Scribd
Importer
5 vues4 pages

Applications Linéaires : Définition et Propriétés

Une application linéaire est définie par ses propriétés d'additivité et d'homogénéité. Le noyau et l'image d'une application linéaire sont des sous-espaces vectoriels, et le théorème du rang établit une relation entre les dimensions du noyau et de l'image. Chaque application linéaire peut être représentée par une matrice associée.

Transféré par

saraazzouzreguig1
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd
5 vues4 pages

Applications Linéaires : Définition et Propriétés

Une application linéaire est définie par ses propriétés d'additivité et d'homogénéité. Le noyau et l'image d'une application linéaire sont des sous-espaces vectoriels, et le théorème du rang établit une relation entre les dimensions du noyau et de l'image. Chaque application linéaire peut être représentée par une matrice associée.

Transféré par

saraazzouzreguig1
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd

Applications Linéaires – FR

1. Définition d'une application linéaire


1.1 Définition

Soient E et F deux espaces vectoriels sur un même corps K (souvent R ).

Une application f : E → F est linéaire si, pour tous vecteurs u , v ∈ E et tout scalaire
λ ∈ K , on a :
1. Additivité :
f (u+ v)=f (u)+ f (v )
2. Homogénéité :
f (λu)=λf (u)
Ces deux propriétés peuvent se regrouper : f (λu+ v)=λf (u)+f (v )

1.2 Ex

f : R → R , f (x , y )=(2 x− y , x +3 y)est linéaire.


2 2

2
 g : R → R , g(x , y)= x+ y +1n'est pas linéaire à cause du terme constant.

1.3 Ex

Ex : Montrer que f (x , y , z)=( x + y , y + z )est linéaire.

Solution :

 Pour u=(x , y , z)et v=(x ' , y ' , z' ):


' ' ' '
f (u+ v)=( x + x + y + y , y+ y + z + z )=f (u)+ f ( v)
 Pour λ ∈ R :

f (λu)=(λx+ λy , λy + λz )=λf (u)


Donc f est linéaire.

2. Noyau et image
2.1 Noyau

Le noyau d'une application linéaire f : E → F est :

ker ⁡(f )={u ∈ E ∣ f (u)=0 F }


C'est un sous-espace vectoriel de E .

2.2 Image
L'image de f est :

ℑ ⁡(f )={f (u) ∣ u ∈ E }


C'est un sous-espace vectoriel de F .

2.3 Ex

Soit f : R 3 → R2, f (x , y , z)=( x + y , y + z ).

Noyau :

f (x , y , z)=(0 , 0) ⟺ x + y=0 .
y + z=0 {
x=− y , z=− y
ker ⁡(f )={(− y , y ,− y) ∣ y ∈ R }=Vect((−1 ,1 ,−1))
Image : Pour tout (a ,b)∈ R2 , choisir y=0, x=a , z=b donne
2
ℑ ⁡( f )=R

3. Théorème du rang
3.1 EX

Soit f : E → F linéaire avec E de dimension finie :

dim ⁡(E)=dim ⁡(ker ⁡f )+ dim ⁡(ℑ ⁡f )Error! Filename not specified.


 Rang de f : dim ⁡( ℑ ⁡f )

 Nullité de f : dim ⁡(ker ⁡f )

3.2 corrigé
Pour l'application précédente :
3
 dim ⁡( R )=3
 dim ⁡(ker ⁡f )=1
 dim ⁡( ℑ ⁡f )=2
3=1+ 2 ✓

4. Matrice associée à une application linéaire


4.1 Définition

Pour f : R n → Rm, il existe une matrice A ∈ M m , n (R)telle que :


f (x)=Ax
Les colonnes de A sont les images des vecteurs de la base canonique.

4.2 Ex

Soit f définie par :

f (x , y , z)=(x +2 y , y + z , x−z)
Déterminer la matrice associée à f dans les bases canoniques ?

Solution :

On travaille dans la base canonique :


B=((1 , 0 , 0), (0 , 1, 0), (0 , 0 , 1))
👉 On cherche la matrice associée à f .

✏️Méthode

La matrice associée est obtenue en calculant :


 f (1 , 0 ,0)
 f (0 , 1 ,0)
 f (0 , 0 , 1)
Ces images forment les colonnes de la matrice.

🧮 Calculs détaillés

1️⃣ Image de ( 1 , 0 ,0 )

f (1 , 0 ,0)=(1+0 , 0+ 0 , 1−0)=(1, 0 , 1)

2️⃣ Image de ( 0 , 1 ,0 )

f (0 , 1 ,0)=(0+2 , 1+0 , 0−0)=(2 , 1 , 0)

3️⃣ Image de ( 0 , 0 , 1 )
f (0 , 0 , 1)=(0+ 0 , 0+1 , 0−1)=(0 , 1 , −1)

📊 Matrice associée

On place ces vecteurs en colonnes :

( )
1 2 0
Mf = 0 1 1
1 0 −1

✅ Conclusion

La matrice associée à f dans la base canonique de R3est :

( )
1 2 0
0 1 1 5. Points clés à retenir
1 0 −1

 Une application linéaire conserve les combinaisons linéaires


 Le noyau mesure les vecteurs envoyés sur zéro
 L'image décrit les vecteurs atteignables
 Le théorème du rang relie dimension, noyau et image
 Toute application linéaire est représentable par une matrice

Vous aimerez peut-être aussi