applications linéaires

©Laurent Garcin MPSI Lycée Jean-Baptiste Corot
APPLICATIONS LINÉAIRES
1 Définition et premiers exemples
1.1 Définition
Définition 1.1 Application linéaire
Soient Eet Fdeux K-espaces vectoriels. On appelle application linéaire de Edans Ftoute application
f:E→Fvérifiant :
(i) ∀(x, y)∈E2, f(x+y) = f(x) + f(y)i.e. fest un morphisme du groupe (E, +) dans le groupe (F, +) ;
(ii) ∀λ∈K,∀x∈E, f(λ.x) = λ.f(x).
Cette définition équivaut à la suivante :
∀(λ, µ)∈K2,∀(x, y)∈E2, f(λ.x +µ.y) = λ.f(x) + µ.f(y)
L’ensemble des applications linéaires de Edans Fest noté L(E, F).
Une application linéaire de Edans Eest appelé un endomorphisme (linéaire) de E. L’ensemble des endomor-
phismes de Eest noté L(E).
Une application linéaire de Edans Kest appelé une forme linéaire de E. L’ensemble des formes linéaires de
Eest noté E∗.
Remarque.
On a en particulier f(0E) = 0F.
L’application nulle E−→F
x7−→0Fest une application linéaire de Edans F.
L’identité IdEest un endomorphisme de E.
1.2 Exemples
1.2.1 Géométrie
Exemple 1.1
On note
~
El’ensemble des vecteurs de l’espace.
Soit ~ v∈
~
E. L’application ~
E−→
~
E
~
u7−→~ u∧~ vest un endomorphisme de
~
E.
Soit ~ v∈
~
E. L’application ~
E−→R
~
u7−→~ u.~ vest une forme linéaire de
~
E.
Soit ~ v, ~ w. L’application ~
E−→R
~
u7−→Det(~ u,~ v, ~ w)est une forme linéaire de
~
E.
http://lgarcin.github.io 1

©Laurent Garcin MPSI Lycée Jean-Baptiste Corot
1.2.2 Suites
Exemple 1.2
L’application CN−→CN
(un)7−→(un+1)est un endomorphisme de CN.
Notons Ele R-espace vectoriel des suites convergentes. L’application qui à (un)∈Eassocie lim
n→+∞
un
est une forme linéaire sur E.
1.2.3 Espaces fonctionnels
Exemple 1.3
Soit Iun intervalle.
L’application D(I, R)−→RI
f7−→f0est linéaire.
Soit a∈¯ I. Notons Ele R-espace vectoriel des fonctions définies sur Iadmettant une limite finie en a.
L’application E−→R
f7−→lim
afest une forme linéaire de E.
Soit a∈I. L’application RI−→R
f7−→f(a)est une forme linéaire de RI.
1.2.4 Polynômes
Exemple 1.4
L’application K[X]−→K[X]
P7−→P0est un endomorphisme de K[X].
Soit a∈K. L’application K[X]−→K
P7−→P(a)est une forme linéaire de K[X].
Soit Q∈K[X]. L’application K[X]−→K[X]
P7−→PQ est un endomorphisme de K[X].
1.2.5 Espaces Kn
Exemple 1.5
L’application R2−→R3
(x, y)7−→(y−2x, 3y +x−2z, x +z)est linéaire.
L’application R2−→R
(x, y)7−→x+y+1n’est pas linéaire.
L’application R2−→R
(x, y)7−→x2+y2n’est pas linéaire.
http://lgarcin.github.io 2

©Laurent Garcin MPSI Lycée Jean-Baptiste Corot
1.3 Opérations sur les applications linéaires
Théorème 1.1 Opérations sur les applications linéaires
(i) Une combinaison linéaire d’applications linéaires est linéaire :
∀(λ, µ)∈K2,∀(f, g)∈ L(E, F)2, λf +µg ∈ L(E, F)
(ii) La composée d’applications linéaires est linéaire.
Soient E,Fet Gtrois K-espaces vectoriels, f∈ L(E, F),g∈ L(F, G). Alors g◦f∈ L(E, G).
(iii) La composition à gauche et à droite est linéaire.
Soient E,Fet Gtrois K-espaces vectoriels.
∀(λ, µ)∈K2,∀f∈ L(E, F),∀(g, h)∈ L(F, G)2,(λg +µh)◦f=λg ◦f+µh ◦f
∀(λ, µ)∈K2,∀(f, g)∈ L(E, F)2,∀h∈ L(F, G), h ◦(λf +µg) = λh ◦f+µh ◦g
Corollaire 1.1 Espace vectoriel L(E, F)
Soient Eet Fdeux K-espaces vectoriels. L(E, F)est un K-espace vectoriel. Le vecteur nul de L(E, F)est
l’application nulle E−→F
x7−→0F.
Remarque. L(E, F)est un sous-espace vectoriel de FE.
Corollaire 1.2 Anneau L(E)
(L(E),+,◦)est un anneau (non commutatif et non intègre en général). De plus, 1L(E)=IdE.
Remarque. Si uet vsont deux endomorphismes d’un même espace vectoriel, la composée u◦vsera parfois
notée uv.
Exemple 1.6
Les applications C∞(R)−→C∞(R)
f7−→f0et C∞(R)−→C∞(R) f7−→(x7→xf(x)) sont deux endomorphismes de
C∞(R)qui ne commutent pas.
Exemple 1.7
Considérons f:R2−→R2
(x, y)7−→(x, 0)et g:R2−→R2 (x, y)7−→(0, y). On a f, g ∈ L(R2)et g◦f=f◦g=0L(R2)
et pourtant f6=0L(R2)et g6=0L(R2).
Comme (L(E),+,◦)est un anneau, on a les deux formules suivantes.
Proposition 1.1
Soient f, g ∈ L(E)qui commutent.
(i) (f+g)n=
n
X
k=0Çn
kåfk◦gn−k
(ii) fn−gn= (f−g)
n−1
X
k=0
fk◦gn−1−k
http://lgarcin.github.io 3

©Laurent Garcin MPSI Lycée Jean-Baptiste Corot
La notion suivante n’est pas au programme de MPSI.
Soit Kun corps. On appele K-algèbre tout quadruplet (A,+, ., ×)tel que :
(i) (A, +, .)est un K-espace vectoriel ;
(ii) (A, +,×)est un anneau ;
(iii) ∀(λ, µ)∈K2,∀(x, y)∈ A2,(λ.x)×(µ.y)=(λµ).(x×y).
Si ×est commutative, on dit que l’algèbre est commutative.
Structure d’algèbre
Exemple 1.8
Si (E, +, .)est un K-espace vectoriel, (L(E),+, ., ◦)est une K-algèbre non commutative en général.
1.4 Isomorphismes linéaires
Définition 1.2 Isomorphisme linéaire
Soient Eet Fdeux K-espaces vectoriels. On appelle isomorphisme (linéaire) toute application linéaire
bijective de Esur F.
Un isomorphisme de Esur Eest appelé un automorphisme.
On dit que Eest isomorphe à Fou que Eet Fsont isomorphes s’il existe un isomorphisme de Esur F.
Proposition 1.2 Propriétés des isomorphismes
Soient E,Fet Gtrois K-espaces vectoriels.
(i) Si fest un isomorphisme de Esur F,f−1est un isomorphisme de Fsur E.
(ii) Si fest un isomorphisme de Esur Fet gun isomorphisme de Fsur G, alors g◦fest un isomorphisme de
Esur G.
Exemple 1.9
C−→R2
z7−→(Re(z),Im(z)) est un isomorphisme de du R-espace vectoriel Csur R2d’isomorphisme réciproque
R2−→C
(a, b)7−→a+ib .
Corollaire 1.3 Groupe linéaire
Soit Eun K-espace vectoriel. L’ensemble des automorphismes de Emuni de la loi ◦est un groupe. On l’appelle
le groupe linéaire de Eet on le note GL(E). Plus précisément, c’est le groupe des éléments inversibles de
L(E).
Exemple 1.10
L’espace vectoriel des suites récurrentes linéaires d’ordre 2de polynôme caractéristique X2+aX+best isomorphe
àK2.
Exercice 1.1
Soit f∈ L(E)tel que f2−2f +3IdE=0. Montrer que f∈GL(E)et déterminer f−1en fonction de f.
http://lgarcin.github.io 4

©Laurent Garcin MPSI Lycée Jean-Baptiste Corot
2 Images directe et réciproque par une application linéaire
2.1 Images directe et réciproque d’un sous-espace vectoriel
Proposition 2.1 Images directe et réciproque d’un sous-espace vectoriel
Soient Eet Fdeux K-espaces vectoriels et f∈ L(E, F). Soit Aun sous-espace vectoriel de Eet Bun sous-espace
vectoriel de F. ALors
(i) f(A)est un sous-espace vectoriel de F;
(ii) f−1(B)est un sous-espace vectoriel de E.
2.2 Noyau et image d’une application linéaire
Définition 2.1 Noyau et image d’une application linéaire
Soient Eet Fdeux K-espaces vectoriels et f∈ L(E, F).
(i) Le noyau de fnoté Ker fest défini par Ker f=f−1({0F}). C’est un sous-espace vectoriel de E.
(ii) L’image de fnotée Im fest définie par Im f=f(E). C’est un sous-espace vectoriel de F.
Méthode Montrer qu’un ensemble est un sous-espace vectoriel
Soit Fune partie d’un K-espace vectoriel E. Pour montrer que Fest un sous-espace vectoriel de E, il suffit de
montrer que Fest le noyau d’une application linéaire de Edans un autre K-espace vectoriel.
Exemple 2.1
F={(x, y, z)∈R3|x+y+z=0}est le noyau de la forme linéaire R3−→R
(x, y, z)7−→x+y+z.Fest donc
un sous-espace vectoriel de R3.
Exemple 2.2
L’application C2(R)−→C0(R)
f7−→f00 est linéaire. Son noyau, à savoir l’ensemble des fonctions affines de R
dans Rest donc un sous-espace vectoriel de C2(R)et donc un espace vectoriel.
Exercice 2.1
Soient f∈ L(E, F)et g∈ L(F, G). Montrer que Ker f⊂Ker(g◦f)et que Im(g◦f)⊂Im g.
Montrer que g◦f=0si et seulement si Im f⊂Ker g.
Théorème 2.1 Injectivité et surjectivité d’une application linéaire
Soient Eet Fdeux K-espaces vectoriels et f∈ L(E, F).
(i) fest injective si et seulement si Ker f={0E}.
(ii) fest surjective si et seulement si Im f=F.
http://lgarcin.github.io 5