Fiche Cours ASINSA1 Applications Lineaire
Fiche Cours ASINSA1 Applications Lineaire
Fiche Cours ASINSA1 Applications Lineaire
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
Les applications linéaires 19 Les applications linéaires 20 Les applications linéaires 21
Noyau d’une application linéaire Caractérisation d’une application linéaire injective
Exemple 3.1
Définition 3.1 (Noyau d’une application linéaire) Reprenons l’application f : R3 −→ R3 qui à ~x = (x1 , x2 , x3 )
associe le vecteur ~y = (x1 + x2 , x2 + x3 , x1 + 2x2 + x3 ). Proposition 3.2
Soient E, F deux K-espaces et f ∈ LK (E, F ). On appelle noyau
Déterminons le noyau de f . Soit (x1 , x2 , x3 ) ∈ Ker f . On a :
de f et on note Ker f le sous-ensemble de E défini par Soient E, F deux K-espaces vectoriels. Pour qu’une application
linéaire f de E dans F soit injective, il faut et il suffit que
x1 + x2 = 0
Ker f = {~x ∈ E | f (~x ) = ~0F }.
déf.
x2 + x3 = 0 .
Ker f = {~0E }.
Le noyau d’une application linéaire f de E dans F n’est jamais x1 + 2x2 + x3 = 0
vide puisqu’il contient le vecteur nul de E. En effet, Exemple 3.2
D’où x2 = −x3 et x1 = x3 . Ainsi,
f (~0E ) = ~0F . Reprenons l’application f : R3 −→ R3 qui à ~x = (x1 , x2 , x3 )
(x1 , x2 , x3 ) = (x3 , −x3 , x3 ) = x3 (1, −1, 1). associe le vecteur ~y = (x1 + x2 , x2 + x3 , x1 + 2x2 + x3 ). Cette
Mieux encore ! On a le résultat suivant : application linéaire f n’est pas injective car
Le noyau de f est donc la droite vectorielle engendrée par le
Proposition 3.1 (Propriété du noyau) vecteur (1, −1, 1) : Ker f 6= {(0, 0, 0)}.
Soient E, F deux K-espaces et f ∈ LK (E, F ). Alors Ker f est un
sous-espace vectoriel de l’ensemble de départ E. Ker f = Ru
~ avec u
~ = (1, −1, 1).
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
Cette caractérisation est vraie même si f n’est pas linéaire. car (1, 1, 2) = (1, 0, 1) + (0, 1, 1). L’application (linéaire) f n’est On dit qu’une application linéaire ne peut pas « augmenter » la
pas surjective car Im f 6= R3 . dimension.
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA
Remarque
Exemple 4.1
Si, de plus, l’espace d’arrivée F est de dimension finie alors Proposition 4.1
Reprenons l’exemple de l’application f : R3 −→ R3 qui à
(x1 , x2 , x3 ) associe (x1 + x2 , x2 + x3 , x1 + 2x2 + x3 ). Rappelons Soient E, F deux K-espaces de dimensions finies (non
dimK (Im f ) 6 dimK (F ) nécessairement identiques) et f ∈ LK (E, F ). Alors
que : dimK (Ker f ) = 1 et dimK (Im f ) = 2. On a :
puisque Im f est un sous-espace de F . On a ainsi : f est surjective si, et seulement si, rg f = dimK (F ) ;
dim (R3 ) = rg f + dimK (Ker f ) .
| K{z } |{z} | {z } f est injective si, et seulement si, rg f = dimK (E) ;
rg f 6 min {dimK (E), dimK (F )} . =3 =2 =1 f est bijective ssi rg f = dimK (E) = dimK (F ).
F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA F. STURM, Pôle de Mathématiques, INSA de Lyon Cours de Mathématiques - Première Année ASINSA