Maths Appliquées ECG

Algèbre 8-2
Applications linéaires

But.
Maîtriser les notions attachées aux applications linéaires en ne travaillant que sur l’aspect
matriciel.

AS et N Pierson 1 2023-2024
Maths Appliquées ECG

Définition 1. Soit E un espace vectoriel de dimension finie n et F un espace vectoriel de

dimension finie p.
On note B0 = (e1 , . . . , en ) une base de E et B1 = (f1 , . . . , fp ) une base de F et u une application
linéaire de E dans F .
On appelle matrice de u relativement aux bases B0 et B1 , la matrice de Mp,n (R) dont la j eme
colonne est formée des coordonnées de u(ej ) dans la base B1 .
 
a11 . . . a1j . . . a1n
 . .. .. 
 .. . . 
∑ p  
 
En posant : ∀j ∈ J1, nK, u(ej ) = aij fi , alors MatB0 ,B1 (u) =  a
 i1
. . . aij . . . ain 

i=1  .. .. .. 
 . . . 
ap1 . . . apj . . . apn
Remarque — Si u est un endomorphisme de E, un espace vectoriel de dimension n et
de base B = (e1 , . . . , en ) alors la matrice de u dans la base B est une matrice carrée de Mn (R).

Propriété 1. Soit E un espace vectoriel de dimension n.

La matrice de l’application identité dans n’importe quelle base de E est la matrice In .

Propriété 2. Soit E un espace vectoriel de dimension n.

La matrice de l’application nulle dans n’importe quelle base de E est la matrice nulle.

Exemple —
1. Soit u l’application linéaire de R2 dans R3 définie par :

∀(x, y) ∈ R2 , u((x, y)) = (x − 2y, x + y, 3y − 2x)

Donner la matrice de u relativement aux bases canoniques de R2 et R3 .

2. Soit u l’endomorphisme de R2 [x] défini par :

∀P ∈ R2 [x], ∀x ∈ R, u(P )(x) = P (x) + xP ′ (x) + x2 P ′′ (x)

Donner la matrice de u relativement à la base canonique de R2 [x].

AS et N Pierson 2 2023-2024
Maths Appliquées ECG

Définition 2. Soit A ∈ Mn,p (R).

Le rang de A est le rang de la famille de ses vecteurs colonnes. On le note rg(A).

Propriété 3. Soit A ∈ Mn,p (R). On a : rg(t A) = rg(A).

Propriété 4. Soit A ∈ Mn,p (R). On a : rg(A) = 0 ⇔ A = 0.

Propriété 5. Soit A ∈ Mn (R).

On a : A est inversible ⇔ rg(A) = n.

Propriété 6. Le rang d’une application linéaire est égal au rang de n’importe laquelle
de ses représentations matricielles.

Exemple  — l’endomorphisme de R3 dont la matrice dans la base canonique de

Soit f 
−1 0 2

R est A =  0
3
0 1  .
0 −1 1
Déterminer le rang de A et en déduire la dimension de ker(f ).

Théorème 1. Soit E un espace vectoriel de base B1 et F un espace vectoriel de base

B2 . Soit u et v deux applications linéaires de E dans F . On a :

MatB1 ,B2 (u + v) = MatB1 ,B2 (u) + MatB1 ,B2 (v)

MatB1 ,B2 (λu) = λ MatB1 ,B2 (u)

Théorème 2. Soit E un espace vectoriel de base B1 , F un espace vectoriel de base B2

et G un espace vectoriel de base B3 . Soit u une application linéaire de E dans F et v
une application linéaire de F dans G. On a :

MatB1 ,B3 (v ◦ u) = MatB2 ,B3 (v) × MatB1 ,B2 (u)

Théorème 3. Soit E un espace vectoriel de base B et u un endomorphisme de E. Alors

on a :
∀n ∈ N, MatB (un ) = (MatB (u))n

AS et N Pierson 3 2023-2024
Maths Appliquées ECG

Théorème 4. Soit E et F deux espaces vectoriels de même dimension et B1 une base

de E et B2 une base de F .

u est bijective ssi MatB1 ,B2 (u) est inversible

Dans ce cas, MatB2 ,B1 (u−1 ) = (MatB1 ,B2 (u))−1

Calcul de l’image d’un vecteur par une application linéaire.

Théorème 5. Soit E un espace vectoriel de dimension n de base B1 et F un espace
vectoriel de dimension p de base B2 .
Soit u une application linéaire de E dans F telle que A = MatB1 ,B2 (u).
Soit x ∈ E et X le vecteur colonne formé des coordonnées de x dans B1 .
Soit y ∈ F et Y le vecteur colonne formé des coordonnées de y dans B2 .
On a : y = u(x) ⇔ Y = AX

Propriété 7. Soit u une application linéaire de E (de base B1 ) dans F (de base B2 ) .
Soit x ∈ E et X le vecteur colonne formé des coordonnées de x dans B1 et
A = MatB1 ,B2 (u).
x ∈ ker(u) ⇔ AX = 0 ⇔ X ∈ ker(A)

Exemple — On considère
 l’endomorphisme
 f de R3 dont la matrice relativement à la
1 −1 2
base canonique de R est A =  1 0 1 
3 
.
0 −1 1
Calculer f ((2, 1, 0)) et déterminer ker(f ).

Propriété 8. Soit E un espace vectoriel de base B = (e1 , . . . , en ) et F un espace vectoriel

de base B ′ .
Soit u une application linéaire de E dans F de matrice A relativement aux bases B et
B′.
On a : Im(f ) = Vect(f (e1 ), . . . , f (en )) et les coordonnées des f (ei ) dans la base B ′ sont
données par les colonnes de A.

Théorème 6. Soit f une application linéaire de E, un espace vectoriel de dimension n

et de base B1 , dans F , un espace vectoriel de base B2 . On note A = MatB1 ,B2 (f ).

dim(ker(A)) + rg(A) = n

AS et N Pierson 4 2023-2024
Maths Appliquées ECG

Définition 3. Matrice de passage

Soit E un espace vectoriel de dimension n.
Soit B = (e1 , . . . , en ) et B ′ = (e′1 , . . . , e′n ) deux bases de E.
On appelle matrice de passage de la base B à la base B ′ la matrice dont les colonnes sont
constituées des coordonnées des vecteurs dans la base B ′ dans la base B. On la note PB,B′ .

Propriété 9. Si P est la matrice de passage de B à B ′ alors P est inversible et P −1 est

la matrice de passage de B ′ à B.

Exemple —
1. Si B = (e1 , e2 , e3 ) est la base canonique de R3 et C = (f1 , f2 , f3 ) une autre base de R3
telle que f1 = (1, 1, 0), f2 = (0, 1, 1) et f3 = (1, 0, 1). Écrire la matrice de passage de B à
C.

2. Si B = (e1 , e2 , e3 ) est une base de E un espace vectoriel. On pose f1 = e1 + e2 , f2 =

e1 + e2 + e3 et f3 = e1 + e3 .
On admet que C = (f1 , f2 , f3 ) est une base de E. Donner la matrice de passage de B à
C.

Propriété 10. Changement de base sur les coordonnées d’un vecteur.

Soit B et B ′ deux bases de E et P la matrice de passage de B à B ′ .
Pour tout x de E, on note X la colonne contenant les coordonnées de x dans B et on
note X ′ la colonne contenant les coordonnées de x dans B ′ .
Alors on a : X = P X ′ .

Propriété 11. Formule de changement de base

Soit E un espace vectoriel et B et B ′ deux bases de E.
Soit f un endomorphisme de E. On note A = MatB (f ) , A′ = MatB′ (f ) et P la matrice
de passage de B à B ′ .
On a alors : A′ = P −1 AP .

AS et N Pierson 5 2023-2024
Maths Appliquées ECG

Exercice 1. Soit E un espace vectoriel de dimension 3 et B une base  de E. 

1 −1 2
 
Soit f l’endomorphisme de E dont la matrice dans la base B est A =  1 0 1 .
0 −1 1
1. Si E = M3,1 (R) et B =(e1 , e 2 , e3 ) est la base canonique de E.
1
 
Calculer f (U ) où U =  2  et déterminer ker(f ).
−1
2. Si E = R2 [x] et B = (P0 , P1 , P2 ) est la base canonique de E.
Calculer f (P ) où ∀x ∈ R, P (x) = −x2 + 2x + 1 et déterminer ker(f ).
3. Si E est un espace vectoriel dont B = (e1 , e2 , e3 ) est une base.
Calculer f (u) où u = e1 + 2e2 − e3 et déterminer ker(f ).

Exercice2. Soit f l’endomorphisme

 de R3 dont la matrice dans  la base canonique B0 de
1 1 1
   
R3 est : A =  0 2 2 . Posons B1 = (1, 0, 0), (1, 1, 0), (3, 4, 2) une base de R3 .
| {z } | {z } | {z }
0 0 3 u1 u2 u3
1. Donner la matrice de passage P de la base B0 à B1 .
2. En déduire la matrice de f dans la base B1 .

Exercice 3.Soit u l’endomorphisme


de R2 [x] dont la matrice dans la base canonique B de
1 2 5
 
R2 [x] est : A =  1 2 0 .
0 0 5

Version A Version B
1. Déterminer ker(u) 1. Déterminer le rang de u.
2. En déduire le rang de u puis Im(u) 2. En déduire ker(u).
( )
1 2
Exercice 4. Soit A = et φ : M2 (R) → M2 (R) telle que :
3 4
∀M ∈ M2 (R), φ(M ) = AM
1. Montrer que φ est un endomorphisme de M2 (R).
2. Montrer que φ est un isomorphisme de M2 (R) dans lui-même et déterminer φ−1 .
3. Donner la matrice représentative de φ dans la base canonique de M2 (R) .

Exercice 5. Soit B = (e1 , e2 , e3 ) la base canonique de R3 et C = (u1 , u2 , u3 ) telle que :

u1 = (1, −2, 2), u2 = (0, 3, −2) et u3 = (0, 4, −3).
1. Montrer que la famille C est une base de R3 .
2. Soit f l’endomorphisme de R3 tel que : ∀i ∈ J1, 3K, f (ei ) = ui .
(a) En examinant la matrice A de f dans la base B, prouver que f est bijective.
(b) Déterminer la matrice de f 2 dans la base B. En déduire A−1 .
3. Soit λ ∈ R. Déterminer les triplets X = (x, y, z) vérifiant : f ((x, y, z)) = (λ, λ, λ).
4. Soit v1 = (0, 1, −1), v2 = (1, −1, 1) et v3 = (1, 1, 0).
(a) Montrer que D = (v1 , v2 , v3 ) est une base de R3 .
(b) Préciser MatD (f ).

AS et N Pierson 6 2023-2024