Application Linéaire

Application linéaire

En mathématiques, une application linéaire (aussi appelée opérateur linéaire ou transformation linéaire) est une application entre deux espaces vectoriels qui respecte l’addition des vecteurs et la multiplication scalaire définie dans ces espaces vectoriels, ou, en d’autre termes, qui « préserve les combinaisons linéaires ».

Définitions

Soit ƒ une application de E dans F où E et F sont deux espaces vectoriels sur un corps K.

L'application ƒ est une application linéaire (ou morphisme de K-espaces vectoriels) si et seulement si :
$\forall x \in E , \forall y \in E , f(x+y) = f(x) + f(y)$
$\forall \lambda \in \mathbb K, \forall x \in E, f(\lambda \cdot x) = \lambda \cdot f(x)$

Une application possédant la première propriété est dite additive, et, pour la seconde, homogène.

ƒ est un isomorphisme si ƒ est un morphisme bijectif.

ƒ est un endomorphisme si ƒ est un morphisme ayant même ensemble de départ et d'arrivée.

ƒ est un automorphisme si ƒ est un endomorphisme bijectif.

Si l'ensemble d'arrivée est le corps K on parle de forme linéaire.

On note

$L_{\mathbb K}(E,F)$ l’ensemble des applications linéaires de E dans F ;
$Isom_{\mathbb K}(E,F)$ l’ensemble des isomorphismes de E dans F;
$L_{\mathbb K}(E)$ l’ensemble des endomorphismes de E;
$GL_{\mathbb K}(E)$ (appelé aussi le groupe linéaire) l’ensemble des automorphismes de E.

Comme son nom l'indique, le groupe linéaire, muni de la composition, est un groupe.

Noyau et Image

Si ƒ est une application linéaire de E dans F, on définit le noyau de ƒ, noté Ker(ƒ) (Kern signifie « noyau » en allemand), et l’image de ƒ, notée Im(ƒ), par

$\operatorname{Ker}(f)=\{\,x\in E:f(x)=0\,\}$

$\operatorname{Im}(f)=\{\,f(x):x\in E\,\}$

ker(ƒ) est un sous-espace vectoriel de E et im(ƒ) est un sous-espace de F.

La formule suivante, valable pour un espace E de dimension finie, est souvent utile :

$\dim(\operatorname{Ker}( f )) + \dim(\operatorname{Im}( f )) = \dim( E ) \,$ .

Elle est aussi appelée théorème du rang.

Le nombre dim( Im(ƒ) ) est aussi appelé rang de ƒ et est noté rg(ƒ). Si E et F sont de dimension finie et ƒ est représenté par la matrice A, alors le rang de ƒ est égal au rang de la matrice A.

Exemples

la fonction linéaire « habituelle » : $f : x \mapsto a\cdot x$ où a est un scalaire ;
les combinaisons linéaires de vecteurs
l’application dérivation :

d : $D(\mathbb{R},\mathbb{R}) \to F(\mathbb{R},\mathbb{R})$

$f\quad \mapsto\quad f'$

Propriétés

L'ensemble des applications linéaires de E dans F est un espace vectoriel.

En effet, L(E, F) est un sous-espace vectoriel de l'ensemble des applications de E dans F. Il est non vide car contient l'application nulle. Si a et b sont deux applications linéaires, leur somme est toujours linéaire. On remarque enfin que si λ est un élément de K, l'application λ.a est aussi linéaire.

Une application linéaire a de L(E, F) est entièrement déterminée par l'image d'une base de E.

En effet, soit (e_i) pour i élément de I une base de E et x un vecteur de E. Alors il existe une famille presque nulle (λ_i) de coefficients tel que :

$x=\sum_{i \in I} \lambda_i\cdot e_i$

La linéarité de a montre que l'image de x est parfaitement déterminée par la connaissance des images de la base :

$a(x)=a\Big(\sum_{i \in I} \lambda_i\cdot e_i\Big) = \sum_{i \in I} \lambda_i\cdot a(e_i)$

Si E et F sont de dimension finie alors la dimension de L(E,F) est égale au produit de la dimension de E par la dimension de F.

Pour déterminer la dimension de L(E, F) le plus simple est de déterminer une base de cet espace. Soit (e_i) pour i variant de 1 à n une base de E et (f_j) pour j variant de 1 à m une base de F. Soit a_αβ l'application qui a pour image du vecteur e_i : f_β si i est égal à α et le vecteur nul sinon.

La famille (a_ij) est libre. En effet considérons une combinaison linéaire c non nulle de cette famille :

$c= \sum_{ij}\lambda_{ij}a_{ij}\,$

Au moins un coefficient λ_αβ est non nul. Alors c(e_α) est non nul car son coefficient sur pour le vecteur f_β est non nul, ce qui montre que c est non nulle. La seule combinaison linéaire nulle est triviale, ce qui montre que la famille est libre.

La famille (a_ij) est génératrice. Soit b un élément de L(E, F). Notons μ_ij les coordonnées du vecteur e_i dans la base considérée de F. Soit b' l'application linéaire définie par :

$b'=\sum_{ij}\mu_{ij}a_{ij}\,$

Les applications b et b' sont confondues sur une base de l'ensemble de départ. Elles sont toutes deux linéaires et donc égales. Ainsi, toute applications linéaire de L(E, F) est combinaison linéaire de la famille. Ce qui démontre son caractère générateur.

Le cardinal de cette base est bien le produit de la dimension de E par celle de F, ce qui termine la démonstration. Le calcul de l'image d'un vecteur par une application linéaire à l'aide de l'utilisation d'une base utilise le concept de matrice.

Théorèmes

Voir aussi

Algèbre linéaire générale
Vecteur • Scalaire • Combinaison linéaire • Espace vectoriel • Matrice
Famille de vecteurs	Colinéarité • Indépendance linéaire • Famille libre • Rang • Famille génératrice • Base • Théorème de la base incomplète
Sous-espace	Somme d'ensembles • Somme directe • Sous-espace supplémentaire • Dimension d'un espace vectoriel • Codimension • Droite • Plan • Hyperplan
Morphisme et notions relatives	Application linéaire • Noyau • Conoyau • Lemme des noyaux • Pseudo-inverse • Théorème de factorisation • Théorème du rang • Équation linéaire • Système d'équations linéaires • Élimination de Gauss-Jordan • Forme linéaire • Espace dual • Orthogonalité • Base duale • Endomorphisme linéaire • Valeur propre, vecteur propre et espace propre • Spectre • Projecteur • Symétrie • Matrice diagonalisable • Endomorphisme nilpotent
En dimension finie	Trace • Déterminant • Polynôme caractéristique • Polynôme d'endomorphisme • Théorème de Cayley-Hamilton • Polynôme minimal d'un endomorphisme • Invariants de similitude • Réduction d'endomorphisme • Réduction de Jordan • Décomposition de Dunford
Enrichissements de structure	Norme • Produit scalaire • Forme quadratique • Espace vectoriel topologique • Orientation • Algèbre sur un corps • Algèbre de Lie • Complexe différentiel
Développements	Théorie des matrices • Représentation de groupe • Analyse fonctionnelle • Algèbre multilinéaire • Module sur un anneau

Portail des mathématiques

Ce document provient de « Application lin%C3%A9aire ».

Catégorie : Application linéaire

Wikimedia Foundation. 2010.

Contenu soumis à la licence CC-BY-SA. Source : Article Application Linéaire de Wikipédia en français (auteurs)

Игры ⚽ Поможем сделать НИР

Regardez d'autres dictionnaires:

Application lineaire — Application linéaire En mathématiques, une application linéaire (aussi appelée opérateur linéaire ou transformation linéaire) est une application entre deux espaces vectoriels qui respecte l’addition des vecteurs et la multiplication scalaire… … Wikipédia en Français
Application linéaire — En mathématiques, une application linéaire (aussi appelée opérateur linéaire ou transformation linéaire) est une application entre deux espaces vectoriels qui respecte l’addition des vecteurs et la multiplication scalaire définie dans ces espaces … Wikipédia en Français
application linéaire — linijinis atvaizdavimas statusas T sritis fizika atitikmenys: angl. linear mapping; linear representation vok. lineare Abbildung, f; lineare Darstellung, f rus. линейное отображение, n; линейное представление, n pranc. application linéaire, f;… … Fizikos terminų žodynas
Application linéaire canoniquement associée à une matrice — Matrice (mathématiques) Pour les articles homonymes, voir Matrice. En mathématiques, les matrices servent à interpréter en termes calculatoire … Wikipédia en Français
Application linéaire par morceaux — Ne pas confondre avec la notion de fonction affine par morceaux en analyse. Une application linéaire par morceaux en 2D (en haut) et les polytopes convexes sur lesquels elle est linéaire (en bas) … Wikipédia en Français
Conoyau d'une application lineaire — Conoyau d une application linéaire Cet article court présente un sujet plus amplement développé ici : Conoyau. Étant donnée une application linéaire , son conoyau est l espace vectoriel quotient de l espace d arrivée par l image de l… … Wikipédia en Français
Conoyau d'une application linéaire — Cet article court présente un sujet plus développé dans : Conoyau. Étant donnée une application linéaire f : E → F, son conoyau est l espace vectoriel quotient F / Im(f ) de l espace d arrivée par l image de l application. Il peut être… … Wikipédia en Français
Application Multilinéaire — En algèbre linéaire, une application multilinéaire est une application à plusieurs variables vectorielles qui est linéaire en chaque variable. Quelques exemples classiques : Le produit scalaire est une fonction bilinéaire symétrique à deux… … Wikipédia en Français
Application multilineaire — Application multilinéaire En algèbre linéaire, une application multilinéaire est une application à plusieurs variables vectorielles qui est linéaire en chaque variable. Quelques exemples classiques : Le produit scalaire est une fonction… … Wikipédia en Français
Application trilinéaire — Application linéaire En mathématiques, une application linéaire (aussi appelée opérateur linéaire ou transformation linéaire) est une application entre deux espaces vectoriels qui respecte l’addition des vecteurs et la multiplication scalaire… … Wikipédia en Français

Dictionnaires et Encyclopédies sur 'Academic'

Application Linéaire