Application canoniquement associée, noyau et rang d'une matrice
On identifie et , ainsi que et .
Application linéaire canoniquement associée à une matrice
Question
On sait fabriquer une matrice à partir d'une application linéaire et de deux bases. Le dictionnaire est bijectif : à toute matrice correspond une unique application linéaire. Mais tant qu'on ne s'est pas fixé d'espaces ni de bases, cette application n'est pas déterminée. Existe-t-il, pour une matrice donnée, un choix canonique — c'est-à-dire un choix qui ne demande aucune décision arbitraire — d'application linéaire à lui associer ?
Définition 1 : Application linéaire canoniquement associée
Soit .
On appelle application linéaire canoniquement associée à l'unique application dont la matrice dans les bases canoniques de et est , c'est-à-dire
où et désignent les bases canoniques de et respectivement.
Remarque :
L'existence et l'unicité de sont exactement le contenu de l'isomorphisme établi à la leçon précédente : la définition est donc bien posée. Le mot « canonique » signifie ici que le choix des bases n'a coûté aucune décision : et ont chacun une base privilégiée.
Remarque :
Soit la base canonique de , c'est-à-dire , le coefficient figurant à la -ième ligne.
La matrice est la -ième colonne de . Alors l'application canoniquement associée à est l'application
Exemple :
L'application canoniquement associée à est , et celle associée à la matrice nulle de est l'application nulle de dans . Plus généralement, l'application associée à est l'homothétie de rapport . Et pour une matrice quelconque, comment écrire explicitement ?
Test 1 : Une multiplication, rien de plus
Si est l'application linéaire canoniquement associée à , alors pour tout .
Exercice 1
Soit . Déterminer l'application linéaire canoniquement associée à .
Solution :(cliquer pour afficher)
L'application canoniquement associée à est
Ainsi, pour tout :
Exercice 2
Soient et . On note , et les applications linéaires canoniquement associées à , et respectivement.
Montrer que .
Solution :(cliquer pour afficher)
L'application va de dans et va de dans : la composée est bien définie, de dans , tout comme puisque .
Soit . En utilisant deux fois la caractérisation et l'associativité du produit matriciel :
Les deux applications coïncident sur , donc .
Autrement dit : le produit matriciel est, du côté des applications, la composition — c'est la formule de la matrice d'une composée relue dans les bases canoniques.
Noyau, image et rang d'une matrice
Question
Une matrice est désormais une application linéaire déguisée. Or une application linéaire possède un noyau, une image, un rang — trois invariants qui disent tout de son injectivité, de sa surjectivité, de sa « taille ». Peut-on transporter ces trois notions sur la matrice elle-même, et les lire directement sur le tableau de nombres ?
Définition 2 : Noyau, image et rang d'une matrice
Soient et l'application linéaire canoniquement associée à .
- On appelle noyau de le noyau de , et on note .
- On appelle image de l'image de , et on note .
- On appelle rang de le rang de , et on note .
Remarque :
.
Remarque :
Attention aux espaces ambiants : est un sous-espace vectoriel de (espace de départ, donc autant de composantes que a de colonnes), tandis que est un sous-espace vectoriel de (espace d'arrivée, donc autant de composantes que a de lignes).
Exemple :
Pour la matrice nulle de : , et . Pour : , et . Ces deux cas extrêmes se lisent sans aucun calcul. Comment procède-t-on sur une matrice quelconque ?
Test 2 : Où vit le noyau ?
Soit . Alors est un sous-espace vectoriel de .
Rédaction — Déterminer le noyau d'une matrice :
Pour déterminer avec :
Étape 1. Poser et écrire l'équivalence , c'est-à-dire un système linéaire homogène de équations à inconnues.
Étape 2. Échelonner ce système par opérations élémentaires sur les lignes.
Étape 3. Exprimer les inconnues principales en fonction des inconnues secondaires (celles qui restent libres).
Étape 4. Factoriser par les paramètres restants : on obtient , où est le nombre de paramètres. Si l'on souhaite une base, vérifier que la famille obtenue est libre (elle l'est automatiquement par cette méthode).
Exercice 3
Déterminer le noyau de la matrice .
Solution :(cliquer pour afficher)
Soit . On a
Les opérations et donnent
Donc
Lire l'image sur les colonnes
Question
Le noyau se calcule en résolvant un système : c'est un travail. L'image, elle, est engendrée par les , et l'on a vu que n'est rien d'autre que la -ième colonne de . L'image serait-elle alors lisible directement sur le tableau, sans aucun calcul ?
Proposition 1 : Image d'une matrice
Soit .
L'image de est le sous-espace vectoriel engendré par ses vecteurs colonnes.
Démonstration :
Soient l'application canoniquement associée à et la base canonique de . On a
Or sont les matrices colonnes de . D'où l'image de est le sous-espace vectoriel engendré par ses colonnes.
Corollaire 1
Le rang de est égal au rang de la famille de ses vecteurs colonnes.
Démonstration :
Notons les colonnes de . Par définition, le rang de est la dimension de , et par définition le rang de la famille est la dimension de . La proposition précédente donne ; ces deux sous-espaces vectoriels étant égaux, ils ont même dimension, d'où
Remarque :
Soient les colonnes de . Ainsi :
Test 3 : Une famille génératrice gratuite
Soit . La famille des colonnes de est une famille génératrice de .
Test 4 : Une majoration du rang
Pour toute matrice , on a .
Le théorème du rang, version matricielle
Question
Le théorème du rang relie, pour une application linéaire, la dimension du noyau et le rang à la dimension de l'espace de départ. Puisqu'une matrice n'est qu'une application linéaire écrite, ce théorème doit se traduire mot à mot. Reste à savoir quelle dimension joue le rôle de « l'espace de départ » : le nombre de lignes ou le nombre de colonnes ?
Proposition 2 : Théorème du rang, version matricielle
Soit . Alors :
Démonstration :
Soit l'application canoniquement associée à . D'après le théorème du rang, , donc .
Test 5 : Lignes ou colonnes ?
Soit . Alors .
Exercice 4
On pose
- Déterminer et .
- En déduire , puis déterminer .
Solution :(cliquer pour afficher)
- Notons , et les colonnes de . On remarque que
Donc et
Les vecteurs et ne sont pas colinéaires (leur première composante est nulle pour l'un et non pour l'autre), donc est libre : c'est une base de et .
- Le théorème du rang matriciel donne .
Il suffit donc d'exhiber un vecteur non nul du noyau pour l'obtenir tout entier. La relation trouvée à la question 1 s'écrit précisément
Le vecteur est non nul et appartient à , qui est de dimension : ainsi
Cet exercice illustre un réflexe utile : toute relation linéaire entre les colonnes de est un vecteur du noyau de , et réciproquement.
Noyau et rang d'une représentation matricielle
Question
Le rang de ne dépend d'aucune base : c'est une donnée intrinsèque de l'application. Le rang de sa matrice, lui, semble dépendre du choix des deux bases. Ces deux nombres coïncident-ils toujours — autrement dit, le dictionnaire préserve-t-il les invariants, ou faut-il craindre qu'un changement de base modifie le rang ?
Proposition 3 : Noyau et rang d'une représentation matricielle
Soient et des bases de et respectivement, et . Alors :
Démonstration :
Soit . On a
avec
Ainsi . Or est un isomorphisme, donc
On a aussi
ainsi .
Remarque :
Si est un isomorphisme, alors pour tout sous-espace vectoriel de de dimension finie, et sont isomorphes et .
Test 6 : Un invariant, pas un artefact de calcul
Soit . Le rang de ne dépend pas du choix des bases et .
Exercice 5
Soit définie par .
- Justifier que est linéaire et écrire sa matrice dans les bases canoniques.
- En déduire et , puis déterminer .
Solution :(cliquer pour afficher)
- Pour et , on a et par linéarité de la dérivation et de l'évaluation, donc : est linéaire.
Calculons les images des vecteurs de la base canonique :
En rangeant ces images en colonnes dans la base canonique de :
- Les colonnes de sont , et . La famille est libre et engendre , donc et . D'après la proposition précédente, : l'application est surjective.
Le théorème du rang donne .
Déterminons . Pour :
donc et
de dimension , ce qui confirme le décompte précédent.