démontrons que u est l’homothétie de rapport λx . Soit y ∈ E.
– S’il existe α ∈ K tel que y = αx, alors u(y) = u(αx) = αu(x) = αλx x = λx y.
– Sinon, on a u(x + y) = λx+y (x + y) = u(x) + u(y) = λx x + λy y, et comme x, y est libre il vient
λy = λx+y = λx , donc u(y) = λx y.
2. Première méthode.
a) Si D est une droite de E ∗ , alors Do est un hyperplan de E, donc est stable par u. Pour
x ∈ Do et ` ∈ D, on a (t u(`))(x) = `(u(x)) = 0, puisque u(x) ∈ Do et ` ∈ D. Donc
t
u(`) ∈ (Do )⊥ = D. Par 1., t u est une homothétie.
b) L’application τ : v 7→ t v est linéaire. Si t v = 0, alors (imv)⊥ = ker t v = E ∗ , donc imv = {0},
soit v = 0. Cela prouve que τ est injective. Or il existe λ ∈ K tel que t u = λidE ∗ = t (λidE )
donc u = λidE .

3
 3. Deuxième méthode. Soit D une droite de E. Il existe des hyperplans H1 , . . . , Hm de E tels que
\m
D= Hk . Si x ∈ D, alors pour tout k on a x ∈ Hk , donc u(x) ∈ Hk . Il vient u(x) ∈ D. Par 1.,
k=1
u est une homothétie.

Exercice 7. 1. La bilinéarité est claire et la symétrie est la propriété de trace Tr(AB) = Tr(BA).
Notons (Ei,j ) la base canonique de Mn (K). Pour A = (ai,j ), on a Tr(AEi,j ) = aj,i . Si Tr(AB) = 0
pour tout B, il vient aj,i = 0 pour tout i, j, donc A = 0. Cela prouve que b est non dégénérée.
2. L’hyperplan F est le noyau d’une forme linéaire. D’après 1. l’application A 7→ Tr(A.) est bijective,
donc il existe A ∈ Mn (K) tel que F = {B ∈ Mn (K); Tr(AB) = 0}.
 
Ir 0
Il existe des matrices inversibles P, Q telles que P AQ = . Notons J une matrice de
0 0
permutation circulaire. La diagonale de la matrice (P AQ)J est nulle, donc Tr(P AQJ) = 0. Or
Tr(P AQJ) = Tr(AQJP ). Donc F contient la matrice inversible QJP .
3. Notons S (resp. A) le sous-espace vectoriel de Mn (R) formé des matrices symétriques (resp.
antisymétriques).
X On a Mn (R) = S ⊕ A. De plus, pour M = (mi,j ) ∈ Mn (R), on a Tr(t M M ) =
m2i,j > 0. On en déduit que la restriction de b à S (resp. à A) est définie positive (resp.
i,j
définie négative). Enfin, si S ∈ S et A ∈ A, on a b(S, A) = Tr(SA) = Tr(t (SA)) = Tr(t At S) =
Tr(−AS) = −Tr(SA). Donc S et A sont orthogonaux pour b. On en déduit que la signature de b
est (n(n + 1)/2, n(n − 1)/2).

Exercice 8. 1. Soit ` ∈ EC∗ , et posons h = Re(`), en d’autres termes, h(x) = Re(`(x)). On a

`(ix) = i`(x), donc h(ix) = −Im(`(x)). Cela prouve que `(x) = h(x) − ih(ix). En particulier
l’application ` 7→ Re(`) est injective.
Soit h ∈ ER∗ et notons ` : E → C l’application x 7→ h(x) − ih(ix). L’application ` est clairement R-
linéaire et l’on a `(ix) = h(ix) − ih(−x) = h(ix) + ih(x) = i`(x). Donc ` est C-linéaire (autrement
dit ` ∈ EC∗ ) et l’on a Re(`) = h. Cela prouve que ` 7→ Re(`) est surjective.
2. On veut définir l’action λ.h de λ ∈ C sur h ∈ ER∗ , de telle sorte que la bijection ` 7→ Re(`) soit
C-linéaire. Si h = Re(`), on aura λ.h = Re(λ`) ce qui donne (λ.h)(x) = Re(λ`(x)) = Re(`(λx)) =
h(λx).

Exercice 9. Notons (r, s) la signature de q. Démontrons que cette dimension maximale est n−max(r, s).
Quitte à changer q en −q on peut supposer que r > s. Dans une base (e1 , . . . , en ) bien choisie, q s’écrit
X r r+s
X
2
q(x) = xk − x2k . Les vecteurs ei − ei+r pour i = 1, . . . , s et les vecteurs e` avec ` > r + s sont
k=1 k=r+1
deux à deux orthogonaux et isotropes donc engendrent un espace isotrope de dimension n − r.
Par ailleurs, tout sous-espace de dimension p > n − r a une intersection non nulle avec Vect(e1 , . . . , er )
donc contient des vecteurs non isotropes.

Exercice 10. Rappelons qu’une équation du type q(x) = 1 est celle d’un ellipsoı̈de si q est définie
positive, un hyperboloı̈de à une nappe si la signature de q est (2, 1) et un hyperboloı̈de à deux nappes
si la signature de q est (1, 2).
Pour trouver la signature de q peut utiliser la réduction de Gauss. On écrit donc
x + y + 2z x−y
xy + yz + zx = (x + z)(y + z) − z 2 = X 2 − Y 2 − Z 2 où X = ,Y = et z = Z. Ces
2 2
formes linéaires sont des coordonnées dans la base (e1 + e2 , e1 − e2 , e3 − e1 − e2 ). Dans cette nouvelle
base, l’équation est X 2 − Y 2 − Z 2 + 1 = 0. La quadrique est un hyperboloı̈de à une nappe.

4
Si on cherche à étudier les propriétés métriques de notre  quadrique, on doit
 la réduire dans une base or-
0 1/2 1/2
thonormée. Cela revient à diagonaliser la matrice de b = 1/2 0 1/2 dans une base orthonormée.
1/2 1/2 0
Ses valeurs
√ propres sont 1 et
√ −1/2 (avec multiplicité
√ 2) et une base orthoormée de vecteurs propres est
e1 = 1/ 3(1, 1, 1), e2 = 1/ 2(1, −1, 0) et e3 = 1/ 6(1, 1, −2). Dans cette base orthonormée l’équation
de notre quadrique est 2X 2 − Y 2 − Z 2 + 2 = 0 On en déduit que c’est un hyperboloı̈de (à une nappe
évidemment) de révolution (autour de l’axe des X).