Applications linéaires

19
Dans tout ce chapitre (E, +, ·) et (F, +, ·) sont deux K-espaces vectoriels.

19.1 Définitions et généralités

Définition 1: Application linéaire

Soit f : E −→ F . On dit que f est une application linéaire si

• ∀(x, y) ∈ E2 , f (x + y) = f (x) + f (y).
• ∀(α, x) ∈ K × E, f (·x) = α · f (x).
On note L(E, F ) l’ensemble des applications linéaires de E à valeurs dans F .

Remarque 19.1
Si f ∈ L(E, F ), alors f (0E ) = 0F . Ainsi, si f vérifie f (0E ) 6= 0F , alors f ne peut pas être linéaire.

Exemples 19.1
• L’application constante de E dans E égale à 0E est une application linéaire.
• L’application identité de E : IdE est une application linéaire
• L’homothétie de rapport λ ∈ K : λ · IdE est une application linéaire.

Proposition 1: Caractérisation des applications linéaires

Soit f : E −→ F une application. Alors

f ∈ L(E, F ) ⇐⇒ ∀(x, y) ∈ E2 , ∀α ∈ K, f (α · x + y) = α · f (x) + f (y)

Exemples 19.2 Montrons que les applications suivantes sont linéaires.

ψ3 : C([0, 1], R) −→ R
ψ1 : R3 −→ R2 ψ2 : R[X] −→ R[X]
et Z 1
(x, y, z) 7−→ (x − y, y + z) P 7−→ P 0 + 2XP f 7−→ f (x)dx
0

1
2

1) Soient X = (x, y, z), Y = (x0 , y 0 , z 0 ) ∈ R3 et α ∈ R. On a

ψ1 (αX + Y ) =ψ1 (αx + x0 , αy + y 0 , αz + z 0 )

= (αx + x0 ) − (αy + y 0 ), (αy + y 0 ) + (αz + z 0 )

= α(x − y) + (x0 − y 0 ), α(y + z) + (y 0 + z 0 )

=α · (x − y, y + z) + (x0 − y 0 , y 0 + z 0 ) = αψ1 (X) + ψ1 (Y )

Donc ψ1 est une application linéaire.

2) Soient P, Q ∈ K[X] et α ∈ K. On a
0
ψ2 (α · P + Q) = (α · P + Q) + 2X (α · P + Q)
= α · P 0 + Q0 +2αXP + 2XQ
| {z }
linéarité de la dérivée

= α · ψ2 (P ) + ψ2 (Q)

Donc ψ2 est une application linéaire.

2) Soient f, g ∈ C([0, 1], R) et α ∈ K. On a
Z 1 Z 1
ψ3 (α · f + g) = (α · f + g) (x)dx = αf (x) + g(x)dx
0 0
Z 1 Z 1
= α f (x)dx + g(x)dx
0 0
| {z }
linéarité de l’intégrale

= α · ψ3 (f ) + ψ2 (g)

Donc ψ3 est une application linéaire.

Proposition 2

Soient f ∈ L(E, F ), x1 , . . . , xn ∈ E et λ1 , . . . , λn ∈ K. Alors

n
! n
X X
f λi xi = λi f (xi )
k=1 k=1

De manière plus générale, pour toute famille (xi )i∈I de E et toute (λi )i∈I ∈ K(I) , on a
!
X X
f λi xi = λi f (xi )
i∈I i∈I

Définition 2

Soit f ∈ L(E, F ).
• Si F = K, on dit que f est une forme linéaire.
• Si E = F , on dit que f est un endomorphisme de E.
• Si f est bijective, on dit que f est un isomorphisme de E sur F .
• Si f est à la fois un endomorphisme de E et un isomorphisme, on dit que f est un auto-
morphisme de E.

Pr [Link] 2022-2023
Ensembles d’applications linéaires L(E, F ) 3

Notations
• On note L(E, E) = L(E) l’ensemble des endomorphisme de E
• On note Isom(E, F ) l’ensemble des isomorphismes de E sur F .
• On note GL(E) l’ensemble des automorphismes de E.

Exemples 19.3
• L’application constante de E dans E égale à 0E est un endomorphisme .
• L’application identité de E : IdE est un automorphisme de E
• L’homothétie de rapport λ ∈ K : λ · IdE est un automorphisme de E si λ 6= 0.

Exercice 1 Montrer que l’application suivante est un isomorphisme.

ψ3 : C 1 (R, R) −→ C(R, R) × R
f 7−→ (f 0 , f (0))

19.2 Ensembles d’applications linéaires L(E, F )

On rappelle : que si (E, + ·) est un K-espace vectoriel, alors (F(X, E), +, ·) est un K-espace vecto-
riel, avec ∀f, g ∈ F(X, K), ∀α ∈ K :

f + g est définie sur X par : ∀x ∈ X, (f + g)(x) = f (x) + g(x)

et
α · f est définie sur Xpar : ∀x ∈ X, (α · f )(x) = α · f (x)

Théorème 1: Structure de (L(E, F ), +, ·).

(L(E, F), +, ·) est un K-espace vectoriel. En particulier (L(E), +, ·) est un K−espace vectoriel.

Démonstration. Il suffit alors de montrer que (L(E, F ), +, ·) est un sous-espace vectoriel de F(E, F ).
En effet, on a l’application constante de E dans F égale à 0F est dans F(E, F )
Soient f, g ∈ L(E, F ) et λ ∈ K. Montrons que ϕ + λ · ψ ∈ L(E, F). Soit (x, y) ∈ E2 et α ∈ K, on a :

(λ · f + g)(α · x + y) = λ · f (α · x + y) + g(α · x + y)
= λ · (αf (x) + f (y)) + αg(x) + g(y)
= α (λf (x) + g(x)) + (λf (y) + g(y))
= (λ · f + g)(x) + (λ · f + g)(y).
Donc l’application λ · f + g est linéaire, c’est-à-dire λ · f + g ∈ L(E, F).

Proposition 3: composée de deux applications linéaires

Soient (E, +, .), (F, +, .) et (G, +, .) trois K-espaces vectoriels.

• Si f ∈ L(E, F ) et g ∈ L(F, G) alors g ◦ f ∈ L(E, G) (une composée d’applications linéaires est
linéaire).
• En particulier, Si f, g ∈ (L(E)), g ◦ f ∈ L(E) (une composée d’endomorphismes est un endo-
morphisme).

CPGE Ibn Tahir MPSI 1

4

Démonstration. Soient f ∈ L(E, F) et g ∈ L(F, G). Montrons que g ◦ f est linéaire de E dans G. (i.e)
g ◦ f ∈ L(E, G). Soient (x, y) ∈ E 2 et λ ∈ K, on a
(g ◦ f ) (λx + y) = g(f (λx + y))
= g(λf (x) + f (y))
| {z }
f est linéaire
= λg(f (x)) + g(f (y))
| {z }
g est linéaire
= g ◦ f (x) + g ◦ f (y).
Donc l’application g ◦ f ∈ L(E, G).
En particulier si F = G = E, on aura ∀(f, g) ∈ L(E), g ◦ f et f ◦ g ∈ L(E).

Proposition 4: Structure de Le triplet (L(E), +, ·, ◦).

(L(E), +, ◦) est un anneau (généralement non commutatif).

Démonstration. Il suffit alors de montrer que L(E) est un sous-anneau de (F(E, E), +, ◦) .
• Les deux applications
E −→ E E −→ E
IdE : et θ:
x 7−→ x, x 7−→ 0E .
sont linéaires. Ainsi Id, θ ∈ L(E).

• ∀(f, g) ∈ L(E)2 : f − g ∈ L(E). Car L(E) est un sev.

• ∀(f, g) ∈ L(E)2 : f ◦g ∈ L(E). Car la composée de deux applications linéaires est une application
linéaire.
D’où (L(E), +, ◦) est un sous-anneau de F(E, E).

Remarque 19.2 Puisque (L(E), +, ◦) est un anneau (non-commutatif). Alors

Si f, g ∈ L(E) tels que g ◦ f = f ◦ f , on dispose des formules suivantes :
• f 0 = IdE et ∀n ∈ N∗ : f n = f ◦ f n−1 , c’est-à-dire f n = f ◦ f ◦ · · · ◦ f (n fois.)
n
• ∀n ∈ N : (f ◦ g) = f n ◦ g n .
n  
X n
• Binôme de Newton : (f + g)n = f k ◦ g n−k .
k
k=0
n n n−1 n−2
• f − g = (f − g) ◦ (f +f ◦ g + · · · + f ◦ g n−2 + g n−1 ).
Exercice 2 Soit E un K-ev, et f, g ∈ L(E).
1. Développer (f + g)2 .
2. Développer (IdE − f ) ◦ (IdE + f ).
3. Factoriser IdE − f n .
4. Développer (f + IdE )n si f 2 = f.
5. Developper (f + IdE −g) ◦ (IdE −f − g)
6. On dit que f est nilpotent s’il existe n ∈ N∗ tel que f n = θ
(a) Montrer que si f est nilpotent, alors (IdE − f ) est automorphisme.
(b) Montrer que si f est nilpotent et g ◦ f = f ◦ g, alors f ◦ g est nilpotent.
(c) Monter que si f et g sont nilpotents et g ◦ f = f ◦ g, alors f + g est nilpotent

Pr [Link] 2022-2023
Ensembles d’applications linéaires L(E, F ) 5

Proposition 5

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

f ∈ Isom(E, F ) ⇐⇒ f −1 ∈ Isom(F, E).

En particulier si E = F , on aura

f ∈ GL(E) ⇐⇒ f −1 ∈ GL(E).

Démonstration. (⇒) Supposons f ∈ Isom(E, F ). Montrons que f −1 ∈ Isom(F, E).

Soit (x, y) ∈ F et λ ∈ K. alors il existe (x0 , y0 ) ∈ E 2 tels que f (x0 ) = x et f (y0 ) = y, donc on aura
f −1 (λ · x + y) =f −1 (λ · f (x0 ) + f (y0 ))
=f −1 (f (λ · x0 + y0 ))
=λ · x0 + y0
=λ · f −1 (x) + f −1 (y)
D’où f −1 est linéaire et bijective, donc f −1 ∈ Isom(F, E).

−1
(⇐) Il suffit de remarquer que f = f −1 .

Théorème 2: Structure de GL(E)

Le couple (GL(E), ◦) est un groupe (en général non abélien), appelé groupe linéaire de E.

Démonstration. Il suffit alors de montrer que GL(E) est un sous-groupe de (S(E), ◦) :

• GL(E) ⊆ S(E).
• L’application identique IdE est un automorphisme de E, c’est l’élément neutre.
• ∀(f, g) ∈ GL(E)2 , (f, g −1 ) ∈ GL(E)2 , alors f ◦ g −1 ∈ GL(E).

Remarque 19.3 1. Si (f, g) ∈ GL(E)2 , on n’a pas (f + g) ∈ GL(E).

2. Si (f, λ) ∈ GL(E) × K∗ , alors λ · f ∈ GL(E) et (λ · f )−1 = 1
λ · f −1 .
Exercice 3 1. On considère les deux applications de E = R2 dans E = R2 suivants :
R2 → R2 R2 → R2
f: et g :
(x, y) 7→ (y, 0) (x, y) 7→ (0, y)
2. Montrer que f et g sont des endomorphismes.
3. Calculer f ◦ g, g ◦ f, f 2 et g 2 .
4. En déduire que l’endomorphisme IdE − f est inversible et déterminer son inverse.
Exercice 4 Soit E un R-espace vectoriel et f ∈ L(E) vérifiant :

f 3 + f 2 + 2IdE = 0
Montrer que f ∈ GL(E) et déterminer son inverse f −1 .
Soit λ ∈ R. Trouver une condition suffisante sur le scalaire λ pour que l’endomorphisme f + λ · IdE soit
inversible.

CPGE Ibn Tahir MPSI 1

6

19.3 Noyau et image d’une application linéaire

Rappels : Soient f : E −→ F une application et E 0 ⊂ E, F 0 ⊂ F . On a :

• L’image directe de E 0 par f est f (E 0 ) = {f (x) : x ∈ E 0 }
• L’image réciproque de F 0 par f est f −1 (F 0 ) = {x ∈ E : f (x) ∈ F 0 }

Théorème 3: Image directe et réciproque d’une application linéaire

Soient f ∈ L(E, G), E 0 un sous-espace vectoriel de E et F 0 un sous-espace vectoriel de F alors :

• f (E 0 ) est un sous-espace vectoriel de F .
−1
• f (F 0 ) est un sous-espace vectoriel de E.

Remarque 19.4
• Puisque E est un sev de E, alors f (E) est un sev de F .
−1
• Puisque {0F } est un sev de F , alors f ({0F }) est un sev de E.

Définition 3: Noyau et Image

Soit f ∈ L(E, F ). On appelle :

−1
• Noyau de f et on note operatornameKer(f ) le sev de E : Ker(f ) = f ({0F }) = {x ∈ Ef (x) = 0F }
• Image de f et on note Im(f ) le sev de F : Im(f ) = f (E) = {f (x) : x ∈ E}.

Exemple 19.1

• Dans R3 , l’ensemble F = (x, y, z) ∈ R3 | x + y − z = 0 est un sev de R3 . En effet, Considérons

f: R3 −→ R
(x, y, z) 7−→ x+y−z

Alors, f est une forme linéaire et F = Ker(f )

• Dans C 1 (R), l’ensemble F = f ∈ C 1 (R) | D(f ) = 0 est un sev de C 1 (R). En effet considérons l’appli-


cation
D : C 1 (R) −→ C 0 (R)
f 7−→ D(f ) = f 0
Alors, D est une application linéaire et F = Ker(D)

Théorème 4: Caractérisation des application linéaires injectives, surjective et bijective

Soit f ∈ L(E, F ), alors

• f est injective ⇐⇒ Ker(f ) = {0E }.
• f est surjective ⇐⇒ Im(f ) = E 0 .
• f est un isomorphisme de E sur F ⇐⇒ Ker(f ) = {0} et Im(f ) = E 0 .

Exemple 19.2 Considérons l’application

f: R2 −→ R2
(x, y) 7−→ (x − y, x + y)

Pr [Link] 2022-2023
Noyau et image d’une application linéaire 7

(
x−y =0
On vérifie facilement que Ker(f ) = {(0, 0)} en résolvant le système , donc f est injective
x+y =0
 
2 b+a b−a
D’autre part pour tout (a, b) ∈ R , on ϕ , = (a, b), donc ϕ(R2 ) = R2 , ainsi f est surjective.
2 2
Exercice 5 Les applications linéaires suivantes sont elles injectives, surjectives ?

ϕ: R2 −→ R3 D : C 1 (R) −→ C 0 (R)
et
(x, y) 7−→ (x − y, x + 2y, −y) f 7−→ D(f ) = f 0

Théorème 5: Image d’un sev engendré par une partie

Soient f ∈ L(E, F ) et A une partie non vide de E. Alors

f (Vect(A)) = Vect(f (A))

En particulier, Si (xi )i∈I est une famille de vecteurs de E, on a

f (Vect((xi )i∈I )) = Vect((f (xi ))i∈I )

Remarque 19.5
Si I = J1, nK, alors f (Vect(x1 , x2 . . . , xn )) = Vect (f (x1 ), f (x2 ) . . . , f (xn ))
Exercice 6
• Considérons l’application
f: R2 −→ R3
(x, y) 7−→ (x − y, x + 2y, −y)
Déterminer l’image de sev Vect ((1, 1); (2, 1); (0, 1))
• Soit E1 , E2 deux sev supplémentaires de E ( i.e. E = E1 ⊕ E2 ). Soit f1 ∈ L (E1 , F ) et f2 ∈ L (E2 , F ).
Monter qu’il existe une unique f ∈ L (E, F ) telle que

f|E1 = f1 et f|E2 = f2

Exercice 7 Soit E un K-espace vectoriel et f ∈ L(E). Monter que

Ker(f ) ∩ Im(f ) = {0E } ⇐⇒ Ker(f ◦ f ) = Ker(f )

Exercice 8 Soit E un K-espace vectoriel et f, g ∈ L(E). tels que f ◦ g = g ◦ f .

1. Montrer que Im(f ) et Ker(f ) sont stables par ψ, c’est à dire g(Ker f ) ⊂ Ker(f )et g(Im f ) ⊂ Im f
2. Si de plus que E = Ker(f ) ⊕ Ker(g), montrer que Im(f ) ⊂ Ker(g) et Im(g) ⊂ Ker(f ).

Exercice 9 Soit E un K-espace vectoriel et f ∈ L(E).

Pour tout polynôme P (X) = an X n + . . . + a1 X + a0 de K[X], on pose

P (f ) = an f n + . . . + a1 f + a0 IdE .
On suppose qu’il existe un polynôme P (X) ∈ K[X] tel que

P (0) = 0 et P 0 (0) 6= 0

Montrer que si P (f ) = 0L(E) alors :

E = Ker(f ) ⊕ Im(f ).

CPGE Ibn Tahir MPSI 1

8

19.4 Projecteurs et symétries.

Définition 4: Projection

Soient E1 et E2 deux sev de E tels que E1 ⊕ E2 = E, de sorte que

∀x ∈ E, ∃! (x1 , x2 ) ∈ E1 × E2 tel que x = x1 + x2 .

L’application
p : E = E1 ⊕ E2 −→ E,
x = x1 + x2 7−→ x1
s’appelle La projection sur E1 parallèlement à E2 .

Proposition 6

Soient E1 et E2 deux sev de E tels que E1 ⊕ E2 = E. La projection p sur E1 parallèlement à E2 est

un endomorphisme de E vérifiant :

Ker(p) = E2 , Im(p) = E1 et p ◦ p = p.

Démonstration. :
• Soient x, y ∈ E et α ∈ K. Il existe (x1 , x2 ) ∈ E1 × E2 et (y1 , y2 ) ∈ E1 × E2 tels que x = x1 + x2 et
y = y1 + y2 . Alors αx + y = α (x1 + x2 ) + (y1 + y2 ) = (αx1 + y1 ) + (αx2 + y2 ) avec αx1 + y1 ∈ E1 et
αx2 + y2 ∈ E2 . Donc p(αx + y) = αx1 + y1 = αp(x) + p(y).
• Soit x ∈ E, on a ∃! (x1 , x2 ) ∈ E1 × E2 tel que x = x1 + x2 .

x ∈ Ker(p) ⇐⇒ p(x) = 0E ⇐⇒ x1 = 0E ⇐⇒ x = x2 ⇐⇒ x ∈ E2 .

D’où Ker(p) = E2
• Montrons que Im (p) = E1 . D’abord, pour tout x ∈ E, p(x) = x1 ∈ E1 , d’où Im (p) ⊆ E1 . D’autre
part, pour tout x de E1 , on a x = x1 + x2 avec x1 = x ∈ E1 et x2 = 0E ∈ E2 . Ceci implique p(x) = x,
et x ∈ Im(p). Ainsi, Im(p) = E1 .
• Pour tout vecteur x = x1 + x2 ∈ E, on a p ◦ p(x) = p(x1 ) = x1 = p(x). Par suite p ◦ p = p.

Définition 5: Projecteur

Un endomorphisme p ∈ L(E) est appelé projecteur si p ◦ p = p.

Exemple 19.3
Soient E1 et E2 deux sev de E tels que E1 ⊕ E2 = E. La projection p sur E1 parallèlement à E2 est un
projecteur.

Exercice 10
Soient E un K-espace vectoriel et p ∈ L(E).
1. Montrer que p est un projecteur si, et seulement si, Id −p l’est.
2. Exprimer alors Im(Id − p) et Ker(Id − p) en fonction de Im(p) et Ker(p).

Pr [Link] 2022-2023
Projecteurs et symétries. 9

Proposition 7: Caractérisation des projecteurs

Soit p ∈ L(E) un projecteur. On a :

1. E = Ker(p) ⊕ Im(p).
2. p est la projection sur Im(p) parallèlement à Ker(p).

Démonstration. .
• Soit x ∈ ker(p) ∩ Im(p). Alors p(x) = 0E et il existe y ∈ E tel que x = p(y). Donc 0E = p(x) =
p(p(y)) = (p ◦ p)(y) = p(y) = x. Ceci montre que ker(p) ∩ Im(p) = {0E } .
• Montrons que E ⊆ Im(p) + ker(p). Pour ce faire, pour tout x dans E, écrivons x = p(x) + (x − p(x)).
Il est clair que p(x) ∈ Im(p) et x − p(x) ∈ ker(p), car p(x − p(x)) = p(x) − (p ◦ p)(x) = 0E . D’où
E = Im(p) + ker(p)
1. Puisque, pour tout x de E, x = p(x) + (x − p(x)) avec p(x) ∈ Im(p) et x − p(x) ∈ Ker(p), on déduit
que p est la projection sur Im(p) parallèlement à Ker(p).

Remarque 19.6
Si p est un projecteur, alors y ∈ Im p si et seulement si y = p(y).

Définition 6: Symétrie

Soient E1 et E2 deux sev de E tels que E = E1 ⊕ E2 , de sorte que

∀x ∈ E, ∃! (x1 , x2 ) ∈ E1 × E2 tel que x = x1 + x2

L’application L’application
s : E = E1 ⊕ E2 −→ E,
x = x1 + x2 7−→ x1 − x2
s’appelle symétrie par rapport à E1 parallèlement à E2 .

Proposition 8

Soient E1 et E2 deux sev de E tels que E = E1 ⊕ E2 et s la symétrie par rapport à E1 parallèlement

à E2 . Alors
• s ∈ L(E)
• Si p est la projection sur E1 parallèlement à E2 , alors s = 2p − IdE .
• s ◦ s = s2 = s

Démonstration. A titre d’exercice

Proposition 9: Caractérisation des symétries

Soit s ∈ L(E). Si s est involutive, c’est-à-dire si s ◦ s = IdE , alors s est la symétrie par rapport à
E1 = Ker (s − IdE ) et parallèlement à E2 = Ker (s + IdE )).

CPGE Ibn Tahir MPSI 1

10

Démonstration. Supposons que s est linéaire et involutive. Posons E1 = Ker (s − IdE ) et E2 = Ker (s + IdE ).
Montrons que ces deux sous-espaces vectoriels de E sont supplémentaires dans E.
• Soit x ∈ E1 ∩ E2 . On a donc : s(x) − x = 0 et s(x) + x = 0. Donc , on obtient x = 0, ainsi E1 et E2 sont
en somme directe
• Soit x ∈ E. On a :
1 1
x = − (s(x) − x) + (s(x) + x)
| 2 {z } |2 {z }
∈E1 ∈E2

et donc E = E1 + E2 . On en déduit que E = E1 ⊕ E2 .

De plus, si x = x1 + x2 ∈ E1 ⊕ E2 = E alors : comme x1 ∈ E1 , on a : s (x1 ) = x1 et comme x2 ∈ E2 , on a
aussi : s (x2 ) = −x2 . Par linéarité de s, on en déduit que : s(x) = s (x1 ) + s (x2 ) = x1 − x2 . L’application
s est donc bien la symétrie par rapport à E1 et parallèlement à E2

Définition 7: Symétrie

Un endomorphisme s ∈ L(E) est appelé symétrie si s ◦ s = IdE .

Remarque 19.7
1
Si s ∈ L(E) est une symétrie. Alors l’application p = (s + IdE ) est un projecteur où s est une symétrie
2
par rapport à Im(p) parallèlement à Ker(p).
Exercice 11
Soient p1 , . . . , pn des endomorphismes d’un K-espace vectoriel E vérifiant

p1 + · · · + pn = IdE et ∀(i, j), ∈ J1, nK (i 6= j =⇒ pi ◦ pj = 0)

1. Montrer que chaque pi est un projecteur.

Mn
2. Montrer que Im pi = E
i=1

Exercice 12
Soit E un espace vectoriel sur K. Soient p et q des projecteurs.
1. Montrer que
p ◦ q + q ◦ p = 0L(E) ⇐⇒ p ◦ q = q ◦ p = 0L(E) .
2. Montrer que p + q est un projecteur si et seulement si p ◦ q = q ◦ p = 0L(E) .
3. Montrer que si p + q est un projecteur, alors

Im(p + q) = Im(p) + Im(q) et Ker(p + q) = Ker(p) ∩ Ker(q)

4. Montrer que si p ◦ q = q ◦ p, alors p ◦ q est un projecteur.

5. Montrer que si p ◦ q = q ◦ p alors

Im(p ◦ q) = Im(p) ∩ Im(q) et Ker(p ◦ q) = Ker(p) + Ker(q)

6. Montrer que p et q ont même noyau si, et seulement si, p ◦ q = p et q ◦ p = q.

7. Énoncer une condition nécessaire et suffisante semblable pour que p et q aient même image.
8. Montrer que r = p + q − q ◦ p est un projecteur. Déterminer image et noyau de celui-ci.
Exercice 13
Soit p un projecteur de E. Trouver une condition nécessaire et suffisante sur le scalaire λ pour que
l’endomorphisme p + λ · IdE soit injective.

Pr [Link] 2022-2023