Université Hassan II Année universitaire 2020/2021

FSJES Mohammedia Semestre 2, ensembles : 1, 2, 3 et 4

Filière : Économie & Gestion Prof : Mustapha BASSOUR
Module : Algèbre
Chapitre 2 : APPLICATIONS LINÉAIRES

1 Définitions et Propriétés
Définition 1.1
Une application f d’un ensemble E dans un ensemble F (ou de E vers F ) est une correspondance,
qui à tout élément x de E associe un et un seul élément y de l’ensemble F .
L’application f de E dans F se note f : E −→ F
x 7−→ y = f (x)
y est appelé l’image de x par f .
x est un antécédent de y par f .
E s’appelle l’ensemble de départ et F l’ensemble d’arrivée.
Dans tout ce chapitre E et F désignent deux espaces vectoriels réels de dimension finie.

Définition 1.2
On dit qu’une application f de E vers F est linéaire si et seulement si :

1. ∀(x, y) ∈ E 2 ; f (x + y) = f (x) + f (y)

2. ∀(α, x) ∈ R × E ; f (αx) = αf (x)

Remarque 1.1
Les conditions (1) et (2) sont équivalentes à la condition suivante :
pour tous α, β ∈ R et tous x, y ∈ E ; f (αx + βy) = αf (x) + βf (y)

Exemple 1.1
On considère l’application f : R2 7−→ R3 définie par f (x, y) = (x + y, 3x, y).
Montrer que f est une application linéaire.
Solution.
1. Soient (x, y) et (x0 , y 0 ) deux éléments de R2 , on a :

f ((x, y) + (x0 , y 0 )) = f (x + x0 , y + y 0 )
= (x + x0 + y + y 0 , 3(x + x0 ), y + y 0 )
= (x + y + x0 + y 0 , 3x + 3x0 , y + y 0 )
= (x + y, 3x, y) + (x0 + y 0 , 3x0 , y 0 )
= f (x, y) + f (x0 , y 0 )

2. Pour tous (x, y) ∈ R2 et α ∈ R, on a :

f (α(x, y)) = f (αx, αy)

= (αx + αy, 3(αx), αy)
= α(x + y, 3x, y)
= αf (x, y)

Donc f est linéaire. 

1
 Chapitre 2: Applications linéaires

Exemple 1.2
On considère l’application f : R2 7−→ R3 définie par f (x, y) = (8x, y, 5y − x)
Montrer que f est linéaire.

Exemple 1.3
L’application f : R2 7−→ R définie par f (x, y) = xy n’est pas linéaire car f (−x, −y) 6= −f (x, y).

Propriétés 1.1
Si f est une application linéaire de E vers F , alors :
ˆ f (0E ) = 0F

ˆ ∀x ∈ E ; f (−x) = −f (x)

ˆ pour tous α1 , α2 , ..., αn ∈ R et tous x1 , x2 , ..., xn ∈ E ;

f (α1 x1 + α2 x2 + ... + αn xn ) = α1 f (x1 ) + α2 f (x2 ) + ... + αn f (xn )
ˆ L’ensemble L(E, F ) des applications linéaires définies de E vers F , muni de l’addition et de
la multiplication par un scalaire est un espace vectoriel réel.

Remarque 1.2
f (0E ) 6= 0F =⇒ f n’est pas linéaire.

Exemple 1.4
Soit l’application f : R2 7−→ R2 définie par f (x, y) = (x − 6y, y + 4)
f n’est pas linéaire car f (0, 0) = (0, 4) 6= 0R2 .

Exercice 1.1
Les applications f définies de E vers F ci-dessous sont-elles linéaires ? Justifier.
1. f (x, y, z) = (x, y + 7, z − y + 1) ; E = R3 et F = R3 .

2. f (x, y, z) = xyz ; E = R3 et F = R.
3. f (x, y, z) = x + 3y − 4z ; E = R3 et F = R.
4. f (x, y, z) = (x + y, x + z) ; E = R3 et F = R2 .

2 Opérations sur les applications linéaires

2.1 Addition
Théorème 2.1
Si f et g sont deux applications linéaires, définies de E vers F , alors l’application f + g , définie
de E vers F par (f + g)(x) = f (x) + g(x) , est une application linéaire.

2.2 Multiplication par un scalaire

Théorème 2.2
Si f est une application linéaire définie de E vers F et α un réel, alors l’application (α.f ) définie
de E vers F par (α.f )(x) = α.f (x) est une application linéaire.

2.3 Composition de deux applications linéaires

Théorème 2.3
Soient E, F et G trois espaces vectoriels réels.
Si f est une application linéaire de E vers F et g une application linéaire de F vers G, alors
l’application gof est une application linéaire de E vers G.

2 Pr. M. BASSOUR
 Chapitre 2: Applications linéaires

3 Noyau et image d’une application linéaire

Définition 3.1
1. On appelle l’image de f , et on note Im(f ), l’image de E par f :
Im(f ) = f (E) = {f (x)/x ∈ E} = {y ∈ F/∃x ∈ E : f (x) = y}
2. On appelle le noyau de f et on note Ker(f ), l’ensemble défini par :
Ker(f ) = {x ∈ E/f (x) = 0F }

Remarque 3.1
Les lettres Ker sont les premières du mot allemand Kernel qui signifie noyau.

Propriétés 3.1
Si f est une application linéaire de E vers F , alors :
ˆ Im(f ) est un sous espace vectoriel de F .

ˆ Ker(f ) est un sous espace vectoriel de E .

4 Injection, surjection et bijection

Définition 4.1
Soit f une application de E vers F .

1. f est injective si pour tout x, x0 ∈ E avec f (x) = f (x0 ) alors x = x0 . Autrement dit :

∀x, x0 ∈ E; f (x) = f (x0 ) =⇒ x = x0

2. f est surjective si pour tout y ∈ F , il existe x ∈ E tel que y = f (x). Autrement dit :

∀y ∈ F ∃x ∈ E y = f (x)

Une autre formulation : f est surjective si et seulement si f (E) = F .

3. f est bijective si elle injective et surjective. Cela équivaut à : pour tout y ∈ F , il existe
un unique x ∈ E tel que y = f (x). Autrement dit :

∀y ∈ F ∃!x ∈ E y = f (x)

L’existence du x vient de la surjectivité et l’unicité de l’injectivité.

Remarque 4.1
f est une application de E vers F .

ˆ On dit que f est injective si tout élément y de F possède au plus un antécédent.

ˆ On dit que f est surjective si tout élément y de F possède au moins un antécédent.

ˆ f est bijective si tout élément y de F possède exactement un antécédent.

Définition 4.2
f est une application linéaire de E vers F .

ˆ On dit que f est un endomorphisme si et seulement si E = F .

ˆ On dit que f est un isomorphisme si et seulement si f est bijective.

ˆ On dit que f est un automorphisme si et seulement si E = F et f est bijective.

3 Pr. M. BASSOUR
 Chapitre 2: Applications linéaires

Propriétés 4.1
Soit f une application linéaire de E vers F , alors :

ˆ f est injective si et seulement si Ker(f ) = {0E }.

ˆ f est surjective si et seulement si Im(f ) = F .

Exemple 4.1
On considère l’application linéaire f : R3 7−→ R3 définie par f (x, y, z) = (x + 4z, −5x + y, y)
Montrer que f est injective.
Solution. Ker(f ) = {(x, y, z) ∈ R3 /f (x, y, z) = 0R3 }
(x, y, z) ∈ Ker(f ) ⇐⇒ f (x, y, z) = (0, 0, 0)

 x + 4 z =0

⇐⇒ −5 x + y =0

y =0


⇐⇒ x=y=z=0

Donc Ker(f ) = {(0, 0, 0)}.

On en déduit que f est injective. 

5 Application réciproque
Définition 5.1
Soit f : E → F une application bijective. Sa réciproque f −1 : F → E est définie par l’assertion

(f (x) = y) ⇐⇒ (x = f −1 (y)).

Théorème 5.1
Soit f : E 7−→ F une application linéaire bijective.
Alors son application réciproque f −1 : F 7−→ E est linéaire.

Exemple 5.1
Soit a ∈ R tel que a 6= 0, l’application f : R 7−→ R définie par f (x) = ax est linéaire bijective,
son application réciproque f −1 : R 7−→ R définie par f −1 (x) = a1 x est linéaire.

Définition 5.2
À tout espace vectoriel E , on peut associer l’application identité qui envoie tout élément x sur
lui-même. On la note IdE : E −→ E
x 7−→ IdE (x) = x

Théorème 5.2
Soit f : E 7−→ F une application linéaire bijective.
Alors son application réciproque f −1 : F 7−→ E satisfait : f −1 of = IdE et f of −1 = IdF .

Proposition 5.1
Soient f : E 7−→ F et g : F 7−→ G deux applications bijectives.
Alors gof : E 7−→ G est bijective et (gof )−1 = f −1 og −1 .

4 Pr. M. BASSOUR
 Chapitre 2: Applications linéaires

6 Rang d’une application linéaire

Définition 6.1
Soient E et F deux espaces vectoriels réels de dimension finie et f une application linéaire de E
vers F .
On appelle le rang de l’application linéaire f , et on note rg(f ), la dimension de l’image de f :
rg(f ) = dim Im(f )
Un résultat plus important, connu sous le nom de théorème du rang est :

Théorème 6.1
Soient E et F deux espaces vectoriels réels de dimension finie.
Si f est une application linéaire de E vers F , alors :
dim E = dim Ker(f ) + dim Im(f ) = dim Ker(f ) + rg(f )

Exemple 6.1
On considère l’application linéaire f : R3 7−→ R2 définie par f (x, y, z) = (−2x, y + 3z)
1. Déterminer dim Ker(f ).
2. Déterminer rg(f ).
Solution.
1. Déterminons dim Ker(f ).
Ker(f ) = {(x, y, z) ∈ R3 /f (x, y, z) = 0R2 }
(x, y, z) ∈ Ker(f ) ⇐⇒ f (x, y, z) = (0, 0)
(
−2 x =0
⇐⇒
y + 3 z =0
(
x= 0
⇐⇒
y = −3 z

Donc

Ker(f ) = {(0, −3z, z) ∈ R3 /z ∈ R}

= {z(0, −3, 1)/z ∈ R}
= Vect{(0, −3, 1)}
= Vect{u}

tel que u=(0, -3, 1)

On en déduit que dim Ker(f ) = 1.
2. Déterminons rg(f ) :
D’après le théorème du rang appliqué à l’application linéaire f , on a :
dim R3 = dim Ker(f ) + rg(f ) ⇐⇒ 3 = 1 + rg(f )
⇐⇒ rg(f ) = 2


Propriétés 6.1
f est une application linéaire de E vers F , alors :
1. f est injective si et seulement si rg(f ) = dim E

5 Pr. M. BASSOUR
 Chapitre 2: Applications linéaires

2. f est surjective si et seulement si rg(f ) = dim F

3. f est bijective si et seulement si rg(f ) = dim E = dim F

Proposition 6.1
Soient E et F deux espaces vectoriels réels de dimension finie et f une application linéaire de E
vers F , tel que dim E = dim F , alors :
f est injective ⇐⇒ f est surjective ⇐⇒ f est bijective.

Proposition 6.2
Soit B = {e1 , e2 , . . . , en } une base de E et f est une application linéaire de E vers F , alors :
{f (e1 ), f (e2 ), . . . , f (en )} est un système générateur de Im(f ),
c’est-à-dire Im(f ) = Vect(f (e1 ), f (e2 ), . . . , f (en ))
et rg(f ) = dim Vect(f (e1 ), f (e2 ), . . . , f (en ))

Proposition 6.3
Soit f un isomorphisme de E vers F et B = {e1 , e2 , . . . , en } est une base de E.
Alors S = {f (e1 ), f (e2 ), . . . , f (en )} est une base de F .

Exercice 6.1
1. On considère l’application f : R3 7−→ R3 définie par f (x, y, z) = (x, y, 2x + 2y − z)

(a) Montrer que f est linéaire.

(b) Déterminer Ker(f ).
(c) En déduire que f est injective.
(d) f est-elle surjective ?
(e) f est-elle bijective ?

2. On considère l’application g : R3 7−→ R2 définie par g(x, y, z) = (−2x + z, x + y)

(a) Montrer que g est linéaire.
(b) Déterminer Ker(g) et calculer dim Ker(f ).
(c) Calculer rg(g).

3. Vérifier que gof est linéaire et Donner la formule explicite de gof .

Exercice 6.2
On considère l’application linéaire f : R3 7−→ R3 définie par f (x, y, z) = (3x + y, y, 3x − 3y + z)
1. Montrer que f est un automorphisme de R3 .

2. Déterminer f −1 .

6 Pr. M. BASSOUR