Chapitre 6
Les applications lin´ eaires
Cours de math´ ematiques de BCPST Deuxi` eme ann´ ee
1 G´en´eralit´es 2
1.1 D´efinitions . . . 2
1.2 Structure . . . 4
1.3 Noyau . . . 5
1.4 Ensemble image . . . 7
1.5 Image d’une base . . . 8
2 Matrice et application lin´eaire 10 2.1 D´efinition . . . 10
2.2 Op´erations . . . 12
2.2.1 Image d’un vecteur . . . 12
2.2.2 Somme et produit par un scalaire . . . 13
2.2.3 Composition . . . 13
2.2.4 R´eciproque . . . 14
2.2.5 Liens entre noyau de matrice et d’application, image de matrice et d’applica- tion . . . 14
3 Rang 15 3.1 Rang d’une application lin´eaire . . . 15
3.2 Th´eor`eme du rang . . . 16 4 Exercices du td Espaces vectoriels et applications lin´eaires niveau 2A 18
Chapitre 6: Les applications lin´eaires G´en´eralit´es
Dans tout ce chapitre, on note :
• K pour d´esigner R ouC.
• n, m etp sont trois entiers naturels non nuls.
• G, H etT trois K espaces vectoriels. Ils ne sont pas n´ecessairement de dimension finie.
1 G´ en´ eralit´ es
1.1 D´ efinitions
Soit f : G → H une application. On dit que f est une application lin´eaire ou est un morphisme si les deux conditions suivantes sont v´erifi´ees :
1. ∀(x, y)∈G2, f(x+y) =f(x) +f(y).
2. ∀(x, λ)∈G×K, f(λx) =λf(x).
D´efinition 1
• On note L(G, H) l’ensemble des applications lin´eaires de G dans H.
• Les applications lin´eaires deG dansK sont appel´ees desformes lin´eairesdeG.
On note L(G,K) ou G∗ leur ensemble.
• Les applications lin´eaires de G dans G sont appel´ees des endomorphismes de G. On note L(G) leur ensemble.
• Les applications lin´eaires bijectives de G dans H sont appel´ees des isomor- phismes. On note GL(G, H) leur ensemble.
• S’il existe une application lin´eaire bijective deG dans H, on dit queGetH sont isomorphes ou isomorphes en tant que K-espace vectoriel.
• Les applications lin´eaires bijectives de G dans G sont appel´ees des automor- phismes deG. On note GL(G) leur ensemble.
D´efinition 2
Soit f :G→H une application.
f est lin´eaire si et seulement si ∀(x, y, λ)∈G2×K, f(λx+y) = λf(x) +f(y).
Proposition 3
M´ethode:
Pour montrer qu’une application est lin´eaire, il suffit donc de calculer, pour tout vecteur x et y et pour tout scalaireλ, la quantit´eλf(x) +f(y) et montrer que c’est la mˆeme chose que f(λx+y).
, Exemple :
1. Les applications suivantes sont lin´eaires :
f0 : (
R3 →R2
(x;y;z) 7→(x+ 3y;z) f2 :
(
R[X] →R2
P 7→(P(4);P0(4)) f3 :
(C1(R) → C0(R) f 7→f0
f5 :
C0(R) → C1(R)
f 7→x7→
Z x 7
f(t)dt f7 :
(
Kn →K
(x1, x2,· · · , xn) 7→u1x1+u2x2+· · ·+unxn f1 :
(
R2 →R (x;y) 7→x+ 3y Λ :
(
R[X] →R4
P 7→(P(0);P(4);P(3);P(7)) f4 :
C0(R) →R
f 7→
Z 2 7
f(t)dt
f6 :
(Mn(K) → Mn(K)
X 7→A×X
avecA une matrice d’ordren connue et (u1, u2,· · ·, un) un vecteur deKn connu. On note que f1,f4etf7sont des formes lin´eaires (on aurait pu citer aussi l’esp´erance d’une variable al´eatoire int´egrable comme forme lin´eaire), f7 donne le produit scalaire dans Kn avec (u1, u2,· · · , un).
2. Aucune des deux applications suivantes n’est lin´eaire : f1 :
(
R3 →R2
(x;y;z) 7→(3y−z+ 1;z+ 2x) f2 : (
R1[X] →R3
x+yX 7→(4|y|; 2x;x+ 3y) 3. L’applicationidG
(G →G
x 7→x , appel´eeapplication identit´e de G, est un endomorphisme de G.
4. L’application 0L(G,H)
(G →H
x 7→0H, appel´ee application nulle de L(G, H), est une application lin´eaire.
5. Soit α un scalaire. L’application hα
(G →G
x 7→αx est un endomorphisme de G. On l’appelle homoth´etie vectorielle de rapport α de G.
Soit f :G→H une application lin´eaire. On a :
• f(0G) = 0H.
• ∀(x1,· · · , xn)∈Gn,∀(λ1,· · · , λn)∈Kn, f
n
X
k=1
λkxk
!
=
n
X
k=1
λkf(xk).
Proposition 4
Chapitre 6: Les applications lin´eaires G´en´eralit´es
* Remarque :
Pour prouver quef appartient `aL(G, H), il est inutile de prouver quef(0G) = 0H, c’est automatique si on sait que :
∀(x, y, λ)∈G2×K, f(λx+y) = λf(x) +f(y).
On note la diff´erence avec les sous-espaces vectoriels.
- Exercice 1 :
L’applicationf suivante est-elle un endomorphisme ? f :
(
R2[X] →R2[X]
P 7→2XP −(X+ 1)2P0
1.2 Structure
L(G, H) est un espace vectoriel.
Proposition 5
Soientg,g1 etg2 trois ´el´ements deL(G, H). Soientf,f1 etf2 trois ´el´ements deL(H, T).
• f ◦g est un ´el´ement de L(G, T).
• (f1+f2)◦g =f1◦g+f2◦g.
• f ◦(g1+g2) = f◦g1+f ◦g2.
• Si f est un isomorphisme de H dans T, f−1 est un isomorphisme deT dans H.
Proposition 6
* Remarque :
On n’utilise pas la lin´earit´e pour prouver ceci :
(f1+f2)◦g =f1◦g+f2◦g.
Par contre, on l’utilise pour d´emontrer que : f◦(g1+g2) =f ◦g1+f ◦g2.
Soit f un endomorphisme de G. Soit k un entier naturel. On pose :
fk =
f◦ · · · ◦f
| {z }
kfois
si k>1 IdG si k= 0.
D´efinition 7
+ Mise en garde :
Attention, quandf est une application lin´eaire, f2 n’est pas f×f mais f ◦f. De mani`ere g´en´erale, il n’y a pas de produit, a priori, dans un espace vectoriel.
Formule du binˆome de Newton
Soient f et g deux endomorphismes deG. Si f ◦g =g◦f, on a alors : (f+g)n=
n
X
k=0
n k
fkgn−k. Proposition 8
1.3 Noyau
Dans toute cette partie f est un ´el´ement de L(G, H).
• On appelle noyau de f l’ensemble des vecteurs de G dont l’image par f est le vecteur nul. On note Ker(f) cet ensemble. On a :
Ker(f) ={x∈Gtel que f(x) = 0H}.
• Soit A un matrice d’ordre n. On appelle noyau deA l’ensemble suivant : Ker(A) =
X ∈ Mn,1(K) tel queA×X = 0Mn,1(K) . D´efinition 9
, Exemple :
• Si f est l’application suivante f : (
C3 →C1[X]
(x1, x2, x3) 7→x1+x2+x3+x1X alors, pour tout (x1, x2, x3) de C3, on a :
(x1, x2, x3)∈Ker(f)⇐⇒f(x1, x2, x3) = 0
⇐⇒x1+x2+x3+x1X = 0
⇐⇒
( x1+x2+x3 = 0
x1 = 0 par identification des cœfficients d’un polynˆome
⇐⇒x2 =−x3 et x1 = 0 On en d´eduit que Ker(f) est {(0,−x, x), x∈C}.
• Si A est la matrice
1 1 1 1 0 0 1 0 0
alors Ker(A) est
0
−x x
, x∈K
.
Chapitre 6: Les applications lin´eaires G´en´eralit´es
• Si g est l’application suivante g :
(
C2[X] →C2[X]
x1+x2X+x3X2 7→(x1+x2) +x1X+x1X2 alors Ker(g) est...
• Tout plan vectoriel dans R3 est le noyau d’une forme lin´eaire non nulle et r´eciproquement.
• Pour l’op´eration de d´erivation, le noyau, c’est l’ensemble des fonctions constantes.
• Pour ∆ :
(C1(R) → C0(R)
f 7→f0−f le noyau, c’est ...
• On peut reprendre les exemples de l’introduction des espaces vectoriels. On avait not´e S2 l’ensemble des suites (un)n∈
N telles que :
∀n∈N, un+2 =un+1+un
et S3, l’ensemble des fonctions deux fois d´erivables ϕtelle que :
∀x∈R, 3ϕ00(x)−18ϕ0(x) + 24ϕ(x) = 0.
On peut voir S2 comme S3 comme des noyaux d’applications lin´eaires, les applications sui- vantes : f :
(· · · → · · ·
· · · 7→ · · · etg :
(· · · → · · ·
· · · 7→ · · · v´erifient que : Ker(f) = S2 et Ker(g) =S3.
Ker(f) est un sous-espace vectoriel de G.
Proposition 10
On a :
f est injective ⇐⇒Ker(f) = {0G}. Proposition 11
M´ethode:
Pour montrer qu’une application lin´eaire est injective, il suffit donc d’expliciter son noyau. On r´esout donc l’´equationf(x) = 0H d’inconnuex´el´ement deG. Si 0G est la seule solution alorsf est injective.
Sinon,f n’est pas injective.
, Exemple :
On peut expliciter facilement les noyaux de ces deux applications :
1. f1 : (
R3 →R3
(x;y;z) 7→(3y−z;z;z+ 2x) 2. f2 : (
R1[X] →R3
x+yX 7→(−x−3y; 4x+ 12y;x+ 3y) On obtient alors sans difficult´e que f1 est injective et f2 ne l’est pas car :
Ker(f1) ={(0; 0; 0)} et Ker(f2) = {y×(−3 +X), y ∈R}.
1.4 Ensemble image
Dans toute cette partie f est un ´el´ement de L(G, H).
• On appelle image de f l’ensemble des images par f des vecteurs de G. On note Im (f) cet ensemble. On a :
Im (f) = {f(x), x∈G}.
• Soit A un matrice de taille p×n. On appelle image de A le sous-ensemble de Mp,1(K) suivant :
Im (A) ={A×X, X ∈ Mn,1(K)}. D´efinition 12
, Exemple :
• Si f est une forme lin´eaire deG alors Im (f) est {0G} ouK.
• Si A est
1 1 1
0 1 0
etB est
1 0 0 1 5 6
alors Im (A) est ... et Im (B) est ...
• Si on a :
f : (
R3 →R2
(x;y;z) 7→(x+y+z;y) etg : (
R2 →R3
(x;y) 7→(x;y; 5x+ 6y) alors Im (f) est ... et Im (g) est ...
• Si on a : f :
(
R3 →R1[X]
(x;y;z) 7→(x+y+z) +yX et g : (
R1[X] →R2[X]
x+yX 7→x+ (y−x)X2 alors Im (f) est ... et Im (g) est ...
Im (f) est un sous-espace vectoriel de H et on a :
f est surjective ⇐⇒Im (f) = H.
Proposition 13
Chapitre 6: Les applications lin´eaires G´en´eralit´es
* Remarque :
Etre bijectif signifie ˆˆ etre injectif et surjectif. On en d´eduit que f est un isomorphisme entre G etH si et seulement si :
Ker(f) = {0G} et Im (f) =H.
• Soit (e1, e2,· · ·, em) une famille de G, on a :
f(Vect (e1, e2,· · · , em)) = Vect (f(e1), f(e2),· · · , f(em)).
• En particulier, si (e1, e2,· · · , em) est une famille g´en´eratrice de G, on a alors : Im (f) = Vect (f(e1), f(e2),· · · , f(em)).
• En particulier, si (e1, e2,· · · , em) est une base de G, on a alors : Im (f) = Vect (f(e1), f(e2),· · · , f(em)). Proposition 14
* Remarque :
On connaˆıt donc ais´ement une famille g´en´eratrice de Im (f) et des ´equations cart´esiennes de Ker(f).
, Exemple : Si on a :
f : (
R3 →R2
(x;y;z) 7→(x+y+z;y) et g : (
R1[X] →R2[X]
x+yX 7→x+ (y−x)X2 alors Im (f) est Vect (· · ·) et Im (g) est Vect (· · ·).
1.5 Image d’une base
Soitf un ´el´ement de L(G, H). On noteG = (g1, . . . , gp) une famille deGetHla famille (f(g1), . . . , f(gp)).
• Si H est libre alors G est libre.
• Si G est libre etf injective alors H est libre.
Proposition 15
Soit f un ´el´ement de L(E, F) avec E etF des espaces vectoriels de dimension finie. On note C = (c1, . . . , cn) une base deE et F la famille (f(c1), . . . , f(cn)).
• F est libre si et seulement si f est injective.
• F est g´en´eratrice de F si et seulement si f est surjective.
• F est une base de F si et seulement sif est un isomorphisme.
Proposition 16
• Soient (b1, . . . , bn) une base de E et (c1, . . . , cn) une famille de vecteurs de F avec E et F des espaces vectoriels de dimension finie. Il existe une et une seule application lin´eaire f deE dans F tel que :
∀j ∈J1, nK, f(bj) = cj.
• Une application lin´eaire est donc caract´eris´ee par l’image qu’elle donne d’une base.
Proposition 17
+ Mise en garde :
On utilise les notations de la pr´ec´edente proposition. On note bien qu’il faut v´erifier que (b1, . . . , bn) est une base de E pour affirmer connaˆıtre totalement une application lin´eaire de E dans F. Par contre, (c1, . . . , cn) n’est pas forc´ement une base de F.
, Exemple :
Ainsi, on prouve ais´ement l’existence et l’unicit´e de l’application lin´eaire deR2 dansR[X]f v´erifiant : f(1,2) = 3 +X2 etf(1,1) = 3X−X2
car ((1,2),(1,1)) est une base de R2.
SoientE etF des espaces vectoriels de dimension finie. On suppose que E est de dimen- sion n.
• E et F sont isomorphes si et seulement si dim(E) = dim(F).
• E est isomorphe `aKn. Proposition 18
- Exercice 2 :
Soit Λ l’application suivante : Λ :
(
C[X] →Cn+1
P 7→(P(z0), . . . , P(zn))
Chapitre 6: Les applications lin´eaires Matrice et application lin´eaire
avec (z0, z1,· · · , zn) unn+1-uplet de nombres complexes distincts et connus. On note Λnla restriction de Λ `a Cn[X]. On pose : L=
n
Y
i=0
(X−zi) et, pour touti deJ0, nK, on pose :
Li(X) = Y
j∈J0,nKtel quej6=i
X−zj zi−zj
. 1. Λ est-elle injective ? Λn est-elle injective ?
2. ´Evaluer (Λ(L0), . . . ,Λ(Ln)) et en d´eduire que (L0, . . . , Ln) est une base de Cn[X].
3. En d´eduire que Λ est surjective.
2 Matrice et application lin´ eaire
Dans toute cette partie, E et F seront des espaces vectoriels de dimension finie. E sera de dimension n et F de dimension p.
2.1 D´ efinition
Soient B= (b1, . . . , bp) une base de F et C = (c1, . . . , cn) une base deE.
Soit f une application lin´eaire de E dans F. ∀j ∈ J1, nK, on note (a1,j, . . . , ap,j) les coordonn´ees def(cj) dans la baseB, on a donc :
∀j ∈J1, nK, f(cj) =a1,jb1+a2,jb2+· · ·+ap,jbp.
On a MatB(f(c1)) =
a1,1
... ap,1
, . . . ,MatB(f(cn)) =
a1,n
... ap,n
.
On appelle matrice de l’application lin´eaire f relativement aux bases C et B la matrice suivante :
MatC,B(f) = MatB(f(c1), . . . , f(cn))
=
a1,1 · · · a1,n ... . .. ... ap,1 · · · ap,n
. D´efinition 19
On utilise les notations pr´ec´edentes.
• On appelle matrice canoniquement associ´ee `a l’application lin´eaire f la matrice de l’application lin´eaire f relativement aux bases canoniques de F et de E.
• Soit f un endomorphisme deE. On peut, pour d´efinirf, utiliser la mˆeme base au d´epart et `a l’arriv´ee. SoitC une base deE, on note MatC(f) la matrice MatC,C(f).
D´efinition 20
* Remarque :
Dans le cas d’un endomorphisme, les matrices associ´ees sont carr´ees. Dans le cas g´en´eral, le nombre de ligne de la matrice est la dimension de l’espace d’arriv´ee et le le nombre de colonne de la matrice est la dimension de l’espace de d´epart.
, Exemple :
1. La matrice canoniquement associ´ee aux applications lin´eaires suivantes : (a) f1 :
(
R3 →R3
(x;y;z) 7→(y+z;x;y+ 4x) (b) f2 :
(
R2 →R3
(x;y) 7→(x+ 4y; 2x;x−y) (c) f3 :
(
R2[X] →R2
x+yX +zX2 7→(y+z;y+ 4z)
(d) f4 : (
R2 →R4[X]
(x;y) 7→x+ 2yX3+ (x−y)X4 (e) f5 :
(
R →R3 (x) 7→(x; 0; 2x) (f) f6 :
(
R3 →R (x;y;z) 7→x−z sont respectivement .... car ... .
2. On peut aussi donner la matrice canoniquement associ´ee `a Λ avec : Λ :
(
Cn[X] →Cn+1
P 7→(P(1), . . . , P(n)) 3. Soit n B une base de E, on a : MatB(IdE) =In.
4. Mat(0L(E,F)) = 0p,n.
5. Soient λ un r´eel et hλ l’homoth´etie vectorielle de rapport λ deE. MatB(hλ) =λIn.
6. On noteC la base canonique deR2,Bla base canonique deR2[X],Dla base ((1; 1),(−1; 1)) de R2,E la base
−X,1 3+ 1
3X,1 + 13X+ 3X2
deR2[X]. Soitf l’application lin´eaire suivante :
f : (
R2[X] →R2
x+yX+zX2 7→(x−y,3x−z) On a :
MatB,C(f) =
1 −1 0
3 0 −1
MatE,C(f) =
1 0 −12
0 1 0
MatE,D(f) = 1 2×
1 1 −12
−1 1 12
Comme on le constate dans cet exemple, la matrice d’une application lin´eaire d´epend des bases choisies.
Chapitre 6: Les applications lin´eaires Matrice et application lin´eaire
Soient B une base deF etC une base de E. Soientf etg deux applications lin´eaires de E dans F. On a :
MatC,B(f) = MatC,B(g) si et seulement si f =g.
Les matrices associ´ees caract´erisent donc les applications lin´eaires.
Proposition 21
* Remarque :
On peut donc d´efinir une application lin´eaire de trois fa¸cons diff´erentes : 1. En donnant une matrice dans des bases sp´ecifi´ees
2. En donnant l’image d’une base de l’espace de d´epart 3. En explicitant toutes les images.
2.2 Op´ erations
2.2.1 Image d’un vecteur
Soit f une application lin´eaire de E dans F. Soient B = (b1, . . . , bp) une base de F et C = (c1, . . . , cn) une base deE.
Soit x un vecteur de E, on a :
MatB(f(x)) = MatC,B(f)×MatC(x). Proposition 22
, Exemple :
On peut ainsi expliciter facilement l’application lin´eaire f deR3[X] dansR3 dont la matrice canoni- quement associ´ee est la matriceA suivante :
A=
1 2 3 2 4 5 6 2 7 8 9 2
.
C’est f : (
R3[X] →R3
x+yX +zX2+tX3 7→(x+ 2y+ 3z+ 2t,4x+ 5y+ 6z+ 2t,7x+ 8y+ 9z+ 2t) car, pour tout (x, y, z, t)∈R4, en notantC la base canonique deR3 etB la base canonique de R3[X], on
a :
MatC f((x+yX+zX2+tX3))
= MatB,C(f) MatB (x+yX+zX2+tX3)
=
1 2 3 2 4 5 6 2 7 8 9 2
×
x y z t
=
x+ 2y+ 3z+ 2t 4x+ 5y+ 6z+ 2t 7x+ 8y+ 9z+ 2t
Pour tout (x, y, z, t)∈R4, on a donc :
f((x+yX+zX2+tX3)) = (x+ 2y+ 3z+ 2t)×(1,0,0) + (4x+ 5y+ 6z+ 2t)×(0,1,0) + (7x+ 8y+ 9z+ 2t)×(0,0,1)
= (x+ 2y+ 3z+ 2t,4x+ 5y+ 6z+ 2t,7x+ 8y+ 9z+ 2t).
On peut poursuivre cet exemple en se donnant les bases suivantes :
• C1 la base canonique deR3 et B1 la base canonique de R3[X]
• C2 la base canonique deR3 et B2 la base (1, X + 1,(X+ 1)2, X3) de R3[X]
• C3 la base ((1,0,0),(1,1,0),(1,1,1)) deR3 et B3 la base canonique de R3[X]
• C4 la base ((1,0,0),(1,1,0),(1,1,1)) deR3 et B4 la base (1, X + 1,(X+ 1)2, X3) de R3[X]
Pour toutideJ1,4K, on peut alors ais´ement expliciter l’application lin´eairefi deR3[X] dansR3 telle que MatBi,Ci(fi) soit A et l’application lin´eaire gi de R3 dans R3[X] telle que MatCi,Bi(gi) soit tA.
2.2.2 Somme et produit par un scalaire
Soient B une base de F, C une base de E, f et g deux applications lin´eaires de E dans F et λ un scalaire. On a :
MatC,B(f+g) = MatC,B(f) + MatC,B(g) et MatC,B(λf) = λMatC,B(f).
Proposition 23
2.2.3 Composition
SoientT un espace vectoriel de dimensionm,Bune base deF,C une base deEetDune base de T. Soient g une application lin´eaire de E dans F et f une application lin´eaire deF dans T.f ◦g est alors une application lin´eaire deE dans T et on a :
MatC,D(f ◦g) = MatB,D(f)×MatC,B(g).
Proposition 24
Chapitre 6: Les applications lin´eaires Matrice et application lin´eaire
Soient f un endomorphisme de E, B une base de E et k un entier naturel. fk est alors un endomorphisme deE et on a :
MatB fk
= (MatB(f))k. Proposition 25
2.2.4 R´eciproque
Soit f une application lin´eaire de E dans F. Soient B une base de F et C une base de E. On a :
MatC,B(f) est inversible ⇔f est un isomorphisme deE dans F.
Sif est un isomorphisme deE dans F, on a alors :
MatB,C(f−1) = (MatC,B(f))−1. Proposition 26
2.2.5 Liens entre noyau de matrice et d’application, image de matrice et d’application
Soitf une application lin´eaire deE dansF. Soient Bune base deF etC une base deE.
• Soit xun vecteur de E. On a :
x∈Ker(f)⇔MatC(x)∈Ker(A).
• Soit y un vecteur de F. On a :
y∈Im (f)⇔MatB(y)∈Im (A).
Proposition 27
3 Rang
3.1 Rang d’une application lin´ eaire
Soit f une application lin´eaire deE dans G.
On appelle rang def, et on note rang(f), la dimension du sous-espace vectoriel Im (f) deG.
D´efinition 28
* Remarque :
• Si on note C = (c1, . . . , cn) une base de E avec E un espace vectoriel de dimension n alors le rang de f est le rang de la famille (f(c1,). . . , f(cn)). Les notion de rang d’une application lin´eaire et de rang d’une famille de vecteurs se rejoignent donc.
• On note qu’on a d´efini le rang dans le cas o`u l’espace de d´epart est de dimension finie. L’espace d’arriv´ee n’est pas forc´ement de dimension finie.
• Lorsque l’espace d’arriv´ee est aussi de dimension finie alors les notion de rang d’une application lin´eaire, de rang d’une matrice et de rang d’une famille de vecteurs se rejoignent. Soit f une application lin´eaire de F dans E avec E un espace vectoriel de dimension n et avec F un espace vectoriel de dimension p. Soient D une base de E et B = (b1, . . . , bp) une base de F. Soit A= MatB,D(f). On appelle (C1, . . . , Cp) ses p vecteurs colonnes. On a :
rang(A) = rang (C1, . . . , Cp)
= rang (f(b1), . . . , f(bp))
= rang(f)
M´ethode:
Pour calculer le rang d’une application lin´eaire dont les espaces de d´epart et d’arriv´ee sont de di- mension finie, on fait une interpr´etation matricielle et on calcule le rang de cette matrice associ´ee en l’´echelonnant. On sait en effet que, si f une application lin´eaire de E dans F avec E et F des espaces vectoriels de dimension finie, si D est une base quelconque de E et B une base quelconque deF, alors on a :
rang(f) = rang (MatD,B(f)).
, Exemple :
On peut calculer le rang de deux applications suivantes : f :
(
R3 → C0(R)
(x;y;z) 7→(x+ 3y) cos +zsin et g : (
R2[X] →R2
P 7→(P(4);P0(4)) On obtient...
Chapitre 6: Les applications lin´eaires Rang
3.2 Th´ eor` eme du rang
1. Soitf une application lin´eaire de E, un espace vectoriel de dimension finie, dans G. rang(f) et dim(E) sont reli´es par la relation suivante :
dim(E) = rang(f) + dim(Ker(f)).
2. SoitA une matrice de taille n×p. On a :
p= rang(A) + dim(Ker(A)).
Th´eor`eme 29
Ce th´eor`eme est extrˆemement important, on va voir, apr`es un exemple, quelques-unes de ses cons´equences.
, Exemple :
Soit l’application suivante :
Λ : (
R2[X] →R2
P 7→(P(0);P(4))
On peut v´erifier facilement sur ce cas particulier le th´eor`eme du rang. En effet, de rang (Λ) =· · · et dim(Ker (Λ)) =· · ·, on d´eduit que rang (Λ) + dim(Ker (Λ)) =· · ·
Soit f une application lin´eaire de E, un espace vectoriel de dimension finie, dansG. On a :
• rang(f)6dim(E).
• rang(f) = dim(E) si et seulement si f est injective.
Proposition 30
Soit f une application lin´eaire de E dans F avec E et F des espaces vectoriels de dimension finie . On a :
• rang(f)6min(dim(F),dim(E)).
• rang(f) = dim(E) si et seulement si f est injective.
• rang(f) = dim(F) si et seulement si f est surjective.
• rang(f) = dim(E) = dim(F) si et seulement si f est bijective.
Proposition 31
, Exemple :
On peut d´eduire ais´ement de la proposition pr´ec´edente si l’application suivante est injective : f :
(
R3 → C0(R)
(x;y;z) 7→(x+ 3y) cos +zsin On obtient...
* Remarque :
Notez la diff´erence entre ces deux propositions : dans le deuxi`eme cas, on suppose l’espace d’arriv´ee de dimension finie. Ce n’est pas le cas dans le premier cas.
¨) Corollaire 32 :
Soit A une matrice ayant n lignes etp colonnes. On a rang(A)6min(n, p).
On suppose dans cette proposition que E et F sont deux espaces vectoriels de mˆeme dimension et de dimension finie. Soit f une application lin´eaire de E dans F. Soient B une base deF et C une base de E. On note :A = MatC,B(f).
Les conditions suivantes sont ´equivalentes : 1. f est injective.
2. f est surjective.
3. f est bijective.
4. A est inversible.
Proposition 33
¨) Corollaire 34 :
Soit A une matrice ayant n lignes etn colonnes. On a :
rang(A) =n ⇐⇒A est inversible
* Remarque :
L’injectivit´e est en g´en´eral plus facile `a d´emontrer que la surjectivit´e. Pour d´emontrer qu’un endo- morphisme est un automorphisme, il suffit de d´emontrer son injectivit´e.
- Exercice 3 :
Soit Φ l’application suivante :
Φ : (
Cn[X] →Cn[X]
P 7→P(X+ 1)−P
Apr`es avoir d´emontr´e que Φ ´etait un endomorphisme de Cn[X], donner une base de son noyau puis une base de son image.
Chapitre 6: Les applications lin´Exercices du td Espaces vectoriels et applications lin´eaires eaires niveau 2A
4 Exercices du td Espaces vectoriels et applications lin´ eaires niveau 2A
Exercices ` a chercher
. Exercice 1 :
D´eterminer lesquels des ensembles F suivants sont des espaces vectoriels : 1. F ={P ∈R[X] tel que P0(5) = 2}.
2. F ={λ(1,2) + (0,1), λ∈R}.
3. F d´esigne ici l’ensemble des matrices inversibles d’ordre 3.
4. F d´esigne ici l’ensemble des matrices sym´etriques d’ordre 3.
5. F d´esigne ici l’ensemble des suites `a valeur r´eelles de limite nulle.
. Exercice 2 :
A-t-on F ⊂G(resp. F =G, resp F ⊃G) avec : F = Vect 1 + 2X+X2,1−3X+ 2X2
et G= Vect 5X−X2,3 +X+ 4X2 .
. Exercice 3 :
Soient A etB les ensembles suivants :
A={P ∈R3[X] tel que P(4) = 0} et B ={P ∈R3[X] tel que P0(4) = 0}.
D´emontrer queAetB sont des espaces vectoriels puis d´eterminer une base deA, deB puis deA∩B.
. Exercice 4 :
Donner la dimension des espaces vectoriels suivants : 1. Vect ((1,1,0),(1,−1,1),(0,1,−1)).
2. {(x1,· · · , xn)∈Rn tel que x1+· · ·+xn = 0} avecn un entier naturel non nul.
3. L’ensemble des matrices sym´etriques d’ordre 3 dont la somme de la premi`ere ligne est nulle.
4. {(un)n∈N tel que ∀ n∈N, un+2 =−6un+ 5un+1}.
5.
( (
R - R
x - P(x) cos(x) +Q(x) sin(x), (P, Q)∈R1[X]
) .
. Exercice 5 :
1. Soit F la famille (X3 +X2+X+ 1,2X3+ 2X2−2X−2, X3+ 1). F est-elle libre ? 2. Mˆeme question avec :
F = (
R - R
x - 1 ,
(
R - R x - exp(x),
(
R - R
x - exp(−x)
! .
. Exercice 6 :
Soient e1, e2, e3, e4 des ´el´ements quelconques d’un espace vectoriel E. On pose f1 =e1+e2 , f2 =e2+e3 , f3 =e3+e4 , f4 =e4−e1 . 1. Peut-on exprimer e1 en fonction de f1, f2, f3, f4?
2. Mˆeme question avece2, puis avec e3 et enfin avec e4. 3. L’´egalit´e suivante est-elle vraie :
Vect (f1, f2, f3, f4) = Vect (e1, e2, e3, e4).
. Exercice 7 :
Dire si les applications suivantes sont des applications lin´eaires : 1. f1 :
(
R3 →R[X]
(x, y, z) 7→(x+y)X4−zX
2. f2 : (
R9[X] →R9[X]
P 7→P0
3. f3 :
C1(R) →R
f 7→
Z 5 0
f(t)dt
4. f4 : (
R1[X] →R3
x+yX 7→(x+y, y,0) Expliciter noyau et image des applications lin´eaires de cet exercice.
. Exercice 8 : On appelle B la matrice
−1 1 1
0 0 0
0 1 3
. On note B1 la base canonique de R2[X] et B2 la base de R2[X] suivante : (1, X, X +X2). Expliciter les endomorphismesf1, f2 et f3 de R2[X] d´efinies par :
1. MatB1(f1) =B. 2. MatB1,B2(f2) = B. 3. MatB2,B1(f3) = B.
Expliciter noyau et image des applications lin´eaires de cet exercice.
. Exercice 9 :
Apr`es avoir prouv´e son existence, expliciter l’ application lin´eaire f de R2 dans M2(R) telle que : f(3,0) =
1 0 0 0
et f(2,4) =
1 1 1 1
.
Expliciter noyau et image de l’ application lin´eaire de cet exercice.
. Exercice 10 :
Expliciterf et d´eterminer une base de l’image et du noyau de l’applicationf de Rn[X] dansRm[X]
(netmdeux entiers naturels non nuls `a d´eterminer) canoniquement associ´ee `aA avecAd´efinie par :
A=
1 2 2
2 2 0
puis A=
0 0 0 1 0 0 1 0 0
Chapitre 6: Les applications lin´Exercices du td Espaces vectoriels et applications lin´eaires eaires niveau 2A
. Exercice 11 :
Soit E un espace vectoriel et (e1, e2, e3) une base deE.
1. Apr`es avoir prouv´e son existence, d´eterminer le noyau et l’image de l’ endomorphismef deE telle que :
f(e1) = e1+e2+e3 f(e2) = e2+e3 f(e3) = 2e1
2. Expliciter, lorsque cela a un sens, une base de Ker(f −aIdE) avec a un r´eel.
. Exercice 12 :
Soit ϕl’application d´efinie par : ϕ:
(C2(R) → C0(R)
f 7→f00−3f0+ 2f .
Montrer que ϕest une application lin´eaire puis donner une base de son noyau.
Exercices ` a faire pendant la classe
- Exercice 13 :
Montrer que la famille suivante de RR est une famille libre : (x7→ |x−k|)(16k650).
-) Exercice 14 :
Soit A le sous-espace vectoriel de M2(R) engendr´e parI2 et J la matrice
1 1 0 1
. 1. Trouver une base et la dimension de A.
2. Montrer queA est stable par produit et inverse.
3. R´esoudre l’ ´equation suivante d’inconnues X ∈A : X2 =I2.
4. Soient n un entier naturel et X un ´el´ement de A. ´Evaluer Xn. -) Exercice 15 :
Soient n sup´erieur `a 2, A un espace vectoriel de dimension n et Eet F deux sous-espaces vectoriels deA. L’ensemble E+F, appel´ee somme de E et de F, est l’ensemble suivant :
E+F={e+f,(e, f)∈E×F}. 1. Montrer queE+F est un espace vectoriel.
2. Repr´esenter Vect ((0,0,1)) + Vect ((1,0,0)).
3. Montrer que dim(E+F)6dim(E) + dim(F).
4. Montrer que si E∩F={0A}, alors dim(E+F) = dim(E) + dim(F).
- Exercice 16 :
E d´esigne ici l’espace des fonctions de R dansR de classe C∞. On consid`ere les fonctions suivantes : f1 :x7→sin(x), f2 :x7→cos(x), f3 :x7→xsin(x) et f4 :x7→xcos(x).
On note F l’espace vectoriel engendr´e par ces fonctions et u l’application de F dans F qui `a tout
´el´ement f deF associe f00−f.
1. Montrer queB = (f1, f2, f3, f4) est une base de F.
2. Montrer queu est un endomorphisme de F et expliciter sa matrice A dans la base B.
3. Donner le noyau de u.
- Exercice 17 :
On consid`ere f l’application suivante : f :
(
R[X] →R[X]
P 7→ −4P +XP0+ (X2 −1)P00(X) 1. D´etermine le noyau de f.
2. Soit n un entier naturel et ϕn, la restriction de f `a Rn[X]. Montrer que ϕn est un endomor- phisme de Rn[X].
3. ϕn est-elle bijective ?
4. D´eterminer les r´eels a tels queϕn−aidRn[X] soit un isomorphisme.
- Exercice 18 :
Soient E un espace vectoriel de dimension 4 et f un endomorphisme de E tels que : f2 = 0 et f 6= 0.
1. Montrer que Im (f)⊂Ker(f) et en d´eduire que le rang de f vaut 1 ou 2.
2. Montrer que si rang(f) = 1 alors il existe une baseB de E tel que :
MatB(f) =
0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0
.
3. Montrer que si rang(f) = 2 alors il existe une baseB de E tel que :
MatB(f) =
0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0
.
4. Conclure.
Chapitre 6: Les applications lin´Exercices du td Espaces vectoriels et applications lin´eaires eaires niveau 2A
Exercices bonus
M Exercice 19 :
D´eterminer lesquels des ensembles F suivants sont des espaces vectoriels : 1. F ={P ∈R[X] tel que P(5) +P0(3) = 0}.
2. F ={(x, y, z)∈R3 ; x2+y = 0}.
3. F ={(x, y, z)∈R3 ; x+ 4z = 0 et x+y+z = 0}.
4. F ={λX+µ(X2−1), (λ, µ)∈R2}.
5. F ={(un)n∈N tel que un+1 = 3un+ 5}.
6. F d´esigne ici l’union de l’ensemble des polynˆomes de degr´e sup´erieur `a 10 et de l’ensemble contenant uniquement le polynˆome nul.
7. F d´esigne ici l’union des points du cercle trigonom´etrique et de l’origine.
8. F d´esigne ici l’ensemble des matrices inversibles d’ordre 4.
9. F d´esigne ici l’ensemble des matrices diagonales d’ordre 3.
10. F d´esigne ici l’ensemble des matrices d’ordre 4 dont la somme des ´el´ements vaut 0.
11. F d´esigne ici l’ensemble des matrices d’ordre 3 dont la somme des ´el´ements de la diagonales vaut 2.
_) Exercice 20 :
Pour tout entier natureln, on consid`ere les fonctions de Rdans R d´efinies par :
∀x∈R, an(x) = (cos(x))n, bn(x) = cos(nx) et sn(x) = sin(nx).
1. Montrer que, pour tout entier naturel n, on a :
Vect (a0, . . . , an) = Vect (b0, . . . , bn).
2. On consid`ere maintenant, pour tout entier naturel n, an, sn et bn comme des fonctions de R dans C, i.e. des ´el´ements duC-espace vectoriel CR.
(a) La fonctionx7→exp (i100x) appartient-elle `a Vect (a0, a1,· · · , a200) ?
(b) La fonctionx7→exp (i100x) appartient-elle `a Vect (b0, b1,· · · , b200, s0, s1,· · · , s200) ? _) Exercice 21 :
SoientAetB deux sous-espaces vectoriels d’un espace vectorielE tels que A∪B soit un sous-espace vectoriel deE. Montrer que A⊂B ou B ⊂A.
M Exercice 22 :
Soient E unK espace vectoriel et (e1, e2, e3) une base deE. On d´efinit :
f1 =e1+e2, f2 =e3, f3 =e1 −e2, f4 =e3−e1 et f5 =e3+ 2e2. (f1, f2, f3) (resp. (f1, f4, f5), resp. (f1, f2, f3, f4)) ) est-elle une famille libre ?
M Exercice 23 :
Dire si les applications suivantes sont des applications lin´eaires :
1. f1 : (
R3 →R3 (x;y;z) 7→(z;y; 0) 2. f2 :
(
R2[X] →R3 x+yX+zX2 7→(x, z, x)
3. f3 : (
R3 →R3
(x;y;z) 7→(x−y;y; 0) 4. f4 :
(
RN →R3 (un)n∈
N 7→(u1, u2−2u3, u4) _) Exercice 24 :
Soient n un entier naturel et A etB deux matrices d’ordre n. On veut prouver que : rang (A×B)>rang (A) + rang (B)−n.
On note f et g les endomorphismes canoniquement associ´ees `a A et B et h la restriction de f `a Im (g).
1. Expliciter le noyau et l’image de h en fonction de f et g.
2. Montrer que rang (A×B) = rang(g)−dim (ker(h)). 3. Conclure.
_) Exercice 25 :
Soient E un espace vectoriel et f et g deux endomorphismes de E tels que : idE =f ◦g.
1. On suppose dans cette question que E est de dimension finie.
(a) Prouver quef est un automorphisme.
(b) Que peut-on en d´eduire sur g? 2. Peut-on dire que g est f−1?