Comment déterminer l'image d'une application linéaire ?

En prenant le $\mathrm{Vect}$ des colonnes de la matrice associée et en extrayant une base par pivot

Que ferais-tu face à un exercice de ce type ?

Déterminer $\mathrm{Im}(f)$ pour $f:\mathbb{R}^3\to\mathbb{R}^3$ de matrice $A=\begin{pmatrix}1 & 2 & 3\\ 2 & 4 & 6\\ 0 & 1 & 1\end{pmatrix}$ .

La méthode

1
J'écris la matrice $A\in\mathcal{M}_{m,n}(\mathbb{R})$ associée à $f:\mathbb{R}^n\to\mathbb{R}^m$ dans les bases canoniques, et j'affirme $\mathrm{Im}(f)=\mathrm{Vect}(C_1,\dots,C_n)$ .
2
J'applique la méthode du pivot de Gauss sur les lignes de $A$ pour l'échelonner et j'identifie les colonnes contenant un pivot.
Comment résoudre un système linéaire par la méthode du pivot de Gauss ?Voir
3
Je retiens les colonnes $C_j$ de $A$ (colonnes d'origine, pas celles de la forme échelonnée) correspondant aux colonnes pivots : elles forment une base de $\mathrm{Im}(f)$ , et $\dim\mathrm{Im}(f)=\mathrm{rg}(A)$ .

Pour comprendre, passons aux exercices.

Exercice d'exemple

Déterminer $\mathrm{Im}(f)$ pour $f:\mathbb{R}^3\to\mathbb{R}^3$ de matrice $A=\begin{pmatrix}1 & 2 & 3\\ 2 & 4 & 6\\ 0 & 1 & 1\end{pmatrix}$ .

1

$\mathrm{Im}(f)=\mathrm{Vect}((1,2,0),(2,4,1),(3,6,1))$ .

2

$L_2\leftarrow L_2-2L_1$ donne $\begin{pmatrix}1 & 2 & 3\\ 0 & 0 & 0\\ 0 & 1 & 1\end{pmatrix}$ , puis $L_2\leftrightarrow L_3$ donne $\begin{pmatrix}1 & 2 & 3\\ 0 & 1 & 1\\ 0 & 0 & 0\end{pmatrix}$ . Pivots en colonnes 1 et 2.

3

Les colonnes 1 et 2 de $A$ (originales) forment une base : $\mathrm{Im}(f)=\mathrm{Vect}((1,2,0),(2,4,1))$ , $\dim\mathrm{Im}(f)=2$ .

Base $((1,2,0),(2,4,1))$ , $\dim\mathrm{Im}(f)=2$ .

Les applications suivantes et la correction guidée sont réservées aux membres Premium

La méthode et sa première application corrigée restent en accès libre. Le Premium débloque les applications suivantes, l'aide IA et le suivi de ta maîtrise.

Comment déterminer l'image d'une application linéaire ?

En prenant le Vect\mathrm{Vect}Vect des colonnes de la matrice associée et en extrayant une base par pivot

Pour comprendre, passons aux exercices.

En prenant le $\mathrm{Vect}$ des colonnes de la matrice associée et en extrayant une base par pivot