Académique Documents
Professionnel Documents
Culture Documents
A PPLICATIONS LINÉAIRES
Remarque.
⋄ On a en particulier f(0E ) = 0F .
E −→ F
⋄ L’application nulle est une application linéaire de E dans F.
x 7−→ 0F
⋄ L’identité IdE est un endomorphisme de E.
1.2 Exemples
1.2.1 Géométrie
1.2.2 Suites
Exemple 2.
CN −→ CN
⋄ L’application est un endomorphisme de CN .
(un ) 7−→ (un+1 )
⋄ Notons E le R-espace vectoriel des suites convergentes. L’application qui à (un ) ∈ E associe lim un est une
n→+∞
forme linéaire sur E.
http://laurentb.garcin.free.fr 1
c Laurent Garcin MPSI Lycée Saint-Exupéry
RI −→ R
⋄ Soit a ∈ I. L’application est une forme linéaire de RI .
f 7−→ f(a)
1.2.4 Polynômes
Exemple 4.
K[X] −→ K[X]
⋄ L’application est un endomorphisme de K[X].
P 7−→ P ′
K[X] −→ K
⋄ Soit a ∈ K. L’application est une forme linéaire de K[X].
P 7−→ P(a)
K[X] −→ K[X]
⋄ Soit Q ∈ K[X]. L’application est un endomorphisme de K[X].
P 7−→ PQ
1.2.5 Espaces Kn
Exemple 5.
R2 −→ R3
⋄ L’application est linéaire.
(x, y) 7−→ (y − 2x, 3y + x − 2z, x + z)
R2 −→ R
⋄ L’application n’est pas linéaire.
(x, y) 7−→ x + y + 1
R2 −→ R
⋄ L’application n’est pas linéaire.
(x, y) 7−→ x2 + y2
http://laurentb.garcin.free.fr 2
c Laurent Garcin MPSI Lycée Saint-Exupéry
R2 −→ R2 R2 −→ R2
Exemple 7. Considérons f : et g : . On a f, g ∈ L(R2 ) et g◦f = f◦g = 0L(R2 )
(x, y) 7−→ (x, 0) (x, y) 7−→ (0, y)
et pourtant f 6= 0L(R2 ) et g 6= 0L(R2 ) .
Comme (L(E), +, ◦) est un anneau, on a les deux formules suivantes.
Proposition 1.5
Soient f, g ∈ L(E) qui commutent.
n
X
n n
(i) (f + g) = fk ◦ gn−k
k
k=0
n−1
X
(ii) fn − gn = (f − g) fk ◦ gn−1−k
k=0
Exemple 8. Si (E, +, .) est un K-espace vectoriel, (L(E), +, ., ◦) est une K-algèbre non commutative en général.
http://laurentb.garcin.free.fr 3
c Laurent Garcin MPSI Lycée Saint-Exupéry
Exemple 9. L’espace vectoriel des suites récurrentes linéaires d’ordre 2 de polynôme caractéristique X2 + aX + b
est isomorphe à K2 .
http://laurentb.garcin.free.fr 4
c Laurent Garcin MPSI Lycée Saint-Exupéry
R3 −→ R
Exemple 1. F = {(x, y, z) ∈ R3 | x + y + z = 0} est le noyau de la forme linéaire . F est
(x, y, z) 7−→ x + y + z
donc un sous-espace vectoriel de R3 .
C 2 (R) −→ C 0 (R)
Exemple 2. L’application est linéaire. Son noyau, à savoir l’ensemble des fonctions affines
f 7−→ f ′′
de R dans R est donc un sous-espace vectoriel de C 2 (R) et donc un espace vectoriel.
K[X] −→ K[X]
Exemple 3. Soit f : . Alors Ker f = K0 [X] et Im f = K[X]. Ainsi f est surjective mais pas
P 7−→ P ′
injective.
KN −→ KN
Exemple 4. Soit f : . Alors Ker f = vect((1)) et Im f = KN .
(un ) 7−→ (un+1 − un )
Proposition 2.5
Soient E et F deux K-espaces vectoriels et f ∈ L(E, F). Soit A ⊂ E. Alors f (vect(A)) = vect (f(A)).
En particulier, si B est une base de E, f(B) engendre Im f.
Proposition 2.6
Soient E et F deux K-espaces vectoriels et f ∈ L(E, F). Soit (e1 , . . . , en ) une base de E.
http://laurentb.garcin.free.fr 5
c Laurent Garcin MPSI Lycée Saint-Exupéry
EXERCICE 1.
Proposition 2.7 (Caractérisation d’une application linéaire par l’image d’une base)
oient E et F deux K-espaces vectoriels et f ∈ L(E, F). Soient (e1 , . . . , en ) une base de E et (f1 , . . . , fn ) une famille
de F. Il existe une unique application linéaire f ∈ L(E, F) telle que f(ei ) = fi pour tout i ∈ J1, nK.
Remarque. Ce résultat signifie que pour définir une application linéaire, il suffit de la définir sur une base. Il
prendra toute son importance lors de l’étude des matrices.
http://laurentb.garcin.free.fr 6
c Laurent Garcin MPSI Lycée Saint-Exupéry
On a alors Im f = vect((1, 2, 1), (0, −3, 0)) et Ker f = vect((−3, −1, 1)).
http://laurentb.garcin.free.fr 7
c Laurent Garcin MPSI Lycée Saint-Exupéry
Exemple 6. Soient f ∈ L(E, F) et G un sous-espace vectoriel de E. Alors Ker f|G = Ker f ∩ G et Im f|G = f(G).
Soient f ∈ L(E, F) et g ∈ L(F, G). Alors Im g| Im f = Im g ◦ f.
Remarque. Soit f ∈ L(E). Si F est un sous-espace vectoriel de E stable par f i.e. f(F) ⊂ F, on dit que f induit un
|F
endormorphisme de F (qui n’est autre que f|F ).
Remarque. Ce résultat est d’une importance capitale puisqu’il dit que tous les espace vectoriel de dimension n
sont isomorphes à Kn . L’étude d’un espace vectoriel de dimension n se résume par exemple à l’étude de Kn , ce
qu’exploite à fond la théorie des matrices.
Remarque. Si f ∈ L(E, F) est seulement injective, on peut tout de même affirmer que dim E 6 dim F.
Si f ∈ L(E, F) est seulement surjective, on peut tout de même affirmer que dim E > dim F.
Exemple 2. KN n’est pas de dimension finie. En effet, le sous-espace vectoriel des suites presque nulles K(N)
est isomorphe à K[X]. Or K[X] n’est pas de dimension finie donc K(N) non plus. Comme K(N) est un sous-espace
vectoriel de KN , ce dernier n’est pas non plus de dimension finie.
Exemple 3. Soit p ∈ N∗ . L’ensemble E des suites réelles p-périodiques est un R-espace vectoriel de dimension
E −→ Rp
car est un isomorphisme.
(un ) 7−→ (u0 , . . . , up−1 )
http://laurentb.garcin.free.fr 8
c Laurent Garcin MPSI Lycée Saint-Exupéry
Lemme 3.3
Soit E et F deux espaces vectoriels avec E de dimension finie. Soit f ∈ L(E, F). On note S un supplémentaire de
Ker f dans E. Alors f induit un isomorphisme de S sur Im f.
Exemple 4. On peut prouver différemment la formule dim E × F = dim E + dim F en considérant l’application
E × F −→ E
.
(x, y) 7−→ x
Exemple 5. On peut aussi prouver différemment la formule de Grassmann dim F + G = dim F + dim G − dim F ∩ G
F × G −→ E
en considérant l’application .
(x, y) 7−→ x + y
Corollaire 3.6
Soient E et F deux espaces vectoriels de même dimension finie et f ∈ L(E, F). Alors les propositions suivantes
sont équivalentes :
(i) f est bijective.
(ii) f est injective.
(iii) f est surjective.
C’est en particulier le cas lorsque f est un endomorphisme d’un espace vectoriel de dimennsion finie.
Remarque. On sait que deux espaces vectoriels de dimensions distinctes ne peuvent être isomorphes.
Remarque. On suppose E et F de même dimension finie. Pour montrer que f ∈ L(E, F) est un isomorphisme
d’inverse g ∈ L(F, E), il suffit de prouver que g ◦ f = IdE ou f ◦ g = IdF .
On suppose E de dimension finie. Pour montrer que f ∈ L(E) est un automorphisme d’inverse g ∈ L(E), il suffit de
prouver que g ◦ f = IdE ou f ◦ g = IdE .
http://laurentb.garcin.free.fr 9
c Laurent Garcin MPSI Lycée Saint-Exupéry
EXERCICE 2.
R3 −→ R3
Montrer que est un automorphisme de R3 .
(x, y, z) 7−→ (x + y, −x + y, z)
EXERCICE 3.
Soient E, F et G trois espaces vectoriels de dimension finie, u ∈ L(E, F) et v ∈ L(F, G). Montrer que rg(v ◦ u) 6
min(rg u, rg v).
R3 −→ R
Exemple 6. L’application est une forme linéaire de R3 .
(x, y, z) 7−→ 4x − 5y + 3z
Exemple 7. Les hyperplans de l’espace vectoriel géométrique sont les plans vectoriels. Les hyperplans du plan
vectoriel géométrique sont les droites vectorielles.
Remarque. Le résultat est encore valable en dimension infinie mais on ne peut plus le démontrer en raisonnement
uniquement avec des bases.
http://laurentb.garcin.free.fr 10
c Laurent Garcin MPSI Lycée Saint-Exupéry
EXERCICE 4.
Soit h ∈ L(E) laissant stable toutes les droites de E. Montrer que h est une homothétie.
G
Soient F et G deux sous-espaces vectoriels
supplémentaires dans un K-espace vectoriel
E. Tout vecteur x de E se décompose de ma- x
nière unique sous la forme x = xF + xG .
(i) On appelle projecteur sur F parallè-
lement à G l’application qui à x associe
xF .
b
(ii) On appelle symétrie par rapport F
parallèlement à G l’application qui à p(x)
x associe xF − xG .
F
Le sous-espace vectoriel G est appelé la direc-
tion du projecteur ou de la symétrie.
s(x)
http://laurentb.garcin.free.fr 11
c Laurent Garcin MPSI Lycée Saint-Exupéry
Remarque. x ∈ Im p ⇐⇒ p(x) = x.
Exemple 1. Soit n ∈ N. L’application qui à un polynôme associe la somme de ses monômes de degré inférieur
ou égal à n est le projecteur sur Kn [X] parallèlement à Xn+1 Kn [X].
Exemple 2. L’application qui à une fonction f de R dans R associe la fonction x 7→ f(−x) est la symétrie par
rapport au sous-espace vectoriel des fonctions paires parallèlement au sous-espace vectoriel des fonctions impaires.
5 Equations linéaires
http://laurentb.garcin.free.fr 12
c Laurent Garcin MPSI Lycée Saint-Exupéry
Proposition 5.2
L’ensemble des solutions de l’équation linéaire u(x) = b est x0 + Ker u où x0 est une solution particulière de
l’équation.
Remarque. On dit que la solution générale de l’équation u(x) = b est la somme d’une solution particulière
et de la solution générale de l’équation homogène associée (c’est-à-dire Ker u).
Exemple 1. La solution générale de l’équation différentielle a(t)y ′′ + b(t)y ′ + c(t)y = d(t) (avec a 6= 0) est
la somme d’une solution particulière de l’équation différentielle et de la solution générale de l’équation homogène
associée.
Remarque.
◮ Si ∆ 6= 0, les fonctions t 7→ er1 t et t 7→ er2 t forment une base de l’espace vectoriel des solutions.
◮ Si ∆ = 0, les fonctions t 7→ er1 t et t 7→ er2 t forment une base de l’espace vectoriel des solutions.
Proposition 5.6
Ea,b est un K-espace vectoriel de dimension 2.
KN −→ KN
Remarque. On utilise le noyau de l’application linéaire et l’isomorphisme
(un ) 7−→ (un+2 − aun+1 − bun )
Ea,b −→ K2
.
(un ) 7−→ (u0 , u1 )
http://laurentb.garcin.free.fr 13
c Laurent Garcin MPSI Lycée Saint-Exupéry
◮ Si ∆ > 0, Ea,b est l’espace vectoriel des suites de terme général λrn n
1 + µr2 où r1 et r2 sont les racines
réelles du polynôme caractéristique et λ, µ ∈ R.
◮ Si ∆ = 0, Ea,b est l’espace vectoriel des suites de terme général λrn + µnrn où r est la racine double
réelle du polynôme caractéristique et λ, µ ∈ R.
◮ Si ∆ < 0, Ea,b est l’espace vectoriel des suites de terme général λrn cos(nθ) + µrn cos(nθ) où re±iθ
sont les racines complexes conjuguées du polynôme caractéristique et λ, µ ∈ R.
EXERCICE 5.
1. Déterminer la suite réelle (un ) telle que u0 = 0, u1 = 1 et un+2 = 2un+1 − un pour tout n ∈ N.
2. Déterminer la suite réelle (un ) telle que u0 = u1 = 1 et un+2 = un+1 − un pour tout n ∈ N.
http://laurentb.garcin.free.fr 14