You are on page 1of 6

Synthèse de cours (CPGE

)
Æ Applications linéaires

Applications linéaires
Définition
Soit E et F deux K-espaces vectoriels et ϕ une application de E dans F.
On dit que ϕ est une « application linéaire » si on a :
∀ ( x, y ) ∈ E × F, ∀ (α , β ) ∈ K 2 , f (α x + β y ) = α f ( x ) + β f ( y )

En d’autres termes, l’application ϕ est, dans ce cas, un morphisme de E dans F pour chacune
des lois de E et F.
L’ensemble des applications linéaires de E dans F est noté :
confondus :

L ( E, F )

ou, lorsque E et F sont

L (E) .

Vocabulaire
Soit ϕ une application linéaire de E dans F.
Si F = E , on dit que ϕ est un « endomorphisme de E ».
Si F = K , on dit que ϕ est une « forme linéaire sur E ». L’ensemble

L ( E, K )

des formes

linéaires sur E est noté E* et est appelé « espace dual » de l’espace vectoriel E.
Si ϕ est bijective, on dit que ϕ est un « isomorphisme de E dans F ». Un endomorphisme
bijectif est appelé « automorphisme ». L’ensemble des automorphismes de E est appelé
« groupe linéaire de E » et est noté : GL ( E ) .

PanaMaths

[1-6]

Février 2010

Théorème Soit E et F deux K-espaces vectoriels. On retiendra que toute combinaison linéaire (y compris la combinaison linéaire nulle) d’applications linéaires est une application linéaire. F ) × L ( F. f 2 ) ∈ ( L ( E. g 2 ) ∈ ( L ( F. go (α f1 + β f 2 ) = α gof1 + β gof 2 2 et : ∀ ( g1 . G ) ) . ∀f ∈ L ( E. ∀ (α . F ) des applications linéaires de E dans F est un sous-espace vectoriel de l’ensemble FE des applications de E dans F. g ) = gof ⎪⎩ est bilinéaire . Théorème Soit E. G ) . F et G trois K-espaces vectoriels. L’application Φ définie par : ⎧⎪L ( E. F ) . G ) Φ:⎨ ( f . β ) ∈ K 2 . F ) ) . Théorème Soit E et F deux K-espaces vectoriels. Si ϕ est un isomorphisme de E dans F (respectivement automorphisme de E) alors l’application réciproque ϕ −1 est un isomorphisme de F dans E (respectivement automorphisme de E). G ) → L ( E. ∀g ∈ L ( F. β ) ∈ K 2 . (α g1 + β g 2 ) of = α g1of + β g 2 of 2 PanaMaths [2-6] Février 2010 . c'est-à-dire : ∀ ( f1 . g ) 6 Φ ( f . L’ensemble L ( E. ∀ (α .

Théorème Soit E et F deux K-espaces vectoriels et ϕ une application linéaire de E dans F. l’ensemble des vecteurs de E dont l’image par ϕ est le vecteur nul de F (c'est-à-dire l’ensemble des antécédents du vecteur nul de F) : ker ϕ = { x ∈ E / ϕ ( x ) = 0F } = ϕ −1 ({0F } ) On appelle « image de l’application linéaire ϕ ». c'est-à-dire l’ensemble des antécédents par ϕ du vecteur nul de F. l’ensemble des vecteurs de F images par ϕ de vecteurs de E : Im ϕ = { y ∈ F / ∃x ∈ E. Théorème Soit E et F deux K-espaces vectoriels et ϕ une application linéaire de E dans F. On appelle « noyau de l’application linéaire ϕ ». noté Im ϕ . noté « ker ϕ ». y = ϕ ( x )} = ϕ ( E ) Remarque : ϕ −1 ({0F } ) désigne l’image réciproque du singleton {0F } . ϕ est injective ⇔ ker ϕ = {0E } ϕ est bijective ⇔ Im ϕ = F PanaMaths [3-6] Février 2010 .Noyau et image d’une application linéaire Définitions Soit E et F deux K-espaces vectoriels et ϕ une application linéaire de E dans F. Le noyau de ϕ est un sous-espace vectoriel de E et l’image de ϕ est un sous-espace vectoriel de F.

Projecteurs et symétries Définitions Soit E un K-espaces vectoriel. Soit F et G deux sous-espaces vectoriels supplémentaires de E. sF et sG sont des endomorphismes de E appelés « symétries de E ». pF et pG sont des endomorphismes de E appelés « projecteurs de E ». Pour tout x de E. xG ) de F × G tel que : x = xF + xG Le vecteur xF (respectivement xG ) est appelé « projeté de x sur F parallèlement à G » (respectivement sur G parallèlement à F) et l’application : pF : x 6 pF ( x ) = xF (respectivement pG : x 6 pG ( x ) = xG ) est appelée « projection sur F parallèlement à G » (respectivement « projection sur G parallèlement à F). Remarques : • • pF + pG = id E . on obtient : 1 1 pF = ( id E + sF ) et pG = ( id E − sF ) 2 2 Symétriquement : 1 1 pF = ( id E − sG ) et pG = ( id E + sG ) 2 2 PanaMaths [4-6] Février 2010 . A partir de sF = pF − pG et pF + pG = id E . On a : ker pF = G et Im pF = F (respectivement : ker pG = F et Im pG = G ) Le vecteur xF − xG = ( pF − pG )( x ) (respectivement xG − xF = ( pG − pF )( x ) ) est appelé « symétrique de x par rapport à F parallèlement à G » (respectivement par rapport à G parallèlement à F) et l’application sF : x 6 xF − xG = ( pF − pG )( x ) (respectivement sG : x 6 xG − xF = ( pG − pF )( x ) ) est appelé « symétrie par rapport à F parallèlement à G » (respectivement « symétrie par rapport à G parallèlement à F »). il existe un unique couple de vecteurs ( xF .

Soit ϕ un endomorphisme de E. ( ) La dimension de Im ϕ = Vect ϕ ( e1 ) . e2 . ϕ ( e p ) ) Rang d’une application linéaire Définition Soit E et F deux K-espaces vectoriels. e2 . ϕ ( e2 ) . e p ) une base de E. ϕ ( e2 ) .....Théorème Soit E un K-espaces vectoriel... ϕ ( e p ) est appelé « rang de l’application linéaire ϕ » et on la note : rgϕ ... PanaMaths [5-6] Février 2010 . E de dimension finie p. E de dimension finie p... Soit ϕ une application linéaire de E dans F.. ϕ ( e p ) des vecteurs de la base B : ( Im ϕ = Vect ϕ ( e1 ) ... e p ) une base de E. Soit ϕ une application linéaire de E dans F... ϕ ( e2 ) . Soit B = ( e1 . On a : ϕ projecteur ⇔ ϕ oϕ = ϕ ϕ symétrie ⇔ ϕ oϕ = id E Applications linéaires en dimension finie Image d’une base Soit E et F deux K-espaces vectoriels. …. L’application linéaire ϕ est complètement définie par la donnée des images ϕ ( e1 ) . Soit B = ( e1 ..

Soit ϕ une application linéaire de E dans F. ϕ ( e p ) est libre dans F ⇔ rgϕ = p ( ) ϕ surjective ⇔ ϕ ( e1 ) .. ϕ ( e p ) est génératrice de F ⇔ rgϕ = n ( ) ϕ bijective ⇔ ϕ ( e1 ) . Soit ϕ une application linéaire de E dans F. e p ) une base de E.... Im f est isomorphe à tout supplémentaire de ker f dans E et on a : dim ker f + rgf = dim E PanaMaths [6-6] Février 2010 .. Soit B = ( e1 . n ) .. E de dimension finie. ϕ ( e2 ) ..... e2 .. • dim L ( E. p et n respectivement. ϕ ( e2 ) .. ϕ ( e p ) est une base de F ⇔ rgϕ = p = n Remarques : • Pour toute application linéaire ϕ : rgϕ ≤ inf ( p.Théorème Soit E et F deux K-espaces vectoriels de dimensions finies. F ) = np . On a : ( ) ϕ injective ⇔ ϕ ( e1 ) . Théorème du rang Soit E et F deux K-espaces vectoriels.. Dans ces conditions. ϕ ( e2 ) ....