• Aucun résultat trouvé

Notion de fonction. Bijections

N/A
N/A
Protected

Academic year: 2022

Partager "Notion de fonction. Bijections"

Copied!
2
0
0

Texte intégral

(1)

Notion de fonction. Bijections

¦ Pour définir une fonction f, on doit donner son ensemble de départE, son ensemble d’arrivéeF et la règle qui permet d’obtenir l’image de tout élémentxE. Cette règle est notée sous la forme x7→ · · ·et on écrit :

f : EF x 7→ f(x)

Une telle fonction n’est correctement définie que si la règlex7→f(x) permet de définir, pour tout xE, une unique image notéef(x) etf(x)∈F.

Remarque. Il arrive que l’on abrège l’écriture d’une fonction lorsque les ensemblesE etF se dé- duisent du contexte. Par exemple :

• La fonctionx7→1 est solution surR+∗de l’équation différentiellex y0+y=1 ;

• La fonctionx7→x+ln(x) réalise une bijection deR+∗surR.

B On ne doiten aucun casutiliser la notationf(x) pour désigner la fonctionf.

¦ Une fonctionf :EFest dite :

• injective lorsque :∀x,yE,f(x)=f(y)=Âx=y;

• surjective lorsque :∀yF,xE,f(x)=y;

• bijective lorsqu’elle est à la fois injective et surjective.

Conséquence : l’applicationf est bijective si, et seulement si, quel que soityF, l’équationf(x)=y admet une unique solutionxE.

¦ La notion de bijection est utile en pratique (à cause de son lien avec les équations) mais il peut être compliqué d’établir qu’une fonction est une bijection. C’est pourquoi, pour les cas que l’on rencontre en pratique, on a mis en place des critères simples permettant de montrer qu’une fonction est bijective. Les deux cas usuels sont :

• Les fonctionsf définies sur un intervalleIdeRet à valeurs dansR, pour lesquelles on utilise le théorème de la bijection ;

• Les applications linéaires d’un espace vectorielE dans un espace vectorielF, tous deux de dimension finie, pour lesquelles on utilise les différentes caractérisations des isomorphismes.

1

(2)

Théorème 1 – de la bijection

Si :

• I est un intervalle de I ;

• f :I→Rest continue sur I ;

• f est strictement monotone sur I , alors f réalise une bijection de I sur J=f(I).

Exemple. Démontrer que l’application

f : R+∗ → R x 7→ x+lnx réalise une bijection deR+∗sur un intervalleJque l’on précisera.

ÞLa fonctionf est définie et dérivable sur l’intervalleR+∗et :

x>0, f0(x)=1+1 x>0

La fonction f est donc strictement croissante surR+∗. Elle est de plus continue surR+∗donc elle réalise une bijection deR+∗surJ=f(R+∗). Or f(x)−−−−→

x→0+ −∞etf(x)−−−−−→x

→+∞ +∞donc l’intervalle

Jest égal à ]−∞,+∞[,i.e. J=R.

Théorème 2 – Caractérisation des isomorphismes

Soit f :EF avec E et F deuxK-espaces vectoriels de dimension finie. On noteBune base de E etB0une base de F . SidimE=dimF et f est linéaire, alors on a équivalence entre :

(i) f est un isomorphisme ; (ii) f est injective ;

(iii) f est surjective ; (iv) Kerf ={0};

(v) Imf =F ; (vi) rg(f)=dimF ;

(vii) MatB,B0(f)est inversible.

Si f est linéaire etdimF6=dimE , alors f n’est pas un isomorphisme.

Exemple. Démontrer que l’applicationf : R2[X] → R3

P 7→

µP(0)

P(1) P(2)

est un isomorphisme.

ÞL’application f est définie surR2[X], à valeurs dansR3et :

∀P,Q∈R2[X],∀λ∈R, f(λP+Q)=

µ(λP+Q)(0)

P+Q)(1) (λP+Q)(2)

=

µλP(0)+Q(0)

λP(1)+Q(1) λP(2)+Q(2)

=λ µP(0)

P(1) P(2)

¶ +

µQ(0)

Q(1) Q(2)

=λf(P)+f(Q) Par conséquent,f est linéaire. PourP∈R3[X], on a :

P∈Kerf ≺===Â f(P)=0 ≺===Â P(0)=P(1)=P(2)=0 ≺===Â 0, 1, 2 sont racines deP

Or un polynôme de degré inférieur ou égal à 2 admettant 3 racines distinctes est nul. Par consé- quent :

P∈Kerf ≺===Â P=0

On en déduit que Ker(f)={0} donc f est injective. De plus, dimR2[X]=3=dimR3 donc f est

bijective. C’est un isomorphisme.

2

Références

Documents relatifs

E peut s’´ ecrire comme la somme directe de deux sous-espaces f-stables de dimension 4 mais aucun bloc de la r´ eduite de Jordan de f a taille plus grande que 3.. E peut s’´

× ajoutant à cette matrice une colonne (resp. ligne) qui est une CL des autres colonnes (resp. lignes) de cette matrice,. × ajoutant à l’une des colonnes (resp. lignes) de cette

× ajoutant à l’une des colonnes (resp. lignes) de cette matrice une CL des autres colonnes (resp.. les colonnes) d’une matrice ne modifient pas son rang. Tous les autres blocs sont

Elle est dite sous lin´ eaire si elle v´ erifie ces deux propri´ et´ es.. Montrer qu’une fonction sous lin´ eaire

[r]

– Savoir définir une application linéaire d’un espace vectoriel dans un autre ; – Savoir effectuer des opérations sur les matrices carrées d’ordre au plus 3 ; – Savoir

(Eexo62.tex) L’ensemble des suites de nombres r´ eels qui convergent vers 1 est-il un sous espace vectoriel de l’es- pace des

qu’il existe un isomorphisme linéaire entre eux, en tant que R-espaces vectoriels, qui préserve également la multiplication, le passage à l’inverse et e.. qu’il existe