You are on page 1of 6

COURS MPSI

10. ALGBRE LINAIRE : APPLICATIONS LINAIRES

R. FERREOL 09/10

A) APPLICATIONS LINAIRES REM : dans ce cours, E ,F et G dsignent des K -espaces vectoriels. I) GNRALITS. 1) Dnition. DEF : Soit f une application de E dans F ; on dit que f est K -linaire (ou que cest un morphisme de K -espaces vectoriels) si f est un morphisme pour les deux lois dnies sur E et F, cest--dire si 1. x , y E f ( x + y ) = f ( x ) + f ( y) 2. x E K f ( x ) = f ( x ) REM 1: on peut regrouper 1. et 2. en un seul nonc : 3. x, y E K f ( x + y ) = f ( x ) + f ( y) D1 REM 2 : 1. signie que f est un morphisme du groupe (E, +) vers le groupe (F, +) : mais ceci ne sut pas pour que f soit linaire ; par exemple, z z est un morphisme additif de C dans C, mais elle nest pas C-linaire (par contre, elle est R-linaire). Premires proprits : si f est linaire : f f
i=1

0E = 0F
n

i xi

=
i=1

i f ( x i ) (donc f (cl ( x i )) = cl(f ( x i )))

D2 2) Exemples. a) Homothties vectorielles. DEF : pour tout scalaire a et tout x de E, on pose ha ( x ) = a x ; lapplication ha E E est appele lhomothtie (vectorielle ) de rapport a. PROP : les homothties sont linaires. D3 Proprits immdiates : h1 = idE , ha = a.idE ha hb = hab = hb ha ha est bijective ssi a = 0 et (ha )1 = h1/a Lensemble H (E ) des homothties vectorielles de E de rapport non nul est un sous-groupe de (bij (E ) , ) , isomorphe (K , ) si E nest ps rduit { 0 } D4 PROP : si E est une droite (donc par exemple si E = K ) les homothties sont les seules applications linaires de E dans E. D5 b) Projections vectorielles. Elles ont t dnies au moment des sommes directes. PROP : les projections sont linaires. D6 1

COURS MPSI

10. ALGBRE LINAIRE : APPLICATIONS LINAIRES

R. FERREOL 09/10

Proprits immdiates : si E = F G , soient p (resp q ) la projection de base F (resp G) et de direction G (resp F ) : x F x x G p p = p, p q = h0 , p + q = h1 = idE si F = E, p = h1 = idE si G = E, p = h0 x, x E x = p ( x) D7 c) Exemples de K 2 dans K 2 . E1 d) Exemples en analyse. E2 : limite, drive, intgrale. 3) Vocabulaire. Une application linaire de E dans lui-mme est appele un endomorphisme de E. Une application linaire bijective est appele un isomorphisme despaces vectoriels. Un endomorphisme de E bijectif est appel un automorphisme de E. E3 II) ESPACE VECTORIEL DES APPLICATIONS LINAIRES L (E, F ) Notation : L (E, F ) est lensemble des applications linaires de E dans F : L (E, F ) = {f F E / f est linaire} Quand E = F, on abrge la notation en L (E ) , (ou EN D (E )). PROP : L (E, F ) est un sous-espace vectoriel de F E . D8 Par exemple, si comme ci-dessus p et q sont les deux projections associes la dcomposition E = F G, alors pour tous scalaires , p + q est linaire. Ceci donne de nouveaux exemples dendomorphismes de E ; en particulier : DEF : lapplication s = p q est appele la symtrie (vectorielle) de base F et de direction G (ou symtrie par rapport F et paralllement G). Proprits immdiates : x, x E x = s ( x) x + x F x x G

s = 2p idE , s s = h1 = idE (on dit que s est involutive ) si F = E, s = h1 = idE si G = E, s = h1 = idE D9 Et plus gnralement : DEF : lapplication fa = p + aq est appele la dilatation (ou anit ) (vectorielle) de base F , de direction G et de rapport a. REM : quand a = 0, on retrouve les ................, quand a = 1, on retrouve les ............, et pour a = 1, l............ III) COMPOSITION DES APPLICATIONS LINAIRES 2

COURS MPSI

10. ALGBRE LINAIRE : APPLICATIONS LINAIRES

R. FERREOL 09/10

PROP : la compose de deux applications linaires est linaire ; plus prcisment : si f L (E, F ) et g L (F, G) alors g f L (E, G) D10 La composition des application dnit donc une loi de composition interne dans L (E ) ; on a alors la structure remarquable : PROP : (L (E ) , +, ) est un anneau, qui est non commutatif et non intgre ds que dim E D11 Exemple dapplication : avec la notation des anits ci-dessus : fa fb = fab IV) NOYAU ET IMAGE DUNE APPLICATION LINAIRE. 1) Noyau. a) Dnition et premires proprits. DEF : le noyau dune application linaire est lensemble des vecteurs de lensemble de dpart qui ont pour image le vecteur nul de lespace darrive ; si f L (E, F ) ker f = { x E / f ( x ) = 0 F } = f 1 0 F REM : ker vient de lallemand Kern : noyau (introduit par Hilbert en 1904), qui a donn langlais kernel : amande. PROP : le noyau dune application linaire est un sous-espace vectoriel de lespace de dpart. D12 REM: cette proposition est souvent utilise pour dmontrer quune partie dun ev est en fait un sev. b) Exemples. E4 c) Noyau et injectivit. LEMME : si f L (E, F ) et y F, alors la dirence de deux solutions de lquation dinconnue x E : (E ) : f ( x) = y est un lment du noyau de f. est une solution particulire de (E ) , alors les autres REM : une autre faon de dire la mme chose est de dire que si x 0 solutions sont obtenues en ajoutant x0 un lment de ker f ; sous forme symbolique : + ker f f 1 ( y)= x 0 CORO : si f L (E, F ) et y F alors f 1 ( y ) est soit vide soit un sous-espace ane de E de direction le noyau de F PROP : une application linaire est injective si et seulement si son noyau est rduit zro : f est injective ker f = { 0 E } D13 E5 2) Image.

2.

COURS MPSI

10. ALGBRE LINAIRE : APPLICATIONS LINAIRES

R. FERREOL 09/10

DEF : limage dune application linaire est lensemble des images des vecteurs de lespace de dpart : Im (f ) = { y F / x E / f ( x) = y } = f (E ) PROP : limage dune application linaire est un sous-espace vectoriel de lespace darrive. D14 REM : par dnition de la surjectivit, une application linaire est surjective si et seulement si son image est gale son espace darrive : f est surjective Im f = F Im f F PROP : si B est une base de E, Im (f ) = Vect(f (B)) . D14 bis E6 Bien retenir que le noyau dune projection est sa direction et que son image est sa base. V) ISOMORPHISMES. a) Isomorphismes et espaces isomorphes. Rappelons quun isomorphisme (despaces vectoriels) est une application linaire bijective. Nous noterons ISOM (E, F ) lensemble des isomorphismes de E sur F. PROP : la compose de deux isomorphismes est un isomorphisme, et la rciproque dun isomorphisme est un isomorphisme : f ISOM (E, F ) , g ISOM (F, G) g f ISOM (E, G) f ISOM (E, F ) f 1 ISOM (F, E ) D15 DEF : deux espaces vectoriels E et F sont dits isomorphes (notation E F ) sil existe un isomorphisme de E vers F, autrement dit : E F ISOM (E, F ) = PROP : (corollaire de la prop. prcdente) : la relation disomorphie est une relation dquivalence entre espaces vectoriels. D16 Exemple important : si E = F G, alors E F G. D17 b) Isomorphismes et dimension. ) base de E , alors LEMME : soit f L (E, F ) , B = ( e1 , ..., e n )) de B par f est une famille libre de F (2) f est injective (1) limage (f ( e1 ) , ..., f ( e n )) de B par f est une famille gnratrice de F (4) f est surjective (3) limage (f ( e1 ) , ..., f ( e n f est bijective (donc est un isomorphisme) ........................................................................ D18 TH de caractrisation des espaces isomorphes en dimension nie : Deux espaces vectoriels de dimension nie sont isomorphes si et seulement sils ont la mme dimension. D19

COURS MPSI

10. ALGBRE LINAIRE : APPLICATIONS LINAIRES

R. FERREOL 09/10

VI) THORMES DE LA RESTRICTION, THORME DU RANG. 1) Thorme de la restriction. TH (de la restriction) : la restriction dune application linaire un supplmentaire de son noyau dnit un isomorphisme de ce supplmentaire sur son image, autrement dit G Im (f ) x f (x)

si (H) : f L (E, F ), E = ker f G et f1 : D20

alors (C) : f1 est bijective, donc est un isomorphisme.

REM : on peut aussi dire de faon quivalente que la restriction f0 :

GF est injective et que Im f0 = Im f. x f (x)

COROLLAIRE 1 : un supplmentaire du noyau dune application linaire est toujours isomorphe limage de cette application linaire. D21 COROLLAIRE 2 : deux supplmentaires dun mme sous-espace vectoriel sont toujours isomorphes. D22 2) Codimension, hyperplans. TH : daprs le corollaire 2 ci-dessus, si un sous-espace vectoriel F de E possde un supplmentaire de dimension nie, tous les autres supplmentaires ont la mme dimension ; cette dimension est par dnition la codimension de F. REM : si E est de dimension nie, codim F = dim E dim F. DEF : un hyperplan de E est un sous-espace de codimension 1 (autrement dit, un sous-espace dont un supplmentaire est une droite). Ex : en dimension 3, les hyperplans sont les plans, mais en dimension 2, les hyperplans sont les droites... 3) Thorme du rang. THORME DU RANG : (application directe du corollaire 1 ci-dessus) : la somme des dimension du noyau et de limage dune application linaire (dont lespace de dpart est de dimension nie) est gale la dimension de lespace de dpart : dim ker f + dim Im f = dim E, si dim E < + D23 COROLLAIRE 1 : la dimension de limage dune application linaire est infrieure ou gale la dimension de lespace de dpart. D24 COROLLAIRE 2 : une application linaire diminue les dimensions au sens large, plus prcisment : si f L (E, F ) , G sev DE DIMENSION FINIE de E , alors dim (f (G)) D25 COROLLAIRE 3 pour quune application linaire entre deux espaces DE MME DIMENSION il sut quelle soit injective (ou quelle soit surjective). D26 E7 5 dim G

FINIE soit bijective,

COURS MPSI

10. ALGBRE LINAIRE : APPLICATIONS LINAIRES

R. FERREOL 09/10

MISE EN GARDE : une croyance trs rpandue au sujet des endomorphismes (que jappelle le faux thorme du rang) est que E = ker f Im f (au lieu de dim E = dim ker f + dim Im f ) : elle est fausse, comme le montre lexemple de lendomorphisme f de K2 dni par f (x, y ) = (y, 0) dont limage et le noyau sont gaux Ox = V ect ((1, 0)) . 4) Rang dune application linaire. DEF : le rang dune application linaire est la dimension de son image : si f L (E, F ) , rg(f )=dim (Im f )

REM : le thorme du rang sappelle ainsi car il peut snoncer sous la forme : rg(f ) =codim (ker f ) Proprits du rang : si f L (E, F ) , dim E = n, dim F = p, alors 1. 2. 3. 4. D27 VII) AUTOMORPHISMES. GROUPE LINAIRE. Rappelons quun automorphisme (despace vectoriel) est un endomorphisme bijectif. Lensemble des automorphismes de lespace vectoriel E est not GL (E ) , ou parfois AU T (E ) . PROP (diverses caractrisation des automorphismes parmi les endomorphismes) : Soit f L (E ) ; alors les 10 conditions suivantes sont des CNS pour que f GL (E ) : 1. f est bijective ( y E ! x E/ y = f ( x )) 2. g L (E ) g f = f g = idE 3. f est un lment inversible de lanneau (L (E ) , +, ) Les 7 conditions suivantes ne sont valables que si E est de dimension FINIE 4. limage de toute base de E est une base de E 5. l image dune base donne de E est une famille libre 6. f est injective 7. ker f = { 0 E } 8. f est surjective. 9. (voir cours sur les matrices) : une matrice de f est inversible 10. (voir cours sur les dterminants) : det f = 0 D28 ATTENTION : 6., 7. et 8. sont faux en dimension innie. Par exemple, - la multiplication par X de K [X ] dans lui-mme est injective, mais elle nest pas surjective. - la drivation de K [X ] dans lui-mme est surjective, mais elle nest pas injective. D29 On a vu que lensemble des lments inversibles dun anneau est toujours un groupe ; donc : PROP : lensemble des automorphismes dun espace vectoriel est un groupe pour la loi . REM : cest donc un sous-groupe de (BIJ (E ) , ) . VOCABULAIRE : ce groupe est appel le groupe linaire de E (do la notation GL (E )). 6 rg(f ) min (n, p) rg(f ) = n f est injective rg(f ) = p f est surjective rg(f ) = n = p f est bijective