Cours de l’algèbre II

CPI S2

Prof. I. BAKHADACH

École Nationale des Sciences Appliquées de Béni Mellal

Année universitaire : 2020/2021

Cours Algèbre II 1 / 30
Programme du cours

1 Applications linéaires

2 Les matrices

3 Les déterminants

4 Résolution de systèmes linéaires

5 Réduction des matrices et des endomorphismes

Cours Algèbre II 2 / 30
Définitions

Dans toute la suite (E, +, .) et (F, +, ·) sont deux K-espace vectoriel.

Définition Application linéaire

Soient (E, +, ·) et (F, +, ·) deux K−espace vectoriel et f : E → F. On dit que f est
linéaire si et seulement si :
1 ∀(x , y ) ∈ E2 , f (x + y ) = f (x ) + f (y ) .
2 ∀(λ, x ) ∈ K × E, f (λ · x ) = λ · f (x ) .
(On dit aussi que f est un morphisme d’espaces vectoriels).

Cours Algèbre II Applications linéaires 3 / 30

Définitions

Proposition Caractérisation des applications linéaires

Soit f : E → F. f est linéaire si et seulement si :

∀(x , y ) ∈ E2 , ∀(α, β) ∈ K2 , f (α · x + β · y ) = α · f (x ) + β · f (y )

Proposition
Soient E et F deux K-espaces vectoriels. Si f est une application linéaire de E dans F ,
alors :
1 f (0E ) = 0F .
2 f (−u) = −f (u), pour tout u ∈ E .

En effet f (0E ) = f (0E + 0E ) = f (0E ) + f (0E ) donc après simplification on a f (0E ) = 0F

soit x ∈ E on a : f (x − x ) = f (x ) + f (−x ) = 0F donc f (−x ) = −f (x ).

Cours Algèbre II Applications linéaires 4 / 30

Définitions

Définition
Soit f : E → F une application linéaire.
1 Si F = K, on dit que f est une forme linéaire.
2 Si E = F, on dit que f est un endomorphisme de E .
3 Si f : E → F est bijective, on dit que f est un isomorphisme.
4 Si f est à la fois un endomorphisme et un isomorphisme, on dit que f est un
automorphisme.

Cours Algèbre II Applications linéaires 5 / 30

Définitions

Exemples
Les applications linéaires f : R → R sont les applications x → λ · x où λ ∈ R.
Montrons qu’une telle application est linéaire.
Soient α, β ∈ R et x , y ∈ R alors
f (αx + βy ) = λ(αx + βy ) = αλx + βλy = αf (x ) + βf (y ) .
Donc f est linéaire.
Montrons que les applications f de cette forme sont les seules qui soient linéaires
sur R.
Si f est linéaire sur R alors on doit avoir, pour tout x ∈ R, f (x ) = f (x .1) = xf (1)
donc f est de la forme indiquée avec λ = f (1) .

Cours Algèbre II Applications linéaires 6 / 30

Définitions

Exemples
Dans un K-espace vectoriel quelconque E, les homothéties

h : E −→ E
x 7−→ λ.x

où λ ∈ K sont linéaires. La preuve est identique à celle donnée dans l’item

précédent.
Les translations de vecteur non nul ne sont pas linéaires.
En effet, dans un K-espace vectoriel E, pour u ∈ E tel que u ̸= 0, considérons la
τ : E −→ E
translation u On a τu (0E ) = 0E + u = u = 0F donc τu n’est
x 7−→ x + u
pas linéaire.

Cours Algèbre II Applications linéaires 7 / 30

Définitions
Exemples
La dérivation

D : C 1 (R) −→ C 0 (R)
f 7−→ D(f ) = f ′

est linéaire. Si α, β ∈ R et f , g ∈ C 1 (R) alors

D(αf + βg) = (αf + βg)′ = αf ′ + βg ′ = αD(f ) + βD(g) .
L’intégration

φ : C 0 ([0, 1], R) −→ R
∫ 1
f 7−→ φ(f ) = f (x )dx
0

est une forme linéaire.

Cours Algèbre II Applications linéaires 8 / 30
Définitions

Exemples
En effet, si α, β∫∈ R et f , g ∈ (C 0 ([0, 1],∫ R) alors ∫
φ(αf + βg) = 01 (αf + βg)(x )dx = α 01 f (x )dx + β 01 g(x )dx = αφ(f ) + βφ(g) .
L’application

φ : : R3 −→ R2
(x , y , z) 7−→ (x − y + z, 2x + z)

est linéaire.
Si α, β ∈ R et si (x , y , z), (x ′ , y ′ , z ′ ) ∈ R3 alors
φ(α(x , y , z) + β(x ′ , y ′ , z ′ )) = φ(αx + βx ′ , αy + βy ′ , αz + βz ′ ) =
(αx + βx ′ − (αy + βy ′ ) + αz + βz ′ , 2(αx + βx ′ ) + αz + βz ′ ) =
α(x − y + z, 2x + z) + β(x ′ − y ′ + z ′ , 2x ′ + z ′ ) = αφ(x , y , z) + βφ(x ′ , y ′ , z ′ ) .

Cours Algèbre II Applications linéaires 9 / 30

Noyau,image d’une application linéaire

Rappel
Soient f : E → F et E′ ⊂ E, F′ ⊂ F. Par définition :
1 L’image de E′ par f est f (E′ ) = {f (x )|x ∈ E′ }
2 L’image réciproque de F′ par f est f −1 (F′ ) = {x ∈ E|f (x ) ∈ F′ }

Théorème 1
Soit f : E → G une application linéaire. Soient E′ un sous-espace vectoriel de E et F′ un
sous-espace vectoriel de F alors :
1 f (E′ ) est un sous-espace vectoriel de F .
2 f −1 (F′ ) est un sous-espace vectoriel de E .

Cours Algèbre II Applications linéaires 10 / 30

Noyau,image d’une application linéaire

Démonstration
1 Tout d’abord, comme 0E ∈ E ′ alors 0F = f (0E ) ∈ f (E ′ ).
Ensuite pour la stabilité par combinaison linéaire, soient y1 , y2 ∈ f (E ′ ) et α, β ∈ K
disons y1 = f (a) et y2 = f (b) pour certains a, b ∈ E ′ par linéarité de f on a
αy1 + βy2 = αf (a) + βf (b) = f (αa + βb) or αa + βb ∈ E ′ car E ′ est un
sous-espace de E
donc αy1 + βy2 ∈ f (E ′ ).
2 Pour commencer f −1 (F ′ ) ⊂ E et 0E ∈ f −1 (F ′ ) car f (0E ) = 0F ∈ F ′ . Pour la
stabilité par combinaison linéaire, soient x1 , x2 ∈ f −1 (F ′ ) et α, β ∈ K. Par
hypothèse f (x1 ) ∈ F ′ et f (x2 ) ∈ F ′ et F ′ un sous-espace vectoriel de F , donc
αf (x1 ) + βf (x2 ) ∈ F ′ or αf (x1 ) + βf (x2 ) = f (αx1 + βx2 ) par linéarité de f , donc
f (αx1 + βx2 ) ∈ F ′ i.e αx1 + βx2 ∈ f −1 (F ′ )

Cours Algèbre II Applications linéaires 11 / 30

Noyau,image d’une application linéaire

Définition
Soit f : E → F une application linéaire. On appelle :
1 Noyau de f et on note Ker f le sous-ensemble de E : Ker f = {x ∈ E|f (x ) = 0F }
2 Image de f et on note Imf le sous-ensemble de F : Imf = {f (x )|x ∈ E}.

Théorème 2
Soit f : E → F une application linéaire. Alors :

Ker f et Im f

sont des sous-espaces vectoriels de E.

Preuve : C’est un corollaire immédiat du théorème 1

Cours Algèbre II Applications linéaires 12 / 30

Noyau,image d’une application linéaire

Exemple
Dans R3 , F = {(x , y , z) ∈ R3 |x + y − z = 0} est un sous-espace vectoriel de R.
En effet, posant

f : : R3 −→ R
(x , y , z) 7−→ x + y − z

on a : f est une forme linéaire et F = Ker f . On peut être ici plus précis : F est le
plan vectoriel de vecteur normal (1, 1, −1) .

Cours Algèbre II Applications linéaires 13 / 30

Noyau,image d’une application linéaire
Exemple
Soit

D : C 1 (R) −→ C 0 (R)
f 7−→ D(f ) = f ′

On a :
KerD = {f ∈ C 1 (R)|D(f ) = 0} qui est égal à l’ensemble des fonctions constantes
sur R.
Im(D) = {D(f )|f ∈ C 1 (R)} = C 0 (R) . Autrement dit D est surjective. Démontrons
le :
Soit f ∈ C 1 (R). Comme f est continue sur R et que R est un intervalle, f possède
une primitive F : R → R.
De plus F est dérivable et sa dérivée, f est continue.
Donc F ∈ C?1 (R) . On a bien D(F) = f et D est bien surjective.
Cours Algèbre II Applications linéaires 14 / 30
Noyau,image d’une application linéaire

Théorème Caractérisation des applications linéaires injectives

Soit f : E → F une application linéaire. Alors :
f est injective si et seulement si Ker f = {0}

Preuve
⇒ Supposons que f est injective. Rappelons que comme f est linéaire f (0E ) = 0F .
0F admet donc comme antécédent 0E .
Mais f étant injective 0E est le seul antécédent de 0F .
Il est alors clair que Ker f = {0E }.
⇐ Réciproquement supposons que Ker f = {0E } et montrons que f est injective. Soient
x1 , x2 ∈ E tels que f (x1 ) = f (x2 ). Par linéarité de f , on peut écrire que f (x1 − x2 ) = 0F .
Donc x1 − x2 ∈ Ker f = {0E }.
Il s’ensuit que x1 − x2 = 0E et donc que x1 = x2 .f est donc injective.

Cours Algèbre II Applications linéaires 15 / 30

Noyau,image d’une application linéaire

Exemple
On reprend l’exemple précédent,

D : C 1 (R) −→ C 0 (R)
f 7−→ D(f ) = f ′

n’est par injective car son noyau contient d’autres fonctions que la fonction nul,
comme par exemple f : x → 1.
f : R2 −→ R2
Soit
(x , y ) 7−→ (x + y , x − y )
{
x +y =0
On vérifie facilement que Ker f = {(0, 0)} en résolvant le système
x −y =0
et donc f est injective.

Cours Algèbre II Applications linéaires 16 / 30

Noyau,image d’une application linéaire

Remarque : Caractérisation des applications linéaires surjectives

Soit f : E → F une application linéaire.

f est surjective si et seulement si Imf = F

Cours Algèbre II Applications linéaires 17 / 30

Étude de L(E, F)

Notation
On note L(E, F) l’ensemble des applications linéaires de E dans F.

Proposition
(L(E, F), +, .) est un K-espace vectoriel.

Cours Algèbre II Applications linéaires 18 / 30

Étude de L(E, F)
Démonstration
L’ensemble L(E , F ) est inclus dans le K-espace vectoriel F(E , F ) .
Pour montrer que L(E , F ) est un K-espace vectoriel, il suffit donc de montrer que
L(E , F ) est un sous-espace vectoriel de F(E , F ) :
• Tout d’abord, l’application nulle appartient à L(E , F ) .
• Soient f , g ∈ L(E , F ) , et montrons que f + g est linéaire.
Pour tous vecteurs u et v de E et pour tous scalaires α, β de K,

(f + g)(αu + βv ) = f (αu + βv ) + g(αu + βv ) (définition de f + g)

= αf (u) + βf (v ) + αg(u) + βg(v ) (linéarité de f et de g)
= α(f (u) + g(u)) + β(f (v ) + g(v )) (propriétés des lois de F )
= α(f + g)(u) + β(f + g)(v ) (définition de f + g)

f + g est donc linéaire et L(E , F ) est stable pour l’addition.

Cours Algèbre II Applications linéaires 19 / 30

Étude de L(E, F)

Démonstration
• Soient f ∈ L(E , F ), λ ∈ K, et montrons que λf est linéaire.

(λf )(αu + βv ) = λf (αu + βv )

= λ(αf (u) + βf (v ))
= αλf (u) + βλf (v )
= α(λf )(u) + β(λf )(v ).

λf est donc linéaire et L(E , F ) est stable pour la loi externe.

L(E , F ) est donc un sous-espace vectoriel de F(E , F ) .

Cours Algèbre II Applications linéaires 20 / 30

Étude de L(E, F)

Notation
On note L(E ) l’ensemble des endomorphismes de E .

Corollaire
(LE ), +, ·) est un K-espace vectoriel.

Preuve : C’ est une conséquence directe de la proposition précédente car

L(E) = L(E , E ).

Cours Algèbre II Applications linéaires 21 / 30

Étude de L(E, F)

Proposition (Composée de deux applications linéaires)

Soient E , F , G trois K-espaces vectoriels, f une application linéaire de E dans F et g une
application linéaire de F dans G. Alors g ◦ f est une application linéaire de E dans G.

Remarque
En particulier le composé de deux endomorphismes de E est un endomorphisme de E .
Autrement dit, ◦ est une loi de composition interne sur L(E ) .

Cours Algèbre II Applications linéaires 22 / 30

Étude de L(E, F)

Démonstration
Soient n et v deux vecteurs de E , et α et β deux éléments de K. Alors :

(g ◦ f )(αu + βv ) = g(f (αu + βv ))

= g(αf (n) + βf (v ))
= αg(f (n)) + βg(f (v ))
= α(g ◦ f )(n) + β(g ◦ f )(v )

Proposition
(L(E), +, ◦) est un anneau unitaire (généralement non commutatif).

Preuve : On vérifie facilement que (L(E), +, ◦) vérifie les axiomes d’un anneau unitaire.

Cours Algèbre II Applications linéaires 23 / 30

Étude de GL(E )

Notation
On note GL(E ) l’ensemble des automorphismes de E .

Proposition : L’inverse d’une application linéaire bijective est linéaire

Soit f : E → F une application linéaire bijective (c’est-à-dire un isomorphisme !) alors
f −1 : F → E (qui existe car f est bijective) est aussi linéaire c’est-à-dire f −1 ∈ L(F, E)) .

Cours Algèbre II Applications linéaires 24 / 30

Étude de GL(E )

Démonstration
Soient x , x ′ ∈ E et y , y ′ ∈ F tels que y = f (x ) et y ′ = f (x ′ ) .
Soient α, α′ ∈ K. On a :

f −1 (αy + α′ y ′ ) = f −1 (αf (x ) + α′ f (x ′ ))
= f −1 (f (αx + α′ x ′ )) car f est linéaire
= αx + α′ x ′
= αf −1 (y ) + α′ f −1 (y ′ ).

et f −1 est bien linéaire

Cours Algèbre II Applications linéaires 25 / 30

Étude de GL(E )
Corollaire
(GL(E), ◦) est un groupe (en général non commutatif) d’élément neutre IdE . On
l’appelle groupe linéaire.

Exemple
Soit f : R2 → R2 définie par f (x , y ) = (2x + 3y , x + y ) .
Il est facile de prouver que f est linéaire.
Pour prouver que f est bijective, on pourrait calculer son noyau et son image.
Mais ici nous allons calculer directement son inverse : on cherche à résoudre
f (x , y ) = (x ′ , y ′ ) Cela correspond à l’équation (2x + 3y , x + y ) = (x ′ , y ′ ) qui est un
système linéaire à deux équations et deux inconnues.
On trouve (x , y ) = (−x ′ + 3y ′ , x ′ − 2y ′ ) On pose donc
f −1 (x ′ , y ′ ) = (−x ′ + 3y ′ , x ′ − 2y ′ ) On vérifie aisément que f −1 est l’inverse de f , et on
remarque que f −1 est une application linéaire.

Cours Algèbre II Applications linéaires 26 / 30

Cours Algèbre II Les matrices 27 / 30
Cours Algèbre II Les déterminants 28 / 30
Cours Algèbre II Résolution de systèmes linéaires 29 / 30
Cours Algèbre II Réduction des matrices et des endomorphismes 30 / 30