Cours Mathématiques 3 (MAT2012L) L2 PCSI

2024-2025

Léon Matar Tine 1

Automne 2024

1. Université Claude Bernard Lyon 1

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 1 / 59
1 Introduction générale sur le cours

2 Espaces vectoriels
Définition, propriétés
Sous-espaces vectoriels
Familles génératrices, familles libres, bases
Applications linéaires
Définitions, propriétés
Image et noyau
Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 2 / 59
Introduction
Ce cours de Mathématiques 3 est destiné aux étudiants de niveau licence 2
de la filière PCSI (Physique-Chimie et Sciences de l’ingénieur).
Trois chapitres sont développés dans ce cours
Algèbre linéaire ( Espaces vectoriels, Applications linéaires, Matrices,
Déterminants, Systèmes linéaires, Réduction des endomorphismes,
Espace vectoriel muni d’un produit scalaire : Diagonalisation des
matrices symétriques et hermitiennes),
Suites et Séries numériques et de fonctions : Suites et séries
numériques, Séries entières.
Séries entières – Équations différentielles.
Les notions seront présentées dans un esprit pratique sans grand
développement théorique.

L’UE compte pour 6 crédits. Deux contrôles continus (60% de la

note) et un examen final (40% de la note) sont prévus.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 2 / 59
Page de l’UE

[Link]
s3_maths3:page

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 3 / 59
Espaces vectoriels

Dans la suite, K désigne le corps des nombres réels ou le corps des

nombres complexes. Les éléments de K sont appelés des scalaires.

Espace vectoriel
Un espace vectoriel est un ensemble d’éléments, appelés vecteurs, qu’on
peut additionner et multiplier par des scalaires.

Pour que ceci ait un sens, l’addition et la multiplication par des scalaires
doivent satisfaire certaines propriétés.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 4 / 59
Définition 1
Soit E un ensemble non vide muni d’une loi de composition interne,
autrement dit d’une application

E ×E → E
(~u , ~v ) 7 → ~u + ~v

et d’une loi de composition externe, autrement dit d’une application

K×E → E
(λ, ~u ) 7 → λ · ~u

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 5 / 59
On dit que E , muni de ces opérations, est un K-espace vectoriel si :
(1) (E , +) est un groupe commutatif, autrement dit :
commutativité : ~u + ~v = ~v + ~u ; (pour tous ~u , ~v ∈ E ) ;
associativité : ~u + (~v + w
~ ) = (~u + ~v ) + w ~ ∈ E) ;
~ (pour tous ~u , ~v , w
il existe un élément ~0E ∈ E , appelé élément neutre, tel que
~0E + ~u = ~u + ~0E = ~u (pour tout ~u ∈ E ) ;
pour tout ~u ∈ E , il existe ~u ∗ ∈ E vérifiant ~u + ~u ∗ = ~0E ; l’élément ~u ∗
est appelé le symétrique ou l’opposé de u et est noté −~u .
(2) Pour tous ~u , ~v ∈ E , pour tous λ, µ ∈ K :
λ · (~u + ~v ) = λ · ~u + λ · ~v ;
(λ + µ) · ~u = λ · ~u + µ · ~u ;
λ · (µ · ~u ) = (λµ) · ~u ;
1 · ~u = ~u .

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 6 / 59
On appelle :
Addition la loi de composition interne

E ×E → E
(~u , ~v ) 7 → ~u + ~v

et multiplication par des scalaires la loi de composition externe

K×E → E
(λ, ~u ) 7 → λ · ~u

Vecteurs les éléments de E ;

Scalaires les éléments de K ;
Vecteur nul le vecteur ~0E .

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 7 / 59
Exemple 1
Sur R2 , on définit l’addition par
! ! !
x x0 x + x0
+ =
y y0 y + y0

et la multiplication par des scalaires λ ∈ R par

! !
x λx
λ = .
y λy

Alors R2 , muni de ces deux opérations, est un R-espace vectoriel.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 8 / 59
Exemple 2
Plus généralement, sur Rn , on définit l’addition par
     
x1 y1 x1 + y1

 x2  
  y2  
  x2 + y2 

 .. + .. = .. 
. . .
     
     
xn yn xn + yn

et la multiplication par des scalaires λ ∈ R par

   
x1 λx1

 x2  
  λx2 

λ .. = .. .
. .
   
   
xn λxn

Alors Rn , muni de ces deux opérations, est un R-espace vectoriel.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 9 / 59
De même, sur Cn , on définit l’addition par
     
x1 y1 x1 + y1

 x2  
  y2  
  x2 + y2 

 .. + .. = .. 
. . .
     
     
xn yn xn + yn

et la multiplication par des scalaires λ ∈ C par

   
x1 λx1

 x2  
  λx2 

λ .. = .. .
. .
   
   
xn λxn

Alors Cn , muni de ces deux opérations, est un C-espace vectoriel.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 10 / 59
Exemple 3
Soit E = Rn [X ] l’ensemble des polynômes de degré inférieur ou égal à n à
coefficients réels. On munit Rn [X ] de l’addition des polynômes

Rn [X ] × Rn [X ] → Rn [X ]
où (P + Q)(X ) = P(X ) + Q(X )
(P, Q) 7→ P + Q

et de la multiplication par des scalaires λ ∈ R

R × Rn [X ] → Rn [X ]
où (λP)(X ) = λP(X ).
(λ, P) 7→ λP

Alors Rn [X ] est un R-espace vectoriel.

Son vecteur nul est le polynôme nul.

De même, l’ensemble Cn [X ] des polynômes de degré inférieur ou égal à n

à coefficients complexes est un C-espace vectoriel.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 11 / 59
Propriétés (Règles de calcul)
Soit E un K-espace vectoriel. Pour tous ~u , ~v ∈ E et pour tous λ, µ ∈ K, on
a:
λ · ~u = ~0E ⇔ (λ = 0 ou ~u = ~0E ) ;
λ · (~u − ~v ) = λ · ~u − λ · ~v ;
(λ − µ) · ~u = λ · ~u − µ · ~u ;
(−λ) · (−~u ) = λ · ~u .

Propriété Importante
λ · ~u = ~0E si et seulement si λ = 0 ou ~u = ~0E

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 12 / 59
Sous-espaces vectoriels

Soit E un K-espace vectoriel et soit F ⊆ E .

On peut se poser la question de savoir quand est-ce que F , quand il est
muni par l’addition de E et la multiplication par des scalaires, est
lui-même un espace vectoriel.
Il s’avère qu’il suffit que F soit stable par l’addition et la multiplication par
les scalaires.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 13 / 59
Définition 2
Soit E un K-espace vectoriel et F un sous-ensemble non vide de E . On dit
que F est un sous-espace vectoriel de E si
pour tous ~u , ~v ∈ F , ~u + ~v ∈ F ;
pour tout ~u ∈ F et pour tout λ ∈ K, λ~u ∈ F .

Dans ce cas F , muni de l’addition et de la multiplication par des scalaires,

F ×F → F K×F → F
(~u , ~v ) 7→ ~u + ~v (λ, ~u ) 7→ λ~u

est lui-même un K-espace vectoriel.

Abréviation
Sous-espace vectoriel= s.e.v

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 14 / 59
Proposition 1
Soit E un K-espace vectoriel et F un sous-ensemble de E . Alors F est un
sous-espace vectoriel de E si et seulement si ces deux propriétés sont
satisfaites
~0 ∈ F ;
pour tous ~u , ~v ∈ F et pour tout λ ∈ K, λ~u + ~v ∈ F .

Preuve
Supposons que F soit un s.e.v de E . Alors comme F n’est pas vide, il
contient un vecteur ~u . Alors −~u ∈ F et ~u − ~u = ~0 ∈ F .
Pour la seconde propriété, soient ~u , ~v ∈ F et λ ∈ K. Alors λ~u ∈ F et donc
λ~u + ~v ∈ F .
Exercice : montrer l’implication réciproque.

Exemples immédiats : E et {~0} sont des s.e.v de E .

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 15 / 59
Exemple 1
Dans R2 , toute droite passant par l’origine est un s.e.v. En effet toute
droite passant par l’origine a comme équation ax + by = 0 où a, b ∈ R et
on vérifie aisement qu’il s’agit bien d’un s.e.v (exercice).

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 16 / 59
Exemple 2
Dans R3 , tout plan passant par l’origine est un s.e.v. Un plan P passant
par l’origine est donné par une équation de la forme

ax + by + cz = 0 où a, b, c ∈ R.

Vérifions que P estun s.e.v 3

 de R . Comme
 P passe par l’origine, on a
x x 0
~0 ∈ P. Soient ~u = 
 y  ∈ P, ~

v =  y 0  ∈ P et λ ∈ R. On doit
 
z z 0

montrer que λ~u + ~v ∈ P. On a

 
λx + x 0
λ~u + ~v =  λy + y 0  et ax + by + cz = 0, ax 0 + by 0 + cz 0 = 0.
 
λz + z 0

D’où a(λx + x 0 ) + b(λy + y 0 ) + c(λz + z 0 ) = 0. Donc λ~u + ~v ∈ P.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 17 / 59
Exercice
Soit F(R) l’ensemble des applications de R à valeurs dans R. On définit
l’addition et la multiplication par les scalaires par

(f + g)(x ) = f (x ) + g(x ); (λf )(x ) = λf (x ).

1 Vérifier que F(R) est un R-espace vectoriel.

2 Soit C 1 (R) le sous-ensemble de F(R) des applications de classe C 1

C 1 (R) = {f ∈ F(R) | f est dérivable et f 0 est continue}.

Montrer que C 1 (R) est un s.e.v de F(R).

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 18 / 59
Notation
Soit E un K-espace vectoriel et (Fi )i∈I une famille de s.e.v de E . Alors
T
l’intersection i∈I Fi est définie par
\
Fi = {x ∈ E | x ∈ Fi , pour tout i ∈ I}.
i∈I

Par exemple, si F1 , F2 , . . . , Fn sont des sous-ensembles de E , alors leur

intersection F1 ∩ F2 ∩ · · · ∩ Fn est l’ensemble des éléments x ∈ E tel que
x ∈ Fk pour tout k ∈ {1, . . . , n}.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 19 / 59
Proposition 2
Soit E un K-espace vectoriel et (Fi )i∈I une famille de s.e.v de E . Alors
l’intersection
\
F = Fi = {x ∈ E | x ∈ Fi , pour tout i ∈ I}
i∈I

est un s.e.v de E .

Preuve
(Pour tout i ∈ I, ~0 ∈ Fi ) =⇒ ~0 ∈
T
i∈I Fi ;
Soient ~u , ~v ∈ F et λ ∈ K. Alors pour tout i ∈ I, λ~u + ~v ∈ Fi . Donc
λ~u + ~v ∈ F .

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 20 / 59
Corollaire 1
Si F et G sont des s.e.v, alors leur intersection F ∩ G est un s.e.v.
Si F1 , F2 , . . . , Fn sont des s.e.v, alors leur intersection
F1 ∩ F2 ∩ · · · ∩ Fn est un s.e.v.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 21 / 59
Exemple
Soient P1 et P2 deux plans de R3 passants par l’origine. Alors leur
intersection P1 ∩ P2 , qui est une droite, est un s.e.v de R3 .

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 22 / 59
Définition 3
Soient U et V deux s.e.v du K-e.v E .
On appelle somme de U et V l’ensemble défini par

U + V = {~u + ~v | ~u ∈ U, ~v ∈ V }.

On dit que la somme U + V est directe si U ∩ V = {~0}.

On dit du s.e.v F qu’il est la somme directe de U et V si
F =U +V ;
U ∩ V = {~0}.
On écrit F = U ⊕ V .

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 23 / 59
Exemple
Considérons dans R2 deux vecteurs ~u , ~v non nuls et non colinéaires. Soient

U = {λ~u | λ ∈ R}, V = {λ~v | λ ∈ R}.

(U est la droite vectorielle dirigée par ~u , V est la droite vectorielle dirigée

par ~v .)
Alors U et V sont des s.e.v de R2 et R2 = U ⊕ V (exercice).

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 24 / 59
Familles génératrices, familles libres, bases

Soient E un K-espace vectoriel et ~u , ~v deux vecteurs de E . Alors on peut

fabriquer de nouveaux vecteurs en combinant les deux vecteurs ~u , ~v

α~u + β~v

où α, β ∈ K.
Un tel nouveau vecteur est appelé une combinaison linéaire de ~u et ~v .

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 25 / 59
Plus généralement ...

Définition 4
Soient ~u1 , · · · , ~un des vecteurs d’un K-espace vectoriel E . Tout vecteur de
E de la forme
λ1~u1 + · · · + λn~un
où λ1 , · · · , λn ∈ K, est appelé une combinaison linéaire des vecteurs
~u1 , · · · , ~un .

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 26 / 59
Exemple 1
Dans R2 le vecteur !
−1
~ =
w
16
est bien une combinaison linéaire des deux vecteurs
! !
−1 1
~u = , ~v =
2 5

~ = 3~u + 2~v .
car w

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 27 / 59
Exemple 2
Dans R3 , soient
     
1 0 0
~e1 =  0  , ~e2 =  1  , ~e3 =  0  .
     
0 0 1
 
x
Un vecteur quelconque u =  y  de R3 s’écrit
~
 
z
           
x 0 0 1 0 0
~u =  0  +  y  +  0  = x  0  + y  1  + z  0 
           
0 0 z 0 0 1

= x~e1 + y~e2 + z~e3 .

Donc ~u est une combinaison linéaire de ~e1 ,~e2 ,~e3 .

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 28 / 59
Proposition 2
Soit E un K-e.v et A ⊆ E . Il existe un plus petit s.e.v de E contenant A. Il
est unique et on l’appelle le sous-espace vectoriel engendré par A. On le
note Vect(A).

Preuve
E est un s.e.v de E contenant A. Donc il existe des s.e.v de E qui
contiennent A. L’intersection F de ces s.e.v est un s.e.v de E contenant A.
Il est le plus petit s.e.v qui contient A. En effet, si A ⊆ H, où H est un
s.e.v de E , alors F ⊆ H.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 29 / 59
Proposition 3
Soit E un K-e.v et A ⊆ E , A 6= ∅. Alors Vect(A) est l’ensemble des
combinaisons linéaires des vecteurs de A, autrement dit
n
nX o
Vect(A) = λi ~ui | n ∈ N, λ1 , . . . , λn ∈ R, ~u1 , . . . , ~un ∈ A .
i=1

Remarque
Donc un vecteur ~u ∈ E est dans Vect(A), si et seulement si, il existe
n ∈ N, il existe ~u1 , . . . , ~un ∈ A et des scalaires λ1 , . . . , λn ∈ K tels que
~u = λ1~u1 + · · · + λn~un .

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 30 / 59
Exemple
Considérons dans R2 deux vecteurs ~u , ~v non nuls et non colinéaires. Soient

U = {λ~u | λ ∈ R}, V = {λ~v | λ ∈ R}.

Alors U = Vect({~u }) et V = Vect({~v }).

Exercice
Montrer que U + V = Vect(U ∪ V ).

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 31 / 59
Définition 5
Soit F un s.e.v du K-e.v E et S ⊆ E .
On dit que S est une partie génératrice de F si

F = Vect(S).

On dit que S est libre, ou que les vecteurs de S sont linéairement

indépendants, si

pour tous λ1 , . . . , λn ∈ K, pour tous ~u1 , . . . , ~un ∈ S,

λ1~u1 + · · · + λ2~un = ~0 ⇒ λ1 = λ2 = · · · = λn = 0.
On dit que S est une base de E , si elle est génératrice et libre.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 32 / 59
Exemples
Soit F un s.e.v du K-e.v E et S ⊆ E .
Dans R2 , l’espace vectoriel F engendré par les deux vecteurs
! !
1 2
~u = , ~v =
2 4

vérifie Vect(~u , ~v ) = Vect(~u , 2~u ) = Vect(~u ) et donc la famille {~u } est

génératrice de F .
Dans R2 , la famille {~u , ~v } est libre où
! !
−1 1
~u = , ~v = .
2 5

R3 = Vect(~e1 ,~e2 ,~e3 ).

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 33 / 59
Théorème 1
Tout K-espace vectoriel non nul admet une base. Toutes les bases ont la
même cardinalité : si B1 et B2 sont deux bases, alors il existe une bijection
entre B1 et B2 .

Définition 6
On dit d’un K-e.v E qu’il est de dimension finie s’il admet une base finie.
Le cardinal (le nombre d’éléments) d’une base est appelé la dimension de
E et est noté dim(E ).

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 34 / 59
Exemple 1
Dans Rn , considérons la famille B = {~e1 , . . . ,~en } où pour 1 ≤ i ≤ n
 
0
 . 
 .. 
 
~ei =  1 .
 
 . 
 .
 .


0

Alors B est une base de Rn appelée la base canonique de Rn . On a donc

dim(Rn ) = n.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 35 / 59
Exemple 2
Dans Rn [X ], le R-e.v des polynômes de degré inférieur ou égal à n, la
famille des polynômes

P0 (X ) = 1, P1 (X ) = X , P2 (X ) = X 2 , . . . , Pn (X ) = X n

forme une base. Donc dim(Rn [X ]) = n + 1.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 36 / 59
Théorème de la base incomplète
Soit E un K-espace vectoriel. Soient L une partie libre et G une partie
génératrice de E . Alors on peut compléter L par des éléments de G pour
former une base de E .
Autrement dit, il existe F ⊆ G \ L tel que L ∪ F soit une base de E .

Théorème de la base incomplète(version en dimension finie)

Soit E un K-espace vectoriel de dimension finie. Soit U = {~u1 , · · · , ~un } une
famille libre de E et soit G = {~g1 , · · · , ~gm } une famille génératrice de E .
Alors il existe ~gi1 , · · · , ~gip de G telle que la famille {~u1 , · · · , ~un , ~gi1 , · · · , ~gip }
forme une base de E .

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 37 / 59
Proposition 4
Soit E un K-e.v de dimension finie n. Alors :
Toute famille libre de E a au plus n éléments.
Toute famille génératrice de E a au moins n éléments.
Toute famille libre peut être complétée en une base de E .

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 38 / 59
Proposition 5
Soit B une famille de vecteurs d’un K-e.v E de dimension finie n. Les
propriétés suivantes sont équivalentes :
B est une base de E ;
B est une famille libre à n éléments ;
B est une famille génératrice à n éléments.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 39 / 59
Exemple récapitulatif sur la base incomplète

Exemple récapitulatif
Considérons dans R3 la famille U des deux vecteurs
   
2 3
~u =  1  , ~v =  −1  .
   
−1 1
Alors U est une famille libre. En effet, soient α, β ∈ R tels que
α~u + β~v = ~0. Alors
      
2 3 0  2α + 3β = 0

α~u + β~v = ~0 ⇔ α  1  + β  −1  =  0  ⇔ α−β =0
     
−1 −α + β = 0

1 0 

Donc α = β et 5α = 0. Par conséquent α = β = 0.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 40 / 59
Exemple récapitulatif sur la base incomplète

suite de l’exemple
On peut compléter la famille libre U par des éléments de la base canonique
{~e1 ,~e2 ,~e3 } de R3 pour former une base de E .
On peut choisir par exemple ~e1 . Vérifions si {~u , ~v ,~e1 } est libre. Soient
α, β, γ ∈ R tels que α~u + β~v + γ~e1 = ~0. On obtient 2α + 3β + γ = 0 et
α = β. Donc γ = −5α et α = β. Par conséquent la famille {~u , ~v ,~e1 } n’est
pas libre.
Choisisons ~e2 . Vérifions si {~u , ~v ,~e2 } est libre. Soient α, β, γ ∈ R tels que
α~u + β~v + γ~e2 = ~0. On obtient 2α + 3β = 0, α − β + γ = 0 et α = β.
Donc α = β = γ = 0, par conséquent la famille {~u , ~v ,~e2 } est libre.
Comme dim(R3 ) = 3 et comme {~u , ~v ,~e2 } est une famille libre constituée
de trois vecteurs, elle forme une base.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 41 / 59
Définition 7
Si B = (~e1 , . . . ,~en ) est une base d’un K-espace vectoriel E , alors pour tout
~u ∈ E , il existe des uniques scalaires λ1 , . . . , λn ∈ K tels que

~u = λ1~u1 + · · · + λn~un

qui sont appelés les composantes de ~u dans la base B.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 42 / 59
Proposition 6 (Formule de Grassmann)
Soient F et G deux s.e.v d’un K-e.v de dimension finie. On a

dim(F + G) = dim(F ) + dim(G) − dim(F ∩ G).

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 43 / 59
 Applications linéaires

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 44 / 59
Applications linéaires : Définitions, propriétés

Définition 8
Soient E et F deux K-e.v et f : E → F une application. On dit que f est
linéaire si
f (~0E ) = ~0F ;
Pour tous ~u , ~v ∈ E , pour tout λ ∈ K, f (λ~u + ~v ) = λf (~u ) + f (~v ).

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 45 / 59
Applications linéaires : Exemples

Exemple 1
Soit α ∈ K et f : E → E l’homothétie de rapport α

~u 7→ f (~u ) = α~u .

Alors f est linéaire. En effet :

f (~0) = α · ~0 = ~0.
Soient ~u , ~v ∈ E et λ ∈ K. Alors

f (λ~u + ~v ) = α(λ~u + ~v )

= λα~u + α~v
= λf (~u ) + f (~v ).

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 46 / 59
Applications linéaires : Exemples

Exemple 2
Soit f : R2 → R2 définie par

f (x , y ) = (x − y , x + y ).

Alors f est linéaire. En effet, pour tous ~u , ~v ∈ R2 , pour tout λ ∈ R, on a :

 
f (λ~u +~v ) = f (λx +x 0 , λy +y 0 ) = (λx +x 0 )−(λy +y 0 ), (λx +x 0 )+(λy +y 0 )

(λx − λy , λx + λy ) + (x 0 − y 0 , x 0 + y 0 ) = λf (~u ) + f (~v ).

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 47 / 59
Applications linéaires : Exemples

Exemple 3
Soit E l’espace vectoriel des applications de R dans R de classe C ∞ .
L’application
D : E → E , D(f ) = f 0
est une application linéaire. En effet :
D(~0) = ~0.
Soient f , g ∈ E et λ ∈ R. Alors

D(λf + g) = (λf + g)0

= λf 0 + g 0
= λD(f ) + D(g).

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 48 / 59
Applications linéaires : Exemples

Exemple 4
Une rotation R d’un angle θ autour de l’origine dans R2 est une
application linéaire. En effet, on a
! !
x x cos θ − y sin θ
pour ~u = , R(~u ) = .
y x sin θ + y cos θ

et donc
! ! !
x x0 (x + x 0 ) cos θ − (y + y 0 ) sin θ
R(~u + ~v ) = R( + )=
y y0 (x + x 0 ) sin θ + (y + y 0 ) cos θ
! !
x cos θ − y sin θ x 0 cos θ − y 0 sin θ
+ = R(~u ) + R(~v ).
x sin θ + y cos θ x 0 sin θ + y 0 cos θ
De même on a R(λ~u ) = λR(~u ).

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 49 / 59
Applications linéaires

Proposition 7
Soient E et F deux K-e.v. Alors l’ensemble des applications linéaires de E
dans F , noté L(E , F ), munit des opérations

(f , g) 7→ (f + g)(x ) = f (x ) + g(x ); (λ, f ) 7→ (λf )(x ) = λf (x )

est un K-e.v.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 50 / 59
Applications linéaires

Définition 9
Une application linéaire de E dans E est appelé un endomporphisme.
Le K-e.v L(E , E ) est noté L(E ).
Une application linéaire bijective est appelée un isomorphisme.
Un endomorphisme bijective est appelé un automorphisme.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 51 / 59
Applications linéaires : Image et noyau

Rappel
Soit f : E → F une application.
L’image directe par f d’une partie A ⊆ E est :

f (A) = {f (x ) | x ∈ A}.

L’image réciproque d’une partie B ⊆ F est :

f −1 (B) = {x ∈ E | f (x ) ∈ B}.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 52 / 59
Applications linéaires : Image et noyau

Proposition 8
Soit f : E → F une application linéaire.
Si H est un s.e.v de E , alors f (H) est un s.e.v de F .
Si G est un s.e.v de F , alors f −1 (G) est un s.e.v de E .

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 53 / 59
Applications linéaires : Image et noyau

Définition 10
Soit f : E → F une application linéaire.
On appelle :
Image de f , le s.e.v de E :

Im(f ) = f (E ) = {f (x ) | x ∈ E }

Noyau de f , le s.e.v de E :

Ker (f ) = f −1 (~0) = {~u ∈ E | f (~u ) = ~0}

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 54 / 59
Applications linéaires : Image et noyau

Exemple
Soit f : R2 → R2 définie par

f (x , y ) = (x − y , x + y ).

Alors f est linéaire (Exercice). On a Ker (f ) = {~0} et Im(f ) = R2 . En

effet : !
x
~u = ∈ Ker (f ) ⇔ f (~u ) = ~0 ⇔ x − y = 0 et x + y = 0 ⇔ x =
y
y = 0.
!
x
~v = ∈ Im(f ) ⇔ ∃(a, b) ∈ R2 tels que x − y = a et x + y =
y
a+b b−a
b⇔x = 2 et y = 2 .

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 55 / 59
Applications linéaires : Image et noyau

Propriété
Soit f ∈ L(E , F ). Soit B = (~u1 , · · · , ~un ) une base de E . Alors
Im(f ) = Vect(f (~u1 ), · · · , f (~un )).

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 56 / 59
Applications linéaires : Image et noyau

Proposition 10
Soit f ∈ L(E , F ).
Les propriétés suivantes sont équivalentes :
f est injective ;
Ker (f ) = {~0} ;
Pour tout ~u ∈ E , f (~u ) = ~0 ⇒ ~u = ~0.
Les propriétés suivantes sont équivalentes :
f est surjective ;
Im(f)=F.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 57 / 59
Applications linéaires : Image et noyau

Définition 11
Soient E et F deux K-e.v et f ∈ L(E , F ). La dimension de Im(f) est
appelée le rang de f et est notée rg(f ).

Théorème (Théorème du rang)

Soient E et F deux K-e.v de dimension finie et f ∈ L(E , F ). On a

dim(E ) = rg(f ) + dim(Kerf (f )).

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 58 / 59
Applications linéaires : Rappel terminologie

Terminologie à retenir
Une application linéaire de E dans E est appelée un endomorphisme.
Le K-e.v L(E , E ) est noté L(E ).
Une application linéaire bijective est appelée un isomorphisme.
Un endomorphisme bijectif est appelé un automorphisme.

Léon Matar Tine Cours Mathématiques 3 (MAT2012L) L2 PCSI 2024-2025 Automne 2024 59 / 59