CHAPITRE : APPLICATIONS LINEAIRES

I-DEFINITIONS

Définition 1 : Soient E et F deux ℝ −espaces vectoriels.Une application 𝜑 de E vers F est une

application linéaire si :

1) ∀ 𝑢
⃗ , 𝑣 ∈ E , 𝜑(𝑢
⃗ + 𝑣) =𝜑( 𝑢 ⃗ ) +𝜑(𝑣)
2) ∀ 𝑢
⃗ ∈ E , ∀𝜆 ∈ ℝ , 𝜑(𝜆 𝑢
⃗ )=𝜆 𝜑( 𝑢⃗ )

Définition 2 : Soient E et F deux ℝ −espaces vectoriels.Une application 𝜑 de E vers F est

une application linéaire si :

∀𝑢
⃗ , 𝑣 ∈ E , ∀𝛼 , 𝛽 ∈ ℝ , , 𝜑(𝛼𝑢 ⃗ ) +𝛽𝜑(𝑣)
⃗ + 𝛽𝑣) =𝛼𝜑( 𝑢

Définition3 : Soient E et F deux ℝ −espaces vectoriels.Une application 𝜑 de E vers F est

une application linéaire si :

∀𝑢
⃗ , 𝑣 ∈ E , ∀𝜆 ∈ ℝ , , 𝜑(𝑢 ⃗ ) +𝜆𝜑(𝑣)
⃗ + 𝜆𝑣 ) =𝜑( 𝑢

Remarques :

1) Une application de E vers F est appelée homomorphisme

2) Une application de E dans E est appelée endomorphisme de E
3) Une application de E vers ℝ est appelée forme linéaire
4) Un homomorphisme bijectif est appelé isomorphisme
5) Un endomorphisme bijectif est appelé automorphisme

Notation :

1) On note ℒ(E , F) l’ensemble des applications linéaires de E vers F

2) On note ℒ(E ) ou End(E) l’ensemble des endomorphisme de E

II-PROPRIETES :

1) Si 𝑓 est une application linéaire de E vers F alors 𝑓 ( ⃗⃗⃗⃗ ⃗⃗⃗⃗𝐹

0𝐸 ) =0
2) Si 𝑓 et 𝑔 sont des applications linéaires de E vers F alors 𝑓 + 𝑔 et λg sont des
aplications linéaires de E vers F .
3) Si 𝑓 est un isomorphisme de E vers F alors 𝑓 −1 est un isomorphisme de F vers E .
4) Si 𝑓 est une application linéaire de E vers F et 𝑔 une application linéaire de F vers G
alors 𝑔𝑜𝑓 est une application linéaire de E vers G .

III-NOYAU ET IMAGE D’UNE APPLICATION LINEAIRE :

III-1 Noyau d’une application linéaire

Définition : Soit 𝑓 est une application linéaire de E vers F.On appelle noyau de 𝑓,le sous
ensemble de E noté Kerf constitué des vecteurs 𝑢 ⃗ ) = ⃗⃗⃗⃗
⃗ tels que 𝑓(𝑢 0𝐹 .
Ker𝑓={𝑢 ⃗ ) = ⃗⃗⃗⃗
⃗ ∈ E tel que 𝑓(𝑢 0𝐹 }

Propriétés : Si 𝑓 est une application linéaire E vers F

1) Kerf est un sous espace vectoriel de E

2) 𝑓 est injective sin et seulement si Ker𝑓={ ⃗⃗⃗⃗⃗
0𝐸 }

III-2 Image d’une application linéaire

Définition : Soit 𝑓 est une application linéaire de E vers F .On appelle image de 𝑓 , le sous-
ensemble de F noté Im𝑓 tel que Im𝑓= 𝑓(E) .

Propriétés : Si 𝑓 est une application linéaire E vers F alors

1) Im𝑓 est un sous-espace vectoriel de F

2) 𝑓 est surjective si et seulement si Im𝑓 = F

III-3 Rang d’une application linéaire

Définition : Soit 𝑓 une application linéaire de E vers F. Le rang de 𝑓 notée rang𝑓 est la
dimension de Im𝑓 . rang𝑓 =dim( Im𝑓 )

Théorème (Formule du rang )

Soit E un espace vectoriel de dimension finie et 𝑓 une application linéaire de E vers F alors
dimE=dim(Ker𝑓) + dim(Im𝑓)

Corrollaire : Soit 𝑓 une application linéaire de E vers F .Si dimE=dimF alors les propositions
suivantes sont équivalentes.

1) 𝑓 est injective
2) 𝑓 est surjective
3) 𝑓 est bijective

III-4 Vecteurs propres et valeurs propres d’un endomorphisme

Définition : E étant un espace vectoriel sur ℝ et un f un endomorphisme de E , un vecteur

non nul 𝑢 ⃗ ) = 𝜆𝑢
⃗ de E est appelé vecteur propre de 𝑓 s’il existe un scalaire 𝜆 vérifiant 𝑓(𝑢 ⃗

Définition : Un scalaire 𝜆 est une valeur propre de l’endomorphisme 𝑓 de E s’il existe un

vecteur 𝑢 ⃗ ) = 𝜆𝑢
⃗ non nul de E vérifiant 𝑓(𝑢 ⃗ .

Propriétés :

1) A tout vecteur propre 𝑢⃗ de E est associée une valeur propre unique .

2) Si 𝜆 est une valeur propre de 𝑓 , l’ensemble 𝐸𝜆 = {𝑢 ⃗ ∈ E tel que 𝑓(𝑢 ⃗ ) = 𝜆𝑢
⃗ } est un
⃗⃗⃗⃗𝐸 } . On l’appelle sous-espace
sous-espace vectoriel de E qui n’est pas réduit à {0
vectoriel propre de E associé à la valeur propre 𝜆 .

IV – EXEMPLES :
Exemple 1 : Soit 𝑓 une application de ℝ3 vers ℝ qui à 𝑢
⃗ = (𝑥, 𝑦, 𝑧) associe
𝑓(𝑢
⃗ ) =2𝑥 − 𝑦 − 3𝑧

1) Montrer que f est une forme linéaire .

2) Déterminer le noyau et l’image de 𝑓
Solution :
1) Montrons que 𝑓 est une application linéaire. Soient 𝑢 ⃗ = (𝑥, 𝑦, 𝑧) et 𝑣
⃗⃗⃗ = (𝑥′, 𝑦′, 𝑧′)
′ ′
montrons que 𝑓(𝑢 ⃗ + 𝑣) =𝑓( 𝑢 ⃗ ) +𝑓(𝑣) . 𝑢⃗ + 𝑣=(𝑥 + 𝑥 , 𝑦 + 𝑦 , 𝑧 + 𝑧′) =(𝑋, 𝑌, 𝑍) avec
′ ′
𝑋 = 𝑥 + 𝑥 , 𝑌 = 𝑦 + 𝑦 , 𝑍 = 𝑧 + 𝑧′
𝑓(𝑢⃗ + 𝑣) = 𝑓(𝑋, 𝑌, 𝑍)
= 2𝑋 − 𝑌 − 3𝑍
= 2(𝑥 + 𝑥 ′ ) − (𝑦 + 𝑦 ′ ) − 3(𝑧 + 𝑧 ′ )
= 2𝑥 + 2𝑥 ′ − 𝑦 − 𝑦 ′ − 3𝑧 − 3𝑧′
= (2𝑥 − 𝑦 − 3𝑧) + (2𝑥 ′ − 𝑦 ′ − 3𝑧 ′ )
= 𝑓( 𝑢⃗ ) +𝑓(𝑣) .
Soit 𝑢⃗ = (𝑥, 𝑦, 𝑧) . Soit 𝜆 ∈ ℝ . Montrons que 𝑓(𝜆 𝑢 ⃗ ) = 𝜆 𝑓( 𝑢⃗ )
𝜆𝑢⃗ = 𝜆(𝑥, 𝑦, 𝑧) = (𝜆𝑥, 𝜆𝑦, 𝜆𝑧) = (𝑋, 𝑌, 𝑍) 𝑎𝑣𝑒𝑐 𝑋 = 𝜆𝑥 , 𝑌 = 𝜆𝑦 , 𝑍 = 𝜆𝑧
𝑓(𝜆 𝑢
⃗ ) = 𝑓(𝑋, 𝑌, 𝑍)
= 2𝑋 − 𝑌 − 3𝑍
= 2𝜆𝑥 − 𝜆𝑦 − 3𝜆𝑧
= 𝜆(2𝑥 − 𝑦 − 3𝑧)
= 𝜆 𝑓( 𝑢 ⃗ )

𝑓 est une application linéaire et donc une 𝑓 forme linéaire .

2) Déterminons le noyau et l’image de 𝑓 .
Soit 𝑢
⃗ = (𝑥, 𝑦, 𝑧) ∈ E . 𝑢 ⃗ ∈ Ker𝑓 ⟺ 𝑓( 𝑢 ⃗ ) = 0 ⇔ 2𝑥 − 𝑦 − 3𝑧 = 0 ⇔ 𝑦 = 2𝑥 − 3𝑧
𝑢
⃗ = (𝑥, 𝑦, 𝑧)
= (𝑥 , 2𝑥 − 3𝑧 , 𝑧 )
= (𝑥 , 2𝑥 , 0 ) + (0 , −3𝑧 , 𝑧)
= 𝑥(1 , 2 , 0 ) + 𝑧(0 , −3 , 1)
= 𝑥𝑢 ⃗⃗⃗⃗1 + 𝑦𝑢 𝑢1 = (1 , 2 , 0 ) et ⃗⃗⃗⃗
⃗⃗⃗⃗2 avec ⃗⃗⃗⃗ 𝑢2 = (0 , −3 , 1)
𝑢
⃗ est une combinaison linéaire de ⃗⃗⃗⃗ 𝑢1 𝑒𝑡 ⃗⃗⃗⃗
𝑢2 . Ker𝑓 est le plan vectoriel engendré par
les vecteurs ⃗⃗⃗⃗
𝑢1 𝑒𝑡 ⃗⃗⃗⃗𝑢2 . Ker𝑓 = 〈𝑢 𝑢2 〉 et dim(Ker𝑓 )=2
⃗⃗⃗⃗1 , ⃗⃗⃗⃗
Avant de déterminer Im𝑓 utilisons la formule du rang pour connaitre la dimension de
Im𝑓. D’après la formule du rang , dim(Ker𝑓 ) +dim(Im𝑓) = dim(ℝ3 ) ⇔
2 + dim(Im𝑓) = 3 ⇔ dim(Im𝑓) = 1
Im𝑓 ⊂ ℝ et dim(Im𝑓) = dim(ℝ) ⇒ Im𝑓 = ℝ .

Exemple 2 : Soit g une application de ℝ2 vers ℝ2 qui à 𝑢

⃗ = (𝑥, 𝑦) associe
⃗ ) = (𝑥 − 2𝑦, 3𝑥 − 6𝑦)
g(𝑢

1) Montrer que g est un endomorphisme de ℝ2

2) Déterminer le noyau et l’image de g
Solution :
1) Soient 𝑢 ⃗⃗⃗ =(𝑥′, 𝑦′) ∈ ℝ2 . Soit 𝜆 ∈ ℝ Montrons que
⃗ = (𝑥, 𝑦) , 𝑣
⃗⃗⃗⃗⃗⃗⃗+ 𝝀𝑣)=g(𝑢
g(𝑢 ⃗ ) + 𝜆g( ⃗⃗𝑣)
𝑢
⃗ + 𝝀𝑣 =(𝑥, 𝑦) + 𝜆(𝑥′, 𝑦′)
= (𝑥 + 𝜆𝑥 ′ , 𝑦 + 𝜆𝑦 ′ )=(𝑋 , 𝑌) avec X= 𝑥 + 𝜆𝑥 ′ et 𝑌 = 𝑦 + 𝜆𝑦 ′
 g(𝑢⃗ + 𝝀𝑣 ) = g( 𝑋 , 𝑌)
= (𝑋 − 2𝑌 , 3𝑋 − 6𝑌)
= ( 𝑥 + 𝜆𝑥 ′ − 2𝑦 − 2𝜆𝑦 ′ , 3𝑥 + 3𝜆𝑥 ′ − 6𝑦 − 6𝜆𝑦 ′ )
= (𝑥 − 2𝑦 , 3𝑥 − 6𝑦) + (𝜆𝑥 ′ − 2𝜆𝑦 ′ , 3𝜆𝑥 ′ − 6𝜆𝑦 ′ )
= (𝑥 − 2𝑦 , 3𝑥 − 6𝑦) + 𝜆(𝑥′ − 2𝑦′ , 3𝑥′ − 6𝑦′)
= g(𝑢 ⃗ ) + 𝜆g( ⃗⃗⃗𝑣)
D’où g est un endomorphisme de ℝ2 .
2) Déterminons le noyau et l’image de g
Soit 𝑢⃗ = (𝑥, 𝑦) ∈ ℝ2 .
𝑥 − 2𝑦 = 0
𝑢
⃗ ∈ Kerg ⇔ g(𝑢 ⃗ ) = ⃗0 ⇔ (𝑥 − 2𝑦, 3𝑥 − 6𝑦) = (0,0) ⇔ { ⇔
3𝑥 − 6𝑦 = 0
𝑥 − 2𝑦 = 0
{ . Kerg est la droite vectorielle d’équation 𝑥 − 2𝑦 = 0 . dim(Kerg )=1
𝑥 − 2𝑦 = 0
D’après la formule du rang , dim(Kerg ) +dim(Im𝑔) = dim(ℝ2 ) ⇔
1 + dim(Im𝑔) = 2 ⇔ dim(Im𝑔) = 1
Soit 𝑣 ⃗⃗⃗ = (𝑥′, 𝑦′)
⃗ ∈ Im𝑔 ⇒ ∃ 𝑢
v ⃗ = (𝑥, 𝑦) tel que g(𝑢⃗)= 𝑣 ⃗⃗⃗
𝑥 − 2𝑦 = 𝑥 ′ (1)
g(𝑢⃗)= 𝑣 ⃗⃗⃗ ⇔ (𝑥 − 2𝑦, 3𝑥 − 6𝑦)=(𝑥 ′ , 𝑦′) ⇔ { ′
3𝑥 − 6𝑦 = 𝑦 (2)
′
(1) ⇔ 𝑥 − 2𝑦 = 𝑥′ ⇔ 𝑥 = 𝑥 + 2𝑦 .
En remplacant dans (2) on a 3(𝑥 ′ + 2𝑦) − 6𝑦 = 𝑦′ ⇔ 3𝑥 ′ + 6𝑦 − 6𝑦 = 𝑦′
⇔ 3𝑥 ′ = 𝑦′
Im𝑔 est la droite vectorielle d’équation 3𝑥 = 𝑦 .