APPLICATIONS LINEAIRES

K désigne R ou C. E et F sont des K-espaces vectoriels.

I. Applications linéaires
1.Dénitions et propriétés
Dénition
Une application f de E dans F est dite linéaire si :
(
• ∀ (x, y) ∈ E 2 , f (x + y) = f (x) + f (y).
• ∀ α ∈ K, f (αx) = αf (x).
ceci est équivalent à :
∀ (x, y) ∈ E 2 , ∀ (α, β) ∈ K2 , f (αx + βy) = αf (x) + βf (y).

où encore :
∀ (x, y) ∈ E 2 , ∀ α ∈ K, f (αx + y) = αf (x) + f (y).

On note L(E, F ) l'ensemble des applications linéaires de E dans F .

Proposition
Soit f ∈ L(E, F ) alors
ˆ f (0E ) = 0F .

ˆ f (− x) = −f (x), pour tout x ∈ E .

ˆ f (x − y) = f (x) − f (y), pour tout (x, y) ∈ E 2

n n
ˆ On a f ( αk f (xk ), pour tout xk ∈ E et αk ∈ K.
P P
α k xk ) =
k=1 k=1

Remarque
ˆ Un endomorphisme de E est une application linéaire de E dans E (F = E).
On note L(E) l'ensemble des endomorphismes de E .
ˆ f est un isomorphisme de E dans F si f est une application linéaire bijec-
tive de E dans F .
ˆ f est un automorphisme de E si f est un endomorphisme bijectif de E .
On note GL(E) l'ensemble des automorphismes.

1
Exemples
ˆ L'application
IdE : E −→ E
x 7−→ x
appelée l'application identité de E , est un automorphisme de E .
ˆ L'application
f0 : E −→ F
x 7−→ 0F
appelée l'application nulle, est linéaire.
ˆ Soit a ∈ K L'application

fa : E −→ E
x 7−→ ax

appelée homothétie vectorielle, est un endomorphisme de E .

ˆ L'application
f: R2 −→ R3
(x, y) 7−→ (2x − y, x + y, 2y)
est linéaire.
Exemples
1. E = F = K[X], f : K[X] −→ K[X] | P (x) 7−→ P (x + 1). f ∈ L(K[X]).
2. E = F = Mn (K), f : Mn (K) −→ Mn (K) | M 7−→ tM . f ∈ L(Mn (K)).
Proposition
ˆ L(E, F ) est un sev du K−ev F E .

ˆ Si f ∈ L(E, F ), g ∈ L(F, G) alors g ◦ f ∈ L(E, G).

ˆ Si f ∈ L(E, F ) et bijective alors f −1 est un isomorphisme de F dans E .

2.Noyau et image d'une application linéaire

Dénition
Soit f ∈ L(E, F ).
On appelle noyau de f , l'ensemble des antécédants de 0F dans E et on le note
Ker(f )
Ker(f ) = {x ∈ E, f (x) = 0F } = f −1 ({0F }).

2
Exemple
Soit L'application
f: R3 −→ R2
(x, y, z) 7−→ (x − y + 4z, 3x − z)

Déterminer Ker (f ).
Dénition
Soit f ∈ L(E, F ), on appelle image de f l'ensemble des éléments de F qui ont un
antécédant par f dans E déni par
Im(f ) = {y ∈ F / ∃ x ∈ E avec f (x) = y} = {f (x), x ∈ E} = f (E).
Exemple
Soit L'application
f: R3 −→ R3
(x, y, z) 7−→ (x − 2y + z, x + y + z, 2x − y + 2z)

Déterminer Im(f ).
Im(f ) = {(a, b, c) = f ((x, y, z)), (x, y, z) ∈ R3 }

f ((x, y, z)) = (a, b, c) ⇔

 
 x − 2y + z = a
 x − 2y + z = a

x+y+z =b ⇔ 3y = b − a (L2 ← L2 − L1 ) .
 
2x − y + 2z = c 3y = c − 2a (L3 ← L3 − 2L1 )
 

⇒ c − 2a = b − a ⇒ a + b − c = 0
D'où
Im(f ) = {(a, b, c) ∈ R3 tel que a + b − c = 0}
= {(a, b, a + b), (a, b, c) ∈ R3 }
Téorème
Soit f ∈ L(E, F ),
1. Ker(f ) est un sev de E .
2. Im(f ) est un sev de F .
3. f est injective ⇐⇒ Ker(f ) = {0E }.
4. f est surjective ⇐⇒ Im(f ) = F.

3
Démonstration
1. f (0E ) = 0F ⇒ oE ∈ Ker(f ) ⇒ Ker(f ) 6= ∅.
Soit α ∈ K, soit x et y ∈ Ker(f ) : f (αx + y) = αf (x) + f (y) = 0.
αx + y ∈ Ker(f ).

2. f (0E ) = 0F ⇒ oF ∈ Im(f ) ⇒ Im (f ) 6= ∅.
Soit x et y ∈ Im(f ) ⇒ ∃ z, t ∈ E tels que x = f (z) et y = f (t).
Soit α ∈ K. αx + y = αf (z) + f (t)f (αz + t) ⇒ αx + y ∈ Im (f ).
3. ⇒
Soit x ∈ Ker(f ).
f (x) = 0 de plus f (0) = 0 puisque f est linéaire,
or f est injective donc x = 0. D'où Ker(f ) = {0}.
⇐
Soit x, y ∈ E tels que f (x) = f (y). Montrons que x = y .
f (x) = f (y) ⇒ f (x − y) = 0 ⇒ x − y ∈ Ker(f ),
or Ker(f ) = {0} donc x − y = 0 et par suite x = y . D'où f est injective.
4. f est surjective ⇔ f (E) = F ⇔ Im(f ) = E .
Proposition
Soit f ∈ L(E, F ).
ˆ Si G est un sev de E , alors f (G) est un sous espace vectoriel de F.

ˆ Si H est un sev de F , alors f −1 (H) est un sous espace vectoriel de E.

3.Application linéaire et famille de vecteurs

Proposition
Soit f ∈ L(E, F ) et soit F = (x1 , x2 , .., xn ) une famille de vecteurs de E .
ˆ Si F est liée alors f (F) = (f (x1 ), .., f (xn )) est liée.

ˆ Si f (F) est libre alors F est libre.

Proposition
Soit f ∈ L(E, F ) et soit F = (x1 , x2 , .., xn ) une famille de vecteurs de E .
Si f est injective et si F est libre alors f (F) est libre.
Démonstration n
Soit (α1 , .., αn ) ∈ Kn tel que αi f (xi ) = 0.
P
i=1
n
P n
P
αi f (xi ) = 0 ⇒ f ( α i xi ) = 0
i=1 i=1

4
 n
or f est injective et f (0) = 0 donc
P
α i xi = 0
i=1
or F est libre donc αi = 0 ∀i ∈ {1, .., n}.
Proposition
Soit f ∈ L(E, F ) et soit F = (x1 , x2 , .., xn ) une famille génératrice de E .
ˆ f (F ) est une famille génératrice de Im f .

ˆ Si f est surjective alors f (F) est génératrice de F .

II. Applications linéaires en Dimension nie

1. Image d'une base
En dimension nie, uue application linéaire est entièrement déterminée par l'image
d'une base.

Théorème
Soit E un K−ev de dimension nie p muni d'une base B = (e1 , ..., ep ) et F un
K−ev quelconque.
∀ (y1 , .., yp ) famille de vecteurs de F , il existe une unique application linéaire f de
E vers F telle que ∀i ∈ {1, .., n}, f (ei ) = yi .
Remarque
Soit E un ev de dimension nie et B une base de E .
Soit f une application linéaire de E dans F .
On a alors
Im(f ) = Vect(f (B))

En eet :
Si x = αe1 + α2 e2 + .. + αn ep (x ∈ E)
alors f (x) = α1 f (e1 ) + α2 f (e2 ) + .. + αp f (ep )

2. Rang d'une application linéaire

Dénition
Soit E un K−ev de dimension nie p muni d'une base B = (e1 , ..., ep ) et F un
K−ev quelconque.
Soit f ∈ L(E, F ).
On appelle rang de f , le rang de la famille (f (e1 ), f (e2 ), .., f (ep )) qui est aussi la
dimension de Im(f ).
rg(f ) = rg(f (e1 ), f (e2 ), .., f (ep )) = dim(Im(f ))

5
Théorème
Soit E un K−ev de dimension nie p muni d'une base B = (e1 , ..., ep ) et F un
K−ev de dimension n. Soit f ∈ L(E, F ).

ˆ f est injective ⇔ (f (e1 ), ..., f (ep )) est libre dans F

⇔ rg(f ) = p.

ˆ f est surjective ⇔ (f (e1 ), ..., f (ep )) génératrice de F .

⇔ rg(f ) = n.

ˆ f est bijective ⇔ (f (e1 ), ..., f (ep )) est une base de F .

⇔ rg(f ) = p = n.

Corollaire
Soit f ∈ L(E, F ).
Si E et F sont deux ev tels que dim E =dim F alors f est un isomorphisme si et
seulement si elle est injective ou surjective.

Corollaire
Deux K−ev de dimension nie sont isomorphes si et seulement si ils ont la même
dimension.

3.Téorème du rang
Théorème
Soit E un K−ev de dimension nie et F un K − ev quelconque.
Soit f ∈ L(E, F ).
dim(ker(f )) + dim(Im(f )) = dim(E)
Autrement dit
dim(ker(f )) + rg(f ) = dim(E)

III. Projecteurs et Symétries

1. Projections
Soit E un K−ev, F et G deux sev supplémentaires de E . (E = F ⊕ G).
∀x ∈ E , x = x1 + x2 ou x1 ∈ F et x2 ∈ G. (x1 et x2 sont iniques)
On appelle projection p sur F paralléllement à G, l'application de E dans E , qui
a x associe x1 .
p : E −→ E
x = x1 + x2 7−→ x1

6
On dit aussi que p est un projecteur.
p est un endomorphisme de E et Im(p) = F et Ker(p) = G.
On note que ∀x ∈ Im(p), p(x) = x.
Proposition
p est une projection si et seulement si

• ker(p) ⊕ Im(p) = E
(

• ∀x ∈ Im(p), p(x) = x.

Caractérisation d'un projecteur

Théorème
Un endomorphisme p d'un K−ev E est n projecteur si et seulement si p ◦ p = p.

2. Symétrie
Soit E un K−ev, F et G deux sev supplémentaires de E . (E = F ⊕ G).
∀x ∈ E , x = x1 + x2 ou x1 ∈ F et x2 ∈ G. (x1 et x2 sont iniques)
On appelle symétrie par arpport à F parallélement à G, l'application s l'application
de E dans E , qui a x associe x1 − x2 .
p : E −→ E
x = x1 + x2 7−→ x1 − x2

Si p1 la projection sur F parallélement à G et p2 la projection sur G parallélement

àF
alors s = p1 − p2 .
s est donc un endomorphisme de E .
x ∈ Ker(s) =⇒ x − 1 − x2 = 0 =⇒ x1 = x2 = 0 (F ∩ G = {0}) =⇒ x = 0.
s est un endomorphisme injectif car ker(s) = {0}. D'autre part x ∈ E =⇒
x = x1 + x2 = s(x1 − x2 ) donc s est surjectif.
O0n conclut que s est un automorphisme de E .
Théorème
Un endomorphisme s d'un K−ev E est une symétrie si et seulement si il est
involutif c'est à dire s ◦ s = IdE .