Chapitre 1: Matrice d’une Application

Linéaire et Changement de Bases

Dans ce cours 𝐾 = ℚ, ℝ 𝑜𝑢 ℂ

1. Résumé sur les Espaces Vectoriels et les

Applications Linéaires

1.1. Bases et Dimension

Soit 𝐸 un 𝐾-ev et 𝐵 = {𝑣1 , … , 𝑣𝑛 } une partie de 𝐸.
BASES

𝐵 est une base de 𝐸 ssi 𝐵 est une partie libre et une partie génératrice de 𝐸.

• 𝐵 est une partie libre de 𝐸 (pl) si : étant donné 𝜆1 , … , 𝜆𝑛 ∈ 𝐾 :

Si ∑𝑛𝑖=1 𝜆𝑖 𝑣𝑖 = 0, alors 𝜆1 = ⋯ = 𝜆𝑛 = 0 (une CL de 𝑣1 , … , 𝑣𝑛 est
nulle ssi ses coefficients sont nuls.

• 𝐵 est une partie génératrice de 𝐸 (pg) si :

∀𝑣 ∈ 𝐸, ∃ 𝜆1 , … , 𝜆𝑛 ∈ 𝐾 tel que 𝑣 = ∑𝑛𝑖=1 𝜆𝑖 𝑣𝑖 (tout vecteur de 𝐸
est une CL des vecteurs 𝑣1 , … , 𝑣𝑛 ). On écrit 𝐸 = 𝑉𝑒𝑐𝑡(𝑣1 , … , 𝑣𝑛 ).

• 𝐵 est une base de 𝐸 ssi

∀𝑣 ∈ 𝐸, ∃! 𝜆1 , … , 𝜆𝑛 ∈ 𝐾, 𝑣 = ∑𝑛𝑖=1 𝜆𝑖 𝑣𝑖 ;
𝜆1
𝑣: ( ⋮ ) les coordonnées de 𝑣 dans la base 𝐵.
𝜆𝑛
DIMENSION

Si 𝐵 est une base de 𝐸, dim(𝐸) = 𝑐𝑎𝑟𝑑(𝐵) = 𝑛

Exemples :

1) dim(𝐸) = 1, 𝐸 est une droite vectoriel.

- 𝐸 = 𝐾 est un 𝐾-ev, 𝑥 ∈ 𝐾, 𝑥 = 𝑥. 1

- Par exemple : ℝ est un ℝ-ev, la droite rèel.

2) dim(𝐸) = 2, 𝐸 est un plan vectoriel.

- dim(ℝ2 ) = 2 (ℝ2 est un ℝ-ev) ;

𝑣 = (𝑥, 𝑦) = (𝑥, 0) + (0, 𝑦) = 𝑥(1,0) + 𝑦(0,1) ; 𝑒1 = (1,0), 𝑒2 = (0,1) ;

𝐵 = {𝑒1, 𝑒2 } est une base de ℝ2 ; 𝑣: (𝑦𝑥 ) ; 𝑒1 = 𝑖⃗, 𝑒2 = 𝑗⃗.

3) Plus généralement : dim(ℝ𝑛 ) = 𝑛 (ℝ𝑛 est un ℝ-ev), dit un espace si 𝑛 ≥ 3.

𝑖
𝑣 = (𝑥1 … , 𝑥𝑛 ) = ∑𝑛𝑖=1 𝑥𝑖 𝑒𝑖 , 𝑒𝑖 = (0, … ,0, ⏞
1 , 0, … ,0)

𝐵 = {𝑒1 , … , 𝑒𝑛 } est une base de ℝ𝑛 , appelée la base canonique de ℝ𝑛 .

Cas 𝑛 = 3: ℝ3 est un ℝ-ev, 𝐵 = {𝑒1 , 𝑒2 , 𝑒3 } est une base de ℝ𝑛 , 𝑒1 = 𝑖⃗, 𝑒2 = 𝑗⃗, 𝑒3 = 𝑘⃗⃗.
𝑥
3
Soit 𝑣 = (𝑥, 𝑦, 𝑧) ∈ ℝ , 𝑣 = 𝑥𝑒1 + 𝑦𝑒2 + 𝑧𝑒3 ; 𝑣: (𝑦)
𝑧

Remarque :
- dim(ℂ) =?
𝐾 = ℝ (ℂ est un ℝ − ev), 𝑧 = 𝑥. 1 + 𝑦. 𝑖, 𝐵 = {1, 𝑖} est une base, dimℝ (ℂ) = 2
{
𝐾 = ℂ (ℂ est un ℂ − ev), 𝑧 = 𝑧. 1, 𝐵 = {1} est une base, dimℂ (ℂ) = 1

Conclusion : La dimension dépend du corps 𝐾.

PROPRIETES BASES- DIMENSION

Soit 𝐸 un 𝐾-ev dim(𝐸) = 𝑛 et 𝐵 une partie de 𝐸.

• 𝐵 est libre et 𝑐𝑎𝑟𝑑(𝐵) = 𝑛 ⇒ 𝐵 base de 𝐸

• 𝐵 génératrice de 𝐸 et 𝑐𝑎𝑟𝑑(𝐵) = 𝑛 ⇒ 𝐵 base de 𝐸

• 𝐹 sev de 𝐸 ⇒ dim (𝐹) ≤ dim (𝐸)

• 𝐹 sev de 𝐸 et dim(𝐹) = dim(𝐸) ⇒ 𝐹 = 𝐸

SEV ENGENDRE PAR UNE PARTIE ET EQUATION D’UN SEV

Soit 𝐸 un 𝐾-ev et 𝐺 = {𝑣1 , … , 𝑣𝑚 } une partie de 𝐸. Le sev de 𝐸 engendré par

les vecteurs 𝑣1 , … , 𝑣𝑚 (càd : engendré par 𝐺) est défini par :
𝑉𝑒𝑐𝑡(𝐺) = 𝑉𝑒𝑐𝑡(𝑣1 , … , 𝑣𝑚 ) = {∑𝑚
𝑖=1 𝜆𝑖 𝑣𝑖 / 𝑝𝑜𝑢𝑟 𝑡𝑜𝑢𝑡 𝜆𝑖 ∈ 𝐾}

Càd : 𝐺 est une partie génératrice de 𝑉𝑒𝑐𝑡(𝑣1 , … , 𝑣𝑚 ).

NB. Tout sev (ou ev) 𝐹 admet une partie génératrice, donc 𝐹 = 𝑉𝑒𝑐𝑡(pg).
(càd : tout sev (ou ev) est un Vect)

Remarque : un sev 𝐹 de 𝐸 peut avoir la forme :

𝐹 = {é𝑞𝑢𝑎𝑡𝑖𝑜𝑛 𝑐𝑎𝑟𝑡é𝑠𝑖𝑒𝑛𝑛𝑒}
ou la forme :
𝐹 = 𝑉𝑒𝑐𝑡(pg).
- A partir d’une équation cartésienne, il est facile de trouver le Vect.
- Le but de cette remarque est comment faire le contraire :
A partir du Vect comment trouver l’ équation cartésienne ?
L’écriture en Vect représente l’équation paramétrique du sev. Donc pour
trouver l’équation cartésienne, on utilise la méthode usuelle (vu au lycée) de
transformer une équation paramétrique en une équation cartésienne.
Exemple :
1) Equation →Vect:
Dans ℝ3 , Soit 𝐹 = {(𝑥, 𝑦, 𝑧)/ 𝑥 + 𝑦 + 𝑧 = 0 }. Donner 𝐹 sous forme de 𝐹 = 𝑉𝑒𝑐𝑡(? ).
(𝑥, 𝑦, 𝑧) ∈ 𝐹 ⇔ 𝑥 + 𝑦 + 𝑧 = 0 ⇔ 𝑧 = −𝑥 − 𝑦
Donc, (𝑥, 𝑦, 𝑧) = (𝑥, 𝑦, −𝑥 − 𝑦) = 𝑥 (1,0, ⏟ −1), d’où 𝐹 = 𝑉𝑒𝑐𝑡(𝑣1 , 𝑣2 ).
⏟ −1) + 𝑦 (0,1,
𝑣1 𝑣2

2) Vect → Equation:
Dans ℝ3 , soit le sev 𝐹 = 𝑉𝑒𝑐𝑡((1,1,0), (1,1,1)). Trouver l’équation de 𝐹.
𝑥 =𝜆+𝜇
L’équation paramétrique de 𝐹 est définie par: (𝑥, 𝑦, 𝑧) = 𝜆(1,1,0) + 𝜇(1,1,1) ⇔ {𝑦 = 𝜆 + 𝜇
𝑧= 𝜇
D’où l’équation cartésienne de 𝐹 : 𝑥 = 𝑦 . En déduit 𝐹 = {(𝑥, 𝑦, 𝑧)/𝑥 − 𝑦 = 0}.

CALCUL DE DIMENSION : RANG D’UNE FAMILLE DE VECTEUR :

𝑎1 𝑐
Soit 𝐸 un 𝐾-ev, dim(𝐸) = 𝑛, et 𝑣1 ( ⋮ ) , … , 𝑣𝑚 ( ⋮ ) une famille de vecteurs
𝑎𝑛 𝑐𝑛
dont les coordonnées sont dans une base donnée de 𝐸.

Le rang de la famille de vecteurs 𝑣1 , … , 𝑣𝑚 , noté rg(𝒗𝟏 , … , 𝒗𝒎 ) est le nombre de

lignes non nulles dans la forme échelonnée de Gauss de la matrice de vecteurs
lignes 𝑣1 , … , 𝑣𝑚 :
𝑣1 𝑎1 ⋯ 𝑎𝑛
𝐴= ⋮ ( ⋮ ⋮ ⋮)
𝑣 𝑚 𝑐1 ⋯ 𝑐𝑛
On applique les opérations élémentaires 𝐿𝑖𝑗 , 𝐿𝑖𝑗 (𝜆), 𝐿𝑖 (𝜆 ≠ 0) sur 𝐴:

𝑣1 𝑎1 ⋯ 𝑎𝑛 𝑣′1 𝛼11 ⋯ 𝛼1𝑛

𝐿𝑖𝑗 (𝜆), 𝐿𝑖 (𝜆≠0)
⋮ ( ⋮⋮ ⋮ ⋮ 0 ⋱ 𝛼𝑟𝑘 ⋱ 𝛼𝑟𝑛
𝐿𝑖𝑗 ,
⋮ ⋮ ) ⋯ → ⋯ 𝑣′𝑟 ( )
𝑣𝑚 𝑐 0 ⋮ 0⋮ ⋮
1 ⋯ 𝑐𝑛 0 0 ⋯ 0
𝑣′1 , … , 𝑣′𝑟 ∈ 𝐸 non nuls.
Alors rg(𝑣1 , … , 𝑣𝑚 ) = rg(𝑣′1 , … , 𝑣′𝑟 ) = 𝑟 et {𝑣′1 , … , 𝑣′𝑟 } est libre.
Conséquences :(très important)
Soit 𝐸 un 𝐾-ev et 𝐵 = {𝑣1 , … , 𝑣𝑚 } une partie de 𝐸.
1) rg(𝐵) ≤ 𝑐𝑎𝑟𝑑(𝐵)

2) rg(𝐵) = 𝑐𝑎𝑟𝑑(𝐵) ⇔ 𝐵 est libre. Contraposé : rg(𝐵) < 𝑐𝑎𝑟𝑑(𝐵) ⇔ 𝐵 est liée

3) rg(𝐵) = dim (𝐸) ⇔ 𝐵 base de 𝐸

4) dim(Vect(𝑣1 , … , 𝑣𝑚 )) = rg( 𝑣1 , … , 𝑣𝑚 ) = 𝑟, Vect(𝑣1 , … , 𝑣𝑚 ) = Vect(𝑣′1 , … , 𝑣′𝑟 ) et

{𝑣′1 , … , 𝑣′𝑟 } est une base de Vect(𝑣1 , … , 𝑣𝑚 ).
Exemple : Dans ℝ3 , calculer le rang des vecteurs 𝑣1 = (2,1,1), 𝑣2 = (1,1,0), 𝑣3 =
(1,0,1). Soit 𝐹 le sev de ℝ3 engendré par les vecteurs 𝑣1 , 𝑣2 , 𝑣3 . En déduire dim (𝐹) et
une base de 𝐹.

Réponse :
𝑣1 2 1 1 𝐿12 𝟏 1 0 𝐿21 (−2), 𝐿31(−1) 1 1 0
𝑣2 (1 1 0) → (2 1 1) → (0 −1 1)
𝑣3 1 0 1 1 0 1 0 −1 1
𝑣′1 2 1 1
𝐿32 (−1)
→ 𝑣′2 (0 −1 1)
𝑣′3 0 0 0
Alors 𝑣′1 = (2,1,1), 𝑣′2 = (0, −1,1), 𝑣′3 =0. Donc rg(𝑣1 , 𝑣2 , 𝑣3 ) =rg(𝑣′1 , 𝑣′2 ) = 2. En
déduit que 𝐵 = {𝑣1 , 𝑣2 , 𝑣3 } est liée.
On a 𝐹 = 𝑉𝑒𝑐𝑡(𝑣1 , 𝑣2 , 𝑣3 ) = 𝑉𝑒𝑐𝑡(𝑣′1 , 𝑣′2 ).
Donc dim(𝐹) = 2 et 𝐵 = {𝑣′1 , 𝑣′2 } est une base de 𝐹.

Exercice :
Dans ℝ3 , soit 𝑣1 = (2,1,2), 𝑣2 = (1,2,0), 𝑣3 = (2, −1,1), 𝑣4 = (4,1,4).
Soit 𝐹 = 𝑉𝑒𝑐𝑡(𝑣1 , 𝑣2 , 𝑣3 , 𝑣4 ). Calculer dim (𝐹) en donnant une base de 𝐹.
Remarque (Théorème de la base incomplète)
Soit 𝐵 = {𝑣1 , … , 𝑣𝑝 } une partie libre de 𝐸 (dim(𝐸) = 𝑛), alors ∃𝑣𝑝+1 , … , 𝑣𝑛 ∈
𝐸, tel que 𝐵′ = {𝑣1 , … , 𝑣𝑝 , 𝑣𝑝+1 , … , 𝑣𝑛 } est une base de 𝐸.

Comment complèter ?
1) échelonner la matrice :
𝑣1 𝑎1 ⋯ 𝑎𝑛 𝑣′1 𝑎′1 ⋯ 𝑎′𝑛
⋮ (⋮ ⋮ ⋮ ) ⇢⇢⇢ ⋮ ( ⋮ ⋮ ⋮ )
𝑣 𝑝 𝑐 1 ⋯ 𝑐𝑛 𝑣′𝑝 0 ⋯ 𝑐′𝑟 ⋯ 𝑐′𝑛
2) Complèter la matrice d’ordre 𝑛 par des vecteurs 𝑣𝑝+1 , … , 𝑣𝑛 de façon à
avoir le rang 𝑛 , càd : avoir une matrice échelonnée:
𝑣′1 𝑎′1 ⋯ 𝑎′𝑛
𝑣′𝑝 0 𝑐′𝑟 ⋯ 𝑐′𝑛
𝑣𝑝+1 0 ⋱∗ ∗
⋮ ⋮ ⋯0⋯∗ ∗
𝑣𝑛 ( 0 ⋯⋯0⋯⋯∗ ∗ )

Exemple
Dans ℝ3 , complèter les vecteurs 𝑣1 = (2,1,1), 𝑣2 = (1,1,0) en une base de ℝ3 .
𝑣1 1 1 0 𝐿21 (−2) 1 1 0
𝑣2 (2 1 1
)→ (
0 −1 1
)

Donc 𝑟𝑔(𝑣1 , 𝑣2 ) = 2 et {𝑣1 , 𝑣2 } est libre. On complète pour avoir une matrice échelonnée
d’ordre 3:
1 1 0
(0 −1 1)
0 0 ∗
Prendre un vecteur 𝑣3 le plus simple, par exemple 𝑣3 = (0,0,1) . Alors 𝑟𝑔(𝑣1 , 𝑣2 , 𝑣3 ) = 3 et
{𝑣1 , 𝑣2 , 𝑣3 } est une base de ℝ3 .
1.2. Somme de sev-Somme directe:
Soit 𝐸 un 𝐾-ev et 𝐹, 𝐺 deux sev de 𝐸 . Alors :
Intersection de deux sev :
𝐹 ∩ 𝐺 est un sev de 𝐸.
Important : Si 𝐹 = {é𝑞𝑢𝑎𝑡𝑖𝑜𝑛1} et 𝐺 = {é𝑞𝑢𝑎𝑡𝑖𝑜𝑛2}, alors 𝐹 ∩ 𝐺 est définie
é𝑞𝑢𝑎𝑡𝑖𝑜𝑛1
par le système d’équations : {
é𝑞𝑢𝑎𝑡𝑖𝑜𝑛2

Somme de deux sev :

𝐹 + 𝐺 = {𝑓 + 𝑔 / 𝑓 ∈ 𝐹 et 𝑔 ∈ 𝐺} est un sev de 𝐸.

Noter que 𝐹 ⊆ 𝐹 + 𝐺 (∀𝑓 ∈ 𝐹, 𝑓 = 𝑓 + 0) et 𝐺 ⊆ 𝐹 + 𝐺 (𝑔 = 0 + 𝑔)

Formule de Grassman : dim(𝐹 + 𝐺) = dim(𝐹) + dim(𝐺) − dim (𝐹 ∩ 𝐺)
Comment trouver une base de 𝐹 + 𝐺 ?
Soit 𝐵𝐹 une pg de 𝐹 et 𝐵𝐺 une pg de 𝐺, alors 𝐵𝐹 ∪ 𝐵𝐺 est une pg de 𝐹 + 𝐺 ,
càd : 𝐹 + 𝐺 = 𝑉𝑒𝑐𝑡(𝐵𝐹 ∪ 𝐵𝐺 ).

Donc dim(𝐹 + 𝐺) = 𝑟𝑔(𝐵𝐹 ∪ 𝐵𝐺 ) .

En effet : Si 𝐵𝐹 = {𝑣1 , … , 𝑣𝑝 } et 𝐵𝐺 = {𝑤1 , … , 𝑤𝑞 }, on a :

𝑥 ∈ 𝐹 + 𝐺 ⇔ 𝑥 = 𝑓 + 𝑔 = ∑𝑝𝑖=1 𝛼𝑖 𝑣𝑖 + ∑𝑞𝑖=1 𝛽𝑖 𝑤𝑖 ⇔ 𝑥 ∈ 𝑉𝑒𝑐𝑡(𝐵𝐹 ∪ 𝐵𝐺 ).

Somme directe ;
La somme de sev 𝐹 + 𝐺 est dit directe si 𝐹 ∩ 𝐺 = {0}.
Remarque :( somme et Vect)
1) Somme de n-sev : 𝐹1 + 𝐹2 + ⋯ + 𝐹𝑛 = {𝑓1 + 𝑓2 + ⋯ + 𝑓𝑛 / 𝑓𝑖 ∈ 𝐹𝑖 }.

2) Notation :

- Si 𝐸 est une droite, 𝐸 = 𝑣𝑒𝑐𝑡(𝑣) = {𝜆𝑣, 𝜆 ∈ 𝐾}, on note 𝐸 = 𝐾𝑣.

- Si 𝐸 = 𝑣𝑒𝑐𝑡(𝑣1 , 𝑣2 ) = {𝜆1 𝑣1 + 𝜆2 𝑣2 , 𝜆1 , 𝜆2 ∈ 𝐾} , on note

𝐸 = 𝐾𝑣1 + 𝐾𝑣2 .

- Plus généralement, si 𝐸 = 𝑣𝑒𝑐𝑡(𝑣1 , … , 𝑣𝑚 ), on note 𝐸 = 𝐾𝑣1 + ⋯ + 𝐾𝑣2 .

Somme directe- les sev supplémentaires :
On dit qu’un 𝐾-ev 𝐸 est somme directe des sev 𝐹 et 𝐺 (ou que 𝐹 et 𝐺 sont
deux sev supplémentaires dans 𝐸) si :
𝐸 = 𝐹 + 𝐺 𝑒𝑡 𝐹 ∩ 𝐺 = {0}
On écrit : 𝐸 = 𝐹⨁𝐺
𝐸 = 𝐹⨁𝐺 ⇔ ∀𝑥 ∈ 𝐸, ∃! 𝑓 ∈ 𝐹, ∃! 𝑔 ∈ 𝐺, 𝑥 = 𝑓 + 𝑔
DM(unicité) : 𝑥 ∈ 𝐸 = 𝐹 + 𝐺 ⇔ ∃𝑓 ∈ 𝐹, ∃𝑔 ∈ 𝐺, 𝑥 = 𝑓 + 𝑔.
Si ∃𝑓′ ∈ 𝐹, ∃𝑔′ ∈ 𝐺, 𝑥 = 𝑓′ + 𝑔′, alors
𝑓 + 𝑔 = 𝑓 ′ + 𝑔′ ⇒ 𝑓 − 𝑓 ′ = 𝑔 − 𝑔′ ∈ 𝐹 ∩ 𝐺 = {0} ⇒ 𝑓 − 𝑓 ′ = 0 and 𝑔 − 𝑔′ = 0, donc
𝑓 = 𝑓 ′ and 𝑔 = 𝑔′ .

Important :

• Si 𝐸 = 𝐹⨁𝐺, alors dim(𝐸 ) = dim(𝐹 ) + dim (𝐺) (F. Grassman).

dim(𝐸) = dim(𝐹) + dim (𝐺)

• 𝐸 = 𝐹⨁𝐺 ssi {
𝐹 ∩ 𝐺 = {0}

• 𝐸 = 𝐹⨁𝐺 ssi {
dim(𝐸) = dim(𝐹) + dim (𝐺)
𝐸 =𝐹+𝐺

Exemple
Dans ℝ3 , soient les sev 𝐹 = {(𝑥, 𝑦, 𝑧)/ 𝑥 + 𝑦 + 𝑧 = 0 }, 𝐺 = 𝑉𝑒𝑐𝑡((1,1,0), (1,1,1)).

- Calculer la base et dimension de 𝐹 + 𝐺 .

- 𝐹 et 𝐺 sont-ils des sev supplémentaires dans ℝ3 ?

Réponse :
▪ Trouver une pg de 𝐹, càd : Trouver 𝐹 = Vect( ? ). On a:
(𝑥, 𝑦, 𝑧) ∈ 𝐹 ⇔ 𝑥 + 𝑦 + 𝑧 = 0 ⇔ 𝑧 = −𝑥 − 𝑦 ( équation de sev 𝐹)
Donc, (𝑥, 𝑦, 𝑧) = (𝑥, 𝑦, −𝑥 − 𝑦) = 𝑥 (1,0, ⏟ −1), d’où 𝐹 = 𝑉𝑒𝑐𝑡(𝑣1 , 𝑣2 ).
⏟ −1) + 𝑦 (0,1,
𝑣1 𝑣2

▪ Il est facile de voir que dim(𝐹) = 2, dim(𝐺) = 2 .

 ▪ Posons 𝑣3 = (1,1,0), 𝑣4 = (1,1,1).
Donc, 𝐹 + 𝐺 = 𝑉𝑒𝑐𝑡(𝑣1 , 𝑣2 , 𝑣3 , 𝑣4 )
On a : 𝑟𝑔(𝑣1 , 𝑣2 , 𝑣3 , 𝑣4 ) = 𝑟𝑔(𝑣1 , 𝑣2 , 𝑣′3 ) = 3, 𝑜ù 𝑣′3 = (0,0,2). D’où dim(𝐹 + 𝐺) = 3.

▪ On a dim(𝐹 + 𝐺) = dim (ℝ3 ), donc ℝ3 = 𝐹 + 𝐺, mais dim(𝐹 + 𝐺) ≠

dim(𝐹) + dim(𝐺), donc 𝐹 et 𝐺 ne sont pas des sev supplémentaires dans ℝ3 .

Exercice : Soit 𝐻 = 𝑉𝑒𝑐𝑡((0,1,1)). Montrer que ℝ3 = 𝐹⨁𝐻. A-t-on ℝ3 = 𝐺 ⨁𝐻 ?

Base d’une somme directe :

Supposons que 𝐸 = 𝐹⨁𝐺. Soit 𝐵𝐹 une base de 𝐹 et 𝐵𝐺 une base de 𝐺. Alors
𝐵𝐹 ∪ 𝐵𝐺 est une base de 𝐸.
Supplémentaire d’un sev :
Soit 𝐸 un 𝐾-ev et 𝐹 un sev de 𝐸. Existe-t- il un sev 𝐺 de 𝐸 tel que 𝐸 = 𝐹⨁𝐺 ?
Soit 𝐵𝐹 une base de 𝐹. D’après le théorème de la base incomplète, on peut
complèter 𝐵𝐹 par une famille de vecteurs 𝐵 telle que 𝐵𝐹 ∪ 𝐵 est une base 𝐸.
Alors 𝐺 = 𝑉𝑒𝑐𝑡(𝐵) est un supplémentaire de 𝐹 dans 𝐸.
Exemple :
Dans ℝ3 , soit le sev 𝐹 = 𝑉𝑒𝑐𝑡((1,1,0), (1,1,1)). Trouver un supplémentaire de 𝐹 dans ℝ3 .
On a 𝑣1 = (1,1,0) et 𝑣2 = (1,1,1) forment une base de 𝐹.
𝑣1 1 1 0 𝐿21 (−1) 1 1 0
𝑣2 (1 1 1) → (0 0 1)
𝑣3 ∗ ∗ ∗ ∗ ∗ ∗
On prend 𝑣3 = (0,1,1) qui complète 𝑣1 , 𝑣2 en une base de ℝ3 . Alors 𝐺 = 𝑉𝑒𝑐𝑡(𝑣3 ) est un
supplémentaire de 𝐹 dans ℝ3 . On a ℝ3 = 𝐹⨁𝐺.
1.3. Représentation matricielle des vecteurs :
Soient 𝐸 un 𝐾-ev et 𝐵 = {𝑒1 , … , 𝑒𝑛 } une base de 𝐸

• Soient 𝑢 = ∑𝑛𝑖=1 𝑥𝑖 𝑒𝑖 , 𝑣 = ∑𝑛𝑖=1 𝑦𝑖 𝑒𝑖 .

𝑥1 𝑦1
𝑢 : 𝑋 = ( ⋮ ) ; 𝑣 : 𝑌 = ( ⋮ ) (les représentations matricielles de 𝑢 et 𝑣.)
𝑥𝑛 𝑦𝑛
𝑥1 +𝑦1 𝜆𝑥1
Alors 𝑢+ 𝑣: : 𝑋 + 𝑌 = ( ⋮ ) ; 𝜆𝑢 : 𝜆𝑋 = ( ⋮ )
𝑥𝑛 +𝑦𝑛 𝜆𝑥𝑛
𝑎1 𝑐1
• Soient 𝑣1 : ( ⋮ ) , … , 𝑣𝑚 : ( ⋮ ), Alors la CL 𝑤 = ∑𝑚
𝑖=1 𝜆𝑖 𝑣𝑖 est
𝑎𝑛 𝑐𝑛
représentée par la matrice :
𝑎1 𝑐1 𝜆1 𝑎1 + ⋯ +𝜆𝑚 𝑐1
⋮ ⋮
𝑤 : 𝜆1 ( ) + ⋯ + 𝜆𝑚 ( ) = ( ⋮ )
𝑎𝑛 𝑐𝑛 𝜆1 𝑎𝑛 + ⋯ +𝜆𝑚 𝑐1

• Soit 𝐴 ∈ 𝑀𝑚𝑛 (𝐾).

𝐶1 ⋯ 𝐶𝑗 ⋯ 𝐶𝑛
𝑎1𝑗
𝑎11 𝑎1𝑗 𝑎1𝑛
⋮
𝐴= ⋮ ⋮ ⋮ ; 𝐶𝑗 = ( ) vecteurs colonnes de 𝐴
( ⋮ ⋮ ⋮ ) ⋮
𝑎𝑚𝑗
𝑎𝑚1 𝑎𝑚𝑗 𝑐𝑚𝑛

Autre notation des matrices : 𝐴 = [𝐶1 ⋯ 𝐶𝑗 ⋯ 𝐶𝑛 ] écriture de

𝐴 en vecteurs colonnes (chaque matrice peut être vu comme un tableau de vecteurs
colonnes)

Le produit d’une matrice par un vecteur devient :

𝑥1
[𝐶1 ⋯ 𝐶𝑗 ⋯ 𝐶𝑛 ] ( ⋮ ) = 𝑥1 𝐶1 + ⋯ + 𝑥𝑛 𝐶𝑛 (CL des vecteurs colonnes de 𝐴)
𝑥𝑛
𝑥1 𝑥1 𝑥1 𝑎11 + ⋯ +𝑥𝑛 𝑎1𝑛
⋮ ⋮
En effet : [𝐶1 ⋯ 𝐶𝑗 ⋯ 𝐶𝑛 ] ( ) = 𝐴 ( ) = ( ⋮ ) = 𝑥1 𝐶1 + ⋯ + 𝑥𝑛 𝐶𝑛
𝑥𝑛 𝑥𝑛 𝑥1 𝑎𝑚1 + ⋯ +𝑥𝑛 𝑎𝑚𝑛
1.4. Rappels sur les Applications Linéaires (AL):
Soient 𝐸, 𝐹 deux 𝐾-ev.
Une application 𝑓: 𝐸 → 𝐹 est une application linéaire (AL) Si :
∀ 𝑥, 𝑦 ∈ 𝐸 et ∀𝜆 ∈ 𝐾

• 𝑓(𝑥 + 𝑦) = 𝑓(𝑥) + 𝑓(𝑦)

• 𝑓(𝜆𝑥) = 𝜆𝑓(𝑥)
Cela est équivalent à une seule formule : 𝑓(𝑥 + 𝜆𝑦) = 𝑓(𝑥) + 𝜆𝑓(𝑦).

Règles de calculs sur les AL :

𝑓(0)𝐸 = 0𝐹 (qu’on écrit aussi 𝑓(0) = 0); 𝑓(−𝑥) = −𝑓(𝑥) ;
𝑓(∑𝑚 𝑚
𝑖=1 𝜆𝑖 𝑣𝑖 ) = ∑𝑖=1 𝜆𝑖 𝑓(𝑣𝑖 ), 𝜆𝑖 ∈ 𝐾, 𝑣𝑖 ∈ 𝐸.

Endomorphisme : une AL avec 𝐸 = 𝐹, càd : 𝑓: 𝐸 → 𝐸 AL ( on dit que 𝑓 est

un endomorphisme de 𝐸)
Isomorphisme : une AL bijective. S’il existe un isomorphisme entre 𝐸 et 𝐹, on
dit que 𝐸 et 𝐹 sont isomorphe, on écrit : 𝐸 ≃ 𝐹.
NB : Noter que si 𝐸 ≃ 𝐹, alors dim(𝐸) = dim (𝐹).
Automorphisme : un endomorphisme bijective
AL trivial :

• AL nulle: 𝜃: 𝐸 → 𝐹, 𝑥 ↦ 0.

• AL identité : 𝑖𝑑𝐸 : 𝐸 → 𝐸, 𝑥 ↦ 𝑥 ; 𝑖𝑑𝐸 est un automorphisme de 𝐸.

Notation : On note ℒ(𝐸, 𝐹) l’ensemble des applications linéaires de 𝐸 vers 𝐹.

Operations sur les AL :

• Multiplication par un scalaire : Soit 𝑓 ∈ ℒ(𝐸, 𝐹), alors 𝜆𝑓 ∈ ℒ(𝐸, 𝐹),

∀ 𝑥, 𝑦 ∈ 𝐸, ∀𝜆 ∈ 𝐾, (𝜆𝑓)(𝑥) = 𝜆. 𝑓(𝑥).

• Somme de deux AL : ∀𝑓, 𝑔 ∈ ℒ(𝐸, 𝐹), 𝑓 + 𝑔 ∈ ℒ(𝐸, 𝐹),

∀ 𝑥 ∈ 𝐸, (𝑓 + 𝑔)(𝑥) = 𝑓(𝑥) + 𝑔(𝑥)
𝑓 𝑔
• Composé de deux AL : soit 𝐸 → 𝐹 → 𝐺 deux AL ( , 𝐹, 𝐺 des 𝐾-ev).
Alors 𝑔𝜊𝑓: 𝐸 → 𝐺 est une AL definie par : ∀ 𝑥 ∈ 𝐸, (𝑔𝜊𝑓)(𝑥) = 𝑔[𝑓(𝑥)].

• AL réciproque : Soit 𝑓: 𝐸 → 𝐹 une AL bijective (un isomorphisme),

alors 𝑓 −1 : 𝐹 → 𝐸 est une AL qui est un isomorphisme.
On a 𝑓 −1 𝜊𝑓 = 𝑖𝑑𝐸 et 𝑓𝜊𝑓 −1 = 𝑖𝑑𝐹 .

Image et Ker :
Soit 𝑓: 𝐸 → 𝐹 une AL.
• Si 𝐻 est un sev de 𝐸, alors 𝑓(𝐻) = {𝑦 = 𝑓(𝑥) / 𝑥 ∈ 𝐻} est un sev de 𝐹
(l’image d’un sev par une AL est un sev)

• Soit 𝐻 = 𝑉𝑒𝑐𝑡(𝑣1 , … , 𝑣𝑛 ) un sev de 𝐸.

On a : 𝑓(𝐻) = 𝑉𝑒𝑐𝑡(𝑓(𝑣1 ), … , 𝑓(𝑣𝑛 )).

• Image : 𝑓(𝐸) est un sev de 𝐹, noté 𝐼𝑚𝑓, appeleé image de 𝑓. On a :

- dim (𝐼𝑚𝑓) ≤ dim (𝐹).

- Important : Si 𝐸 = 𝑉𝑒𝑐𝑡(𝑣1 , … , 𝑣𝑛 ), alors 𝐼𝑚𝑓 = 𝑉𝑒𝑐𝑡(𝑓(𝑣1 ), … , 𝑓(𝑣𝑛 ))

et dim (𝐼𝑚𝑓) = 𝑟𝑔(𝑓(𝑣1 ), … , 𝑓(𝑣𝑛 )).

• Ker : 𝐾𝑒𝑟(𝑓) = {𝑥 ∈ 𝐸/ 𝑓(𝑥) = 0𝐹 } est un sev de 𝐸, appelée le Ker de

𝑓 (ou bien le noyau de 𝑓).
NB : Si 𝑓 AL, 𝑓(0𝐸 ) = 0𝐹 , donc on a toujours, 0𝐸 ∈ 𝐾𝑒𝑟(𝑓).

Proposition :
- 𝐾𝑒𝑟(𝑓) = {0𝐸 } ssi 𝑓 est injective.

- 𝐼𝑚𝑓 = 𝐹 ssi dim (𝐼𝑚𝑓) = dim (𝐹) ssi 𝑓 est surjective.

Rang d’une AL :
Soit 𝑓: 𝐸 → 𝐹 une AL.
Le rang de AL 𝑓, noté 𝑟𝑔(𝑓), 𝑟𝑔(𝑓) = dim (𝐼𝑚𝑓).
- 𝑟𝑔(𝑓) ≤ dim (𝐹).

- 𝑟𝑔(𝑓) = dim (𝐹) ⇔ 𝑓 surjective

- Important : Si 𝐸 = 𝑉𝑒𝑐𝑡(𝑣1 , … , 𝑣𝑛 ), alors 𝑟𝑔(𝑓) = rg(𝑓(𝑣1 ), … , 𝑓(𝑣𝑛 )).

Théorème du rang :
Soit 𝑓: 𝐸 → 𝐹 une AL. Alors dim(𝐸) = dim(𝐾𝑒𝑟𝑓) + 𝑑𝑖𝑚(𝐼𝑚𝑓) .
(ou bien : dim(𝐸) = dim(𝐾𝑒𝑟𝑓) + 𝑟𝑔(𝑓))

Corollaire 1 : Soit 𝑓: 𝐸 → 𝐹 une AL tel que dim(𝐸) = dim (𝐹). Alors

𝑓 injective ⇔ 𝑓 surjective ⇔ bijective
DM : 𝑓 injective ⇔ 𝐾𝑒𝑟𝑓 = {0} ⇔ dim(𝐸) = dim (𝐼𝑚𝑓) ⇔ dim(𝐼𝑚𝑓) = dim (𝐹) ⇔
𝐼𝑚𝑓 = 𝐹 ⇔ 𝑓 surjective.

Corollaire 2 : Soit 𝑓: 𝐸 → 𝐸 un endomorphisme et dim(𝐸) = 𝑛. Alors

𝑓 est un automorphisme ⇔ 𝑟𝑔(𝑓) = 𝑛.
𝑓 est un automorphisme ⇔ 𝐾𝑒𝑟𝑓 = {0}
DM : On a 𝑓 un endomorphisme (E = 𝐹), donc dim(𝐸) = dim (𝐹). De plus :𝑓
surjective⇔ 𝑟𝑔(𝑓) = 𝑛 et 𝑓 injective ⇔ 𝐾𝑒𝑟𝑓 = {0}
Exemple : Soit 𝑓: ℝ3 → ℝ3 , (𝑥, 𝑦, 𝑧) ↦ (𝑥 − 𝑦 , 𝑥 + 𝑦 − 2𝑧 , 𝑧 − 𝑥)
Avec {𝑒1 , 𝑒2 , 𝑒3 } la base canonique de ℝ3 .

1) Montrer que 𝑓 est une AL.

1
2) Calculer 𝑓(𝑒1 ), 𝑓(𝑒2 ), 𝑓(𝑒3 ), 𝑓(𝑣), 𝑣: (−1) .
1
3) Déterminer une base de 𝐾𝑒𝑟(𝑓) et calculer sa dimension.

4) Déterminer 𝑟𝑔(𝑓) est une base de 𝐼𝑚𝑓.

5) 𝑓 est-elle un automorphisme ?

6) A-t-on ℝ3 = 𝐾𝑒𝑟(𝑓)⨁𝐼𝑚𝑓 ?
Réponse :
1) A vérifier.

2) 𝑓(𝑒1 ) = (1,1, −1), 𝑓(𝑒2 ) = (−1,1,0), 𝑓(𝑒3 ) = (0, −2,1), 𝑓(𝑣) = (2, −2,0).
𝑥−𝑦 =0
3) (𝑥, 𝑦, 𝑧) ∈ 𝐾𝑒𝑟(𝑓) ⇔ {𝑥 + 𝑦 − 2𝑧 = 0 ⇔ 𝑥 = 𝑦 = 𝑧
𝑧−𝑥 =0
Alors (𝑥, 𝑦, 𝑧) ∈ 𝐾𝑒𝑟(𝑓) ⇔ (𝑥, 𝑦, 𝑧) = (𝑥, 𝑥, 𝑥) = 𝑥(1,1,1).

Donc 𝐾𝑒𝑟(𝑓) = 𝑉𝑒𝑐𝑡((1,1,1)) et dim(𝐾𝑒𝑟(𝑓)) = 1.

On peut conclure que 𝑓 n’st pas un automorphisme, doù la question 5).

4) D’après le théorème du rang, 𝑟𝑔(𝑓) = dim(ℝ3 ) − dim (𝐾𝑒𝑟(𝑓))=3-1=2.

- On a : ℝ3 = 𝑉𝑒𝑐𝑡(𝑒1 , 𝑒2 , 𝑒3 ), donc 𝐼𝑚𝑓 = 𝑓(ℝ3 ) = 𝑉𝑒𝑐𝑡(𝑓(𝑒1) , 𝑓(𝑒2 ), 𝑓(𝑒3 )).

- Pour Trouver une base de 𝐼𝑚𝑓, on cherche le 𝑟𝑔(𝑓(𝑒1 ), 𝑓(𝑒2 ), 𝑓(𝑒3 )) par la méthode
de Gauss.

𝑓(𝑒1 ) 1 1 −1 𝐿21 (1) 1 1 −1 𝐿32 (1) 1 1 −1

𝑓(𝑒2 ) (−1 1 0 )→ (0 2 −1) → (0 2 −1)
𝑓(𝑒3 ) 0 −2 1 0 −2 1 0 0 0
Donc 𝐼𝑚𝑓 = 𝑉𝑒𝑐𝑡((1,1, −1), (0,2, −1)) et {(1,1, −1), (0,2, −1)} est une base de 𝐼𝑚𝑓.

6) 𝐼𝑚𝑓 ∩ 𝐾𝑒𝑟(𝑓) =?

- Equation de 𝐾𝑒𝑟(𝑓) : 𝑥 = 𝑦 = 𝑧.
 𝑎 =𝑥−𝑦
- Soit (𝑎, 𝑏, 𝑐) ∈ 𝐼𝑚𝑓 ∩ 𝐾𝑒𝑟(𝑓) ⇒ {𝑏 = 𝑥 + 𝑦 − 2𝑧 et 𝑎 = 𝑏 = 𝑐
𝑐 =𝑧−𝑥
On trouve que 𝑎 = 𝑏 = 𝑐 = 0, donc 𝐼𝑚𝑓 ∩ 𝐾𝑒𝑟(𝑓) = {0ℝ3 }.

De plus, dim(𝐾𝑒𝑟(𝑓)) + dim(𝐼𝑚𝑓) = 3 = dim (ℝ3 ). Donc ℝ3 = 𝐾𝑒𝑟(𝑓)⨁𝐼𝑚𝑓

Exercice :
Soit 𝑓: ℝ3 → ℝ2 , (𝑥, 𝑦, 𝑧) ↦ (𝑥 − 𝑦 , 𝑥 + 𝑦 − 𝑧 )
Avec {𝑒1 , 𝑒2 , 𝑒3 } la base canonique de ℝ3 .

1) - Montrer que 𝑓 est une AL.

- Déterminer 𝑟𝑔(𝑓). 𝑓 est elle injective ? surjective ? bijective ? isomorphisme ?

1
2) Calculer 𝑓(𝑒1 ), 𝑓(𝑒2 ), 𝑓(𝑒3 ), 𝑓(𝑣), 𝑣: (1) .
0

3) Déterminer une base de 𝐼𝑚𝑓 et calculer sa dimension.

4) Déterminer une base de 𝐾𝑒𝑟(𝑓) et calculer sa dimension.

 2. Représentation d’une
Application Linéaire par une
Matrice

Soient 𝐸, 𝐹 deux 𝐾-ev.

𝐵𝐸 = {𝑒1 , … , 𝑒𝑛 } une base de 𝐸 (dim(𝐸) = 𝑛)
𝐵𝐹 = {𝑓1 , … , 𝑓𝑚 } une base de 𝐹 (dim(𝐹) = 𝑚)
Soit 𝑓: 𝐸 → 𝐹 une AL.
𝑥1
Soit 𝑣 = ∑𝑛𝑖=1 𝑥𝑖 𝑒𝑖 ; 𝑋 = ( ⋮ ).
𝑥𝑛
𝑦1
- Quelle sont les coordonnées de 𝑓(𝑣 : 𝑌 = ( ⋮ )
) dans la base 𝐵𝐹 ?
𝑦𝑚
𝑥1
𝑓(𝑣) = ∑𝑛𝑖=1 𝑥𝑖 𝑓(𝑒𝑖 ) = [𝑓(𝑒1 ) ⋯ 𝑓(𝑒𝑛 )] ( ⋮ )
𝑥𝑛

Posons 𝐴 = [𝑓(𝑒1 ) ⋯ 𝑓(𝑒𝑛 )] est la matrice formée par les vecteurs colonnes
𝑓(𝑒1 ), … , 𝑓(𝑒𝑛 ) .

𝑓(𝑒1 ) = 𝑎11 𝑓1 + ⋯ + 𝑎𝑚1 𝑓𝑚

{ ⋮
𝑓(𝑒𝑛 ) = 𝑎1𝑛 𝑓1 + ⋯ + 𝑎𝑚𝑛 𝑓𝑚
𝑓(𝑒1 ) ⋯ 𝑓(𝑒𝑗 ) ⋯ 𝑓(𝑒𝑛 )
𝑎11 ⋯ 𝑎1𝑗 ⋯ ⋯ 𝑎1𝑛 𝑓1
Donc 𝐴 = [𝑓(𝑒1 ) ⋯ 𝑓(𝑒𝑛 )] = ⋮ ⋮ ⋮ ⋮
( ⋮ ⋮ ⋮ ) ⋮
𝑎𝑚1 𝑎𝑚𝑗 𝑐𝑚𝑛 𝑓𝑚

Définition : 𝐴 est appelée la matrice de 𝑓 dans les bases 𝐵𝐸 , 𝐵𝐹 .

Notation : 𝑀𝐵𝐸 𝐵𝐹 (𝑓) = 𝐴
 𝑥1 𝑦1
On a : si 𝑣 : 𝑋 = ( ⋮ ) dans la base 𝐵𝐸 ; 𝑓(𝑣): 𝑌 = ( ⋮ ) dans la base 𝐵𝐹 .
𝑥𝑛 𝑦𝑚
𝑥1
Alors 𝑓(𝑣) = [𝑓(𝑒1 ) ⋯ 𝑓(𝑒𝑛 )] ( ⋮ ) = 𝑀𝐵𝐸 𝐵𝐹 (𝑓)𝑋
𝑥𝑛
Donc les coordonnées de 𝑓(𝑣) dans la base 𝐵𝐹 sont : 𝑌 = 𝑀𝐵𝐸 𝐵𝐹 (𝑓)𝑋

En résumé :

Soit 𝑓: 𝐸 − −−→ 𝐹 une AL

𝐵𝐸 𝐵𝐹
𝑣: 𝑋 ⟼ 𝑓(𝑣): 𝑌 (𝑌 les coordonnées de 𝑓(𝑣) dans la base 𝐵𝐹 )

𝑋 ⟼ 𝑀𝐵𝐸 𝐵𝐹 (𝑓)𝑋 = 𝑌 écriture matricielle d’une AL.

La matrice 𝑀𝐵𝐸 𝐵𝐹 (𝑓) remplace l’ AL 𝑓.

NB. On physique on confond un vecteur avec ces coordonnées, on écrit 𝑓(𝑋) = 𝐴𝑋.
C’est la généralisation des AL en dimension 1 : 𝑓: ℝ → ℝ, 𝑓(𝑥) = 𝑎𝑥

Applications
• Coordonnées de l’image d’un vecteur par une AL :
𝑥1 𝑥1
𝑣: 𝑋 = ( ) dans la base 𝐵𝐸 , alors 𝑓(𝑣): 𝑌 = 𝑀𝐵𝐸 𝐵𝐹 (𝑓) ( ⋮ ) dans la base 𝐵𝐹 .
⋮
𝑥𝑛 𝑥𝑛

• Nouvelle méthode pour chercher 𝐾𝑒𝑟(𝑓) :

𝑥1 𝑥1 0
𝑣: ( ⋮ ), 𝑣 ∈ 𝐾𝑒𝑟(𝑓) ⇔ 𝑓(𝑣) = 0 ⇔ 𝑀𝐵𝐸 𝐵𝐹 (𝑓) ( ⋮ ) = ( ⋮ )
𝑥𝑛 𝑥𝑛 0𝑚

• Nouvelle méthode pour chercher 𝐼𝑚𝑓 :

𝐼𝑚𝑓 = 𝑉𝑒𝑐𝑡(𝑓(𝑒1 ), ⋯ , 𝑓(𝑒𝑛 ) ) = 𝑉𝑒𝑐𝑡(𝐶1 , … , 𝐶𝑛 ) , 𝐶1 , … , 𝐶𝑛 les colonnes de la
matrice 𝑀𝐵𝐸 𝐵𝐹 (𝑓).
𝑓(𝑒1 ) ⋯ 𝑓(𝑒𝑗 ) ⋯ 𝑓(𝑒𝑛 )
𝑎11 ⋯ 𝑎1𝑗 ⋯ ⋯ 𝑎1𝑛 𝑓1
𝑀𝐵𝐸 𝐵𝐹 (𝑓)= ⋮ ⋮ ⋮ ⋮
( ⋮ ⋮ ⋮ ) ⋮
𝑎𝑚1 𝑎𝑚𝑗 𝑐𝑚𝑛 𝑓𝑚
Exemple :
Soit 𝑓: ℝ3 → ℝ4 , (𝑥, 𝑦, 𝑧) ↦ (𝑥 − 𝑦 , 𝑥 + 𝑦 + 𝑧, 𝑥 + 2𝑧, 𝑥 − 𝑦 )

1) Donner la matrice de 𝑓 dans les bases canoniques 𝐵3 = {𝑒1 , 𝑒2 , 𝑒3 } de ℝ3 et 𝐵4 =

{𝑓1 , 𝑓2 , 𝑓3 , 𝑓4 } de ℝ4 .

2) Soit 𝑣 = (1,1,1) ∈ ℝ3 , calculer les coordonnées de 𝑓(𝑣) dans la base 𝐵4 .

3) En utilisant la nouvelle méthode matricielle, déterminer 𝐾𝑒𝑟(𝑓) et 𝐼𝑚𝑓.

Réponse :
𝑓(𝑒1 ) 𝑓(𝑒2 ) 𝑓(𝑒3 )
1 −1 0 𝑓1
1) 𝑀𝐵3 𝐵4 (𝑓) = 1) 𝑓2
(1 1
1 1 2 𝑓3
1 −1 0 𝑓4

2) 𝑓(𝑣): 𝑌, 𝑌 = 𝑀𝐵3 𝐵4 (𝑓)𝑋, donc

1 −1 0 1 0
1
𝑌 = 𝑀𝐵3 𝐵4 (𝑓) (1) = (1 1 1) (1) = (3)
1 1 2 4
1 1
1 −1 0 0

3)

- Recherche de Ker :
𝑥 𝑥 0 1 −1 0 𝑥 0
𝑣 : (𝑦), 𝑣 ∈ 𝐾𝑒𝑟(𝑓) ⇔ 𝑀𝐵3 𝐵4 (𝑓) (𝑦) = (0) ⇔ (1 1 1) (𝑦) = (0)
0 1 1 2 0
𝑧 𝑧 𝑧
0 1 −1 0 0
𝑥−𝑦 =0
𝑥+𝑦+𝑧 =0
On a le système : {
𝑥 + 𝑦 + 2𝑧 = 0
𝑥−𝑦 =0
Donc 𝑣 ∈ 𝐾𝑒𝑟(𝑓) ⇔ 𝑣 = (𝑥, 𝑦, 𝑧) = (𝑥, 𝑥, 0) = 𝑥(1,1,0).
D’où 𝐾𝑒𝑟(𝑓) = 𝑉𝑒𝑐𝑡((1,1,0)) et dim (𝐾𝑒𝑟(𝑓)) = 1.

- Recherche de Image :
𝐼𝑚𝑓 est engendré par les vecteurs colonnes de la matrice 𝑀𝐵3 𝐵4 (𝑓), donc

𝐼𝑚𝑓 = 𝑉𝑒𝑐𝑡((1,1,1,1), (−1,1,1, −1), (0,1,2,0)) et dim(𝐼𝑚𝑓) = 3 − 1 = 2.

Notation ( Matrice d’un endomorphisme)
Si 𝑓: 𝐸 → 𝐸 est un endomorphisme (𝐸 = 𝐹), on prend toujours 𝐵𝐸 = 𝐵𝐹 (même base).
Pour simplifier, dans ce cas la notation 𝑀𝐵𝐸 𝐵𝐸 (𝑓) sera remplacer par la notation 𝑀𝐵𝐸 (𝑓).

On lit : 𝑀𝐵𝐸 (𝑓) la matrice de 𝑓 dans la base 𝐵𝐸 .

Remarque :
Matrice de AL nulle :
Soit 𝜃: 𝐸 → 𝐹, ∀𝑥 ∈ 𝐸, 𝜃(𝑥) = 0, AL nulle.

𝑓(𝑒1 ) 𝑓(𝑒𝑗 ) ⋯ 𝑓(𝑒𝑛 )

0 ⋯0⋯ 0 𝑓1
𝑀𝐵𝐸 𝐵𝐹 (𝑓) =
(⋮ ⋮ ⋮) ⋮ = 0𝑚𝑛 la matrice nulle d’ordre 𝑚 × 𝑛.
⋮ ⋮ ⋮ ⋮
0 0 0 𝑓𝑚

Matrice de l’identité :
Soit 𝑖𝑑: 𝐸 → 𝐸, ∀𝑥 ∈ 𝐸, 𝑖𝑑(𝑥) = 𝑥, AL identité. ( 𝑖𝑑(𝑒𝑖 ) = 𝑒𝑖 = 0𝑒1 + ⋯ + 1𝑒𝑖 + ⋯ + 0𝑒𝑛 )

𝑓(𝑒1 ) 𝑓(𝑒𝑗 ) ⋯ 𝑓(𝑒𝑛 )

1 ⋯0⋯ 0 𝑒1
𝑀𝐵𝐸 (𝑖𝑑) = ⋮ ) ⋮ = 𝑰𝒏 la matrice identité d’ordre 𝑛.
(⋮ ⋱1
⋮
⋮ ⋮ ⋮
0 0 ⋱1 𝑛 𝑒

2.2. Correspondance entre AL et Matrice

Soit 𝑓, 𝑔 ∈ ℒ(𝐸, 𝐹) , 𝐸, 𝐹 𝐾-ev, et 𝜆 ∈ 𝐾.

• Matrice de la somme AL : 𝑀𝐵𝐸 𝐵𝐹 (𝑓 + 𝑔) = 𝑀𝐵𝐸 𝐵𝐹 (𝑓) + 𝑀𝐵𝐸 𝐵𝐹 (𝑔)

• Multiplication par un scalaire : 𝑀𝐵𝐸 𝐵𝐹 (𝜆𝑓) = 𝜆𝑀𝐵𝐸 𝐵𝐹 (𝑓)

𝑓 𝑔
• Matrice de la composé : : Soit 𝐸 → 𝐹 → 𝐺 deux AL ( 𝐸, 𝐹, 𝐺 des 𝐾-ev. ) Alors
𝑔𝜊𝑓: 𝐸 → 𝐺. On a : 𝑀𝐵𝐸 𝐵𝐺 (𝑔𝜊𝑓) = 𝑀𝐵𝐹 𝐵𝐺 (𝑔) × 𝑀𝐵𝐸 𝐵𝐹 (𝑓)

• Matrice de la réciproque: Soit 𝑓 ∈ ℒ(𝐸, 𝐹) bijective, alors 𝑓 −1 ∈ ℒ(𝐹, 𝐸).

−1
On a : 𝑀𝐵𝐹 𝐵𝐸 (𝑓 −1 ) = [𝑀𝐵𝐸 𝐵𝐹 (𝑓)]
DM: (la matrice de la réciproque de 𝑓 )
Soit 𝑛 = dim(𝐸) = dim (𝐹)
On a 𝑓𝜊𝑓 −1 = 𝑖𝑑𝐹 ⇒ 𝑀𝐵𝐸 (𝑓𝜊𝑓 −1 ) = 𝑀𝐵𝐸 (𝑖𝑑𝐹 ) ⇒ 𝑀𝐵𝐸 𝐵𝐹 (𝑓) × 𝑀𝐵𝐹 𝐵𝐸 (𝑓 −1 ) = 𝐼𝑛 (1)

De meme 𝑓 −1 𝜊𝑓 = 𝑖𝑑𝐸 ⇒ 𝑀𝐵𝐹 𝐵𝐸 (𝑓 −1 ) × 𝑀𝐵𝐸 𝐵𝐹 (𝑓) = 𝐼𝑛 (2)

−1
(1) et (2) ⇒ 𝑀𝐵𝐹 𝐵𝐸 (𝑓 −1 ) = [𝑀𝐵𝐸 𝐵𝐹 (𝑓)] .

Rang AL et Rang de matrice

• Rang d’une matrice : Soit 𝐴 ∈ 𝑀𝑚𝑛 (𝐾).

- Définition : 𝑟𝑔(𝐴) = 𝑟𝑔(vecteurs lignes de 𝐴)
On a :

- 𝑟𝑔(𝐴) = 𝑟𝑔( 𝑡𝐴)

- 𝑟𝑔(𝐴) = 𝑟𝑔(vecteurs lignes de 𝐴) = 𝑟𝑔(vecteurs colonnes de 𝐴)

• Soit 𝑓 ∈ ℒ(𝐸, 𝐹). Alors 𝑟𝑔(𝑓) = 𝑟𝑔(𝑀𝐵𝐸 𝐵𝐹 (𝑓))

Théorème : Soit 𝑓 ∈ ℒ(𝐸, 𝐹) tel que dim(𝐸) = dim(𝐹) = 𝑛. Alors

𝑓 est un isomorphisme ssi 𝑟𝑔(𝑀𝐵𝐸 𝐵𝐹 (𝑓)) = 𝑛

Corollaire : Soit 𝑓: 𝐸 → 𝐸 un endomorphisme (dim(𝐸) = 𝑛)

𝑓 est un automorphisme ssi 𝑟𝑔(𝑀𝐵𝐸 (𝑓)) = 𝑛

Exemple : Soit 𝑓: ℝ3 → ℝ3 , (𝑥, 𝑦, 𝑧) ↦ (𝑧 , 𝑥 + 𝑦 , 𝑥 − 𝑦)

Avec 𝐵 = {𝑒1 , 𝑒2 , 𝑒3 } la base canonique de ℝ3 .

1) Déterminer la matrice de 𝑓 dans la base canonique de ℝ3 .

2) Montrer que 𝑓 est un automorphisme et calculer la matrice de 𝑓 −1 dans la base 𝐵.

 Réponse :
0 0 1
1) 𝐴 = 𝑀𝐵 (𝑓) = (1 1 0)
1 −1 0

2) - Calcul de 𝑟𝑔(𝑀𝐵 (𝑓)) :

0 0 1 𝐿13 1 −1 0 𝐿21 (−1) 1 −1 0

( 1 1 0 ) → (1 1 0 ) → (0 2 0)
1 −1 0 0 0 1 0 0 1

Donc 𝑟𝑔(𝑀𝐵 (𝑓)) = 3, par suite 𝑓 est un automorphisme

- Calcul de 𝑀𝐵 3 (𝑓 −1 ) :
ℝ

On a : 𝑀ℝ3 (𝑓 −1 ) = [𝑀ℝ3 (𝑓)]−1 = 𝐴−1

𝑥 𝑥′ 𝑥′ 𝑥
−1
Méthode de calcul de 𝐴 : 𝐴 ( ) = 𝑦 ⇔ 𝑦 = 𝐴′ (𝑦), alors 𝐴−1 = 𝐴′
𝑦 ( ′ ) ( ′ )
𝑧 𝑧′ 𝑧′ 𝑧

On résoud le système suivant en cherchant 𝑥, 𝑦, 𝑧 en fonction de 𝑥 ′ , 𝑦 ′ , 𝑧′ :

1 1
𝑥 𝑥′ 0 0 1 𝑥 𝑥′ 𝑧 = 𝑥′ 𝑥 = 2 𝑦′ + 2 𝑧′
𝐴 ( 𝑦 ) = (𝑦 ′ ) ⇔ (1 1 ′
0) (𝑦) = (𝑦 ) ⇔ {𝑥 + 𝑦 = 𝑦′ ⇔ { 𝑦 = 1 𝑦 ′ − 1 𝑧 ′
𝑧 0 𝑧 2 2
𝑧′ 1 −1 𝑧′ 𝑥 − 𝑦 = 𝑧′
𝑧 = 𝑥′
1 1 1 1
𝑥 0 2 𝑥′ 0 2
2 2
′ −1
D’où (𝑦) = (0 1 − 1) (𝑦 ), donc 𝐴 = (0 1 − 2).
1
𝑧 2 2
𝑧′ 2
1 0 0 1 0 0
1 1
0 2 2
On conclu : 𝑀ℝ3 (𝑓 −1 ) = (0 − 2)
11
2
1 0 0
Remarque :
Soient 𝐸, 𝐹 deux 𝐾-ev, dim(𝐸) = 𝑛 et dim(𝐹) = 𝑚.
Soient 𝐵𝐸 une base de 𝐸 et 𝐵𝐹 une base de 𝐹.
ℒ(𝐸, 𝐹) et 𝑀𝑚𝑛 (𝐾) sont des 𝐾-ev et ℒ(𝐸, 𝐹) ≃ 𝑀𝑚𝑛 (𝐾) par l’application linéaire
Φ: ℒ(𝐸, 𝐹) ⟶ 𝑀𝑚𝑛 (𝐾),
𝑓 ⟼ 𝑀𝐵𝐸 𝐵𝐹 (𝑓)

A chaque AL on peut associé une matrice unique dans les bases 𝐵𝐸 , 𝐵𝐹 , réciproquement toute matrice
définie une AL dont les colonnes sont les images des vecteurs de la base 𝐵𝐸 dans la base 𝐵𝐹 .
2.3. Formule de changement de bases

Changement de coordonnées d’un vecteur –Matrice de passage:

Soit 𝐸 un 𝐾-ev.
Soient 𝐵 = {𝑒1 , … , 𝑒𝑛 } et 𝐵′ = {𝑒′1 , … , 𝑒′𝑛 } deux base de 𝐸.
Soit 𝑣 ∈ 𝐸
𝑥1
𝑣: 𝑋 = ( ⋮ ) le coordonnées de 𝑣 dans la base 𝐵.
𝑥𝑛
𝑥′1
′
𝑣: 𝑋 = ( ⋮ ) le coordonnées de 𝑣 dans la base 𝐵′.
𝑥′𝑛

- Quelle relation existe t-elle entre 𝑋 et 𝑋′ ?

𝑒′1 = ∑𝑛𝑖=1 𝑝𝑖1 𝑒𝑖

On a 𝑣 = ∑𝑛𝑖=1 𝑥′𝑖 𝑒′𝑖 dans la base 𝐵′, avec {⋮ ⋮
𝑒′𝑛 = ∑𝑛𝑖=1 𝑝𝑖𝑛 𝑒𝑖
𝑝11
𝑒′1 : ( ⋮ ) dans 𝐵
𝑝𝑛1
⋮
𝑝1𝑛
𝑒′𝑛 : ( ⋮ ) dans 𝐵
𝑝𝑛𝑛

𝑒 ′1 , ⋯ 𝑒 ′𝑗 , ⋯ 𝑒 ′ 𝑛 ,
𝑥1 𝑥′ 1 𝑝11 ⋯ 𝑝1𝑗 ⋯ ⋯ 𝑝1𝑛 𝑒1 𝑥′ 1
Donc, ( ⋮ ) = [𝑒 ′1 , … , 𝑒 ′ 𝑛 ] ( ⋮ ) = ⋮ ⋮ ⋮ ⋮ (⋮)
𝑥𝑛 ′
𝑥𝑛
( ⋮ ⋮ ⋮ ) ⋮ 𝑥′ 𝑛
𝑝𝑛1 𝑝𝑛𝑗 𝑝𝑛𝑛 𝑒𝑛

𝑒 ′1 , ⋯ 𝑒 ′𝑗 , ⋯ 𝑒 ′ 𝑛 ,
𝑝11 ⋯ 𝑝1𝑗 ⋯ ⋯ 𝑝1𝑛 𝑒1
Posons 𝑃 = ⋮ ⋮ ⋮ ⋮ . On a 𝑋 = 𝑃𝑋′
( ⋮ ⋮ ⋮ ) ⋮
𝑝𝑛1 𝑝𝑛𝑗 𝑝𝑛𝑛 𝑒𝑛
 𝑒′ 1 , ⋯ 𝑒′ 𝑗 , ⋯ 𝑒′ 𝑛 ,
𝑝11 ⋯ 𝑝1𝑗 ⋯ ⋯ 𝑝1𝑛 𝑒1
Définition : 𝑃 = ⋮ ⋮ ⋮ ⋮ est appelée la matrice de
⋮ ⋮ ⋮ ⋮
𝑝𝑛1 𝑝𝑛𝑗 𝑝𝑛𝑛 𝑒𝑛
( )
passage de la base 𝐵 à la base 𝐵′. On a 𝑋 = 𝑃𝑋′.

Matrice de passage de la base 𝐵′ à la base 𝐵.

En échangeant le rôle des bases 𝐵 et 𝐵′, on obtient de la même façon :

𝑋 ′ = 𝑄𝑋

𝑄 est appelée la matrice de passage de la base 𝐵′ à la base 𝐵.

𝑒1 , ⋯ 𝑒𝑗 , ⋯ 𝑒𝑛 ,
𝑞11 ⋯ 𝑞1𝑗 ⋯ ⋯ 𝑞1𝑛 𝑒′1
On a 𝑄= ⋮ ⋮ ⋮ ⋮
( ⋮ ⋮ ⋮ ) ⋮
𝑞𝑛1 𝑞𝑛𝑗 𝑞𝑛𝑛 𝑒′𝑛

Proposition: 𝑃 et 𝑄 sont inversible et on a : 𝑄 = 𝑃−1 .

DM : On 𝑋 = 𝑃𝑋′ et 𝑋 ′ = 𝑄𝑋, donc 𝑃𝑄𝑋 = 𝑋, (∀𝑋) ⇒ 𝑃𝑄 = 𝐼𝑛

De même, 𝑋 ′ = 𝑄𝑃𝑋′ ⇒ 𝑄𝑃 = 𝐼𝑛 . Donc 𝑃𝑄 = 𝑄𝑃 = 𝐼𝑛 , d’où 𝑄 = 𝑃−1 .

Résumé :
𝐵′ colonnes
𝑃 𝑝11 ⋯ 𝑝1𝑗 ⋯ ⋯ 𝑝1𝑛
→ 𝐵
𝐵 𝐵′ 𝑃= ⋮ ⋮ ⋮
← ⋮ ⋮ ⋮
𝑃−1
𝑝𝑛1 𝑝𝑛𝑗 𝑝𝑛𝑛
( )
Exemple :
Soit 𝐵 = {𝑒1 , 𝑒2 , 𝑒3 } la base canonique de ℝ3 ela famille de vecteurs 𝑒′1 , 𝑒′2 , 𝑒′3 définie
par :
𝑒′1 = 𝑒1 + 𝑒2
(∗) { 𝑒′2 = 𝑒2 + 𝑒3
𝑒′3 = 𝑒1 + 𝑒2 + 𝑒3

1) Montrer que 𝐵′ = {𝑒′1 , 𝑒′2 , 𝑒′3 } est une base de ℝ3 .

2) Calculer la matrice de passage 𝑃 de la base 𝐵 à 𝐵′ et celui de 𝐵′ à 𝐵.

Réponse :
1) En utilisant l’échelonnage, on a 𝑟𝑔(𝑒′1 , 𝑒′2 , 𝑒′3 ) = 3

𝑒′1 𝑒′2 𝑒′3

2) On a 𝑃= 1 0 1 𝑒1
(1 1 1 ) 𝑒2
0 1 1 𝑒3

- La matrice de passage de 𝐵′ à 𝐵 est 𝑃 −1. Il y a deux façon de chercher 𝑃−1 .

Soit résoudre 𝑋 = 𝑃𝑋′, déjà vu. Une autre méthode consiste à utiliser (∗) en cherchant
les 𝑒𝑖 en fonction des 𝑒′𝑖 , On trouve :
𝑒′1 = 𝑒1 + 𝑒2 𝑒1 = −𝑒′2 + 𝑒′3
(∗) { 𝑒′2 = 𝑒2 + 𝑒3 ⇔ { 𝑒′2 = 𝑒′1 + 𝑒′2 − 𝑒′3
𝑒′3 = 𝑒1 + 𝑒2 + 𝑒3 𝑒′3 = −𝑒′1 + 𝑒′3
𝑒1 𝑒2 𝑒3
0 1 −1 𝑒′1
Donc, la matrice de passage de 𝐵′ à 𝐵 est 𝑄 = ( = 𝑃−1
−1 1 0 ) 𝑒′2
1 −1 1 𝑒′3
Formule de changement bases pour les matrices d’une AL:
Soient 𝐸, 𝐹 deux 𝐾-ev.
𝐵𝐸 = {𝑒1 , … , 𝑒𝑛 } et 𝐵′𝐸 = {𝑒′1 , … , 𝑒′𝑛 } deux bases de 𝐸 (dim(𝐸) = 𝑛)
𝐵𝐹 = {𝑓1 , … , 𝑓𝑚 } et 𝐵′𝐹 = {𝑓′1 , … , 𝑓′𝑚 } deux bases de 𝐹 (dim(𝐹) = 𝑚)

Soit 𝑓 une AL.

𝑓: 𝐸 −→ 𝐹
𝐵𝐸 = {𝑒1 , … , 𝑒𝑛 } 𝐵𝐹 = 1 , … , 𝑓𝑚 } → l'ancienne matrice: 𝑀𝐵𝐸 𝐵𝐹 (𝑓)
{𝑓
𝑃↓ 𝑄↓
→ la nouvelle matrice:𝑀𝐵′𝐸 𝐵′𝐹 (𝑓)
𝐵′𝐸 = {𝑒′1 , … , 𝑒′𝑛 } 𝐵′𝐹 = {𝑓′1 , … , 𝑓′𝑚 }

- Quelle relation existe-t-il entre l’ancienne matrice 𝑀𝐵𝐸 𝐵𝐹 (𝑓) et la nouvelle

matrice 𝑀𝐵′𝐸𝐵′ 𝐹 (𝑓) ?

On a le shéma :

𝑥1 𝑦1
𝑣: 𝑋 = ( ⋮ ) ⟼ 𝑓(𝑣): 𝑌 = ( ⋮ ) ⇒ 𝑌 = 𝑀𝐵𝐸 𝐵𝐹 (𝑓)𝑋
𝑥𝑛 𝐵 𝑦𝑛 𝐵
𝐸 𝐹
𝑋 = 𝑃𝑋 ′ ↓ 𝑌 = 𝑄𝑌 ′ ↓
𝑥′1 𝑦 ′1
′
𝑣: 𝑋 = ( ⋮ ) ⟼ 𝑓(𝑣): 𝑌 ′ = ( ⋮ ) ⇒ 𝑌 ′ = 𝑀𝐵′ 𝐸 𝐵′ 𝐹 (𝑓)𝑋 ′
𝑥′𝑛 𝐵′ 𝑦 ′𝑛
𝐸 𝐵′ 𝐹

On a 𝑀𝐵′ 𝐸 𝐵′ 𝐹 (𝑓)𝑋 ′ = 𝑌 ′ = 𝑄 −1 𝑌 = 𝑄 −1 𝑀𝐵𝐸 𝐵𝐹 (𝑓)𝑋 = 𝑄 −1 𝑀𝐵𝐸 𝐵𝐹 (𝑓)𝑃𝑋 ′

Donc ∀𝑋 ′ , 𝑀𝐵′ 𝐸 𝐵′ 𝐹 (𝑓)𝑋 ′ = (𝑄 −1 𝑀𝐵𝐸 𝐵𝐹 (𝑓)𝑃)𝑋 ′

On déduit :

𝑀𝐵′𝐸𝐵′ 𝐹 (𝑓) = 𝑄−1 𝑀𝐵𝐸𝐵𝐹 (𝑓)𝑃 C’est la formule de changement de bases

Formule de changement bases pour les endomorphismes
Que devient la formule de changement de bases si 𝑓 est un endomorphisme ?
Dans ce cas 𝐸 = 𝐹, 𝐵𝐸 = 𝐵𝐹 et 𝐵′𝐸 = 𝐵′𝐹 , donc on aura le shéma :
Soit 𝑓 un endomorphisme.
𝑓: 𝐸 −→ 𝐸
{𝑒
𝐵𝐸 = 1 , … , 𝑒𝑛 } 𝐵𝐸 = 1 , … , 𝑒𝑛 } → 𝑀𝐵𝐸 (𝑓)
{𝑒
𝑃↓ 𝑃↓
→ 𝑀𝐵′𝐸 (𝑓)
𝐵′𝐸 = {𝑒′1 , … , 𝑒′𝑛 } 𝐵′𝐸 = {𝑒′1 , … , 𝑒′𝑛 }

On obtient la formule de changement de base pour les endomorphismes :

𝑀𝐵′𝐸 (𝑓) = 𝑃−1 𝑀𝐵𝐸 (𝑓)𝑃

Remarque : 𝑀𝐵′𝐸 (𝑓) = 𝑃−1 𝑀𝐵𝐸 (𝑓)𝑃 ⇔ 𝑀𝐵𝐸 (𝑓) = 𝑃𝑀𝐵′ 𝐸 (𝑓)𝑃−1

Exemple :
Soit 𝑓: ℝ3 → ℝ3 un endomorphisme dont la matrice dans la base canonique 𝐵 = {𝑒1 , 𝑒2 , 𝑒3 }
−1 1 0
de ℝ3 est définie par : 𝐴 = ( 0 1 0 ).
1 0 −1
𝐵′ = {𝑒′1 , 𝑒′2 , 𝑒′3 } est une base de ℝ3 définie par
𝑒′1 = 𝑒1 + 𝑒2
{ 𝑒′2 = 𝑒2 + 𝑒3
𝑒′3 = 𝑒1 + 𝑒2 + 𝑒3

- Calculer la matrice 𝐴′ de 𝑓 dans la base 𝐵′.

Réponse : On a la formule de changement de bases :
𝑀𝐵′ (𝑓) = 𝑃−1 𝑀𝐵 (𝑓)𝑃, donc 𝐴′ = 𝑃−1 𝐴𝑃.
𝑒′1 𝑒′2 𝑒′3
1 𝑒1 0 1 −1
On a déjà vu que 𝑃 = 1 0 et 𝑃−1 = (−1 1 0 )
(1 1 1 ) 𝑒2
0 1 1 𝑒3 1 −1 1

Donc
0 1 −1 −1 1 0 1 0 1 0 2 1
′
𝐴 = (−1 1 0 )( 0 1 0 ) (1 1 1 ) = (1 0 1)
1 −1 1 1 0 −1 0 1 1 0 −1 −1
On peut déduire que : 𝑓(𝑒 ′1 ) = 𝑒′3 ; 𝑓(𝑒 ′ 2 ) = 2𝑒′1 − 𝑒′3 ; 𝑓(𝑒 ′ 3 ) = 𝑒′1 + 𝑒′2 − 𝑒′3