Chapitre 3 : Applications linéaires :

1. Généralités :
Définition : Soient E et F deux K -espaces vectoriels, une application f : E → F est dite linéaire de E dans F
si et seulement si pour tout x , y ∈ E et pour tout 𝜆 ∈ K , un endomorphisme est une application linéaire de
E

3 2
{
f ( x + y )=f ( x ) + f ( y )
f ( λx )=λf ( x )
Exemple : Montrer que gdéfinie : R → R (x , y , z)→ g (x , y , z ) = (x− y , y−z ) est une application
linéaire
1. Soient ( x , y , z ) , (x' , y ' , z ' )∈ R3on obtient alors g ( x , y , z¿ + (x ' , y ' , z ' ) = g ¿ + x ' , y + y ' , z + z ' ¿
= ( x + x ' − y− y ' , y + y ' −z− z ' )
= ( x− y + x ' − y , y−z + y ' − z ' )
= ( x− y , y−z ) + ( x ' − y ' ) , ( y ' −z ' )
= g(x , y , z ) + g(x ' , y ' , z ' )
2. Soient ( x , y , z ) ∈ R 3 et 𝜆 ∈ R , on doit montrer que g ( λ ( x , y , z ) = 𝜆 g(x , y , z ) on obtient donc :
g ( λ( x , y , z ) = g ( λx , λy , λz ) = ( λx− λy , λy−λz ) = 𝜆( x− y , y−z ) = 𝜆 g(x , y , z )
On peut donc conclure par (1) et (2) que g est une application linéaire
Exemple : l’application nulle définie par f : E → F et x → f (x) = 0 est une application linéaire
En effet, pour tous x , y ∈ E et 𝜆∈ K , on obtient alors f (x) = f ( y ) = f ¿ + y ¿ = f (λx) = 0 et 𝜆 f (x) = 𝜆
.0 = 0
D’où on obtient comme résultat f ¿ + y ¿ = f (x) + f ( y ) et f (λx) = λf ( x )

Proposition 1: Soient E et F deux K -espaces vectoriels, f : E → F une application linéaire alors f (0 E ) = 0 F

Démonstration :
Pour tout x ∈ F , on obtient f (x) = f ¿ + 0 E ¿ = f ( x ) + f ( 0E ) car f est linéaire, on en déduit que f ( 0E ) = 0 F
On obtient ce résultat car F est K -espace vectoriel et l’élément neutre dans tout espace vectoriel est unique
Proposition 2: Soient E et F deux K -espaces vectoriel et f : E → F une application alors on a f est linéaire
On obtient alors ∀ λ1 , λ2 ∈ K ∀ x , y ∈ E donc f ( λ1 x + λ 2 y ) = λ 1 f (x) + λ 2 f ( y )
Démonstration :
Supposons que f est une application linéaire et soit λ 1 et λ 2 ∈ K et x , y ∈ E , alors par la définition on
obtient :
1. On a f ¿ + λ 2 y ¿ = f ( λ1 x ) + f ( λ2 y ) = λ 1 f (x) + λ 2 f ( y )
Réciproquement, supposons que ∀ λ1 , λ2 ∈ K et ∀ x , y ∈ E , on a f ¿ + λ 2 y ¿ = λ 1 f (x) + λ 2 f ( y )
Pour λ 1 = λ 2 = 1 on obtient f ¿ + λ 2 y ¿ = f ¿ + y ¿ = f (x) + f ( y ) , pour λ 1 = 1 et λ 2 = 0 on a f (λ1 x) =
λ 1 f (x)

On en déduit que pour tous x , y ∈ E et pour tout 𝜆 ∈ K , on obtient

{
f ( x + y )=f ( x ) + f ( y )
f ( λx )=λf ( x )
On peut donc conclure, que cela montre que f est une application linéaire de E dans F

Proposition 3: Soient E et F deux K -espaces vectoriels et f : E → F une application alors on a f est linéaire
On obtient alors ∀ λ ∈ K et ∀ x , y ∈ E , on a f ¿ + y ¿ = 𝜆 f (x) + f ( y )

Supposons que f est linéaire alors pour tous x , y ∈ E et tous 𝜆, μ ∈ K on obtient f ¿ + μy ¿ = λf ( x ) +

Démonstration :

μf ( y )
En particulier pour μ = 1 on a f ¿ + y ¿ = λf ( x ) + f ( y ) on en déduit que pour tous x , y ∈ E et tous λ ∈ K
Réciproquement, supposons que ∀ λ ∈ K et ∀ x , y ∈ E on obtient f ¿ + y ¿ = λf ( x ) + f ( y )
−¿ Pour λ = 1 on obtient f ¿ + y ¿ = f (x) + f ( y )
−¿ Pour y = 0 on obtient f (λx) = λf ( x )
On peut donc conclure que f est linéaire

Exemple : Montrer que g définie : R2 → R2 et (x , y )→ g(x , y) = (x− y , y−x ) est une application
volontaire
Soient ( x , y ) ,(x ' , y ' )∈ R 2 et 𝜆 ∈ R , on obtient alors g = ¿ + ( x ' , y ' ) ¿ = g ¿ + ( x ' , y ' ¿ ¿
= ¿ + x ' −λy− y ' , λy + y ' −λx−x ' ¿ = 𝜆(x− y , y−x ) + ( x ' − y ' , y ' −x ' ) = 𝜆 g(x , y) + g( x ' , y ' )
On peut donc conclure que g est une application linéaire

Notation : L(E , F) désignera l’ensemble des applications linéaires de E dans F

De même, on notera L(E) l’ensemble des endomorphismes de E

Propriété 4 : Soient E , F et G trois espaces vectoriels alors l’application (gof ): E → G est une application
linéaire en d’autres termes, la composée de deux applications est une application linéaire
Démonstration :
On sait que (gof ) est la composée de f et g définie comme suit : E → F →G x → f (x)→(gof )( x) =
gf ( x )
Soient x , y ∈ E , montrons que (gof )¿ + λ 2 y ¿ = λ 1(gof )(x ) + λ 2(gof )( y ), on a alors par définition :
(gof )¿ + λ 2 y ¿ = g ¿ + λ2 y ) = g ¿ + λ 2 f ( y )¿ car f est une application linéaire
Comme f (x)∈ F et f ( y ) ∈ F , alors (gof )¿ + λ 2 y ¿ on obtient alors comme résultat :
g ¿ + λ 2 f ( y )¿ = λ 1 g f ( x) + λ 2 g f ( y ) = λ 1( gof )( x ) + λ 2( gof )( y ) car g est une application linéaire
On peut donc conclure que (gof ) est une application linéaire
Exemple : f (x , y ) = ¿ + y , x− y ¿ et g(x , y , z ) = ¿ + 5 y + 7 z ,2 x + 2 y + 2 z ¿ déterminer l’expression
de fog
On obtient pour tout (x , y , z)∈ R3 : (fog)(x , y , z) = f ( g ( x , y , z ) ) = f ¿ + 5 y + 7 z ,2 x + 2 y + 2 z ¿
= ¿ + 5 y + 7 z + 2 x + 2 y + 2 z , 3 x + 5 y + 7 z−2 x−2 y−2 z ¿
= ¿ + 7 y + 9 z ,x + 3 y + 5 z¿
L’application fog est définie de la manière suivante (x , y , z)→(fog)(x , y , z) = ¿ + 7 y + 9 z , x + 3 y +
5 z¿

2. Vecteurs et applications linéaires :

Définition : Soit E et F deux espaces vectoriels et f : E → F une application linéaire ( x 1 ,… , x n )
Soit une famille de vecteurs de E alors l’image de ( x 1 ,… , x n ) par f est la famille de vecteurs f ( x 1 ) , … , f ( x n )
Proposition 6 : Soient E et F deux espaces vectoriels ainsi que G un sous-espace vectoriel de E et f : E → F
une application linéaire alors f (G) est un sous-espace vectoriel de F F
Démonstration :
Soit G un sous-espace vectoriel de E , on veut montrer que f (G) est un sous-espace vectoriel de F
−¿ Notons d’abord que f (G)≠ ∅ puisque f (0 E ) = 0 F
−¿ Soient y 1 , y 2 ∈ f (G) et λ 1 , λ2 ∈ K , montrons que λ 1 y 1 + λ 2 y 2 ∈ f (G)
Puisque y 1 , y 2 ∈ f ( G ) , alors il existe x 1 , x 2 ∈ G tels que : f ( x 1 ) = y 1 et f ( x 2 ) = y 2 par suite on obtient :
λ 1 y 1 + λ 2 y 2 = λ 1 f ( x 1 ) + λ 2 f ( x 2 ) = f ¿ + λ 2 x 2 ¿ car f est une application linéaire
Comme G est un sous espace vectoriel de E donc λ 1 x 1 + λ 2 x 2 ∈ G donc λ 1 y 1 + λ 2 y 2 = f ¿ +
λ 2 y 2 ¿∈ f (G)
On peut donc conclure que f (G) est donc un sous espace vectoriel de F

Propriété 7 : Soient E et F deux espaces vectoriels et f : E → F une application linéaire et ( x 1 ,… , x n ) une

famille de vecteurs de E , alors on obtient f ¿ = Vect ( f ( x 1 ) , … f ( x n ) )
Démonstration :
1 ¿ Soit y ∈ f ¿ Nous cherchons à montrer que y ∈Vect ¿
Puisque y ∈ f ¿ alors il existe λ 1 , … λ n ∈ K tels que y = f ¿ + … + λ n x n ¿
Comme f est linéaire, alors y = f ¿ + … + λ n x n ¿ = λ 1 f ( x 1 ) + … + λ n f ( x n) donc y ∈Vect ¿
D’où f ¿
2 ¿ Réciproquement, soit y ∈Vect ¿ Montrons que y ∈ f ¿
Puisque y ∈Vect ¿ alors il existe λ 1 , … , λn ∈ K tels que y = λ 1 f ( x 1 ) + … + λ n f ( x n)
Comme f est linéaire, alors y = f ¿ + … + λ n x n ¿ on en déduit que y ∈ f ¿
D’où Vect ¿
On peut conclure que d’après les points (1) et (2) montrent que f ¿ = Vect ¿

3. Noyau d’une application linéaire :

Définition : Soient E et F deux espaces vectoriels et f : E → F une application linéaire, on définit le noyau de
f que l’on note Ker (f ) de la manière suivante Ker (f ) = { x ∈ E / f (x )=0 F }
Proposition 8 : Soient E et F deux espaces vectoriels et f : E → F une application linéaire alors Ker ( f ) est
un sous-espace vectoriel de E
Démonstration :
−¿ Par la proposition ( 1 ) , 0E ∈ Ker (f ) donc Ker ( f )≠ ∅
−¿ Soient maintenant x 1 , x 2 ∈ Ker (f ) et λ 1 , λ2 ∈ K , on doit montrer que λ 1 x 1 + λ 2 x 2 ∈ Ker (f ) alors on
a:
f ¿ + λ 2 x 2 ¿ = λ 1 f ( x 1 ) + λ 2 f ( x 2 ) car f est une application linéaire de E dans F
Comme x 1 , x 2 ∈ Ker ( f ) ,alors f ( x 1 ) = 0 F et f ( x 2 ) = 0 F on en déduit λ 1 f ( x 1 ) + λ 2 f ( x 2 ) = λ 1 0 F + λ 2 0 F = 0 F
f ¿ + λ 2 x 2 ¿ = 0 F il en résulte que λ 1 x 1 + λ 2 x 2 ∈ Ker ( f ) donc Ker ( f ) est un sous-espace vectoriel de E
Exemple : reprenons l’application g définie dans l’exemple précédent g: R3 → R 2 ; g(x , y , z ) =
(x− y , y−z )
On obtient alors Ker (g) = { ( x , y , z ) ∈ R3 / g(x , y , z )=0 }
= { ( x , y , z ) ∈ R3 /( x− y , y −z)= ( 0 ,0 ) } = { ( x , y , z ) ∈ R3 / x− y=0 et y− z=0 }
= { ( x , y , z ) ∈ R3 / x= y et y=z } = { ( x , y , z ) ∈ R3 / x= y= z }
= { ( x , x , x ) /x ∈ R } = { x ( 1, 1 , 1 ) /x ∈ R } = Vect { ( 1, 1 ,1 ) }
Ker (g) est donc le sous espace vectoriel de R3 engendré par le vecteur U = ( 1 ,1 , 1 )

4. Image d’une application linéaire :

Définition : Soient E et F deux espaces vectoriels et f : E → F une application linéaire alors on définit l’image
de f que l’on note ℑ ( f ) de la manière suivante ℑ(f ) = f (E) = { f (x)/x ∈ E }
Propriété 9 : Soient E et F deux espaces vectoriels et f : E → F une application linéaire alors ℑ(f ) est un
sous espace vectoriel de F
Démonstration :
E est un sous-espace vectoriel de lui-même, on en déduit par la propriété vu précédemment que f (E) =
ℑ(f ) est un sous-espace vectoriel de F

Exemple : considérons l’application linéaire g définie par R3 → R 2 et g(x , y , z ) = (x− y , y−z )

On obtient alors ℑ(g) = { g ( x , y , z ) / ( x , y , z ) ∈ R } = { ( x− y , y−z ) / ( x , y , z ) ∈ R3 }
3

= { x ( 1 ,0 )+ y (−1 , 1 ) + z ( 0 ,−1 ) / ( x , y , z ) ∈ R 3 } = Vect { ( 1, 0 ) ; (−1 , 1 ) ; ( 0 ,−1 ) }

On peut conclure ℑ(g) est le sous espace vectoriel de R2 engendré par les vecteurs ( 1 , 0 ); (−1 , 1 ) et
( 0 ,−1 )

Propriété 10 : Soient E et F deux K -espaces vectoriels et f : E → F une application linéaire et soit H =

{ x 1 , … , x n } une famille de vecteurs de E , on obtient alors :
1. Si H est liée, alors f (H ) est liée ( p → q) est équivalent ¿non q → non p ¿
2. Si f (H ) est libre, alors H est libre p: f (H ) est libre → q: H est libre
Ce qui donne comme résultat, avec la contraposée on obtient non q : H est liée → non p: f (H ) est liée
Démonstration :
1. Supposons H = { x 1 , … , x n } est une famille de vecteurs liés de E , alors il existe des scalaires
λ 1 , … , λn ∈ K non tous nuls tel que λ 1 x 1 + … + λ n x n = 0 E par suite f ¿ + … + λ n x n ¿ = f ( 0E ) = 0 F comme f
est linéaire
Alors on obtient f ¿ + … + λ n x n ¿ = λ 1 f ( x 1 ) + … + λ n f ( x n) = 0 F donc { f ( x 1 ) , … , f ( x n ) } est une famille liée
Ce qui montre que f (H ) est liée
2. Supposons f (H ) = { f ( x 1 ) , … , f ( x n ) } est une famille libre F , soient λ 1 , … , λn ∈ K tel que λ 1 x 1 + … λ n x n
= 0E
Alors on obtient f ¿ + … + λ n x n ¿ = f ( 0E ) = 0 F d’où par la linéarité de f : λ 1 f ( x 1 ) + … + λ n f ( x n) = 0 F
Comme f ( x 1 ) , … , f ( x n ) est une famille libre de F , alors λ 1 = … = λ n = 0
On peut donc conclure que H = { x 1 , … , x n } est une famille libre de E
Remarque : le point 2 de la propriété peut se déduire directement en considérant la contraposée du point 1

5. Isomorphisme d’espaces vectoriels :

Définition : Soient E et F deux ensembles et f : E → F une application :
1. f est dite injective si et seulement si pour tous x 1 , x 2 ∈ E , on obtient f ( x 1 ) = f ( x 2 ) → x 1 = x 2
2. f est dite surjective si et seulement si pour tout y ∈ F , il existe x ∈ E tel que f (x) = y
3. f est dite bijective si et seulement si f est injective et surjective
Propriété 11: Soient E et F deux ensembles et f : E → F une application f est bijective c’est-à-dire qu’il
existe pour tout y ∈ F , un unique x ∈ E tel que y = f (x)

Définition : Soient E , F et G trois ensembles et f et g deux applications telles que f : E → F et g : F → G

alors l’application (gof ) est définie par gof : E → F →G ainsi x → f (x)→(gof )( x) = g ( f ( x ) )
Propriété 12: Soient E et F deux ensembles et f : E → F une application on obtient alors que f est bijective
si et seulement si il existe une application g: F → E telle que( fog ) = Id F et ( gof ) = Id E l’application g est
bijective, elles est appelée application réciproque de f et est notée f −1

Définition : deux espaces vectoriels E et F sont dits isomorphes si il existe une application linéaire f : E → F
on dit dans ce cas que f est un isomorphisme de E sur F , un isomorphisme E sur E est appelé
automorphisme
Propriété 13 : Soient E et F deux espaces vectoriels et f : E → F une application bijective, alors l’application
réciproque f −1 de f est une application linéaire
Démonstration :
Montrons que l’application f est une application linéaire avec f : R2 → R2 et f (x , y ) = ¿ + 3 y ¿
Soient u = (x , y , v ) = ( x ' , y ' ) ∈ R 2 et λ , μ ∈ R , on obtient alors f ¿ + μv ¿ = f ( λx , λy ) + ( μ x ' , μ y ' )
= f ¿ + μ x ' , λy + μy ' ¿ = ¿ + μ x ' −λy−μ y ' ;−3 ¿ + μx ' ¿ + 3 ¿ + μy ' ¿¿
= ¿ + 3 y ¿ ¿ + ¿ + 3 y ' ¿ ¿ = 𝜆¿ + 3 y ) + μ ¿ + 3 y ' ¿
= λf ( x , y) + μf ( x ' , y ' ) = λf (u) + μf (v)
On peut donc conclure suite à cette démonstration que f est une application linéaire

Propriété 14 : Soient E et F deux espaces vectoriels et f : E → F une application linéaire, alors on obtient :
1. f est injective si et seulement si Ker ( f ) = { 0 }
2. f est surjective si et seulement si ℑ(f ) = F
Démonstration :
1. Supposons que f est injective et soit x ∈ Ker ( f ) , alors f (x) = 0 F = f ( 0E ) d’où x = 0 E donc Ker (f ) =
{0 E }
Réciproquement, supposons Ker ( f ) = { 0 E } et soit x 1 , x 2 ∈ E tels que f ( x 1 ) = f ( x 2 ) on a f ( x 1 ) −f ( x 2 ) = 0 F
Comme f est une application linéaire, alors f ( x 1 ) −f ( x 2 ) = f ( x 1−x 2 ) = 0 F donc x 1−x 2 ∈ Ker (f ) = { 0 E }
D’où x 1−x 2 = 0 E alors suite à ce résultat on en déduit que x 1 = x 2
On peut donc conclure que f est une application injective
2. On a par définition ℑ(f ) = { f (x)/x ∈ E } ⊂ F , alors f est surjective si et seulement si :
−¿ Pour tout y ∈ F il existe x ∈ E tel que f (x) = y
−¿ Pour tout y ∈ F , y ∈ ℑ(f )
−ℑ(f ) = f
Exemple : on définit l’application linéaire f par R2 → R3 et f (x , y ) = ¿ + y ; x−2 y ¿
1. Déterminer Ker ( f ) et ℑ(f )
∎ Ker (f ) = {( x , y ) ∈ R2 /f ( x , y ) =( 0 , 0 ,0 ) }
=¿
= { ( x , y ) ∈ R2 / x− y = 0 ; x + y = 0 et x−2 y = 0 }
= { ( x , y ) ∈ R2 / x = y ; x = − y et x = 2 y }
On obtient donc x = y ; x = − y et x = 2 y donc y = − y d’où 2 y = 0 et y = 0
∎ ℑ(f ) = { f (x )/x ∈ R 2}
= {¿ + y ; x−2 y ¿ /x , y ∈ R }
= {¿ + y (−1 , 1 ,−2)/ x , y ∈ R }
= Vect { ( 1, 1 ,1 ) ; (−1 , 1 ,−2 ) }
ℑ(f ) est le sous espace vectoriel de R3 engendré par les vecteurs qu’on note u = (1 , 1, 1) et v =
(−1 , 1 ,−2)
2. f est-elle une application bijective ? Justifier
D’après la première question et le résultat que l’on a obtenu Ker ( f ) = { ( 0 , 0 ) }, on en déduit que f est
injective
Ainsi, on a une première solution qui consiste à vérifier facilement que les vecteurs u et v forment une famille
libre de R3 , on en déduit que B = { u , v } est une base de ℑ(f ) et on obtient donc dim (ℑ ( f )) = card B = 2
On obtient dim ¿ ¿ = 2 ≠ dim R 3 = 3 on en déduit que ℑ(f ) ≠ R 3 par conséquent f n’est pas surjective
On peut donc conclure que f est une application injective mais non surjective donc f n’est pas bijective
Exemple : démontrer que l’application linéaire g définie par R2 → R2 et g(x , y) = ¿ + 2 y ¿
est un isomorphisme de R2 sur R2 que peut-on dire ?
1. Déterminons Ker ( g )
∎ Ker (g) = { ( x , y ) ∈ R2 / g( x , y ) = ( 0 , 0 ) } = { ( x , y ) ∈ R2 /¿; 2 x + 2 y ¿ = (0 , 0)} on obtient donc
¿; 2 x + 2 y ¿ = (0 , 0) si et seulement si 3 x− y = 0 et 2 x + 2 y = 0 donc y = 3 x et donc 2 x + 2 ×3 x = 0
C’est-à-dire 8 x = 0 on en déduit x = 0 et y = 3 x = 0 on a alors Ker (g) = { ( 0 , 0 ) } g est une application
injective
2. Déterminons ℑ(g)
∎ ℑ(g) = {g ( x , y ) / ( x , y ) ∈ R2 } = {¿; 2 x + 2 y ¿ / x , y ∈ R2 } = {¿ + y (−1 , 2)/x , y ∈ R2 }
ℑ(g) est donc le sous-espace vectoriel engendré par les vecteurs u = (3 , 2) et v = (−1 , 2)
Comme { u , v } est génératrice et dim R2 = 2 = card {u , v } donc { u , v } est libre
On peut donc conclure que ℑ ( g )est une base d’où dim ¿ ¿ = card {u , v } = 2
−¿ Si F est un sous-espace vectoriel d’un espace vectoriel E et si ℑ(F) = dim (E) = F
Dans notre cas ℑ(g) est un sous-espace vectoriel de R2 et dim ¿ ¿ = dim ( R2 )donc ℑ(g) = R2
On peut conclure que g est surjective et injective on en déduit que c’est donc une application linéaire bijective
Comme l’ensemble de départ est le même que l’ensemble d’arrivé, alors g est un automorphisme

Propriété 15 : Soient E et F deux espaces vectoriels et f : E → F une application linéaire

1. Si f est injective, alors l’image d’une famille libre de E est une famille libre de F
2. Si f est surjective, alors l’image d’une famille génératrice de E est une famille génératrice de F
Démonstration :
1. Soit ( x 1 ,… , x n ) une famille de vecteurs, montrer que { f ( x 1 ) , … , f ( x n ) } est une famille de vecteurs libres
Soient λ 1 , … , λn ∈ K tels que λ 1 f ( x 1 ) + … + λ n f ( x n) = 0 F comme f est linéaire on a f ¿ + … + λ n x n ¿ = 0 F
Par suite f ¿ + … + λ n x n ¿ = f ( 0E ) car 0 F = f ( 0E ) comme f est injective alors λ 1 x 1 + … + λ n x n = 0 E
Or ( x 1 ,… , x n ) une famille libre dans E , on en déduit que λ 1 = … = λ n = 0

{ }
On peut donc conclure ce qui montre que f ( x 1 ) , … , f ( x n ) est une famille libre de F
2. Soit { x 1 , … , x n } une famille génératrice de E , montrer que { f ( x 1 ) , … , f ( x n ) } une famille génératrice de
F
Comme f est surjective, alors il existe x ∈ E tel que y = f (x) comme { x 1 , … , x n } est une famille génératrice
alors il existe λ 1 , … , λn tel que x = λ 1 x 1 + … + λ n x n
Par suite en utilisant la linéarité de f ,on obtient f (x) = f ¿ + … + λ n x n ¿ = λ 1 f ( x 1 ) + … + λ n f ( x n) = y

{ }
On peut donc conclure que f ( x 1 ) , … , f ( x n ) est une famille génératrice de F

Corollaire : Soit E et F deux espaces vectoriels et f un isomorphe, alors l’image d’une base de E est celle de
F
Démonstration :
Soit B une base de E , on cherche à montrer que f (B) est une base de F , l’application linéaire f est un
isomorphisme de E sur F donc f est injective et surjective ainsi B est une famille libre et génératrice de E
Alors f (B) est une famille libre et génératrice de F d‘après la propriété précédente
Donc on peut conclure que f (B) est une base de F

6. Rang d’une application linéaire :

Définition : Soient E et F deux espaces vectoriels de dimension finie et f : E → F une application linéaire
Le rang de f noté rg(f ) est la dimension du sous-espace vectoriel ℑ(f )
Exemple : on définit l’application linéaire g par R2 → R2 et h( x , y ) = ¿ + y ; x− y ¿
1. Déterminer Ker (h)
∎ Ker (h) = {( x , y )∈ R2 / h( x , y) = (0 , 0)}
= {( x , y )∈ R2 / ¿ + y ; x− y ¿ = (0 , 0)}
= {( x , y )∈ R2 / x + y = 0 et x− y = 0 }
= {( x , y )∈ R2 / x = − y et x = y }
= {( x , y )∈ R2 / x = y = 0 }
= {( 0 , 0 ) }
Déterminer ℑ(h)
∎ ℑ(h) = {h( x , y )/ x , y ∈ R2 }
= {¿ + y ; x− y ¿/ x , y ∈ R2 }
= {x (1 , 1) + y (1 ,−1)/ x , y ∈ R }
= Vect {u , v } avec u = (1 , 1) et v = (1 ,−1)
On peut donc conclure que ℑ(h) est donc le sous-espace vectoriel de R2 engendré par les vecteurs u et v
Ainsi, on a une première solution qui consiste à vérifier facilement que la famille de vecteur B = { u , v } est libre
B est une famille libre et génératrice de ℑ(h), c’est donc une base de ℑ(h) donc dim ¿ ¿ = dim ⁡(B) = 2

Théorème du rang (ou théorème des dimensions):

Définition : Soient E et F deux espaces vectoriels de dimension finie et f : E → F une application linéaire
On obtient alors rg(f ) + dim ¿ ¿= dim ( E )

Démonstration :
Posons n = dim (E)et m = dim ( F ) , comme Ker ( f ) est un sous espace vectoriel, dim ¿ ¿ ≤ dim (E)= n
De même dim ¿ ¿≤ dim (F ) = m soit BKer (f ) = { x 1 , … , x p } avec p ≤ n une base de E , d’après le théorème
de la base incomplète on peut compléter la base BKer ( f ) en une base BE de E
Posons BE = {x 1 , … , x p , x p +1 ,… , x n ¿ et Bℑ(f ) = { f ( x p+1 ) , … f ( x n ) } , montrer que Bℑ(f )est une base de
ℑ(f )
(a) Montrons que Bℑ(f ) est une famille génératrice de ℑ(f )
Soit y ∈ ℑ ( f ) , alors il existe x ∈ E tel que y = f ( x ) , comme BE est une base de E alors il existe
λ 1 , … , λn ∈ K
x = λ 1 x 1 + … + λ p x p + λ p+1 x p +1 + … + λ n x n par suite grâce à la linéarité de f , on obtient alors comme
résultat :
y = f (x)
= f ¿ + … + λ p x p + … + λ p+1 x p +1 + … + λ n x n ¿
= λ 1 f ( x 1 ) + … + λ p f ( x p ) + λ p+1 f ( x p+1 ) + … + λ n f ( x n)
Comme x 1 , … , x p ∈ Ker (f ) alors f ( x 1 ) = … = f ( x p ) = 0 F il en résulte alors y = λ p+1 f ( x p+1 ) + … + λ n f ( x n)
On peut donc conclure que Bℑ(f ) est une famille génératrice de ℑ(f )
(b) Montrons que Bℑ(f ) = { f ( x p+1 ) , … f ( x n ) } est une famille libre de ℑ(f )
Soient λ p+1 , … , λn ∈ K tels que λ p+1 f ( x p+1 ) + … + λ n f ( x n) = 0 F par la linéarité de f , on obtient alors :
λ p+1 f ( x p+1 ) + … + λ n f ( x n) = f ¿ + … + λ n x n ¿ d’où f ¿ + … + λ n x n ¿ = 0 F
Comme BKer (f ) = { x 1 , … , x p } est une base de Ker ( f ) , alors il existe β 1 , … , β p ∈ K tels que on obtient :
 λ p+1 x p +1 + … + λ n x n = β 1 x 1 + … + β p x p d’où β 1 x 1 + … + β p x p −λ p +1 x p+1 −¿…−λ n x n = 0 E
Comme BE = { x 1 , … , x p , x p +1 , … , x n } est une base de E , donc c‘est une famille libre, on en déduit que :
β 1 = …. = β p = λ p+1 = … = λ n = 0 E , en particulier λ p+1 = … = λ n = 0
On en déduit que Bℑ(f ) est une famille libre de ℑ(f ) ainsi a et b montrent que Bℑ(f ) est une base de ℑ(f )
On a maintenant dim ¿ ¿ = p et rg(f ) = dim ¿ ¿ = n−p d’où on obtient p + (n− p) = n = dim ⁡( E)
On peut donc conclure que cette démonstration démontre bien le théorème

Corollaire : Soient E et F deux espaces vectoriels de dimension finie et f : E → F une application linéaire :
1. f est injective si et seulement si rg(f ) = dim ⁡(E)
2 . f est surjective si et seulement si rg(f ) = dim (F )
Démonstration :
1. Supposons que f est injective, alors Ker (f ) = { 0 } , donc dim ⁡¿ = 0 on a alors par le théorème du rang
rg(f ) + dim ¿ ¿ = dim (E)
rg(f ) + dim ¿ ¿ = rg(f ) + 0 = rg(f ) = dim ⁡( E)
Réciproquement, supposons que rg(f ) = dim ( E ) , alors par le théorème du rang, on obtient alors par la
suite :
rg ( f ) + dim ⁡¿ = dim ( E ) = rg ( f ) donc dim ⁡¿ = 0 d’où Ker ( f ) = { 0 }
On peut donc conclure suite à cette démonstration que f est injective
2. Supposons que f est surjective, alors ℑ(f ) = F d’où rg(f ) = dim ⁡¿ = dim ⁡( F)
Réciproquement, supposons que rg(f ) = dim ⁡( F) comme rg(f ) = dim ⁡¿ donc dim ⁡¿ = dim ⁡( F)
On peut donc conclure suite à cette démonstration que ℑ(f ) = F donc f est surjective

Exemple : on définit l’application linéaire g par R3 → R 3 et g(x , y , z ) = ¿ + y + 2 z; y + z ; x + 2 y + 3 z ¿

1. Déterminer Ker ( g) et ℑ(g)
∎ Déterminons Ker ( g):
Ker ( g) = {( x , y , z) ∈ R3 / g( x , y , z ) = ( 0 , 0 , 0 ) } = {( x , y , z) ∈ R3 /¿ + y + 2 z; y + z ; x + 2 y + 3 z ¿ =
(0 , 0 , 0)}

{ { {
x+ y+ 2 z=0 x=− y−2 z x=z −2 z=−z
On a alors le système d’équations y+ z =0 → y =−z → y=−z
z=z z=z z=z
Par suite on obtient pour Ker ( g) = {( x , y , z) ∈ R3 / x = −z ; y = −z avec z ∈ R } = { (−z ;−z ; z ) / z ∈ R }
Ker ( g) est donc le sous-espace vectoriel de R3 engendré par le vecteur (−1 ;−1; 1)
On notera qu’un vecteur constitue toujours une famille libre, donc une base de Ker ( g) est B =
{ (−1 ;−1; 1 ) }
∎ Déterminons ℑ(g)
ℑ(g) = {g ( x , y , z )/ x , y , z ∈ R 3 } = {¿ + y + 2 z; y + z ; x + 2 y + 3 z ¿ / x , y , z ∈ R }
{x (1 , 0 , 1) + y (1 , 1 ,2) + z (2 , 1, 3)/ x , y , z ∈ R } = Vect {u , v , w } avec u = (1 , 0 ,1); v = (1 , 1, 2) et w
= (2 , 1, 3)
On peut donc conclure que ℑ(g) est donc le sous-espace vectoriel de R3 engendré par les vecteurs u , v et w

2. g est-elle injective ? surjective ? Justifier

Ker ( g) est le sous-espace vectoriel de R3 on en déduit que Ker ( g) ≠(0 ,0 , 0) donc g n’est pas injective
On peut vérifier facilement que B = { u , v , w } est une base de ℑ(g) par suite dim ¿ ¿ = card B = 3
Au final ℑ(g) est un sous-espace vectoriel de R3 et dim ¿ ¿ = dim ( R3 ) = 3
On peut donc conclure suite à cette démonstration que rg(g) = dim ⁡( R 3 ) = 3 donc g est surjective
Corollaire : Soit E et F deux espaces vectoriels de même dimension finie et f : E → F une application linéaire
alors les propriétés suivantes sont équivalentes :
1. f est bijective 2. f est injective 3. f est
surjective

Démonstration :
f est surjective si et seulement si rg(f ) = dim ⁡( F) on obtient alors :
(1)→(2) supposons que f est bijective, alors par définition f est injective
(2)→(3) supposons que f est injective, alors Ker ( f ) = { 0 } , par le théorème du rang, on obtient alors :
dim ⁡(E) = dim ⁡¿ + dim ⁡¿ = dim ⁡¿ = rg(f )
Comme dim ⁡(E) = dim ⁡(F) alors rg(f ) = dim ⁡(F) donc on en déduit que f est surjective
(3)→ (1) supposons que f est surjective, alors d’après le corollaire, on obtient dim ⁡¿ = dim ⁡(F) d’où ℑ(f )
= F et comme dim ⁡( E) = dim ( F ) , alors on obtient par le théorème du rang le résultat suivant :
rg(f ) + dim ⁡¿ = dim ⁡(E)
dim ⁡(F) + dim ⁡¿ = dim ⁡(F)
Donc dim ⁡¿ = 0 d’où Ker ( f ) = { 0 } donc f est injective
On peut donc conclure que finalement f est injective et surjective ce qui démontre que f est bijective

Exemple : démontrer que l’application f linéaire définie par f : R2 → R2 et f (x , y ) = ¿ + y ; x− y ¿

∎ Vérifions que f est un endomorphisme c’est-à-dire une application linéaire de E sur F
Soient ( x 1 , y 1 ) ,( x 2 , y 2)∈ R et λ 1 , λ2 ∈ R alors on a f ¿ + λ 2 ( x 2 , y 2 ) = f ¿ + λ 2 x 2 , λ 1 y 1 + λ 2 y 2 ¿
2

= ¿ + λ 2 x 2 + λ 1 y 1 + λ 2 y 2 ; λ1 x 1 + λ 2 x 2−λ 1 y 1−λ 2 y 2 ¿
= ¿ + λ 1 y 1 , λ1 x 1−λ 1 y 1 ¿ + ¿ + λ 2 y 2 , λ2 x 2− λ2 y 2 ¿
= λ 1 ¿ + y 1 , x 1− y 1 ¿ + λ 2 ¿ + y 2 , x 2− y2 ¿
= λ 1 f (x 1 , y 1) + λ 2 f (x 2 , y 2 )
f est donc une application linéaire de R2 dans R2 c’est donc un endomorphisme de R2
∎ Montrons que f est un automorphisme, cela revient à montrer que f est bijective
Comme R2 est de dimension finie et f une application linéaire, montrer que f est injective ou f est surjective
∎ Montrons que f est injective :
Ker ( f ) = {( x , y )∈ R2 / f ( x , y ) = (0 , 0)}
= {(x , y )∈ R2 / x + y = 0 et x− y = 0 } = {(x , y )∈ R2 / x = − y et x = y } = { ( 0 , 0 ) }
On peut donc conclure que f est injective, on en déduit que f est bijective donc f est un automorphisme

On sait que f est bijective si et seulement si pour tout ( x ' , y ' ) ∈ R2 , il existe un unique ( x , y ) ∈ R2 tel que :

{
'
x + y =x
f ( x , y ) = ( x ' , y ' ) soient donc ( x , y ) ∈ R 2 tel que f ( x , y ) = ( x ' , y ' ) on obtient alors '
x− y= y
Le déterminant de ce système est det ⁡(−1−1) = −2 ≠ 0
On en déduit que le système ci-dessus admet une unique solution (x , x ' ) avec x = x ' + y ' /2 et y = x ' − y ' /2
On peut donc conclure que f est un endomorphisme bijectif de R2 c’est donc un automorphisme de R2
∎ déterminons f −1
f est bijective donc elle admet une application linéaire réciproque, soit (x , y )∈ R2 , d’après ce qui précède :
−1 −1
f : R → R et f ( x , y ) = ¿ + y /2 , x− y /2¿
2 2

On obtient alors fo f −1 = Id R c’est-à-dire pour tout (x , y )∈ R on a (fo f −1)( x , y ) = (x , y ) en effet on

2

obtient ( fo f −1)( x , y ) = f ( f −1(x , y) ) = f ¿ + y /2 , x− y /2¿ = ¿ + y /2 + x− y /2 , x + y /2−x − y /2¿

= ¿ + y + x− y /2 , x + y−x + y /2 ¿ = (2 x /2; 2 y /2) = (x , y )