خاص | A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z | أ | إ | آ | ا | ب | ت | ث | ج | ح | خ | د | ذ | ر | ز | س | ش | ص | ض | ط | ظ | ع | غ | ف | ق | ك | ل | م | ن | ه | و | ي | الكل

---

Application bijective Application bijective : f est bijective si elle est à la fois injective et surjective. Elle possède une application réciproque f⁻¹.

Application injective Application injective : f est injective si f(x) = f ⇒ x = y. Équivalent à : Ker(f) = {0}.

Application linéaire Application linéaire : Fonction f : E → F entre deux espaces vectoriels telle que : f(u + v) = f(u) + f(v) (additivité) f(λ·u) = λ·f(u) (homogénéité)

Application surjective Application surjective : f est surjective si Im(f) = F.

Espaces vectoriels Espaces vectoriels E et F : Domaines de départ et d’arrivée de l’application linéaire, définis sur un même corps (souvent ℝ).

Image de l’application (Im(f)) Image de l’application (Im(f)) : Ensemble des vecteurs de F qui sont images de vecteurs de E par f. C’est un sous-espace vectoriel de F.

Image d’un vecteur Image d’un vecteur : Résultat de l’application : si f(x) = y, alors y est l’image de x par f.

Noyau (Ker(f)) Noyau (Ker(f)) : Ensemble des vecteurs de E envoyés sur 0 par f : Ker(f) = {x ∈ E | f(x) = 0}. C’est un sous-espace vectoriel de E.

Théorème du rang Théorème du rang : Pour une application linéaire f : E → F de dimension finie : dim(E) = dim(Ker(f)) + dim(Im(f)).