Académique Documents
Professionnel Documents
Culture Documents
1 / 18
Contenu de la séance
2 / 18
Transformation linéaire entre deux espaces vectoriels
quelconques
Définition :
Soit V et W deux espaces vectoriels sur le corps des réels R.
L’application T : V → W est dite linéaire si
1)T (0V ) = 0W ;
2)T (u + v ) = T (u) + T (v ), ∀ u, v ∈ V ;
3)T (cu) = cT (u), ∀u ∈ V , c ∈ R.
Proposition : T est une transformation linéaire
⇐⇒ T (cu + dv ) = cT (u) + dT (v ), ∀ u, v ∈ V , c, d ∈ R.
3 / 18
Transformation linéaire entre deux espaces vectoriels
quelconques
4 / 18
Transformation linéaire entre deux espaces vectoriels
quelconques
T6 : P2 → P1 : T6 (p(t)) = p 0 (t)(OUI ) :
Justification : 1) si p(t) = 0(t) = 0 ⇒ p 0 (t) = 0(t) = 0 ;
2)
T6 ((p + q)(t) = (p + q)0 (t) = p 0 (t) + q 0 (t) = T6 (p(t)) + T6 (q(t)) ;
3) T6 ((cp)(t)) = (cp)0 (t) = cp 0 (t) = cT6 (p(t)).
5 / 18
Noyau et image d’une transformation linéaire
Ker (T ) = {u ∈ V : T (u) = 0W }.
Im(T ) = {w ∈ W : ∃u ∈ V |w = T (u)}.
6 / 18
Noyau et image d’une transformation linéaire
7 / 18
Noyau et image d’une transformation linéaire
8 / 18
Transformation linéaire injective, surjective, isomorphisme
ou de façon équivalente
9 / 18
Transformation linéaire injective, surjective, isomorphisme
Théorème :
10 / 18
Transformation linéaire injective, surjective, isomorphisme
T : V → W surjective ⇔ Im(T ) = W .
11 / 18
Transformation linéaire injective, surjective, isomorphisme
Exercices
(1) Soit l’application linéaire T
: P2→ R3 définie par
a0
T : p(x) = a0 + a1 x + a2 x 2 7→ a1 . Cette application est-elle un
a2
isomorphisme ?
Solution : La réponse est OUI car l’application est injective et
surjective.
1) Ker (T ) = {p(x) ∈ P2 : T (p) = 0 ∈ R3 } ⇒ a0 = a1 = a2 =
0 → p(x) = 0. Ainsi Ker (T ) = 0P2 et l’application est injective.
u0
2)Im(T ) = {u = u1 ∈ R3 : ∃p ∈ P2 : T (p) = u}. Il suffit de
u2
prendre p(x) = u0 + u1 x + u2 x 2 et T est donc surjective.
12 / 18
Transformation linéaire injective, surjective, isomorphisme
Exercices
(2) Soit l’application linéaire Ttr : Rnxn → R définie par
Ttr (A) = trA. Cette application est-elle injective ? Est-elle
surjective ?
Solution : Injective NON ; surjective OUI.
1) KerP(Ttr ) = {A ∈ Rnxn : Ttr (A) = trA = 0}. Cependant,
trA = ni=1 aii peut-être nulle sans que tous les aii soient nuls et
même les aij , en général. Elle n’est donc pas injective.
2) Im(Ttr ) P= {c ∈ R : ∃ A ∈ Rnxn : Ttr (A) P= trA = c}. On a donc
c = trA = ni=1 aii ou encore ann = c − n−1 i=1 aii . La seule
contrainte sur les éléments de la matrice A est cette dernière et
donc A existe sûrement. La transformation est donc surjective.
13 / 18
Transformation linéaire T : Rn → Rm et matrice associée
14 / 18
Transformation linéaire T : Rn → Rm et matrice associée
Exemple :
1) Déterminer la matrice A associée à la transformation linéaire
T : R2 → R2 : (x1 , x2 ) → T (x) = (x1 + x2 , x1 − x2 ).
Solution : Ecrivons la transformation sous la forme
1 1 x
T (x) = x, x = 1 .
1 −1 x2
1 1
On a, en effet, T (e1 ) = T ( )= et
0 1
0 1
T (e2 ) = T ( )= .
1 −1
2) Calculer T (1, 2).
Solution : Il suffit de faire le calcul et T (1, 2) = (3, −1).
15 / 18
Transformation linéaire T : Rn → Rm et matrice associée
Proposition :
Si T : Rn → Rm est une transformation linéaire et A est la matrice
associée à T alors
Ker (T ) = Ker A
et
Im(T ) = Im A.
Nous avons vu (séance 4) que ce sont bien des sous-espaces
vectoriels.
Nous avons aussi que
T est injective ⇔ Ker A = {0} ou encore les colonnes de la
matrice associée sont linéairement indépendantes ;
T est surjective ⇔ Im A = Rm ou encore les colonnes de la
matrice associée engendrent Rm .
16 / 18
Transformation linéaire T : Rn → Rm et matrice associée
Exercice
Soit l’application linéaire T : R3 → R4 définie par
T : x 7→ T (x) = Ax où
3 2 0
0 −4 −1
A= .
0 0 −1
0 0 0
17 / 18
Transformation linéaire T : Rn → Rm et matrice associée
18 / 18