Vous êtes sur la page 1sur 306

MT23-Algbre linaire

Chapitre 2 : Applications linaires et matrices


QUIPE DE MATHMATIQUES APPLIQUES
UTC
janvier 2013

Sommaire
Concepts
Exemples
Exercices
Documents
suivant >
2
Chapitre 2
Applications linaires et matrices
2.1 Applications linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Sommaire
Concepts
Exemples
Exercices
Documents
chapitre section suivante >
3
2.1 Applications linaires
2.1.1 Application linaire - dnition . . . . . . . . . . . . . . . . . . . . . . . 4
2.1.2 Espace vectoriel L(E; F) . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.3 Noyau et image dune application linaire . . . . . . . . . . . . . . . . 6
2.1.4 Image dune famille lie, image dune famille gnratrice de E . . . . 8
2.1.5 Projection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.6 Composition de deux applications linaires . . . . . . . . . . . . . . . 11
2.1.7 Application linaire entre espaces de dimension nie . . . . . . . . . 12
2.1.8 Caractrisation de injective . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.1.9 Caractrisation de surjective, bijective . . . . . . . . . . . . . . . . . . . 16
2.1.10 Isomorphismes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.11 Isomorphisme entre E et K
n
. . . . . . . . . . . . . . . . . . . . . . . . 20
2.1.12 Formes linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant >
4
2.1.1 Application linaire - dnition
Exercices :
Exercice A.1.1
Dans tout ce chapitre E, F, G dsignent des espaces vectoriels (en gnral de dimensions nies)
sur un mme corps K.
Dnition 2.1.1. On appelle application linaire u : E F, une application de E dans F poss-
dant les proprits suivantes :
u(x +y) u(x) +u(y) x,y E,
u(x) u(x) x E, K.
On notera L(E; F) lensemble des applications linaires de E dans F.
Lapplication nulle qui tout x associe le vecteur nul est bien sr linaire.
Limage par u du vecteur nul de E est toujours le vecteur nul de F : il suft de choisir 0 et lon
a u(

0
E
)

0
F
.
Lapplication de IR dans IR qui x associe e
x
nest pas linaire, par contre lapplication de IR dans
IR qui x associe 3x est linaire.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
5
2.1.2 Espace vectoriel L(E; F)
On peut dnir la somme de deux applications u et v de L(E; F) par
(u +v)(x) u(x) +v(x),
On peut alors vrier que :
u +v L(E; F), donc + est une loi interne dans L(E; F).
+ est associative et commutative. Pour le dmontrer, il suft dutiliser lassociativit et la com-
mutativit de la loi + dans F.
lapplication linaire nulle est lment neutre.
Pour toute application linaire u, si on dnit u par u(x) u(x), on peut vrier que u
L(E; F) et que, de plus, u + u est gale lapplication nulle.
L(E; F) muni de + a donc une structure de groupe commutatif.
Par ailleurs on peut dnir la multiplication de u par un scalaire appartenant K :
(u)(x) u(x).
Cette loi vrie les 4 proprits de la loi externe dun espace vectoriel.
Lensemble L(E; F) muni des 2 lois prcdentes a donc une structure despace vectoriel sur K.
On parlera dans la suite, de lespace vectoriel des applications linaires de E dans F. La loi +sera
note +.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
6 >>
2.1.3 Noyau et image dune application linaire
Exercices :
Exercice A.1.2
Exercice A.1.3
Dnition 2.1.2. Soit u L(E; F),
on appelle noyau de u, et on note Ker u, le sous-ensemble de E dni par :
Ker u {x E[u(x)

0
F
},
on appelle image de u, et on note Im u, le sous-ensemble de F dni par
Im u {y F[x E,y u(x)}.
Par exemple, si u est dnie de IR
3
dans IR par u(x) u(x
1
, x
2
, x
3
) x
1
+3x
2
+5x
3
, alors Ker u est
le plan dquation x
1
+3x
2
+5x
3
0 et Im u IR.
Proposition 2.1.1.
Ker u est un sous-espace vectoriel de E.
Im u est un sous-espace vectoriel de F.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
7
Noyau et image
dune
application
linaire
Dmonstration Pour Ker u, faire la dmonstration en exercice.
On dmontre maintenant que Im u est un sous-espace vectoriel de F.
Tout dabord,

0
F
u(

0
E
) donc

0
F
appartient Im u, donc Im u est non vide.
Dautre part, si y et

y
t
appartiennent Im u alors, par dnition, il existe x et

x
t
dans E tels que
y u(x),

y
t
u(

x
t
).
Donc, en utilisant la linarit de u, on a
y +

y
t
u(x) +u(

x
t
) u(x +

x
t
) donc y +

y
t
Im u.
De plus quel que soit appartenant K,
y u(x) u(x) donc y Im u.
Ce qui termine la dmonstration.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
8
2.1.4 Image dune famille lie, image dune famille gnratrice de E
Exercices :
Exercice A.1.4
Thorme 2.1.1. Soit u L(E; F), alors on a les proprits suivantes :
limage par u dune famille lie quelconque de E est une famille lie de F,
limage par u dune famille gnratrice quelconque de E est une famille gnratrice de Im u.
La dmonstration de ce thorme est faire en exercice.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
9 >>
2.1.5 Projection
Exercices :
Exercice A.1.5
Exercice A.1.6
Soit E un espace vectoriel. Soient F
1
et F
2
deux sous-espaces vectoriels de E tels que
E F
1
F
2
.
On a montr au chapitre 1 (paragraphe : "sous espaces supplmentaires") que pour tout vecteur
x appartenant E, il existe x
1
F
1
, x
2
F
2
uniques tels que x x
1
+x
2
.
Dnition 2.1.3. Soit un espace vectoriel E, F
1
et F
2
deux sous-espaces vectoriels de E tels que
E F
1
F
2
, tout vecteur x E peut donc scrire x x
1
+x
2
, ox
1
F
1
et x
2
F
2
.
On appelle projection, ou encore projecteur, sur F
1
paralllement F
2
lapplication u de E dans
E dnie par :
u(x) x
1
Bien sr, la projection sur un plan paralllement une droite D telle que vous la connaissez
dj est une projection au sens de la dnition prcdente.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
10
Projection
Proposition 2.1.2. La projection sur F
1
paralllement F
2
est une application linaire dont le
noyau est F
2
et limage est F
1
.
Dmontrer cette proposition en exercice.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
11
2.1.6 Composition de deux applications linaires
Exercices :
Exercice A.1.7
Documents :
Document C.1.1
Soient v L(E; F) et u L(F;G) deux applications linaires, on rappelle la dnition de la com-
pose de u et v, note u v :
u v :
_
E G
x u(v(x))
et on a le diagramme suivant (bien noter lordre dans lequel sont crits u et v) :
_

_
E
v
F
u
G
E
wuv
G
Proposition 2.1.3. Si v L(E; F) et u L(F;G), alors u v L(E;G)
Dmontrer cette proposition en exercice.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
12 >>
2.1.7 Application linaire entre espaces de dimension nie
Exercices :
Exercice A.1.8
A partir de maintenant, les espaces vectoriels utiliss seront de dimension nie.
Vous pouvez traiter lexercice avant de lire la proposition gnrale :
Proposition 2.1.4. Soient E {e
1
,e
2
, . . . ,e
n
} une base de E et u L(E; F), alors quel que soit x
appartenant E, le vecteur u(x) est combinaison linaire des vecteurs {u(e
j
)}
j 1,...,n
.
Dmonstration Soit x E, alors il se dcompose de manire unique sur E :
x
n

j 1
x
j
e
j
. (2.1.1)
u est linaire, donc on a
u(x) u
_
n

j 1
x
j
e
j
_

j 1
u(x
j
e
j
)
n

j 1
x
j
u(e
j
), (2.1.2)
ce qui termine la dmonstration.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
13
Application
linaire entre
espaces de
dimension nie
On retrouve un rsultat dmontr dans le thorme 2.1.1. E {e
1
,e
2
, . . . ,e
n
} est une base de E
donc une famille gnratrice de E alors {u(e
1
), u(e
2
), . . . , u(e
n
)} est une famille gnratrice de Im u.
Proposition 2.1.5. Soient E et F deux espaces vectoriels munis, respectivement, des bases E
{e
1
,e
2
, . . . ,e
n
} et F {

f
1
,

f
2
, . . . ,

f
m
}.Soit u L(E; F), alors pour j 1, 2, ..., n, chacun des vecteurs
u(e
j
) a des composantes sur la base F. On peut noter ces composantes
u(e
j
)
m

i 1
a
i j

f
i
.
Quel que soit x E, on connait ses composantes sur E
x
n

j 1

j
e
j
Alors les composantes de u(x) sur F sont donnes par
u(x)
m

i 1

f
i
avec
i

n

j 1
a
i j

j
, i 1, . . . , m.
Dmonstration On a
u(x) u
_
n

j 1

j
e
j
_

j 1

j
u(e
j
)
n

j 1
_

j
m

i 1
a
i j

f
i
_

i 1
_
n

j 1
a
i j

j
_

f
i
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
14 >>
2.1.8 Caractrisation de injective
Exercices :
Exercice A.1.9
Thorme 2.1.2. Soit u L(E; F), alors les deux propositions suivantes sont quivalentes :
(i) u est injective,
(ii) Ker u {

0
E
},
Dmonstration
(i)(ii) Supposons que u est injective.
Soit x Ker u, donc u(x)

0
F
.
De plus u est linaire, donc u(

0
E
)

0
F
u est injective dox

0
E
.
On vient donc de montrer que Ker u {

0
E
}.
(ii)(i) Soient x et

x
t
deux vecteurs de E tels que u(x) u(

x
t
),
u est linaire donc u(x

x
t
)

0
F
,
Ker u {

0
E
}, donc x

x
t

0
E
, donc x

x
t
.
Ce qui dmontre que u est injective.
Proposition 2.1.6. Soit u L(E; F) une application injective, alors limage par u dune famille
libre de E est une famille libre de F.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
15
Caractrisation
de injective
Dmonstration Soit L {v
1
,v
2
, . . . ,v
n
} une famille libre de E, pour montrer que la famille {u(v
1
), u(v
2
), . . . , u(v
n
)}
est libre, on doit montrer limplication
n

i 1

i
u(v
i
)

0
F
i 1, ..., n,
i
0.
u est linaire donc
n

i 1

i
u(v
i
)

0
F
u
_
n

i 1

i
v
i
_

0
F
.
u est injective donc Ker u {

0
E
} donc
u
_
n

i 1

i
v
i
_

0
F

n

i 1

i
v
i

0
E
,
L est une famille libre donc
n

i 1

i
v
i

0
E
i 1, ..., n,
i
0.
Ce qui termine la dmonstration.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
16 >>
2.1.9 Caractrisation de surjective, bijective
Exercices :
Exercice A.1.10
Thorme 2.1.3. Soit u L(E; F), alors les deux propositions suivantes sont quivalentes :
(j) u est surjective de E dans F,
(jj) Im u F,
Dmonstration Dire que u est surjective cest, par dnition, dire que Im u F (la linarit ne
joue aucun rle ici ! ).
Proposition 2.1.7. Soit u L(E; F), une application surjective, alors limage par u dune famille
gnratrice de E est une famille gnratrice de F.
Dmonstration On a montr dans le thorme 2.1.1 que limage par u dune famille gnratrice
de E tait une famille gnratrice de Im u.
Quand u est surjective on a Im u F.
Ce qui termine la dmonstration.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
17
Caractrisation
de surjective,
bijective
Proposition 2.1.8. Les propositions suivantes sont quivalentes :
(i) u est bijective,
(ii) Ker u {

0
E
} et Im u F,
(iii) limage par u dune base de E est une base de F.
Dmonstration (i ) (i i ) est une consquence immdiate des thormes 2.1.2 et 2.1.3. Mon-
trer en exercice que (i ) (i i i ).
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
18 >>
2.1.10 Isomorphismes
Exercices :
Exercice A.1.11
Dnition 2.1.4. Un peu de vocabulaire :
Homomorphisme : une application linaire dun espace vectoriel E dans un espace vectoriel F
est un homomorphisme de E dans F.
Endomorphisme : une applicationlinaire dunespace vectoriel E dans le mme espace vectoriel
E est un endomorphisme de E.
Dans ce cas L(E, E) est souvent not plus simplement L(E).
Isomorphisme : une application linaire bijective dun espace vectoriel E dans un espace vecto-
riel F est un isomorphisme de E dans F.
On dit que deux espaces vectoriels E et F sont isomorphes sil existe un isomorphisme u de E
dans F.
Si E et F sont isomorphes, alors il existe au moins un isomorphisme entre E et F, mais, bien-sr,
toute application linaire entre E et F nest pas un isomorphisme.
Automorphisme : une application linaire bijective dun espace vectoriel E dans le mme espace
vectoriel E est un automorphisme de E.
Proposition 2.1.9. E et F sont isomorphes dim E dim F.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
19
Isomorphismes
Dmonstration Soit u L(E, F).
Si lapplicationu est unisomorphisme, elle est bijective. Donc, daprs la proposition2.1.8, limage
par u dune base de E est une base de F. Ces bases ont donc le mme nombre dlments, do
lgalit des dimensions de E et F. La rciproque est propose en exercice, voir lnonc.
Une application u est bijective de E dans F si et seulement si elle admet une application rci-
proque u
1
dnie de F dans E. Un isomorphisme admet donc une application rciproque. On a
de plus :
Proposition 2.1.10. Si u est un isomorphisme alors u
1
est un isomorphisme.
Dmonstration u
1
est bijective puisquelle est inversible, il suft donc de montrer sa linarit.
Soient y
1
et y
2
deux vecteurs de F, posons
x u
1
(y
1
) +u
1
(y
2
) et z u
1
(y
1
+y
2
),
alors la linarit de u implique que
u(x) u(u
1
(y
1
) +u
1
(y
2
)) u(u
1
(y
1
)) +u(u
1
(y
2
)) y
1
+y
2
u(u
1
(y
1
+y
2
)) u(z)
or u est injective donc
x z u
1
(y
1
) +u
1
(y
2
) u
1
(y
1
+y
2
).
Dmontrer de manire analogue que
u
1
(y) u
1
(y)
ce qui termine de dmontrer que u
1
est linaire.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
20
2.1.11 Isomorphisme entre E et K
n
Exercices :
Exercice A.1.12
Soit E un espace vectoriel de dimension n, muni dune base E {e
1
,e
2
, . . . ,e
n
}, alors pour tout
x E ses composantes
1
,
2
, ...,
n
sur la base E sont uniques, on a :
x
n

j 1

j
e
j
On peut alors dnir lapplication de E dans K
n
:
(x) (
1
,
2
, ...,
n
).
Attention - Lapplication dpend de la base E choisie.
Thorme 2.1.4. Lapplication dnie par
x E (x) (
1
,
2
, . . . ,
n
) K
n
est un isomorphisme de E sur K
n
.
Comme tout x E admet une dcompositionunique sur la base E, lapplicationest biendnie.
Dmontrer en exercice quelle est linaire et bijective.
Attention, x nest pas gal (
1
,
2
, . . . ,
n
).
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
21 >>
2.1.12 Formes linaires
Si vous dcouvrez ce chapitre pour la premire fois, vous pouvez, dans un premier temps, ne pas
tudier cette partie sur les formes linaires.
K est un espace vectoriel sur lui-mme, il est donc possible de choisir F K. On a alors la dni-
tion suivante :
Dnition 2.1.5. On appelle forme linaire sur E une application linaire de E dans K, cest donc
un lment de L(E; K).
Par exemple :
1) a
1
, a
2
, . . . , a
n
tant xs dans IR, on peut dnir lapplication u : IR
n
IR par
x (x
1
, x
2
, ..., x
n
) u(x) a
1
x
1
+a
2
x
2
+. . . +a
n
x
n
.
Vrier que u est une forme linaire sur IR
n
.
2) Soit C(0, 1) lespace vectoriel des fonctions continues sur lintervalle ferm [0, 1], on peut d-
nir lapplication u : C(0, 1) IR par
u( f )
_
1
0
f (t )dt
Vrier que u est une forme linaire sur C(0, 1).
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
22
Formes linaires
Thorme 2.1.5. Soit E muni dune base E {e
1
,e
2
, . . . ,e
n
}, et soit u une forme linaire sur E, alors
il existe n lments de K, nots {
1
,
2
, . . . ,
n
} tels que x E on a
u(x) u
_
n

i 1
x
i
e
i
_

i 1

i
x
i
.
Dmonstration Ici F K, donc les u(e
k
) sont des scalaires que lon peut noter
k
. On a donc
u(x) u
_
n

i 1
x
i
e
i
_

i 1
x
i
u(e
i
)
n

i 1

i
x
i
.
Sommaire
Concepts
Exemples
Exercices
Documents
section prcdente chapitre
23
2.2 Matrices
2.2.1 Matrices-dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2.2 Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2.3 Espace vectoriel des matrices . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2.4 Produit de deux matrices . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.2.5 Calcul explicite de limage dun vecteur . . . . . . . . . . . . . . . . . . 36
2.2.6 Inverse dune matrice carre . . . . . . . . . . . . . . . . . . . . . . . . 38
2.2.7 Transpose dune matrice . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.2.8 Changement de base-matrice de passage . . . . . . . . . . . . . . . . . 42
2.2.9 Changement de base et composantes dun vecteur . . . . . . . . . . . 46
2.2.10 Changement de bases et matrice associe une application linaire . 48
2.2.11 Matrices semblables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.2.12 Rang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.2.13 Rang et dimension du noyau dune application linaire . . . . . . . . 55
2.2.14 Noyau dune matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant >
24 >>
2.2.1 Matrices-dnitions
Exercices :
Exercice A.1.13
Exercice A.1.14
Exercice A.1.15
Exercice A.1.16
Exemples :
Exemple B.1.1
Soient E et F deux espaces vectoriels munis, respectivement, des bases E {e
1
,e
2
, . . . ,e
n
} et F
{

f
1
,

f
2
, . . . ,

f
m
},
soit u L(E; F),
alors pour j 1, 2, ..., n, chacundes vecteurs u(e
j
) a des composantes sur la base F. Onpeut noter
ces composantes
u(e
j
)
m

i 1
a
i j

f
i
.
On obtient donc mn scalaires a
i j
. On peut ranger ces scalaires dans un tableau possdant m
lignes et n colonnes : dans la j
e
colonne on crit les composantes de u(e
j
) dans la base F.
Dnition 2.2.1. On appelle matrice associe u quand on munit E et F des bases E et F le
tableau A de scalaires dcrit ci-dessus.
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant >
25 >>
Matrices-
dnitions
La matrice A ainsi dnie est explicite par la gure suivante :
A
u(e
1
) u(e
2
) . . . u(e
j
) . . . u(e
n
)
_
_
_
_
_
_
_
_
_
a
11
a
12
. . . a
1j
. . . a
1n
a
21
a
22
. . . a
2j
. . . a
2n
. . . . . . . . . . . . . . . . . .
a
i 1
a
i 2
. . . a
i j
. . . a
i n
. . . . . . . . . . . . . . . . . .
a
m1
a
m2
. . . a
mj
. . . a
mn
_
_
_
_
_
_
_
_
_

f
1

f
2
. . .

f
i
. . .

f
m
On appelle M
mn
(K) lensemble des matrices coefcients dans K possdant m lignes et n co-
lonnes. Plus simplement, lorsque aucune ambigit nest possible, on note cet ensemble M
mn
.
Dnition 2.2.2.
Si mn, la matrice A est dite carre.
Si m1 ,on dit que A est une matrice ligne ou encore un vecteur ligne.
Si n 1, on dit que A est une matrice colonne ou encore un vecteur colonne.
Si mn et si a
i j
0 pour i / j , on dit que A est diagonale.
Si mn et si a
i j
0 pour i / j et a
i i
1, A sappelle la matrice identit.
Si mn et si a
i j
0 pour i < j , on dit que A est triangulaire infrieure.
Si mn et si a
i j
0 pour i > j , on dit que A est triangulaire suprieure.
Dnition 2.2.3. Si A est carre, A M
nn
, on dnit la trace de A par :
trace(A)
n

i 1
a
i i
.
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant >
26
Matrices-
dnitions
Si E est le plan muni dune base orthonorme E {e
1
,e
2
}, si u est la rotation dun angle , on a
alors E F et on peut choisir F E.
On a alors
u(e
1
) cose
1
+si ne
2
, u(e
2
) si ne
1
+cose
2
,
ce qui donne la matrice
A
_
cos si n
si n cos
_
.
On vient de voir que, des bases tant choisies sur E et F, toute application linaire u, on associe
une matrice A.
Rciproquement, tant donn une matrice quelconque A, est-il possible de trouver des espaces
vectoriels E et F, des bases E, F et une application linaire u tels que A soit la matrice associe
u quand on munit E et F des bases E et F ? La rponse est oui, on va le montrer.
Soit A une matrice possdant m lignes et n colonnes.
On peut choisir E K
n
, F K
m
,
On peut choisir les bases canoniques E et F :
Pour j 1, . . . , n, e
j
(0, 0, . . . , 1, 0, . . . , 0) avec llment 1 de K en j
e
position.
Pour i 1, . . . , m,

f
i
(0, 0, . . . , 0, 1, . . . , 0) avec llment 1 de K en i
e
position.
On dnit u lapplication linaire de E dans F par
u(e
j
)
m

i 1
a
i j

f
i
, j 1, . . . , n.
En effet, daprs la proposition 2.1.4, u(x) est alors dni pour tout x appartenant E.
On construit la matrice associe u quand on munit E et F des bases E et F et on obtient la
matrice A.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
27 >>
2.2.2 Notations
1. Soit E un espace vectoriel de dimension n sur K.
On xe une base de E : E {e
1
,e
2
, . . . ,e
n
}.
Quel que soit x E, ce vecteur se dcompose sur la base E. Si x
1
, x
2
, . . . , x
n
sont les compo-
santes de x sur la base E, on a x
n

i 1
x
i
e
i
.
On dnit lapplication qui x E associe (x
1
, x
2
, . . . , x
n
) K
n
. On a vu que est une
application bijective de E sur K
n
.
On peut aussi dnir lapplication de E sur M
n1
(K) qui x E associe la matrice colonne
_
_
_
x
1
.
.
.
x
n
_
_
_ M
n1
(K). on peut montrer que lapplication est bijective de E sur M
n1
(K).
Dans la suite de ce cours on notera X (x)
_
_
_
x
1
.
.
.
x
n
_
_
_. Cette matrice colonne X dpend de
la base E choisie.
2. Soit A une matrice appartenant M
nm
(K). Par exemple
A
_
3 2 4
5 6 7
_
M
23
(IR).
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
28 >>
Notations
On note
A
1

_
3
5
_
, A
2

_
2
6
_
, A
3

_
4
7
_
, A
1
, A
2
, A
3
M
21
,
A
j
est la j
e
colonne de A, j varie de 1 m.
On note
A
1
(3, 2, 4), A
2
(5, 6, 7), A
1
, A
2
M
13
,
A
i
est la i
e
ligne de A, i varie de 1 n.
3. Soit E un espace vectoriel de dimension n sur K.
E {e
1
,e
2
, . . . ,e
n
} est une base de E.
x
1
,x
2
, . . . ,x
p
sont p vecteurs appartenant E.
On note x
i j
la i
e
composante du vecteur x
j
: x
j

n

i 1
x
i j
e
i
.
On peut donc associer la famille x
1
,x
2
, . . . ,x
p
, une matrice X M
np
.
Par exemple : E IR
2
est muni de la base canonique.
On dnit les vecteurs x
1
(1, 5), x
2
(2, 6), x
3
(4, 7), alors x
11
1, x
21
5, x
12
2, x
22
6,
etc.
On a X
_
1 2 4
5 6 7
_
Dans le cas o p 1, on a un seul vecteur x. Lindice j est alors inutile et on note x
i
la i
e
composante de x sur la base E.
4. Les notations prcdentes sont cohrentes. Dans lexemple duparagraphe 3, ona 3 vecteurs
de IR
2
. On choisit la base canonique de IR
2
. Lapplication dnie dans le paragraphe 1
permet dassocier chacun des 3 vecteurs une matrice colonne appartenant M
21
:
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
29
Notations
x
1
on associe la matrice colonne X
1

_
1
5
_
,
x
2
on associe X
2

_
2
6
_
et
x
3
on associe X
3

_
4
7
_
.
En utilisant le paragraphe 2,on peut dnir la matrice
X (X
1
X
2
X
3
)
_
1 2 4
5 6 7
_
et on retrouve la matrice du paragraphe 3.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
30 >>
2.2.3 Espace vectoriel des matrices
Exercices :
Exercice A.1.17
Lensemble des matrices M
mn
(K) peut tre muni dune structure despace vectoriel sur K. Pour
cela, on dnit sur M
mn
deux lois appeles somme de deux matrices et produit dune matrice par
un scalaire.
Dnition 2.2.4. Somme de deux matrices
Si A et B sont 2 matrices appartenant M
mn
(K), on appelle somme de A et B, et on note A+B, la
matrice C M
mn
dont les coefcients sont
c
i j
a
i j
+b
i j
, 1 i m, 1 j n. (2.2.1)
La somme est une loi interne sur M
mn
(K).
Si A (resp. B) est la matrice associe une application linaire u (resp. v) de E dans F alors la
matrice A+B est la matrice associe lapplication linaire u +v.
Dnition 2.2.5. Produit dune matrice par un scalaire
Soit A M
mn
(K) et K, on appelle produit de A par , et on note A, la matrice C M
mn
(K)
dont les coefcients sont
c
i j
a
i j
, 1 i m, 1 j n. (2.2.2)
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
31
Espace vectoriel
des matrices
Le produit par un scalaire est une loi externe sur M
mn
(K).
Si A est la matrice associe une application linaire u de E dans F, alors la matrice A est la
matrice associe lapplication linaire u.
On vrie que M
mn
(K), muni des 2 lois prcdentes, a une structure despace vectoriel sur K.
Lespace vectoriel M
mn
a pour dimension mn. Dmontrer ce rsultat en exercice.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
32 >>
2.2.4 Produit de deux matrices
Exercices :
Exercice A.1.18
Exercice A.1.19
Dnition 2.2.6. Produit de deux matrices -
Soit E un espace vectoriel sur K de dimension p et E {e
1
, . . . ,e
p
} une base de E.
Soit F un espace vectoriel sur K de dimension n et F {

f
1
, . . . ,

f
n
} une base de F.
Soit G un espace vectoriel sur K de dimension q et G {g
1
, . . . , g
q
} une base de G.
Soit v L(E; F) et u L(F;G). On pose w u v et on a donc w L(E;G).
Soit A la matrice associe u quand on choisit les bases F et G.On a A M
qn
(K).
Soit B la matrice associe v quand on choisit les bases E et F. On a B M
np
(K).
Soit C la matrice associe w u v quand on choisit les bases E et G.
On a C M
qp
(K).
On dnit le produit des matrices A et B par AB C
E
E {e
1
, . . . ,e
p
}
v
F
u

B F {

f
1
, . . . ,

f
n
} A
G
G {g
1
, . . . , g
q
}
E
wuv
G
E {e
1
, . . . ,e
p
} C AB G {g
1
, . . . , g
q
}
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
33 >>
Produit de deux
matrices
Proposition 2.2.1. Soit A M
qn
(K) et B M
np
(K), le produit de deux matrices A et B est la ma-
trice C M
qp
(K) dont les lments sont dnis par
c
i j

n

k1
a
i k
b
k j
a
i 1
b
1j
+a
i 2
b
2j
+... +a
i n
b
nj
+, i 1, . . . , q, j 1, . . . , p. (2.2.3)
Dmonstration Daprs la dnition de C on a :
w(e
j
)
q

i 1
c
i j
g
i
. (2.2.4)
Dautre part, on a w(e
j
) u(v(e
j
)).
Daprs la dnition de B, on a
v(e
j
)
n

k1
b
k j

f
k
.
On utilise la linarit de u :
w(e
j
) u(v(e
j
)) u
_
n

k1
b
k j

f
k
_

k1
b
k j
u(

f
k
). (2.2.5)
Daprs la dnition de A, on a
u(

f
k
)
q

i 1
a
i k
g
i
. (2.2.6)
En utilisant (2.2.6) et (2.2.5), on obtient
w(e
j
) u(v(e
j
))
n

k1
_
b
k j
q

i 1
a
i k
g
i
_

i 1
_
n

k1
a
i k
b
k j
_
g
i
. (2.2.7)
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
34 >>
Produit de deux
matrices
La dcomposition du vecteur w(e
j
) sur la base G est unique. En comparant les expressions (2.2.4)
et (2.2.7), on obtient la formule (2.2.3) de la dnition.
Llment c
i j
de la matrice C AB est gal au produit terme par terme de la i
e
ligne de A par la
j
e
colonne de B. En effet, on a :
A
i
(a
1i
, a
2i
, ...., a
ni
), B
j

_
_
_
_
_
_
b
1j
b
2j
.
.
.
b
nj
_
_
_
_
_
_
.
Donc
c
i j
A
i
B
j
.
Le produit de 2 matrices est dit ligne par colonne
Attention! Le produit de A par B est possible si et seulement si le nombre de colonnes de A est
gal au nombre de lignes de B !
Par exemple, si A M
23
(K), B M
34
(K), le produit AB existe et AB M
24
(K). Par contre le produit
BA nest pas possible.
Mme si AB et BA existent (par exemple A M
23
(K), B M
32
(K)), en gnral on a AB /BA.Cette
non-commutativit du produit de matrices provient de la non-commutativit de la composition
des applications (mme si elles sont linaires).
Si A M
mn
, B M
np
, C M
pq
,alors les produits BC, A(BC), AB, (AB)C existent. Il suft de
vrier, par exemple, que le nombre de colonnes de A est gal au nombre de lignes de BC. On
peut citer la proposition suivante :
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
35
Produit de deux
matrices
Proposition 2.2.2.
Soit A M
mn
, B M
np
, C M
pq
, alors le produit est associatif, cest--dire
A(BC) (AB)C.
Soit A M
qn
,D M
qn
, B M
np
, C M
np
, alors le produit est distributif par rapport la
somme, cest--dire A(B +C) AB +AC et
(A+D)B AB +DB.
Dmonstration On dduit facilement ces proprits des proprits similaires sur la composition
et la somme des applications.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
36 >>
2.2.5 Calcul explicite de limage dun vecteur
Exercices :
Exercice A.1.20
Soit E un espace vectoriel sur K de dimension n et E {e
1
, . . . ,e
n
} une base de E.
Soit F un espace vectoriel sur K de dimension m et F {

f
1
, . . . ,

f
m
} une base de F.
Soit u L(E; F) et A la matrice associe u quand on choisit les bases E et F.
On a A M
mn
(K).
Soit x E, on note y u(x).
Si on connait les composantes x
1
, ..., x
n
de x dans la base E, alors la matrice A permet dobtenir
les composantes y
1
, ..., y
m
de y dans la base F.
On a vu dans la proposition 2.1.5 que
y
i

n

j 1
a
i j
x
j
, i 1, . . . , m.
Si on range les composantes des vecteurs x et y dans les matrices colonnes X et Y , cette relation
scrit sous la forme dun produit matriciel :
Y AX, o X
_
_
_
x
1
.
.
.
x
n
_
_
_, Y
_
_
_
y
1
.
.
.
y
m
_
_
_.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
37
Calcul explicite
de limage dun
vecteur
Le i
me
terme de ce produit AX est gal au produit de la i
me
ligne de A par la matrice colonne X.
La matrice colonne AX contient les composantes de u(x) dans la base F.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
38 >>
2.2.6 Inverse dune matrice carre
Exercices :
Exercice A.1.21
Dnition 2.2.7. Soit A une matrice carre, A M
nn
.
On dit que A est inversible, ou rgulire, sil existe une matrice carre C appartenant M
nn
telle
que AC CA I o I est la matrice identit appartenant M
nn
.
Quand elle existe, la matrice C est unique. Elle sappelle linverse de A et on la note C A
1
Proposition 2.2.3.
1. Soit A une matrice carre, sil existe une matrice C telle que AC I alors la matrice A est
inversible et C A
1
.
2. Soit A une matrice carre, sil existe une matrice C telle que CA I alors la matrice A est
inversible et C A
1
.
Dmonstration On montrera dans le chapitre sur les dterminants que sil existe C telle que
AC I , alors A est inversible. On admet que A est inversible et on montre que, alors C A
1
:
AC I A
1
(AC) A
1
I (A
1
A)C A
1
C A
1
.
Le deuxime point se dmontre de faon similaire, mais, attention, le produit nest pas commu-
tatif.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
39
Inverse dune
matrice carre
Proposition 2.2.4. Si A et B sont deux matrices carres inversibles appartenant M
nn
, alors la
matrice carre AB est inversible et on a :
(AB)
1
B
1
A
1
.
Faire la dmonstration en exercice.
Proposition 2.2.5. Soient E et F deux espaces vectoriels de mme dimension et
soient E une base de E et F une base de F.
Si u L(E; F) est une application bijective,
si A est la matrice associe u quand on choisit les bases E et F,
alors A est inversible et A
1
est la matrice associe u
1
quand on choisit les bases F et E.
Dmonstration u est bijective, donc u
1
lapplication linaire rciproque existe et on a uu
1

i d
F
. Si on note C la matrice associe u
1
quand on choisit les bases F et E, on a donc AC I ,
donc A est inversible et C A
1
.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
40 >>
2.2.7 Transpose dune matrice
Exercices :
Exercice A.1.22
Dnition2.2.8. Si A M
mn
, onappelle transpose de A la matrice note A
T
appartenant M
nm
obtenue en changeant les lignes et les colonnes, on a donc
(A
T
)
i j
a
j i
, i 1, . . . , n, j 1, . . . , m.
En utilisant les notations habituelles pour les lignes et les colonnes de A, on a les galits sui-
vantes :
(A
i
)
T
A
T
i
.
Si X et Y appartiennent M
m1
(K) alors X
T
Y Y
T
X est un scalaire de K et plus prcisment on
a :
X
T
Y Y
T
X
m

i 1
x
i
y
i
.
Proposition 2.2.6. Soit A M
mn
, C M
mn
et B M
np
alors
1. (A
T
)
T
A
2. (A+C)
T
A
T
+C
T
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
41
Transpose
dune matrice
3. (A)
T
A
T
4. (AB)
T
B
T
A
T
.
Dmonstration On peut dmontrer trs facilement les proprits 1, 2 et 3.
4. ((AB)
T
)
i j
(AB)
j i

n

k1
a
j k
b
ki
.
(B
T
A
T
)
i j

n

k1
(B
T
)
i k
(A
T
)
k j

n

k1
b
ki
a
j k
.
Ce qui termine la dmonstration.
Dnition 2.2.9. Soit A appartenant M
nn
.
On dit que A est symtrique si A
T
A.
On dit que A est antisymtrique si A
T
A.
A est symtrique si et seulement si i 1, ..., n, j 1, ..., n, a
i j
a
j i
.
A est antisymtrique si et seulement si i 1, ..., n, j 1, ..., n, a
i j
a
j i
.On a donc en particu-
lier i 1, ..., n, a
i i
0.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
42 >>
2.2.8 Changement de base-matrice de passage
Exercices :
Exercice A.1.23
Soit E un espace vectoriel sur K de dimension n.
Soient E {e
1
,e
2
, . . . ,e
n
} et E
t
{

e
t
1
,

e
t
2
, . . . ,

e
t
n
} deux bases de E. Les n vecteurs de E
t
ont donc
des composantes sur la base E. On peut ranger ces n
2
scalaires dans une matrice appartenant
M
nn
(K). Cette matrice, appele matrice de passage, est dnie de la faon suivante :
Dnition 2.2.10. Soit E {e
1
,e
2
, . . . ,e
n
} et E
t
{

e
t
1
,

e
t
2
, . . . ,

e
t
n
} deux bases de E.
Si, pour 1 i n, on note p
1i
, p
2i
, ..., p
ni
les composantes du vecteur

e
t
i
sur la base E, on dnit
ainsi une matrice P appele matrice de passage de la base E la base E
t
. La matrice P est donc ob-
tenue en mettant en colonnes les composantes des vecteurs de la "nouvelle base" E
t
dans "lancienne
base" E :
P

e
t
1
. . .

e
t
j
. . .

e
t
n
_
_
_
_
_
_
_
_
_
p
11
. . . p
1j
. . . p
1n
.
.
. . . .
.
.
. . . .
.
.
.
p
i 1
. . . p
i j
. . . p
i n
.
.
. . . .
.
.
. . . .
.
.
.
p
n1
. . . p
nj
. . . p
nn
_
_
_
_
_
_
_
_
_
e
1
.
.
.
e
i
. . .
e
n
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
43 >>
Changement de
base-matrice de
passage
Si u est un endomorphisme de E, pour associer une matrice A u, il faut choisir une base sur E
ensemble de dpart, et une base sur E ensemble darrive. Trs souvent on choisit la mme base,
mais ce nest pas obligatoire.
Proposition 2.2.7. Soit E un espace vectoriel.
Soient E {e
1
,e
2
, . . . ,e
n
} et E
t
{

e
t
1
,

e
t
2
, . . . ,

e
t
n
} deux bases de E.
Lapplication identit de E dans E est un endomorphisme de E, not i
E
.
On munit E, espace vectoriel de dpart, de la base E
t
et on munit E, espace vectoriel darrive, de
la base E. La matrice associe lendomorphisme i
E
quand on choisit ces bases est P, la matrice de
passage de la base E la base E
t
:
E
i
E
E
E
t
P E
.
Dmonstration On utilise la dnition de la matrice associe lapplication linaire i
E
, les co-
lonnes de cette matrice contiennent les composantes des images des vecteurs de E
t
( base de
lespace vectoriel de dpart) dans E ( base de lespace vectoriel darrive) :

e
t
j
i
E
(

e
t
j
)
n

i 1
p
i j
e
i
. (2.2.8)
Proposition 2.2.8. La matrice P de passage de la base E la base E
t
est inversible et son inverse
P
1
est la matrice de passage de E
t
E.
Dmonstration La matrice P est associe lapplication i
E
lorsque lon munit E de la base E
t
au
dpart et de la base E larrive. Or lapplication i
E
est bijective, donc P est inversible.
P
1
est alors associe lapplication rciproque. Cette application rciproque est i
E
lorsque lon
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
44 >>
Changement de
base-matrice de
passage
munit E de la base E au dpart et de la base E
t
larrive. P
1
est donc la matrice de passage de
la base E
t
la base E.
Proposition 2.2.9. Soit E un espace vectoriel de dimension n.
Soit E {e
1
,e
2
, . . . ,e
n
} une base de E.
Soit Q M
nn
une matrice dont les termes sont nots q
i j
.
On dnit les vecteurs

e
t
j

n

i 1
q
i j
e
i
,
alors, on a lquivalence suivante :
{

e
t
1
,

e
t
2
, . . . ,

e
t
n
} est une base de E Q est inversible.
Dmonstration
Si E
t
{

e
t
1
,

e
t
2
, . . . ,

e
t
n
} est une base de E, alors Q est la matrice de passage de E dans E
t
, donc Q
est inversible.
Montrons la rciproque : On suppose Q inversible, on veut montrer que {

e
t
1
,

e
t
2
, . . . ,

e
t
n
} est une
base de E. dim E n, la famille contient n vecteurs, il suft donc de montrer que la famille est
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
45
Changement de
base-matrice de
passage
libre.
n

j 1
x
j

e
t
j

0
n

j 1
x
j
n

i 1
q
i j
e
i

i 1
_
n

j 1
q
i j
x
j
_
e
i

0 ( on change lordre des sommes )

j 1
q
i j
x
j
0, i 1, 2, ..., n ( car {e
1
,e
2
, . . . ,e
n
} est une base deE)
QX 0 o X
_
_
_
_
_
x
1
x
2
. . .
x
n
_
_
_
_
_
X 0 ( car Q est inversible )
x
j
0 j 1, ..., n
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
46 >>
2.2.9 Changement de base et composantes dun vecteur
Exercices :
Exercice A.1.24
Soit E unespace vectoriel et soient E et E
t
deux bases de E. Unmme vecteurx a des composantes
sur E et sur E
t
. Quelle relation lie ces composantes ?
Proposition 2.2.10. Soit E un espace vectoriel et soient E et E
t
deux bases de E.
Soit x E, si P est la matrice de passage de E E
t
, si (x
1
, x
2
, . . . , x
n
) sont les composantes de x dans
la base E, si (x
t
1
, x
t
2
, . . . , x
t
n
) sont les composantes de x dans la base E
t
, si on note X
_
_
_
x
1
.
.
.
x
n
_
_
_ et X
t

_
_
_
x
t
1
.
.
.
x
t
n
_
_
_, alors on a
X PX
t
X
t
P
1
X.
Dmonstration On dcompose le vecteur x sur la base E
t
:
x
n

j 1
x
t
j

e
t
j
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
47
Changement de
base et
composantes
dun vecteur
On utilise la dnition de la matrice P donne par (2.2.8)
x
n

j 1
x
t
j
_
n

i 1
p
i j
e
i
_

i 1
_
n

j 1
p
i j
x
t
j
_
e
i
.
Or (x
1
, x
2
, . . . , x
n
) sont les composantes de x dans la base E on a donc
x
i

n

j 1
p
i j
x
t
j
X PX
t
.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
48 >>
2.2.10 Changement de bases et matrice associe une application linaire
Exercices :
Exercice A.1.25
Soit E un espace vectoriel et soient E et E
t
deux bases de E.
Soit u un endomorphisme de E.
Soit A la matrice associe u quand on choisit la base E ( au dpart et larrive).
Soit A
t
la matrice associe u quand on choisit la base E
t
( au dpart et larrive).
Quelle relation lie les matrices A et A
t
?
Thorme 2.2.1. Soit E un espace vectoriel et soient E et E
t
deux bases de E.
Soit u L(E; E). Si A est la matrice associe u quand on choisit la base E, si A
t
est la matrice
associe u quand on choisit la base E
t
et si P est la matrice de passage de E E
t
, alors on a la
relation
A
t
P
1
AP.
Dmonstration Dans le diagramme suivant, pour chacune des applications linaires, on a not
la base choisie sur lensemble de dpart, la base choisie sur lensemble darrive et la matrice
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
49 >>
Changement de
bases et matrice
associe une
application
linaire
associe avec ce choix des bases :
E
E
t
i
E
E
u
E
i
E

P E A E P
1
E
E
t
E
u
E
E
t
A
t
E
t
On utilise le rsultat qui lie composition dapplications linaires et produit des matrices asso-
cies :
u i
E
u i
E
, donc A
t
P
1
AP.
Une autre dmonstration possible : si lon note y u(x),si X, Y , X
t
, Y
t
sont les vecteurs colonnes
habituels, on a
_

_
Y AX
Y PY
t
X PX
t
Y
t
A
t
X
t

_
PY
t
APX
t
Y
t
A
t
X
t

_
Y
t
P
1
APX
t
Y
t
A
t
X
t
A
t
X
t
(P
1
AP)X
t
.
La relation prcdente est vraie quel que soit le vecteur colonne X
t
donc A
t
P
1
AP.
Plus gnralement, on a le thorme suivant
Thorme 2.2.2. Si u L(E; F), si E et E
t
sont deux bases de E, si F et F
t
sont deux bases de F,
si on note P la matrice de passage de E E
t
, si on note Q la matrice de passage de F F
t
, si A est
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
50
Changement de
bases et matrice
associe une
application
linaire
la matrice associe u quand on choisit les bases E et F, si A
t
est la matrice associe u quand on
choisit les bases E
t
et F
t
alors on a
A
t
Q
1
AP.
Dmonstration Le diagramme correspondant scrit
E
E
t
i
E
E
u
F
i
F

P E A F Q
1
F
F
t
E
u
F
E
t
A
t
F
t
On peut terminer le raisonnement comme dans le thorme prcdent.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
51
2.2.11 Matrices semblables
Dnition 2.2.11. Sil existe P inversible telle que A
t
P
1
AP, A et A
t
sont dites semblables.
Bien sr les matrices associes au mme endomorphisme u L(E; E), sont semblables.
Proposition 2.2.11.
Si A et B sont semblables, alors A
T
et B
T
sont semblables.
Si A et B sont semblables et si B et C sont semblables, alors A et C sont semblables.
Si A et B sont semblables, leurs traces sont gales.
Dmontrer cette proposition.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
52 >>
2.2.12 Rang
Exercices :
Exercice A.1.26
Exercice A.1.27
Dnition2.2.12. Soit u L(E; F), on appelle rang de u et on note rang (u) la dimension de Im u.
Im u est inclus dans F, donc rang (u) dim F. De plus rang (u) dim F si et seulement si u est
surjective.
Dautre part, limage dune base de E est une famille gnratrice de Im u donc on a rang (u)
dim E.
Dnition 2.2.13. Soit A M
mn
, on appelle Im A le sous-espace vectoriel de M
m1
dni par :
Y Im A X M
n1
, Y AX.
On vrie facilement que Im A est bien un sous-espace vectoriel de M
m1
.
Proposition 2.2.12. Soit A M
mn
, Im A est le sous-espace vectoriel engendr par les colonnes de
A, cest--dire :
Im A vectA
1
, . . . , A
n
.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
53 >>
Rang
Dmontrer cette proposition en exercice.
Dnition 2.2.14. Soit A M
mn
, on appelle rang de A et on note rang (A), la dimension du sous-
espace vectoriel Im A.
Proposition 2.2.13. Si u L(E; F), si on choisit une base E sur E et une base F sur F, si on dnit
A la matrice associe u, alors rang (u) rang (A).
Dmonstration On dnit lapplication de F sur M
m1
qui tout vecteur y de F associe le
vecteur colonne Y de M
m1
contenant les composantes de y dans la base F.
Comme dans le thorme 2.1.4, on peut dmontrer que est un isomorphisme de F dans M
m1
.
On note E {e
1
, . . . ,e
n
}.
Daprs la dnition de A, on a (u(e
i
)) A
i
.
Or Im u vect <u(e
1
), . . . , u(e
n
) >. Donc (Im u) vect < A
1
, ..., A
n
>Im A. Donc Im u et Im A
sont isomorphes. Donc dim Im u dim Im A, donc rang u rang A.
Proposition 2.2.14.
1. Si A et A
t
sont semblables, alors elles ont le mme rang.
2. A et A
T
ont le mme rang.
Dmonstration A et A
t
sont associes la mme application linaire, donc elles ont le mme
rang.
La deuxime partie sera dmontre dans un chapitre suivant.
Calcul pratique
Il rsulte de la dnition 2.2.14 et de la proposition prcdente que le calcul pratique du rang
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
54
Rang
dune matrice se ramne au calcul du nombre maximal de colonnes linairement indpendantes
ou du nombre maximal de lignes linairement indpendantes. On choisit lun ou lautre suivant
que lun se calcule plus facilement que lautre.
On peut aussi dduire le rang dune matrice partir du rang de lapplication linaire u associe,
si celui-ci est connu.
On verra dans le chapitre sur les dterminants une autre faon de calculer le rang dune matrice.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
55 >>
2.2.13 Rang et dimension du noyau dune application linaire
Exercices :
Exercice A.1.28
Thorme 2.2.3. Soit u L(E; F), alors dim (Ker u) +rang u dim E.
Dmonstration Si Ker u E, alors u est lapplication nulle, donc Im u {

0}, donc rang u 0. Le


thorme est alors vri.
Si Ker u est strictement inclus dans E, alors dim (ker u) <dim E.
On note q dim (Ker u), n dim E. Soit B{e
1
,e
2
, . . . ,e
q
} une base de Ker u. On complte cette
famille libre de E pour obtenir une base B
t
de E
B
t
{e
1
,e
2
, . . . ,e
q
,e
q+1
, . . . ,e
n
}.
On va montrer que C {u(e
q+1
), . . . , u(e
n
)} est une base de Im u.
C est une famille gnratrice de Im u, en effet u(e
q+1
), . . . , u(e
n
) appartiennent Im u et de plus
quel que soit y Im u, il existe x E tel que y u(x).
Le vecteur x se dcompose sur la base B
t
: x
n

i 1
x
i
e
i
.
On utilise la linarit de u, on a donc
y u(x)
n

i 1
x
i
u(e
i
)
n

i q+1
x
i
u(e
i
).
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
56 >>
Rang et
dimension du
noyau dune
application
linaire
Ceci termine de dmontrer que la famille C est une famille gnratrice de Im u.
C est une famille libre, en effet
n

i q+1

i
u(e
i
)

0
F
u
_
n

i q+1

i
e
i
_

0
F

n

i q+1

i
e
i
Ker u.
Or Best une base de Ker u, donc il existe des scalaires
1
,
2
, ...,
q
tels que
n

i q+1

i
e
i

q

i 1

i
e
i

q

i 1

i
e
i
+
n

i q+1

i
e
i

0.
Or la famille B
t
est libre donc
i
0 pour i q +1, . . . , n ( et
j
0 pour j 1, . . . , q). Ceci termine
de dmontrer que la famille C est libre.
Donc C est une base de Im u. Cette famille contient n q vecteurs donc
rang (u) dim (Im u) n q dim E dim (Ker u).
Du thorme prcdent dcoule le rsultat trs important suivant :
Proposition 2.2.15. Soit u L(E; F).
Si E et F sont deux espaces vectoriels de mme dimension, alors les propositions suivantes sont
quivalentes
(i) u injective,
(ii) u surjective,
(iii) u bijective.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
57
Rang et
dimension du
noyau dune
application
linaire
Dmonstration Il suft de montrer que (i) (ii).
u injective Ker u {

0
E
} dim (Im u) dim E( thorme 2.2.3)
dim F dim (Im u) car dim E dim F par hypothse
F Im u car Im u est un sous-espace vectoriel de F
u surjective.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
58 >>
2.2.14 Noyau dune matrice
Exercices :
Exercice A.1.29
Exercice A.1.30
Dnition2.2.15. Soit A M
mn
, onappelle noyaude A le sous-espace vectoriel de M
n1
not Ker A,
dni par :
Ker A {X M
n1
, AX 0}.
On montre facilement que Ker A est un sous-espace vectoriel de M
n1
.
Thorme 2.2.4. Si A M
mn
, alors
dim (Ker A) +dim (Im A) n nombre de colonnes de A.
Dmonstration On dnit lapplication linaire u de M
n1
dans M
m1
par u(X) AX on a alors
Ker u Ker A, Im u Im A, de plus dimM
n1
n et le thorme 2.2.3 permet donc de dduire le
rsultat.
On peut noncer un autre rsultat important :
Proposition 2.2.16. Si A est une matrice carre appartenant M
nn
, on a les quivalences sui-
vantes :
A inversible Ker A {0} rang A n
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
59
Noyau dune
matrice
Dmonstration Lapplication linaire u dnie par u(X) AX est un endomorphisme de M
n1
(ici mn). On utilise la proposition 2.2.15 et on a :
u inversible u bijective u bijective u injective Ker u {

0}
La matrice associe u quand on choisit la base canonique de M
n1
est A.
On a donc :
A inversible u inversible
On utilise le throrme 2.2.4 :
Ker u {

0} Ker A {0} dim (Ker A) 0 dim (Im A) n rang A n


Ce qui termine de dmontrer les quivalences :
A inversible u inversible Ker u {

0} Ker A {0} rang A n


On verra une autre proprit caractristique des matrices inversibles dans le chapitre sur les d-
terminants.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent suivant >
60
Annexe A
Exercices
A.1 Exercices du chapitre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
A.2 Exercices de TD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
Sommaire
Concepts
Exemples
Exercices
Documents
chapitre section suivante >
61 >>
A.1 Exercices du chapitre 2
A.1.1 Ch2-Exercice1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
A.1.2 Ch2-Exercice2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
A.1.3 Ch2-Exercice3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
A.1.4 Ch2-Exercice4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
A.1.5 Ch2-Exercice5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
A.1.6 Ch2-Exercice6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
A.1.7 Ch2-Exercice7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
A.1.8 Ch2-Exercice8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
A.1.9 Ch2-Exercice9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
A.1.10 Ch2-Exercice10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
A.1.11 Ch2-Exercice11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
A.1.12 Ch2-Exercice12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
A.1.13 Ch2-Exercice13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
A.1.14 Ch2-Exercice14 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
A.1.15 Ch2-Exercice15 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
A.1.16 Ch2-Exercice16 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
A.1.17 Ch2-Exercice17 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
A.1.18 Ch2-Exercice18 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
A.1.19 Ch2-Exercice19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
A.1.20 Ch2-Exercice20 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
A.1.21 Ch2-Exercice21 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
A.1.22 Ch2-Exercice22 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
Sommaire
Concepts
Exemples
Exercices
Documents
chapitre section suivante >
62
A.1.23 Ch2-Exercice23 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
A.1.24 Ch2-Exercice24 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
A.1.25 Ch2-Exercice25 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
A.1.26 Ch2-Exercice26 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
A.1.27 Ch2-Exercice27 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
A.1.28 Ch2-Exercice28 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
A.1.29 Ch2-Exercice29 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
A.1.30 Ch2-Exercice30 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant >
63 >>
Exercice A.1.1 Ch2-Exercice1
Les applications suivantes sont-elles linaires ? :
1. Lapplication u : IRIR, donne par u(x) cosx.
2. Lapplication u : IR IR, donne par u(x) x +, (, donns dans IR) ; discuter suivant
les valeurs de et .
3. Lapplication u : IR
n
IR, donne par
u(x) a
1
x
1
+a
2
x
2
+. . . +a
n
x
n
, (a
1
, a
2
, . . . , a
n
donns dans IR).
4. La projection dun vecteur de lespace sur un plan paralllement une droite donne.
5. Soit P
k
lespace vectoriel des polynmes de degr au plus k, dont on note les lments P.
On dnit u : P
k
P
k1
par u(P) P
t
, (P
t
est la drive de P).
6. Lapplication u : P
k
P
2k
dnie par u(P) P
2
.
7. Soit C(0, 1) lespace vectoriel des fonctions numriques continues sur lintervalle ferm
[0, 1], dont on note les lments. On dnit alors u : C(0, 1) IR par u()
_
1
0
(t )dt .
retour au cours
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant >
64
Exercice A.1.1
Ch2-Exercice1
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
65
Exercice A.1.2 Ch2-Exercice2
Montrer que Ker u est un sous-espace vectoriel de E
retour au cours
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
66
Exercice A.1.3 Ch2-Exercice3
On reprend les applications de lexercice A.1.1, lorsque ces applications sont linaires dterminer
leur noyau et leur image
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
67
Exercice A.1.4 Ch2-Exercice4
Dmontrer le thorme suivant : Soit u L(E; F), alors on a les proprits suivantes :
limage par u de toute famille lie de E est une famille lie de F,
limage par u de toute famille gnratrice de E est une famille gnratrice de Im u.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
68
Exercice A.1.5 Ch2-Exercice5
Soit un espace vectoriel E, F
1
et F
2
deux sous-espaces vectoriels de E tels que E F
1
F
2
, on
appelle projection ou encore projecteur sur F
1
paralllement F
2
lapplication u de E dans E
dnie par :
u(x) x
1
si x x
1
+x
2
ox
1
F
1
,x
2
F
2
.
Montrer que la projection ainsi dnie est une application linaire. Dterminer son noyau et son
image.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
69
Exercice A.1.6 Ch2-Exercice6
Montrer que si u est une projection alors u=uu. On dmontrera la rciproque de cette proprit
en TD.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
70
Exercice A.1.7 Ch2-Exercice7
Vrier que w u v est bien un lment de L(E;G).
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
71
Exercice A.1.8 Ch2-Exercice8
Soit E un espace vectoriel de dimension 3 , E {e
1
,e
2
,e
3
} une base de E, soit F un espace vectoriel
de dimension 2 , F {

f
1
,

f
2
} une base de F et u L(E; F). On sait que
u(e
1
)

f
1
+

f
2
, u(e
2
)

f
1

f
2
, u(e
3
)

f
1
2

f
2
.
Calculer lexpression de u(x) pour x quelconque de E
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
72
Exercice A.1.9 Ch2-Exercice9
1. On suppose que lapplication u L(E; F) est injective.
(a) Montrer que si la famille
{u(x
1
), . . . , u(x
p
)} est lie alors la famille {x
1
, . . . ,x
p
)} est lie.
(b) Montrer que limage dune base de E est une base de Im u.
2. Soit u L(E; F), E de type ni, montrer que les deux propositions suivantes sont quiva-
lentes :
(i) u est injective,
(ii) il existe une base B{e
1
, . . . ,e
n
} de E telle que {u(e
1
), . . . , u(e
n
)} soit libre.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
73
Exercice A.1.10 Ch2-Exercice10
Soit u L(E; F), on dnit les propositions suivantes :
(i) u est bijective,
(ii) limage par u dune base de E est une base de F.
Montrer que (i ) (i i ).
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
74
Exercice A.1.11 Ch2-Exercice11
Soient E et F deux espaces de mme dimension n, soient {e
1
,e
2
, . . . ,e
n
} et {

f
1
,

f
2
, . . . ,

f
n
} des bases
de E et F, on dnit une application linaire u de la manire suivante
u(e
i
)

f
i
.
Montrer qualors u est bijective de E sur F.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
75
Exercice A.1.12 Ch2-Exercice12
Soit E un espace vectoriel de dimension n, muni dune base E {e
1
,e
2
, . . . ,e
n
}, alors pour tout
x E on peut crire
x
n

j 1

j
e
j
et on peut associer x E le vecteur (
1
,
2
, . . . ,
n
) de K
n
correspondant aux composantes de x
sur E.
Montrer que lapplicationx (
1
,
2
, . . . ,
n
) : E K
n
ainsi dnie est un isomorphisme de E sur
K
n
.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
76
Exercice A.1.13 Ch2-Exercice13
Montrer que la matrice de lapplication i
E
: E E est la matrice identit I lorsque lon munit
lespace E de la base E {e
1
,e
2
, . . . ,e
n
}.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
77
Exercice A.1.14 Ch2-Exercice14
On suppose E=F = P
2
, on munit P
2
de la base canonique {1, X, X
2
}, on dnit u telle que u(p)
p
t
. Dterminer alors la matrice de u.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
78
Exercice A.1.15 Ch2-Exercice15
Soit la matrice A dnie par : A
_
3 4 5
1 2 6
_
, u est lapplication linaire de IR
3
dans IR
2
dont la
matrice est A lorsque lonmunit IR
3
et IR
2
de leurs bases canoniques. Que vaut u(e
1
), u(e
2
), . . . , u(e
n
) ?
En dduire u(x) pour x (1, 1, 2)
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
79
Exercice A.1.16 Ch2-Exercice16
Soit u lapplication linaire de IR
4
dans IR
3
dnie par
u(x) (x
1
x
2
+x
3
+x
4
, x
1
+2x
2
x
4
, x
1
+x
2
+3x
3
3x
4
),
dterminer la matrice A associe u lorsque lon munit IR
3
et IR
4
des bases canoniques.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
80
Exercice A.1.17 Ch2-Exercice17
1. Dmontrer que M
mn
est un espace vectoriel, en particulier quel est llment neutre pour
laddition? Quel est loppos de A?
2. Dterminer une base de M
mn
. Quelle est la dimension de M
mn
?
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
81
Exercice A.1.18 Ch2-Exercice18
Calculer le produit AB (et BA lorsque cela est possible) dans les cas suivants :
A
_
0 1
0 0
_
B
_
1 0
0 0
_
,
A
_
_
1 2 1
0 1 1
1 1 0
_
_
B
_
_
1 0
1 1
1 1
_
_
.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
82
Exercice A.1.19 Ch2-Exercice19
On dnit les matrices D
_
_
2 0 0
0 3 0
0 0 4
_
_
D
t

_
5 0
0 6
_
B
_
_
1 2
1 1
3 1
_
_
1. Calculer BD
t
, DB . Que se passe-t-il quand on multiplie une matrice droite par une ma-
trice diagonale ? quand on multiplie une matrice gauche par une matrice diagonale ? En-
oncer des rsultats gnraux.
2. Par quelle matrice L doit-on multiplier B gauche pour que LB B
2
? Par quelle matrice C
doit-on multiplier B droite pour que BC B
1
?
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
83
Exercice A.1.20 Ch2-Exercice20
Reprendre lexercice A.1.15. Que vaut X? Calculer AX et comparer avec ce qui a t trouv alors.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
84
Exercice A.1.21 Ch2-Exercice21
Dmontrer que le produit de deux matrices carres inversibles de mme dimension est inversible
et on a
(AB)
1
B
1
A
1
.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
85
Exercice A.1.22 Ch2-Exercice22
Soit la matrice B
_
_
1 2
1 1
3 1
_
_
. Expliciter B
1
, B
2
, B
3
, B
1
, B
2
, B
T
1
, B
T
2
, (B
T
)
1
, (B
T
)
2
, (B
T
)
3
, (B
1
)
T
, (B
2
)
T
, (B
3
)
T
,(B
1
)
T
, (B
2
)
T
. Vrier sur cet exemple que : (B
i
)
T
=B
T
i
. Bien sr ces rsultats se
gnralisent une matrice B quelconque.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
86
Exercice A.1.23 Ch2-Exercice23
Soit E un espace vectoriel muni dune base E {e
1
,e
2
}. On dnit les vecteurs

e
t
1
e
1
+e
2
,

e
t
2

2e
1
e
2
.
Montrer que E
t
{

e
t
1
,

e
t
2
} forme une base de E.
Que vaut P matrice de passage de E dans E
t
?
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
87
Exercice A.1.24 Ch2-Exercice24
Reprendre lexercice A.1.23
Exprimer e
1
et e
2
en fonction de

e
t
1
et

e
t
2
.
Si x
1
et x
2
sont les composantes du vecteur x dans la base E, en dduire x
t
1
et x
t
2
ses compo-
santes dans la base E
t
.
Vrier que X PX
t
.
Que vaut P
1
matrice de passage de E
t
dans E ? Effectuer le produit PP
1
.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
88
Exercice A.1.25 Ch2-Exercice25
On reprend les donnes de lexercice A.1.23. On dnit u L(E; E) par
u(e
1
) e
1
+3e
2
, u(e
2
) 2e
1
e
2
Quelle est la matrice A de u dans la base E ?
Exprimer u(

e
t
1
), u(

e
t
2
) en fonction dee
1
et e
2
.
En dduire u(

e
t
1
),u(

e
t
2
) en fonction de

e
t
1
et

e
t
2
.
En dduire A
t
.
Calculer P
1
AP.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
89
Exercice A.1.26 Ch2-Exercice26
Soit A M
mn
, montrer que Im A est un sous espace vectoriel. Montrer plus prcisment que Im A
= vect A
1
, . . . , A
n
.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
90
Exercice A.1.27 Ch2-Exercice27
Dterminer le rang des matrices A suivantes :
Si E E
1
E
2
, A est la matrice de la projection sur E
1
paralllement E
2
.
A est la matrice de la rotation dans le plan.
A
_
_
1 1 1
1 0 0
3 1 1
_
_
.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
91
Exercice A.1.28 Ch2-Exercice28
On dnit les 5 propositions :
a) f est injective.
b) f est surjective.
c) f est bijective.
d) f nest pas injective.
e) f nest pas surjective.
Dans chacun des cas suivants, noncer parmi les 5 propositions lesquelles sont exactes (sans hy-
pothse supplmentaire)
1. f est linaire de IR
3
dans IR
4
2. f est linaire de IR
3
dans IR
3
3. f est linaire de IR
4
dans IR
3
4. f est linaire injective de IR
3
dans IR
4
5. f est linaire injective de IR
3
dans IR
3
6. f est linaire surjective de IR
3
dans IR
2
7. f est linaire surjective de IR
5
dans IR
5
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
92
Exercice A.1.29 Ch2-Exercice29
Montrer que si A M
np
, Ker A est un sous-espace vectoriel de M
p1
.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
93
Exercice A.1.30 Ch2-Exercice30
Les matrices suivantes sont-elles inversibles ?
A
_
_
1 2 3
3 1 5
2 3 4
_
_
, B
_
_
1 2 3
3 1 5
2 3 1
_
_
.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
section prcdente chapitre
94
A.2 Exercices de TD
A.2.1 TD2-Exercice 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
A.2.2 TD2-Exercice 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
A.2.3 TD2-Exercice 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
A.2.4 TD2-Exercice 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
A.2.5 TD2-Exercice 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
A.2.6 TD2-Exercice 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
A.2.7 TD2-Exercice 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
A.2.8 TD2-Exercice 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
A.2.9 TD2-Exercice 9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
A.2.10 TD2-Exercice 10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
A.2.11 TD2-Exercice 11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
A.2.12 TD2-Exercice 12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
A.2.13 TD2-Exercice 13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
A.2.14 TD2-Exercice 14 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
A.2.15 TD2-Exercice 15 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
A.2.16 TD2-Exercice 16 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
A.2.17 TD2-Exercice 17 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
A.2.18 TD2-Exercice 18 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant >
95
Exercice A.2.1 TD2-Exercice 1
1. Soit f :
IR
2
IR
2
(x
1
, x
2
) (x
1
+x
2
, x
1
x
2
)
(a) Montrer que f est une application linaire.
(b) Dterminer Ker f et Im f ,
(rponse : Ker f {x IR
2
, x
1
x
2
}, Im f {y IR
2
, y
1
y
2
}).
(c) Calculer f f . Le rsultat tait-il prvisible ?
2. E, F,G tant des espaces vectoriels, soit f L(E, F), g L(F,G), montrer que :
g f 0 Im f Ker g
Question 1a Aide 1
Question 1b Aide 1
Question 1c Aide 1
Question 2 Aide 1 Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
96
Exercice A.2.2 TD2-Exercice 2
Soit f :
IR
4
IR
3
(x
1
, x
2
, x
3
, x
4
) (x
1
x
2
+x
3
+x
4
, x
1
+2x
3
x
4
, x
1
+x
2
+3x
3
3x
4
)
1. Montrer que f est une application linaire.
2. Dterminer une base de Ker f , (rponse : {(2, 1, 1, 0), (1, 2, 0, 1)}).
3. Dterminer une base de Im f , (rponse : {(1, 1, 1), (1, 0, 1)}).
4. Vrier que dim Ker f +dim Im f 4.
Question 1 Aide 1
Question 2 Aide 1 Aide 2 Aide 3
Question 3 Aide 1 Aide 2 Aide 3
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
97
Exercice A.2.3 TD2-Exercice 3
1. E est un espace vectoriel, soit u L(E, E), on note u u u
2
, montrer que :
(a) Ker u Ker u
2
.
(b) Im u
2
Im u.
(c) Ker u Ker u
2
Im u Ker u {

0}.
(d) Im u Im u
2
E Im u +Ker u.
2. Soit E un espace vectoriel On appelle projecteur tout lment p L(E, E) tel que p p p.
(a) Montrer que si p est un projecteur alors E Ker p Im p.
(b) Donner la dcomposition unique de x E .
(c) En dduire que p est la projection sur Im p, paralllement Ker p
Question 1a Aide 1 Aide 2
Question 1b Aide 1 Aide 2
Question 1c Aide 1 Aide 2 Aide 3
Question 1d Aide 1 Aide 2 Aide 3
Question 2a Aide 1 Aide 2
Question 2b Aide 1
Question 2c Aide 1
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
98
Exercice A.2.4 TD2-Exercice 4
1. Soit P
n
lespace vectoriel des polynmes p de degr infrieur ou gal n.
Soit u L(P
n
, P
n1
) dnie par : u(p) p
t
drive de p.
Donner une base {. . . , p
i
, . . .} de P
n
.
Calculer {. . . , u(p
i
), . . .} et montrer quelle est gnratrice de P
n1
.
2. De faon plus gnrale, on suppose que u L(E, F).
(a) Montrer que limage dune famille gnratrice de E est gnratrice de Im u .
(b) Si {u(x
1
), . . . , u(x
p
)} est une famille gnratrice de Im u peut-on dire que {x
1
, . . . ,x
p
}
est une famille gnratrice de E ? Si oui le dmontrer, si non donner une condition
supplmentaire sur u pour que la rponse soit oui.
(c) Limage par u dune famille gnratrice de E est-elle gnratrice de F ?
Question 1 Aide 1
Question 2a Aide 1
Question 2b Aide 1 Aide 2
Question 2c Aide 1 Aide 2 Aide 3
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
99
Exercice A.2.5 TD2-Exercice 5
Soit u L(E, E), x
1
, . . . ,x
n
des lments de E. On dnit les propositions suivantes
P
1
: {x
1
, . . . ,x
n
} est libre.
P
2
: {u(x
1
), . . . , u(x
n
)} est libre.
1. Dmontrer une implication correcte entre P
1
et P
2
2. A quelle condition sur u a-t-on quivalence entre P
1
et P
2
?
Question 1 Aide 1 Aide 2 Aide 3
Question 2 Aide 1 Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
100 >>
Exercice A.2.6 TD2-Exercice 6
1. On dnit les fonctions p
0
, p
1
, p
2
, f
3
, f
4
par
t IR p
0
(t ) 1, p
1
(t ) t , p
2
(t ) t
2
, f
3
(t ) e
t
, f
4
(t ) t e
t
.
Soit la famille F {p
0
, p
1
, p
2
, f
3
, f
4
}. Montrer que cette famille est libre.
2. Soit E P
2
lespace vectoriel des polynmes de degr 2 coefcients rels et soit F les-
pace vectoriel engendr par la famille F.
On dnit u par u(p) f
3
p
t
+p o p
t
est la drive de p.
(a) Montrer que u est linaire de E P
2
dans F.
(b) u est-elle injective ?
(c) Donner une base de Im u,(rponse : {p
0
, p
1
+ f
3
, p
2
+2f
4
} est une base de Im u).
3. Donner la matrice A reprsentant u (prciser les bases choisies pour P
2
et F), rponse :
A
_
_
_
_
_
_
_
1 0 0
0 1 0
0 0 1
0 1 0
0 0 2
_
_
_
_
_
_
_
.
4. Etudier linjectivit de u laide de la matrice A.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
101
Exercice A.2.6
TD2-Exercice 6
Question 1 Aide 1 Aide 2 Aide 3
Question 2b Aide 1 Aide 2 Aide 3
Question 2c Aide 1 Aide 2
Question 3 Aide 1 Aide 2
Question 4 Aide 1 Aide 2 Aide 3
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
102
Exercice A.2.7 TD2-Exercice 7
Soit P
n
lespace vectoriel des polynmes coefcients rels de degr n muni de sa base cano-
nique B
n
. On note p
t
la drive de p .
On dnit u par (u(p))(t ) p(t +1) p(t ) p
t
(t )
1. Montrer que u est linaire de P
n
dans P
n2
.
2. On choisit n 4. Donner la matrice A de u par rapport aux bases B
n
et B
n2
,
rponse : A
_
_
0 0 1 1 1
0 0 0 3 4
0 0 0 0 6
_
_
.
Question 1 Aide 1 Aide 2
Question 2 Aide 1 Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
103 >>
Exercice A.2.8 TD2-Exercice 8
1. On se place dans lespace vectoriel M
2,3
(IR).
On note E le sous ensemble de M
2,3
(IR) compos des matrices M qui peuvent scrire :
M=
_
a b 0
b 0 a
_
a et b tant 2 rels
Est-ce que E est un sous espace vectoriel de M
2,3
(IR) ? Si oui, donner une base de E et sa
dimension,(rponse : dimension 2).
2. On se place maintenant dans lespace vectoriel M
n,n
(IR).
Questions : Pour chaque ensemble E dni ci-dessous, on montrera que E est un sous-
espace vectoriel de M
n,n
(IR), on donnera une base de E et sa dimension.
(a) On appelle trace dune matrice carre, la somme des termes de la diagonale princi-
pale. On note T
n
le sous-ensemble des matrices de M
n,n
(IR) ayant une trace nulle.
Rpondez aux questions pour T
n
,
(rponse :la dimension vaut n
2
1).
(b) Une matrice est dite triangulaire suprieure (resp. infrieure) si tous les termes au des-
sous (resp. au dessus) de la diagonale sont nuls. On note S
n
(resp. I
n
) lensemble des
matrices triangulaire suprieures (resp. infrieures) de M
n,n
(IR). Rpondez aux ques-
tions pour S
n
et I
n
,(rponse : la dimension vaut
n(n+1)
2
).
(c) Soit D
n
S
n
I
n
lensemble des matrices diagonales. Rpondez aux questions pour
D
n
,(rponse :la dimension vaut n).
(d) Une matrice A est dite symtrique si, i , j [1..n], a
i j
a
j i
.
Elle est dite antisymtrique si, i , j [1..n], a
i j
a
j i
.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
104
Exercice A.2.8
TD2-Exercice 8
On note Y
n
(resp. A
n
) lensemble des matrices symtriques (resp. antisymtriques).
Rpondez aux questions pour Y
n
et A
n
, (rponse : les dimension respectives sont
n(n+1)
2
,
n(n1)
2
).
(e) Montrez que M
n,n
Y
n
A
n
.
Question 1 Aide 1 Aide 2 Aide 3
Question 2a Aide 1 Aide 2 Aide 3
Question 2b Aide 1
Question 2c Aide 1
Question 2d Aide 1 Aide 2 Aide 3
Question 2e Aide 1 Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
105
Exercice A.2.9 TD2-Exercice 9
Soit A une matrice donne de M
2,2
(IR) et u
A
lapplication de M
2,2
(IR) dans M
2,2
(IR) dnie par :
u
A
(X) X AAX.
1. Montrez que u
A
est linaire pour toute matrice A.
2. On prend A
_
1 1
2 1
_
. Donnez une base de Ker u
A
. En dduire sa dimension.
Rponse : base de Ker u
A
est
__
1 0
0 1
_
,
_
0 1
2 0
__
, la dimension est 2.
3. On prend A de la forme
_
a b
b a
_
.
Dterminer a et b tels que AX X A, X M
2,2
(IR).
Question 1 Aide 1
Question 2 Aide 1 Aide 2
Question 3 Aide 1 Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
106
Exercice A.2.10 TD2-Exercice 10
1. Soit A M
m,n
(IR) et B M
n,m
(IR). Comparer les traces de AB et BA.
2. Vrier ce rsultat en explicitant AB et BA quand m1.
Question 1 Aide 1 Aide 2 Aide 3
Question 2 Aide 1
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
107
Exercice A.2.11 TD2-Exercice 11
1. Soient A et B des matrices de M
n,n
(IR), calculer (A+B)
2
.
On note I A
0
la matrice identit de M
n,n
(IR). A quelle condition est-il possible dutiliser la
formule du binme pour calculer (A+B)
n
?
2. On donne les matrices A
_
_
3 1 0
0 3 0
0 0 3
_
_
et J
_
_
0 1 0
0 0 0
0 0 0
_
_
.
Calculer J
2
et montrer que A
n
3
n
I +a
n
J .
Question 1 Aide 1 Aide 2 Aide 3
Question 2 Aide 1 Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
108 >>
Exercice A.2.12 TD2-Exercice 12
Soit E (e
1
,e
2
,e
3
) la base canonique de IR
3
et soit u lapplication linaire de IR
3
dans IR
3
, de ma-
trice A relativement E avec :
A
_
_
2 2 0
1 0 1
0 2 2
_
_
1. On se donne le vecteur x (x
1
, x
2
, x
3
) de IR
3
. Calculez u(x).
2. En dduire le noyau de u (on pourra en donner une base), (rponse : une base de Ker u est
{(1, 1, 1)}).
3. On pose

e
t
1
e
1
e
2
+e
3
,

e
t
2
e
2
et

e
t
3
e
3
.
(a) Montrez que (

e
t
1
,

e
t
2
,

e
t
3
) est une base de IR
3
.
(b) Exprimer e
1
,e
2
,e
3
en fonction de

e
t
1
,

e
t
2
,

e
t
3
(c) Utiliser les questions prcdentes pour obtenir la matrice A
t
de u dans la base (

e
t
1
,

e
t
2
,

e
t
3
).
Rponse : A
t

_
_
0 2 0
0 2 1
0 4 2
_
_
.
4. On dnit la matrice P
_
_
1 0 0
1 1 0
1 0 1
_
_
Que vaut P
1
?
rponse : P
1

_
_
1 0 0
1 1 0
1 0 1
_
_
.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
109
Exercice A.2.12
TD2-Exercice 12
5. Quelle relation lie A, A
t
, P, P
1
?
Question 1 Aide 1
Question 2 Aide 1 Aide 2 Aide 3
Question 3a Aide 1 Aide 2 Aide 3
Question 3c Aide 1 Aide 2 Aide 3
Question 4 Aide 1 Aide 2 Aide 3 Aide 4
Question 5 Aide 1
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
110
Exercice A.2.13 TD2-Exercice 13
On se place dans IR
3
. On rappelle que si x (x
1
, x
2
, x
3
), y (y
1
, y
2
, y
3
) alors
le produit scalaire de x par y est donn par x
1
y
1
+x
2
y
2
+x
3
y
3
,
la norme de x est gale
_
(x
1
)
2
+(x
2
)
2
+(x
3
)
2
On note (e
1
,e
2
,e
3
) la base canonique (elle est orthonorme).
On note la rotation dangle autour du vecteur (0,
1
_
2
,
1
_
2
).
1. On pose

e
t
1
e
1
,

e
t
2
, dterminer

e
t
3
tel que la base (

e
t
1
,

e
t
2
,

e
t
3
) soit orthonorme di-
recte.
2. Ecrivez la matrice R
t
de la rotation dans la base (

e
t
1
,

e
t
2
,

e
t
3
).
3. Donnez la matrice de passage de la base (e
1
,e
2
,e
3
) la base (

e
t
1
,

e
t
2
,

e
t
3
).
4. Ecrivez la matrice R de la rotation dans la base (e
1
,e
2
,e
3
),
rponse : R
_
_
_
_
cos
sin
_
2
sin
_
2
sin
_
2
1+cos
2
1cos
2

sin
_
2
1cos
2
1+cos
2
_
_
_
_
.
Question 1 Aide 1 Aide 2 Aide 3
Question 2 Aide 1 Aide 2 Aide 3
Question 3 Aide 1 Aide 2
Question 4 Aide 1 Aide 2 Aide 3
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
111 >>
Exercice A.2.14 TD2-Exercice 14
1. Dterminer le rang de la matrice A obtenue dans lexercice A.2.6 :
A
_
_
_
_
_
_
_
1 0 0
0 1 0
0 0 1
0 1 0
0 0 2
_
_
_
_
_
_
_
(rponse : 3).
2. Dterminer le rang de la matrice A obtenue dans lexercice A.2.7 :
A
_
_
0 0 1 1 1
0 0 0 3 4
0 0 0 0 6
_
_
(rponse : 3).
3. Dterminer le rang de la matrice M obtenue dans la premire question de lexercice A.2.8
(rponse : si a b 0, le rang est nul, il vaut 2 sinon).
4. Dterminer le rang de la matrice A obtenue dans lexercice A.2.12, (rponse : 2).
5. Dterminer le rang de la matrice R obtenue dans lexercice A.2.13 (rponse : 3)
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
112
Exercice A.2.14
TD2-Exercice 14
Question 1 Aide 1 Aide 2 Aide 3 Aide 4
Question 2 Aide 1 Aide 2 Aide 3 Aide 4
Question 3 Aide 1 Aide 2 Aide 3
Question 4 Aide 1 Aide 2 Aide 3 Aide 4
Question 5 Aide 1 Aide 2 Aide 3
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
113
Exercice A.2.15 TD2-Exercice 15
Soient E et F deux espaces vectoriels de bases respectives { e
1
, e
2
, e
3
, e
4
} et {

f
1
,

f
2
,

f
3
}.
Soit u L(E, F) dont la matrice est
_
_
1 1 0 1
1 1 1 0
0 1 0 1
_
_
.
1. Dterminer une base de Ker u, (rponse : e
2
+e
3
e
4
).
2. Dterminer une base de Im u, (rponse :

f
1
,

f
2
,

f
3
).
3. Quel est le rang de u ?
Question 1 Aide 1 Aide 2
Question 2 Aide 1 Aide 2 Aide 3
Question 3 Aide 1
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
114
Exercice A.2.16 TD2-Exercice 16
1. Soient V
1
, V
2
M
n,1
(IR) non nuls.
Montrez que rang (V
1
V
2
T
) 1.
2. Reciproquement, montrez que si A M
n,n
(IR) et rang (A) 1, alors V
1
, V
2
M
n,1
(IR) : A
V
1
V
2
T
.
3. Application : A
_
_
2 1 3
4 2 6
6 3 9
_
_
.
Question 1 Aide 1 Aide 2 Aide 3
Question 2 Aide 1 Aide 2 Aide 3
Question 3 Aide 1 Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant >
115
Exercice A.2.17 TD2-Exercice 17
Soit u L(E, E) vriant u
2
u, montrer directement (sans utiliser lexercice A.2.3) que :
1. Ker u Im u {

0}.
2. E Ker u Im u.
Question 1 Aide 1 Aide 2
Question 2 Aide 1 Aide 2
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
116
Exercice A.2.18 TD2-Exercice 18
Soient E, F,G, H des espaces vectoriels de dimension nie.
1. Soit u L(E, F) , v L(F,G).
(a) Montrer que Ker u Ker (v u)
(b) On suppose que v est bijective.
Montrer que Ker u Ker (v u).
En dduire que u et v u ont le mme rang.
(c) Soit B une matrice inversible, montrer que A et BA ont le mme rang (pour toute
matrice A pour laquelle le produit est possible)
2. Soit w L(H, E), u L(E, F).
(a) Montrer que Im (u w) Im u.
(b) On suppose que w est bijective.
Montrer que Im (u w) Im u.
En dduire que u et u w ont le mme rang.
(c) Soit B une matrice inversible, montrer que A et AB ont le mme rang (pour toute
matrice A pour laquelle le produit est possible).
Question 1a Aide 1 Aide 2
Question 1b Aide 1 Aide 2 Aide 3
Question 1c Aide 1
Question 2a Aide 1
Question 2b Aide 1
Question 2c Aide 1
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent suivant >
117
Annexe B
Exemples
B.1 Exemples du chapitre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
Sommaire
Concepts
Exemples
Exercices
Documents
chapitre
118
B.1 Exemples du chapitre 2
B.1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
Sommaire
Concepts
Exemples
Exercices
Documents
section
119
Exemple B.1.1
Soit E F G muni de la base E F G (F base de F, G base de G) avec F {

f
1
,

f
2
,

f
3
}, G
{g
1
, g
2
} (dim E 5, dim F 3, dimG 2). On reprend lexemple de la projection. La matrice de u,
projection sur F paralllement G, scrit alors
A
_
_
_
_
_
_
_
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 0 0
0 0 0 0 0
_
_
_
_
_
_
_
puisque u(

f
j
)

f
j
, pour j 1, 2, 3 et u(g
k
)

0, pour k 1, 2.
retour au cours
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
120
Annexe C
Documents
C.1 Documents du chapitre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
Sommaire
Concepts
Exemples
Exercices
Documents
chapitre
121
C.1 Documents du chapitre 2
C.1.1 Anneaux L(E; E) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
Sommaire
Concepts
Exemples
Exercices
Documents
section
122
Document C.1.1 Anneaux L(E; E)
Si F E on peut munir L(E; E) dune structure danneau pour la loi de composition des appli-
cations. On notera i
E
lapplication identit de E dans E : cest llment neutre pour la loi "" de
lanneau.
Attention : cet anneau nest pas commutatif.
Exemple : dans le plan, si on compose une rotation et une projection, ces deux applications ne
commutent pas en gnral.
retour au cours
Sommaire
Concepts
Exemples
Exercices
Documents
123 >>
Index des concepts
Le gras indique un grain o le concept est dni ;
litalique indique unrenvoi unexercice ouunexemple,
le gras italique un document, et le romain un
grain o le concept est mentionn.
A
Applicationlinaire entre espaces de dimension
nie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Application linaire-dnition . . . . . . . . . . . . . . . . 4
C
Calcul explicite de limage dun vecteur . . . . . 36
Changement de base et composantes dun vec-
teur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Changement de bases et matrice associe une
application linaire . . . . . . . . . . . . . . . . . 48
Composition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
E
Espace vectoriel L(E; F) . . . . . . . . . . . . . . . . . . . . . . 5
Espace vectoriel des matrices . . . . . . . . . . . . . . . . 30
F
Formes linaires. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
I
Image dune famille lie, image dune famille g-
nratrice de E . . . . . . . . . . . . . . . . . . . . . . . . 8
Injective . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Inverse dune matrice carre. . . . . . . . . . . . . . . . . 38
Isomorphisme entre E et K
n
. . . . . . . . . . . . . . . . . 20
Isomorphismes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
M
Matrice de passage. . . . . . . . . . . . . . . . . . . . . . . . . . . 42
Sommaire
Concepts
Exemples
Exercices
Documents
124
Matrices semblables . . . . . . . . . . . . . . . . . . . . . . . . . 51
Matrices-dnitions . . . . . . . . . . . . . . . . . . . . . . . . . 24
N
Notations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Noyau dune matrice. . . . . . . . . . . . . . . . . . . . . . . . . 58
Noyau et image . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
P
Produit de deux matrices . . . . . . . . . . . . . . . . . . . . 32
Projection. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
R
Rang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Rang et dimension du noyau. . . . . . . . . . . . . . . . . 55
S
Surjective, bijective. . . . . . . . . . . . . . . . . . . . . . . . . . . 16
T
Transpose dune matrice. . . . . . . . . . . . . . . . . . . . 40
Solution de lexercice A.1.1
1) non, 2) non si /0, oui si0 3) 4) 5) oui, 6) non, 7) oui.
Retour lexercice
Solution de lexercice A.1.3
2) - si 0 , Ker u IR, Im u {

0},
- si /0, 0 Ker u {

0}, Im u IR.
3) Ker u {x IR
n
[a
1
x
1
+a
2
x
2
+. . . +a
n
x
n
0}, Im u IR.
4) Ker u , Im u .
5) Ker u P
0
(polynmes constants), Im u P
n1
.
7) Ker u { C(0, 1)[
_
1
0
(t )dt 0}, Im u IR.
Retour lexercice
Solution de lexercice A.1.4
Onsuppose que {x
1
, . . . ,x
p
} est une famille lie de E, donc il existe
1
, . . . ,
p
nontous nuls tels que :
1
x
1
+. . .+
p
x
p

O
on a donc u(
1
x
1
+. . . +
p
x
p
)

O et donc
1
u(x
1
) +. . . +
p
u(x
p
)

O, ce qui montre que {u(x
1
), . . . , u(x
p
)} est une
famille lie.
On commence par remarquer que les vecteurs u(x
1
), . . . , u(x
p
) appartiennent Im u.
De plus soit y Im u alors il existex E tel que y u(x). Si {x
1
, . . . ,x
p
} est une famille gnratrice de E , x peut scrire
x
p

i 1

i
x
i
, on a donc
_

_
y u(x)
p

i 1

i
u(x
i
)
u(x
i
) Im u
donc {u(x
1
), . . . , u(x
p
)} est une famille gnratrice de Im u
Retour lexercice
Solution de lexercice A.1.5
On vrie facilement que u(x +y) u(x) +u(y), u(x) u(x)
Im u F
1
, Ker u F
2
Retour lexercice
Solution de lexercice A.1.6
On a bien sr u(x
1
) x
1
, donc uu(x) u(x)x E on a donc uu u. Vous pouvez illustrer ce rsultat en pensant aux
projections gomtriques classiques sur un plan ou une droite.
Retour lexercice
Solution de lexercice A.1.7
_
(u v)(x +y) (u v)(x) +(u v)(y)
(u v)(x) (u v)(x)
_
ces 2 proprits se vrient trs facilement.
Retour lexercice
Solution de lexercice A.1.8
u(x) u(x
1
e
1
+x
2
e
2
+x
3
e
3
) x
1
u(e
1
) +x
2
u(e
2
) +x
3
u(e
3
) (x
1
+x
2
+x
3
)

f
1
+(x
1
x
2
2x
3
)

f
2
.
On voit donc que la donne de u(e
1
), u(e
2
), u(e
3
) dnit u(x) pour tout x.
(A condition bien sr de connaitre les composantes de x dans la base E )
Retour lexercice
Solution de lexercice A.1.9
1. (a) On sait que si u est injective, on a {x
1
, . . . ,x
p
} libre {u(x
1
), . . . , u(x
p
)} libre,
donc en utilisant la contrapose :
{u(x
1
), . . . , u(x
p
)} lie {x
1
, . . . ,x
p
} lie
(b) Une base de E est une famille libre, donc son image par u est une famille libre puisque u est injective.
Une base de E est une famille gnratrice de E, donc son image par u est une famille gnratrice de Im u.
Limage dune base de E est donc une base de Im u.
2. (ii)(i) - Soit x un vecteur tel que u(x)

0
F
, on peut alors dcomposer ce vecteur sur la base E :
x

n
j 1
x
j
e
j
et

0
F
u(x) u(

n
j 1
x
j
e
j
)

n
j 1
x
j
u(e
j
) et comme la famille u(E) est libre par hypothse cela
implique que
x
1
x
2
. . . x
n
0, soit x

0
E
et donc Ker u {

0
E
}.
(i)(ii) - Puisque E est de type ni, il existe une base B de E, cette base est une famille libre, donc daprs la
proposition 2.1.6 son image par u est une famille libre.
Retour lexercice
Solution de lexercice A.1.10
(i) u est injective limage dune famille libre est libre
(i) u est surjective limage dune famille gnratrice de E est gnratrice de F
_
limage dune base de E est une base de F
Rciproquement : Soit {x
1
, . . . ,x
n
} une base de E. On suppose que limage par u de cette base de E est une base de F
Montrons que Ker u

0
E
:
x Ker u u(x)

0
F
x
n

i 1

i
x
i
_
_
_

i 1

i
u(x
i
)

0
F

1

2
. . .
n
0 x

0
E
.
(On a utilis lhypothse que {u(x
1
), . . . , u(x
n
)} est une base donc libre).
On vient donc de montrer que Ker u

0
E
donc u est injective.
Montrons que Im u F
{u(x
1
), . . . , u(x
n
)} est une base de F donc y F,y
n

i 1

i
u(x
i
) u
_
n

i 1

i
x
i
_
donc y Im u.
On vient de montrer que Im u F, donc que u est surjective.
Ce qui termine de dmontrer lquivalence.
Retour lexercice
Solution de lexercice A.1.11
On dmontre facilement que :
_
u(x)

0
F
x

0
E
donc Ker u {

0
E
}
y F, x,y u(x) donc Im u F
donc u est bijective.
Retour lexercice
Solution de lexercice A.1.12
Comme tout x E admet une dcomposition unique sur la base E lapplicationx (
1
,
2
, . . . ,
n
) est bien dnie. On
montre facilement quelle est linaire et injective et surjective.
Retour lexercice
Solution de lexercice A.1.13
i
E
(e
i
) e
i
donc A I .
Retour lexercice
Solution de lexercice A.1.14
_
_
0 1 0
0 0 2
0 0 0
_
_
Retour lexercice
Solution de lexercice A.1.15
x e
1
e
2
+2e
3
donc u(x) u(e
1
) u(e
2
) +2u(e
3
)
Or daprs la dnition de A on a :
_

_
u(e
1
) 3

f
1
+

f
2
u(e
2
) 4

f
1
+2

f
2
u(e
3
) 5

f
1
+6

f
2
On dduit donc de tout ce qui prcde : u(x) 9

f
1
+11

f
2
Retour lexercice
Solution de lexercice A.1.16
Pour obtenir A il suft de dterminer u(e
1
), u(e
2
), u(e
3
), u(e
4
).
_

_
u(e
1
) (1, 1, 1)

f
1
+

f
2
+

f
3
u(e
2
) (1, 2, 1)

f
1
+2

f
2
+

f
3
u(e
3
) (1, 0, 3)

f
1
+3

f
3
u(e
4
) (1, 1, 3)

f
1

f
2
3

f
3
.Do A
_
_
1 1 1 1
1 2 0 1
1 1 3 3
_
_
.
Bien sr pour obtenir u(e
1
), on crit e
1
(1, 0, 0, 0) donc x
1
1, x
2
x
3
x
4
0.
Vous pourrez revenir cet exrcice aprs avoir tudi le calcul explicite de limage dun vecteur.
Retour lexercice
Solution de lexercice A.1.17
1. On dmontre facilement que la somme est une loi de composition interne, associative, la matrice E dont tous les
termes sont nuls (on la note E 0) est llment neutre, la matrice B dont les termes sont les opposs de ceux de
A (B=-A) est le symtrique de A. On a de plus
()A (A), (+)A A+A, (A+B) A+B, 1A A
2. Si lon note E
i j
la matrice dont tous les termes sont nuls sauf le terme situ en ligne i et colonne j qui vaut 1, alors
A

m
i 1

n
j 1
a
i j
E
i j
. La famille {E
i j
, 1 i m, 1 j n} est donc gnratrice, on montre facilement quelle est
libre : cest donc une base , la dimension de M
mn
est donc mn.
Retour lexercice
Solution de lexercice A.1.18
AB
_
0 0
0 0
_
, BA
_
0 1
0 0
_
AB
_
_
2 3
0 0
2 1
_
_
Une disposition pratique pour ce dernier produit est la suivante :
_
_
1 0
1 1
1 1
_
_
_
_
1 2 1
0 1 1
1 1 0
_
_
_
_



_
_
Le terme est obtenu par produit terme terme de la ligne de A et de la colonne de B situes dans son prolongement.
Cest--dire 01+1(1)+11. Bien sr cette disposition qui est pratique quand on dbute se revle rapidement
encombrante !
On ne peut pas effectuer le produit BA.
Retour lexercice
Solution de lexercice A.1.19
1. BD
t

_
5B
1
6B
2
_
: le produit droite dune matrice B par une matrice diagonale D
t
revient multiplier chacune
des colonnes B
i
par le scalaire d
t
i i
.
DB
_
_
2B
1
3B
2
4B
3
_
_
: le produit gauche dune matrice B par une matrice diagonale D, revient multiplier chacune des
lignes B
i
par le scalaire d
i i
.
2. L
_
0 1 0
_
,C
_
1
0
_
, ce rsultat se gnralise bien sr une matrice B quelconque.
Retour lexercice
Solution de lexercice A.1.20
On a X
_
_
1
1
2
_
_
, AX Y
_
9
11
_
donc u(x) (9, 11) 9

f
1
+11

f
2
. On retrouve bien sr le mme rsultat.
Retour lexercice
Solution de lexercice A.1.21
On pose M AB, N B
1
A
1
, on montre en utilisant lassociativit que MN NM I , donc
N (M)
1
: B
1
A
1
(AB)
1
Retour lexercice
Solution de lexercice A.1.22
B
_
_
1 2
1 1
3 1
_
_
, B
T

_
1 1 3
2 1 1
_
,
B
1

_
1 2
_
, B
2

_
1 1
_
, B
3

_
3 1
_
, B
T
1

_
1 1 3
_
, B
T
2

_
2 1 1
_
,
B
1

_
_
1
1
3
_
_
, B
2

_
_
2
1
1
_
_
,
(B
T
)
1

_
1
2
_
, (B
T
)
2

_
1
1
_
, (B
T
)
3

_
3
1
_
,
_
B
1
_
T

_
1
2
_
,
_
B
2
_
T

_
1
1
_
,
_
B
3
_
T

_
3
1
_
,
(B
1
)
T

_
1 1 3
_
, (B
2
)
T

_
2 1 1
_
.
Retour lexercice
Solution de lexercice A.1.23
1. On montre que {

e
t
1
,

e
t
2
} est une famille libre, en effet
1

e
t
1
+
2

e
t
2

O
1

2
0.
(Il suft en effet dexprimer

e
t
1
,

e
t
2
en fonction dee
1
,e
2
).
Or une famille libre 2 lments est une base.
2. P
_
1 2
1 1
_
Retour lexercice
Solution de lexercice A.1.24
1.
_

e
t
1
e
1
+e
2

e
t
2
2e
1
e
2

_
e
1

1
3

e
t
1
+
1
3

e
t
2
e
2

2
3

e
t
1

1
3

e
t
2
2. x x
1
e
1
+x
2
e
2
x
1
_
1
3

e
t
1
+
1
3

e
t
2
_
+x
2
_
2
3

e
t
1

1
3

e
t
2
_

_
1
3
x
1
+
2
3
x
2
_

e
t
1
+
_
1
3
x
1

1
3
x
2
_

e
t
2
donc
x
t
1

1
3
x
1
+
2
3
x
2
, x
t
2

1
3
x
1

1
3
x
2
3. PX
t

_
x
t
1
+2x
t
2
x
t
1
x
t
2
_

_
x
1
x
2
_
X
4. P
1

_
1
3
2
3
1
3

1
3
_
, on a obtenu P
1
partir de 1. On vrie bien sr que PP
1
P
1
P I
Retour lexercice
Solution de lexercice A.1.25
A
_
1 2
3 1
_
u(

e
t
1
) u(e
1
) +u(e
2
) 3e
1
+2e
2
, u(

e
t
2
) 2u(e
1
) u(e
2
) 7e
2
u(

e
t
1
)

e
t
1
+

e
t
2
+
4
3

e
t
1

2
3

e
t
2

7
3

e
t
1
+
1
3

e
t
2
, u(

e
t
2
)
14
3

e
t
1

7
3

e
t
2
A
t

_
7
3
14
3
1
3

7
3
_
P
1
AP
Retour lexercice
Solution de lexercice A.1.26
On dmontre immdiatemment que Im A est un sous espace vectoriel. On a de plus :
Y Im A Y AX Y

n
i 1
x
i
A
i
avec x
i
K Y vect A
1
, . . . , A
n
.
Retour lexercice
Solution de lexercice A.1.27
rang A dim E
1
rang A 2
rang A 2 car {A
1
, A
2
, A
3
} est une famille lie et que {A
1
, A
2
} est une famille libre.
Retour lexercice
Solution de lexercice A.1.28
1. e)
2. rien sans hypothses supplmentaires
3. d)
4. a) e)
5. a), b), c)
6. b), d)
7. a), b), c)
Retour lexercice
Solution de lexercice A.1.29
Ker A nest pas vide puisque 0 Ker A.
On vrie de plus la stabilit
Si X, X
t
Ker A, a K alors X +X
t
Ker A, aX Ker A.
Retour lexercice
Solution de lexercice A.1.30
On constate que la recherche du noyau de A revient chercher les coefcients x
1
, x
2
, x
3
qui vrient x
1
A
1
+x
2
A
2
+x
3
A
3

0, ce qui revient tudier si les colonnes A


1
, A
2
, A
3
forment un famille libre, ce qui permet de savoir si le rang de A vaut
3.
Dans le cas de A on trouve des coefcients non nuls possibles, donc Ker A /{0},ou encore rang A <3, ce qui permet de
conclure que A nest pas inversible.
Dans le cas de B, la seule solution est x
1
x
2
x
3
0, donc B est inversible.
Retour lexercice
Aide 1, Question 1a, Exercice A.2.1
Voir le paragraphe "Application linaire-dnition".
Retour lexercice
Aide 1, Question 1b, Exercice A.2.1
Montrer que
f (x)

0 x
1
x
2
{x,y f (x)} y
1
y
2
Attention, montrez bien les quivalences . En dduire Ker f et Im f .
Retour lexercice
Aide 1, Question 1c, Exercice A.2.1
On a montr Ker f Im f , quelle consquence cela a-t-il sur f f ?
Retour lexercice
Aide 1, Question 2, Exercice A.2.1
Raisonnez prcisment par quivalences.
Retour lexercice
Aide 2, Question 2, Exercice A.2.1
Que signie quune application est nulle ?
Quelle est la dnition de g f ?
Quelle est la dnition de Im f ?
Retour lexercice
Aide 1, Question 1, Exercice A.2.2
Voir le paragraphe "Application linaire-dnition".
Retour lexercice
Aide 1, Question 2, Exercice A.2.2
Voir le paragraphe "Noyau et image".
Retour lexercice
Aide 2, Question 2, Exercice A.2.2
Ecrire les conditions pour quex Ker f , en dduire une famille gnratrice de Ker f , montrer que cette famille est libre.
Retour lexercice
Aide 3, Question 2, Exercice A.2.2
En raisonnant par quivalences montrer par exemple que
x Ker f x x
3

f
3
+x
4

f
4
avec

f
3
(2, 1, 1, 0) ,

f
4
(1, 2, 0, 1) .
Vrier que

f
3
,

f
4
Ker f et quils forment une famille libre. Conclure.
Retour lexercice
Aide 1, Question 3, Exercice A.2.2
Voir le paragraphe "Noyau et image". .
Retour lexercice
Aide 2, Question 3, Exercice A.2.2
Dterminer une famille gnratrice de Im f .
Retour lexercice
Aide 3, Question 3, Exercice A.2.2
Calculer f (e
1
), f (e
2
), f (e
3
), f (e
4
) et extraire de cette famille gnratrice une base de Im f . Bien sr la base de Im f nest
pas unique, il se peut que vous obteniez une base de Im f diffrente de celle propose dans la solution. Dans tous les cas
toutes les bases ont le mme nombre de vecteurs, si vous trouvez que {g
1
, g
2
} est une base de Im f , vous devez montrer
que les vecteurs g
t
1
(1, 1, 1), g
t
2
(1, 0, 1) sont des combinaisons linaires de g
1
, g
2
.
Retour lexercice
Aide 1, Question 1a, Exercice A.2.3
Montrer que si x Ker u alors x Ker u
2
.
Retour lexercice
Aide 2, Question 1a, Exercice A.2.3
Si u est linaire , on a toujours u(

0)

0.
Retour lexercice
Aide 1, Question 1b, Exercice A.2.3
Montrer que si y Im u
2
alors y Im u.
Retour lexercice
Aide 2, Question 1b, Exercice A.2.3
u
2
(x) u(u(x)).
Retour lexercice
Aide 1, Question 1c, Exercice A.2.3
Revoir le paragraphe "Noyau et image".
Retour lexercice
Aide 2, Question 1c, Exercice A.2.3
Proposez une dmonstration claire, la rigueur de la rdaction est ici trs importante. Par exemple, pour montrer que la
proposition P implique la proposition Q, montrez que Q (la conclusion) est vraie en utilisant le fait que P (lhypothse)
est vraie. Pour montrer que 2 propositions sont quivalentes on dmontre souvent une double implication.
Pour dmontrer que A B il faut montrer que tout lment de A appartient B (en gnral ceci se dmontre par une
srie dimplications).
Pour dmontrer que A B, on peut montrer que A B et B A comme prcdemment. Ou encore on montre que
x A x B (on utilise alors une srie dquivalences).
Retour lexercice
Aide 3, Question 1c, Exercice A.2.3
Supposer que Ker u Ker u
2
, prendre un lment quelconque de Im u Ker u, montrer que cet lment est nul (en
utilisant bien sr lhypothse Ker u Ker u
2
).
Dmontrer ensuite la rciproque, cest--dire on suppose que Im u Ker u

0 et on montre que Ker u Ker u


2
(par
double inclusion, penser aux questions qui ont t traites avant).
Retour lexercice
Aide 1, Question 1d, Exercice A.2.3
Revoir le paragraphe "Noyau et image".
Retour lexercice
Aide 2, Question 1d, Exercice A.2.3
Proposez une dmonstration claire, la rigueur de la rdaction est ici trs importante. Par exemple, pour montrer que la
proposition P implique la proposition Q, montrez que Q (la conclusion) est vraie en utilisant le fait que P (lhypothse)
est vraie. Pour montrer que 2 propositions sont quivalentes on dmontre souvent une double implication.
Pour dmontrer que A B il faut montrer que tout lment de A appartient B (en gnral ceci se dmontre par une
srie dimplications).
Pour dmontrer que A B, on peut montrer que A B et B A comme prcdemment. Ou encore on montre que
x A x B (on utilise alors une srie dquivalences).
Retour lexercice
Aide 3, Question 1d, Exercice A.2.3
On suppose que Im u Im u
2
.
On choisit x E, on sait (pourquoi ?) z E, u(x) u
2
(z). On peut alors crire que x u(z) +(x u(z)) ! En dduire que
E Im u +Ker u.
Rciproquement, on suppose que E Im u +Ker u.
Soit x Im u alors z
1
Im u,z
2
Ker u tels que x u(z
1
+z
2
). Pourquoi ?
En dduire quil existe y tel que x u
2
(y) et donc que x Im u
2
.
On en dduit que Im u Im u
2
.
En utilisant les questions prcdentes on obtient lgalit des deux ensembles.
Retour lexercice
Aide 1, Question 2a, Exercice A.2.3
Revoir dans le chapitre 1 la dnition de somme directe.
Retour lexercice
Aide 2, Question 2a, Exercice A.2.3
On a alors p
2
p, on peut utiliser 1(c) et 1(d) et conclure.
Retour lexercice
Aide 1, Question 2b, Exercice A.2.3
Inspirez-vous de laide 3 de la question 1(d).
Retour lexercice
Aide 1, Question 2c, Exercice A.2.3
Revoir le paragraphe "Projection".
Retour lexercice
Aide 1, Question 1, Exercice A.2.4
Quelle est la base canonique de P
n
?
Retour lexercice
Aide 1, Question 2a, Exercice A.2.4
Voir lexercice A.1.4
Retour lexercice
Aide 1, Question 2b, Exercice A.2.4
Essayez de dmontrer cette proprit sans hypothse supplmentaire. Si vous ny arrivez pas, essayez de trouver un
contre-exemple pour prouver quelle est fausse.
Retour lexercice
Aide 2, Question 2b, Exercice A.2.4
La question 1 fournit un contre-exemple.
On cherche lhypothse supplmentaire :
Soit x E alors u(x) scrit u(x)
1
u(x
1
) +. . . +
p
u(x
p
) . Pourquoi ?
Quelle hypothse faut-il ajouter pour pouvoir dduire que x
1
x
1
+. . . +
p
x
p
?
Retour lexercice
Aide 1, Question 2c, Exercice A.2.4
Revoir la question 2(a).
Retour lexercice
Aide 2, Question 2c, Exercice A.2.4
A-t-on Im u F ?
Retour lexercice
Aide 3, Question 2c, Exercice A.2.4
Si u nest pas surjective, la rponse est "non".
Retour lexercice
Aide 1, Question 1, Exercice A.2.5
Une des implications dcoule immdiatement du thorme 2.1.1.
Retour lexercice
Aide 2, Question 1, Exercice A.2.5
P
2
P
1
est la contrapose de la premire assertion du thorme 2.1.1. Donc limplication est dmontre.
Essayez maintenant de la dmontrer directement sans utiliser le thorme.
Retour lexercice
Aide 3, Question 1, Exercice A.2.5
On suppose que P
2
est vraie, on doit montrer que

1
x
1
+
2
x
2
+. . . +
n
x
n

0
1

2
. . .
n
0
Retour lexercice
Aide 1, Question 2, Exercice A.2.5
Navez-vous pas dj dmontr dans le cours que sous certaines hypothses P
1
P
2
?
Retour lexercice
Aide 2, Question 2, Exercice A.2.5
Revoir lexercice A.1.9
Retour lexercice
Aide 1, Question 1, Exercice A.2.6
Voir la dnition de "famille libre" dans le chapitre 1.
Retour lexercice
Aide 2, Question 1, Exercice A.2.6
On rappelle que si une fonction est nulle alors sa drive est nulle. Attention, faites bien la diffrence entre "f est la
fonction nulle" et "la fonction f sannule pour la valeur t 75".
Retour lexercice
Aide 3, Question 1, Exercice A.2.6
Utiliser les drives et des valeurs particulires de t .
Retour lexercice
Aide 1, Question 2b, Exercice A.2.6
Revoir le paragraphe "Injective" .
Retour lexercice
Aide 2, Question 2b, Exercice A.2.6
On note 0 lapplication nulle.
Ecrire u(p) 0
Retour lexercice
Aide 3, Question 2b, Exercice A.2.6
Utiliser 1. pour montrer que u(p) 0 p 0
Retour lexercice
Aide 1, Question 2c, Exercice A.2.6
Revoir le paragraphe "Noyau et image".
Retour lexercice
Aide 2, Question 2c, Exercice A.2.6
Calculer limage par u des lments de F.
Retour lexercice
Aide 1, Question 3, Exercice A.2.6
Voir le paragraphe "Matrices-dnitions".
Retour lexercice
Aide 2, Question 3, Exercice A.2.6
Calculer limage des vecteurs de base de P
2
et calculer leurs composantes dans une base de F.
Retour lexercice
Aide 1, Question 4, Exercice A.2.6
Utiliser A pour traduire u(p) 0.
Retour lexercice
Aide 2, Question 4, Exercice A.2.6
Calculer AX.
Retour lexercice
Aide 3, Question 4, Exercice A.2.6
Montrer que AX 0 X 0.
Retour lexercice
Aide 1, Question 1, Exercice A.2.7
Voir le paragraphe "Application linaire-dnition".
Retour lexercice
Aide 2, Question 1, Exercice A.2.7
Noubliez pas que u(p +q), u(p), u(q), u(p) sont des polynmes. On rappelle que pour montrer lgalit de deux poly-
nmes p
1
et p
2
par exemple, il faut montrer que p
1
(t ) p
2
(t ) t IR.
Noubliez pas de montrer que u(p) P
n2
, pour cela dcomposez p sur la base canonique.
Retour lexercice
Aide 1, Question 2, Exercice A.2.7
Voir le paragraphe "Matrices-dnitions".
Retour lexercice
Aide 2, Question 2, Exercice A.2.7
Calculer les composantes de u(p
0
), u(p
1
), . . . , u(p
4
) dans la base de P
n2
et rangez ces coefcients correctement dans la
matrice A.
Retour lexercice
Aide 1, Question 1, Exercice A.2.8
Revoir dans le chapitre 1 la caractrisation de sous-espace vectoriel et la dnition de base.
Retour lexercice
Aide 2, Question 1, Exercice A.2.8
On obtient facilement une famille gnratrice de E. Montrer ensuite que cette famille gnratrice est libre.
Retour lexercice
Aide 3, Question 1, Exercice A.2.8
On crit M aA+bB (une base de E est constitue de matrices de E).
Retour lexercice
Aide 1, Question 2a, Exercice A.2.8
Revoir la caractrisation de sous-espace vectoriel.
Retour lexercice
Aide 2, Question 2a, Exercice A.2.8
Choisir par exemple n 3, soit M T
3
, et traduire cette proprit sur les coefcients de M.
Retour lexercice
Aide 3, Question 2a, Exercice A.2.8
On a m
33
m
11
m
22
donc en utilisant les notations classiques E
i j
,
M m
11
(E
11
E
33
)+m
22
(E
22
E
33
)+m
12
E
12
+m
13
E
13
+m
21
E
21
+m
23
E
23
+m
31
E
31
+m
32
E
32
. Ondmontre facilement que
les 8 matrices qui interviennent dans la dcomposition prcdente appartiennent T
3
et quelles forment une famille
libre, cest donc une base.
Retour lexercice
Aide 1, Question 2b, Exercice A.2.8
Revoir la caractrisation de sous-espace vectoriel et reprendre les notations de lexercice A.1.17.
Retour lexercice
Aide 1, Question 2c, Exercice A.2.8
Revoir la caractrisation de sous-espace vectoriel et reprendre les notations de lexercice A.1.17.
Retour lexercice
Aide 1, Question 2d, Exercice A.2.8
Revoir la caractrisation de sous-espace vectoriel et reprendre les notations de lexercice A.1.17.
Retour lexercice
Aide 2, Question 2d, Exercice A.2.8
Si A est symtrique montrer que lon peut crire
A a
11
A
11
+a
12
A
12
+. . . +a
1n
A
1n
+a
22
A
22
+. . . +a
2n
A
2n
+. . . +a
nn
A
nn
o A
11
, A
12
, . . . , A
1n
, A
22
, . . . , A
2n
, . . . , A
nn
sont des matrices symtriques dterminer laide des notations de lexercice
A.1.17. Si vous ne voyez pas avec n quelconque, traitez dabord un cas particulier : n 3 par exemple.
Retour lexercice
Aide 3, Question 2d, Exercice A.2.8
Montrer que la famille {A
11
, A
12
, . . . , A
1n
, A
22
, . . . , A
2n
, . . . , A
nn
} est libre. Conclure que la dimension de Y
n
vaut
n(n+1)
2
.
Dmontrer de faon similaire que la dimension de A
n
vaut
n(n1)
2
.
Retour lexercice
Aide 1, Question 2e, Exercice A.2.8
Montrer que Y
n
A
n
{

0}.
Retour lexercice
Aide 2, Question 2e, Exercice A.2.8
Quelle est la dimension de Y
n
A
n
? En dduire que M
n,n
Y
n
A
n
.
Par curiosit , tant donn M M
n,n
, essayez de construire Y Y
n
, A A
n
tels que M Y +A. Vous pouvez vous inspirer
de ce qui a t fait pour les fonctions paires et impaires dans le chapitre prcdent.
Retour lexercice
Aide 1, Question 1, Exercice A.2.9
Vrier que
u
A
(X +Y ) u
A
(X) +u
A
(Y )
u
A
(X) u
A
(X)
Noubliez pas que X, Y sont des matrices.
Retour lexercice
Aide 1, Question 2, Exercice A.2.9
Ecrire X
_
x y
z t
_
et trouver les conditions sur x, y, z, t pour que u
A
(X) 0.
Retour lexercice
Aide 2, Question 2, Exercice A.2.9
On obtient
_
2y +z 0
t x 0
.
En dduire une famille gnratrice de Ker u
A
et montrer que cette famille est libre.
Attention, vos calculs vous ont peut-tre conduit une autre base {Y
1
, Y
2
} que la base {X
1
, X
2
} propose ensolution. Dans
ce cas, vriez que les vecteurs X
1
, X
2
sont des combinaisons linaires des vecteurs Y
1
, Y
2
.
Retour lexercice
Aide 1, Question 3, Exercice A.2.9
Avant tout calcul, voyez-vous une matrice particulire A qui vrilie AX X A, X ?
Retour lexercice
Aide 2, Question 3, Exercice A.2.9
Si A I ou A I , la proprit est dmontre.
On va montrer maintenant quil nexiste pas dautres matrices qui vrient cette proprit.
Choisir X
_
x y
z t
_
, traduire AX X A et ne pas oublier que lgalit doit tre vraie pour tout X.
Retour lexercice
Aide 1, Question 1, Exercice A.2.10
Revoir le paragraphe "Produit de deux matrices".
Retour lexercice
Aide 2, Question 1, Exercice A.2.10
Donner lexpression du terme de AB qui se trouve en ligne i et colonne i . Mme question pour le terme de BA.
Retour lexercice
Aide 3, Question 1, Exercice A.2.10
Calculer les traces et comparer.
Retour lexercice
Aide 1, Question 2, Exercice A.2.10
Attention AB est un scalaire et BA est une matrice.
Que vaut AB ?
Expliciter les termes de BA et conclure.
Retour lexercice
Aide 1, Question 1, Exercice A.2.11
(A+B)
2
(A+B)(A+B)
Retour lexercice
Aide 2, Question 1, Exercice A.2.11
Utiliser la distributivit du produit par rapport la somme.
Attention le produit nest pas commutatif.
Retour lexercice
Aide 3, Question 1, Exercice A.2.11
(A+B)
2
A
2
+AB +BA+B
2
La formule du binme serait :
(A+B)
2
A
2
+2AB +B
2
Lorsque AB BA on dit que A et B commutent, la formule du binme est alors valable pour n 2.
Vriez maintenant par rcurrence que lorsque A et B commutent, la formule est valable pour n quelconque.Onrappelle
la formule du binme :
(A+B)
n

i 0
C
i
n
A
ni
B
i
.
Retour lexercice
Aide 1, Question 2, Exercice A.2.11
Ecrire A comme une somme de 2 matrices et utiliser ce qui prcde.
Retour lexercice
Aide 2, Question 2, Exercice A.2.11
Avez-vous vri que les conditions nonces pour appliquer la formule du binme taient satisfaites ?
Retour lexercice
Aide 1, Question 1, Exercice A.2.12
Voir le paragraphe "Calcul explicite de limage dun vecteur".
Retour lexercice
Aide 1, Question 2, Exercice A.2.12
Voir le paragraphe "Noyau et image".
Retour lexercice
Aide 2, Question 2, Exercice A.2.12
Trouver les conditions pour que u(x)

0.
Retour lexercice
Aide 3, Question 2, Exercice A.2.12
En crivant les conditions pour que u(x)

0, on trouve une famille libre, gnratrice de Ker u.


Retour lexercice
Aide 1, Question 3a, Exercice A.2.12
Comment allez-vous caractriser une base ?
Retour lexercice
Aide 2, Question 3a, Exercice A.2.12
Connaissez-vous la dimension de IR
3
?
Retour lexercice
Aide 3, Question 3a, Exercice A.2.12
Montrer que la famille

e
t
1
,

e
t
2
,

e
t
3
est libre.
Retour lexercice
Aide 1, Question 3c, Exercice A.2.12
Voir le paragraphe "Matrices-dnitions".
Retour lexercice
Aide 2, Question 3c, Exercice A.2.12
Calculez les composantes de u(

e
t
1
), u(

e
t
2)
, u(

e
t
3
) dans la base

e
t
1
,

e
t
2
,

e
t
3
.
Retour lexercice
Aide 3, Question 3c, Exercice A.2.12
Pensez utiliser la linarit de u, les composantes de u(e
1
), u(e
2)
, u(e
3
) dans la base e
1
,e
2
,e
3
, et enn les composantes
dee
1
,e
2
,e
3
dans la base

e
t
1
,

e
t
2
,

e
t
3
.
Retour lexercice
Aide 1, Question 4, Exercice A.2.12
Revoir le paragraphe "Matrice de passage".
Retour lexercice
Aide 2, Question 4, Exercice A.2.12
Quest ce qui relie cette matrice aux questions prcdentes ?
Retour lexercice
Aide 3, Question 4, Exercice A.2.12
Il ny a aucun calcul nouveau, utilisez la question prcdente.
Retour lexercice
Aide 4, Question 4, Exercice A.2.12
Les colonnes de P
1
contiennent les composantes des vecteurs e
1
,e
2
,e
3
dans la base {

e
t
1
,

e
t
2
,

e
t
3
}.
Retour lexercice
Aide 1, Question 5, Exercice A.2.12
Voir le paragraphe "Changement de bases et matrice associe une application linaire".
Retour lexercice
Aide 1, Question 1, Exercice A.2.13
Rappeler la dnition de "base orthonorme directe".
Retour lexercice
Aide 2, Question 1, Exercice A.2.13
Vriez que

e
t
1
,

e
t
2
sont orthonorms. Rappelez vos souvenirs de gomtrie pour construire

e
t
3
Retour lexercice
Aide 3, Question 1, Exercice A.2.13
Utilisez le produit vectoriel.
Retour lexercice
Aide 1, Question 2, Exercice A.2.13
Voir le paragraphe "Matrices-dnitions".
Retour lexercice
Aide 2, Question 2, Exercice A.2.13
Que vaut (

e
t
1
), (

e
t
2
), (

e
t
3
) ?
Retour lexercice
Aide 3, Question 2, Exercice A.2.13
Faites une gure pour vous aider.
Retour lexercice
Aide 1, Question 3, Exercice A.2.13
Voir le paragraphe "Matrice de passage".
Retour lexercice
Aide 2, Question 3, Exercice A.2.13
Rappelez les composantes de

e
t
1
,

e
t
2
, ,

e
t
3
dans la basee
1
,e
2
, ,e
3
. En dduire P.
Retour lexercice
Aide 1, Question 4, Exercice A.2.13
Voir le paragraphe "Changement de bases et matrice associe une application linaire".
Retour lexercice
Aide 2, Question 4, Exercice A.2.13
Comment allez-vous dterminer P
1
? Est-ce une matrice de passage ?
Retour lexercice
Aide 3, Question 4, Exercice A.2.13
Effectuez le produit PR
t
P
1
.
Retour lexercice
Aide 1, Question 1, Exercice A.2.14
Voir le paragraphe "Rang".
Retour lexercice
Aide 2, Question 1, Exercice A.2.14
Dans lexercice A.2.6, vous avez dmontr des rsultats sur u.
Retour lexercice
Aide 3, Question 1, Exercice A.2.14
Que vaut la dimension de Im u ?
Retour lexercice
Aide 4, Question 1, Exercice A.2.14
Pouvait-on travailler directement sur les colonnes ou lignes de A ?
Retour lexercice
Aide 1, Question 2, Exercice A.2.14
Voir le paragraphe "Rang".
Retour lexercice
Aide 2, Question 2, Exercice A.2.14
Pourquoi peut-on afrmer que rang A 3 ?
Retour lexercice
Aide 3, Question 2, Exercice A.2.14
Comment voit-on immdiatement que rang A 1 ?
Retour lexercice
Aide 4, Question 2, Exercice A.2.14
Etudiez plus prcisment les colonnes de A pour conclure.
Retour lexercice
Aide 1, Question 3, Exercice A.2.14
Voir le paragraphe "Rang".
Retour lexercice
Aide 2, Question 3, Exercice A.2.14
Est ce que lon peut avoir rang M 0 ?
Retour lexercice
Aide 3, Question 3, Exercice A.2.14
Discuter suivant les valeurs de a et b.
Retour lexercice
Aide 1, Question 4, Exercice A.2.14
Voir le paragraphe "Rang".
Retour lexercice
Aide 2, Question 4, Exercice A.2.14
A et A
t
sont semblables.
Retour lexercice
Aide 3, Question 4, Exercice A.2.14
Travailler sur les colonnes de A
t
.
Retour lexercice
Aide 4, Question 4, Exercice A.2.14
Avait-on obtenu dans lexercice A.2.12 des rsultats sur u vous permettant de conclure quant au rang de A ?
Retour lexercice
Aide 1, Question 5, Exercice A.2.14
Voir le paragraphe "Rang".
Retour lexercice
Aide 2, Question 5, Exercice A.2.14
Pensez u.
Retour lexercice
Aide 3, Question 5, Exercice A.2.14
On aurait pu aussi tudier R
t
.
Retour lexercice
Aide 1, Question 1, Exercice A.2.15
Voir le paragraphe "Calcul explicite de limage dun vecteur".
Retour lexercice
Aide 2, Question 1, Exercice A.2.15
Montrer que :
u(x)

0
F

_
x
1
0
x
2
x
3
x
4
Bien raisonner par quivalences.
Retour lexercice
Aide 1, Question 2, Exercice A.2.15
Si on a tudi le chapitre 2 jusquau bout, on peut utiliser les rsultats dmontrs dans le paragraphe "Rang et dimension
du noyau". On en dduit que Im u F, pourquoi ? Donc {

f
1
,

f
2
,

f
3
} est une base de Im u.
Essayons maintenant de rsoudre cet exercice sans connatre ce rsultat.
Retour lexercice
Aide 2, Question 2, Exercice A.2.15
{u(e
1
), u(e
2
), u(e
3
), u(e
4
)} est gnratrice de Im u, elle ne peut pas tre libre : pourquoi ? Montrez que la famille {u(e
1
), u(e
2
), u(e
3
)}
est libre.
Retour lexercice
Aide 3, Question 2, Exercice A.2.15
La famille {u(e
1
), u(e
2
), u(e
3
)} est gnratrice de Im u, pourquoi ?
Cest donc une base de Im u.
Retour lexercice
Aide 1, Question 3, Exercice A.2.15
Voir le paragraphe "Rang" et utiliser la question prcdente.
Retour lexercice
Aide 1, Question 1, Exercice A.2.16
Voir le paragraphe "Rang".
Retour lexercice
Aide 2, Question 1, Exercice A.2.16
Expliciter les colonnes de V
1
V
T
2
laide de V
1
et des composantes de V
2
.
Retour lexercice
Aide 3, Question 1, Exercice A.2.16
Montrer que toutes les colonnes de V
1
V
T
2
sont proportionnelles V
1
et que lune dentre elles au moins est non nulle.
Retour lexercice
Aide 1, Question 2, Exercice A.2.16
Voir le paragraphe "Rang".
Retour lexercice
Aide 2, Question 2, Exercice A.2.16
Montrer quune colonne de A au moins est non nulle.
Retour lexercice
Aide 3, Question 2, Exercice A.2.16
Montrer que toutes les autres colonnes de A sont proportionnelles cette colonne non nulle, A
i
par exemple. En dduire
que A A
i
L o L est un vecteur ligne non nul.
Retour lexercice
Aide 1, Question 3, Exercice A.2.16
Les 3 colonnes de A sont proportionnelles.
Retour lexercice
Aide 2, Question 3, Exercice A.2.16
A (2A
2
A
2
3A
2
) A
2
(2 1 3).
Retour lexercice
Aide 1, Question 1, Exercice A.2.17
On choisit x Ker u Im u et on montre que x

0.
Ecrire des implications trs claires.
Retour lexercice
Aide 2, Question 1, Exercice A.2.17
x Ker u Im u
_
u(x)

0
y,x u(y)

_
y,x u(y)
u(u(y))

0

_
y,x u(y)
u(y)

0
x

0
Retour lexercice
Aide 1, Question 2, Exercice A.2.17
Ker u et Im u sont en somme directe. Pourquoi ?
Retour lexercice
Aide 2, Question 2, Exercice A.2.17
On pose H Ker u Im u, comparer les dimensions de H et de E. Conclure.
Retour lexercice
Aide 1, Question 1a, Exercice A.2.18
Choisir x Ker u et montrer que v u(x)

0
G
.
Retour lexercice
Aide 2, Question 1a, Exercice A.2.18
Ne pas oublier que si v est linaire, v(

0
F
)

0
G
Retour lexercice
Aide 1, Question 1b, Exercice A.2.18
Il faut maintenant montrer linclusion Ker (v u) Ker u.
Retour lexercice
Aide 2, Question 1b, Exercice A.2.18
(v u)(x)

0
G
u(x)

0
F
. Pourquoi ?
Retour lexercice
Aide 3, Question 1b, Exercice A.2.18
Voir le paragraphe "Rang et dimension du noyau".
Retour lexercice
Aide 1, Question 1c, Exercice A.2.18
Appelons u lapplication linaire de IR
n
dans IR
n
dont B est la matrice dans la base canonique et appelons v lapplication
linaire de IR
p
dans IR
n
dont A est la matrice dans la base canonique. Si B est inversible, u est bijective et on peut
appliquer la question prcdente.
Retour lexercice
Aide 1, Question 2a, Exercice A.2.18
y Im (u v) y Im u . Pourquoi ?
Retour lexercice
Aide 1, Question 2b, Exercice A.2.18
Il faut montrer maintenant que
Im u Im (u w).
Retour lexercice
Aide 1, Question 2c, Exercice A.2.18
Sinspirer de ce qui a t fait dans la question prcdente.
Retour lexercice