0% ont trouvé ce document utile (0 vote)
131 vues9 pages

Applications Linéaires 1

Ce chapitre traite des applications linéaires entre espaces vectoriels. Il définit les notions de noyau, d'image et de rang d'une application linéaire et établit leurs propriétés.

Transféré par

ndeyemaremediongue7
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
131 vues9 pages

Applications Linéaires 1

Ce chapitre traite des applications linéaires entre espaces vectoriels. Il définit les notions de noyau, d'image et de rang d'une application linéaire et établit leurs propriétés.

Transféré par

ndeyemaremediongue7
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Chapitre 3.

Applications linéaires

I Dénitions et Exemples
Dénition Soient E et F deux K-espaces vectoriels et f une application de
E dans F.
On dit que f est linéaire si :
1. f (X + Y ) = f (X) + f (Y ), ∀X, Y ∈ E
2. f (αX) = αf (X), ∀X ∈ E , ∀ ∈ K
De façon équivalente, f est linéaire si et seulement si
f (αX + βY ) = αf (X) + βf (Y ), ∀X, Y ∈ E et ∀α, β ∈ K.
L'ensemble des applications linéaires de E dans F est noté LK (E, F ) ou plus
simplement L(E, F ).
Remarque Soit f une application de E dans F.
1. f (0E ) = 0F
En eet,
f (0E ) = f (0K .0E )
= 0K .f (0E )
= 0F

2. f (−X) = −f (X), ∀X ∈ E
En eet,
f (−X) = f (−1K .X)
= −1K .f (X)
= −f (X)

Dénition Soit f : E −→ F une application linéaire :


1. Si E = F , alors f est un endomorphisme.
2. Si F = K, alors f est dite forme linéaire.
Dénition
1. Soit f : E −→ F une application linéaire bijective, alors f est dite
isomorphisme.
2. Soit f : E −→ E un endomorphisme bijectif, alors f est dite
automorphisme.

1
Exemple 1 Soit E un K.e.v. Alors l'application
IdE : E −→ E
X 7−→ X , est un endomorphisme dit identité de E.

Exemple 2 Soit
f :R3 −→ R2
(x, y, z) 7−→ (x + y, x − z),
f est une application linéaire.
En eet, soient X = (x, y, z), Y = (x0 , y 0 , z 0 ) et α ∈ R
f (X + Y ) = f [(x, y, z) + (x0 , y 0 , z 0 )]
= f (x + x0 , y + y 0 , z + z 0 )
= (x + x0 + y + y 0 , x + x0 − z − z 0 )
= (x + y, x − z) + (x0 + y 0 , x0 − z 0 )
= f (X) + f (Y )

f (αX) = f (αx, αy, αz)


= (αx + αy, αx − αz)
= α(x + y, x − z)
= αf (X)

Donc f est une application linéaire.


Eexemple 3 L'application
g : R3 −→ R3
(x, y, z) 7−→ (x + y, x − z, y + z)
est un endomorphisme.
En eet :
• L'espace de départ est le même que l'espace d'arrivé.
• Soient X = (x, y, z), Y = (x0 , y 0 , z 0 ) et α ∈ R

g(X + Y ) = g[(x, y, z) + (x0 , y 0 , z 0 )]


= g(x + x0 , y + y 0 , z + z 0 )
= (x + x0 + y + y 0 , x + x0 − z − z 0 , y + y 0 + z + z 0 )
= (x + y, x − z, y + z) + (x0 + y 0 , x0 − z 0 , y 0 + z 0 )
= g(X) + g(Y )

2
g(αX) = g(αx, αy, αz)
= (αx + αy, αx − αz, αy + αz)
= α(x + y, x − z, y + z)
= αg(X)

Donc g est un endomorphisme.


Exemple 4
L'application
h : R4 −→ R
(x, y, z, t) 7−→ x − y + 2z + t
est une forme linéaire.
• L'ensemble d'arrivé est K
• Soient X = (x, y, z, t), Y = (x0 , y 0 , z 0 , t0 ) et α, β ∈ R

h(αX + βY ) = h(αx + βx0 , αy + βy 0 , αz + βz 0 , αt + βt0 )


= αx + βx0 − αy − βy 0 + 2αz + 2βz 0 + αt + βt0
= αx − αy + 2αz + αt + βx0 − βy 0 + 2βz 0 + βt0
= α(x − y + 2z + t) + β(x0 − y 0 + 2z 0 + t0 )
= αh(X) + βh(Y )

Ainsi h est une forme linéaire.

II Image et [Link] d'une famille de


vecteurs
Dénition Soit f ∈ LK (E, F ).
1. On appelle noyau de f l'ensemble des éléments de E dont l'image par
f est nulle. On note
Ker(f ) = {x ∈ E : f (x) = 0F }
2. On appelle image de f l'ensemble des images des éléments de E par f.
On note
Im(f ) = {f (x) : x ∈ E}

Proposition Soit f ∈ LK (E, F ). Alors Ker(f ) est un sous- espace


vectoriel de E.

3
Preuve
•f (0E ) = 0F , donc 0E ∈ Ker(f ).
• Soient X, Y ∈ Ker(f ) et α ∈ K.
f (X + Y ) = f (X) + f (Y ) = 0F + 0F = 0F , donc X + Y ∈ Ker(f ).
f (αX) = αf (X) = α.0F = 0F , ainsi αX ∈ Ker(f ).
Par conséquent, Ker(f ) est un s.e.v de E.

Proposition Soit f ∈ LK (E, F ). Alors Im(f ) est un sous-espace vectoriel


de F.

Preuve
•f (0E ) = 0F , donc 0F ∈ Im(f ).
• Soient Y, Y 0 ∈ Im(f ) et α ∈ K.
Il existe X et X 0 ∈ E tels que f (X) = Y et f (X 0 ) = Y 0 . On a :
Y + Y 0 = f (X) + f (X 0 ) = f (X + X 0 ) ∈ Im(f ) et
αY = αf (X) = f (αX) ∈ Im(f ).
Donc, Im(f ) est un s.e.v de F.

Remarque La dimension de Im(f ) est appelée rang de f et est notée


rg(f ). On a rg(f ) := dim(Im(f )).

Proposition Soit f ∈ LK (E, F ). Alors f est injective si et seulement si


Ker(f ) = {0E }.

Preuve
Supposons que f est injective.
Soit X ∈ Ker(f ). Alors on a f (X) = 0F = f (0E ). Comme f est injective,
alors X = 0E . Par conséquent, Ker(f ) = {0E }.
Supposons que Ker(f ) = {0E }.
Soient X et X 0 ∈ E tels que f (X) = f (X 0 ).
On a f (X) − f (X 0 ) = 0F , ainsi f (X − X 0 ) = 0F . Donc
X − X 0 ∈ Ker(f ) = {0E }, c'est à dire X = X 0 .
Par conséquent, f est injective.

Exemple
Considérons l'application linéaire suivante
f :R3 −→ R2
(x, y, z) 7−→ (x − 2y + z, x − z)

1. Déterminer Ker(f ) et Im(f ).


2. f est elle injective ? f est elle surjective ?

4
Solution
1. Déterminons Ker(f ) et Im(f ).
•Ker(f ) = {X ∈ R3 : f (X) = 0R2 }.
Soit X = (x, y, z) ∈ Ker(f ). On a

X = (x, y, z) ∈ Ker(f ) ⇒ f (x, y, z) = 0R2


⇒ (x − 2y + z, x − z) = (0, 0)
⇒ x − 2y + z = 0 et x − z = 0
⇒ y = z et x = z

Ainsi X = (z, z, z) = z(1, 1, 1)


Posons U = (1, 1, 1). Par conséquent, Ker(f ) = vect{U }.
B = {U } est une famille génératrice de Ker(f ), constitué d'un seul vecteur
non nul. Donc, B = {U } est une base de Ker(f ) et dim(Ker(f )) = 1.
•Im(f ) = {f (X) : X ∈ R3 }.
Soit Y ∈ Im(f ). Il existe X = (x, y, z) ∈ R3 tel que Y = f (X). Ainsi

Y = f (x, y, z) ⇒ Y = (x − 2y + z, x − z)
⇒ Y = (x, x) + (−2y, 0) + (z, −z)
⇒ Y = x(1, 1) + y(−2, 0) + z(1, −1)

On pose V1 = (1, 1); V2 = (−2, 0) et V3 = (1, −1).


D'où Im(f ) = vect{V1 , V2 , V3 }
B = {V1 , V2 , V3 } est une famille génératrice de Im(f ).

Proposition Soit f ∈ LK (E, F ). Alors les assertions suivantes sont


vériées :
1. Si f est injective et la famille {Uj }j∈J de E est libre, alors la famille
{f (Uj )}j∈J de F est libre.
2. Si f est surjective et la famille {Uj }j∈J est génératrice de E, alors la
famille {f (Uj )}j∈J est génératrice de F.
En particulier si f est bijective l'image d'une base de E est une base de F.
Preuve
1. Supposons que f est injective et que la famille {Uj }j∈J est libre. Pour
toute sous-famille extraite {Uα1 , ..., Uαp }, considérons la sous-famille
{f (Uα1 ), ..., f (Uαp )}. La relation λ1 f (Uα1 ) + ... + λp f (Uαp ) = 0F

5
implique f (λ1 Uα1 + ... + λp Uαp ) = 0F , c'est à dire
λ1 Uα1 + ... + λp Uαp ∈ Ker(f ). Comme Ker(f ) = {0E }, donc
λ1 Uα1 + ... + λp Uαp = 0E .
Ce qui implique que λ1 = ... = λp = 0, car {Uj }j∈J est libre.
Par conséquent, {f (Uj )}j∈J est libre.
2. Supposons que f est surjective et la famille {Uj }j∈J est génératrice de
E.
Soit y ∈ F . Il existe alors x ∈ E tel que f (x) = y . Comme {Uj }j∈J
est génératrice de E, alors x = λ1 Uβ1 + ... + λn Uβn . Ce qui implique
que y = f (x) = λ1 f (Uβ1 ) + ... + λn f (Uβn ).
Ainsi y est une combinaison linéaire d'éléments de la famille
{f (Uj )}j∈J . Par conséquent, {f (Uj )}j∈J est une famille génératrice
de F.
Corollaire Soient f ∈ LK (E, F ) et {ε1 , ..., εn } une base de E. Alors on a :
1. f est injective ⇔ {f (ε1 ), ..., f (εn )} est libre.
2. f est surjective ⇔ {f (ε1 ), ..., f (εn )} est une famille génératrice de F.
3. f est bijective ⇔ {f (ε1 ), ..., f (εn )} est une base de F.
Théoréme Deux espaces vectoriels de dimension nie sont isomorphes si et
seulement si ils ont la même dimension.
Preuve Soient E et F deux espaces vectoriels de dimension nie.
Supposons qu'il existe un isomorphisme ϕ de E dans F. Soit
B = {U1 , ..., Un } une base de E. Alors on a {f (U1 ), ..., f (Un )} est une base
de F. Ainsi les bases ont le même nombre de vecteurs.
Par conséquent, on a dim(E) = dim(F ).
Supposons que dim(E) = dim(F ).
Soient {e1 , ..., en } une base de E et {ε1 , ..., εn } une base de F. Considérons
l'application ϕ : E −→ F dénie par f (ei ) = εi , ∀i ∈ {1, ..., n}.
Il est clair que ϕ est bijective et linéaire.
Théorème(du rang)
Soient E et F deux espaces vectoriels de dimension nie et f ∈ LK (E, F ).
Alors on a dim(E) = rg(f ) + dim(Ker(f )).
Preuve Supposons que dim(E) = n, dim(Ker(f )) = p et montrons que
dim(Im(f )) = n − p.
Soit {U1 , ..., Up } une base de Ker(f ). Il existe V1 , ..., Vn−p ∈ E tels que
{U1 , ..., Up , V1 , ..., Vn−p } soit une base de E.
Montrons que {f (V1 ), ..., f (Vn−p )} est une base de Im(f ).

6
• Soit α1 , ..., αn−p ∈ K tels que α1 f (V1 ) + ... + αn−p f (Vn−p ) = 0F .
Ainsi on a f (α1 V1 + ... + αn−p Vn−p ) = 0F .
Ce qui implique que α1 V1 + ... + αn−p Vn−p ∈ Ker(f ). Il existe alors
β1 , ..., βp ∈ K tels que α1 V1 + ... + αn−p Vn−p = β1 U1 + ... + βp Up . Donc on a
α1 V1 + ... + αn−p Vn−p − β1 U1 − ... − βp Up = 0E .
D'où α1 = ... = αn−p = −β1 = −... = −βp = 0, car la famille
{U1 , ..., Up , V1 , ..., Vn−p } est libre. Ainsi {f (V1 ), ..., f (Vn−p )} est libre.
• Soit y ∈ Im(f ).
Il existe alors x ∈ E tel que y = f (x). Comme x ∈ E , alors il existe
α1 , ..., αp , β1 , ..., βn−p ∈ K tel que
x = α1 U1 + ... + αp Up + β1 V1 + ... + βn−p Vn−p .
Ainsi on a :

y = f (α1 U1 + ... + αp Up + β1 V1 + ... + βn−p Vn−p )


= f (α1 U1 + ... + αp Up ) + f (β1 V1 + ... + βn−p Vn−p )
= 0F + f (β1 V1 + ... + βn−p Vn−p )
= β1 f (V1 ) + ... + βn−p f (Vn−p )

Ce qui implique que {f (V1 ), ..., f (Vn−p )} est une famille génératrice de
Im(f ).
Par conséquent, {f (V1 ), ..., f (Vn−p )} est une base de Im(f ).
Enn dim(E) = rg(f ) + dim(Ker(f )).

Corollaire Soient E et F deux K-e.v de même dimension nie et


f ∈ LK (E, F ). Les assertions suivantes sont équivalentes :
1. f est injective
2. f est surjective
3. f est bijective

Preuve Il sut de montrer que 1) est équivalente à 2).


1) =⇒ 2). Supposons que f est injective.
D'après le théorème du rang, on a
dim(F ) = dim(E) = dim(Ker(f )) + dim(Im(f ))
= dim(Im(f ))

Ainsi F = Im(f ), donc f est surjective.


2) =⇒ 1). Supposons que f est surjective.

7
D'après le théorème du rang, on a
dim(E) = dim(Ker(f )) + dim(Im(f ))
= dim(Ker(f )) + dim(F )
= dim(Ker(f )) + dim(E).

Ainsi dim(Ker(f )) = 0, donc on a Ker(f ) = {0E }. Ce qui implique que f


est injective.
Par conséquent, on a 1) ⇔ 2).

III Opérations sur les applications linéaires


1. Soit E un K-espace vectoriel et A un ensemble non vide. L'ensemble
des applications f : A −→ E est muni d'unbe structure d'espace
vectoriel sur K par les lois :
f + g : A −→ E et λf : A −→ E
x 7−→ f (x) + g(x) x 7−→ λf (x).
En particulier LK (E, F ) est un sous-espace vectoriel de l'espace
vectoriel des applications f : E −→ F .
2. LK (E, F ) muni des lois :
f + g : A −→ E et λf : A −→ E
x 7−→ f (x) + g(x) x 7−→ λf (x).
est un espace vectoriel.
3. Compositions des applications linéaires
Soient E, F et G trois K-e.v. Soient f, h ∈ LK (E, F ) et
g, k ∈ LK (F, G).

(a) g ◦ f ∈ LK (E, G)

(b) g ◦ (f + h) = g ◦ f + g ◦ h

(c) (g + k) ◦ f = g ◦ f + k ◦ f

(d) g ◦ (λf ) = λg ◦ f
4. Soit f ∈ LK (E, F ) bijective. Alors f −1 est linéaire.
En eet, on a : f −1 : F −→ E
Soient Y, Y 0 ∈ F , il existe alors X, X 0 ∈ E tels que Y = f (X) et
Y 0 = f (X 0 ) car f est surjective.
On a X = f −1 (Y ) et X 0 = f −1 (Y 0 ). Soit α, α0 ∈ K, on a :

8
f −1 (αY + α0 Y 0 ) = f −1 (αf (X) + α0 f (X 0 ))
= f −1 (f (αX + α0 X 0 ))
= αX + α0 X 0
= αf −1 (Y ) + α0 f −1 (Y 0 )

Vous aimerez peut-être aussi