AU : 2022-2023 Cours : Algèbre 2

Prof : Nejib Saadaoui Classe : CPI1

———————————————————————————————————————
-
Applications linéaires
Dans tout ce chapitre L’ensemble K désigne toujours R ou C.

1 Applications
Définition 1.1. Une application f est la donnée :
— d’un ensemble de départ X,
— d’un ensemble d’arrivée Y ,
— d’une définition ou d’une formule associant à chaque élément x ∈ X un unique
élément y = f (x) ∈ Y .

f : R → R g : R → R+ h : R+ → R
Exemples.
x 7→ x2 ; x 7→ x2 ; x 7→ x2 .

Définition 1.2. Si f : X → Y est une application, alors :

1. Pour x ∈ X, on appelle image de x par f par l’élément y = f (x) ∈ Y .
2. Si A est une partie de X, on note f (A) = {f (x) | x ∈ A} l’image de A par f . Si
A = X, f (X) s’appelle l’image de f .
3. Si y est donné, alors on dit que x ∈ X est un antécédent de y par f si f (x) = y.
Définition 1.3. Soit f : X → Y une application. On dit que f
1. est injective si tout y ∈ Y possède au plus un antécédent, c’est-á-dire :

∀x, x′ ∈ X, ((x) = f (x′ )) =⇒ (x = x′ ) ;

2. est surjective si tout y ∈ Y possède au moins un antécédent et donc Im(f ) = Y :

∀y ∈ Y, ∃x ∈ X | f (x) = y;

3. est bijective si tout y ∈ Y possède exactement un antécédent . On note alors f −1 (y)

cet élément, et l’application f −1 : Y → X ainsi définie est appelée l’application
réciproque de f .

2 Applications linéaires
Définition 2.1. Soient E et F deux K-espaces vectoriels. Une application f : E → F est
dite linéaire si

∀x, y ∈ E, ∀α, β ∈ K, f (αx + βy) = αf (x) + βf (y).

Si F = E, l’application linéaire f est appelée un endomorphisme.

Nejib Saadaoui Applications linéaires 1

Exercice 2.1. Soit f : R2 → R2 une application linéaire vérifiant f ((0, 1)) = (1, 2) et
f ((1, 0)) = (3, 4). Calculer f ((1, 1)), f ((2, 1)), f ((x, y)) et f ((0, 0)).

Propriété. 2.1. Si f : E → F est une application linéaire alors f (0E ) = 0F .

Exercice 2.2. Dire si les applications suivantes sont des applications linéaires :

f : R2 → R3 h : R2 → R2
(x, y) 7 → (y, x + y, 0); (x, y) 7→ (x2 , y 2 ).
g : R2 → R2
(x; y) 7 → (x, y − 1);

2.1 Image d’une application linéaire

Exercice 2.3. Soit f : R3 → R3 l’application linéaire définie par f (x, y, z) = (2x − 3y −
z, 2x − y + z, 2x + 2z). On note (e1 , e2 , e3 ) la base canonique de R3 .
1. calculer f (e1 ),f (e2 ) et f (e3 ).
2. Montrer que {f (e1 ), f (e2 ), f (e3 )} est une famille génétratrice de Im(f ).
3. Déterminer la dimension de Im(f ).
4. L’application f est-elle surjective.

Proposition 2.1. Soit f : E → F une application linéaire. Alors Im(f ) est un sous-
espace vectoriel de F . Si E est de dimension finie n, alors {f (e1 ), · · · , f (en )} est une
famille génératrice de Im(f ) où (e1 , · · · , en ) est une base de E. Si de plus la famille
{f (e1 ), · · · , f (en )} est libre et dim(F ) = n, f est surjective.

Exercice 2.4. Soit f : R3 → R3 l’application linéaire définie par f (x, y, z) = (y, x, 2z).
On note (e1 , e2 , e3 ) la base canonique de R3 . L’application f est-elle surjective.

Proposition 2.2. Soit f : E → F une application linéaire. Si F est de dimension finie,

alors f est surjective si et seulement si dim Im(f ) = dim F .

Exercice 2.5. Soit f : R3 → R2 l’application linéaire définie par f (x, y, z) = (x−y, x−z).
On note (e1 , e2 , e3 ) la base canonique de R3 . L’application f est-elle surjective.

2.2 Noyau d’une application linéaire

Définition 2.2. Si f : E → F est une application linéaire, son noyau, noté ker(f ) est
l’ensemble des vecteurs de x ∈ E tels que f (x) = 0F .

Proposition 2.3. ker(f ) est un sous-espace vectoriel de E.

Exercice 2.6. Déterminer le noyeau de l’application linéaire f : R2 → R3 définie par

f (x, y) = (x − y, x − y, y − x).

Exercice 2.7. Soit f : E → F une application linéaire.

Nejib Saadaoui Applications linéaires 2

 1. Soient x, y ∈ E. Montrer que si f (x) = f (y), alors x − y ∈ ker(f ).
2. Montrer que si ker(f ) = {0E }, alors f est injective.

Proposition 2.4. Une application linéaire f est injective si et seulement si

ker(f ) = {0E }.

Exercice 2.8. L’application linéaire f : R2 → R2 définie par f (x, y) = (x − y, 2x − y)

est-elle injective.

Exercice 2.9. Soit f : R3 → R2 l’application linéaire définie par f (x, y, z) = (x−y, x−z).
Comparer dim(R3 ) et dim (ker(f )) + dim (Im(f )).

Théorème 2.1. Soit E un K-espace-vectoriel de dimension finie, F un K-espace-vectoriel

et f : E → F une application linéaire. Alors Im(f ) est de dimension fini et

dim(E) = dim (ker(f )) + dim (Im(f )) .

Exercice 2.10. Soit f : R3 → R3 l’application linéaire définie par f (x, y, z) = (x − y −

z, x + y, z + y − x).
1. Déteriner dim (ker(f )).
2. En déduire dim (Im(f )) .
3. f est-elle injective ? surjective ? bijective ?

Corollaire 2.1. Soient E et F deux espaces vectoriels de même dimension finie et f : E →

F une application linéaire. Alors les propriétés suivantes sont équivalentes :
(i) f est injective
(ii) f est surjective
(iii) f est bijective.

Exercice 2.11. L’endomorphisme f : R3 → R3 définie par f (x, y, z) = (2x − y − z, x +

y, z − x) est-elle bijective.

Définition 2.3. Soit E, F deux espaces vectoriels. Un isomorphisme de E sur F est une
application linéaire f : E → F qui est bijective.

Proposition 2.5. Si f est isomorphisme de E sur F alors f −1 est isomorphisme de F

sur E

Exercice 2.12. Montrer que l’endomorphisme f : R2 → R2 définie par f (x, y) = (x −

y, x + y) est un isomorphisme et déterminer f −1 .

Exercice 2.13. Soit E et F deux espaces vectoriels de dimension 3, (e1 , e2 , e3 ) une base
de E. Soit un isomorphisme f de E dans F . Montrer que (f (e1 ), f (e2 ), f (e3 )) est une
base de F .

Nejib Saadaoui Applications linéaires 3

3 Matrices associées aux applications linéaires
Soient E et F deux espaces vectoriels de dimension finie n et p respectivement.

Définition 3.1. On appelle matrice de f dans les bases (e1 , · · · , en ) de E et (f1 , · · · , fp )

de F le tableau dont les colonnes sont les composantes des vecteurs (f (e1 ), · · · , f (en ))
dans la base (f1 , · · · , fn ).
Posons f (ej ) = a1,j f1 + · · · + ap,j f1 pour tout j ∈ {1, · · · , n}. La matrice de f dans les
bases (e1 , · · · , en ) de E et (f1 , · · · , fp ) de F est alors
 
a1,1 · · · a1,n
 .. . 
 . · · · ..  .
ap,1 · · · ap,n

Exercice 3.1. On considère l’application linéaire f : R4 → R2 définie par

f (x, y, z, t) = (x + y + z + t, x + 2y + 3z + 4t).

Quelle est la matrice de f dans les bases canoniques de R4 et R2 .

Exercice 3.2. On considère l’application f : R2 [X] → R[X] définie par

f (P ) = XP (X + 1) − (X + 1)P (X).

1. Montrer que f est linéaire.

2. L’application f est-elle surjective ?
3. Quelle est la matrice de l’application g : R2 [X] → R2 [X] définie par g(P ) = f (P )
dans la base canonique de R2 [X].

4 Exercice corrigée
Exercice 4.1. On considère l’application linéaire f de R3 dans R4 définie par

f (x, y, z) = (x + z, y − x, z + y, x + y + 2z).

1. Déterminer une base de ker(f ).

2. Déterminer une base de Im(f ).
3. L’application f est-elle injective ? surjective ?

Corrigé

Nejib Saadaoui Applications linéaires 4

 1. On a
(x, y, z) ∈ ker(f ) ⇐⇒ f ((x, y, z)) = 0R4
 

 x+z =0 
 z = −x
 
−x + y = 0 y=x
 
⇐⇒ ⇐⇒

 y+z =0 
 x−x=0

 x + y + 2z = 0 
 x + x − 2x = 0

z = −x
⇐⇒ ⇐⇒ (x, y, z) = (x, x, −x)
y=x
⇐⇒ (x, y, z) = x(1, 1, −1) ⇐⇒ (x, y, z) ∈ vect{(1, 1, −1)}.
On en déduit que le vecteur (1, 1, −1) engendre ker(f ) . Comme il est non-nul, c’est
une base de ker(f ).
2. Posons u = (1, 1, −1). On a (u) est une base de ker(f ). Donc
dim(ker(f )) = card{u} = 1.
Or, on a dim(ker(f )) + dim(Im(f )) = dim(R3 ).
Donc, dim(Im(f )) = dim(R3 ) − dim(ker(f )) = 3 − 1 = 2.
Utilisant la définition de f et la base canonique de R3 , on a
f (e1 ) = (1, −1, 0, 1)
f (e2 ) = (0, 1, 1, 1)
f (e3 ) = (1, 0, 1, 2).
On sait que la famille {f (e1 ), f (e2 ), f (e3 )} est une famille génératrice de Im(f ) et
dim(Im(f )) = 2. Donc, l’une des familles suivante et libre :
{f (e1 ), f (e2 )}, {f (e1 ), f (e3 )}.
Soient α, β ∈ R. On a
αf (e1 ) + βf (e2 ) = 0R4 ⇐⇒ α(1, −1, 0, 1) + β(0, 1, 1, 1) = (0, 0, 0, 0)
⇐⇒ (α, −α + β, β, α + β) = (0, 0, 0, 0)


 α=0
 
−α + β = 0 α=0

⇐⇒ ⇐⇒

 β=0 β=0

 α+β =0

Donc, la famille {f (e1 ), f (e2 )} est libre.

Or, dim(Im(f )) = 2 = card{f (e1 ), f (e2 )}.
Donc, (f (e1 ), f (e2 )) est une base de Im(f ) ( avec f (e1 ) = (1, −1, 0, 1)) et f (e2 ) =
(0, 1, 1, 1) ).
3. L’application f n’est pas injective, car son noyau n’est pas réduit à 0R3 . f n’est pas
surjective, car son image n’est pas R4 tout entier. En effet, la dimension de Im(f ))
est 2, et non 4.

Nejib Saadaoui Applications linéaires 5