Applications Linéaires

Prof. Abderrahim Azouani

ENSA Khouribgha
azouani@[Link]

14 avril 2025

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 1 / 58
 Définition et premières propriétés

Définition : Application K-linéaire

Soient E , F deux espaces vectoriels sur le même corps commutatif K.
Une application f : E → F est dite linéaire si quels que soient u, v ∈ E et
λ ∈ K,
∀u, v ∈ E , f (u + v ) = f (u) + f (v )
∀λ ∈ K, f (λu) = λf (u)
L’ensemble des applications linéaires de E dans F est noté L(E , F ).

Théorème : Caractérisation des applications linéaires

Soit f : E → F . f est linéaire si et seulement si :

∀(x, y ) ∈ E 2 , ∀(α, β) ∈ K 2 , f (αx + βy ) = αf (x) + βf (y )

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 2 / 58
 Définition et premières propriétés

Example
1 f : R2 → R3 définie par
f (x, y ) = (2x + y , x − 3y , 4y ).
Montrer que f est linéaire
R1
2 Soit f ∈ C 0 ([0, 1], R). ϕ(f ) = 0 f (x) dx est une forme linéaire.
En effet, si α, β ∈ R et f , g ∈ C 0 ([0, 1], R) alors :
Z 1 Z 1 Z 1
ϕ(αf + βg ) = (αf + βg )(x) dx = α f (x) dx + β g (x) dx
0 0 0

3 Soit f ∈ C 1 (R). D(f ) = f ′ est linéaire.

Si α, β ∈ R et f , g ∈ C 1 (R) alors :

D(αf + βg ) = (αf + βg )′ = αf ′ + βg ′ = αD(f ) + βD(g )

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 3 / 58
 Définition et premières propriétés

Remarque
(a) Si l’on fait λ = 0 dans f (λx) = λf (x), on obtient f (0E ) = 0F ;
si l’on fait λ = −1, on obtient f (−x) = −f (x).
(b) Pour montrer que f : E → F n’est pas linéaire
(1) Montrer que f (0E ) ̸= 0F .
(2) Trouver α, β ∈ K, x, y ∈ E tels que f (αx + βy ) ̸= αf (x) + βf (y ).

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 4 / 58
 Définition et premières propriétés

Définition
1 Soient E un K-ev, f : E → E une application. On dit que f est un
endomorphisme de E si et seulement si f est linéaire.
On note L(E ) (ou KE ) l’ensemble des endomorphismes de E .
2 Soient E , F deux K-ev, f : E → F une application. On dit que f est
un isomorphisme de E sur F si et seulement si f est linéaire et
bijective.
3 Soient E un K-ev, f : E → E une application. On dit que f est un
automorphisme de E si et seulement si f est linéaire et bijective.
On note GL(E ) (ou GLK (E )) l’ensemble des automorphismes de E .
4 Si f est à la fois un endomorphisme de E et un isomorphisme, on
dit que f est un automorphisme de E.

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 5 / 58
 Définition et premières propriétés

Définition
Soit E un K-ev. On appelle forme linéaire sur E toute application linéaire
φ de E dans K.
On a donc E ⋆ = L(E , K).

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 6 / 58
 Définition et premières propriétés

Proposition 1
Soient E , F deux K -ev, f ∈ L(E , F ). Pour tous n ∈ N∗ ,
(λ1 , . . . , λn ) ∈ K n , et (x1 , . . . , xn ) ∈ E n :
n n
!
X X
f λi xi = λi f (xi )
i=1 i=1

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 7 / 58
 Définition et premières propriétés

Preuve
Récurrence sur n :
Cas de base (n = 1) : Évident par linéarité.
Cas n = 2 :

f (λ1 x1 + λ2 x2 ) = f (λ1 x1 ) + f (λ2 x2 ) = λ1 f (x1 ) + λ2 f (x2 )

Hérédité : Supposons la propriété vraie pour n. Alors pour n + 1 :

n+1 n n
! !
X X X
f λi xi = f λi xi + λn+1 xn+1 = λi f (xi )+λn+1 f (xn+1 )
i=1 i=1 i=1

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 8 / 58
 Définition et premières propriétés

Corollaire
Soient E un K -ev de dimension finie, B = (e1 , . . . , en ) une base de E , et
f ∈ L(E , F ).
X n
f (x) = xi f (ei )
i=1

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 9 / 58
 Noyau, image d’une application linéaire

Rappels
Soient E et F deux K-ev et f ∈ L(E , F ) tel que E0 est un sev de E et et
F0 un sev de F .
1 L’image directe de E0 par f est :

f (E0 ) := {f (x) | x ∈ E0 }

2 L’image réciproque de F0 par f est :

f −1 (F0 ) := {x ∈ E | f (x) ∈ F0 }

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 10 / 58
 Noyau, image d’une application linéaire

Proposition 2
Soient E , F deux K -ev, f ∈ L(E , F ).
1 Pour tout sev F1 de F , l’image réciproque f −1 (F1 ) est un sev de E .
2 Pour tout sev E1 de E , l’image directe f (E1 ) est un sev de F .

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 11 / 58
 Noyau, image d’une application linéaire

Preuve
1. Image réciproque :
f −1 (F1 ) ̸= ∅, car 0E ∈ f −1 (F1 ) (puisque f (0E ) = 0F ∈ F1 ).
Soient λ ∈ K et x, y ∈ f −1 (F1 ). Alors :

f (λx + y ) = λf (x) + f (y ) ∈ F1 =⇒ λx + y ∈ f −1 (F1 )

2. Image directe :
f (E1 ) ̸= ∅, car 0F = f (0E ) ∈ f (E1 ).
Soient λ ∈ K et x ′ , y ′ ∈ f (E1 ). Il existe x, y ∈ E1 tels que x ′ = f (x),
y ′ = f (y ). Alors :

λx ′ + y ′ = λf (x) + f (y ) = f (λx + y ) ∈ f (E1 )

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 12 / 58
 Noyau, image d’une application linéaire

Rappel
Un sev V d’un ev E est dit stable par un endomorphisme f de E si et
seulement si f (V ) ⊂ V .

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 13 / 58
 Noyau, image d’une application linéaire

Définition
Soient E , F deux K -ev, f ∈ L(E , F ).
Le noyau de f , noté ker(f ), est le sev de E défini par :

ker(f ) = f −1 ({0}) = {x ∈ E | f (x) = 0}

Autrement dit, le noyau est l’image réciproque du vecteur nul de

l’espace d’arrivée ker(f ) = f −1 ({0F })
L’image de f , notée Im(f ), est le sev de F défini par :

Im(f ) = f (E ) = {y ∈ F | ∃ x ∈ E , y = f (x)}

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 14 / 58
 Sous-espaces associés

Théorème 1 : Noyau et Image comme sous-espaces vectoriels

Soit f : E → F une application linéaire. Alors :
1 ker(f ) est un sous-espace vectoriel de E .
2 Im(f ) est un sous-espace vectoriel de F .

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 15 / 58
 Sous-espaces associés : noyau sev

Démonstration.
1. Non-vacuité :

0E ∈ ker(f ) car f (0E ) = 0F

2. Stabilité par combinaison linéaire :

Soient x1 , x2 ∈ ker(f ) et λ, µ ∈ K . Alors :

f (λx1 + µx2 ) = λf (x1 ) + µf (x2 ) (par linéarité)

= λ0F + µ0F (car x1 , x2 ∈ ker(f ))
= 0F

Donc λx1 + µx2 ∈ ker(f )

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 16 / 58
 Sous-espaces associés

Démonstration (Corollaire direct)

Cela découle immédiatement de la Proposition 2 :
Noyau : ker(f ) = f −1 ({0F }).
Comme {0F } est un sev de F , son image réciproque est un sev de E .
Image : Im(f ) = f (E ).
Comme E est un sev de lui-même, son image directe est un sev de F .

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 17 / 58
 Étape 1/3 - Présentation du problème

Application linéaire-noyau-image
(
R3 → R2
f :
(x, y , z) 7→ (−2x, y + 3z)

Objectifs
Calculer ker(f )
Déterminer Im(f )

Début du calcul du noyau

(
−2x = 0
(x, y , z) ∈ ker(f ) ⇐⇒
y + 3z = 0

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 18 / 58
 Étape 2/3 - Résolution du système

Étude du système linéaire

( (
−2x = 0 x =0
=⇒
y + 3z = 0 y = −3z

Solutions du système
Solution générale : (0, −3z, z) = z(0, −3, 1) (z ∈ R)

Conclusion pour le noyau

ker(f ) = Vect{(0, −3, 1)} (droite vectorielle)
dim(ker(f )) = 1

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 19 / 58
 Étape 3/3 - Image et synthèse

Fixons (x0 , y0 ) ∈ R2

Calcul de l’image
(x0 , y0 ) = f (x, y , z) ⇐⇒ (−2x, y + 3z) = (x0 , y0 )
(
−2x = x0
⇐⇒
y + 3z = y0
Pour tout (x0 , y0 ) ∈ R2 :

∃ (− x20 , y0 , 0) ∈ R3 tel que f (− x20 , y0 , 0) = (x0 , y0 )

Caractéristiques
Im(f ) = R2 (f est surjective)

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 20 / 58
 Exemple matriciel - Noyau et Image

Application linéaire associée à une matrice

Soit A ∈ Mn,p (R) et f : Rp → Rn définie par : f (X ) = AX

Caractérisation du noyau
ker(f ) = {X ∈ Rp | AX = 0}

Ensemble des solutions du système homogène AX = 0

Structure de sous-espace vectoriel de Rp
Le noyau fournit une nouvelle façon d’obtenir des sous-espaces
vectoriels.

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 21 / 58
 Exemple matriciel - Noyau et Image

Image de f (à retenir)

Im(f ) = Vect{colonnes de A}

Sous-espace vectoriel de Rn
Dimension = rang de la matrice A
Base formée par les colonnes pivots

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 22 / 58
 Exemple 1 : Noyau d’une forme linéaire dans R3

Soit F = (x, y , z) ∈ R3 | x + y − z = 0 .


Considérons l’application linéaire :

(
R3 → R
f :
(x, y , z) 7→ x + y − z

Noyau :
ker(f ) = F = {(x, y , z) | x + y − z = 0}
f est une forme linéaire non nulle (élément de (R3 )⋆ ).
Interprétation géométrique :
F est un plan vectoriel de vecteur normal (1, 1, −1).

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 23 / 58
 Exemple 2 : Opérateur de dérivation sur C 1 (R)

(
C 1 (R) → C 0 (R)
Soit D : . Alors :
f 7→ f ′
Noyau :

ker(D) = {f ∈ C 1 (R) | f ′ = 0} = Fonctions constantes sur R

Image :
Im(D) = C 0 (R) (D est surjective)
Preuve de la surjectivité :
Soit g ∈ C 0 (R).
Comme g est continue, elle admet une primitive F ∈ C 1 (R).
Alors D(F ) = F ′ = g , donc g ∈ Im(D).

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 24 / 58
 Noyau, image d’une application linéaire

Théorème : Caractérisation des applications linéaires injectives

Soient E , F deux K -ev, f ∈ L(E , F ).
f est injective si et seulement si ker(f ) = {0E }.

Autrement dit, f est injective si et seulement si son noyau ne contient que

le vecteur nul.

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 25 / 58
 Preuve de l’injectivité

1. f injective ⇐⇒ ker(f ) = {0}

(⇒) Supposons f injective :
Soit x ∈ ker(f ). Alors f (x) = 0 = f (0).
Par injectivité : x = 0. Donc ker(f ) = {0}.
(⇐) Supposons ker(f ) = {0} :
Soient x, y ∈ E avec f (x) = f (y ).
Alors :

f (x − y ) = f (x) − f (y ) = 0 =⇒ x − y ∈ ker(f ) =⇒ x = y .

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 26 / 58
 Caractérisation de la surjectivité

Remarque
Soit f : E → F une application linéaire. Alors :

f est surjective ⇐⇒ Im(f ) = F

Application
Pour l’opérateur D : C 1 (R) → C 0 (R), on a vu que Im(D) = C 0 (R).
Donc D est surjective.
Pour µ : R2 → R2 , vérifier si Im(µ) = R2 (exercice).

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 27 / 58
 Preuve de la surjectivité

f surjective ⇐⇒ Im(f ) = F
f surjective ⇐⇒ ∀ y ∈ F , ∃ x ∈ E , y = f (x) ⇐⇒ Im(f ) = F .
| {z }
Définition de la surjectivité

Par définition, Im(f ) = {f (x) | x ∈ E }.

Si Im(f ) = F , alors tout y ∈ F s’écrit y = f (x).
Réciproquement, si f est surjective, Im(f ) couvre F .

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 28 / 58
 Exemples d’injectivité et noyau

Exemple
Opérateur de dérivation (non injectif) :
Soit D : C 1 (R) → C 0 (R), f 7→ f ′ .
Noyau : ker(D) = {fonctions constantes} =
̸ {0}.
Exemple : f : x 7→ 1 ∈ ker(D).
Donc D n’est pas injective.
Application linéaire injective :
Soit µ : R2 → R2 , (x, y ) 7→ (x + y , x − y ).
(
x +y =0
Résoudre =⇒ x = y = 0.
x −y =0
Ainsi, ker(µ) = {(0, 0)} =⇒ µ est injective.

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 29 / 58
 Étude de l’application linéaire
Considérons, pour n > 1, l’application linéaire

f : Rn [X ] → Rn+1 [X ]

P(X ) 7→ X · P(X )
Étudions d’abord le noyau de f :
Soit P(X ) = an X n + · · · + a1 X + a0 ∈ Rn [X ] tel que X · P(X ) = 0.
Alors
an X n+1 + · · · + a1 X 2 + a0 X = 0
Ainsi, ai = 0 pour tout i ∈ {0, . . . , n} et donc P(X ) = 0. Le noyau de
f est donc nul : ker(f ) = {0}.
L’espace Im(f ) est l’ensemble des polynômes de Rn+1 [X ] sans terme
constant :

Im(f ) = Vect{X , X 2 , . . . , X n+1 }

Conclusion : f est injective, mais n’est pas surjective.
Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])
Applications Linéaires 14 avril 2025 30 / 58
 Combinaisons linéaires et composition

Proposition
Soient E , F , G des K-espaces vectoriels.
(a) Si f ∈ L(E , F ) et g ∈ L(F , G ), alors g ◦ f ∈ L(E , G ).
(b) Si f ∈ L(E , F ) est bijective, alors f −1 est une application linéaire
bijective de F dans E .
(c) Soient f , g ∈ L(E , F ), et λ ∈ K. Les applications f + g : E → F et
λf : E → F définies par :

(f + g )(x) = f (x) + g (x) et (λf )(x) = λf (x)

pour tout x ∈ E sont linéaires.

(d) L(E , F ), muni des lois ci-dessus, est un K-espace vectoriel. Si E , F
sont de dimension finie, alors L(E , F ) l’est aussi, de dimension

dim L(E , F ) = dim E · dim F .

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 31 / 58
 Combinaisons linéaires et composition

Example
Soient f (x, y ) = (x + y , y ) et g (x, y ) = (2x, x − y )
Alors (f + g )(x, y ) = (3x + y , 2x − y )
Et f ◦ g (x, y ) = (2x + x − y , x − y ) = (3x − y , x − y )

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 32 / 58
 Sous-espaces associés

Image directe
Im(f ) = {f (u) ∈ F |u ∈ E }
Sous-espace vectoriel de F

Image réciproque
Pour B ⊂ F :
f −1 (B) = {u ∈ E |f (u) ∈ B}
Pas toujours un sous-espace

Example
f : R2 → R avec f (x, y ) = x + y
f −1 ({1}) = {(x, 1 − x)|x ∈ R} (affine mais pas vectoriel)

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 33 / 58
 Noyau d’une application

Définition
ker(f ) = {u ∈ E |f (u) = 0F } = f −1 ({0F })
Sous-espace vectoriel de E

Example
Pour la dérivation D : R[X ] → R[X ]
ker(D) = {P|P ′ = 0} = R0 [X ] (polynômes constants)

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 34 / 58
 Cas de la dimension finie :

Définition : Rang d’une application

Soient E et F deux K -espaces vectoriels de dimension finie, et
f ∈ L(E , F ).
On appelle rang de f , et on note rg(f ), l’entier naturel défini par :

rg(f ) = dim(Im(f )).

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 35 / 58
 Cas de la dimension finie :

Remarque
1 Si B est une base de E alors, pour toute base f de L(E , F ) :

rg(f ) = dim(f (Vect(B))) = dim(Vect(f (B))) = rg(f (B)).

2 Pour toute f de L(E , F ), rg(f ) ≤ min(dim(E ), dim(F )). En effet,

E admet au moins une base B, et on a :
rg(f ) = rg(f (B)) et Card(f (B)) ≤ dim(E ).
rg(f ) = dim(Im(f )) ≤ dim(F ).

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 36 / 58
 Cas de la dimension finie :

Théorème du rang
Soient E un espace vectoriel de dimension finie et F un espace vectoriel
quelconque. Soit f ∈ L(E , F ). Alors :

dim E = rg(f ) + dim Ker(f ).

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 37 / 58
 Théorème du rang : Démonstration

Soient E , F deux K-ev de dimensions finies,

On note :
p = dim E , n = dim F
q = dim ker f (la nullité)

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 38 / 58
 Étape 1 : Construction de la base adaptée

Soit (e1 , . . . , eq ) une base de ker f

Par le théorème de la base incomplète :
on complète en (e1 , . . . , eq , eq+1 , . . . , ep ) base de E

Objectif : Montrer que (f (eq+1 ), . . . , f (ep )) est une base de Im f

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 39 / 58
 Étape 2 : Preuve de la liberté
p
P
Soit λi f (ei ) = 0F . Alors :
i=q+1
 
p
X p
X
f λi ei  = 0F ⇒ λi ei ∈ ker f
i=q+1 i=q+1

Donc ∃µj ∈ K tels que :

p
X q
X
λi ei = µj ej
i=q+1 j=1

q
X p
X
⇒ µj e j − λi ei = 0E
j=1 i=q+1

Par liberté de la base : λq+1 = · · · = λp = 0

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])
Applications Linéaires 14 avril 2025 40 / 58
 Étape 3 : Famille génératrice

p
P
Soit y ∈ Imf . ∃x = αi ei ∈ E tel que :
i=1

p
X p
X
y = f (x) = αi f (ei ) = αi f (ei )
i=1 i=q+1

(car f (e1 ) = · · · = f (eq ) = 0F )

Conclusion :
(f (eq+1 ), . . . , f (ep )) est une base de Imf
rgf = p − q = dim E − dim ker f

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 41 / 58
 Théorème de rang : Conséquences

Pour voir qu’une application linéaire f : E → F est bijective, il faut

montrer qu’elle est à la fois surjective et injective. Mais si dim E et dim F
sont finies et égales, alors il suffit de montrer l’une des deux propriétés :
soit l’injectivité, soit la surjectivité.
Corollaire
Soient E , F deux espaces vectoriels de même dimension finie et
f ∈ L(E , F ) (par exemple si f ∈ End(E )). Alors :

f est bijective ⇐⇒ f est surjective ⇐⇒ f est injective.

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 42 / 58
 Endomorphismes remarquables : Projecteurs et symétrie

Définition : Projecteur
Soient E1 et E2 deux sous-espaces vectoriels supplémentaires de E :
E = E1 ⊕ E2 . Pour tout x ∈ E , il existe donc un unique couple
(x1 , x2 ) ∈ E1 × E2 tel que x = x1 + x2 . Soit
(
E →E
p:
x = x1 + x2 7→ x1

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 43 / 58
 Endomorphismes remarquables : Projecteurs et symétrie

Proposition : Propriétés des projecteurs

Soient E1 et E2 deux sous-espaces vectoriels supplémentaires de E :
E = E1 ⊕ E2 et soit p le projecteur de E sur E1 parallèlement à E2 alors :
1 p est linéaire : p ∈ L(E ).
2 ker p = E2 .
3 Im p = E1 .
4 p(x) = x ⇐⇒ x ∈ E1
(E1 est l’ensemble des vecteurs invariants par p).

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 44 / 58
 Démonstration des propriétés
1. Linéarité du projecteur
Soient x = x1 + x2 , x ′ = x1′ + x2′ ∈ E1 ⊕ E2 et α, α′ ∈ K :

αx + α′ x ′ = (αx1 + α′ x1′ ) + (αx2 + α′ x2′ ) ∈ E1 ⊕ E2

Application de p :

p(αx + α′ x ′ ) = αx1 + α′ x1′ = αp(x) + α′ p(x ′ )

⇒ p est linéaire.

2. Noyau du projecteur
Pour x = x1 + x2 ∈ E1 ⊕ E2 :

p(x) = 0 ⇐⇒ x1 = 0 ⇐⇒ x = x2 ∈ E2

⇒ Ker(p) = E2
Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])
Applications Linéaires 14 avril 2025 45 / 58
 Suite de la démonstration
3. Image du projecteur
Pour x = x1 + x2 ∈ E1 ⊕ E2 :

x ∈ Im(p) ⇐⇒ ∃x ′ = x1′ + x2′ , x = p(x ′ ) = x1′

⇒ Im(p) = E1

4. Caractérisation des vecteurs fixes

Pour x = x1 + x2 ∈ E1 ⊕ E2 :

p(x) = x ⇐⇒ x = x1 ⇐⇒ x ∈ E1

⇒ Les vecteurs invariants par p sont exactement ceux de E1

Le projecteur p réalise bien la décomposition E = E1 ⊕ E2

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])
Applications Linéaires 14 avril 2025 46 / 58
 Caractérisation fondamentale

Proposition : Projecteurs & Idempotence

Soit p ∈ L(E ). Les assertions sont équivalentes :
1 p est un projecteur
2 p◦p =p (idempotence)

De plus, p réalise la décomposition :

E = Ker(p) ⊕ Im(p)

Double implication
⇒ Immédiat par définition
⇐ Preuve constructive par analyse des sous-espaces

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 47 / 58
 Preuve de la Proposition

Démonstration en 3 étapes.
1 Intersection triviale :
(
x = p(x ′ )
x ∈ Im(p)∩Ker(p) ⇒ ⇒ 0 = p(x) = p(p(x ′ )) = p(x ′ ) = x ⇒ x
p(x) = 0

2 Somme directe :
∀x ∈ E , x = p(x) + (x − p(x))
|{z} | {z }
∈Im(p) ∈Ker(p)

3 Action du projecteur : Si x = x1 + x2 ∈ Im(p) ⊕ Ker(p) :

p(x) = p(x1 ) + p(x2 ) = x1 + 0 = x1

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 48 / 58
 Projecteurs complémentaires

Theorem (Relation entre projecteurs)

Soient E = E1 ⊕ E2 avec :
p : projecteur sur E1 parall. à E2
q ∈ L(E )

Alors les assertions sont équivalentes :

1 q est le projecteur sur E2 parall. à E1
2 p + q = idE

Interprétation
Les projecteurs p et q décomposent tout vecteur :

x = p(x) + q(x)
|{z} |{z}
∈E1 ∈E2

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 49 / 58
 Preuve de la Proposition

Dualité projecteur/identité.
1 ⇒ 2) Direct par définition :

∀x = x1 + x2 , p(x) = x1 , q(x) = x2 ⇒ p(x) + q(x) = x

2 ⇒ 1) Par analyse des composantes :

q(x) = x − p(x) = (x1 + x2 ) − x1 = x2

⇒ q projette sur E2 parall. à E1

Les projecteurs p et q sont des outils symétriques qui cap-

turent
la structure de décomposition de l’espace vectoriel.

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 50 / 58
 Symétrie par rapport à un sous-espace

Définition : Symétrie
Soit E = E1 ⊕ E2 une décomposition en sous-espaces supplémentaires.
La symétrie par rapport à E1 parallèlement à E2 est l’application :
(
E →E
s:
x = x1 + x2 7→ x1 − x2

x 1 ∈ E1 , x 2 ∈ E2
Application linéaire et involutive (s ◦ s = idE )

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 51 / 58
 Symétries

Proposition : Propriétés des symétries

Soient E1 et E2 deux sous-espaces vectoriels supplémentaires de E :
E = E1 ⊕ E2 et soit s la symétrie par rapport à E1 parallèlement à E2 ,
alors :
1 L’application s est linéaire : s ∈ L(E ).
2 Si p est le projecteur de E sur E1 parallèlement à E2 alors
s = 2p − IdE .
3 s est involutive, c’est-à-dire : s ◦ s = IdE .

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 52 / 58
 Démonstration (Partie 1)

Soit p le projecteur de E sur E1 parallèlement à E2 . Soit

x = x1 + x2 ∈ E1 ⊕ E2 = E . On a :

p(x) = x1

et

(2p − IdE )(x) = 2p(x) − x = 2x1 − (x1 + x2 ) = x1 − x2 = s(x)

ce qui démontre le second point.

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 53 / 58
 Démonstration (Partie 2)

Comme p est linéaire et qu’une combinaison linéaire d’applications

linéaires est linéaire, s est linéaire et le premier point est aussi démontré.
Enfin, en utilisant la linéarité et l’idempotence de p :

s ◦ s = (2p − IdE ) ◦ (2p − IdE ) = 2p ◦ (2p − IdE ) − (2p − IdE )

= 4p 2 − 2p − 2p + IdE = 4p − 4p + IdE = IdE

et le troisième point est démontré.

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 54 / 58
 Endomorphismes remarquables : Projecteurs et symétrie

Projection
p ∈ L(E ) vérifiant p ◦ p = p
Exemple : p(x, y , z) = (x, y , 0) dans R3

Symétrie
s ∈ L(E ) avec s ◦ s = idE
Exemple : s(x, y ) = (y , x) dans R2

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 55 / 58
 Homothétie et nilpotence

Homothétie
hλ (u) = λu pour λ ∈ K
Exemple : h3 (x, y ) = (3x, 3y )

Endomorphisme nilpotent
∃k ∈ N, f k = 0
Exemple : f (x, y ) = (0, x) avec f 2 = 0

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 56 / 58
 Hyperplan vectoriel

Définition
Sous-espace de codimension 1
∃φ ∈ E ∗ \ {0}, H = ker(φ)

Example
Dans R3 : H = {(x, y , z)|x + 2y − z = 0}
Est le noyau de φ(x, y , z) = x + 2y − z

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 57 / 58
 Groupe général linéaire

Définition
GL(E ) = {f ∈ L(E )|f inversible}
Groupe pour la composition

Example
Dans R2 :  
2 1
f (x, y ) = (2x + y , x + y ) inversible car det = 1 ̸= 0
1 1

Prof. Abderrahim Azouani (ENSA Khouribgha azouani@[Link])

Applications Linéaires 14 avril 2025 58 / 58