Section A
Chapitre III :
Application linéaire
Sommaire
INTRODUCTION ............................................................................................................................
1 DEFINITIONS ET GENERALITES .............................................................................................. 3
1.1 DEFINITION 3
1.2 VOCABULAIRE ET NOTATION 3
1.3 PROPRIETES 3
1.4 EGALITE 4
1.5 COMPOSITION DE DEUX APPLICATIONS LINEAIRES 4
2 NOYAU ET IMAGE D’UNE APPLICATION LINEAIRE ................................................................ 4
3 APPLICATIONS LINEAIRES INJECTIVES ET SURJECTIVES ......................................................... 5
4 RANG D’UNE APPLICATION LINEAIRE ................................................................................... 6
5 MATRICE ASSOCIEE A UNE APPLICATION LINEAIRE .............................................................. 6
5.1 COORDONNEES D’UN VECTEUR 6
5.2 MATRICE ASSOCIEE A UN SYSTEME DE VECTEURS 7
5.3 MATRICE ASSOCIEE A UNE APPLICATION LINEAIRE 8
6 CHANGEMENT DE BASES .................................................................................................... 11
6.1 MATRICE DE PASSAGE D’UNE BASE A UNE NOUVELLE BASE 11
6.2 COORDONNES D’UN VECTEUR RELATIVEMENT A UNE NOUVELLE BASE 12
6.3 MATRICE ASSOCIEE A UNE APPLICATION LINEAIRE RELATIVEMENT AUX NOUVELLES BASES 14
EXERCICES SOLUTIONNES SE RAPPORTANT AU CHAPITRE III
et
Exemples :
1.3 Propriétés
Soit alors :
L’image d’une combinaison linéaire des vecteurs de est une combinaison linéaire des images de ces
vecteurs.
1.4 Égalité
Soient , alors les deux applications sont égales si et seulement si :
1.5 Composition de deux applications linéaires
Soient , et trois -e.v. et et :
et
Remarque : en pratique, pour montrer qu’une application est linéaire, la méthode la plus rapide est de
montrer que est une somme ou composée d’applications linéaires connues.
En particulier : on note .
Soit une partie de . On définit l’image réciproque de par , l’ensemble :
En particulier : on note
Exemple : Soit l’application linéaire :
D’une part,
D’autre part,
Ainsi,
Théorème :
L’image par une application linéaire d’un s.e.v. de est un s.e.v. de . En particulier, est un
s.e.v. de
L’image réciproque par une application linéaire d’un s.e.v. de est un s.e.v. de . En particulier,
est un s.e.v. de
Exemple : Soit l’application linéaire :
On a :
Le système est libre de tandis que le système est lié (les deux
vecteurs sont opposés).
Notons que si l’application est injective alors l’image de tout système libre est libre.
est surjective si et seulement si l’image par de tout système générateur de est un système
générateur de ;
ou encore, est surjective si et seulement si ;
est bijective si et seulement si l’image par d’une base de est une base de
ou encore, est bijective si et seulement si et .
Corollaire : Soit avec et deux -e.v. de dimensions finies.
Si l’application linéaire est injective alors .
Si l’application linéaire est surjective alors .
Si alors,
est bijective est surjective est injective.
ou encore,
On a : et
ainsi,
On vérifie facilement que :
Corollaire :
est injective si et seulement si ;
est surjective si et seulement si ;
est bijective si et seulement si .
5 Matrice associée à une application linéaire relativement aux bases des deux
espaces vectoriels
Soit un -e.v. avec , muni d’une base .
Soit un -e.v. avec , muni d’une base
Alors,
alors,
Comme,
Alors,
Comme,
Alors,
On remarque que :
Proposition : Si dans la base et si dans la base alors,
Autrement dit, toute application est complètement déterminée par la donnée de l’image d’une
base de
Exemple : Soient et munis respectivement des bases canoniques et
. Et soit l’application dont la matrice associée est :
En effet,
et
Et effectivement :
Ainsi,
On remarque que :
et
6 Changement de bases
6.1 Matrice de passage d’une base à une nouvelle base
Soit un -e.v. muni de deux bases et
On appelle la matrice de passage de la base à la base , notée , la matrice :
Alors,
On construit la matrice de passage colonne par colonne ; les vecteurs colonnes sont formés par les
composantes des vecteurs de la base dans la base
Remarque : .
Théorème : la matrice de passage de la base à la base est inversible et son inverse est la matrice de
Alors,
et ainsi,
étant la matrice unicolonne formée par les composantes du vecteur dans la base .
étant la matrice unicolonne formée par les composantes du vecteur dans la base .
et
Alors,
C'est-à-dire,
En pratique, nous connaissons les anciennes composantes et nous désirons déterminer les nouvelles
Ainsi,
La matrice permet donc d'exprimer les composantes du vecteur dans la nouvelle base
en fonction de ses composantes dans l’ancienne base
Exemple : Dans , on considère la base canonique et la base avec et
On a :
et
Soit, .
dans la base ,
dans la base ,
Première méthode : on a,
Deuxième méthode :
Donc,
6.3 Matrice associée à une application linéaire relativement aux nouvelles bases
Soit un -e.v. muni de deux bases et
Soit un -e.v. muni de deux bases et
Soit
Théorème (écriture matricielle) :
Au vecteur on associe la matrice formée par les composantes de
dans la base :
Alors,
C'est-à-dire,
Ainsi,
Exemple : Soient et munis des bases canoniques et . Et soit
l’application définie par :
dans la base
On a :
Théorème : On pose,
: Matrice de passage de la base à la base
Comme,
Alors,
Ainsi,
Ainsi,
On remarque que :
Ainsi, et
En effet :