Maîtriser la notion d'application linéaire est une étape incontournable de l'algèbre linéaire, aussi bien en première année de licence qu'en classes préparatoires. Cette page propose une progression complète d'exercices corrigés, de la vérification de la définition d'une application linéaire jusqu'à des problèmes de niveau concours sur les projecteurs, les symétries vectorielles et les isomorphismes. Chaque exercice cible une compétence précise : déterminer le noyau et l'image, appliquer le théorème du rang, écrire la matrice d'une application linéaire dans une base, effectuer un changement de base, ou étudier l'injectivité, la surjectivité et la bijectivité. Une indication accompagne chaque énoncé pour orienter la réflexion sans la remplacer, et un corrigé détaillé, rédigé pas à pas, permet de vérifier sa démarche à chaque étape.
Vérifier qu’une application est linéaire : définition et méthode
Avant d'étudier le noyau ou la matrice d'une application linéaire, il faut savoir reconnaître la linéarité à partir de sa définition. Ces deux premiers exercices rappellent la méthode de vérification par additivité et homogénéité, sur des exemples vectoriels et polynomiaux.
Exercice 1 : Reconnaître une application linéaire sur R2
Facile
On considère les deux applications suivantes :
f:R2→R3,f(x,y)=(x+y,x−y,2x)
g:R2→R,g(x,y)=xy
Montrer que f est une application linéaire.
Montrer que g n'est pas une application linéaire.
Indication
Pour f, calculez f(λ(x,y)+(x′,y′)) en développant chaque coordonnée. Pour g, cherchez un contre-exemple numérique simple : il suffit de trouver un cas où l'homogénéité échoue.
Solution de la question 2 :g(1,1)=1,g(2,2)=4,mais2g(1,1)=2=4
L'homogénéité n'est pas vérifiée, donc g n'est pas linéaire.
Exercice 2 : Linéarité d’une forme sur les polynômes
Facile
On définit deux applications sur R[X] :
φ:R[X]→R,φ(P)=P(1)−P(0)
ψ:R[X]→R[X],ψ(P)=P2
Montrer que φ est une forme linéaire.
Montrer que ψ n'est pas linéaire.
Indication
Pour φ, utilisez le fait que l'évaluation d'un polynôme en un point fixé est elle-même linéaire. Pour ψ, testez deux polynômes simples comme P=X et Q=X.
Comme 4X2=2X2, l'application ψ n'est pas linéaire.
Déterminer le noyau et l’image d’une application linéaire
Le calcul du noyau (kerf) et de l'image (Imf) est au cœur de la plupart des exercices sur les applications linéaires. Les deux exercices suivants détaillent la méthode pour résoudre le système caractérisant kerf et pour construire une base de Imf à partir des images de la base canonique.
Exercice 3 : Noyau et image d'une application de R3 dans R2
Facile
Soit f:R3→R2 définie par f(x,y,z)=(x+y−z,2x−y+z).
Déterminer une base de kerf.
Déterminer Imf et sa dimension. La fonction f est-elle surjective ?
Indication
Pour le noyau, résolvez le système f(x,y,z)=(0,0) en exprimant deux variables en fonction de la troisième. Pour l'image, calculez f(e1), f(e2), f(e3) et vérifiez s'ils engendrent R2.
Voir le corrigé
Solution de la question 1 :
On résout f(x,y,z)=(0,0) :
{x+y−z=02x−y+z=0
La première équation donne z=x+y. En substituant dans la seconde : 2x−y+(x+y)=0⇒3x=0⇒x=0, puis z=y. Ainsi :
kerf={(0,y,y):y∈R}=Vect((0,1,1))
Le noyau est de dimension 1, engendré par le vecteur (0,1,1).
Solution de la question 2 :f(e1)=(1,2),f(e2)=(1,−1),f(e3)=(−1,1)
Les vecteurs f(e1) et f(e2) ne sont pas colinéaires (1×(−1)−2×1=−3=0), donc ils engendrent R2. Ainsi Imf=R2, de dimension 2, et f est surjective.
Exercice 4 : Noyau et image d'une application de R4 dans R3
Moyen
Soit f:R4→R3 définie par f(x,y,z,t)=(x−y+z,y+z+t,x+2z+t).
Déterminer une base de kerf et sa dimension.
En déduire une base de Imf et sa dimension.
Indication
Repérez d'abord qu'une des trois équations du système est combinaison des deux autres : il restera deux équations indépendantes et deux paramètres libres pour décrire le noyau.
Voir le corrigé
Solution de la question 1 :
On résout f(x,y,z,t)=(0,0,0) :
⎩⎨⎧x−y+z=0y+z+t=0x+2z+t=0
La première équation donne x=y−z. En substituant dans la troisième : (y−z)+2z+t=0⇒y+z+t=0, qui est identique à la deuxième équation : elle est donc redondante. Il reste x=y−z et t=−y−z, avec y,z libres :
kerf=Vect((1,1,0,−1),(−1,0,1,−1)),dimkerf=2Solution de la question 2 :f(e1)=(1,0,1),f(e2)=(−1,1,0),f(e3)=(1,1,2),f(e4)=(0,1,1)
Les vecteurs f(e1) et f(e2) ne sont pas colinéaires, ils engendrent donc un sous-espace de dimension 2. On vérifie que f(e3)=2f(e1)+f(e2) et f(e4)=f(e1)+f(e2), ce qui confirme :
Le théorème du rang relie la dimension de l'espace de départ à celles du noyau et de l'image. Les exercices suivants montrent comment l'utiliser pour éviter des calculs inutiles et conclure rapidement sur la surjectivité ou la bijectivité d'une application linéaire.
Exercice 5 : Utiliser le théorème du rang pour conclure sur la surjectivité
Moyen
Soit f:R4→R2 définie par f(x,y,z,t)=(x+y+z+t,x−y+z−t).
Déterminer une base de kerf et sa dimension.
En appliquant le théorème du rang, en déduire dimImf sans calculer explicitement une base de l'image, puis conclure sur la surjectivité de f.
Indication
Une fois dimkerf connue, la formule dimE=dimkerf+dimImf donne directement la dimension de l'image, qu'il suffit ensuite de comparer à celle de l'espace d'arrivée.
Voir le corrigé
Solution de la question 1 :{x+y+z+t=0x−y+z−t=0
En additionnant les deux équations : 2x+2z=0⇒x=−z. En les soustrayant : 2y+2t=0⇒y=−t. Avec z,t libres :
kerf=Vect((−1,0,1,0),(0,−1,0,1)),dimkerf=2Solution de la question 2 :
D'après le théorème du rang appliqué à f:R4→R2 :
dimR4=dimkerf+dimImf⇒4=2+dimImf⇒dimImf=2
Comme Imf est un sous-espace de R2 de dimension 2, on a Imf=R2 : f est surjective.
Exercice 6 : Du caractère injectif au caractère bijectif
Moyen
Soit f:R3→R3 définie par f(x,y,z)=(x+y+z,x−y+z,x+y−z).
Montrer que f est injective en déterminant kerf.
En déduire, sans calcul supplémentaire, que f est un automorphisme de R3.
Indication
Résolvez directement f(x,y,z)=(0,0,0). Pour la deuxième question, rappelez-vous le corollaire du théorème du rang valable lorsque l'espace de départ et l'espace d'arrivée ont la même dimension finie.
Voir le corrigé
Solution de la question 1 :⎩⎨⎧x+y+z=0x−y+z=0x+y−z=0
En soustrayant la deuxième équation de la première : 2y=0⇒y=0. En soustrayant la troisième de la première : 2z=0⇒z=0. La première équation donne alors x=0. Donc :
kerf={(0,0,0)}
f est donc injective.
Solution de la question 2 :
L'espace de départ et l'espace d'arrivée sont tous deux égaux à R3, de dimension finie 3. Le corollaire du théorème du rang affirme que, dans ce cas, injectivité, surjectivité et bijectivité sont équivalentes. Comme f est injective, elle est donc bijective : c'est un automorphisme de R3.
Écrire la matrice d’une application linéaire dans une base
Représenter une application linéaire par une matrice permet de remplacer des calculs vectoriels par de simples produits matriciels. Les deux exercices suivants traitent ce passage aussi bien dans Rn que dans un espace de polynômes.
Exercice 7 : Matrice d’une application linéaire dans les bases canoniques
Moyen
Soit f:R3→R2 définie par f(x,y,z)=(2x−y+z,x+3y−2z).
Écrire la matrice A de f dans les bases canoniques.
Calculer f(1,−1,2) à l'aide du produit matriciel A⋅X.
Indication
Les colonnes de A sont les images par f des vecteurs de la base canonique (e1,e2,e3). Une fois A écrite, il suffit d'effectuer le produit A⋅X avec X le vecteur colonne des coordonnées.
Voir le corrigé
Solution de la question 1 :f(e1)=(2,1),f(e2)=(−1,3),f(e3)=(1,−2)A=(21−131−2)Solution de la question 2 :A⋅1−12=(2×1+(−1)×(−1)+1×21×1+3×(−1)+(−2)×2)=(5−6)
On retrouve bien f(1,−1,2)=(5,−6).
Exercice 8 : Matrice de l'opérateur de dérivation sur R2[X]
Moyen
Soit D:R2[X]→R2[X] défini par D(P)=P′, où R2[X] désigne les polynômes de degré inférieur ou égal à 2.
Justifier que D est un endomorphisme de R2[X].
Écrire la matrice de D dans la base canonique (1,X,X2).
Déterminer kerD et interpréter le résultat.
Indication
Calculez l'image de chaque vecteur de base (1,X,X2) par D, puis exprimez chaque résultat dans cette même base pour former les colonnes de la matrice.
Voir le corrigé
Solution de la question 1 :
La dérivée d'un polynôme de degré au plus 2 est un polynôme de degré au plus 1, donc reste dans R2[X]. La linéarité de la dérivation est une propriété classique : D est bien un endomorphisme.
Solution de la question 2 :D(1)=0,D(X)=1,D(X2)=2XM=000100020Solution de la question 3 :
Pour P=a+bX+cX2, on a Mabc=b2c0. Cette image est nulle si et seulement si b=0 et c=0. Donc :
kerD={a:a∈R}=Vect(1)
Seuls les polynômes constants ont une dérivée nulle, ce qui correspond bien à l'intuition.
Changement de base et matrice de passage
Changer de base permet souvent de simplifier la matrice d'une application linéaire, jusqu'à la rendre diagonale. Ces exercices détaillent la construction de la matrice de passage et l'utilisation de la formule P−1AP pour effectuer un changement de base.
Exercice 9 : Simplifier une matrice par changement de base
Difficile
Soit f:R2→R2 dont la matrice dans la base canonique (e1,e2) est A=(3113). On pose a=e1+e2 et b=e1−e2.
Montrer que (a,b) est une base de R2.
Écrire la matrice de passage P de la base canonique vers (a,b), et calculer P−1.
Calculer la matrice de f dans la base (a,b) à l'aide de la formule P−1AP, et commenter le résultat.
Indication
Vérifiez que a et b sont non colinéaires pour conclure qu'ils forment une base. Plutôt que de refaire tous les calculs « à la main », appliquez directement la formule de changement de base P−1AP.
Voir le corrigé
Solution de la question 1 :
a=(1,1) et b=(1,−1) ne sont pas colinéaires (le déterminant 1×(−1)−1×1=−2 est non nul), donc (a,b) est une base de R2.
Solution de la question 2 :P=(111−1),P−1=(212121−21)Solution de la question 3 :
On calcule d'abord f(a) et f(b) :
f(a)=A(11)=(44)=4a,f(b)=A(1−1)=(2−2)=2b
Les vecteurs a et b sont donc des vecteurs propres de f, et la matrice de f dans la base (a,b) est diagonale :
P−1AP=(4002)
Ce changement de base réalise ici une diagonalisation de f.
Exercice 10 : Changement de base dans l’espace de départ et dans l’espace d’arrivée
Difficile
Soit u:R3→R2 dont la matrice dans les bases canoniques (e1,e2,e3) et (f1,f2) est A=(122−1−13). On pose :
Montrer que (e1′,e2′,e3′) est une base de R3 et que (f1′,f2′) est une base de R2.
Déterminer la matrice de u dans ces nouvelles bases.
Indication
Construisez les matrices de passage P (pour R3) et Q (pour R2) en plaçant les nouveaux vecteurs en colonnes, vérifiez qu'elles sont inversibles, puis utilisez la formule B=Q−1AP.
Voir le corrigé
Solution de la question 1 :P=110011101,detP=2=0Q=(111−1),detQ=−2=0
Les deux déterminants sont non nuls, donc (e1′,e2′,e3′) et (f1′,f2′) sont bien des bases.
Solution de la question 2 :
On calcule d'abord AP :
Ae1′=(31),Ae2′=(12),Ae3′=(05)
puis on exprime chaque colonne dans la base (f1′,f2′) en résolvant αf1′+βf2′=(α+β,α−β) :
B=Q−1AP=(2123−2125−25)
Injectivité, surjectivité et bijectivité d’une application linéaire
Étudier l'injectivité et la surjectivité d'une application linéaire revient souvent à étudier son noyau et à comparer des dimensions. Ces exercices traitent aussi le cas particulier des automorphismes et le calcul d'une application réciproque.
Exercice 11 : Une application linéaire injective mais non surjective
Moyen
Soit f:R2→R3 définie par f(x,y)=(x+y,x−y,2x+y).
Montrer que f est injective.
La fonction f est-elle surjective ? Justifier sans calculer explicitement Imf.
Indication
Pour l'injectivité, résolvez kerf={0}. Pour la surjectivité, comparez la dimension de l'image (donnée par le théorème du rang) à la dimension de l'espace d'arrivée.
Voir le corrigé
Solution de la question 1 :⎩⎨⎧x+y=0x−y=02x+y=0
Des deux premières équations, on tire x=0 et y=0 (la troisième est alors automatiquement vérifiée). Donc kerf={0} et f est injective.
Solution de la question 2 :
Par le théorème du rang, dimImf=dimR2−dimkerf=2−0=2. Or l'espace d'arrivée R3 est de dimension 3, donc Imf=R3 : f n'est pas surjective.
Exercice 12 : Montrer qu’une application est un automorphisme et calculer sa réciproque
Difficile
Soit f:R2→R2 définie par f(x,y)=(x+y,x−y).
Justifier que f est un endomorphisme de R2.
Montrer que f est bijective, c'est-à-dire un automorphisme de R2.
Déterminer f−1.
Indication
Étudiez d'abord l'injectivité via le noyau, puis appliquez le corollaire du théorème du rang pour conclure à la bijectivité. Pour trouver f−1, résolvez le système f(x,y)=(z,t) en exprimant (x,y) en fonction de (z,t).
Voir le corrigé
Solution de la question 1 :
La linéarité de f se vérifie immédiatement par développement de f(λ(x,y)+(x′,y′)) ; comme f va de R2 dans R2, c'est un endomorphisme.
Solution de la question 2 :{x+y=0x−y=0⇒x=y=0
f est donc injective. Comme dimR2=dimR2, le corollaire du théorème du rang donne immédiatement la surjectivité, donc la bijectivité : f est un automorphisme.
Solution de la question 3 :
On résout f(x,y)=(z,t), c'est-à-dire x+y=z et x−y=t. En additionnant puis en soustrayant ces deux équations :
f−1(z,t)=(2z+t,2z−t)
Composition d’applications linéaires et endomorphismes
La composée de deux applications linéaires se traduit par un produit de matrices, dans un ordre qu'il faut respecter. Ces exercices illustrent ce calcul ainsi que la notion d'endomorphisme nilpotent.
Exercice 13 : Somme et composée de deux endomorphismes
Moyen
Soient S et T les deux endomorphismes de R2 définis par :
S(x,y)=(2x−y,−x+3y),T(x,y)=(x+y,2y)
Écrire les matrices de S et T dans la base canonique de R2.
Calculer les matrices de S+T, S∘T et T∘S.
Que peut-on en conclure sur la commutativité de la composition des applications linéaires ?
Indication
La matrice d'une somme d'applications linéaires est la somme des matrices ; la matrice de la composée S∘T s'obtient par le produit matriciel Mat(S)×Mat(T), dans cet ordre précis.
Voir le corrigé
Solution de la question 1 :Mat(S)=(2−1−13),Mat(T)=(1012)Solution de la question 2 :Mat(S+T)=(3−105)Mat(S∘T)=Mat(S)Mat(T)=(2−105)Mat(T∘S)=Mat(T)Mat(S)=(1−226)Solution de la question 3 :
Comme Mat(S∘T)=Mat(T∘S), la composition des applications linéaires n'est pas commutative en général.
Exercice 14 : Un endomorphisme nilpotent de R3
Difficile
Soit u l'endomorphisme de R3 défini sur la base canonique (e1,e2,e3) par u(e1)=0, u(e2)=e1, u(e3)=e2.
Écrire la matrice M de u dans la base canonique.
Calculer u∘u et u∘u∘u en raisonnant directement sur les vecteurs de base.
Que peut-on en conclure sur u ? On dit qu'un tel endomorphisme est nilpotent.
Indication
Plutôt que de multiplier directement les matrices, appliquez u successivement à chaque vecteur de base : u∘u(e3)=u(u(e3))=u(e2), et ainsi de suite.
Voir le corrigé
Solution de la question 1 :M=000100010Solution de la question 2 :
On a u2(e1)=u(0)=0, u2(e2)=u(e1)=0, u2(e3)=u(e2)=e1. Donc u2 n'est pas l'application nulle.
Puis u3(e1)=0, u3(e2)=u(0)=0, u3(e3)=u(e1)=0. Donc u3 est l'application nulle.
Solution de la question 3 :
On a u2=0 mais u3=0 : l'endomorphisme u est nilpotent d'indice 3.
Projecteurs et symétries vectorielles
Les projecteurs et les symétries sont des endomorphismes particuliers, caractérisés par une relation simple (p∘p=p ou s∘s=Id). Ces exercices montrent comment identifier ces propriétés et décomposer l'espace en somme directe.
Exercice 15 : Démontrer qu’une application est un projecteur
Difficile
Soit p:R2→R2 définie par p(x,y)=(x+y,0).
Montrer que p est un projecteur, c'est-à-dire que p∘p=p.
Déterminer kerp et Imp.
Montrer que R2=kerp⊕Imp.
Indication
Pour montrer p∘p=p, calculez p(p(x,y)) directement à partir de l'expression de p. Pour la somme directe, vérifiez que l'intersection des deux sous-espaces se réduit à {0} et comparez les dimensions.
Voir le corrigé
Solution de la question 1 :p(p(x,y))=p(x+y,0)=((x+y)+0,0)=(x+y,0)=p(x,y)
Donc p∘p=p : p est un projecteur.
Solution de la question 2 :kerp={(x,y):x+y=0}=Vect((1,−1)),Imp={(a,0):a∈R}=Vect((1,0))Solution de la question 3 :
On a dimkerp+dimImp=1+1=2=dimR2, et les vecteurs (1,−1) et (1,0) ne sont pas colinéaires, donc kerp∩Imp={0}. Ainsi :
R2=kerp⊕Imp
Exercice 16 : Symétrie vectorielle et sous-espaces propres
Difficile
Soit s:R2→R2 définie par s(x,y)=(y,x).
Écrire la matrice de s dans la base canonique.
Montrer que s∘s=Id (s est une symétrie vectorielle).
Déterminer E+={v:s(v)=v} et E−={v:s(v)=−v}, puis vérifier que R2=E+⊕E−.
Indication
Une symétrie vérifie s∘s=Id. Pour déterminer E+ et E−, résolvez respectivement s(x,y)=(x,y) et s(x,y)=(−x,−y).
Voir le corrigé
Solution de la question 1 :Mat(s)=(0110)Solution de la question 2 :s(s(x,y))=s(y,x)=(x,y)
Donc s∘s=Id.
Solution de la question 3 :
s(x,y)=(x,y) équivaut à y=x, donc E+=Vect((1,1)). s(x,y)=(−x,−y) équivaut à y=−x, donc E−=Vect((1,−1)). Ces deux vecteurs ne sont pas colinéaires et leurs dimensions s'additionnent à 2, donc :
R2=E+⊕E−
Applications linéaires sur les espaces de polynômes : niveau concours
Cette dernière section propose un exercice de niveau concours portant sur les applications linéaires définies sur un espace de polynômes, en lien avec l'interpolation et la notion d'isomorphisme.
Exercice 17 : Un isomorphisme entre R2[X] et R3 par évaluation
Difficile
Soit φ:R2[X]→R3 définie par φ(P)=(P(0),P(1),P(2)), où R2[X] désigne les polynômes de degré inférieur ou égal à 2.
Montrer que φ est linéaire.
Montrer que φ est injective.
En déduire, sans calcul supplémentaire, que φ est un isomorphisme entre R2[X] et R3.
Indication
Pour l'injectivité, rappelez-vous qu'un polynôme non nul de degré au plus 2 possède au plus deux racines distinctes. Pour la conclusion, invoquez le corollaire du théorème du rang valable en dimension finie égale.
car l'évaluation en un point fixé est linéaire. Donc φ est linéaire.
Solution de la question 2 :
Si φ(P)=(0,0,0), alors P(0)=P(1)=P(2)=0 : P admet trois racines distinctes. Or un polynôme non nul de degré au plus 2 possède au plus deux racines, donc P=0. Ainsi kerφ={0} : φ est injective.
Solution de la question 3 :
Les espaces R2[X] et R3 sont tous deux de dimension finie égale à 3. D'après le corollaire du théorème du rang, une application linéaire injective entre deux espaces de même dimension finie est automatiquement bijective. Donc φ est un isomorphisme : tout triplet de R3 correspond à un unique polynôme de R2[X] prenant ces valeurs en 0, 1 et 2.