ESPACES VECTORIELS
On utilisera le cours de LM125-1er semestre :Chapitre 3 Espaces Vectoriels
et Applications
Retour vers la page de garde
A-Définition et propriétés des applications linéaires
Définition, Caractérisation, Combinaisons linéaires, Vocabulaire , Exemples et contre-
exemples , espace des application linéaires d’un E.V dans un autre, endomorphismes.
B APPLICATIONS LINEAIRES ET SOUS ESPACES VECTORIELS
Images directes et réciproques des s.e.v, Image et Noyau d’une application linéaire,
applications injectives et surjectives
A__ Définition
Définition
Soient E et F deux K-espaces vectoriels; une application f de E dans F est
appelée application linéaire si elle satisfait aux deux conditions suivantes :
(1) Pour tous vecteurs u et v de E, .
(2) Pour tout vecteur u de E et pour tout scalaire de K,
.
Autrement dit : une application est linéaire si elle " respecte " les deux lois d'un
espace vectoriel.
Notation :
L'ensemble des applications linéaires de E dans F est noté ou
.
Conséquence de la définition
Soient E et F deux K-espaces vectoriels ; si f est une application linéaire de E
dans F alors et, pour tout vecteur u de E, .
Preuve :
Il suffit d'appliquer la propriété (2) de linéarité avec puis avec .
Soit u un vecteur de E,
et
d'où
Remarque :
La nécessité que E et F soient des espaces vectoriels sur le même corps K
apparaît clairement dans ces calculs.
Méthodologie
Soit f une application d'un espace vectoriel E dans un espace vectoriel F.
Lorsqu'on cherche à répondre à la question suivante : " f est-elle linéaire ? ", on
peut rapidement déterminer :
• si , alors on peut conclure que f n'est pas linéaire,
• si , on ne peut rien conclure et il faut alors vérifier que f
satisfait à chacune des deux propriétés de linéarité.
Caractérisation d'une application linéaire
Pour démontrer qu'une application est linéaire, on peut aussi utiliser une
propriété plus "concentrée" donnée par la caractérisation suivante :
Caractérisation d'une application linéaire
Soient E et F deux K-espaces vectoriels et f une application de E dans F ;
l'application f est linéaire si et seulement si, pour tous vecteurs u et v de E et
pour tous scalaires et de K,
Preuve
• Soient f une application linéaire de E dans F, u et v deux vecteurs de E,
et deux éléments de K,
• Réciproque
Soit f une application de E dans F telle que, pour tous vecteurs u et v de
E et pour tous scalaires et de K,
alors,
- pour tous vecteurs u et v de E,
(égalité (3) dans le cas particulier où ),
- pour tout vecteur u de E et pour tout scalaire de K,
(égalité (3) dans le cas particulier où ).
Image d'une combinaison linéaire
Soient E et F deux K-espaces vectoriels et f une application linéaire de E
dans F, alors
Cette proposition se démontre par récurrence sur n.
Démonstration
Soient n un entier naturel non nul et la propriété suivante :
1. f est linéaire donc : . est donc vraie.
2. On suppose que est vraie pour un entier naturel n non nul.
Soient ,
car f
est linéaire.
D’où, d’après l’hypothèse de récurrence,
Si est vraie, alors est vraie.
3. D’après le théorème de récurrence, est vraie pour tout entier n non
nul
Vocabulaire
Soit E et F deux K-espaces vectoriels.
Une application linéaire de E dans F est aussi appelée homomorphisme
d'espace vectoriel.
L'ensemble des applications linéaires de E dans F est noté ou
.
Une application linéaire bijective de E sur F est appelée isomorphisme
d'espace vectoriel.
Une application linéaire de E dans E est appelée endomorphisme de E.
L'ensemble des endomorphismes de E est noté ou .
Un endomorphisme bijectif de E est appelé automorphisme de E.
L'ensemble des automorphismes de E est noté ou .
Une application linéaire de E dans K est appelée forme linéaire sur E. K est
considéré ici comme un espace vectoriel sur K.
Exemples
Exemple 1
L'application f définie par
est linéaire. En effet, soient et
étant un réel,
Exemple 2
Soient l'espace vectoriel des fonctions polynômes de degré inférieur ou égal
à 2,
et f l'application de dans R2, définie par :
Soient p et q deux vecteurs de ,
étant un réel,
Exemple 3
Soient l'espace vectoriel des fonctions dérivables sur R,
l'espace vectoriel des fonctions de R dans R, et d l'application de dans
définie par
Soient f, g deux applications dérivables sur R, et un nombre réel,
et .
d est donc linéaire.
Contre-exemples
Contre-exemple 1
Soient E un K-espace-vectoriel, w un vecteur non nul de E et f l'application
définie par
f est appelée translation de vecteur w. d'où .
L'application f n'est donc pas linéaire.
Contre-exemple 2
Soit f l'application définie par :
Si , , et .
donc f n'est pas linéaire.
Remarque : ici on avait .
B- OPERATIONS SUR LES APPLICATIONS LINEAIRES
Espace vectoriel L(E,F)
Rappel
Soient E et F deux K-espaces vectoriels.
L'ensemble des applications de E dans F, noté , est muni d'une loi de
composition interne + et d'une loi de composition externe définies de la façon
suivante :
f, g étant deux éléments de , et étant un élément de K, pour tout
vecteur u de E,
et
F étant un K-espace vectoriel, l'ensemble des applications de E dans F, noté
est un K-espace vectoriel.
Structure de
Soient E et F deux K-espaces vectoriels, l'ensemble des applications
linéaires de E dans F, noté , muni des deux lois définies
précédemment, est un K-espace vectoriel.
Preuve
L'ensemble est inclus dans l'ensemble .
Pour montrer que est un K-espace vectoriel, il suffit donc de montrer
que est un sous-espace vectoriel de :
L'application nulle appartient à , donc est non vide.
Soient f, g deux éléments de , et un élément de K. Pour tous vecteurs
u et v de E et pour tous scalaires , de K,
est donc linéaire et est stable pour l'addition.
est donc linéaire et est stable pour la loi externe.
est donc un sous-espace vectoriel de .
Cas où E=F - Structure de L(E)
Les propriétés de étudiées dans le cas général sont évidemment encore
vraies lorsque , mais la structure de est beaucoup plus riche du fait
des propriétés de la composition des endomorphismes.
1. Espace vectoriel
E et F étant deux K-espaces vectoriels, l'ensemble des applications
linéaires de E dans F,
noté , muni de l'addition et de la multiplication par un scalaire
est un K-espace vectoriel. Dans le cas particulier où , l'ensemble
est l'ensemble des applications linéaires de E dans E, c'est-à-dire
l'ensemble des endomorphismes de E, noté .
L'ensemble muni de l'addition et de la multiplication par un scalaire
est donc un K-espace vectoriel.
2. La loi est une loi de composition interne dans
Soient E, F, G trois K-espaces vectoriels.
Si f est une application linéaire de E dans F et g une application linéaire
de F dans G, alors l'application est une application linéaire de E
dans G. Donc, si f et g sont deux endomorphismes de E, on peut définir
les deux applications et et ce sont des endomorphismes de E.
L'ensemble est donc muni d'une deuxième loi de composition
interne, la loi .
D'après les propriétés de la composition des applications linéaires vues
au paragraphe précédent, la loi possède dans les propriétés 3 et 4
suivantes.
3. La loi est distributive par rapport à l'addition
C'est-à-dire
4. La loi vérifie :
D'après les propriétés de la composition des applications, on a aussi les
propriétés suivantes :
5. La loi est associative dans
6. L'application identique, noté , est élément neutre pour la loi
C'est-à-dire
Les propriétés 1-2-3-4-5-6 permettent de dire que l'ensemble , muni de
l'addition, de la multiplication par un scalaire et de la composition des
applications, a une structure d'algèbre unitaire sur K.
Attention : la loi n'est pas en général commutative dans .
Exemple : soient f et g les endomorphismes de R2 définis par
et ,
alors et .
Notation :
est noté . On définit de même par récurrence , pour n entier naturel
non nul.
Exemples d'endomorphismes : homothétie, projection
Homothétie
Soient E un K-espace-vectoriel, et k un élément de K. On définit l'application
par :
est linéaire. En effet, soit u et v deux vecteurs de E, et deux scalaires de
K.
Si , est appelée l'application
nulle de E.
Si , est appelée homothétie
de rapport k et si , est
l'application identique de E.
Si , est une bijection de E sur E (tout élément v de E admet un
antécédent unique ) donc c'est un automorphisme de E.
Pour tout réel k non nul, l'homothétie de rapport k commute avec tout
endomorphisme de E, c'est-à-dire, pour tout endomorphisme g de E,
.
En effet, pour tout vecteur u de E, (la
deuxième égalité est vraie car g est linéaire).
Projection
Soient E un K-espace-vectoriel et F et G deux sous-espaces vectoriels
supplémentaires dans E.
Tout vecteur u de E s'écrit de façon unique avec v élément de F et w
élément de G.
L'unicité de la décomposition précédente permet de définir l'application p de E
dans E telle que .
p est appelée projection sur F parallèlement à G.
C'est une application linéaire.
En effet, soient deux vecteurs u et u' de E, et deux scalaires de K,
le vecteur u s'écrit de façon unique avec v élément de F et w élément
de G et, par définition de p, .
Le vecteur u' s'écrit de façon unique avec v' élément de F et w'
élément de G et, par définition de p, .
F est un sous-espace vectoriel de E, il est donc stable par combinaison linéaire
et donc le vecteur appartient à F.
De même le vecteur appartient à G et, d'après la définition de p,
.
Une projection p vérifie l'égalité . En effet, soit p la projection sur F
parallèlement à G, tout vecteur u de E s'écrit de façon unique avec v
élément de F et w élément de G,
on a alors et car avec v élément de F et 0 élément de
G.
Ainsi .
B-APPLICATIONS LINEAIRES ET SOUS
ESPACES VECTORIELS
Rappel de notations
Soient E et F deux ensembles, A un sous-ensemble de E, B un sous-ensemble
de F, et f une application de E dans F.
L'ensemble des images par f des éléments de A, appelé " image de A par f ", (ou
image directe de A par f), est noté .
L'ensemble des éléments de E qui ont leur image par f dans B, appelé " image
réciproque de B par f ", est noté .
Remarque 1 :
La notation est une notation de la théorie des ensembles, existe
pour toute partie B de F et pour toute fonction f même si f n'est pas bijective et
donc n'admet pas d'application réciproque.
Remarque 2 :
est un sous-ensemble de l'ensemble d'arrivée et est un sous-
ensemble de l'ensemble de départ.
Dans toute la suite, E et F désigneront des K-espaces vectoriels
Structure-Exemple
Proposition : Structure de l'image directe et de l'image réciproque
Soit f une application linéaire du K-espace vectoriel E dans le K-espace
vectoriel F.
1. Si A est un sous-espace vectoriel de E, alors est un sous-espace
vectoriel de F.
2. Si B est un sous-espace vectoriel de F, alors est un sous-
espace vectoriel de E.
Preuve
1. Comme A est un sous-espace vectoriel de E, il contient l'élément ,
donc
(qui est égal à ) appartient à , d'où est non vide.
Ensuite on montre que pour tout couple d'éléments de , et
pour tout couple de scalaires , l'élément
appartient à .
En effet :
donc ,
et comme f est linéaire : .
Or est un élément de A, car A est un sous-espace vectoriel
de E, donc y est bien un élément de .
2. Comme B est un sous-espace vectoriel de F, il contient l'élément , or
,
donc appartient à , d'où est non vide.
Ensuite on montre que pour tout couple d'éléments de , et
pour tout couple de scalaires , l'élément
appartient à .
En effet, comme f est linéaire, or
Comme B est un sous-espace vectoriel de F, alors
appartient à B, on en déduit que x est élément
de .
Exemple
Soient P l'espace vectoriel des fonctions polynômes réelles et le sous-espace
vectoriel des fonctions polynômes réelles de degré inférieur ou égal à n.
Soit l'application " dérivée " (c'est un endomorphisme de P), l'image de
par d, pour ,
est , et l'image réciproque de par d est :
Deux cas particuliers sont importants : le cas où A est l'espace vectoriel
tout entier, , et le cas où B est réduit à l'élément nul, .
Le paragraphe suivant traite de ces cas particuliers... \
IMAGE ET NOYAU
Définition
Définition
Soient E et F deux K-espaces vectoriels et f une application linéaire de E dans
F.
• L'image de f, notée , est l'ensemble des images des éléments de E
par f.
• Le noyau de f, noté ou , est l'ensemble des éléments de
E dont l'image est .
Terminologie
Le mot " noyau " se traduit en anglais par " kernel " et en allemand par " kern ",
d'où la notation .
Remarquer la simplification habituelle de l'écriture : . Il faudrait écrire
.
Théorème de structure
D'après la proposition " Structure des images directe et réciproque ", comme E
peut être considéré comme un sous-espace de lui-même, est un
sous-espace vectoriel de F.
De même , image réciproque par f du sous-espace vectoriel
de F, est un sous-espace vectoriel de E. D'où l'énoncé :
Théorème de structure
est un sous-espace vectoriel de F.
est un sous-espace vectoriel de E.
Exemples
Exemple 1
Soient E un K-espace vectoriel, et k un élément de K. L'application , définie
par :
est linéaire.
Si , est l'application nulle de E, donc .
Si , est une bijection, alors , et le seul élément de E ayant
pour image 0 est 0, donc .
Exemple 2
Soient E un K-espace vectoriel, F et G deux sous-espaces vectoriels de E,
supplémentaires, et p la projection sur F parallèlement à G :
si le vecteur u de E s'écrit d'une manière unique avec élément de
F et élément de G, alors .
Le noyau de p est l'ensemble des vecteurs u de E, tels que , c'est donc G,
alors que l'image de p est F, en effet il est immédiat que l'image de p est
contenue dans F, mais réciproquement tout élément de F est sa propre image.
Exemple 3
Soit f l'application de R2 dans R3 définie par :
On montre facilement que f est linéaire.
L'image de f est l'ensemble de tous les triplets , c'est donc le
sous-espace vectoriel de R3, engendré par le vecteur .
Le noyau de f est l'ensemble des couples , c'est donc le sous-espace
de R2, engendré par le vecteur :
Applications linéaires injectives et surjectives
Caractérisation des applications linéaires injectives et surjectives
Soit f une application linéaire du K-espace vectoriel E dans le K-espace
vectoriel F,
• l'application f est surjective si et seulement si son image est égale à
l'espace F.
• l'application f est injective si et seulement si son noyau ne contient
que le vecteur nul.
Preuve
1. La première propriété traduit seulement la propriété de la surjection :
La linéarité de f n'intervient pas.
2. En revanche la deuxième propriété est une conséquence de la linéarité de
f.
, étant un sous-espace vectoriel de E, contient l'élément nul
.
On montre :
Soit x un élément de , alors donc
(propriété des applications linéaires).
Comme f est injective, cela entraîne que , donc .
On montre :
Soient x et y deux vecteurs distincts de E, alors ,
donc ,
donc ,
or , car f est linéaire,
donc . Ceci prouve que f est injective.
Méthodologie
Pour montrer qu'une application linéire est injective ou ne l'est pas, on
détermine son noyau :
si le noyau ne contient que l'élément nul, l'application est
injective,
si on peut mettre en évidence l'existence d'un vecteur non
nul dans ce noyau, l'application n'est pas injective.
Pour montrer qu'une application est surjective, on se sert de la méthode
habituelle :
Démontrer que tout élément de l'espace d'arrivée admet un antécédent.
Parfois il est judicieux de se servir du fait que est un sous-espace
vectoriel, pour le comparer à l'espace d'arrivée
Exemple
Soit f l'application de R2 dans R3 définie par :
On montre facilement que f est linéaire.
On détermine le noyau de f :
donc , donc f est injective.
Par contre f n'est pas surjective car par exemple le vecteur de R3
n'appartient pas à l'image de f, donc
|Leçon Précédente |Retour en Haut de Page |Leçon Suivante|
