Académique Documents
Professionnel Documents
Culture Documents
Dans tout le chapitre, K désigne R le corps des réels ou C le corps des complexes.
1 - Généralités
Soient E et F deux K-espaces vectoriels.
1.1 Définition
Définition 1. Soit f : E −→ F une application.
L’application f est linéaire si elle est compatible avec l’addition et le produit externe :
Interprétation 2. Par une application linéaire, l’image d’une combinaison linéaire est la combinaison
linéaire des images.
Proposition 3. L’image du zéro de E par une application linéaire f ∈ L(E, F ) est le zéro de F .
f (0E ) = 0F
1.2 Vocabulaire
Définition 10. Une application linéaire f : E −→ F est un morphisme de E dans F .
Application 12. Lesquelles des trois applications précédentes définissent des endomorphismes ?
Définition 14. Un automorphisme est un endomorphisme bijectif. On note GL(E) l’ensemble des
automorphismes de l’espace vectoriel E.
R2
−→ R
g:
(x, y) 7−→ 5x − y
2 - Image et noyau
Soient E et F deux espaces vectoriels.
Proposition 27. Soit f : E −→ F une application linéaire. Soit (ei )i∈I une famille génératrice de E.
Alors
Im(f ) = Vect f (ei ) i∈I
Corollaire 28. Une application linéaire est entièrement déterminée par les images des vecteurs d’une base.
R2 −→ R3
Application 29. Calculer l’image de l’application linéaire f :
(x, y) 7−→ (2x − y, x + 2y, −2x + y)
L’application f est-elle surjective ?
E = E1 ⊕ E2
L’application linéaire f : E −→ F est entièrement déterminée par ses restrictions f|E1 ∈ L(E1 , F ) et
f|E2 ∈ L(E2 , F ).
Chapitre 22 – Applications linéaires Page 4 / 14
f −1 (B) = {x ∈ E | f (x) ∈ B}
Remarque 35. Les lettres Ker sont les premières lettres du mot allemand Kernel qui signifie noyau.
R[X] −→ R[X]
Application 37. Déterminer le noyau de l’application linéaire f :
P 7−→ P 0
R3 −→ R3
f:
(x, y, z) 7−→ (x − y + z, 3x − 2y + 5z, −x − 3z)
Soit x ∈ Ker(f ).
Par définition f (x) = 0F .
...
Alors x = 0E .
Donc Ker(f ) = {0E }. Donc f est injective.
R2 −→ R3
Application 41. Montrer que l’application linéaire f : est injec-
(x, y) 7−→ (x − y, x + y, 2x − y)
tive.
Chapitre 22 – Applications linéaires Page 5 / 14
3 - Rang
Soient E, F et G trois espaces vectoriels.
3.1 Définition
Définition 42. Soit f : E −→ F une application linéaire.
L’application f est de rang fini si son image est de dimension finie. Auquel cas, le rang de f est la
dimension de l’image de f .
rg(f ) = dim Im(f )
R4 −→ R4
Application 43. Calculer le rang de f :
(x, y, z, t) 7−→ (x − y, x − y, t − z, z − t)
rg(f ) 6 dim(E)
rg(f ) 6 dim(F )
3.2 Isomorphismes
Proposition 46. Conservation du rang.
Composer une application linéaire à droite ou à gauche par un isomorphisme conserve le rang.
Soient f ∈ L(E, F ) et g ∈ L(F, G).
• Si f est de rang fini et que g est un isomorphisme, alors rg(g ◦ f ) = rg(f ).
• Si g est de rang fini et que f est un isomorphisme, alors rg(g ◦ f ) = rg(g).
Définition 47. Deux espaces vectoriels E et F sont isomorphes s’il existe un isomorphisme de E dans F .
Corollaire 49. Deux espaces vectoriels sont isomorphes si, et seulement s’ils ont la même dimension.
Application 50. Montrer que les espaces vectoriels R3 et R2 [X] sont isomorphes. Exhiber un isomor-
phisme qui convient.
E0 ⊕ Ker(f ) = E
Alors l’application (
E0 −→ Im(f )
g:
x 7−→ f (x)
est un isomorphisme.
R3 −→ R4
f:
(x, y, z) 7−→ (x − y, y − z, z − x, x − 3y + 2z)
Corollaire 56. Soit E un espace vectoriel de dimension finie. Soit f ∈ L(E) une application linéaire.
Alors
Application 57. Soient x0 , ... , xn des réels deux à deux différents. Montrer que l’application
Rn [X] −→ Rn+1
(
L:
P 7−→ P (x0 ), ... , P (xn )
est un isomorphisme.
Proposition 58. Soit E un K-espace vectoriel de dimension finie. Soit f ∈ L(E). S’équivalent
4 - Endomorphismes remarquables
Soit E un K-espace vectoriel.
Remarque 60. Dès que E est de dimension 2 ou plus, cet anneau n’est pas commutatif.
Notation 61.
• Pour u et v ∈ L(E), on peut noter uv la composée u ◦ v en utilisant la notation multiplicative liée à
l’anneau.
• De même pour k ∈ N, on peut noter uk = u {z ◦ u} la composée de u avec lui-même k fois.
| ◦ ...
k fois
• Si de plus u ∈ GL(E), on peut noter uk pour k ∈ Z en tirant parti de l’inversibilité de u.
4.2 Homothétie
E −→ E
Définition 62. Soit E un espace vectoriel. L’identité de E est l’application idE :
x 7−→ x
Proposition 63. L’identité est un automorphisme de E.
4.3 Projection
Définition 67. Soient F et G deux sous-espaces vectoriels supplémentaires dans E.
La projection ou le projecteur sur F parallèlement à G est l’application
(
E = F ⊕ G −→ E
p:
x = f + g 7−→ f
p◦p=p
et
F = Im(p) = x ∈ E | p(x) = x G = Ker(p)
R2 −→ R2
(
Application 72. Montrer que l’application p :
x+y x+y
est un projecteur.
(x, y) 7−→ 2 ; 2
Déterminer ses éléments caractéristiques.
K[X] −→ K[X]
+∞
Application 73. Montrer que l’application p : X est un projecteur.
ak X k 7−→ a2 X 2 + a1 X + a0
k=0
Déterminer ses éléments caractéristiques.
Chapitre 22 – Applications linéaires Page 10 / 14
4.4 Symétrie
Définition 74. Soient F et G deux sous-espaces vectoriels supplémentaires dans E.
La symétrie par rapport à F parallèlement à G est l’application
(
E = F ⊕ G −→ E
s:
x = f + g 7−→ f − g
s ◦ s = idE
et
F = Ker(s − idE ) = x ∈ E | s(x) = x G = Ker(s + idE ) = x ∈ E | s(x) = −x
(
R2 −→ R2
Application 79. Montrer que l’application s : est une symétrie.
(x, y) 7−→ (−x, 2x + y)
Déterminer ses éléments caractéristiques.
R −→ R
R R
K3 −→ K
Mn (K) −→ K K[X] −→ K
• • •
(x, y, z) 7−→ 3x − y + 5z M 7−→ Tr(M ) P 7−→ P (0)
Définition 84. Soit E un K-espace vectoriel de dimension finie, admettant pour base la famille B = (e1 , ... , en ).
Pour i ∈ J1, nK, on définit la forme linéaire associée à l’élément ei de la base B, aussi appelée i-ème forme
linéaire coordonnée par
E −→ K
n
ϕi : X
x −
7 → x i où x = xi e i
i=1
5.2 Hyperplans
Définition 87. Un hyperplan de E est le noyau d’une forme linéaire non-nulle de E.
Application 88. Décrire les hyperplans obtenus à partir des formes linéaires de l’application 83.
Application 92. Quelle est la dimension de l’espace des matrices de trace nulle ?
Proposition 93. Soit E un K-espace vectoriel de dimension n > 1. Soit p ∈ J1, nK.
• L’intersection de p hyperplans de E est de dimension au moins n − p.
• Tout sous-espace vectoriel de E de dimension n−p est l’intersection d’exactement p hyperplans de E.
Chapitre 22 – Applications linéaires Page 13 / 14
6 - Sous-espaces affines
6.1 Définition et propriétés
Soit E un K-espace vectoriel.
Définition 94. Un sous-espace affine de E est un sous-ensemble F qui s’écrit sous la forme
F =x+F = x+f ∈E |f ∈F
Sous-espace affine
Application 96. Trouver la direction et un élément de chacun des sous-espaces affines suivants.
x+y = 2
• L’ensemble des solutions du système linéaire
x−y+z = 1
2
• L’ensemble des solutions sur R de l’équation différentielle y 0 − 2xy = ex ex .
• L’ensemble des polynômes P ∈ K[X] vérifiant l’équation XP 0 + X = 2X.
Interprétation 98. Un sous-espace affine est la translation de sa direction par n’importe quel vecteur du
sous-espace affine.
Chapitre 22 – Applications linéaires Page 14 / 14
Proposition 100. Soit (Fi )i∈I une famille sécante de sous-espaces affines de E.
\
Pour tout i ∈ I, on note Fi la direction de Fi . L’ensemble Fi est un sous-espace affine de E, de direction
i∈I
\
F = Fi
i∈I
f (x) = y0
• Si y0 ∈
/ Im(f ), l’équation linéaire n’a pas de solution.
• Si y0 ∈ Im(f ), l’ensemble des solution de l’équation linéaire est un sous-espace affine de E, dont la
direction est Ker(f ).