PrécédentCh. 02 — Espaces vectoriels — bases et dimensions 📚 Tous les chapitres SuivantCh. 04 — Transformations du plan — isométries et simi…

1. Application linéaire

Définition

f:E→F est linéaire si : f(λu+μv)=λf(u)+μf(v) pour tous u,v∈E, λ,μ∈ℝ.

Conséquences : f(0)=0. f(−u)=−f(u). f conserve les combinaisons linéaires.

Noyau et image

Noyau : Ker(f)={u∈E : f(u)=0}. Ker(f) est un SEV de E.

Image : Im(f)={f(u) : u∈E}. Im(f) est un SEV de F.

Théorème du rang : dim(Ker f)+dim(Im f)=dim(E).

Le rang de f = dim(Im f).

2. Matrice d'une application linéaire

Construction

Soit (e₁,...,eₙ) base de E et (f₁,...,fₘ) base de F. La matrice de f est la matrice M dont la j-ième colonne est le vecteur f(eⱼ) exprimé dans la base de F.

f(x) = M·x (multiplication matricielle).

Composition : g∘f → N·M. Inverse : f⁻¹ → M⁻¹ (si M inversible).

3. Application affine

Définition

f:E→F est affine si f(x)=L(x)+b, où L est linéaire et b est un vecteur fixe.

L est appelée application linéaire associée à f.

Image d'une droite : une droite (ou un point si L=0). Image d'un plan : un plan, une droite ou un point.

Fixe de f : f(x)=x ⟺ L(x)=x−b. Le point fixe existe si 1 est valeur propre de L.

🧠 À retenir

  • Linéaire : f(λu+μv)=λf(u)+μf(v)
  • Ker(f) SEV de E ; Im(f) SEV de F
  • Théorème du rang : dim Ker + dim Im = dim E
  • Matrice : colonnes = images des vecteurs de base
  • Affine : f(x)=L(x)+b
1

Vérification de la linéarité

● Facile

f:ℝ²→ℝ², f(x,y)=(x+y, 2x). Montrer que f est linéaire. Calculer sa matrice dans la base canonique.

Correction

f(λ(x,y)+μ(x',y'))=f(λx+μx',λy+μy')=(λx+μx'+λy+μy', 2λx+2μx')=λf(x,y)+μf(x',y') ✓. Matrice: colonnes=f(e₁)=(1,2) et f(e₂)=(1,0). M=[[1,1],[2,0]].

2

Noyau et image

● Moyen

f:ℝ³→ℝ², f(x,y,z)=(x+y+z, x−y). Calculer Ker(f), Im(f) et vérifier le théorème du rang.

Correction

Ker: x+y+z=0 et x−y=0 → x=y et z=−2x. Ker=Vect{(1,1,−2)}. dim Ker=1. Im: f est surjectif (rang 2) → dim Im=2. Vérif: 1+2=3=dim(ℝ³) ✓.

3

Matrice et composition

● Moyen

f:ℝ²→ℝ², f(x,y)=(2x−y, x+3y). g(x,y)=(x+y, y). (1) Matrices M_f et M_g. (2) Matrice de g∘f.

Correction

M_f=[[2,−1],[1,3]]. M_g=[[1,1],[0,1]]. M_{g∘f}=M_g·M_f=[[2+1,−1+3],[1,3]]=[[3,2],[1,3]].

4

Application affine et point fixe

● Moyen

f:ℝ²→ℝ², f(x,y)=(x+1, −y+2). (1) Linéaire associée L. (2) Point fixe de f.

Correction

L(x,y)=(x,−y) (partie linéaire). Point fixe: f(x,y)=(x,y) → x+1=x (impossible?) Non: x+1=x → 1=0, pas de fixe pour x. −y+2=y → y=1. Contradiction pour x → pas de point fixe. Vérifier: f(x,y)=(x,y) → x+1=x impossible. Pas de point fixe pour cette application.

5

Théorème du rang — application

● Difficile

f:ℝ⁴→ℝ³ de matrice M=[[1,2,1,0],[0,1,1,1],[1,3,2,1]]. (1) Calculer le rang de M. (2) Dim du noyau. (3) Donner une base du noyau.

Correction

(1) L₃←L₃−L₁: [[1,2,1,0],[0,1,1,1],[0,1,1,1]]. L₃←L₃−L₂: [[1,2,1,0],[0,1,1,1],[0,0,0,0]]. rang=2. (2) dim Ker=4−2=2. (3) Noyau: x+2y+z=0 et y+z+t=0. Paramètres libres: z=s, t=u. y=−s−u, x=−2y−z=2s+2u−s=s+2u. Ker=Vect{(1,−1,1,0),(2,−1,0,1)}.

Problème de synthèse

● Niveau Bac

Soit f:ℝ³→ℝ³ l'application linéaire de matrice M = [[1,1,0],[1,0,1],[0,1,1]] dans la base canonique.

  1. Image de la base : Calculer f(e₁), f(e₂), f(e₃).
  2. Rang : Calculer le rang de M par la méthode du pivot de Gauss.
  3. Noyau : Calculer dim(Ker f) par le théorème du rang. Trouver une base du noyau.
  4. f est-elle bijective ? : Justifier.
  5. Image d'un plan : Quelle est l'image par f du plan P : x+y+z=0 ?
  6. Déterminant : Calculer det(M). Que peut-on en déduire sur f ?
Correction du problème de synthèse
  1. f(e₁)=(1,1,0), f(e₂)=(1,0,1), f(e₃)=(0,1,1).
  2. M=[[1,1,0],[1,0,1],[0,1,1]]. L₂←L₂−L₁: [[1,1,0],[0,−1,1],[0,1,1]]. L₃←L₃+L₂: [[1,1,0],[0,−1,1],[0,0,2]]. rang=3.
  3. dim Ker=3−3=0. Ker={0}.
  4. Ker={0} → injective. rang=3=dim(ℝ³) → surjective. f est bijective (isomorphisme).
  5. P=Ker(g) où g(x,y,z)=x+y+z. f(P)=f(Ker g). dim(f(P))=dim(P)=2 (f bijective). f(P) est un plan.
  6. det(M)=1(0−1)−1(1−0)+0=−1−1=−2≠0. M inversible → f bijective. ✓

QCM

10 questions · Correction immédiate

0Score
0/10Répondues
Q1/10

f linéaire → f(0)=

Q2/10

Théorème du rang : dim Ker f + dim Im f =

Q3/10

Ker(f) est un SEV de

Q4/10

Matrice M de f : j-ième colonne =

Q5/10

f bijective ⟺

Q6/10

Rang de f = dim

Q7/10

f affine : f(x)=L(x)+b. L est

Q8/10

Composition g∘f → matrice

Q9/10

f:ℝ⁴→ℝ³ de rang 3. dim Ker f =

Q10/10

f linéaire, dim Ker f=0 ⟺ f est