BCPST2 95 2 12 Applications linéaires Dans tout le chapitre K = R ou C I Applications linéaires A) Dénitions Dénition : Soint E et F deux espaces vectoriels et f : E → F . On dit que f est une application linéaire ou un morphisme si et seulement si ∀x, y ∈ E, ∀λ ∈ K, f (x + λy) = f (x) + λf (y) On note L(E, F ) l'ensemble des applications linéaires de E dans F . Dénition : Vocabulaire G Si E = F . Une application linéaire de E dans E est appelée On note L(E) l'ensemble des endomorphismes. G Une application linéaire, bijective de E dans F est appelée endomorphisme de E . isomorphisme. G Si E = F . Une application linéaire, bijective de E dans E est appelée automorphisme. Exemple : G C 1 (I, R) → C 0 (I, R) . f 7→ f 0 © G R[X] → R[X] . P 7→ P 0 G f: R3 → R2 (x, y, z) 7→ (2x + z, y − z) Proposition : Premières propriétés Soient E et F deux espaces vectoriels sur K et f ∈ L(E, F ). G f (0E ) = 0F G ∀x ∈ E, f (−x) = −f (x) G ∀n ∈ N, ∀(xi )1≤i≤n ∈ En, ∀(λi )1≤i≤n ∈ Kn , f n X i=1 ! λi xi = n X λi f (xi ) i=1 B) Structure d'espace vectoriel Proposition : Soient E et F deux espaces vetoriels sur K. L(E, F ) est un K-espace vectoriel. Démonstration : On montre que L(E, F ) est un sous-espace vectoriel de F E . 2014-2015 C. Courant page 1 BCPST 952 Applications linéaires Lycée du Parc C) Composition Théorème : Soient E, F, G trois espaces vectoriels sur K. 1◦ ) 2◦ ) 3◦ ) ∀f ∈ L(E, F ), ∀g ∈ L(F, G), g ◦ f ∈ L(E, G). ∀f1 , f2 ∈ L(E, F ), ∀g ∈ L(F, G), ∀λ ∈ K, g ◦ (f1 + λf2 ) = g ◦ f1 + λg ◦ f2 . ∀f ∈ L(E, F ), ∀g1 , g2 ∈ L(F, G), ∀λ ∈ K, (g1 + λg2 ) ◦ f = g1 ◦ f + λg2 ◦ f . Démonstration : Remarque: Formule du binôme ∗ Soit n ∈ N . n X n k ∀f, g ∈ L(E), f ◦ g = g ◦ f =⇒ (f + g) = f ◦ g n−k k n k=0 Proposition : Soient E, F deux espaces vectoriels sur K. Soit f ∈ L(E, F ). Si f est un isomorphisme alors f −1 aussi. Démonstration : D) Noyau et Image Proposition et dénition : Soient E, F deux espaces vectoriels sur K. 1◦ ) On appelle Image de f et on note : Im f = f (E) = {f (x), x ∈ E} c'est un sous-espace vectoriel de F . 2 ) On appelle Noyau de f et on note : ◦ Ker f = {x ∈ E, f (x) = 0F } c'est un sous-espace vectoriel de E . Proposition : Soient E, F deux espaces vectoriels sur K et f ∈ L(E, F ). 1◦ ) f est injective si et seulement si Ker(f ) = {0E } 2◦ ) f est surjective si et seulement si Im f = F Démonstration : 2014-2015 C. Courant page 2 BCPST 952 Applications linéaires Lycée du Parc II Applications linéaires en dimension nie A) Image d'une base Proposition : Soient E et F deux espaces vectoriels sur K. On suppose que E est de dimension nie. Soit B = (e1 , . . . , ep ) une base de E . Soit (f1 , . . . , fp ) une famille de p vecteurs de F . Alors il existe une unique application linéaire u de E dans F vériant : ∀1 ≤ i ≤ p, u(ei ) = fi Remarque: C'est-à-dire qu'une application linéaire est entièrement déterminée par l'image d'une base. Démonstration : B) Rang d'une application linéaire Dénition : Soient E et F deux espaces vectoriels sur K. On suppose que E est de dimension nie. Soit u ∈ L(E, F ). On appelle rang de u et on note : rg u = dim Im u Remarque: Soient E et F deux espaces vectoriels sur K. On suppose que E est de dimension nie et B = (e1 , . . . , ep ) une base de E . Soit u ∈ L(E, F ). G Im u = Vect(u(e1 ), . . . , u(ep )). G rg u = rg(u(e1 ), . . . , u(ep )). G rg u ≤ p = dim E . Démonstration : Proposition : Soient E et F deux espaces vectoriels sur K. On suppose que E est de dimension nie et B = (e1 , . . . , ep ) une base de E . Soit u ∈ L(E, F ). G u injective ⇐⇒ u(B) est libre ⇐⇒ rg u = dim E . G u surjective ⇐⇒ u(B) est génératrice ⇐⇒ rg u = dim F . G u bijective ⇐⇒ u(B) est une base ⇐⇒ rg u = dim E = dim F . Démonsration : Proposition : Soient E et F deux espaces vectoriels sur K. On suppose que E et F sont de dimension nie et ont même dimension. Soit u ∈ L(E, F ). u bijective ⇐⇒ u injective ⇐⇒ u surjective Démonstration : 2014-2015 C. Courant page 3 BCPST 952 Applications linéaires Lycée du Parc C) Théorème du rang Théorème : théorème du rang Soient E et F deux espaces vectoriels sur K. On suppose que E est de dimension nie. Soit u ∈ L(E, F ). rg(u) + dim Ker u = dim E III Matrices et applications linéaires A) Matrice colonne d'un vecteur Dénition : Soit E un K-espace vectoriel de dimension ni p, muni d'une base B = (e1 , . . . , ep ). xi ei un vecteur de E . i=1 appelle matrice colonne de x dans la base Soit x = On p X B et on note : x1 .. X = M atB (x) = . xp Proposition : L'application M atB : E → Mp,1 (K) est un isomorphisme. x 7→ M atB (x) B) Matrice d'une application linéaire Dénition : Soit E un K-espace vectoriel de dimension ni p, muni d'une base B = (e1 , . . . , ep ). Soit F un K-espace vectoriel de dimension ni n, muni d'une base C = (f1 , . . . , fn ). Soit u ∈ L(E, F ). On appelle matrice de u dans les bases B et C et on note : u(e1 ) . . . u(ep ) A = M atB,C (u) = f1 .. . fn Proposition : L'application M atB,C : L(E, F ) → Mn,p (K) est un isomorphisme. u 7→ M atB,C (u) 2014-2015 C. Courant page 4 BCPST 952 Applications linéaires Lycée du Parc C) Traduction matricielle des applications linéaires Remarque: Soit E un K-espace vectoriel de dimension ni p, muni d'une base B = (e1 , . . . , ep ). Soit F un K-espace vectoriel de dimension ni n, muni d'une base C = (f1 , . . . , fn ). Soit u ∈ L(E, F ) et A = (ai,j )1≤i≤n = M atB,C (u) ∈ Mn,p (K) 1≤j≤p x1 .. Soit x ∈ E et X = . = M atB (x) ∈ Mp,1 (K) xp y1 .. Soit y = u(x) ∈ F et Y = . = M atC (y) ∈ Mn,1 (K). yn On a : Y = AX L'équation y = u (x) se traduit par : Y = A X ∈ Mn,1 (K) ∈ Mn,p (K) ∈ Mp,1 (K) Matrice vue comme application linéaire Soit A ∈ Mn,p (K). On identie Kn à Mn,1 (K) . L'application : Kp → Kn est une application linéaire, X 7→ AX de matrice A dans les bases canoniques de Kp et de Kn . On dénit donc : Dénition : G Ker A = {X ∈ Kp , AX = 0} G Im A = {AX, X ∈ Kp } G rg A = dim Im A Remarque: Soit E un K-espace vectoriel de dimension ni p, muni d'une base B = (e1 , . . . , ep ). Soit F un K-espace vectoriel de dimension ni n, muni d'une base C = (f1 , . . . , fn ). Soit u ∈ L(E, F ) et A = (ai,j )1≤i≤n = M atB,C (u) ∈ Mn,p (K) 1≤j≤p G x ∈ Ker u ⇐⇒ X ∈ Ker A avec X = M atB (x). G y ∈ Im u ⇐⇒ Y ∈ Im A avec Y = M atC (y). G rg u = rg A 2014-2015 C. Courant page 5 BCPST 952 Applications linéaires Lycée du Parc D) Composition d'applications linéaires Remarque: Soit E un K-espace vectoriel de dimension ni q , muni d'une base B = (e1 , . . . , eq ). Soit F un K-espace vectoriel de dimension ni p, muni d'une base C = (f1 , . . . , fp ). Soit G un K-espace vectoriel de dimension ni n, muni d'une base D = (g1 , . . . , gn ). Soit v ∈ L(E, F ) et B = (bi,j )1≤i≤p = M atB,C (v) ∈ Mp,q (K) 1≤j≤q Soit u ∈ L(F, G) et A = (ai,j )1≤i≤n = M atC,D (u) ∈ Mn,p (K) 1≤j≤p On pose w = u ◦ v ∈ L(E, G) et C = (ci,j )1≤i≤n = M atB,D (w) ∈ Mn,q (K) 1≤j≤q On a : C = AB Proposition : Avec les notations précédentes : M atB,D (u ◦ v) = M atC,D (u)M atB,C (v) E) Matrices inversibles Remarque: Soit E un espace vectoriel de dimension n. Soit B une base de E . In = M atB (IdE ) Proposition : Soit E un espace vectoriel de dimension n. Soit B une base de E . Soit u ∈ L(E) et A = M atB (u). u est bijective si et seulement si A est inversible Dans ce cas, A−1 = M atB (u−1 ). Remarque: Soit A ∈ Mn (R). On a : (inverse à droite) A est inversible ⇐⇒ ∃B ∈ Mn (R), AB = In De même : (inverse à gauche) A est inversible ⇐⇒ ∃B ∈ Mn (R), BA = In 2014-2015 C. Courant page 6 BCPST 952 Applications linéaires Lycée du Parc IV Changement de bases Positionnement du problème Soit E un espace vectoriel muni de deux bases B, B0 . A x ∈ E correspond X = M atB (x) et X 0 = M atB0 (x). Quel lien entre X et X 0 ? De même : Soit E un espace vectoriel muni de deux bases B, B0 . Soit F un espace vectoriel muni de deux bases C, C 0 . A u ∈ L(E, F ) correspond A = M atB,C (u) et A0 = M atB0 ,C 0 (u). Quel lien entre A et A0 ? A) Matrices de passage Dénition : Soit E un espace vectoriel de dimension p muni de deux bases B, B0 . On appelle matrice de passage de B à B0 et on note : f1 . . . fp P ass(B, B 0 ) = e1 .. . ep la matrice dont les colonnes sont les vecteurs de B0 exprimés dans la base B. Exemple : 2 © Dans R , soit B0 la base canonique et u = (2, 4) et v = (3, 1)0 . Montrer que B = (u, v) est une base et calculer P ass(B, B ) et P ass(B0 , B). Remarque: P ass(B, B 0 ) = M atB0 ,B (IdE ) Proposition : Soit E un espace vectoriel de dimension p muni de trois bases B, B0 , B00 . G P ass(B, B 00 ) = P ass(B, B 0 )P ass(B 0 , B 00 ) G P ass(B, B) = Ip G P ass(B, B 0 ) est inversible et P ass(B, B 0 )−1 = P ass(B 0 , B) Démonstration Remarque: De façon plus générale, si B est une base de E et F = (f1 , . . . , fp ) une famille de p = dim E vecteurs. f1 . . . fp On pose P = e1 .. . . ep Alors P est inversible si et seulement si F est une base. Dans ce cas, P est la matrice de passage. 2014-2015 C. Courant page 7 BCPST 952 Applications linéaires Lycée du Parc Application au calcul de l'inverse d'une matrice. Soit A ∈ Mn (R). On cherche à inverser la matrice A (si c'est possible) â On considère les colonnes (C1 , C2 . . . Cn ) comme une famille de vecteurs que l'on écrit en fonction de la base canonique B = (e1 , . . . , en ) : Cj = n X ai,j ei Méthode i=1 â Si A est inversible, (C1 , . . . , Cn ) est une base C et A = P ass(B, C). â On cherche à écrire la matrice P ass(C, B) en résolvant le système ( n X Cj = ai,j ei i=1 où (e1 , e2 , . . . , en ) sont les inconnues. â Si le calcul aboutit, A est inversible et la matrice de passage ainsi trouvée est A−1 . Sinon, on se rend compte en cours de route que C n'est pas une base et donc que A n'est pas inversible. B) Formule de changement de bases pour un vecteur Proposition : Soit E un espace vectoriel de dimension p muni de deux bases B, B0 . On note P = P ass(B, B0 ). Soit x ∈ E , on note X = M atB (x) et X 0 = M atB0 (x). Alors X = P X0 Démonstration Exemple : On reprend l'exemple précédent : © Dans R2 , soit B la base canonique et B0 = (u, v) où u = (2, 4) et v = (3, 1). Calculer les coordonnées d'un vecteur x = (x1 , x2 ) dans la base B0 . C) Formule de changement de bases pour un endomorphisme Proposition : Soit E un espace vectoriel de dimension p muni de deux bases B, B0 , P = P ass(B, B0 ). Soit u ∈ L(E), on note A = M atB (u) et A0 = M atB0 (u). Alors : A0 = P −1 AP Démonstration : 2014-2015 C. Courant page 8 BCPST 952 Applications linéaires Lycée du Parc Dénition : Soient A, B ∈ Mn (R). On dit que A et B sont semblables si et seulement si elles représentent un même endomorphisme dans deux bases diérentes. C'est-à-dire qu'il existe une matrice P ∈ Mn (R) inversible telle que : B = P −1 AP Exemple : © E = R3 muni de la base canonique B et de la base B 0 = (α, β, γ) avec α = (1, 2, 0), β = (1, 1, 1), γ = (0, 1, 2). Vérier que B0 est bien une base de E . On considère u(x, y, z) = (2x + y, x, y − z). Ecrire les marices de u dans la base B puis dans la base B0 2014-2015 C. Courant page 9 BCPST2 9 5 2 12 Applications linéaires Qu'est-ce qu'un Kinder Surprise sans jouet dedans ? Réponse : un Kinder injectif, car son noyau est réduit à zéro. © Exercice 1: /home/carine/Dropbox/952Maths/Basexo/Algebre/EV/EV07.tex Etudier si les applications suivantes sont linéaires et le cas échéant préciser noyau et image. 1◦ ) R2 → R2 (x, y) 7→ (xy, x − y) 4◦ ) 2◦ ) R2 → R2 (x, y) 7→ (x, x − y) 5◦ ) C(R, R) → R ◦ 3 ) 3 R3 → R2 (x, y, z) 7→ (z, x − y) f 7→ f (2) ◦ 6 ) C (R, R) → C(R, R) 2 R → R (x, y, z) 7→ (x, x + z + 3) 1 f 7→ f 0 © Exercice 2: /home/carine/Dropbox/952Maths/Basexo/Algebre/EV/EV08.tex . Soit f : R[X] → R[X] P 7→ (2X + 1)P − (X 2 − 1)P 0 1◦ ) Montrer que f est linéaire. 2◦ ) Calculer deg(f (P )) en fonction de deg(P ), et en déduire que f réalise un endomorphisme de R2 [X] dans R2 [X]. On considère dorénavant f|R2 [X] . 3◦ ) Préciser, suivant les valeurs de λ, Ker(f − λid). © Exercice 3: /home/carine/Dropbox/952Maths/Basexo/Algebre/EV/EV09.tex Soit E un K -ev, f un endomorphisme de E tel que f 5 = 0. Montrer que f + idE et f − idE sont des automorphismes et préciser leur inverse à l'aide des puissances de f . © Exercice 4: /home/carine/Dropbox/952Maths/Basexo/Algebre/EVDimnie/EVdimnie19.tex Soit B = (e1 , e2 , e3 , e4 ) la base canonique de R4 . Soit u un endomorphisme de R4 déni par u(e1 ) = e1 + e2 + e3 + e4 u(e2 ) = e2 + e3 u(e3 ) = 2e1 + 2e4 u(e4 ) = 2e1 − 2e2 + e3 + e4 Déterminer la matrice de u dans la base B. Préciser le noyau, le rang et l'image de u. 2014-2015 C. Courant Exercices : I BCPST 952 Exercices : Applications linéaires Lycée du parc © Exercice 5: /home/carine/Dropbox/952Maths/Basexo/Algebre/EVDimnie/EVdimnie22.tex Soit a ∈ R et f la fonction dénie dans Rn [X] par f (P ) = (X − a)(P 0 + P 0 (a)) − 2(P − P (a)) 1◦ ) Vérier que f est un endomorphisme de Rn [X]. 2◦ ) Préciser la matrice A de f dans la base canonique de Rn [X]. 3◦ ) Soit B 0 = (1, X − a, . . . , (X − a)n ). Montrer que B 0 est une base de Rn [X]. Préciser la matrice A0 de f dans cette base. 4◦ ) Quelle relation existe-t-il entre A et A0 ? © Exercice 6: /home/carine/Dropbox/952Maths/Basexo/Algebre/EVDimnie/EVdimnie21.tex Soient E un R-espace vectoriel de dimension 3, f ∈ L(E) \ {0} tel que f 2 = 0. 0 0 0 Montrer qu'il existe une base de E dans laquelle la matrice de f est 1 0 0. 0 0 0 © Exercice 7: /home/carine/Dropbox/952Maths/Basexo/Algebre/EVDimnie/EVdimnie20.tex Soit A = (ai,j ) ∈ Mn (R) dénie par : i−1 j − 1 ai,j = (−1) si i ≤ j et ai,j = 0 si i > j i−1 A l'aide de l'endomorphisme de Rn−1 [X] : P (X) 7→ P (1 − X), calculer A2 puis A−1 . © Exercice 8: /home/carine/Dropbox/952Maths/Basexo/Algebre/EVDimnie/EVdimnie10.tex Soient n ∈ N∗ , f : Rn [X] → Rn [X] . P 7→ P (X + 1) + P (X − 1) − 2P (X) 1◦ ) Vérier que l'application f est bien dénie et montrer qu'elle est linéaire. 2◦ ) Déterminer Ker f, Im f, rg(f ). 3 ) Montrer ◦ : ∀Q ∈ Im f, ∃!P ∈ Rn [X], © Exercice 9: f (P ) = Q P (0) = P 0 (0) = 0 /home/carine/Dropbox/952Maths/Basexo/Algebre/EVDimnie/EVdimnie04.tex Soit f l'endomorphisme de R3 dont la matrice dans la base canonique B de R3 est : 2 10 7 4 3 A= 1 −2 −8 −6 On note I la matrice unité et O la matrice nulle de M3 (R). 2014-2015 C. Courant Exercices : II BCPST 952 Exercices : Applications linéaires Lycée du parc La matrice A est-elle inversible ? b) Calculer A2 et A3 et determiner le rang de ces deux matrices. 1◦ ) a) Montrer Ker A ⊂ Ker A2 b) Déterminer Ker A et en donner une base et la dimension. c) A-t-on Ker A = Ker A2 ? 2◦ ) a) 3◦ ) On note u = (−2, −1, 2). a) Déterminer un vecteur v tel que f (v) = u. puis déterminer un vecteur w tel que f (w) = v . On choisira dans la mesure du possible la deuxième coordonnée de v et w égale à 1. b) Montrer que B 0 = (u, v, w) est une base et écrire la matrice de passage de P de B à B 0 . Justier que P est inversible et calculer P −1 . c) Montrer sans calcul que la matrice de f dans la base B 0 est 0 1 0 N = 0 0 1 0 0 0 Quelle relation relie A et N ? 4◦ ) Soit B une matrice de M3 (R) quelconque. On note CB = {M ∈ M3 (R), M B = BM } a) Montrer que CB est un sous-espace vectoriel de M3 (R). b) Montrer que CN = vect(I, N, N 2 ) c) Montrer : ∀M ∈ M3 (R), M ∈ CA ⇐⇒ P −1 M P ∈ CN d) En déduire CA = vect(I, A, A2 ). Quelle est la dimension de CA ? © Exercice 10: /home/carine/Dropbox/952Maths/Basexo/Algebre/EVDimnie/EVdimnie03.tex 1 re Partie : On note E = C (R, R) l'ensemble des fonctions de classe C ∞ de R dans R et D : E → E . ∞ f 7→ f 0 1◦ ) Vérier que D est un endomorphisme de E et déterminer son noyau et son image. 2◦ ) Soient f1 : R → R , f 2 : R → R t 7→ et t t 7→ e− 2 sin √ ! t 3 2 , f3 : R → R t t 7→ e− 2 cos √ ! t 3 2 On note : B = (f1 , f2 , f3 ) et G = vect(B). 2014-2015 C. Courant Exercices : III BCPST 952 Exercices : Applications linéaires Lycée du parc Montrer que la famille B est libre. Que peut-on en déduire par rapport à G ? ◦ 3 ) Montrer :∀f ∈ G, D(f ) ∈ G. On dit que G est stable par D et on note d l'endomorphisme induit par D sur G. Ainsi d : G → G . f 7→ D(f ) = f 0 Préciser la matrice M de d dans la base B. 4◦ ) Calculer M 3 . En déduire que M est inversible et préciser son inverse. 5◦ ) En déduire que d est un automorphisme de G et préciser d−1 . 2 e Partie : On considère dans cette partie l'équation diérentielle (∗) y 000 = y . 1◦ ) Montrer que si f est une fonction trois fois dérivable et solution de (∗) alors elle est C ∞ . 2◦ ) On note T = D 3 − IdE . Ainsi l'ensemble des solutions de (∗) est Ker(T ). Montrer, sans faire de calculs, que : G ⊂ Ker(T ). 3◦ ) On veut montrer la réciproque, ainsi on aura déterminé l'ensemble des solutions de (∗). 4◦ ) Soit f une solution de (∗). On pose g = f + f 0 + f 00 . Montrer : g 0 = g . 5◦ ) Résoudre y 0 − y = 0. En déduire g . 6◦ ) En déduire f . 7◦ ) Conclure et faire un commentaire. © Exercice 11: /home/carine/Dropbox/952Maths/Basexo/Algebre/EVDimnie/EVdimnie07.tex 1 re Partie : Etude de deux applications La notation R2 [X]désigne le R-espace vectoriel des polynômes à coecients réels de degré inférieur ou égal à 2. On note B = (1, X, X 2 ) la base canonique de R2 [X]. On dénit les deux applications suivantes : f : R2 [X] → R2[X] X X +1 1 P +P P 7→ 2 2 2 et φ : R2 [X] → R P 7→ P (1) On rappelle aussi que l'on note f 0 = IdR2 [X] , et pour tout n ∈ N∗ , f n = f ◦ f n−1 . 1◦ ) Vérier que f est bien à valeurs dans R2 [X] et montrer que f est linéaire. 2◦ ) Montrer que φ est linéaire. 3◦ ) Ecrire la matrice de f dans la base B de R2 [X], en indiquant les calculs intermédiaires. 4◦ ) L'application f est-elle injective ? surjective ? 5◦ ) Déterminer une base de Ker φ. Quelle est la dimension de Ker φ ? 2014-2015 C. Courant Exercices : IV BCPST 952 Exercices : Applications linéaires 6◦ ) L'application φ 2 e Lycée du parc est-elle injective ? surjective ? Partie : Calcul des puissances successives d'une matrice On note I3 la matrice identité de M3 (R) et A la matrice : 1 41 A = 0 21 0 0 1 8 1 4 1 4 Enn, on note B0 la famille de R2 [X] dénie par B 0 = (1, −2X + 1, 6X 2 − 6X + 1) 1◦ ) Justier que la famille B0 est une base de R2 [X]. 2◦ ) Ecrire la matrice de passage Q de B à B 0 . 3◦ ) Justier que Q est inversible et calculer son inverse. 4◦ ) Ecrire la matrice M de f dans la base B 0 en donnant les calculs intermédiaires. 5◦ ) Calculer An pour tout n ∈ N. On explicitera les neuf coecients de An . 6◦ ) Pour n ∈ N et P = a + bX + cX 2 avec (a, b, c) ∈ R3 , déterminer f n (P ) en fonction de a, b, c. 7◦ ) En déduire que : Z 1 ∀P ∈ R2 [X], lim φ(f n (P )) = n→+∞ 2014-2015 C. Courant P (t) dt 0 Exercices : V