Académique Documents
Professionnel Documents
Culture Documents
Section A
Chapitre III :
Application linéaire
Sommaire
INTRODUCTION .......................................................................................................................
1 DEFINITIONS ET GENERALITES .......................................................................................... 3
1.1 DEFINITION 3
1.2 VOCABULAIRE ET NOTATION 3
1.3 PROPRIETES 3
1.4 EGALITE 4
1.5 COMPOSITION DE DEUX APPLICATIONS LINEAIRES 4
2 NOYAU ET IMAGE D’UNE APPLICATION LINEAIRE .............................................................. 4
3 APPLICATIONS LINEAIRES INJECTIVES ET SURJECTIVES....................................................... 5
4 RANG D’UNE APPLICATION LINEAIRE ................................................................................ 6
5 MATRICE ASSOCIEE A UNE APPLICATION LINEAIRE ............................................................ 6
5.1 COORDONNEES D’UN VECTEUR 6
5.2 MATRICE ASSOCIEE A UN SYSTEME DE VECTEURS 7
5.3 MATRICE ASSOCIEE A UNE APPLICATION LINEAIRE 8
6 CHANGEMENT DE BASES ................................................................................................ 11
6.1 MATRICE DE PASSAGE D’UNE BASE A UNE NOUVELLE BASE 11
6.2 COORDONNES D’UN VECTEUR RELATIVEMENT A UNE NOUVELLE BASE 12
6.3 MATRICE ASSOCIEE A UNE APPLICATION LINEAIRE RELATIVEMENT AUX NOUVELLES BASES 14
EXERCICES SOLUTIONNES SE RAPPORTANT AU CHAPITRE III
L’image par une application linéaire 𝑓 d’un s.e.v. de 𝐸1 est un s.e.v. de 𝐸2 . En particulier, 𝐼𝑚(𝑓) est un
s.e.v. de 𝐸2 .
L’image réciproque par une application linéaire 𝑓 d’un s.e.v. de 𝐸2 est un s.e.v. de 𝐸1 . En particulier,
𝐾𝑒𝑟(𝑓) est un s.e.v. de 𝐸1 .
Exemple : Soit l’application linéaire :
𝑓 : ℝ3 ⟶ ℝ3
(𝑥1 , 𝑥2 , 𝑥3 ) ⟼ 𝑓(𝑥1 , 𝑥2 , 𝑥3 ) = (𝑥1 − 𝑥3 , 0,0)
On a :
𝐼𝑚(𝑓) = {(𝑥1 − 𝑥3 , 0,0): 𝑥1 , 𝑥3 ∈ ℝ}
= {(𝑥1 − 𝑥3 )(1,0,0): 𝑥1 , 𝑥3 ∈ ℝ}
= 〈(1,0,0)〉
𝐼𝑚(𝑓) est le s.e.v. de ℝ3 engendré par la famille {(1,0,0)} et 𝑑𝑖𝑚(𝐼𝑚(𝑓)) = 1.
𝐾𝑒𝑟(𝑓) = {(𝑥1 , 𝑥2 , 𝑥3 ) ∈ ℝ3 ∶ 𝑥1 = 𝑥3 }
= {(𝑥1 , 𝑥2 , 𝑥1 ) ∶ 𝑥1 , 𝑥2 ∈ ℝ}
= {𝑥1 (1,0,1) + 𝑥2 (0,1,0) ∶ 𝑥1 , 𝑥2 ∈ ℝ}
= 〈(1,0,1), (0,1,0)〉
Ker(𝑓) est le s.e.v. de ℝ3 engendré par la famille {(1,0,1), (0,1,0)} et 𝑑𝑖𝑚(𝐾𝑒𝑟(𝑓)) = 2.
Théorème : Soit 𝑺 = {𝒖𝟏 , … , 𝒖𝒑 } un système de 𝑬𝟏 . L’image de 𝑺 par l’application 𝒇est le système 𝒇(𝑺) =
{𝒇(𝒖𝟏 ), … , 𝒇(𝒖𝒑 )} ⊆ 𝒇(𝑬𝟏 ). Alors,
Si 𝑆 générateur de 𝐸1 , alors 𝑓(𝑆) est générateur de 𝐼𝑚𝑓 ;
Si 𝑆 est lié, alors 𝑓(𝑆) est lié. La réciproque est fausse ;
Si 𝑓(𝑆) est libre, alors 𝑆 est libre. La réciproque est fausse.
Remarque : Si 𝑺 est libre, alors 𝒇(𝑺) n’est pas forcement libre. Comme contre exemple, on prend l’application
linéaire :
𝑓 : ℝ2 ⟶ ℝ2
(𝑥1 , 𝑥2 ) ⟼ 𝑓(𝑥1 , 𝑥2 ) = (𝑥1 − 𝑥2 , 0)
Le système 𝑆 = {(1,0), (0,1)} est libre de ℝ2 tandis que le système 𝑓(𝑆) = {(1,0), (−1,0)} est lié (les deux
vecteurs sont opposés).
Notons que si l’application 𝑓 est injective alors l’image de tout système libre est libre.
𝑓 est injective si et seulement si l’image par 𝑓 de tout système libre de 𝐸1 est un système libre de 𝐼𝑚(𝑓) ;
ou encore, 𝑓 est injective si et seulement si 𝐾𝑒𝑟(𝑓) = {0𝐸1 } ;
𝑓 est surjective si et seulement si l’image par 𝑓 de tout système générateur de 𝐸1 est un système générateur
de 𝐸2 ;
ou encore, 𝑓 est surjective si et seulement si 𝐼𝑚(𝑓) = 𝐸2 ;
𝑓 est bijective si et seulement si l’image par 𝑓 d’une base de 𝐸1 est une base de 𝐸2
ou encore, 𝑓 est bijective si et seulement si 𝐾𝑒𝑟(𝑓) = {0𝐸1 } et 𝐼𝑚(𝑓) = 𝐸2 .
Corollaire : Soit 𝒇 ∈ 𝓛(𝑬𝟏 , 𝑬𝟐 ) avec 𝑬𝟏 et 𝑬𝟐 deux ℝ-e.v. de dimensions finies.
Si l’application linéaire 𝑓 est injective alors 𝑑𝑖𝑚(𝐸1 ) ≤ 𝑑𝑖𝑚(𝐸2 ).
Si l’application linéaire 𝑓 est surjective alors 𝑑𝑖𝑚(𝐸1 ) ≥ 𝑑𝑖𝑚(𝐸2 ).
Si 𝑑𝑖𝑚(𝐸1 ) = 𝑑𝑖𝑚(𝐸2 ) alors,
𝑓 est bijective ⟺ 𝑓 est surjective ⟺ 𝑓 est injective.
5 Matrice associée à une application linéaire relativement aux bases des deux
espaces vectoriels
Soit (𝐸1 , +, . ) un ℝ-e.v. avec 𝑑𝑖𝑚(𝐸1 ) = 𝑛, 𝐸1 muni d’une base 𝐵1 = {𝑒1 , … , 𝑒𝑛 }.
Soit (𝐸2 , +, . ) un ℝ-e.v. avec 𝑑𝑖𝑚(𝐸2 ) = 𝑝, 𝐸2 muni d’une base 𝐵2 = {𝑏1 , … , 𝑏𝑝 }.
Tout vecteur 𝑢 de E1 se décompose de façon unique en une combinaison linéaire des vecteurs de la base 𝐵1 .
Autrement dit,
∀𝑢 ∈ 𝐸1 , ∃! 𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛 ∈ ℝ ∶ 𝑢 = 𝑥1 𝑒1 + 𝑥2 𝑒2 + ⋯ + 𝑥𝑛 𝑒𝑛
On associe au vecteur 𝑢 , relativement à la base 𝐵1 , une matrice uni-colonne 𝑈𝐵1 ∈ ℳ(𝑛,1) (ℝ) dont les
coefficients sont 𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛 , coefficients de la combinaison linéaire de 𝑢 dans la base 𝐵1 :
𝑢
𝑥1 𝑒1
𝑥2 𝑒2
𝑈𝐵1 =( ⋮ ) ⋮
𝑥𝑛 𝑒𝑛
Exemple : Soit ℝ𝟒 muni de sa base canonique 𝑩 = {𝒆𝟏 , 𝒆𝟐 , 𝒆𝟑 , 𝒆𝟒 } et 𝒖 = {𝟐, 𝟑, −𝟏, 𝟏} vecteur de ℝ𝟒 .
𝑢
2 𝑒1
𝑢 = (2,3, −1,1) = 2𝑒1 + 3𝑒2 − 𝑒3 + 𝑒4 ⟹ 3 𝑒2
𝑈𝐵1 =( ) 𝑒
−1 3
1 𝑒4
5.2 Matrice associée à un système de vecteurs
Soit 𝑆 = {𝑢1 , … , 𝑢𝑚 } une famille de 𝑚 vecteurs de 𝐸1 . La matrice associée à la famille 𝑆 relativement à la
base 𝐵1 , notée 𝑀𝐵1 (𝑆) ∈ ℳ(𝑛,𝑚) (ℝ), est définie par :
𝑢1 𝑢𝑗 𝑢𝑚
𝑢1 𝑢2 𝑢3 𝑢4
1 −1 0 2 𝑒1
2 1 0 −1 𝑒2
𝑀𝐵 (𝑆) = ( ) 𝑒
0 0 2 1 3
0 0 3 0 𝑒4
𝑓(𝑒1 ) 𝑓(𝑒2 )
1 1 𝑏1
𝑀(𝑓/𝐵ℝ2 , 𝐵ℝ3 ) = ( 1 1 ) 𝑏2
0 1 𝑏3
Remarque : La matrice associée à l’application linéaire dépend des bases considérées.
À titre d’exemple, soit ℝ2 muni de la base 𝐵ℝ′ 2 = {𝑒1′ = (1,2), 𝑒2′ = (−1,1)} et ℝ3 muni de la base
canonique 𝐵ℝ3 = {𝑏1 , 𝑏2 , 𝑏3 }. Et soit l’application linéaire :
𝑓 : ℝ2 ⟶ ℝ3
(𝑥1 , 𝑥2 ) ⟼ 𝑓(𝑥1 , 𝑥2 ) = (𝑥1 + 𝑥2 , 𝑥1 + 𝑥2 , 𝑥2 )
Comme,
𝑓(𝑒1′ ) = 𝑓(1,2) = (3,3,2)
= 3. (1,0,0) + 3. (0,1,0) + 2. (0,0,1)
= 3𝑏1 + 3𝑏2 + 2𝑏3
𝑓(𝑒2′ ) = 𝑓(−1,1) = (0,0,1)
= 0. (1,0,0) + 0. (0,1,0) + 1. (0,0,1)
{ = 0𝑏1 + 0𝑏2 + 𝑏3
Alors,
𝑓(𝑒1′ ) 𝑓(𝑒2′ )
3 0 𝑏1
𝑀(𝑓/𝐵ℝ′ 2 , 𝐵ℝ3 ) = ( 3 0 ) 𝑏2
2 1 𝑏3
On remarque que : 𝑀(𝑓/𝐵ℝ′ 2 , 𝐵ℝ3 ) ≠ 𝑀(𝑓/𝐵ℝ2 , 𝐵ℝ3 )
Proposition : Si 𝒖 = (𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 ) dans la base 𝑩𝟏 et si 𝒇(𝒖) = (𝒚𝟏 , … , 𝒚𝒑 ) dans la base 𝑩𝟐 alors,
𝑦1 𝑥1
𝑦2 𝑥2
( ⋮ ) = 𝑀(𝑓/𝐵1 , 𝐵2 ) ( ⋮ )
𝑦𝑝 𝑥𝑛
Autrement dit, toute application 𝑓 ∈ ℒ(𝐸1 , 𝐸2 ) est complètement déterminée par la donnée de l’image d’une
base de 𝐸1 .
Exemple : Soient ℝ𝟑 et ℝ𝟒 munis respectivement des bases canoniques 𝑩ℝ𝟑 = {𝒆𝟏 , 𝒆𝟐 , 𝒆𝟑 } et 𝑩ℝ𝟒 =
{𝒃𝟏 , 𝒃𝟐 , 𝒃𝟑 , 𝒃𝟒 } . Et soit l’application 𝒇 ∈ 𝓛(ℝ𝟑 , ℝ𝟒 ) dont la matrice associée est :
1 4 1
3 −5 0
𝑀(𝑓/𝐵ℝ3 , 𝐵ℝ4 ) = ( )
1 0 1
−1 1 0
Alors, ∀ (𝑥1 , 𝑥2 , 𝑥3 ) ∈ ℝ3 , on pose 𝑓(𝑥1 , 𝑥2 , 𝑥3 ) = (𝑦1 , 𝑦2 , 𝑦3 , 𝑦4 ) avec :
𝑦1 1 4 1 𝑥1 + 4𝑥2 + 𝑥3
𝑥1 𝑥1
𝑦2 3 −5 0 3𝑥1 − 5𝑥2
(𝑦 ) = 𝑀(𝑓/𝐵1 , 𝐵2 ) (𝑥2 ) = ( ) (𝑥2 ) = ( )
3
𝑥3 1 0 1 𝑥3 𝑥1 + 𝑥3
𝑦4 −1 1 0 −𝑥1 + 𝑥2
Ainsi l’expression analytique de 𝑓 est,
𝑔 : ℝ3 ⟶ ℝ2
(𝑥1 , 𝑥2 , 𝑥3 ) ⟼ 𝑔(𝑥1 , 𝑥2 , 𝑥3 ) = (𝑥1 − 𝑥2 , 𝑥1 − 𝑥3 )
ℎ : ℝ2 ⟶ ℝ3
(𝑥1 , 𝑥2 ) ⟼ ℎ(𝑥1 , 𝑥2 ) = (𝑥1 − 𝑥2 , 𝑥2 , 𝑥2 )
1 −1
1 1 0 1 −1 0
𝑀(𝑓/𝐵ℝ3 , 𝐵ℝ2 ) = ( ) 𝑀(𝑔/𝐵ℝ3 , 𝐵ℝ2 ) = ( ) 𝑀(ℎ/𝐵ℝ2 , 𝐵ℝ3 ) = (0 1)
0 1 1 1 0 −1
0 1
Tout calcul fait on obtient :
𝑓+𝑔 : ℝ3 ⟶ ℝ2
(𝑥1 , 𝑥2 , 𝑥3 ) ⟼ (𝑓 + 𝑔)(𝑥1 , 𝑥2 , 𝑥3 ) = (2𝑥1 , 𝑥2 + 𝑥1 )
𝜆. 𝑔 : ℝ3 ⟶ ℝ2
(𝑥1 , 𝑥2 , 𝑥3 ) ⟼ (𝜆. 𝑔)(𝑥1 , 𝑥2 , 𝑥3 ) = (𝜆𝑥1 − 𝜆𝑥2 , 𝜆𝑥1 − 𝜆𝑥3 )
ℎ∘𝑓 : ℝ3 ⟶ ℝ3
(𝑥1 , 𝑥2 , 𝑥3 ) ⟼ (ℎ ∘ 𝑓)(𝑥1 , 𝑥2 ) = ℎ(𝑓(𝑥1 , 𝑥2 , 𝑥3 )) = (𝑥1 − 𝑥3 , 𝑥2 + 𝑥3 , 𝑥2 + 𝑥3 )
Et effectivement :
2 0 0 1 1 0 1 −1 0
𝑀(𝑓 + 𝑔/𝐵1 , 𝐵2 ) = ( ) =( )+( ) = 𝑀(𝑓/𝐵1 , 𝐵2 ) + 𝑀(𝑓/𝐵1 , 𝐵2 )
1 1 0 0 1 1 1 0 −1
𝜆 𝜆 0 1 1 0
𝑀(𝜆. 𝑓/𝐵1 , 𝐵2 ) =( ) = 𝜆( ) = 𝜆. 𝑀(𝑓/𝐵1 , 𝐵2 )
0 𝜆 𝜆 0 1 1
1 0 −1 1 −1
1 1 0
𝑀(ℎ ∘ 𝑓/𝐵1 , 𝐵3 ) = (0 1 1 ) = (0 1 ) ( ) = 𝑀(ℎ/𝐵2 , 𝐵3 ) × 𝑀(𝑓/𝐵1 , 𝐵2 )
0 1 1
0 1 1 0 1
𝑔 : ℝ2 ⟶ ℝ2
(𝑥1 , 𝑥2 ) ⟼ 𝑔(𝑥1 , 𝑥2 ) = (𝑥1 , −𝑥1 + 𝑥2 )
1 1 1 0
𝑀(𝑓/𝐵) = ( ) 𝑀(𝑔/𝐵) = ( )
0 1 −1 1
Comme 𝐾𝑒𝑟(𝑓) = 𝐾𝑒𝑟(𝑔) = {(0,0)}, alors 𝑓 et 𝑔 sont inversibles.
(𝑦1 , 𝑦2 ) = 𝑓(𝑥1 , 𝑥2 ) ⟹ (𝑦1 , 𝑦2 ) = (𝑥1 + 𝑥2 , 𝑥2 )
𝑦 = 𝑥 + 𝑥2
⟹ {𝑦1 = 𝑥1
2 2
𝑥1 = 𝑦1 − 𝑦2
⟹ {𝑥 = 𝑦
2 2
⟹ (𝑥1 , 𝑥2 ) = (𝑦1 − 𝑦2 , 𝑦2 )
⟹ (𝑥1 , 𝑥2 ) = 𝑓 −1 (𝑦1 , 𝑦2 )
(𝑦1 , 𝑦2 ) = 𝑔(𝑥1 , 𝑥2 ) ⟹ (𝑦1 , 𝑦2 ) = (𝑥1 , −𝑥1 + 𝑥2 )
𝑦1 = 𝑥1
⟹ {𝑦 = −𝑥 + 𝑥
2 1 2
𝑥1 = 𝑦1
⟹ {𝑥 = 𝑦 + 𝑦
2 1 2
⟹ (𝑥1 , 𝑥2 ) = (𝑦1 , 𝑦1 + 𝑦2 )
⟹ (𝑥1 , 𝑥2 ) = 𝑔−1 (𝑦1 , 𝑦2 )
Ainsi,
𝑓 −1 : ℝ2 ⟶ ℝ2
(𝑥1 , 𝑥2 ) ⟼ 𝑓(𝑥1 , 𝑥2 ) = (𝑥1 − 𝑥2 , 𝑥2 )
𝑔−1 : ℝ2 ⟶ ℝ2
(𝑥1 , 𝑥2 ) ⟼ 𝑔(𝑥1 , 𝑥2 ) = (𝑥1 , 𝑥1 + 𝑥2 )
6 Changement de bases
6.1 Matrice de passage d’une base à une nouvelle base
Soit (𝐸1 , +, . ) un ℝ-e.v. muni de deux bases 𝐵1 = {𝑒1 , … , 𝑒𝑛 } et 𝐵1′ = {𝑒1′ , … , 𝑒𝑛′ }
On appelle la matrice de passage de la base 𝐵1 à la base 𝐵1′ , notée 𝑃𝐵1 𝐵1′ , la matrice 𝑀𝐵1 (𝐵1′ ) ∈ ℳ(𝑛) (ℝ) :
matrice du système 𝐵1′ relativement à la base 𝐵1 , ou encore, la matrice 𝑀(𝑖𝑑𝐸1 /𝐵1′ , 𝐵1 ) : matrice associée à
l’application linéaire identité dans 𝐸1 , relativement aux bases 𝐵1′ et 𝐵1 . Par exemple, si
𝑒1′ = 𝑎11 𝑒1 + ⋯ + 𝑎𝑖1 𝑒𝑖 + ⋯ + 𝑎𝑛1 𝑒𝑛
⋮
𝑒𝑗′ = 𝑎1𝑗 𝑒1 + ⋯ + 𝑎𝑖𝑗 𝑒𝑖 + ⋯ + 𝑎𝑛𝑗 𝑒𝑛
⋮
{ 𝑒𝑛′ = 𝑎1𝑛 𝑒1 + ⋯ + 𝑎𝑖𝑛 𝑒𝑖 + ⋯ + 𝑎𝑛𝑛 𝑒𝑛
Alors,
𝑒1′ ⋯ 𝑒𝑗′ ⋯ 𝑒𝑛′
Exemple : Dans ℝ𝟐 , on considère la base canonique 𝑩 = {𝒆𝟏 , 𝒆𝟐 } et la base 𝑩′ = {𝒆′𝟏 , 𝒆′𝟐 } avec 𝒆′𝟏 = (𝟏, 𝟑)
et 𝒆′𝟐 = (−𝟏, 𝟏). Comme
𝑒1′ = (1,3) = 𝑒1 + 3𝑒2
{
𝑒2′ = (−1,1) = −𝑒1 + 𝑒2
1 −1
Alors, 𝑃𝐵1 𝐵1′ = ( )
3 1
Pour déterminer la matrice 𝑃𝐵1′ 𝐵1 on procède de deux façons :
−1 1 1 1
𝑃𝐵1′ 𝐵1 = (𝑃𝐵1 𝐵1′ ) = ( )
4 −3 1
Ou encore, on écrit les vecteurs 𝑒𝑖 dans la base 𝐵′ :
1 ′ 3 ′
𝑒′ 𝑒1 = 𝑒 − 𝑒
{ 1′
= 𝑒1 + 3𝑒2
⟹ { 4 1 4 2
𝑒2 = −𝑒1 + 𝑒2 1 ′
𝑒2 = (𝑒 + 𝑒2′ )
4 1
et ainsi,
1 1
𝑃𝐵1′ 𝐵1 = (𝑃𝐵1 𝐵1′ )
−1
=( 4 4) = 1 ( 1 1)
−3 1 4 −3 1
4 4
6.2 Coordonnées d’un vecteur relativement à une nouvelle base
Soit (𝐸1 , +, . ) un ℝ-e.v. muni de deux bases 𝐵1 = {𝑒1 , 𝑒1 , … , 𝑒𝑛 } et 𝐵1′ = {𝑒1′ , 𝑒2′ , … , 𝑒𝑛′ } avec,
𝑒1′ = 𝑎11 𝑒1 + 𝑎21 𝑒2 + ⋯ + 𝑎𝑛1 𝑒𝑛
𝑒2′ = 𝑎12 𝑒1 + 𝑎22 𝑒2 + ⋯ + 𝑎𝑛2 𝑒𝑛
⋮
{ 𝑒𝑛′ = 𝑎1𝑛 𝑒1 + 𝑎2𝑛 𝑒2 + ⋯ + 𝑎𝑛𝑛 𝑒𝑛
− On considère un vecteur 𝑢 ∈ 𝐸1 s’écrivant dans la base 𝐵1 comme suit,
𝑥1
𝑥2
𝑢 = 𝑥1 𝑒1 + 𝑥2 𝑒2 + ⋯ + 𝑥𝑛 𝑒𝑛 ⇝ 𝑈𝐵1 = ( ⋮ )
𝑥𝑛
𝑈𝐵1 étant la matrice unicolonne formée par les composantes du vecteur u dans la base B1 .
− Ce même vecteur 𝑢 s'écrit dans la base 𝐵1′ comme suit,
𝑥1′
𝑥′
𝑢 = 𝑥1′ 𝑒1′ + 𝑥2′ 𝑒2′ + ⋯ + 𝑥𝑛′ 𝑒𝑛′ ⇝ 𝑈𝐵1′ = ( 2)
⋮
𝑥𝑛′
𝑈𝐵1′ étant la matrice unicolonne formée par les composantes du vecteur 𝑢 dans la base 𝐵1′ .
On cherche un lien entre les composantes 𝑥1′ , … , 𝑥𝑛′ et les composantes 𝑥1 , … , 𝑥𝑛 . Comme,
𝑢 = 𝑥1′ 𝑒1′ + 𝑥2′ 𝑒2′ + ⋯ + 𝑥𝑛′ 𝑒𝑛′
= 𝑥1′ (𝑎11 𝑒1 + 𝑎21 𝑒2 + ⋯ + 𝑎𝑛1 𝑒𝑛 ) + ⋯ + 𝑥𝑛′ (𝑎1𝑛 𝑒1 + 𝑎2𝑛 𝑒2 + ⋯ + 𝑎𝑛𝑛 𝑒𝑛 )
= (𝑎11 𝑥1′ + 𝑎12 𝑥2′ + ⋯ + 𝑎1𝑛 𝑥𝑛′ )𝑒1 + ⋯ + (𝑎𝑛1 𝑥1′ + 𝑎𝑛2 𝑥2′ + ⋯ + 𝑎𝑛𝑛 𝑥𝑛′ )𝑒𝑛
et 𝑢 = 𝑥1 𝑒1 + 𝑥2 𝑒2 + ⋯ + 𝑥𝑛 𝑒𝑛
Alors,
𝑥1 = 𝑎11 𝑥1′ + 𝑎12 𝑥2′ + ⋯ + 𝑎1𝑛 𝑥𝑛′
𝑥2 = 𝑎21 𝑥1′ + 𝑎22 𝑥2′ + ⋯ + 𝑎2𝑛 𝑥𝑛′
⋮
{ 𝑥𝑛 = 𝑎𝑛1 𝑥1′ + 𝑎𝑛2 𝑥2′ + ⋯ + 𝑎𝑛𝑛 𝑥𝑛′
C'est-à-dire,
𝑥1 𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑥1′
𝑥2 𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑥2′
(⋮) = ( ⋮ ⋮ ⋱ ⋮ ) ( ) ⟺ 𝑈𝐵1 = 𝑃𝐵1 𝐵1′ 𝑈𝐵1′
⋮
𝑥𝑛 𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑥𝑛′
En pratique, nous connaissons les anciennes composantes𝑥1 , … , 𝑥𝑛 et nous désirons déterminer les nouvelles
−1
𝑥1′ , … , 𝑥𝑛′ . Comme la matrice de passage 𝑃𝐵1 𝐵1′ est inversible et (𝑃𝐵1 𝐵1′ ) = 𝑃𝐵1′ 𝐵1 alors,
−1 −1
𝑈𝐵1 = 𝑃𝐵1 𝐵1′ 𝑈𝐵1′ ⟺ (𝑃𝐵1 𝐵1′ ) 𝑈𝐵1 = (𝑃𝐵1 𝐵1′ ) 𝑃𝐵1 𝐵1′ 𝑈𝐵1′
−1
⟺ (𝑃𝐵1 𝐵1′ ) 𝑈𝐵1 = 𝑈𝐵1′
⟺ 𝑈𝐵1′ = 𝑃𝐵1′ 𝐵1 𝑈𝐵1
Comme, 𝑣 = 𝑦1 𝑏1 + 𝑦2 𝑏2 + ⋯ + 𝑦𝑝 𝑏𝑝 et
𝑣 = 𝑓(𝑢)
= 𝑓(𝑥1 𝑒1 + 𝑥2 𝑒2 + ⋯ + 𝑥𝑛 𝑒𝑛 )
= 𝑥1 𝑓(𝑒1 ) + 𝑥2 𝑓(𝑒2 ) + ⋯ + 𝑥𝑛 𝑓(𝑒1 )
= 𝑥1 (𝑎11 𝑏1 + 𝑎21 𝑏2 + ⋯ + 𝑎𝑝1 𝑏𝑝 ) + ⋯ + 𝑥𝑛 (𝑎1𝑛 𝑏1 + 𝑎2𝑛 𝑏2 + ⋯ + 𝑎𝑝𝑛 𝑏𝑝 )
= (𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 )𝑏1 + ⋯ + (𝑎𝑃1 𝑥1 + 𝑎𝑃2 𝑥2 + ⋯ + 𝑎𝑃𝑛 𝑥𝑛 )𝑏𝑝
Alors,
𝑦1 = 𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛
𝑦2 = 𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛
{ ⋮
𝑦𝑝 = 𝑎𝑃1 𝑥1 + 𝑎𝑃2 𝑥2 + ⋯ + 𝑎𝑃𝑛 𝑥𝑛
C'est-à-dire,
𝑦1 𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑥1
𝑦2 𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑥2
(⋮) = ( ⋮ ⋮ ⋱ ⋮ ) (⋮) ⟺ 𝑉𝐵2 = 𝑀(𝑓/𝐵1 , 𝐵2 ) 𝑈𝐵1
𝑦𝑝 𝑎𝑝1 𝑎𝑝2 ⋯ 𝑎𝑝𝑛 𝑥𝑛
Ainsi, 𝑣 = 𝑓(𝑢) ⟹ 𝑉𝐵2 = 𝑀(𝑓/𝐵1 , 𝐵2 )𝑈𝐵1
Exemple : Soient ℝ𝟑 et ℝ𝟒 munis des bases canoniques 𝑩ℝ𝟑 = {𝒆𝟏 , 𝒆𝟐 , 𝒆𝟑 } et 𝑩ℝ𝟒 = {𝒃𝟏 , 𝒃𝟐 , 𝒃𝟑 , 𝒃𝟒 }. Et soit
l’application 𝒇 ∈ 𝓛(ℝ𝟑 , ℝ𝟒 ) définie par :
∀ (𝑥1 , 𝑥2 , 𝑥3 ) ∈ ℝ3 : 𝑓(𝑥1 , 𝑥2 , 𝑥3 ) = (𝑥1 + 4𝑥2 + 𝑥3 , 3𝑥1 − 5𝑥2 , 𝑥1 + 𝑥3 , −𝑥1 + 𝑥2 )
1 4 1
3 −5 0
et dont la matrice associée est donnée par : 𝑀(𝑓/𝐵ℝ3 , 𝐵ℝ4 ) = ( )
1 0 1
−1 1 0
𝑥1
On pose : 𝑢 = 𝑥1 𝑒1 + 𝑥2 𝑒2 + 𝑥3 𝑒3 ∈ ℝ3 ⇝ 𝑈𝐵 3 = (𝑥2 ) dans la base Bℝ3 ;
ℝ
𝑥3
𝑦1
𝑦2
𝑓(𝑢) = 𝑦1 𝑏1 + 𝑦2 𝑏2 + 𝑦3 𝑏3 + 𝑦4 𝑏4 ∈ ℝ4 ⇝ 𝑉𝐵ℝ4 = (𝑦 ) dans la base Bℝ4 .
3
𝑦4
𝑦1 1 4 1 𝑥1
𝑦2 3 −5 0
On a : 𝑉𝐵ℝ4 = 𝑀(𝑓/𝐵ℝ3 , 𝐵ℝ4 )𝑈𝐵
ℝ3
⟹ (𝑦 ) = ( ) (𝑥2 )
3 1 0 1 𝑥3
𝑦4 −1 1 0
Théorème : On pose,
𝑃𝐵1 𝐵1′ : Matrice de passage de la base 𝐵1 à la base 𝐵2
Exemple : ℝ𝟑 muni de la base canonique 𝑩ℝ𝟑 = {𝒆𝟏 , 𝒆𝟐 , 𝒆𝟑 } et la base 𝑩′ℝ𝟑 = {𝒆′𝟏 , 𝒆′𝟐 , 𝒆′𝟑 } avec,
𝑒1′ = (1,1,0), 𝑒2′ = (0,1,0), 𝑒3′ = (0,1,1)
1 0 0
Ainsi, 𝑃𝐵 𝐵′ = (1 1 1)
ℝ3 ℝ3
0 0 1
ℝ4 muni de la base canonique 𝐵ℝ4 = {𝑏1 , 𝑏2 , 𝑏3 , 𝑏4 } et la base 𝐵ℝ′ 3 = {𝑏1′ , 𝑏2′ , 𝑏3′ , 𝑏4′ } avec,
𝑏1′ = (1,1,0,0), 𝑏2′ = (0,1,0,0), 𝑏3′ = (0,0,1,0), 𝑏4′ = (0,0,1,1)
On remarque que :
𝑏1′ = 𝑏1 + 𝑏2 𝑏1 = 𝑏1′ − 𝑏2′
𝑏2′ = 𝑏2 𝑏2 = 𝑏2′
⟹
𝑏3′ = 𝑏3 𝑏3 = 𝑏3′
{𝑏4′ = 𝑏3 + 𝑏4 {𝑏4 = 𝑏3′ − 𝑏4′
1 0 0 0 1 0 0 0
1 1 0 0 −1 −1 1 0 0
Ainsi, 𝑃𝐵 ′ =( ) et 𝑃𝐵′ 4 𝐵 4 = (𝑃𝐵 4 𝐵′ 4 ) = ( )
ℝ4 𝐵ℝ4 0 0 1 1 ℝ ℝ ℝ ℝ 0 0 1 −1
0 0 0 1 0 0 0 1
On considère l’application 𝑓 ∈ ℒ(ℝ3 , ℝ4 ) définie par :
∀ (𝑥1 , 𝑥2 , 𝑥3 ) ∈ ℝ3 : 𝑓(𝑥1 , 𝑥2 , 𝑥3 ) = (𝑥1 + 4𝑥2 + 𝑥3 , 3𝑥1 − 5𝑥2 , 𝑥1 + 𝑥3 , −𝑥1 + 𝑥2 )
et dont la matrice associée à f relativement aux bases Bℝ3 et Bℝ4 :
1 4 1
3 −5 0
𝑀(𝑓/𝐵ℝ3 , 𝐵ℝ4 ) = ( )
1 0 1
−1 1 0
La matrice associée à f relativement aux bases Bℝ3 et Bℝ4
−1
𝑀(𝑓/𝐵ℝ′ 3 , 𝐵ℝ′ 4 ) = (𝑃𝐵 ′ ) × 𝑀(𝑓/𝐵ℝ3 , 𝐵ℝ4 ) × 𝑃𝐵 𝐵′
ℝ4 𝐵ℝ4 ℝ3 ℝ3
1 0 0 0 1 4 1
1 0 0
−1 1 0 0 3 −5 0
= ( )( ) (1 1 1)
0 0 1 −1 1 0 1
0 0 1
0 0 0 1 −1 1 0
5 4 5
−7 −9 −10
= ( )
1 −1 0
0 1 1
En effet :
𝑓(𝑒1′ ) = 𝑓(1,1,0) = (5, −2,1,0) = 5𝑏1 − 2𝑏2 + 𝑏3 = 5𝑏1′ − 7𝑏2′ + 𝑏3′
{𝑓(𝑒2′ ) = 𝑓(0,1,0) = (4, −5,0,1) = 4𝑏1 − 5𝑏2 + 𝑏4 = 4𝑏1′ − 9𝑏2′ − 𝑏3′ + 𝑏4′
𝑓(𝑒3′ ) = 𝑓(0,1,1) = (5, −5,1,1) = 5𝑏1 − 5𝑏2 + 𝑏3 + 𝑏4 = 5𝑏1′ − 10𝑏2′ + 𝑏4′