Académique Documents
Professionnel Documents
Culture Documents
Feuille 5
Applications Linéaires de Rp dans Rn 1
Les feuilles d’exercices sont découpées en trois types d’exercice :
— Les indispensables : à savoir faire en autonomie.
— Les exercices d’application : pour mieux maı̂triser et comprendre le cours.
— Pour aller plus loin : exercices présentant des développements mathématiques ou des études de modéli-
sations de phénomènes issues d’autres disciplines.
Indispensables
f1 : R2 → R2 f1 (x, y) = (2x + y, x − y)
f2 : R3 → R3 f2 (x, y, z) = (xy, x, y)
f3 : R3 → R3 f3 (x, y, z) = (2x + y + z, y − z, x + y)
f4 : R2 → R4 f4 (x, y) = (y, 0, x − 7y, x + y)
g1 : R2 → R2 g1 (x, y) = (x + y, x − y)
g2 : R2 → R2 g2 (x, y) = (x, y)
g3 : R2 → R2 g3 (x, y) = (x, y 2 )
g4 : R2 → R g4 (x, y) = x
g5 : R2 → R g5 (x, y) = xy
g6 : R2 → R g6 (x, y) = |x + y|
Solution :
1. f1 est linéaire. Pour (x, y) ∈ R2 et (x0 , y 0 ) ∈ R2 :
f1 (x, y) + (x0 , y 0 ) = f1 x + x0 , y + y 0
= 2(x + x0 ) + (y + y 0 ), (x + x0 ) − (y + y 0 )
= 2x + y + 2x0 + y 0 , x − y + x0 − y 0
= 2x + y, x − y + 2x0 + y 0 , x0 − y 0
= f1 (x, y) + f1 (x0 , y 0 )
Pour (x, y) ∈ R2 et λ ∈ R :
f1 λ · (x, y) = f1 λx, λy = 2λx + λy, λx − λy = λ · 2x + y, x − y = λ · f1 (x, y).
2. f2 n’est pas linéaire, en effet par exemple f2 (1, 1, 0) + f2 (1, 1, 0) n’est pas égal à f2 (2, 2, 0).
3. f3 est linéaire : il faut vérifier d’abord que pour tout (x, y, z) et (x0 , y 0 , z 0 ) alors f3 (x, y, z) +
(x , y , z) = f3 (x, y, z) + f3 (x0 , y 0 , z 0 ). Et ensuite que pour tout (x, y, z) et λ on a f3 λ ·
0 0 0
f4 (x, y) + f4 (x0 , y 0 ). Et ensuite que pour tout (x, y) et λ on a f4 λ · (x, y) = λ · f4 (x, y).
5. g1 est linéaire par le même argument de f1 ;
6. g2 est linéaire : c’est l’application identité ;
7. g3 n’est pas linéaire : en effet
1
LU1MA002 Mathématiques pour les Études Scientifiques II
Exercice 2. Soit f : R3 → R2 la transformation linéaire donnée dans la base canonique par la matrice
3 1 0
A=
2 −1 1
et g : R2 → R2 la transformation linéaire donnée dans la base canonique par la matrice
−1 1
B=
0 1
1. Calculer la matrice associée à la fonction composée g ◦ f dans la base canonique de R2 et R3 .
Solution :
x
3 1 0 3x + y
f (x, y, z) = . y =
2 −1 1 2x − y + z
z
−1 1 x −x + y
g(u, v) = . =
0 1 y y
donc
2
LU1MA002 Mathématiques pour les Études Scientifiques II
Exercice 3. On considère l’application linéaire f de R3 dans R2 définie par f ((x, y, z)) = (x−y, y −z).
1. Déterminer Ker f .
Solution : Dans la base canonique, f est donnée par la matrice
1 −1 0
A=
0 1 −1
Pour détérminer le noyau de f il faut résoudre le système
x 0
1 −1 0
. y = 0
0 1 −1
z 0
A est échelonnée avec 2 pivots. Sous forme échelonnée réduite, on obtient le système
x 0
1 0 −1
. y = 0
0 1 −1
z 0
et donc Kerf c’est le sous-espace vectoriel de R3 engendrée par le vecteur (1, 1, 1).
x
Exercice 4. 1. Montrer que P = y ∈ R3 | x + 2y − 4z = 0 est un sous-espace vectoriel
z
de R3 . Quelle est sa dimension ? Déterminer une base de P .
x
2. Montrer que D = y ∈ R3 | x − y + z = 0 et x + y − z = 0 est un sous-espace vectoriel
z
de R3 . Quelle est sa dimension ? Déterminer une base de D.
x
y
3. Montrer que H = ∈ R | x + y + z + t = 0 est un sous-espace vectoriel de R4 . Quelle
4
z
t
est sa dimension ? Déterminer une base de H.
Solution :
1. Soit f définie de R3 dans R par :
x
f ( y ) = x + 2y − 4z ,
z
alors f est une application linéaire de noyau l’ensemble P qui
estdonc un sous-espace vectoriel
x
de R3 . De plus f est clairement surjective (par exemple f ( 0 ) = x) de sorte que par le
0
théorème du rang :
dim(P ) = dim(ker(f )) = 3 − rg(f ) = 2 .
3
LU1MA002 Mathématiques pour les Études Scientifiques II
Cette fonction est linéaire de noyau égal à H et est surjective, ainsi dim(H) = 3et une
base
de
1 1
−1 0
H est constituée de trois vecteurs de H qui forment une famille libre comme 0 . −1
0 0
1
0
et
0 .
−1
Exercice 5. Montrer que les application suivantes sont R-linéaires. Pour chacune, donner une base
du noyau et de son image, et en déduire si l’application est injective, surjective ou bijective.
( (
R2 → R4 R3 → R2
f1 : , f2 :
(x, y) 7→ (y, y + 2x, x, y + 2x) (x, y, z) 7→ (x + y, x + 2y + z).
Solution :
0 1
2 1
f1 (x, y) = . x
1 0 y
2 1
4
LU1MA002 Mathématiques pour les Études Scientifiques II
f1 (0, 0) = (0, 0, 0, 0)
f1 (x + x0 , y + y 0 ) = (y + y 0 , y + y 0 + 2(x + x0 ), x + x0 , y + y 0 + 2(x + x0 )) =
= (y, y + 2x, x, y + 2x) + (y 0 , y 0 + 2x0 , x0 , y 0 + 2x0 ) = f1 (x, y) + f1 (x0 , y 0 )
f1 (λ.x, λy) = (λy, λy + 2λx, λ.x, λy + 2λx) = λ.(y, y + 2x, x, y + 2x) = λf1 (x, y)
Donc f1 est linéaire.
— Le noyau de f1 est la solution du système
y = 0 ∧ y + 2x = 0 ∧ x = 0 ∧ y + 2x = 0
Donc
x=0∧y =0
est le noyau est de dimension 0 et l’application est injective.
— f1 n’est par surjective : l’image de f c’est le sous-espace de R4 engendrée par les colonnes de la
matrice associée à f1 : (0, 2, 1, 2) et (1, 1, 0, 1) et donc, un sous-espace de R4 de dimension 2.
x
1 1 0
f2 (x, y, z) = . y
1 2 1
z
Par Pivot de Gauss, le noyau de f2 est le sous-espace des solutions du système :
x = z ∧ y = −z
avec z variable libre. Donc c’est un sous-espace de dimension 1engendrée par (1, −1, 1) et f2 n’est pas
injective.
1 1 0
Par contre, comme l’espace engendrée par les colonnes de est de dimension 2, f2 est
1 2 1
surjective.
5
LU1MA002 Mathématiques pour les Études Scientifiques II
Exercice 7. Soit
3 1 −3
A = −1 1 1
1 1 −1
On note B = (e1 , e2 , e3 ) la base canonique de R3 . Soit f l’endomorphisme de R3 dont la matrice dans
B est A. On pose ε1 = (1, 1, 1), ε2 = (1, −1, 0), ε3 = (1, 0, 1) et B 0 = (ε1 , ε2 , ε3 ).
1. Montrer que B 0 constitue une base de R3 .
Solution : On a
f (ε1 ) = A.ε1 = ε1
f (ε3 ) = A.ε3 = 0
1 0 0
0 2 0
0 0 0
Exercice 9. Soit f l’application linéaire du R-espace vectoriel R3 dans le R-espace vectoriel R2 définie
par f ((x, y, z)) = (x + 2y + z, x − 2y + z).
6
LU1MA002 Mathématiques pour les Études Scientifiques II