Académique Documents
Professionnel Documents
Culture Documents
Applications linéaires
Sommaire
1 Définitions et propriétés
Applications linéaires
Définition :
On appelle application linéaire de E dans F, toute applica-
tion f de E dans F vérifiant les deux propriétés suivantes :
Applications linéaires
Définition :
Soit f une application linéaire de E dans F. Alors :
si E = F, on dit que f est un endomorphisme de E.
si f est bijective, on dit que f est un isomorphisme de
E dans F.
si E = F et f bijective, on dit que f est un
automorphisme de E.
si F = R, on parle de forme linéaire de E.
fα (x) = αx
Proposition :
Soit f une application linéaire de E dans F, alors :
f (0E ) = 0F
f (−u) = −f (u) pour tout u ∈ E.
f (x, y, z) = (2x − z, 2y + 3)
f (x, y) = xy
Applications linéaires
Il est souvent plus rapide de vérifier une seule relation pour dé-
montrer qu’une application est linéaire. On a la proposition sui-
vante :
Proposition :
Une application f de E dans F est linéaire ssi :
Théorème :
Soit f une application linéaire de E dans F.
Si {u1 , u2 , . . . , up } est un système lié dans E alors
{f (u1 ), f (u2 ), . . . , f (up )} est un système lié dans F.
Théorème :
Soit f une application linéaire injective de E dans F.
Si {f (u1 ), f (u2 ), . . . , f (up )} est un système lié dans F
alors {u1 , u2 , . . . , up } est un système lié dans E.
Théorème :
Soit f une application linéaire de E dans F.
Si {f (u1 ), f (u2 ), . . . , f (up )} est un système libre dans F
alors {u1 , u2 , . . . , up } est un système libre dans E.
Théorème :
Soit f une application linéaire injective de E dans F.
Si {u1 , u2 , . . . , up } est un système libre dans E
alors {f (u1 ), f (u2 ), . . . , f (up )} est un système libre dans F.
Proposition :
Soit f un isomorphisme de E dans F.
Si B = {e1 , e2 , . . . , en } est une base de E, alors
B′ = {f (e1 ), f (e2 ), . . . , f (en )} est une base de F.
Sommaire
1 Définitions et propriétés
Noyau
Définition :
Soit f une application linéaire de E dans F. On appelle
noyau de f , et on note Ker f , l’ensemble défini par :
Ker f = { u ∈ E | f (u) = 0F }
Noyau : Exemple
f (x, y) = (x, y − x, 2x − y)
Déterminons Ker f . On a :
Noyau : Proposition
Proposition :
Soit f une application linéaire de E dans F. Ker f est un
sous-espace vectoriel de E.
Noyau : Exemple
U = { (x, y, z) ∈ R3 | x − 3y = 0 et 2z + x − 5y = 0 }
Noyau : Exemple
U = { (x, y, z) ∈ R3 | x − 3y = 0 et 2z + x − 5y = 0 }
Noyau : Exemple
U = { (x, y, z) ∈ R3 | x − 3y = 0 et 2z + x − 5y = 0 }
U = Ker f
Noyau : Exemple
U = { (x, y, z) ∈ R3 | x − 3y = 0 et 2z + x − 5y = 0 }
U = Ker f
Noyau : Proposition
Proposition :
Soit f une application linéaire de E dans F. On a :
Noyau : Exemple
f (x, y, z) = (3z + x, 2x + y, y)
Noyau : Exemple
f (x, y, z) = (3z + x, 2x + y, y)
Noyau : Exemple
f (x, y, z) = (3z + x, 2x + y, y)
Noyau : Exemple
f (x, y, z) = (3z + x, 2x + y, y)
Noyau : Exemple
f (x, y, z) = (3z + x, 2x + y, y)
Image
Définition :
Soit f une application de E dans F. L’image de f , noté Im f ,
est l’ensemble des images des vecteurs de E par l’appli-
cation f .
Image : Proposition
Proposition :
Soit f est une application linéaire de E dans F. Im f est un
sous-espace vectoriel de F
Image : Exemple
A = { (2x − y, 3x) | x ∈ R, y ∈ R }
Il est facile de vérifier que f est une app. lin. D’autre part, on a :
A = { f (x, y) | x ∈ R, y ∈ R } = f (R2 ) = Im f
Image : Proposition
Proposition :
Une application linéaire f de E dans F est bijective si et
seulement si
Im f = F et Ker f = {0E }
Définition :
Soit f une application linéaire de E dans F. Le rang d’une
application linéaire f est égal à la dimension de Im f . On
note rg f = dim Im f .
Rang : Exemple
Déterminons d’abord Im f :
Im f = {f (x, y) | (x, y) ∈ R2 }
Rang : Exemple
Déterminons d’abord Im f :
Rang : Exemple
Déterminons d’abord Im f :
Rang : Exemple
Déterminons d’abord Im f :
Rang : Exemple
Déterminons d’abord Im f :
Rang : Exemple
Déterminons d’abord Im f :
Rang : Proposition
Proposition :
Soit B = (e1 , e2 , . . . , en ) une base de E et f une application
de E dans F. Alors
D E
rg f = dim f (e1 ), f (e2 ), . . . , f (en )
Rang : Exemple
donc dim Im f = rg f = 3 − 1 = 2.
Rang : Exemple
donc dim Im f = rg f = 3 − 1 = 2.
Rang : Exemple
donc dim Im f = rg f = 3 − 1 = 2.
Rang : Exemple
donc dim Im f = rg f = 3 − 1 = 2.
Rang : Exemple
Ker f = {(x, y, z) ∈ R3 | 2z − x = 0, y = 0 et 3x − 6z = 0}
=
Donc Ker f = (2, 0, 1) =⇒ dim Ker f = 1. On a :
3
| {zR} = rg f + dim
dim Ker f
| {z }
=3 =1
donc dim Im f = rg f = 3 − 1 = 2.
Rang : Exemple
Ker f = {(x, y, z) ∈ R3 | 2z − x = 0, y = 0 et 3x − 6z = 0}
= {(x, y, z) ∈ R3 | x = 2z et y = 0}
Donc Ker f = (2, 0, 1) =⇒ dim Ker f = 1. On a :
3
| {zR} = rg f + dim
dim Ker f
| {z }
=3 =1
donc dim Im f = rg f = 3 − 1 = 2.
Rang : Exemple
Ker f = {(x, y, z) ∈ R3 | x = 2z et y = 0}
=
Donc Ker f = (2, 0, 1) =⇒ dim Ker f = 1. On a :
3
| {zR} = rg f + dim
dim Ker f
| {z }
=3 =1
donc dim Im f = rg f = 3 − 1 = 2.
Rang : Exemple
Ker f = {(x, y, z) ∈ R3 | x = 2z et y = 0}
= {(2z, 0, z) ∈ R3 | z ∈ R}
Donc Ker f = (2, 0, 1) =⇒ dim Ker f = 1. On a :
3
| {zR} = rg f + dim
dim Ker f
| {z }
=3 =1
donc dim Im f = rg f = 3 − 1 = 2.
Rang : Exemple
Ker f = {(2z, 0, z) ∈ R3 | z ∈ R}
=
Donc Ker f = (2, 0, 1) =⇒ dim Ker f = 1. On a :
3
| {zR} = rg f + dim
dim Ker f
| {z }
=3 =1
donc dim Im f = rg f = 3 − 1 = 2.
Rang : Exemple
Ker f = {(2z, 0, z) ∈ R3 | z ∈ R}
= {z(2, 0, 1) | z ∈ R}
Donc Ker f = (2, 0, 1) =⇒ dim Ker f = 1. On a :
3
| {zR} = rg f + dim
dim Ker f
| {z }
=3 =1
donc dim Im f = rg f = 3 − 1 = 2.
Rang : Exemple
Ker f = {(2z, 0, z) ∈ R3 | z ∈ R}
= {z(2, 0, 1) | z ∈ R}
Donc Ker f = (2, 0, 1) =⇒ dim Ker f = 1. On a :
3
| {zR} = rg f + dim
dim Ker f
| {z }
=3 =1
donc dim Im f = rg f = 3 − 1 = 2.
Rang : Exemple
Ker f = {(2z, 0, z) ∈ R3 | z ∈ R}
= {z(2, 0, 1) | z ∈ R}
Donc Ker f = (2, 0, 1) =⇒ dim Ker f = 1. On a :
3
| {zR} = rg f + dim
dim Ker f
| {z }
=3 =1
donc dim Im f = rg f = 3 − 1 = 2.
Rang : Exemple
Ker f = {(2z, 0, z) ∈ R3 | z ∈ R}
= {z(2, 0, 1) | z ∈ R}
Donc Ker f = (2, 0, 1) =⇒ dim Ker f = 1. On a :
3
| {zR} = rg f + dim
dim Ker f
| {z }
=3 =1
donc dim Im f = rg f = 3 − 1 = 2.
Rang : Corollaire
Corollaire :
Soit E et F deux espaces vectoriels de dimension finie. Si
f est une application linéaire de E dans F, alors :
• rg f = dim E ⇐⇒ f injective
• rg f = dim F ⇐⇒ f surjective
• rg f = dim E = dim F ⇐⇒ f bijective
Rang : Corollaire
Corollaire :
Soit E et F deux espaces vectoriels de dimension finie. Si
dim E = dim F,