Licence 1 Modélisation semestre 1 Année 2020-2021

Cours Algèbre 1: Séquence 2 Applications linéaires

Ange P Mayouma
cours 1
 Objectifs

Objectifs Généraux du cours

. Définir et caractériser une application linéaire
- Montrer comment construire le noyau et l’image d’un endomorphisme
- Montrer comment construire une matrice d’un endomorphisme
A la fin de ce cours l’étudiant sera capable de caractériser une application linéaire.
Séquence 2: Applications Linéaires

Applications linéaires

Soient F et G deux E V sur R l’application f : F → G est linéaire si

1- Définitions d’une application linéaire

∀ , ∈ , ∶
∀ ∈ ,∀ ∈ ,
Si F = G, f est appelée endomorphisme de F
Si G = IR, f est appelée forme linéaire sur F
L’ensemble des applications linéaires de F dans G est noté par : LR(F,G)
L’ensemble des endomorphismes de F est noté par : LR(F)
Séquence 2: Applications Linéaires

Exercice

Soit l’application f : E → E qui à un vecteur

On considère E = muni de sa base canonique B = (e1; e2).

où B ,
associe le vecteur
est la base canonique de E.

2. Calculer les images des vecteurs , et V 3

1. Montrer que f est linéaire ;

4. Calculer l’antécédent du vecteur W 3

3. Déterminer la partie F constituée des vecteurs dont l’image est nulle ;
.
Séquence 2: Applications Linéaires

On considère ! ù ∈ " ∗ l’espace vectoriel des polynômes de degré au plus

Exercice.

égal à n. Soit T l’application de $ dans

% ù & '( ) *é,- é *
définie par T:
&

3 $+ 2 2
1. Montrer que T est linéaire ;
2. Calculer l’image du polynôme
3. Déterminer la partie F constituée des polynômes dont l’image est le
polynôme nul.
M.
Séquence 2: Applications Linéaires

Soit T l’application de / 0 0,1

Exercice.
dans R qui est définie par :
% 3 *
0

2
1. Montrer que T est linéaire ;
2. Calculer l’image du polynôme 3
Séquence 2: Applications Linéaires

Soient F et G deux E V sur R l’application f : F → G est linéaire si

2- Autre définition

∀ , ∈ ( ,4 ∈ , 4 4
3- Noyau et image
Soit f une application linéaire de E dans F
3-1-Noyau
Kerf = ∈ \ 0
On appelle noyau de f, l’ensemble, noté Kerf, définie par :

3-2-Image
Imf = ∈ \∃ ∈ 7\
On appelle Image de f , l’ensemble, noté Imf, défini par :
Séquence 2: Applications Linéaires

3-3-Théorèmes
3-3-1-Kerf est un sous espace vectoriel de E et Imf est un sous espace vectoriel de F

3-3-2-Théorème des dimensions

Si E et F sont deux sous espaces vectoriels de G
DimG = Dim E + Dim F
Séquence 2: Applications Linéaires

4-Injection, surjection et bijection

Soit f une application linéaire de E dans F
4-1- Injection
f est injective si pour tout x et y de E vérifiant : f(x) = f(y) alors x = y
4-2- Surjection
f est surjective si pour tout y de F, il existe x de E tel que f(x) = y
4-3-Bijection
f est bijective si f est subjective et injective
Si f est bijective, on parle d'isomorphisme.
Si E = F, on parle d'endomorphisme.
Si E = F et f bijective, on parle d'automorphisme
Séquence 2: Applications Linéaires

Soit f : E → F une application linéaire.

5- Propositions

5-1-f est injective si et seulement si Ker(f ) est nul.

5-2- f est surjective si et seulement si Im(f ) = F.
 Séquence 2: Applications Linéaires

6-1- Soit f un élément de ℒ9 7, et soit : ; , ; , … , ;! , une

6-Théorèmes

famille de vecteurs E. Nous avons :

1. si f est injective et la famille S est libre alors la famille f (S) est libre ;
2. si f est surjective et la famille S est génératrice de E
alors la famille f (S) est génératrice de F.

6-2- Deux espaces vectoriels réels de dimension finie sont isomorphes si et seulement si ils ont
même dimension.

vectoriels !
Ce théorème ramène l’étude des espaces vectoriels réels de dimension finie aux R-espaces
Séquence 2: Applications Linéaires

Soit f : E → F une application linéaire. Alors

6-3- Soit E et F deux espaces vectoriels réels de même dimension finie.

les propriétés suivantes sont équivalents :

1. f est injective ;
2. f est surjective ;
. f est bijective.
Séquence 2: Applications Linéaires

6-Rang d’un application linaire

6-1-Définition
Soient E et F deux K-espaces vectoriels et f une application linéaire de E dans F. Rappelons
que Imf est un sous espace vectoriel de F. Si Im f est un sous espace vectoriel de dimension
finie dans F, alors on appelle rang de l’application linéaire f la dimension de Im f . On notera
rg f le rang de f.

6-2- Proposition Formule du rang

Si E et F sont des k-espaces vectoriels, que E est
de dimension finie, et que f est une application linéaire de E dans F alors f vérifie:
dim Ker f + rg f = dim E.
Séquence 2: Applications Linéaires

7-Propriétés
7-1- Si ∈ => , ? , alors f(OF) = OG
7-2- Une application linéaire est parfaitement définie par la donnée
des images des vecteurs d’une base de F

Exercice :
Montrer que les données suivantes définissent une application linéaire
et une seule que l’on déterminera.
f(1 ,-1,1) = (3, 1, 2) ; f(1 ,1,-1) = (-1, 1, 2) ; f(-1 ,1,1) = (-1, 1,-4)
Séquence 2: Applications Linéaires
Solution
Ces données définissent une application linéaire unique si les vecteurs
V1 =(1 ,-1,1) V2= (1 ,1,-1) ; V3= (-1 ,1,1) forment une base de IR3
Pour déterminer l’application, on considère un vecteur X= (x, y, z)
Comme B =(V1, V2, V3) est une base,
alors existe @ , @ , @$ ∈ A tel que B @ ; @ ; @$ ;$ (1), on
exprime les @ en fonction de x ,y et z
pm1

Chapitre 2: Applications linéaires

Et on calcul l’image de X ie B @ ; @ ; @$ ;$ )
(2)

α $ x.
De (1) on a :C α $ y
α $ z

On obtient : α x z ;α x y ; α$ y z ;
De (2) : B @ ; @ ; @$ ;$
On remplace les α et les f(V), l’application donne :
f(x, y, z) = (-y ; x +y +z ; 2x –y –z)
Diapositive 16

pm1 patrice mayouma; 29/05/2021