Documentos de Académico
Documentos de Profesional
Documentos de Cultura
On a alors la caractrisation suivante : Thorme Soit E et F deux espaces vectoriels. Soit f une application de E dans F. f est une application linaire si et seulement si
Sens direct : Si est une AL, alors Donc Sens rciproque Si on aura en particulier pour et pour
et
et
Une forme plus condense Thorme Soit E et F deux espaces vectoriels. Soit f une application de E dans F. f est une application linaire si et seulement si
et
On a videmment
Thorme Soit
On a pour tout
dans E,
Une consquence importante : autre caractrisation dune AL Thorme Soit E et F deux espaces vectoriels. Soit f une application de E dans F. f est une application linaire si et seulement si
Sens direct : Si est une AL, alors Donc Sens rciproque Si on aura en particulier pour et pour Or si Or , alors pour
et
et
, on a
Exemple 2 On considre les ensembles et (qui sont des ev) et l'application Faisons la dmonstration en deux tapes. Soit et deux vecteurs de On a
un vecteur de
on a
L'application est linaire. Exemple 3 On considre lensemble des fonctions drivables sur . Soit cet ensemble. Nous savons que cet ensemble est un sous espace vectoriel de lespace vectoriel des fonctions de dans . A ce titre cest un espace vectoriel. Soit lapplication de dans qui toute fonction de ( ) fait correspondre la fonction de Soit et deux fonctions de et et deux nombres rels.
Exemple 4 On considre lespace vectoriel des polynmes de degr infrieur ou gal 3 : On dfinit sur cet espace vectoriel une application note dfinie de la faon suivante : Si , est la fonction dfinie pour tout rel par : Nous savons que si est un polynme de degr infrieur ou gal 3, est un polynme de degr infrieur ou gal 2. Lapplication est une application polynme de degr infrieur ou gal 3. apparat alors comme la somme de deux polynmes de degr infrieur ou gal 3. Donc est une application de lespace vectoriel dans lui-mme. et Soit un nombre rel quelconque. Soit et deux lments de On aura pour tout rel
On a donc Et donc Lapplication est une application linaire de On dit que cest un endomorphisme de dans
Exemple 5 Au collge on appelait application linaire toute application de Une application linaire est bien linaire. En effet a une structure despace vectoriel. On a pour tout couple de rels et pour tout nombre rel :
dans
de la forme :
Mais dans , ces applications sont les seules applications linaires Una application affine nest pas linaire. Prenons La fonction carre nest pas linaire : si on a par exemple :
Donc
On peut en effet dfinir la somme de deux applications linaires de E dans F de la faon suivante : Si , lapplication somme est note et est dfinie par On peut galement dfinir le produit par un rel dune application de Si et si lapplication note est dfinie par : de la faon suivante :
On peut remarquer que ces deux dfinitions sont celles que lon rencontre habituellement pour parler de fonction somme de deux fonctions, et fonction produit par un rel. Lensemble des applications linaires de E dans F est un sous-ensemble de lespace vectoriel des fonctions de E dans F (les applications linaires sont des fonctions particulires de E dans F). Il est non vide, puisque la fonction nulle de E dans F est une application linaire. cette application nulle de E dans F. Cest l'application dfinie par : Notons
Soit Et Donc
Montrons que l'ensemble est stable par addition : Soit et deux lments de soit et deux lments de E et un rel. On a par dfinition de lapplication somme : Or les applications et sont linaires donc
On en dduit que Lapplication est donc linaire : lensemble est stable par addition.
De mme montrons que l'ensemble est stable par la multiplication par un nombre rel. Soit f un lment de un nombre rel, soit et deux lments de E et un nombre rel. On a par dfinition de lapplication Or lapplication est linaire, donc : :
dans
dans un ev
Dfinition Soit et deux espaces vectoriels. On appelle isomorphisme toute application linaire bijective de dans On note l'ensemble des isomorphismes de dans Enfin un endomorphisme bijectif est appel automorphisme. Dfinition Soit un espace vectoriel. On appelle automorphisme toute application linaire bijective de dans On note l'ensemble des automorphismes de
dans
et
une application de
dans , alors
est une
F E G
Montrons que cette application est un lment de On considre deux lments et de E et un rel . On a par dfinition de la composition :
et
, alors
appartient
Il est facile de vrifier que cette application est linaire. Elle est videmment bijective. On dit que c'est l'isomorphisme canonique de dans
On lui associe canoniquement la matrice colonne Le produit matriciel de Par exemple si Pour tout triplet On a par
dans dont nous allons montrer qu'elle est De faon gnrale, on cre ainsi une application de linaire. Bien entendu, les deux isomorphismes permettant de passer des vecteurs lignes aux vecteurs colonnes et rciproquement sont des applications linaires. Compte tenu de la proprit concernant la compose d'applications linaires, il suffit de prouver que l'application qui fait correspondre au vecteur colonne le vecteur colonne A est une application linaire.
Nous ne ferons cette dmonstration que dans le cas particulier o Soit l'application qui tout de fait correspondre le vecteur colonne A
On a donc
Soit
et
deux lments de
et un nombre rel. On a
est quelconque.
Un cas particulier important : les endomorphismes associs aux matrices carres. On dispose dune matrice carre dordre . Montrons comment on cre une application linaire partir de cette matrice. Nous ne montrerons la dmarche que sur un exemple. On procderait de mme faon dans le cas gnral. On considre la matrice Pour crer une application linaire de dans , on fait dabord correspondre tout triplet le vecteur colonne puis le vecteur colonne On fait
Et donc
Soit
l'endomorphisme de
dfini par :
On a donc
La bijectivit de Posons
Dire que g est bijective c'est dire que quel que soit le vecteur colonne
de
il existe un
tel que
(l'existence correspond la surjectivit, l'unicit l'injectivit). Autrement dit il existe un unique de tel que :
Cest ce que nous allons montrer dans le cas o Si est inversible, l'galit
est inversible.
est quivalente
On a bien
Donc
par lapplication
et
Si
alors
donc
Et donc
On a donc un premier rsultat partiel : Si la matrice A est inversible, l'application g et donc aussi l'application f est bijective. Nous dmontre partir des systmes linaires la rciproque de cette proprit. On peut alors noncer le thorme suivant : Thorme Soit A une matrice carre d'ordre n et f l'endomorphisme de associ A. f est bijectif (c'est--dire est un automorphisme) si et seulement si la matrice A est inversible On a ainsi un critre simple pour tester la bijectivit de f.
une application linaire de E dans F. On appelle noyau de de E dont l'image est le vecteur nul de F.
On a donc
de tels que
On en tire
Donc
Et donc
Ce qui donne
est donc
On a
On a le thorme suivant : Thorme Soit E et F deux espaces vectoriels et On a par dfinition Nous avons vu que Soit Donc et
alors
est un sev de E
donc et un rel. On a :
est injective si et seulement si Ce thorme est trs important. Sens direct Dire que est injective c'est dire que chaque lment de E a une image qui lui est propre, ou encore que si deux lments de E ont la mme image, ils sont gaux. Prenons dans On a mais on a aussi donc et d'aprs . l'injectivit Donc le seul lment de est Sens rciproque Cela signifie que si un vecteur est tel que Supposons que ne contienne que alors ce vecteur est nul. Prenons deux vecteurs et qui ont la mme image. On a donc donc et par linarit Ce qui conduit alors et en dfinitive Donc est bien injective.
Remarque : Le noyau est un sous-ensemble de l'ensemble de dpart, l'image est un sous-ensemble de l'ensemble d'arrive. On a
de F appartient
de E tel que
Thorme est un sous-espace vectoriel de F Dmonstration : n'est pas vide. En effet puisque est inclus dans F par dfinition. Soit et deux lments de et un nombre rel, montrons que Il faut donc trouver un vecteur de E dont l'image est donc il existe tel que donc il existe tel que Posons On a .
est un lment de
a) Montrer que est une application linaire associe une matrice que l'on dterminera. b) Dterminer le noyau de c) Dterminer l'image de On cherche une matrice colonne Dterminons le format de Comme permet de crer une correspondance entre Donc On a clairement Il faut donc que qui transforme par multiplication un vecteur colonne en un vecteur
et
L'application f est donc linaire comme application associe une matrice. b) Le noyau de est l'ensemble des vecteurs de dont l'image est gale au vecteur nul de .
Ce systme conduit videmment Donc le seul vecteur du noyau est le vecteur nul de . L'application f est donc injective. c) Dterminons l'image. On a
On prend un lment quelconque de . La question est de savoir s'il appartient sinon quelle(s) condition(s) il doit remplir pour appartenir Dire que appartient c'est dire que l'on peut trouver deux rels et tels que
ou
On a alors
Pour que systme soit possible, il faut que les valeurs trouves pour premire quation. A savoir :
et
remplissent aussi la
On en tire Ou encore Tous les lments de ne sont pas dans en font partie. Donc signifie que Seuls ceux qui remplissent la condition prcdente
Im(f) est un sous-espace vectoriel de dont (1,0,1) et (0,1,1) forment une famille gnratrice. (Ce qui signifie que seuls les triplets de rels qui peuvent s'crire comme combinaison linaire de ces deux triplets ont un antcdent par , et aussi que l'on est sr qu'un tel triplet a bien un antcdent).
Exemple 2 : On considre la matrice et l'endomorphisme de associ Dmontrer que la famille constitue par les vecteurs correspondant aux vecteurs colonnes de cette matrice est une famille gnratrice de Autrement dit un vecteur de appartient si et seulement si on peut l'crire comme combinaison linaire de ces trois vecteurs. Dtaillons d'abord l'application On a
Donc
Un vecteur de appartient s'il est image par dire s'il existe trois nombres rels et tels que f
de
, c'est--
Donc tout vecteur de s'crit bien comme combinaison linaire de et Rciproquement, si l'on considre un vecteur de qui s'crit comme combinaison linaire de ces trois vecteurs, montrons qu'un tel vecteur appartient Soit
et donc Remarque : Ce rsultat est tout fait gnral. Nous en proposerons une autre dmonstration plus tard.
Thorme Soit une matrice de et matrice. La famille de vecteurs de est une famille gnratrice de
l'application linaire de dans associe cette obtenue partir des vecteurs colonnes de la matrice
une base de
et
une base de
Donc la famille
Thorme Soit une application linaire dun espace vectoriel de dimension dans un espace vectoriel une base de et les images des vecteurs Soit par Alors la famille est une famille gnratrice de Considrons maintenant les coordonnes des lments de la famille dans la base Pour crire ces coordonnes, nous utiliserons un principe de double indexation. On crira par exemple :
Et
Donc
La
im
composante du vecteur
est
Ecrivons la matrice
de la famille
dans la base
lignes. La im composante du vecteur colonne sobtient en faisant la somme des produits de la la matrice Soit Ce qui donne par les lments du vecteur
ligne de
On reconnat la composante de
Ce produit matriciel donne donc le vecteur image. On passe de en effectuant le produit de la matrice
et
Dfinition : Soit et tant deux espaces vectoriels de dimensions respectives et Soit une base de et une base de dans la base Cette matrice Soit la matrice des composantes des vecteurs est appele matrice de lapplication linaire relativement aux bases et . Thorme Avec les notations prcdentes, soit base . Soit Alors Exemple Considrons lespace vectoriel des matrices carres dordre 2 toute matrice associe le couple de Posons
un vecteur de
de composantes
dans la
et lapplication
de
qui
On dmontre facilement que est une application linaire de Considrons la base canonique de
dans
Et la base canonique de On a
La matrice de lapplication
Remarque : en crivant
dans
de
Nous allons examiner cette question partir dun exemple. On considre lapplication linaire dans associe la matrice de sobtient partir du produit matriciel
On a
On a donc
et la base canonique de
On aura
Et de mme pour les deux autres colonnes. Cette remarque est trs gnrale. Elle justifie le rsultat suivant : Thorme Soit Soit
On a :
Ce rsultat provient du fait que quand on multiplie une matrice lignes et colonnes par un vecteur colonne contenant 0 et un 1 plac au rang , on obtient la im colonne de la matrice. Dans le cas dun endomorphisme, la seule diffrence est que = . Par exemple si est lendomorphisme de associ la matrice , on a dans
la base canonique de
Si im , cela signifie que ne contient que le vecteur nul de Alors est injective, daprs ce que nous avons vu prcdemment. La rciproque est videmment vraie.
Si im alors (cest un sev de . Donc et donc . Lapplication est lapplication nulle. La rciproque est vraie : si est lapplication nulle, Donc et im im On a des rsultats de mme nature pour limage. Si im , alors La rciproque est videmment vraie. Donc
et donc
Lapplication
Si im alors on aura et donc est surjective. Ce cas est intressant, car nous devons nous rappeler que si est une base de nous avons montr que est une famille gnratrice de Si lapplication est surjective, alors et donc cette famille est une famille gnratrice de Or toute famille gnratrice dans un espace vectoriel contient au moins autant de vecteurs que la dimension de lespace. On a donc dans ce cas ncessairement
On a alors
Si
comme
Et donc lapplication est injective. Toute application surjective est donc injective, et donc bijective. Mais comme toute application bijective est surjective, on en dduit quun endomorphisme dans un espace de dimension finie est bijectif si et seulement si, il est surjectif. Si est un endomorphisme injectif, Supposons que cet endomorphisme ne soit pas surjectif, cela signifierait que Donc im La famille de vecteurs est une famille gnratrice de qui contiendrait plus de vecteurs que la dimension de : elle ne pourrait donc pas tre libre. Si
elle est lie, cela signifie quil existe un vecteur au moins de cette famille qui est soit nul, soit sexprime comme combinaison linaire des autres vecteurs de la famille. Supposons que lun des vecteurs soit nul, par exemple On aurait alors et Ce qui est contradictoire avec Supposons que par exemple sexprime comme combinaison linaire des autres vecteurs de la famille. On pourra crire
On aura alors
Donc
Mais
Ce vecteur nest pas nul puisquil a au moins une composante non nulle. Nouvelle contradiction. Donc la famille est libre et donc Lapplication est donc surjective. Toute application injective est donc surjective, et donc bijective. Mais comme toute application bijective est injective, on en dduit quun endomorphisme dans un espace de dimension finie est bijectif si et seulement si, il est injectif. Bien entendu les dmonstrations et les rsultats sont les mmes si est une application linaire dun espace vectoriel dans un espace vectoriel de mme dimension que On a le thorme suivant : Thorme Soit une application linaire dun espace vectoriel de dimension dans un espace vectoriel de mme dimension que (ventuellement gal Cette application est bijective si et seulement si elle est injective, ou si et seulement si elle est surjective. Et entre des espaces vectoriels de dimensions diffrentes, peut-il exister un isomorphisme ? Soit de dimension et de dimension Soit une application linaire de dans dont on voudrait quelle soit bijective. On considre une base de On sait que est une famille gnratrice de Si est surjective, alors et donc ncessairement Nous avons dj vu ce
rsultat. Si alors la famille nest pas libre. Elle est lie et nous avons vu plus haut que cela impliquait ncessairement que le noyau contenait dautres vecteurs que le vecteur nul. Lapplication ne peut pas tre injective. Il faut donc que Thorme Il ne peut pas exister disomorphismes entre deux espaces vectoriels de dimensions diffrentes.
tels
mais
Ncessairement
Ds lors On a donc
et donc on aurait
Mais comme est une base de on a La famille est donc libre. On appelle le sous espace vectoriel de engendr par cette famille. La famille est donc une base de ce sous espace puisquelle est par dfinition gnratrice pour ce sous-espace et libre comme nous lavons vu. Si alors est un sous-espace de de mme dimension que cest donc lui-mme et la famille est alors une base de Si cela signifie quil existe un vecteur non nul appartenant mais pas On recommence alors le mme raisonnement. Et ainsi de suite. On ajoute des vecteurs jusqu ce que lon atteigne le nombre fatidique dune famille de vecteurs qui constitue une base de On dispose donc maintenant dune base de Appelons le sous-espace vectoriel de Considrons lapplication dans On a dont les premiers vecteurs forment une base de
Lapplication est donc linaire. Montrons que est injective. Soit et tels que On a
et
est
Donc lapplication est injective. Puisque cest une application linaire entre espaces de dimensions finies, cest un isomorphisme et donc les deux espaces ont la mme dimension. On en dduit que im im Et donc im Ce que lon peut crire im im im Ou encore Cette formule est aussi vrifie si im est injective daprs ce que nous avons vu plus haut. im im
On appelle rang de lapplication la dimension de On obtient ainsi le trs important thorme du rang : Thorme Soit Soit On a
et