ESPACES VECTORIELS REELS

APPLICATIONS LINEAIRES

1- Lois de composition externe

Soit E un ensemble non vide .
Toute application de ℝ × 𝐸 → E est une loi de composition externe dans E notée 
ℝ×𝐸 → E
(𝛼, 𝑥) ↦ 𝛼 • 𝑥

Exemples
▲- ℝ × ℝ2 → ℝ2
(𝛼, (𝑥, 𝑦)) ↦ 𝛼 • (𝑥, 𝑦) = (𝛼𝑥, 𝛼𝑦)

ℝ × ℝ3 → ℝ3
(𝛼, (𝑥, 𝑦, 𝑧)) ↦ 𝛼 • (𝑥, 𝑦, 𝑧) = (𝛼𝑥, 𝛼𝑦, 𝛼𝑧)

▲- (𝐼, ℝ) L’ensemble des fonctions définies sur 𝐼 à valeurs dans ℝ

ℝ × (𝐼, ℝ) → (𝐼, ℝ)
(𝛼, 𝑓) ↦ 𝛼 • 𝑓 avec ∀𝑥 ∈ 𝐼, (𝛼 • 𝑓)(𝑥) = 𝛼. 𝑓(𝑥)

Ⅱ-Espaces vectoriels réels

1- Définition
Soit E un ensemble non vide
( E ,+ , . ) est un espace vectoriel sur ℝ si et seulement si
- ( E , + ) est un groupe commutatif c’est-à-dire
∀(𝑥, 𝑦, 𝑧) ∈ 𝐸 3 , 𝑥 + (𝑦 + 𝑧) = (𝑥 + 𝑦) + 𝑧 (associativité)
∃0𝐸 ∈ E , appelé zéro de E / ∀𝑥 ∈ E , 0𝐸 + 𝑥 = 𝑥 + 0𝐸 = 𝑥
∀𝑥 ∈ E , ∃𝑥′ ∈ E appelé l’opposé de 𝑥 , 𝑥′ + 𝑥 = 𝑥 + 𝑥′ = 0𝐸
∀(𝑥, 𝑦) ∈ 𝐸 2 , 𝑥 + 𝑦 = 𝑦 + 𝑥 (commutativité)
- ∀(𝛼, 𝛽) ∈ ℝ2 , ∀(𝑥, 𝑦) ∈ E2 ,
1∙𝑥 =𝑥
(𝛼 + 𝛽) • 𝑥 = 𝛼 • 𝑥 + 𝛽 • 𝑥
(𝛼. 𝛽) • 𝑥 = 𝛼 • (𝛽 • 𝑥)
𝛼 • (𝑥 + 𝑦) = 𝛼 • 𝑥 + 𝛼 • 𝑦

On dit aussi que ( E ,+ , . ) un ℝ − e..v .Les éléments de E sont appelés vecteurs et

0𝐸 est le vecteur nul de E , les nombres réels sont appelés scalaires ..
Exemples
- (ℝ, +,•) est un espace vectoriel réel
- (ℝ2 , +,•) est un espace vectoriel réel
- (ℝ3 , +,•) est un espace vectoriel réel
- ( ℳ𝑛,𝑝 (ℝ),+, ) est un espace vectoriel réel
2- Règle de calcul dans un espace vectoriel

Soit (𝐸, +, . ) un espace vectoriel réel

1
Espaces vectoriels réels 2è𝑚𝑒 𝐸𝑛𝑒𝑟𝑔é𝑡𝑖𝑞𝑢𝑒
 ∀𝑥 ∈ 𝐸 , ∀𝜆 ∈ ℝ , 𝜆. 𝑥 = 0𝐸 ⇔ 𝜆 = 0 ou 𝑥 = 0𝐸
∀(𝜆, 𝜇) ∈ ℝ2 ; ∀𝑥 ∈ 𝐸 , (𝜆 − 𝜇). 𝑥 = 𝜆. 𝑥 − 𝜇. 𝑥
∀(𝑥, 𝑦) ∈ 𝐸 2 ; ∀𝜆 ∈ ℝ , 𝜆. (𝑥 − 𝑦) = 𝜆. 𝑥 − 𝜆. 𝑦
3-Sous-espace vectoriel
− 𝐹 ≠ ∅ (0𝐸 ∈ 𝐸)
𝐹 est un sous-espace vectoriel de 𝐸 ⇔ {
− ∀(𝑥, 𝑦) ∈ 𝐹 2 ; ∀𝛼 ∈ ℝ, (𝛼. 𝑥 + 𝑦) ∈ 𝐹
Exemples
1/- 𝐸 = ℝ2 ; 𝐹 = {(𝑥, 𝑦) ∈ ℝ2 /2𝑥 + 𝑦 = 0} et 𝐺 = {(𝑥, 𝑦) ∈ ℝ2 /𝑥 − 𝑦 = 1}
𝐹 et 𝐺 sont-ils des sous espace vectoriel réel ?

2/- 𝐸 = ℝ3 ;𝐹 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 /2𝑥 + 𝑦 − 𝑧 = 0}

𝐹 est-il un espace vectoriel réel de 𝐸 ?

4- familles génératrices
a- Combinaison linéaire
Soient (𝐸, +, . ) un espace vectoriel réel et (𝑥1 , 𝑥2 , . . . . 𝑥𝑛 ) ∈ 𝐸 𝑛 ,
ℱ = (𝑥1 , 𝑥2 , . . . . 𝑥𝑛 ) est une famille de vecteurs de 𝐸
∀(𝜆1 , 𝜆2 , . . . . 𝜆𝑛 ) ∈ ℝ𝑛 ,Le vecteur 𝑥 = ∑𝑛𝑘=1 𝜆𝑘 . 𝑥𝑘 est une combinaison linéaire de la
famille (𝑥1 , 𝑥2 , . . . . 𝑥𝑛 )

b- Sous-espace vectoriel engendre par une famille

Soient (𝐸, +, . ) un espace vectoriel réel et ℱ = (𝑒1 , 𝑒2 , . . . . , 𝑒𝑛 ) une famille de 𝐸
Le sous-espace engendré par la famille ℱ qu’on note 𝑉𝑒𝑐𝑡(ℱ) ={∑𝑛𝑘=1 𝛼𝑘 . 𝑒𝑘 /𝛼𝑘 ∈ ℝ}
Exemples
𝐸 = {(𝑥, 𝑦) ∈ ℝ2 /𝑥 + 2𝑦 = 0} = 𝑣𝑒𝑐𝑡((2, −1))
𝐹 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 /𝑥 + 𝑦 − 𝑧 = 0} = 𝑣𝑒𝑐𝑡((1,0,1), (0,1,1))
𝐺 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 /2𝑥 − 𝑦 + 𝑧 = 0} = 𝑣𝑒𝑐𝑡((1,2,0), (0,1,1))

c-Famille libres –Famille liées

Soient (𝐸, +, . ) un espace vectoriel réel et une famille (𝑥1 , 𝑥2 , . . . . , 𝑥𝑛 ) de 𝐸
La famille (𝑥1 , 𝑥2 , . . . . , 𝑥𝑛 ) est libre si et seulement si ∀(𝛼1 , 𝛼2 , . . . . 𝛼𝑛 ) ∈ ℝ𝑛
∑𝑛𝑘=1 𝛼𝑘 . 𝑥𝑘 = ⃗⃗⃗⃗
0𝐸 ⇒ ∀𝑘 ∈ {1,2. . . 𝑛}, 𝛼𝑘 = 0
La famille (𝑥1 , 𝑥2 , . . . . , 𝑥𝑛 ) est liée si et seulement si La famille (𝑥1 , 𝑥2 , . . . . , 𝑥𝑛 ) n’est
pas libre si et seulement si ∃𝑘 ∈ {1,2. . . 𝑛}/𝛼𝑘 ≠ 0 et ∑𝑛𝑘=1 𝛼𝑘 . 𝑥𝑘 = ⃗⃗⃗⃗ 0𝐸

Exemple
Dans ℝ2 : la famille ((1,2), (−1,1)) est une famille libre
la famille ((1, −1), (−2,2)) est une famille liée
Exercice n°2
Les familles suivantes sont-elles libres ou liées ?
𝐹1 = ((2, −4), (−2,1), (0,1)) et 𝐹2 = ((1,1; 0), (0,1, −1))
𝐹3 = ((1,2,3), (1,1,2), (0,1,1)) et 𝐹4 = ((1,1,0), (0,1,1), (1,0,1))

d- Familles Génératrices - Bases

Définition
Soient (𝐸, +, . ) un espace vectoriel réel et une famille 𝐹 = (𝑒1 , 𝑒2 , . . . . , 𝑒𝑛 ) de 𝐸.

2
Espaces vectoriels réels 2è𝑚𝑒 𝐸𝑛𝑒𝑟𝑔é𝑡𝑖𝑞𝑢𝑒
 On dit que 𝐹 est génératrice ou engendre 𝐸 si et seulement si
∀𝑥 ∈ 𝐸 ∃(𝛼1 , 𝛼2 , . . . . 𝛼𝑛 ) ∈ ℝ𝑛 tel que 𝑥 = ∑𝑛𝑘=1 𝛼𝑘 . 𝑒𝑘

Définition
Soit (𝐸, +, . ) un espace vectoriel réel . 𝐵 une famille de 𝐸 .On dit que B est ue base de
𝐸 si et seulement s 𝐵est libre et génératrice.
On appelle dimension de l’espace 𝐸 qu’on note 𝑑𝑖𝑚𝐸 le nombre de vecteurs qu’on ait
dans une base de 𝐸.

Exemple
Dans ℝ2 , 𝐵 = ((1,0), (0,1)) ; la famille 𝐵 est génératrice et libre.
D’où : 𝐵est une base de ℝ2 appelée base canonique et 𝑑𝑖𝑚(ℝ2 ) = 2
En général :
ℝ𝒏 est un espace vectoriel de dimension fini n et la base canonique de ℝ𝑛 est
𝐵 = (𝑒1, 𝑒2 , . . . . , 𝑒𝑛 ) telle que :
𝑒𝑘 = (0,0, . . . . . .1. .0) le 1 se trouve dans la 𝑘 è𝑚𝑒 position.
Théorème
- Dans ℝ2 si 𝐵 = (𝑢, 𝑣) avec 𝑢 = (𝑎, 𝑏)et 𝑣 = (𝑐, 𝑑)
𝑎 𝑐
alors 𝐵 est une base ⇔ 𝑑é𝑡(𝑢, 𝑣) = | |≠0
𝑏 𝑑
3
- Dans ℝ si 𝐵 = (𝑢, 𝑣, 𝑤) avec 𝑢 = (𝑎, 𝑏, 𝑐), 𝑣 = (𝑎′, 𝑏′, 𝑐′) et
𝑤 = (𝑎′′, 𝑏′′, 𝑐′′)
𝑎 𝑎′ 𝑎′′
alors 𝐵 est une base ⇔ 𝑑é𝑡(𝑢, 𝑣, 𝑤) = |𝑏 𝑏′ 𝑏′′| ≠ 0
𝑐 𝑐′ 𝑐′′

Ⅲ-Applications linéaires

1- Définition

Soient 𝐸 et 𝐹deux espaces vectoriels réels ,

Une application 𝑓de 𝐸dans 𝐹 est dite linéaire si et seulement si
∀(𝑥, 𝑦) ∈ 𝐸 2 , 𝑓(𝑥 + 𝑦) = 𝑓(𝑥) + 𝑓(𝑦) et ∀(𝜆, 𝑥) ∈ ℝ × 𝐸, 𝑓(𝜆. 𝑥) = 𝜆. 𝑓(𝑥)
L’ensemble des applications linéaires de 𝐸dans 𝐹 est noté (𝐸, 𝐹)
Cas particuliers

Soit𝑓 application linéaire de 𝐸dans 𝐹

1°- Si de plus 𝑓 est bijective de 𝐸 vers 𝐹 on dit alors que 𝑓 est un isomorphisme de
𝐸dans 𝐹
2°- Si 𝐸 = 𝐹 on dit que 𝑓est un endomorphisme de 𝐸. Si de plus 𝑓 est bijective alors
𝑓 est un automorphisme de 𝐸
3°- Si 𝑓 application linéaire de 𝐸 dans ℝ alors 𝑓 est une forme linéaire sur 𝐸
Exemple :
𝑓: ℝ2 → ℝ2
(𝑥, 𝑦) ↦ (𝑥 + 𝑦, 2𝑥 − 𝑦) 𝑔: ℝ3 → ℝ2
(𝑥, 𝑦, 𝑧) ↦ (𝑥 − 𝑦, 𝑦 + 𝑧)
q: ℝ2 → ℝ
(𝑥, 𝑦) ↦ 2𝑥 − 3𝑦
Théorème
𝑓 est une application linéaire de 𝐸dans 𝐹 si et seulement si
3
Espaces vectoriels réels 2è𝑚𝑒 𝐸𝑛𝑒𝑟𝑔é𝑡𝑖𝑞𝑢𝑒
 ∀(𝑥, 𝑦) ∈ 𝐸 2 , ∀(𝛼, 𝛽) ∈ ℝ2 , 𝑓(𝛼. 𝑥 + 𝛽. 𝑦) = 𝛼. 𝑓(𝑥) + 𝛽. 𝑓(𝑦)

Exercice n°3
Montrer que les applications suivantes sont linéaires :
𝑓 ℝ2 → ℝ3
(𝑥, 𝑦) ↦ (2𝑥, 3𝑦, 𝑥 − 𝑦) 𝑔 ℝ3 → ℝ2
(𝑥, 𝑦, 𝑧) ↦ (𝑥 − 𝑦, 𝑧 − 𝑥)
Proposition : Soient 𝐸 et 𝐹deux espaces vectoriels réels tel que 𝑑𝑖𝑚(𝐸) = 𝑛 et 𝑑𝑖𝑚(𝐹) = 𝑝

Une application linéaire de 𝐸dans 𝐹, 𝑓 est déterminée par la donnée des images d’une base
de E .
Exemples
1°- 𝑓1 ℝ3 → ℝ3
(𝑥, 𝑦, 𝑧) ↦ (𝑥 + 𝑦 + 𝑧, 𝑥 − 𝑦 + 𝑧, 𝑥 + 𝑦 − 𝑧)
Déterminer 𝑓1 (𝑒𝑘 ) avec k  1, 2,3 𝑒1 = (1,0,0),𝑒2 = (0,1,0) et 𝑒3 = (0,0,1)
2°- 𝑓2 est une application linéaire de ℝ3 dans ℝ3 tel que
𝑓2 (𝑒1 ) = (1, −1,1) , 𝑓2 (𝑒2 ) = (2,1,3) et 𝑓2 (𝑒3 ) = (0,1, −1)
Déterminer l’expression de 𝑓2 (𝑥, 𝑦, 𝑧)

2-Noyau et image d’une application linéaire

Définition
Soient 𝐸 et 𝐹deux espaces vectoriels réels , 𝑓une application linéaire de𝐸vers 𝐹
Le noyau de𝑓 noté 𝐾𝑒𝑟(𝑓) est { 𝑥 ∈ 𝐸 / 𝑓(𝑥) = 0𝐹 }
L’image de𝑓 notée 𝐼𝑚(𝑓) ou 𝑓⟨𝐸⟩ est 𝐼𝑚(𝑓) = 𝑓⟨𝐸⟩ = { 𝑓(𝑥) / 𝑥 ∈ 𝐸 }

Remarques

Soient 𝐸 et 𝐹deux espaces vectoriels réels , 𝑓une application linéaire de𝐸vers 𝐹

0𝐸 ∈ 𝐾𝑒𝑟(𝑓) ⊂ 𝐸 */- 0𝐹 ∈ 𝑓⟨𝐸⟩ ⊂ 𝐹
(𝐾𝑒𝑟(𝑓), +, . ) est un sous- espace vectoriel de 𝐸
(𝑓⟨𝐸⟩, +, . ) est un sous- espace vectoriel de 𝐹
Théorème
𝑓une application linéaire de𝐸vers 𝐹
𝐾𝑒𝑟(𝑓) = {0𝐸 } ⇔ 𝑓une application linéaire injective de𝐸vers 𝐹
𝑓⟨𝐸⟩ = 𝐹 ⇔ 𝑓une application linéaire surjective de𝐸vers 𝐹

Exercice 4
𝑓 ℝ2 → ℝ2
(𝑥, 𝑦) ↦ (𝑥 + 𝑦, 𝑥 − 𝑦) Montrer que 𝑓 est un automorphisme sur ℝ2
Exercice 5
𝑓 ℝ3 → ℝ3
(𝑥, 𝑦, 𝑧) ↦ (2𝑥 + 𝑦 + 𝑧, 𝑦 − 𝑧, 𝑥 + 𝑦)
Déterminer 𝐾𝑒𝑟(𝑓) et 𝐼𝑚(𝑓)

2- Opérations sur les applications linéaires

La somme de deux applications linéaires est une application linéaire

Le produit d’une application linéaire par un réel est une application linéaire
La composée de deux applications linéaires est une application linéaire

4
Espaces vectoriels réels 2è𝑚𝑒 𝐸𝑛𝑒𝑟𝑔é𝑡𝑖𝑞𝑢𝑒
3- Rang d’une application linéaire

Définition

Soit𝑓une application linéaire de 𝐸 vers 𝐹, le rang de 𝑓 qu’on note 𝑟𝑔(𝑓)

tel que : 𝑟𝑔(𝑓) = 𝑑𝑖𝑚ℝ (𝑓⟨𝐸⟩)
Théorème
Si 𝑓 ∈(𝐸, 𝐹) alors 𝑟𝑔(𝑓) = 𝑑𝑖𝑚ℝ (𝐸) − 𝑑𝑖𝑚ℝ (𝐾𝑒𝑟(𝑓))

Théorème
Soit 𝑓 ∈(𝐸, 𝐹) alors
𝑓 est injective ⇔ 𝑟𝑔(𝑓) = 𝑑𝑖𝑚ℝ (𝐸)
𝑓 est surjective ⇔ 𝑟𝑔(𝑓) = 𝑑𝑖𝑚ℝ (𝐹)
Exercice 6
𝑓 : ℝ3 → ℝ3 (𝑥, 𝑦, 𝑧) ↦ (2𝑥, 𝑧 − 𝑦, 𝑥 + 𝑦 + 𝑧)
𝑔 : ℝ3 → ℝ2 (𝑥, 𝑦, 𝑧) ↦ (𝑥 + 𝑧 − 𝑦, 𝑥 + 𝑦 + 𝑧)

1°- Montrer que : 𝑓 ∈(ℝ3 , ℝ3 ) et 𝑔 ∈(ℝ3 , ℝ2 )

2°- Déterminer : 𝐾𝑒𝑟(𝑓) , 𝐾𝑒𝑟(𝑔) et en déduire 𝑅𝑔(𝑓) et 𝑅𝑔(𝑔)

5-Matrice d’une application linéaire

Soient 𝐸 et 𝐹 deux espaces vectoriels réels ,𝑓 une application linéaire de𝐸 vers 𝐹
tels que 𝑑𝑖𝑚(𝐸) = 𝑝 et 𝑑𝑖𝑚(𝐹) = 𝑛
On pose ; 𝐵0 = (𝑒1 , 𝑒2 , . . . . . . , 𝑒𝑝 ) une base de 𝐸 et 𝐵1 = (𝑓1 , 𝑓2 , . . . . . . , 𝑓𝑛 )une base
de 𝐹
On a ; ∀𝑖 ∈ {1,2,3. . . . . . . , 𝑝} ,𝑓(𝑒𝑖 ) = ∑𝑛𝑗=1 𝑎𝑗𝑖 . 𝑓𝑗
La matrice 𝐴 = (𝑎𝑖𝑗 ) 1≤𝑖≤𝑛 est appelé matrice de 𝑓 relativement aux bases𝐵0 et 𝐵1
1≤𝑗≤𝑝
𝑎11 𝑎12 . . . . . 𝑎1𝑝
𝑎21 𝑎22 . . . . . 𝑎2𝑝
𝑀(𝑓) = 𝐴 = (𝑎𝑖𝑗 ) 1≤𝑖≤𝑛 = . . ..... .
1≤𝑗≤𝑝 . . ..... .
( 𝑎 𝑛1 𝑎𝑛2 . . . . 𝑎𝑛𝑝 )

Exemple
𝑓 ℝ3 → ℝ2
(𝑥, 𝑦, 𝑧) ↦ (𝑥 + 𝑦 − 𝑧, 𝑥 − 2𝑦 + 3𝑧)
Déterminer la matrice de l’application linéaire dans les bases et 𝑩𝟎 et 𝑩𝟏
avec
𝑩𝟎 = (𝒂𝟏 , 𝒂𝟐 , 𝒂𝟑 ) et 𝑩 = (𝒃𝟏 , 𝒃𝟐 ) et
𝑎1 = (1,1,0) , 𝑎2 = (1,0,1) , 𝑎3 = (0,1,1) ,𝑏1 = (1,0) et 𝑏2 = (1,1)
4-Image d’un vecteur par une application linéaire En utilisant sa matrice

Soient 𝐸 et 𝐹 deux espaces vectoriels réels , 𝑓 ∈(𝐸, 𝐹) ,

5
Espaces vectoriels réels 2è𝑚𝑒 𝐸𝑛𝑒𝑟𝑔é𝑡𝑖𝑞𝑢𝑒
 𝐵0 = (𝑒1 , 𝑒2 , . . . . . . , 𝑒𝑝 ) une base de 𝐸 et 𝐵1 = (𝑓1 , 𝑓2 , . . . . . . , 𝑓𝑛 )une base de 𝐹
∀𝑥 ∈ 𝐸,∃𝑥𝑖 ∈ ℝ avec 1 ≤ 𝑖 ≤ 𝑝 tel que :𝑥 = ∑𝑝𝑖=1 𝑥𝑖 . 𝑒𝑖
𝛼1
.
La matrice uni colonne (. ) est la matrice de coordonnées de 𝑥 dans 𝐵0
𝛼𝑝

On a : 𝑥 = ∑𝑝𝑖=1 𝑥𝑖 . 𝑒𝑖 Donc : 𝑓(𝑥) = 𝑓(∑𝑝𝑖=1 𝛼𝑖 . 𝑒𝑖 ) = ∑𝑝𝑖=1 𝛼𝑖 . 𝑓(𝑒𝑖 )

Puisque 𝑓(𝑒𝑖 ) = ∑𝑛𝑗=1 𝑎𝑗𝑖 . 𝑓𝑗 Alors : 𝑓(𝑥) = ∑𝑝𝑖=1 𝑥𝑖 . (∑𝑛𝑗=1 𝑎𝑗𝑖 . 𝑓𝑗 )
On écrit :
𝑎11 𝑎12 . . . . . 𝑎1𝑝 𝑥1 𝑎11 . 𝑥1 + 𝑎12 . 𝑥2 . . . +𝑎1𝑝 . 𝑥𝑝
𝑎21 𝑎22 . . . . . 𝑎2𝑝 𝑥2 𝑎21 . 𝑥1 + 𝑎22 . 𝑥2 . . . +𝑎2𝑝 . 𝑥𝑝
. . ..... . . =(𝑐𝑖𝑗 )1≤𝑖≤𝑛
1≤𝑗≤𝑝
. . ..... .
(𝑎𝑛1 𝑎𝑛2 . . . . 𝑎𝑛𝑝 ) (𝑥𝑝 ) (𝑎𝑛1 . 𝑥1 + 𝑎𝑛2 . 𝑥2 . . . +𝑎𝑛𝑝 . 𝑥𝑝 )
Avec : 𝑐𝑖𝑗 = ∑𝑝𝑗=1 𝑎𝑖𝑗 . 𝑥𝑗 et 1 ≤ 𝑖 ≤ 𝑛
Exemple
𝑥 + 2𝑦 𝑥 𝑥 + 2𝑦 + 3𝑧
1 2 𝑥 1 2 3
( ).( ) = ( ) ( ) (𝑦 ) = ( )
3 4 𝑦 3𝑥 + 4𝑦 4 5 6 4𝑥 + 5𝑦 + 6𝑧
𝑧

1 1 −1 𝑥 𝑥+𝑦−𝑧 1 −1 𝑥−𝑦
𝑥
( 0 1 1 ) (𝑦 ) = (𝑦 + 𝑧 ) (2 3 ) . (𝑦) = (2𝑥 + 3𝑦 )
−1 0 −1 𝑧 −𝑥 − 𝑧 −2 4 −2𝑥 + 4𝑦
Exercice 4
Déterminer la matrice des applications linéaires dans les bases canoniques ;

𝑓 ℝ2 → ℝ2
(𝑥, 𝑦) ↦ (2𝑥 + 𝑦, 𝑥 − 3𝑦)

ℎ ℝ2 → ℝ3
(𝑥, 𝑦) ↦ (𝑥 + 𝑦, 0, −2𝑥 + 3𝑦)
Exercice 5
Déterminer l’expression de l’application linéaire dont sa matrice dans les cas suivants :
1 2 −1 0 2
𝑀1 = ( ) 𝑀2 = ( )
1 −1 1 1 −1
Exercice 6

𝑓 ℝ3 → ℝ3
(𝑥, 𝑦, 𝑧) ↦ (𝑦 + 𝑧, 𝑥 − 𝑧, 2𝑥 + 𝑧)
1- Montrer que : 𝑓 est une application linéaire dans ℝ3 vers ℝ3

2- Déterminer la matrice de 𝑓 et déterminer 𝑓(1, −1,2)

6
Espaces vectoriels réels 2è𝑚𝑒 𝐸𝑛𝑒𝑟𝑔é𝑡𝑖𝑞𝑢𝑒
 7
Espaces vectoriels réels 2è𝑚𝑒 𝐸𝑛𝑒𝑟𝑔é𝑡𝑖𝑞𝑢𝑒