Applications lin´eaires

RAPPEL :
Nous avons vu plusieurs fois au cours de cette ann´ee l’argument de lin´earit´e : mais o` u exactement ?
Par ordre d’apparition :
– lin´earit´e de la somme Σ
– lin´earit´e de la d´erivation
– lin´earit´e de l’int´egrale
_
– lin´earit´e de l’esp´erance E
En fait, derri`ere ce mot, se cache une et une seule notion ... d´efinie ci-dessous !
1 G´en´eralit´es
Soient E et F deux espaces vectoriels.
1.1 D´efinition
D´ efinition
On dit qu’une application f : E → F est lin´eaire si
1. ∀(x, y) ∈ E
2
, f(x + y) = f(x) + f(y).
2. ∀x ∈ E, ∀λ ∈ R, f(λx) = λf(x).
Autrement dit, f doit pr´eserver la structure d’espace vectoriel.
Remarque
Pour montrer que f est lin´eaire, on peut ´egalement montrer que :
∀(x, y) ∈ E
2
, ∀λ ∈ R, f(λx + y) = λf(x) + f(y).
Notations :
L’ensemble des applications lin´eaires de E dans F est not´e L(E, F).
On appelle endomorphisme de E une application lin´eaire de E dans E et l’ensemble des endomorphismes de E
est not´e L(E).
Exemples particuliers
– L’application lin´eaire nulle not´ee 0 : E → F
x →

0.
– L’endomorphisme identit´e Id : E → E et plus g´en´eralement les homoth´eties (avec α > 0) : E → E
x →x x → αx
Propri´et´es fondamentales des applications lin´eaires :
Soit f : E → F une application lin´eaire.
1. Alors f(

0
E
) =

0
F
.
En effet,

0
E
=

0
E
+

0
E
donc f(

0
E
) = f(

0
E
+

0
E
) = f(

0
E
) + f(

0
E
) = 2 ∗ f(

0
E
). Donc f(

0
E
) = 2 ∗ f(

0
E
)
soit f(

0
E
) =

0
F
.
2. ∀x ∈ E, f(−x) = −f(x) (cas particulier λ = −1)
3. Plus g´en´eralement, l’image d’une combinaison lin´eaire de vecteurs de l’espace de d´epart est la combinaison
lin´eaire des images de ces vecteurs : (cette propri´et´e peut se montrer par r´ecurrence sur n)
∀(λ
1
, . . . , λ
n
) ∈ R
n
, ∀(x
1
, . . . , x
n
) ∈ E
n
, f(λ
1
x
1

2
x
2
+· · · +λ
n
x
n
) = λ
1
f(x
1
) +λ
2
f(x
2
) +· · · +λ
n
f(x
n
).
Exemples :
– Soit f : R
3
→ R f est lin´eaire et est appel´ee forme lin´eaire car l’espace d’arriv´ee est R.
(x
1
, x
2
, x
3
) → −x
1
+ 2x
2
+ 5x
3
.
En effet, soit x = (x
1
, x
2
, x
3
) ∈ R
3
et y = (y
1
, y
2
, y
3
) ∈ R
3
. Alors x + y = (x
1
+ y
1
, x
2
+ y
2
, x
3
+ y
3
) et
f(x+y) = −(x
1
+y
1
) +2(x
2
+y
2
) +5(x
3
+y
3
) = −x
1
+2x
2
+5x
3
−y
1
+2y
2
+5y
3
= f(x) +f(y). De mˆeme
si λ ∈ R, λx = (λx
1
, λx
2
, λx
3
) d’o` u f(λx) = −(λx
1
) + 2(λx
2
) + 5(λx
3
) = λ[−x
1
+ 2x
2
+ 5x
3
] = λf(x).
1
je t'aime cherie
Modifié avec la version de démonstration de PDF Editor, un logiciel CAD-KAS (http://www.cadkas.com).
Modifié avec la version de démonstration de PDF Editor, un logiciel CAD-KAS (http://www.cadkas.com).
Modifié avec la version de démonstration de PDF Editor, un logiciel CAD-KAS (http://www.cadkas.com).
– Soit D : R[X] → R[X] l’op´erateur de d´erivation `a l’ordre 1.
P → P

.
Alors D est une application lin´eaire : ce qui justifie le terme de lin´earit´e de la d´erivation. De mˆeme,
l’op´erateur d’int´egration est lin´eaire (⇒ lin´earit´e de l’int´egrale).
1.2 Noyau
Soit f une application lin´eaire de E dans F.
D´ efinition
Le noyau de f, not´e Ker(f), est l’ensemble des vecteurs de E qui ont pour image le vecteur nul de F :
Ker (f)={x ∈ E/ f(x) =

0
F
}
Remarque : Comme f est lin´eaire on sait que f(

0
E
) =

0
F
donc

0
E
∈ Ker(f) et Ker(f) = ∅.
Exemple :
Soit la forme lin´eaire pr´ec´edente : f : R
3
→ R d´efinie par f(x
1
, x
2
, x
3
) = −x
1
+ 2x
2
+ 5x
3
.
Alors le noyau de f est Ker(f) = {(x
1
, x
2
, x
3
) ∈ R
3
/ −x
1
+ 2x
2
+ 5x
3
= 0}.
Donc Ker(f) est l’ensemble solution du syst`eme lin´eaire homog`ene `a une ´equation
_
−x
1
+ 2x
2
+ 5x
3
= 0 ⇔
_
x
1
= 2x
2
+ 5x
3
D’o` u Ker(f) = {(2x
2
+ 5x
3
, x
2
, x
3
), (x
2
, x
3
) ∈ R
2
}.
En particulier Ker(f) est un sous-espace vectoriel : en fait c’est le plan vectoriel engendr´e par ((5, 0, 1), (2, 1, 0)),
car ∀(x
2
, x
3
) ∈ R
2
, (2x
2
+ 5x
3
, x
2
, x
3
) = x
2
(2, 1, 0) + x
3
(5, 0, 1).
Th´eor`eme
Ker(f) est un sous-espace vectoriel de E.
D´emonstration On sait d´ej`a que Ker(f) ⊂ E est non vide.
Soient (x, y) ∈ Ker(f) et λ ∈ R : donc f(x) =

0 = f(y).
Montrons que λx + y ∈ Ker(f) c’est-`a-dire montrons que f(λx + y) =

0.
Or f(λx + y) = λf(x) + f(y) (par lin´earit´e de f) = λ

0 +

0 =

0
1.3 Image
D´ efinition (Rappel : cf chapitre Applications).
L’image de f not´e Im(f) est l’ensemble des images par f des vecteurs de E :
Im(f) = {f(x), x ∈ E} = {y ∈ F/ ∃x ∈ E : f(x) = y}.
Remarque : Comme f(

0
E
) =

0
F
on a

0
F
∈ Im(f) et Im(f) = ∅.
Exemple :
Reprenons la forme lin´eaire d´efinie sur R
3
par f(x
1
, x
2
, x
3
) = −x
1
+ 2x
2
+ 5x
3
.
On sait d´ej`a par d´efinition que Im(f) ⊂ F = R. Montrons ici que Im(f) = R.
Soit y ∈ R, on cherche x = (x
1
, x
2
, x
3
) ∈ R
3
tel que f(x) = y. Mais f(x) = y ⇔ −x
1
+ 2x
2
+ 5x
3
= y
donc le triplet (−y, 0, 0) convient.
Conclusion : Im(f) = R.
Th´eor`eme
Im(f) est un sous-espace vectoriel de F.
D´emonstration
On sait d´ej`a Im(f) ⊂ F et Im(f) = ∅.
Soient (x, y) ∈ Im(f)
2
, et montrons que x + y ∈ Im(f).
x ∈ Im(f) ⇒ ∃a ∈ E/ f(a) = x. De mˆeme, ∃

b ∈ E/ f(

b) = y.
Montrons alors que a+

b est un ant´ec´edent de x+y par f : f(a+

b) = f(a) +f(

b) = x+y. Donc x+y ∈ Im(f).
Soit maintenant λ ∈ R, et montrons que λx ∈ Im(f) : or f(λa) = λf(a) = λx donc on a bien trouv´e un
ant´ec´edent de λx et λx ∈ Im(f).
Exemple : Soit l’endomorphisme f : R
3
→ R
3
D´eterminons son image Im(f) ⊂ R
3
.
(x, y, z) → (x −y, y −z, z −x)
2
Modifié avec la version de démonstration de PDF Editor, un logiciel CAD-KAS (http://www.cadkas.com).
Modifié avec la version de démonstration de PDF Editor, un logiciel CAD-KAS (http://www.cadkas.com).
Modifié avec la version de démonstration de PDF Editor, un logiciel CAD-KAS (http://www.cadkas.com).
(a, b, c) ∈ Im(f) ⇔ ∃ (x, y, z) ∈ R
3
/ (a, b, c) = f(x, y, z) = (x −y, y −z, z −x).
⇔ le syst`eme S =
_
_
_
x −y = a
y −z = b
−x + z = c
est compatible.
M´ethode : r´esoudre par la m´ethode du pivot de Gauss le syst`eme S d’inconnues x, y, z :
S ⇔
_
_
_
x −y = a
y −z = b
−y + z = c + a L
3
← L
3
+ L
1

_
_
_
x −y = a
y −z = b
0 = c + a + b L
3
← L
3
+ L
2
.
Donc le syst`eme S est compatible ssi a + b + c = 0 autrement dit, (a, b, c) admet un ant´ec´edent par f ssi
a + b + c = 0 ; donc Im(f) = {(a, b, c) ∈ R
3
/ a + b + c = 0}.
Im(f) est le plan vectoriel engendr´e par (−1, 0, 1) et (−1, 1, 0).
1.4 Applications lin´eaires bijectives
Th´eor`eme f est surjective ⇔ Im(f) = F
Cette ´equivalence n’est rien d’autre que la d´efinition de la surjectivit´e : cf chapitre Applications.
Exemple :
Soit f : R
2
→ R
2
f est une application lin´eaire : montrons qu’elle est injective.
(x, y) → (2x + y, −x + y)
Soient (x, y) ∈ R
2
et (x

, y

) ∈ R
2
tels que f(x, y) = f(x

, y

) : montrons que (x, y) = (x

, y

).
f(x, y) = f(x

, y

) ⇔
_
2x + y = 2x

+ y

−x + y = −x

+ y


_
−x + y = −x

+ y

2x + y = 2x

+ y


_
−x + y = −x

+ y

3y = 3y


_
x = x

y = y

Donc f est injective.
Th´eor`eme f est injective ⇔ Ker(f) = {

0}.
D´emonstration
”⇒” : supposons que f est injective et montrons que Ker(f) = {

0}. On sait d´ej`a

0 ∈Ker(f) ; montrons que

0
est le seul ´el´ement. Soit x ∈Ker(f). Alors f(x) =

0. D’autre part, on sait f(

0) =

0. D’o` u f(x) = f(

0) et comme
f est injective on obtient x =

0.
” ⇐ ” : Supposons que Ker(f)={

0}, et montrons que f est injective.
Soient (x, y) ∈ E
2
tels que f(x) = f(y). Montrons que x = y.
Mais f(x) = f(y) ⇔ f(x) −f(y) =

0 ⇔ f(x −y) =

0 ⇔ (x −y) ∈Ker(f) = {

0} ⇔x −y =

0 ⇔x = y.
et f est injective.
Retour exemple : soit x = (x, y) ∈Ker(f) : f(x, y) =

0 = (0, 0) ⇔
_
2x + y = 0
−x + y = 0

_
x = 0
y = 0
Donc Ker(f)={

0} et f est injective.
Ce th´eor`eme permet donc de montrer plus facilement l’injectivit´e, sans revenir `a la d´efinition.
2 Cas particuliers des espaces de matrices colonnes
Dans toute cette section, E = M
p,1
(R) et F = M
n,1
(R) avec n, p deux entiers non nuls.
Th´eor`eme Soit M ∈ M
n,p
(R) quelconque. Alors f : M
p,1
(R) → M
n,1
(R) est une application lin´eaire.
X → M · X
D´emonstration
En effet, soient (X, Y ) ∈ M
p,1
(R) et soit λ ∈ R.
Alors f(λX + Y ) = M · (λX + Y ) = λM · X + M · Y = λf(X) + f(Y ).
R´eciproquement, on peut montrer que :
Th´eor`eme Soit f une application lin´eaire de M
p,1
(R) dans M
n,1
(R). Alors, il existe une matrice M ∈ M
n,p
(R),
appel´ee matrice associ´ee `a f, telle que ∀X ∈ M
p,1
(R), f(X) = MX.
3
Modifié avec la version de démonstration de PDF Editor, un logiciel CAD-KAS (http://www.cadkas.com).
Modifié avec la version de démonstration de PDF Editor, un logiciel CAD-KAS (http://www.cadkas.com).
Modifié avec la version de démonstration de PDF Editor, un logiciel CAD-KAS (http://www.cadkas.com).
Exemple :
Soit f : M
2,1
(R) → M
2,1
(R) d´efinie par f(
_
x
y
_
) =
_
2x + y
−x + y
_
. Alors si on pose M =
_
2 1
−1 1
_
, on a que
M
_
x
y
_
=
_
2x + y
−x + y
_
= f(
_
x
y
_
), donc M est la matrice associ´ee `a f.
En particulier, f est une application lin´eaire.
Remarque : posons e
1
=
_
1
0
_
et e
2
=
_
0
1
_
les vecteurs de la base canonique de M
2,1
(R).
Alors f(e
1
) =
_
2
−1
_
et f(e
2
) =
_
1
1
_
. Ces deux images sont justement les colonnes de la matrice M trouv´ee !
Exercice : Soit f l’application lin´eaire de M
2,1
(R) dans M
3,1
(R) telle que f(
_
1
0
_
) =
_
_
1
0
1
_
_
et f(
_
0
1
_
) =
_
_
1
1
2
_
_
.
D´eterminons f ainsi que sa matrice M associ´ee.
D´eterminer f c’est connaˆıtre f(X), pour tout X ∈ M
2,1
(R). Soit X =
_
x
y
_
∈ M
2,1
(R).
Alors X = x
_
1
0
_
+ y
_
0
1
_
donc par lin´earit´e, f(X) = xf(
_
1
0
_
) + yf(
_
0
1
_
) = x
_
_
1
0
1
_
_
+ y
_
_
1
1
2
_
_
=
_
_
x + y
y
x + 2y
_
_
.
Posons alors, M =
_
_
1 1
0 1
1 2
_
_
. On v´erifie facilement que MX = f(X) pour tout X ∈ M
2,1
(R).
Remarque : comme dans l’exemple pr´ec´edent, les colonnes de M sont form´ees des images des vecteurs de la base
canonique de l’espace de d´epart....
Propri´et´e de l’image de f :
Soit (e
1
=
_
_
_
_
_
_
_
1
0
0
.
.
.
0
_
_
_
_
_
_
_
, e
2
=
_
_
_
_
_
_
_
0
1
0
.
.
.
0
_
_
_
_
_
_
_
, . . ., e
p
=
_
_
_
_
_
_
_
0
0
0
.
.
.
1
_
_
_
_
_
_
_
) la base canonique de M
p,1
(R) (ou une autre base).
Th´eor`eme
Im(f) = Vect(f(e
1
), f(e
2
), . . . , f(e
p
)).
D´emonstration
En effet, soit X =
_
_
_
_
_
x
1
x
2
.
.
.
x
p
_
_
_
_
_
∈ M
p,1
(R) Alors X = x
1
e
1
+ x
2
e
2
+· · · + x
p
e
p
;
donc f(X) = f(x
1
e
1
+x
2
e
2
+· · ·+x
p
e
p
) = x
1
f(e
1
)+x
2
f(e
2
)+· · · x
p
f(e
p
) et f(X) s’´ecrit comme une combinaison
lin´eaire de (f(e
1
), . . . , f(e
p
)) d’o` u f(X) ∈Vect(f(e
1
), . . . , f(e
p
)).
D’o` u Im(f) ⊂Vect(f(e
1
), . . . , f(e
p
)).
R´eciproquement si Y ∈Vect(f(e
1
), . . . , f(e
p
)), alors par d´efinition d’un sous-espace vectoriel engendr´e, il existe

1
, . . . , λ
p
) ∈ R
p
tel que Y = λ
1
f(e
1
) +· · · + λ
p
f(e
p
).
Mais alors, Y = f(λ
1
e
1
) +f(λ
2
e
2
) +· · · +f(λ
p
e
p
) = f(λ
1
e
1

2
e
2
+· · · λ
p
e
p
) par lin´earit´e de f d’o` u Y ∈ Im(f).
Finalement, Vect(f(e
1
), . . . , f(e
p
)) ⊂ Im(f). D’o` u l’´egalit´e.
Retour exercice pr´ec´edent :
Im(f) = V ect(f(
_
1
0
_
), f(
_
0
1
_
)) = V ect(
_
_
1
0
1
_
_
,
_
_
1
1
2
_
_
). Or ces deux vecteurs sont libres (car non colin´eaires),
donc ils forment une base de Im(f). En particulier, dim(Im(f)) = 2.
4
Modifié avec la version de démonstration de PDF Editor, un logiciel CAD-KAS (http://www.cadkas.com).
Modifié avec la version de démonstration de PDF Editor, un logiciel CAD-KAS (http://www.cadkas.com).
Modifié avec la version de démonstration de PDF Editor, un logiciel CAD-KAS (http://www.cadkas.com).

Sign up to vote on this title
UsefulNot useful