Applications linéaires : noyau, image, isomorphismes, rang et théorème du rang
Applications linéaires, noyau et image, isomorphismes, projecteurs et symétries, théorème du rang, hyperplans et formes linéaires, équations linéaires et sous-espaces affines.
- 21méthodes
- 52exercices corrigés
- 6problèmes
- 20pièges
- 32figures
Une application linéaire est une application entre deux espaces vectoriels qui respecte les sommes et les multiplications par un nombre : l'image d'une combinaison linéaire est la combinaison des images. Son noyau, l'ensemble des vecteurs envoyés sur zéro, dit si elle est injective ; son image dit si elle est surjective. Une application linéaire est entièrement fixée par les images des vecteurs d'une base. Entre deux espaces de même dimension finie, injective, surjective et bijective reviennent au même, ce qui fait de l'isomorphisme une question de noyau. Le théorème du rang relie la dimension du noyau et celle de l'image à la dimension de l'espace de départ. Le chapitre est au programme de toutes les classes de première année, au Maroc (MPSI, PCSI, TSI) et en France (MPSI, MP2I, PCSI, PTSI, TSI1, TPC1) ; selon la classe, quelques compléments s'y ajoutent.
Ce que tu sauras faire
Ce chapitre étudie les applications entre espaces vectoriels qui respectent les sommes et les multiplications par un nombre. Elles décrivent la superposition en physique, les opérateurs de dérivation, les systèmes linéaires, et elles transportent sous-espaces, bases et dimensions d'un espace à l'autre. À la fin, tu dois savoir :
- reconnaître une application linéaire, ou montrer qu'une application ne l'est pas ;
- calculer le noyau et l'image d'une application linéaire et en donner des bases ;
- montrer qu'une application linéaire est injective, surjective, un isomorphisme, et trouver sa réciproque ;
- définir une application linéaire par les images des vecteurs d'une base ;
- calculer un rang et utiliser le théorème du rang ;
- savoir ce qui change quand l'espace n'est pas de dimension finie.
L’essentiel du chapitre Extrait gratuit
- est linéaire si pour tous , . Alors (nécessaire, pas suffisant) et .
- Endomorphisme : de dans . Isomorphisme : linéaire et bijective. Automorphisme : endomorphisme bijectif.
- Exemples : applications de dans dont chaque coordonnée est une combinaison linéaire des variables ; ; dérivation ; intégrale sur un segment ; évaluation ; décalage des suites ; .
- Combinaisons linéaires et composées d'applications linéaires sont linéaires ; la réciproque d'un isomorphisme est linéaire ; .
- , le groupe linéaire : les automorphismes de ; il contient , il est stable par composition et réciproque. La composition n'est pas commutative.
- Images directe et réciproque d'un sous-espace : des sous-espaces.
- Noyau , sous-espace de ; ; injective .
- Image , sous-espace de ; surjective .
- Si engendre : .
- injective l'image de toute famille libre est libre.
- Composée : , ; .
- de dimension finie, base, : il existe une unique telle que .
- Deux applications linéaires égales sur une base sont égales.
- Si , une application linéaire est fixée par ses restrictions à et à .
- Image d'une base : libre si et seulement si injective ; génératrice de si et seulement si surjective ; base si et seulement si isomorphisme.
- et de dimension finie sont isomorphes si et seulement si ; par les coordonnées dans une base.
- Si est finie : injective surjective bijective.
- Hors de la dimension finie, c'est faux : sur est surjective non injective, injective non surjective.
Une méthode du chapitre Extrait gratuit
On connaît le rang et l'on veut la dimension du noyau, ou inversement ; ou l'on demande s'il existe une application linéaire injective, surjective, de noyau donné.
Si est de dimension finie et : , où est l'espace de départ ; (cours, sections 5.1 et 5.2).
- Nommer l'espace de départ et vérifier qu'il est de dimension finie.
- Écrire le théorème avec les dimensions connues.
- En déduire la dimension cherchée, ou une contradiction avec .
« est de dimension finie et . D'après le théorème du rang, . Or , donc . »
Une application linéaire n'a jamais un noyau de dimension : sinon , alors que . Un endomorphisme de dont le noyau est un plan est de rang : son image est une droite.
- Écrire le théorème avec l'espace d'arrivée.
- L'appliquer sans que l'espace de départ soit de dimension finie.
- En déduire que et sont supplémentaires, ou l'appeler formule de Grassmann.
Exercices 8, 15, 22, 23, 27 et 28 ; problème 3.
Un exercice corrigé Extrait gratuit
On considère l'application linéaire définie par , et le plan .
- Déterminer .
- Montrer que .
- En déduire que .
- 2 : calculer pour .
- 3 : comparer et .
On ne cherche pas une base de l'image : une inclusion se vérifie par un calcul direct, et le théorème du rang donne la dimension de l'image à partir de celle du noyau. Deux sous-espaces emboîtés de même dimension finie sont égaux.
1. équivaut à , (la troisième équation est alors vérifiée). Donc , droite de .
2. Pour : . Donc .
3. Par le théorème du rang, . Le plan est de dimension : en effet si et seulement si , et ces deux vecteurs ne sont pas colinéaires. On a et , donc .
Pour montrer une égalité de sous-espaces de dimension finie, une inclusion et l'égalité des dimensions suffisent ; le théorème du rang fournit la dimension de l'image. Voir la méthode 10.
Le cours détaillé, toute la fiche « L'essentiel », 21 méthodes, 20 pièges corrigés, la carte mentale, 52 exercices corrigés, 6 problèmes de concours, les fiches à mémoriser et l'assistant qui répond à tes questions. Les trois premiers chapitres de chaque matière sont offerts avec un compte d’essai gratuit.
Ouvrir l'essai gratuitVoir les offresPlan du cours
- 1. Applications linéaires
- 1.1 Définition et vocabulaire
- 1.2 Exemples et contre-exemples
- 1.3 Opérations, groupe linéaire
- 1.4 L'espace et les puissances d'un endomorphisme
- 2. Noyau et image
- 2.1 Image directe, image réciproque
- 2.2 Noyau et injectivité
- 2.3 Image et surjectivité
- 2.4 Image d'une famille
- 2.5 Noyau et image d'une composée
- 3. Détermination d'une application linéaire
- 3.1 Par l'image d'une base
- 3.2 Par les restrictions à deux supplémentaires
- 3.3 Injectivité, surjectivité, bijectivité et bases
- 4. Isomorphismes et dimension finie
- 4.1 Espaces isomorphes
- 4.2 Même dimension finie
- 4.3 Hors de la dimension finie
- 4.4 Inverse d'un seul côté, dimension de
- 5. Rang et théorème du rang
- 5.1 Rang d'une application linéaire
- 5.2 Théorème du rang
- 5.3 Utiliser le théorème du rang
- 5.4 Rang d'une composée
- 5.5 Forme géométrique du théorème du rang
- 6. Équations linéaires
- 6.1 Structure des solutions
- 6.2 Systèmes et équations différentielles
- 6.3 Suites arithmético-géométriques
- 7. Homothéties, projecteurs et symétries
- 7.1 Homothéties
- 7.2 Projecteurs
- 7.3 Symétries
- 7.4 Caractérisations et projecteur associé
- 8. Formes linéaires et hyperplans
- 8.1 Formes linéaires
- 8.2 Hyperplans
- 8.3 Formes coordonnées, hyperplans en dimension
- 8.4 Systèmes d'équations d'un sous-espace
- 9. Sous-espaces affines
- 9.1 Translations, points et vecteurs
- 9.2 Sous-espaces affines
- 9.3 Intersection, parallélisme
- 9.4 Solutions d'une équation linéaire
- 9.5 Barycentres et repères affines
Les méthodes du chapitre
Chaque méthode est une fiche : quand l'utiliser, le rappel de cours, les étapes, la rédaction attendue sur la copie, un exemple traité, les erreurs à éviter.
- Montrer qu'une application est linéaire, ou qu'elle ne l'est pas
- Calculer l'image d'un vecteur par linéarité, retrouver l'expression d'une application linéaire
- Déterminer le noyau et en donner une base
- Déterminer l'image et en donner une base
- Montrer qu'une application linéaire est injective ou surjective
- Calculer le rang d'une application linéaire
- Utiliser le théorème du rang pour une dimension ou une impossibilité
- Montrer qu'une application linéaire est un isomorphisme et trouver sa réciproque
- Définir une application linéaire par l'image d'une base ou par deux restrictions ; montrer que deux applications linéaires sont égales
- Montrer une égalité de sous-espaces par le théorème du rang
- Étudier une application linéaire hors de la dimension finie
- Comparer noyaux et images d'une composée
- Résoudre une équation linéaire
- Utiliser le rang d'une composée
- Reconnaître un projecteur ou une symétrie et trouver ses éléments
- Écrire une projection ou une symétrie dont on connaît les éléments
- Exploiter une relation entre les puissances d'un endomorphisme
- Étudier les noyaux et images itérés ; montrer que le noyau et l'image sont supplémentaires
- Montrer qu'un sous-espace est un hyperplan, en trouver une équation et un supplémentaire
- Décrire un sous-espace par un système d'équations ; comparer deux équations d'un hyperplan
- Décrire un sous-espace affine
Les exercices corrigés
Chaque exercice a ses indications, sa correction rédigée et ce qu'il faut en retenir.
Application directe (21)
- Linéaire ou non dans R² et R³
- Linéaire ou non : polynômes, fonctions, suites
- Une application connue par trois images
- Noyau et image d'une application de R⁴ dans R³
- Noyau et image d'un endomorphisme de R₃[X]
- Injective, surjective ou bijective
- Rangs d'applications linéaires
- Ce que permet le théorème du rang
- Un automorphisme de R³ et sa réciproque
- Valeurs en trois points
- Une application définie sur une base
- Une image trouvée par les dimensions
- Dériver et intégrer des polynômes
- Un système vu comme une équation linéaire
- Une équation différentielle vue comme une équation linéaire
- Reconnaître un projecteur de R³
- Reconnaître une symétrie de R³
- Projeter dans le plan parallèlement à une droite
- Des hyperplans et leurs supplémentaires
- Deux plans affines de l'espace
- Barycentres et repère affine du plan
Entraînement (23)
- Image directe et image réciproque
- Multiplier à gauche par une matrice fixée
- Une différence seconde sur les polynômes
- Composées injectives, composées surjectives
- Un automorphisme de R₂[X]
- Applications linéaires à valeurs dans K
- Une application définie par ses restrictions
- Le polynôme P(X) + P(1 − X)
- Applications de composée nulle avec elles-mêmes
- Une composée nulle
- Décaler des suites
- Multiplier une fonction par la variable
- Un paramètre qui casse l'injectivité
- Plus d'inconnues que d'équations
- Trois conditions sur un polynôme de degré trois
- Composer dans un sens et dans l'autre
- Un second membre polynomial
- Somme de deux projecteurs
- Projecteurs qui commutent, projecteurs de même noyau, inverse d'un seul côté
- Une relation du second degré
- La projection sur un hyperplan
- Formes coordonnées et dimension des hyperplans
- Équations d'un sous-espace et équations proportionnelles
Approfondissement (8)
- Factoriser une application linéaire
- Quand x et u(x) sont toujours liés
- Le rang d'une somme
- Ce qu'un isomorphisme conserve
- Les endomorphismes qui commutent avec tous les autres
- Le rang d'une composée exactement
- Noyaux et images itérés
- Grassmann par le théorème du rang
Les problèmes de concours
Des extraits de sujets réels, corrigés en entier, avec la durée conseillée et les méthodes mobilisées.
- Le reste d'une division euclidienne
- Racines carrées d'un endomorphisme
- Noyaux itérés d'un endomorphisme
- Filtres récursifs et suites
- Projections dans l'espace et dans un espace de polynômes
- Trace, formes linéaires et hyperplans de matrices
Questions fréquentes
Comment montrer qu'une application est linéaire ?
On prend deux vecteurs x et y de l'espace de départ et un scalaire λ, et l'on vérifie que l'image de λx + y est λ fois l'image de x plus l'image de y. C'est l'application elle-même qui doit être évaluée en λx + y. Le fait que le vecteur nul soit envoyé sur le vecteur nul est nécessaire mais ne suffit pas : l'application qui envoie (x, y) sur le produit xy le vérifie sans être linéaire.
Comment trouver le noyau et l'image d'une application linéaire ?
Le noyau est l'ensemble des solutions de l'équation u(x) = 0 : pour une application donnée par des formules, c'est un système linéaire homogène, que l'on résout par la méthode du pivot. L'image est engendrée par les images des vecteurs d'une base de l'espace de départ ; on en extrait une famille libre pour obtenir une base de l'image. L'application est injective si et seulement si son noyau est réduit au vecteur nul, et surjective si et seulement si son image est l'espace d'arrivée.
Que dit le théorème du rang ?
Si l'espace de départ E est de dimension finie, la dimension de E est égale à la dimension du noyau plus le rang, c'est-à-dire la dimension de l'image. C'est bien l'espace de départ qui compte, pas l'espace d'arrivée. Le théorème ne dit pas que le noyau et l'image sont supplémentaires : pour l'application qui envoie (x, y) sur (y, 0), le noyau et l'image sont la même droite.
Quand une application linéaire injective est-elle bijective ?
Quand l'espace de départ et l'espace d'arrivée ont la même dimension finie : alors injective, surjective et bijective sont équivalentes, et il suffit de montrer que le noyau est nul. Sans la dimension finie, c'est faux : sur les polynômes, la dérivation est surjective sans être injective, et la multiplication par X est injective sans être surjective.
Comment définir une application linéaire par les images d'une base ?
Si (e1, ..., en) est une base de l'espace de départ, on peut choisir librement des vecteurs f1, ..., fn de l'espace d'arrivée : il existe une unique application linéaire qui envoie chaque ek sur fk. Pour trouver son expression, on décompose un vecteur quelconque sur la base et l'on applique la linéarité. Deux applications linéaires qui coïncident sur une base sont donc égales.
Comment y accéder
Ce chapitre fait partie de l'accès complet. Les trois premiers chapitres de chaque matière (deux par bloc en économie et droit, en management et gestion) sont offerts avec un compte d'essai gratuit. Créer un compte d'essai ou se connecter. Pour l'accès complet et les tarifs, vois les offres.