Définition Si f : E → F est une
On retiendra que : ∀X ∈ Mq,1(R), ∀Y ∈ Mq,1(R), ∀λ ∈ R, f (λX + Y ) = λf (X) + f (Y ) . X ↦− → AX . Calculer f (X1) et f (X2) où X1 = ( −1 2 ) , X2 = ( 3 2 ) , puis f (3X1 − 2X2). est bijective et on peut montrer qu'elle est linéaire a.
∀ x ∈ ker(f), f(x)=0. L'ensemble des x forme un sous espace vectoriel de l'ensemble de départ. Im(f) est l'ensemble des y ∈ l'ensemble d'arrivée qui ont un antécédent par f, Im(f) fome aussi un sous espace vectoriel.
Le noyau de f , noté par Ker(f ), est l'ensemble des antécédents du vecteur 0 : Ker(f ) = {x | f (x) = 0} = {x | Ax = 0} = l'ensemble solutions du système Ax = 0 . {y (−1 1 ) | y ∈ R} = 〈 (−1 1 ) 〉. Donc une base est (−1 1 ) .
Calculer la dimension de l'image de (x,y,z) ↦→ (x + y + z,x − y + z,3y,2x + 3y + 2z). C'est le rang du syst`eme des colonnes de la matrice, donc c'est le rang de la matrice. Calculer la dimension de l'image de (x,y,z) ↦→ (x + y + z,x − 2y + z,x + 2y + 3z,2x + 3y − z).
Connaissant la dimension du noyau de \(f\), en appliquant le théorème du rang on peut connaître la dimension de l'image de \(f\). Ce théorème permet en effet d'écrire : \(\dim E=\dim\textrm{Ker}f+\dim\textrm{Im}f\). On a donc \(\dim\textrm{Im}f=\dim E-\dim\textrm{Ker}f=4-2=2\).
L'image d'une fonction f correspond à l'ensemble des valeurs que peut prendre la variable dépendante, généralement y . Par abus de langage, il est possible de confondre le concept d'image et de codomaine en prétendant que ce sont des synonymes.
Ker est un appellatif toponymique breton utilisé le plus souvent comme premier élément d'un toponyme. Il désigne un lieu habité, un domaine, un hameau. Il est également courant dans les patronymes bretons.
La dimension de Im f est appelée rang de f et est notée rg f. Proposition 6 – Soit f : E → F une application linéaire. On pose Ker f = {x ∈ E ; f(x)=0} o`u0=0F . Ker f est un sous-espace vectoriel de E appelé noyau de f.
L'image d'un vecteur →u par une application linéaire f se note f(→u) f ( u → ) et s'obtient en multipliant la matrice associée à f par le vecteur →u . On a ainsi, f(→u)=M→u f ( u → ) = M u → , M étant la matrice associée à l'aplication linéaire f.
Pour déterminer/trouver les valeurs propres d'une matrice, calculer les racines de son polynôme caractéristique. Exemple : La matrice 2x2 (d'ordre 2) M=[1243] M = [ 1 2 4 3 ] a pour polynôme caractéristique P(M)=x2−4x−5=(x+1)(x−5) P ( M ) = x 2 − 4 x − 5 = ( x + 1 ) ( x − 5 ) .
Pour démontrer que Imf et kerf sont des sous-espaces supplémentaires, il suffit de montrer que leur intersection est réduite au vecteur nul.
Le noyau d'un morphisme f est noté ker(f) ou Ker(f). Cette abréviation vient du mot allemand Kern qui signifie « noyau » (dans tous les sens du terme : l'analogie s'est propagée d'une langue à l'autre).
On a, f(e1) = (2,-1,5) = 2v1 -5v2, f(e2)=(-1,-1,-1) = -v1 +v2, f(e3) = (1,0,0) = v1 -v2 -v3. Donc, MC,B(f) = 2 -1 1 5 1 -1 0 0 -1 . Exercice 1-4 Soient c = (e1,e2,e3) la base canonique de R3.
La matrice M est diagonalisable si et seulement si la somme des multiplicités géométriques est égale à la taille de M. Or chaque multiplicité géométrique est toujours inférieure ou égale à la multiplicité algébrique correspondante.
Réciproquement, supposons que Kerf = {0}. Soit u, v ∈ E tels que f(u) = f(v), autrement dit f(u) − f(v) = 0. Comme f est linéaire, on a f(u) − f(v) = f(u − v) = 0, donc u − v ∈ Kerf. On en déduit que u − v = 0, c'est-`a-dire u = v.
Le noyau de f est donc l'ensemble des fonctions polynômes P = b ( e 2 + e 1 − e 0 ) , c'est-à-dire telles que, pour tout réel x , P ( x ) = b ( x 2 + x − 1 ) , b appartenant à R .
Une matrice est injective si son noyau est réduit à 0. Une matrice est surjective si son rang est égal à la dimension de l'espace d'arrivée.
Pour calculer l'image d'un nombre par une fonction f [f : x → f(x)], il faut tout simplement remplacer x par la valeur de ce nombre.
L'image de 4 par la fonction f est donc égal à -20.
Couple de nombres qui représentent le nombre de lignes et le nombre de colonnes d'un matrice. La dimension d'une matrice est synonyme de taille de cette matrice. Si une matrice comporte 3 lignes et 5 colonnes, on dira qu'elle est de dimension 3 par 5.
Formulaire : Si X est le vecteur colonne représentant x∈E x ∈ E dans la base B , si Y est le vecteur colonne représentant u(x) dans la base B′ , et si A est la matrice de u dans les bases B et B′ , alors Y=AX.
1 – Bref rappel sur les applications linéaires
l'image de la somme de deux vecteurs est égale à la somme des images, l'image du produit d'un scalaire. par un vecteur est égale au produit de. par l'image du vecteur.