Extrait

Mathmatiques
Mthodes et exercices
ECE 2e anne
Ccile Lardon
Professeur en classe prparatoire
au lyce du Parc Lyon
Jean-Marie Monier
Professeur en classe prparatoire
au lyce La Martinire-Monplaisir Lyon
Dunod, Paris, 2012

ISBN 978-2-10-057669-2
Table des matires
Remerciements
1. Vecteurs, applications linaires,
matrices
Les mthodes retenir
noncs des exercices
Du mal dmarrer ?
Corrigs des exercices
2. Rduction des endomorphismes

et des matrices carres
Les mthodes retenir
noncs des exercices
Du mal dmarrer ?
3. Complments sur les suites

et les sries
Les mthodes retenir
noncs des exercices
Du mal dmarrer ?
Dunod. Toute reproduction non autorise est un dlit
4. Complments sur les fonctions

dune variable relle
Les mthodes retenir
noncs des exercices
Du mal dmarrer ?
5. Intgrales impropres
Les mthodes retenir
noncs des exercices
Du mal dmarrer ?
6. Fonctions numriques
de deux variables relles
Les mthodes retenir
noncs des exercices
VI
1
2
7
14
17
34
34
36
45
49
74
75
77
84
89
110
111
114
119
121
132
132
136
141
144
161
162
164
Du mal dmarrer ?
7. Variables alatoires et couples

de variables alatoires discrtes
Les mthodes retenir
noncs des exercices
Du mal dmarrer ?
8. Variables alatoires densit

Les mthodes retenir
noncs des exercices
Du mal dmarrer ?
9. Convergences et approximations
Les mthodes retenir
noncs des exercices
Du mal dmarrer ?
10. Estimation
Les mthodes retenir
noncs des exercices
Du mal dmarrer ?
11. Algorithmique
Les mthodes retenir
noncs des exercices
Du mal dmarrer ?
12. Problmes de rvision

noncs des exercices
Du mal dmarrer ?
Index
169
171
184
185
188
195
198
216
216
218
226
229
252
252
253
258
261
275
275
276
284
287
306
307
311
320
323
341
342
358
364
403
III
Pour bien utiliser cet ouvrage
La page dentre de chapitre

Elle propose un plan du chapitre, les
thmes abords dans les exercices, ainsi
quun rappel des points essentiels du cours
pour la rsolution des exercices.
Les mthodes retenir

Cette rubrique constitue une synthse des principales mthodes connatre, dtailles tape
par tape, et indique les exercices auxquels elles
se rapportent.
IV
Pour bien utiliser cet ouvrage
noncs des exercices

De nombreux exercices de difcult croissante
sont proposs pour sentraner. La difcult de
chaque exercice est indique sur une chelle
de 1 4.
Du mal dmarrer ?
Des conseils mthodologiques sont proposs

pour bien aborder la rsolution des exercices.

Tous les exercices sont corrigs de faon dtaille.
Remerciements
Nous tenons ici exprimer notre gratitude aux nombreux collgues qui ont accept de rviser des parties du manuscrit :
Pascal Alessandri, Jean-Philippe Berne, Grard Bourgin, Frdrique Christin, Jean-paul Christin, Sophie Cohlach,
Carine Courant, Sylvain Delpech, Hermin Durand, Viviane Gaggioli, Marguerite Gauthier, Andr Laont, Tewk
Lahcne, Hadrien Larome, Ibrahim Rihaoui, Ren Roy, Marie-Dominique Sifert, Marie-Pascale Thon, Audrey Verdier.
VI
Vecteurs,
applications linaires,
matrices
Plan
Les mthodes retenir
noncs des exercices
Du mal dmarrer ?
14
17
Thmes abords dans les exercices
On abrge espace vectoriel en ev

et sous-espace vectoriel en sev.
CHAPITRE
Montrer quun ensemble est un espace vectoriel, un sous-espace vectoriel

Montrer quune famille est libre, quune famille est lie, quune famille est gnratrice, quune famille est une base
Montrer quune application est linaire
Dterminer le noyau, limage dune application linaire, obtenir des inclusions
ou des galits faisant intervenir des noyaux et/ou des images dapplications
linaires
Montrer quune certaine application linaire est injective, est surjective, est
bijective
Trouver une base dun espace vectoriel
Dterminer la dimension dun espace vectoriel de dimension nie
Dterminer le rang dune famille nie de vecteurs, le rang dune application
linaire, obtenir des rsultats sur des rangs dapplications linaires
Traduire le lien entre application linaire et matrice.
Points essentiels du cours

pour la rsolution des exercices
Dnition et proprits des espaces vectoriels et des sous-espaces vectoriels

Dnition et proprits des combinaisons linaires nies de vecteurs, des familles libres, des familles lies, des familles gnratrices, des bases
Dnition et proprits des applications linaires, oprations sur les applications
linaires et les endomorphismes, dnition et proprits du noyau et de limage
dune application linaire
Dnition et proprits du rang dune famille de vecteurs, du rang dune application linaire
Thorme du rang
Dnition et structures des ensembles usuels de matrices : Mn,p (R), Mn (R)
Matrice dun vecteur relativement une base, matrice dune application linaire
relativement des bases, matrice dun endomorphisme relativement une base
Changement de base(s), matrice de passage.
Chapitre 1
Vecteurs, applications linaires, matrices
Les mthodes retenir

Essayer de :
Pour montrer
quune partie F dun ev E
est un sev de E
revenir la dnition dun sev, cest--dire montrer que F est inclus

dans E, que F nest pas vide et que F est stable par addition et stable
par multiplication externe
Exercices 1.1 a), 1.2 a), c), 1.3 a), 1.5 a), 1.9 a), 1.10 a),
1.39 a)
montrer que F est le sev de E engendr par une certaine famille
Exercices 1.1 e), 1.8
montrer que F est le noyau ou limage dune certaine application

linaire.
Exercices 1.1 a), 1.2 a)
Pour montrer quun ensemble E

muni de lois usuelles est un ev
Montrer que E est un sev dun ev connu.
Exercices 1.19, 1.26 a)

Essayer de :
Pour montrer
quune partie F dun ev E
nest pas un sev de E
montrer que llment nul de E nest pas dans F
Exercices 1.1 b), 1.2 b), 1.3 b), c)
montrer que F nest pas stable par la multiplication externe
Exercices 1.1 c), 1.2 d), 1.3 d)
montrer que F nest pas stable pour laddition.
Exercice 1.1 d)
Pour montrer
quune famille nie
de vecteurs dun ev E
est libre
Essayer de revenir la dnition, cest--dire montrer que, si une combinaison linaire de ces vecteurs est nulle, alors ncessairement les
coecients sont tous nuls.
Exercices 1.4, 1.15, 1.17 b)

Revenir la dnition de famille libre, et, suivant les exemples, essayer de :
Pour montrer
quune famille de fonctions
est libre pour les lois usuelles
remplacer la variable par des valeurs particulires
Exercice 1.16
utiliser des passages la limite
Exercice 1.28 c)
2
Les mthodes retenir
utiliser une non-continuit ou une non-drivabilit
Exercice 1.28 a), b)
(suite)
driver une ou plusieurs fois, ou primitiver
faire intervenir les degrs sil sagit de polynmes
raisonner sur les racines et les ordres de multiplicit sil sagit de

polynmes
utiliser les particularits des polynmes ; par exemple, si un polynme sannule en une innit de points, alors cest le polynme nul.
Exercice 1.29
Essayer de :
Pour montrer
quune famille nie
est lie
revenir la dnition, cest--dire trouver une combinaison linaire

de ces vecteurs qui soit nulle et dont les coecients ne soient pas
tous nuls
Exercice 1.4 b)
montrer quun des vecteurs se dcompose linairement sur les

autres.
Exercices 1.4 b), 1.15 1.17 c)

Pour montrer
quune famille nie
de vecteurs de E
est gnratrice de E
Revenir la dnition, cest--dire montrer que tout vecteur de E se

dcompose linairement sur cette famille.
Exercices 1.8, 1.9 b), 1.10 c), 1.25 b)

Essayer de :
Pour montrer
quune famille nie
B = (e1 , ..., e n)
est une base de E
revenir la dnition, cest--dire montrer que B est libre et gnratrice de E
Exercices 1.5 b), 1.9, 1.10 c), 1.25 b), 1.26 a), 1.35 c),d)
montrer que B est libre et que le cardinal de B est gal la dimension de E
Exercices 1.13, 1.16, 1.26 a)
montrer que B est gnratrice de E et que le cardinal de B est gal

la dimension de E.
Exercice 1.11 b)
Pour dterminer
la dimension
dun ev de dimension nie
Essayer de :
trouver une base nie B de E, et on a alors dim (E) = Card (B)
Exercices 1.5 b), 1.8, 1.9

3
Chapitre 1
(suite)
prsenter E comme noyau ou comme image dune application linaire, et calculer sa dimension en utilisant le thorme du rang.
Exercices 1.10 1.12
Essayer de :
Pour montrer
quune application
f : E F
est linaire,
o E et F sont des ev
revenir la dnition, cest--dire montrer :

R, x, y E, f (x + y) = f (x) + f (y).
Exercices 1.6 a), 1.17 a), 1.18 a), 1.25 a), 1.26 c), 1.35 a)
montrer que f sobtient, par certaines oprations, partir dapplications linaires.
Revenir aux dnitions, avec les notations usuelles :

Pour manipuler
noyau, image,
somme, loi externe, composition
dapplications linaires
Ker ( f ) = {x E ; f (x) = 0},
Im ( f ) = {y F ; x E, y = f (x)},

( f + g)(x) = f (x) + g(x), ( f )(x) = f (x), (g f )(x) = g f (x) .
Exercices 1.7, 1.18 a)
Essayer de :
Pour dterminer
le noyau
f : E F
revenir la dnition : Ker ( f ) = {x E ; f (x) = 0}
Exercice 1.12 a)
obtenir une inclusion relative Ker ( f ), et utiliser un argument de

dimension, par exemple en utilisant le thorme du rang.
Essayer de :
Pour dterminer
limage
f : E F
Pour montrer
quune application linaire
f : E F
est injective
4
revenir la dnition : Im ( f ) = {y F ; x E, y = f (x)}
Exercice 1.12 a)
obtenir une inclusion relative Im ( f ), et utiliser un argument de

dimension, par exemple en utilisant le thorme du rang.
Montrer Ker ( f ) = {0}, cest--dire montrer :

x E,
f (x) = 0 = x = 0.
Exercices 1.18 b), 1.19
Les mthodes retenir
Pour montrer
f : E F
est surjective
Montrer Im ( f ) = F, cest--dire montrer :

y F, x E, y = f (x).
Exercices 1.18 b), 1.19

Essayer de :
Pour montrer
f : E F
est bijective
montrer : Ker ( f ) = {0} et Im ( f ) = F
Exercice 1.19
trouver une application g : F E telle que :

g f = IdE
Pour relier entre elles les dimensions

du noyau et de limage
f : E F
o E et F sont des ev
de dimensions nies
f g = IdF .
Utiliser le thorme du rang :

dim Ker ( f ) + dim Im ( f ) = dim (E).
Exercice 1.37
Pour eectuer
un calcul
sur des matrices
et
Essayer, autant que possible, de garder une notation globale (une

lettre pour une matrice), ne faisant pas intervenir les termes des matrices
Exercices 1.22 a), 1.24, 1.32 b),c),d)
Sinon, passer aux coecients des matrices, en particulier si les matrices sont dordre petit (deux ou trois), ou si une matrice diagonale
ou une matrice triangulaire intervient.
Exercices 1.10 b), d), 1.14 a), b), 1.21 a), 1.31, 1.32 a)2),
1.34, 1.38
Pour eectuer un calcul

sur des matrices avec paramtres
Essayer de dcomposer linairement ces matrices sur des matrices plus

simples, sans paramtre, si cest possible.
Exercice 1.14
Pour calculer les puissances

A k (k N , k Z)
dune matrice carre A
Dans certains exemples simples, calculer A2 , A3 , et essayer de

conjecturer une formule pour Ak , que lon montrera par rcurrence
sur k, ou se ramener des suites relles classiques
Exercice 1.21 b)
Essayer de dcomposer A en somme dune matrice In , R, et

dune matrice simple, souvent une matrice nilpotente, et utiliser la
formule du binme de Newton
5
Chapitre 1
(suite)
La formule obtenue pour Ak lorsque k N est souvent aussi valable

pour k Z, lorsque A est inversible.
Essayer de :
Pour montrer
quune matrice carre A M n(R)
est inversible
et, ventuellement,
calculer son inverse
appliquer la mthode du pivot de Gauss, pour une matrice carre

assez simple donne sous forme dun tableau
rsoudre le systme dquations obtenu en exprimant les colonnes

C1 , ..., Cn de A en fonction des colonnes E1 , ...En formant la base canonique de Mn,1 (R), en considrant E1 , ..., En comme les inconnues
former une quation simple sur A, puis isoler le terme en In
Exercice 1.23
associer la matrice carre A un systme linaire AX = Y, o X, Y

sont des matrices-colonnes et rsoudre ce systme en considrant
que linconnue est X
conjecturer la forme B de la matrice inverse de A, et vrier que

celle-ci convient, en calculant le produit AB (ou BA)
rsoudre lquation AB = In (ou BA = In ) o B est une matrice

inconnue, dune forme particulire.
Se rappeler que toute matrice triangulaire termes diagonaux tous non

nuls est inversible.
Pour dterminer la matrice A

f : E F
dans une base B = (e1 , ..., e p) de E
et une base C = ( f1 , ..., f n) de F
Pour tout j 1 ; p, la colonne numro j de A est forme par les

coordonnes de f (e j ) dans la base C de F.
Exercices 1.11 b), 1.20, 1.26 b), c), 1.35 b)
Essayer de :
Pour dterminer le rang
f : E F
o E, F sont des ev
de dimensions nies
Pour montrer
f : E F
est un isomorphisme
o E, F sont des ev
de dimensions nies
6

appliquer la dnition : rg ( f ) = dim Im ( f )
Exercice 1.12 b)

utiliser le thorme du rang : rg ( f ) = dim (E) dim Ker ( f )
Exercice 1.12 b)
Essayer de :
revenir la dnition, cest--dire montrer que f (qui est dj linaire) est injective et surjective
Exercice 1.19
noncs des exercices
trouver une application (linaire) g : F E telle que :

g f = IdE
(suite)
et
f g = IdF
montrer quune matrice reprsentant f est inversible.
noncs des exercices

1.1 Une partie de R3 est-elle un sev ou non ?
Est-ce que les parties suivantes de E = R3 sont des sev de E :

a) F = (x, y, z) R3 ; x + y 2z = 0

b) G = (x, y, z) R3 ; x y + 2z = 3

c) H = (x, y, z) R3 ; x + y z 0

d) L = (x, y, z) R3 ; x2 y2 + z2 = 0

e) M = (x, y, z) R3 ; x2 + y2 = 0 ?
1.2 Une partie de RR est-elle un sev ou non ?

Est-ce que les parties suivantes de E = RR , ensemble des applications de R dans R, sont des sev
de E :

a) F = f E ; f (0) + 6 f (1) + 4 f (3) = 0

b) G = f E ; f (0) + f (2) = 1

c) H = f E ; x R, f (1 x) = f (x)

3

d) L = f E ; x R, f (x) = f (x) ?
1.3 Une partie de RN est-elle un sev ou non ?

Est-ce que les parties suivantes de E = RN , ensemble des suites relles, sont des sev de E :

a) F = u = (un )nN E ; n N, un+2 = 3un+1 2un

b) G = u = (un )nN E ; u0 = 1 et u1 = 0

c) H = u = (un )nN E ; n N, un+1 = 2un 1

d) L = u = (un )nN E ; n N, un+1 = 1 + u2n 1 ?
1.4 Exemples simples de famille libre, famille lie

On note, dans R4 : U = (1, 1, 0, 0), V = (1, 0, 1, 0), X = (1, 1, 1, 1), Y = (0, 1, 1, 0).
a) La famille (U, V, X) est-elle libre ou est-elle lie ?
b) La famille (U, V, Y) est-elle libre ou est-elle lie ?
7
Chapitre 1
1.5 Dtermination dune base dun sev donn par un systme dquations

On note F = (x, y, z, t) R4 ; 3x 4y + z t = 0 et 2x 3y + 2z + t = 0 .
a) Vrier que F est un sev de R4 .

b) Dterminer une base de F et la dimension de F.
1.6 Une application donne est-elle linaire, non linaire ?

Est-ce que les applications suivantes, de R2 dans R2 , sont linaires :
a) f1 : (x, y) (2x 3y, x + 5y)
c) f3 : (x, y) (x + y, y + x)
2
b) f2 : (x, y) (x + y + 1, x y 2)
d) f4 : (x, y) ( e x+y 1, x y) ?
1.7 Noyau et image de g f

Soient E, F, G des ev, f L (E, F), g L (F, G).
a) Ker ( f ) Ker (g f )
Montrer :
b) Im (g f ) Im (g).
1.8 Exemple de sev de matrices

On note E =

ab
M2 (R) ; a + c = 0 .
c d
Montrer que E est un sev de M2 (R), dterminer une base de E et la dimension de E.
1.9 Calculs sur des matrices carres dordre 2, daprs EML 2005

01
00
10
, U=
, D=
01
00
01

et on note E = M M2 (R) ; AM = MD .
On considre les matrices A =
a) Vrier que E est un sev de M2 (R).

xy
b) Soit M =
M2 (R) quelconque. Montrer : M E (z = 0 et t = y).
z t
c) tablir que (U, A) est une base de E.
d) Calculer le produit UA. Est-ce que UA E ?
1.10 Sev de matrices carres

a) Soient n N , A, B Mn (R). On note E = M Mn (R) ; AM = MB .
Montrer que E est un sev de Mn (R).

11
21
b) On prend ici : n = 2, A =
, B=
.
02
01
Dterminer E , une base de E , la dimension de E .
1.11 Exemple de changement de bases pour une application linaire

Soient E un ev de dimension 2, E = (e1 , e2 ) une base de E, F un ev de dimension 3,
2 1
F = ( f1 , f2 , f3 ) une base de F. On note A = 3 1 M3,2 (R), et u lapplication linaire
0 2
de E dans F reprsente par A dans les bases E de E et F de F.
8
noncs des exercices
a) Exprimer u(e1 ) et u(e2 ) en fonction de f1 , f2 , f3 .

b) On note e1 = e1 , e2 = e1 + e2 , E = (e1 , e2 ), f 1 = f1 + f2 , f 2 = f1 + f3 ,
f 3 = f2 + f3 , F = ( f 1 , f 2 , f 3 ). Montrer que E est une base de E et que F est une base
de F, et dterminer la matrice A de u dans les bases E de E et F de F.
1.12 Exemple de dtermination dun noyau, dune image, dun rang
1 0 2 1
On note A = 2 3 1 1 M3,4 (R) et f : R4 R3 lapplication linaire reprsente par
1 2 5 3
la matrice A dans les bases canoniques.

a) Dterminer un systme dquations de Ker ( f ), une base de Ker ( f ) et dim Ker ( f ) .
b) Dterminer une base de Im ( f ). Quel est le rang de f ?
1.13 Exemple de base de R4 [X]

On note, dans R[X] :
P0 = 1, P1 = X, P2 = (X 1)X(X + 1), P3 = X2 (X + 1), P4 = (X 1)X(X + 1)2 .
Montrer que B = (P0 , ..., P4 ) est une base de R4 [X].
1.14 Calcul sur des matrices carres dordre 3, daprs ESC 2007
0 0 0
2 6 6
On note A = 0 0 0 , B = 1 3 2
1 3 2
1 3 3
et, pour tout x R : H(x) = A + xB.
a) Calculer A2 , B2, AB, BA. Que remarque-t-on ?

3

b) Calculer, pour tout x R, le produit H(x) 1 , et en dduire que H(x) nest pas inversible.

0
c) Montrer :
d) En dduire :
(x, y) R2 , H(x)H(y) = H(xy).

n
n N , x R, H(x) = H(xn ).
10
2 6 6
e) Calculer 10 30 20 .
9 27 17
1.15 Famille de fonctions, famille de leurs carrs

Soient f, g, h : R R. On note f 2 = f f, g2 = g g, h2 = h h.
a) Montrer que, si ( f, g) est lie, alors ( f 2 , g2 ) est lie.
b) Donner un exemple de ( f, g) dans lequel : ( f, g) est libre et ( f 2 , g2 ) est lie.
c) Donner un exemple de ( f, g, h) dans lequel : ( f, g, h) est lie et ( f 2 , g2 , h2 ) est libre.
d) Donner un exemple de ( f, g, h) dans lequel : ( f, g, h) est libre et ( f 2 , g2 , h2 ) est lie.
1.16 Une base de Rn[X]

Soient n N , (a, b) R2 tel que a b.
On note, pour tout i 0 ; n : Pi = (X a)i (X b)ni .
Montrer que la famille (Pi )0in est une base de Rn [X].
9
Chapitre 1
1.17 Libert ou liaison dune famille de deux ou trois applications linaires

On note E = C([1 ; 1] ; R) lespace vectoriel des applications continues de [1 ; 1] dans R,
1 , 2 , 3 : E R les applications dnies, pour toute f E par :

1 ( f ) =
f,
1
2 ( f ) =
f,
3 ( f ) =
f.
1
a) Vrier que 1 , 2 , 3 sont linaires.

b) Est-ce que (1 , 2 ) est libre ?
c) Est-ce que (1 , 2 , 3 ) est libre ?
1.18 Exemple dendomorphismes u, u vriant u u u u = IdE

On note E = C (R, R), u, v : E E les applications dnies, pour toute f E, par :
x R,
a) Vrier : u, v L (E),
u( f )(x) = x f (x),
v( f )(x) = f (x).
u v v u = IdE .
b) Est-ce que u (resp. v) est injective ? surjective ? bijective ?
1.19 Exemple dautomorphisme

On note E = P R[X] ; P(0) = 0 et f : E E, P XP . Montrer : f G L(E).
1.20 Endomorphisme nilpotent en dimension 3

Soient E un espace vectoriel de dimension 3, f L(E) tel que : f 3 = 0 et f 2 0. Montrer
0 0 0
quil existe une base B de E telle que : MatB ( f ) = 1 0 0 .
010
1.21 Calcul matriciel, suites rcurrentes linaires dordre 2, daprs HEC 2009
1
1
On note A =
1
1
1
0
0
1
1
0
0
1
1
1
M4 (R).
1
a) Calculer A2 et A3 , exprimer A3 comme combinaison linaire de A et A2 , et montrer que la

famille (A, A2 ) est libre.
b) tablir que, pour tout n N , il existe (un , vn ) R2 unique tel que An = un A + vn A2 , et
exprimer un+1 et vn+1 en fonction de un et vn .
c) Exprimer, pour tout n N , un+2 en fonction de un+1 et un , et en dduire, pour tout n N , la
valeur de un , puis celle de vn .
1.22 Somme de deux inverses, somme de trois inverses de matrices carres inversibles
Soit n N .
a) Montrer :
2

(A, B) GLn (R) , A1 + B1 = A1 (A + B)B1.
b) Y a-t-il une formule analogue pour trois matrices, cest--dire est-ce que :

3

2
(A, B, C) GLn (R) , (U, V) Mn (R) , A1 + B1 + C 1 = U(A + B + C)V ?
10
noncs des exercices
1.23 Inversibilit et calcul de linverse par utilisation dune quation matricielle

Soient n N , A Mn (R) telle que : A3 A2 + A + In = 0.
Montrer que A est inversible et exprimer A1 .
1.24 Commutation par utilisation dun inverse

Soient n N , A, B Mn (R) telles que : AB = 2A + 3B.
a) Montrer : (A 3 In )(B 2 In ) = 6 In .
b) En dduire : AB = BA.
1.25 Exemple de dtermination dun noyau, dune image

On note A =

3 6
M2 (R) et f : M2 (R) M2 (R), M MA.
4 8
a) Vrier que f est un endomorphisme de lespace vectoriel M2 (R).

b) 1) Dterminer une base et la dimension de Ker ( f ).
2) Dterminer une base et la dimension de Im ( f ).
1.26 Aspects linaire et matriciel des suites rcurrentes linaires dordre 2,

coecients constants et sans second membre
On note E lensemble des suites relles u = (un )nN telles que :
n N, un+2 = 5un+1 6un .

On note a, b les lments de E dnis par : a0 = 1, a1 = 0 , (b0 = 0, b1 = 1 ,
et on note : r = (2n )nN , s = (3n )nN .
a) Montrer que E est un ev et que (a, b) et (r, s) sont deux bases de E.
b) Dterminer la matrice M de la famille (r, s) dans la base (a, b) de E, et calculer M 1 .
c) Montrer que lapplication f qui, tout lment u = (un )nN de E, associe la suite (un+1 )nN ,
est un endomorphisme de E, et prciser la matrice de f dans la base (a, b) de E, et la matrice
de f dans la base (r, s) de E.
1.27 Runion de deux sous-espaces vectoriels

Soient E un ev, A, B des sev de E tels que : A B = E. Montrer : A = E ou B = E.
1.28 Familles libres dans un espace de fonctions

Soient n N , (a1 , ..., an ) Rn tel que a1 < ... < an . Montrer que la famille dapplications
( fai : R R)1in est libre dans les exemples suivants :
0 si x ai
a) fai : x
1 si x > ai
si x ai
0
b) fai : x
x ai si x > ai
c) fai : x e ai x .
1.29 Exemple de famille libre dans un espace de fonctions

Soient I un intervalle de R, non vide ni rduit un point, f : I R une application continue
sur I et non constante. On note : f 0 = 1, f 1 = f, f 2 = f f, ...
Montrer que, pour tout n N, la famille ( f k )0kn est libre.
11
Chapitre 1
1.30 Inverse gauche, inverse droite, pour une matrice rectangulaire, daprs HEC 2009
1 2
On considre la matrice A = 3 4 .
1 4
a) Existe-t-il B M2,3 (R) telle que : AB = I3 ?

b) Existe-t-il C M2,3 (R) telle que : CA = I2 ?
1.31 Commutant dune matrice diagonale termes diagonaux deux deux distincts
Soient n N , d1 , ..., dn R deux deux distincts, D = diag (d1 , ..., dn ) la matrice diagonale
dont les termes diagonaux sont, dans lordre, d1 , ..., dn .
Montrer
que
le commutant
de la matrice
D, cest--dire
lensemble

C (D) = A Mn (R) ; AD = DA , est gal lensemble Dn (R) des matrices diagonales
de Mn (R).
1.32 Matrices nilpotentes

Soit n N . On dit quune matrice A Mn (R) est nilpotente si et seulement sil existe k N
tel que Ak = 0.
a) 1) Montrer que, pour toute A Mn (R), si A est nilpotente, alors A nest pas inversible.
2) Les matrices suivantes de M2 (R) sont-elles nilpotentes :

01
1 1
0 1
A=
,
B=
,
C=
,
00
0 1
0 1

D=

1 1
?
1 1
b) Soient A, M Mn (R). Montrer que, si A est nilpotente et AM = MA, alors AM est nilpotente.
c) Soit A Mn (R). Montrer que, si A est nilpotente, alors In A est inversible et exprimer
(In A)1 .
d) Soient A, B Mn (R). Montrer que, si A et B sont nilpotentes et AB = BA, alors A + B est
nilpotente.
1.33 Majoration du rang dune compose de deux applications linaires

Soient n, p, q N , a L (R p , Rn ), b L (Rq , R p ).

Montrer : rg (a b) Min rg (a), rg (b) .
1.34 Matrices diagonales termes diagonaux deux deux distincts

Soient n N , d1 , ..., dn R deux deux distincts, D = diag (d1 , ..., dn ) la matrice diagonale
dont les termes diagonaux sont, dans lordre, d1 , ..., dn .
Montrer que (Dk )0kn1 est une base de lespace vectoriel Dn (R) des matrices diagonales.
1.35 tude dun endomorphisme de M2 (R)

On note A =

0 1
1 2
, B=
M2 (R), et : M2 (R) M2 (R), M AM MB.
2 1
0 1
a) Vrier que est linaire.

b) Montrer que B = (I2 , A, B, AB) est une base de M2 (R) et dterminer la matrice de
dans B.
12
noncs des exercices
c) Dterminer une base et la dimension de Ker ().

d) Dterminer la dimension et une base de Im ().
1.36 Endomorphismes transformant tout vecteur en un vecteur colinaire

Soient E un ev, f L (E) tel que, pour tout x E, la famille x, f (x) est lie.
Dmontrer que f est une homothtie, cest--dire quil existe R tel que :
x E, f (x) = x (o ne dpend pas de x).
1.37 Une ingalit sur des dimensions

Soient E, F deux espaces vectoriels de dimensions nies, f, g L (E, F). Dmontrer :

dim Ker ( f + g) dim Ker ( f ) Ker (g) + dim Im ( f ) Im (g) .
1.38 Matrices inversibles termes 0 et dont linverse est termes 0

Soient n N , A GLn (R).
On suppose que les termes de A et les termes de A1 sont tous 0.
Montrer quil existe une permutation de 1 ; n et (1 , ..., n ) (R+ )n tels que :
1 si i = k

.
A = i( j) j i, j , o dsigne le symbole de Kronecker : ik =
0 si i k
1.39 Commutants de Mn(R), de GLn(R)

Soit n N . Pour toute partie E de Mn (R), on appelle commutant de E la partie C (E ) de Mn (R)
forme des matrices de Mn (R) qui commutent avec toute matrice de E :

C (E ) = A Mn (R) ; M E , AM = MA .
a) Vrier que, pour toute partie E de Mn (R), C (E ) est un sev de Mn (R).

b) Dmontrer : C Mn (R) = R In , o on a not R In = {a In ; a R}.
cet eet, on pourra faire intervenir les matrices lmentaires Ei j , (i, j) 1 ; n2 , o Ei j est la
matrice dont tous les termes sont nuls, sauf celui situ la ligne i et la colonne j, qui est gal
1.

2
c) 1) Dmontrer : M Mn (R), (P, Q) GLn (R) , M = P + Q.

2) En dduire : C GLn (R) = R In .
13
Chapitre 1
Du mal dmarrer ?
1.1
a) 1re mthode : revenir la dnition dun sev.
2e mthode : prsenter F comme noyau dune application linaire.

3e mthode : prsenter F comme sev engendr par une certaine
famille.
b) (0, 0, 0) G.
c) Trouver X1 H tel que X1 H.
d) Trouver X1 L, X2 L tels que X1 + X2 L.

e) Remarquer M = (0, 0, z) ; z R .
1.2
a) 1
re
mthode : revenir la dnition dun sev.
2e mthode : prsenter G comme noyau dune application linaire.

b) 0 G.
a) Revenir la dnition dun sev.

x y
, rsoudre lquation AM = MB, dinb) En notant M =
z t
connues x, y, z, t.
1.11
a) Lecture de A.
b) 1) Montrer que e1 , e2 sexpriment sur E = (e1 , e2 ).

b) 2) Montrer que f1 , f2 , f3 sexpriment sur F = (f 1 , f 2 , f 3 ).
b) 3) Calculer u(e1 ) et u(e2 ) en fonction de f 1 , f 2 , f 3 .
1.12
a) En notant u = (x, y, z, t) R4 , rsoudre f(u) = 0.
b) En notant V1 , ..., V4 les lments de R4 dont les coordonnes

dans la base canonique sont les colonnes de A, montrer que
(V1 , V2 , V3 ) est libre.
1.13
1) Vrier dabord que P0 , ..., P4 sont dans R4 [X].
c) Revenir la dnition dun sev.
2) Montrer que B est libre.
d) Remarquer : 1 L et 2 1 L.
3) Utiliser un argument de dimension.
1.3
c) 0 H.
d) Trouver u L telle que 2u L.
1.4
a) Revenir la dnition dune famille libre.
b) Remarquer Y = U V.
1.5
1.14
a) Immdiat.
b) Le calcul du produit demand est immdiat. En dduire que

H(x) nest pas inversible.
b) 0 G.
c) Immdiat.
d) Raisonner par rcurrence sur n.

10
e) Remarquer quil sagit de H(10) .
1.15
a) Si (f, g) est lie et si f 0, il existe R tel que g = f.
b) Penser la fonction valeur absolue.

a) Revenir la dnition dune sev.
b) Exprimer, par exemple, z et t en fonction de x et y.
c) Choisir (f, g, h) pour que, par exemple, h = f + g et que

(f 2 , g2 , h2 ) soit libre.
1.6
d) Choisir (f, g, h) pour que, par exemple, f 2 = g2 + h2 et que

(f, g, h) soit libre.
a) Revenir la dnition dune application linaire.
b) Remarquer : f2 (0, 0) (0, 0).

c) Remarquer : f3 (2, 0) 2f3 (1, 0).
1.16
1) Vrier : i 0 ; n, Pi Rn [X].
d) Remarquer : f4 (1, 0) f4 (1, 0).
2) Montrer que (Pi )0in est libre, en revenant la dnition dune famille libre et en valuant le polynme en a par
exemple.
1.7
3) Utiliser un argument de dimension.
Revenir aux dnitions.
1) Pour montrer que E est un sev de M2 (R), revenir la

dnition dun sev.

a b
2) Remplacer c par a et dcomposer
sur trois matrices
a d
xes. Montrer que la famille de trois matrices obtenue est libre.
1.17
1.9
1.18
1.8
b) Immdiat.
c) Dcomposer
14
1.10

x y
sur U et A et montrer que (U, A) est libre.
z t
a) Lintgration est linaire.
b) Montrer que (1 , 2 ) est libre en revenant la dnition et

en appliquant lhypothse deux fonctions simples bien choisies.
c) Utiliser la relation de Chasles.
a) 1) Revenir la dnition dune application linaire.
a) 2) Calculer (u v v u)(f)(x) pour toute f E et tout x R,

b) 1) Montrer que u est injective et non surjective.
b) 2) Montrer que v est surjective et non injective.
Du mal dmarrer ?
1.19
1) Vrier que E est bien un ev.
2) Vrier que f est linaire.

3) Vrier que f va bien de E dans E.
5) Montrer que f est surjectif, en construisant, pour

n

Q=
ak Xk E, un polynme P tel que XP = Q.
k=1
1.20
Noter quil existe e1 E tel que f 2 (e1 ) 0, et considrer

e2 = f(e1 ), e3 = f(e2 ). Montrer que B = (e1 , e2 , e3 ) est une base
de E et que B convient.
a) Immdiat. Obtenir : A3 = 4A + 2A2 .
b) Existence : raisonner par rcurrence sur n.

Unicit : remarquer que (A, A2 ) est libre.
c) La suite (un )nN est une suite rcurrente linaire dordre 2,
coefcients constants et sans second membre, on sait donc
calculer son terme gnral.
1.22
a) Dvelopper le second membre.
b) Trouver A, B, C GLn (R) telles que :

A1 + B1 + C 1 0
1.23
1.24
et
A + B + C = 0.
Isoler In et mettre A en facteur.
a) Immdiat.
b) Faire apparatre un produit gal In , le produit en sens inverse est alors aussi gal In .
1.25
Raisonner par labsurde, do lexistence de (a, b) E2 tel

que a A et b B. Considrer a + b.
1.28
4) Montrer que f est injectif, en utilisant Ker (f).
1.21
1.27
a) Revenir la dnition dun endomorphisme.

x y
b) 1) Noter M =
M2 (R) et rsoudre f(M) = 0.
z t

x y
b) 2) Pour M =
M2 (R), calculer f(M) et dcomposer liz t
nairement f(M) sur des matrices xes. Voir enn si celles-ci
forment une famille libre.
Revenir la dnition dune famille libre.
a) Remarquer que, pour tout i 1 ; n, fai est continue en tout

point de R \ {ai } et nest pas continue en ai .
b) Remarquer que, pour tout i 1 ; n, fai est drivable en tout
point de R \ {ai } et nest pas drivable en ai .
c) Multiplier par e an x , puis faire tendre x vers +.
1.29
Soient n N, (a0 , ..., an ) Rn+1 tel que
Considrer le polynme P =
n

n

ak f k = 0.
k=0
ak Xk R(X] et montrer que P
k=1
sannule en une innit de points, en appliquant le thorme

des valeurs intermdiaires f.
1.30
a) Supposer quil existe B M2,3 (R) telle que AB = I3 .

Considrer les applications linaires a et b reprsentes canoniquement par A et B respectivement, montrer rg (a b) rg (a)
et dduire une contradiction.
Voir aussi lexercice 1.33.
b) Construire une matrice

C qui convienne, par exemple en

1 2
considrant A =
et en formant C laide de A1 et dune
3 4
colonne nulle.
1.31
Un sens est vident.
Rciproquement, si A C (D), traduire AD = DA en passant par

les lments.
1.32
a) 1) Raisonner par labsurde.
a) 2) Immdiat.
b) Calculer (AM)k = (AM) (AM), en utilisant AM = MA.
c) Utiliser la formule relative une sommation gomtrique.
d) Utiliser la formule du binme de Newton.
1.33
1) Montrer : Im (a b) Im (a) et passer aux dimensions.
Dduire : rg (a b) rg (a).
a) 1) Montrer que E est un sev de lev RN de toutes les

suites relles.
1.26
a) 2) Montrer que la famille (a, b) est libre et gnratrice de E.

a) 3) Vrier (r, s) E , montrer que (r, s) est libre, puis utiliser
un argument de dimension.
2
2) Utiliser les noyaux et le thorme du rang.
1.34
Soit (0 , ..., n1 ) Rn tel que
n1

n1

k Dk = 0. En notant
k=0
k Xk , dduire : i 1 ; n,
P(di ) = 0, puis P = 0.
b) Exprimer r et s en fonction de a et b.
P=
c) 1) Vrier que f va bien de E dans E et est linaire.
Conclure que (Dk )0kn1 est libre.
c) 2) Calculer f(a) et f(b) en fonction de a, b.
Utiliser un argument de dimension pour obtenir que

(Dk )0kn1 est une base de Dn (R).
c) 3) Calculer f(r) et f(s) en fonction de r, s.
k=0
15
Chapitre 1
1.35
a) Revenir la dnition de la linarit.
b) 1) Montrer que (I2 , A, B, AB) est libre en revenant la dnition dune famille libre.
Utiliser un argument de dimension pour dduire que
B est une base de M2 (R).
b) 2) Calculer les images de I2 , A, B AB par et dcomposer linairement ces images sur B.

c) d) 1re mthode : utiliser la matrice .
2e mthode : revenir la dnition de .
1.36
Par hypothse, pour tout x E, il existe x R tel que

f(x) = x x. Remarquer que, si x 0, x est unique. Il sagit de
montrer que x ne dpend pas de x. Pour montrer x = y , sparer en deux cas selon que (x, y) est libre ou lie. Dans le cas
libre, considrer x + y.
16
1.37
Considrer lapplication u : Ker (f + g) F, x f(x).
Appliquer le thorme du rang u.

Montrer : Ker (u) = Ker (f) Ker (g) et Im (u) Im (f) Im (g).
Noter A = (aij )ij , A1 = (bij )ij et traduire AA1 = In en
passant aux lments.
1.38
1.39
b) Une inclusion est vidente.

Rciproquement, soit A C Mn (R) . Appliquer lhypothse aux
matrices lmentaires Eij .
c) 1) Penser dcomposer M en somme dune matrice triangulaire suprieure et dune matrice triangulaire infrieure.
c) 2) Utiliser c) 1).

1.1
Dabord, les ensembles considrs sont bien inclus
dans E.
a) 1re mthode : retour la dnition dun sev :
F , car (0, 0, 0) F.
Soient R, X1 = (x1 , y1 , z1 ), X2 = (x2 , y2 , z2 ) F.
On a :
X1 + X2 = (x1 + x2 , y1 + y2 , z1 + z2 )
La partie L nest pas un sev de E car, en notant X1 = (1, 1, 0) et

X2 = (1, 1, 0), on a :
X1 L, X2 L, X1 + X2 = (2, 0, 0) L.
e) On va montrer que, malgr la prsence de carrs dans lquation dnissant M, la partie M est un sev de E.
On a, pour tout (x, y) R2 :
x2 + y2 = 0 x2 = y2 = 0 x = y = 0.

et :
0
(x1 + x2 ) + (y1 + y2 ) 2(z1 + z2 )

= (x1 + y1 2z1 ) + (x2 + y2 2z2 ) = 0,

= 0, car X1 F
= 0, car X2 F
donc : X1 + X2 F.
On conclut : F est un sev de E.
2e mthode : intervention dune application linaire :
Lapplication f : E R, (x, y, z) x + y 2z
est linaire, car, pour tout R et tous X1 = (x1 , y1 , z1 ),
X2 = (x2 , y2 , z2 ) E :
f (X1 + X2 ) = f (x1 + x2 , y1 + y2 , z1 + z2 )
= (x1 + x2 ) + (y1 + y2 ) 2(z1 + z2 )
= (x1 + y1 2z1 ) + (x2 + y2 2z2 ) = f (X1 ) + f (X2 ),
et F = Ker ( f ), donc F est un sev de E.
3e mthode : prsentation de F comme sev engendr par une
certaine famille :
0
Ainsi :

M = (x, y, z) R3 ; x = y = 0

= (0, 0, z) ; z R = Vect (0, 0, 1) ,
ce qui montre que M est un sev de E, comme tant le sev engendr par le vecteur (0, 0, 1).
1.2
dans E.
a) 1re mthode : retour la dnition dun sev :
F car 0 F, o 0 dsigne lapplication nulle.
Soient R, f, g F. On a :
( f + g)(0) + 6( f + g)(1) + 4( f + g)(3)

= f (0) + g(0) + 6 f (1) + g(1) + 4 f (3) + g(3)

= f (0) + 6 f (1) + 4 f (3) + g(0) + 6g(1) + 4g(3) = 0,

= 0, car f F
On a :

F = (x, y, z) R3 ; x + y 2z = 0

= (x, y, z) R3 ; x = y + 2z

= (y + 2z, y, z) ; (y, z) R2

= y(1, 1, 0) + z(2, 0, 1) ; (y, z) R2

= Vect (1, 1, 0), (2, 0, 1) ,
donc F est un sev de E.
b) On devine que G nest pas un sev de E par la prsence de la
constante additive non nulle 3 dans la dnition de G.
La partie G nest pas un sev de E, car (0, 0, 0) G.
= 0, car gF
donc : f + g F.
On conclut que F est un sev de E.
2e mthode : intervention dune application linaire :
Lapplication : E R, f f (0) + 6 f (1) + 4 f (3)
est linaire, car, pour tout R et toutes f, g E :
( f + g) = ( f + g)(0) + 6( f + g)(1) + 4( f + g)(3)

= f (0) + g(0) + 6 f (1) + g(1) + 4 f (3) + g(3)

= f (0) + 6 f (1) + 4 f (3) + g(0) + 6g(1) + 4g(3)
= ( f ) + (g),
c) On devine que H nest pas un sev de E cause de lingalit

au lieu dune galit dans la dnition de H.
et F = Ker (), donc F est un sev de E.
La partie H nest pas un sev de E, car X1 = (1, 0, 0) H et

X1 = (1, 0, 0) H.

d) On devine que L nest pas un sev de E par la prsence de

carrs dans lquation dnissant L.
La partie G nest pas un sev de E car la fonction nulle nappartient pas G.

17
Chapitre 1
c) H car 0 H, o 0 dsigne lapplication nulle.
1.4
Soient R, f, g H. On a, pour tout x R :
a) Soit (a, b, c) R3 . On a :
( f + g)(1 x) = f (1 x) + g(1 x)
aU + bV + cX = 0
= f (x) + g(x) = ( f + g)(x),
a(1, 1, 0, 0) + b(1, 0, 1, 0) + c(1, 1, 1, 1) = (0, 0, 0, 0)

(a + b + c, a + c, b + c, c) = (0, 0, 0, 0)
a+b+c=0
c=0
a + c = 0

a=0
b+c=0
b = 0.
c = 0
donc f + g H.
On conclut : H est un sev de E.
d) On devine que L nest pas un sev de E par la prsence dun
cube dans la dnition de L.
1=
2 L,
La partie L nest pas un sev de E car
1 L et 2
o
1 et
2 dsignent les applications constantes gales 1 et 2
respectivement.
1.3
On conclut : (U, V, X) est libre.

b) On remarque que Y = U V, donc : (U, V, Y) est lie.
dans E.
1.5
a) F car 0 F, o 0 dsigne la suite nulle.
a) Il est clair que F R4 et (0, 0, 0, 0) F.
Soient R, u = (un )nN , v = (vn )nN F.
Soient R, X = (x, y, z, t), X = (x , y , z , t ) F.
On a, pour tout n N :
On a alors :
(u + v)n+2 = un+2 + vn+2

= (3un+1 2un ) + (3vn+1 2vn )
3(x + x ) 4(y + y ) + (z + z ) (t + t )
= (3x 4y + z t) + (3x 4y + z t ) = 0,

= 3(un+1 + vn+1 ) 2(un + vn )

= 3(u + v)n+1 2(u + v)n
donc : u + v F.
On conclut : F est un sev de E.
La partie G nest pas un sev car la suite nulle nappartient pas
G.
c) On devine que H nest pas un sev de E par la prsence de la
constante additive non nulle 1 dans la dnition de H.
La partie H nest pas un sev de E, car car la suite nulle nappartient pas H.
d) On devine que L nest pas un sev de E par la prsence dun
carr dans la dnition de L.
Considrons la suite u = (un )nN dnie par u0 = 1 et :

n N, un+1 = 1 + u2n 1.
Il est clair que : u L.
Considrons la suite v = 2u = (vn )nN .

On a v0 = 2u0 = 2, v1 = 2u1 = 2( u20 + 1 1) = 2( 2 1)

et 1 + v20 1 = 5 1, donc v1 1 + v20 1.
=0
et, de mme :
2(x + x ) 3(y + y ) + 2(z + z ) + (t + t )
= (2x 3y + 2z + t) + (2x 3y + 2z + t ) = 0,
do : X + X F.
On conclut que F est un sev de R4 .
b) Essayons dexprimer z et t, par exemple, en fonction de x
et y. On a, pour tout X = (x, y, z, t) R4 :
3x 4y + z t = 0
z t = 3x + 4y
X F

2x 3y + 2z + t = 0
2z + t = 2x + 3y
5
7
z= x+ y
3z
=
5x
+
7y
3
3
4
5
3t = 4x 5y
t = x y.
3
3
Do :

5
7 4
5
F = x, y, x + y, x y ; (x, y) R2
3
3 3
3

5 4
7 5
+ y 0, 1, , ; (x, y) R2
= x 1, 0, ,
3 3
3 3

x
y
(3, 0, 5, 4) + (0, 3, 7, 5) ; (x, y) R2
=
3 3
not U
18
not V
= Vect (U, V).
Ainsi : v L.
On conclut : L nest pas un sev de E.
=0
Ainsi, (U, V) engendre F.
La famille (U, V) est libre car, pour tout (x, y) R2 :
1.8
1) E M2 (R) et
xU + yV = 0
(3x, 0, 5x, 4x) + (0, 3y, 7y, 5y) = (0, 0, 0, 0)

3x = 0, 3y = 0, 5x + 7y = 0, 4x 5y = 0
x = y = 0.
Finalement, une base de F est (U, V), avec les notations prcdentes, et : dim (F) = 2.

00
E.
00
On a, pour
toutes matrices
tout R et
a b
ab

M=
, M = E:
c d
c d

a + a b + b
M + M =

c + c d + d
et :

(a + a ) + (c + c ) = (
a + c ) + (a
+ c ) = 0,
=0
1.6
a) On a, pour tout R et tous X1 = (x1 , y1 ),
X2 = (x2 , y2 ) R2 :
f1 (X1 + X2 ) = f1 (x1 + x2 , y1 + y2 )

= 2(x1 + x2 ) 3(y1 + y2 ), (x1 + x2 ) + 5(y1 + y2 )
= (2x1 3y1 , x1 + 5y1 ) + (2x2 3y2 , x2 + 5y2 )
= f1 (X1 ) + f1 (X2 ),
donc : f1 est linaire.
note A
c) On devine que f3 nest pas linaire par la prsence de carrs

dans la dnition de f3 .

On a f3 (1, 0) = (1, 1) et f3 2(1, 0) = f3 (2, 0) = (4, 2) 2(1, 1),
donc f3 nest pas linaire.
d) On devine que f4 nest pas linaire par la prsence dune
exponentielle dans la dnition de f4 .
On a f4 (1, 0) = ( e 1, 1)

et f4 (1, 0) = f4 (1, 0) = ( e 1 1, 1) ( e 1, 1),
donc f4 nest pas linaire.
1.7
a) Soit x Ker ( f ).

On a alors : (g f )(x) = g f (x) = g(0) = 0,
donc : x Ker (g f ).
Ceci montre : Ker ( f ) Ker (g f ).
b) Soit z Im (g f ).
Il existe alors x E tel que z = (g f )(x) et on a :

z = (g f )(x) = g f (x) Im (g).
Ceci montre : Im (g f ) Im (g).
note B
note D
= Vect (A, B, D),

donc : (A, B, D) engendre E.
De plus, la famille (A, B, D) est libre car, pour tout
(a, b, d) R3 :
aA + bB + dD = 0
b) On devine que f2 nest pas linaire par la prsence des

constantes additives non nulles 1 et 2 dans la dnition de f2 .
Puisque f2 (0, 0) = (1, 2) (0, 0), f2 nest pas linaire.
=0
donc : M + M E.

a b
2) On a : E =
; (a, b, d) R3
a d

1 0
01
00
+b
+d
; (a, b, d) R3
= a
00
01
1 0

a b
00
=
a = b = d = 0.
a d
00
On conclut : (A, B, D) est une base de E et dim (E) = 3.
1.9
a) E M2 (R) et 0 E car A0 = 0A = 0, o 0 dsigne la
matrice nulle de M2 (R).
Soient R, M, N E. On a :
A(M + N) = AM + AN = MD + ND = (M + N)D,
donc : M + N E.
On conclut que E est un sev de M2 (R).

xy
M2 (R) quelconque. On a :
b) Soit M =
z t
M E AM =

01 xy
x
=
01 z t
z

zt
0y
zt
0 t
MD

y 00
t 01
z = 0
t = y.

x y
; (x, y) R2
0y

1 0
01
= x
+y
; (x, y) R2 = Vect (U, A).
01
00

c) Daprs b), on a : E =
19
Chapitre 1
Ceci montre que (U, A) engendre E.

Soit (x, y) R
tel
que
xU + yA = 0. On a alors, comme
xy
00
ci-dessus :
=
, donc : x = 0, y = 0.
0y
00
2
Ceci montre que (U, A) est libre.

On conclut : (U, A) est une base de E et dim (E) = 2.

10 01
01
d) On a : UA =
=
.
00 01
00
Daprs b), comme 1 0 (cest--dire t y avec les notations
de b)), on conclut : UA E.
Comme tout vecteur de E se dcompose linairement sur

(e1 , e2 ) et que e1 et e2 se dcomposent linairement sur(e1 , e2 ),
il en rsulte que tout vecteur de E se dcompose linairement
sur (e1 , e2 ).
Ainsi, la famille E = (e1 , e2 ) engendre E, et a deux lments,
donc E est une base de E.
2) Puisque f 1 = f1 + f2 , f 2 = f1 + f3 , f 3 = f2 + f3 , on a :
f1 = 12 ( f 1 + f 2 f 3 ), f2 = 12 ( f 1 + f 3 f 2 ), f3 = 12 ( f 2 + f 3 f 1 ).
Ainsi, de mme quen 1), la famille F = ( f 1 , f 2 , f 3 ) engendre F, et a trois lments, donc F est une base de F.
3) On a :
1.10
a) On a : E Mn (R) et 0 E.
On a, pour tout R et toutes M, N E :
A(M + N) = AM + AN = MB + NB = (M + N)B,
u(e1 ) = u(e1 ) = 2 f1 + 3 f2
3
5
1
1
= ( f 1 + f 2 f 3 ) + ( f 1 + f 3 f 2 ) = f 1 f 2 + f 3 ,
2
2
2
2
u(e2 ) = u(e1 + e2 ) = u(e1 ) + u(e2 )
= (2 f1 + 3 f2 ) + ( f1 f2 + 2 f3 ) = 3 f1 + 2 f2 + 2 f3
donc : M + N E .
On conclut : E est un sev de Mn (R).

xy
b) On a, pour toute M =
M2 (R) :
z t
M E AM = MB

11 xy
xy 21
=
02 z t
z t 01

x+z y+t
2x x + y
z = x
t = x.
2z 2t
2z z + t
On a donc : E =

xy
; (x, y) R2
x x
3
( f + f 2 f 3 ) + ( f 1 + f 3 f 2 ) + ( f 2 + f 3 f 1 )
2 1
3
3
1
= f 1 + f 2 + f 3 .
2
2
2

On conclut que la
matrice A de u dans les bases E de E et F
5/2 3/2
de F est : A = 1/2 3/2 .
1/2 1/2
1.12
a) On a, pour tout u = (x, y, z, t) R4 :
De plus, (C, D) est libre car, pour tout (x, y) R2 :

xy
00
xC + yD = 0
=
x = y = 0.
x x
00
u Ker ( f ) f (u) = 0

x 0
1 0 2 1
y 0
2 3 1 1 =
0
z
1 2 5 3
0
t
x + 2z + t = 0
(S)
2x + 3y + z + t = 0
x + 2y 5z 3t = 0.
On conclut : (C, D) est une base de E et dim (E ) = 2.
Le systme (S) est un systme dquations de Ker ( f ).

1 0
01
= x
+y
; (x, y) R2 = Vect (C, D).
11
00

note C
note D
On a :
1.11
2 1
a) Par lecture de A = 3 1, on a :
0 2
u(e1 ) = 2 f1 + 3 f2 ,
u(e2 ) = f1 f2 + 2 f3 .
b) 1) Puisque e1 = e1 , e2 = e1 + e2 ,
on a : e1 = e1 , e2 = e2 e1 .
20
x + 2z + t = 0 L1
(S)
3y 3z t = 0 L2 L2 2L1
2y 3z 2t = 0 L3 L3 + L1
x + 2z + t = 0

3y 3z t = 0
3z 4t = 0 L 3L 2L
3
L1
L2
L3
z= t

y = z + t = t
x = 2z t = t.
3
Une base de Ker ( f ) est donc (V0 ), o V0 = (5, 3, 4, 3), et

donc : dim Ker ( f ) = 1.
b) Notons V1 , ..., V4 les lments de R dont les coordonnes
dans la base canonique sont les colonnes C1 , ..., C4 de A :
3
puis :
a4 = 0, a2 + a3 = 0, (a2 + a4 ) = 0,
a4 = 0, a2 = 0, a3 = 0.
et donc :
Ceci montre que B est libre.

3) Comme B est libre et que Card (B) = 5 = dim R4 [X] , on
conclut : B est une base de R4 [X].
1.14
a) On calcule les produits de matrices A2 , B2 , AB, BA :
A
2 6 6
0 0 0
1 3 3

2 6 6
0 0 0
1 3 3
2 6 6
0 0 0
1 3 3

A2
V1 = (1, 2, 1), V2 = (0, 3, 2), V3 = (2, 1, 5), V4 = (1, 1, 3).
On a alors :
Im ( f ) = Vect (V1 , ..., V4 ).
Comme dim(R3 ) = 3 < 4, la famille (V1 , ..., V4 ) est lie.

Voyons si (V1 , V2 , V3 ) est libre.
On a, pour tout (a1 , a2 , a3 ) R3 :
a1 + 2a3 = 0
a1 V1 + a2 V2 + a3 V3 = 0
2a1 + 3a2 + a3 = 0
a1 + 2a2 5a3 = 0
a2 = 0
a1 + 2a3 = 0

3a2 3a3 = 0 L2 L2 2L1
a3 = 0
a = 0.
2a 3a = 0 L L + L
2
3
3
3
1
1

Ainsi, (V1 , V2 , V3 ) est libre, donc dim Im ( f ) 3.
0 0 0
1 3 2
1 3 2

0 0 0
1 3 2
1 3 2
0 0 0
1 3 2
1 3 2

B2
Dautre part, comme Im ( f ) = Vect (V1 , ..., V4 ) R3 , on a :

dim Im ( f ) 3. On conclut quune base de Im ( f ) est

(V1 , V2 , V3 ) et que dim Im ( f ) = 3, donc : rg ( f ) = 3.

Remarque : on pouvait aussi obtenir dim Im ( f ) en appliquant
le thorme du rang :

dim Im ( f ) = dim (R4 ) dim Ker ( f ) = 4 1 = 3.
1.13
2 6 6
0 0 0
1 3 3

0 0 0
1 3 2
1 3 2
0 0 0
0 0 0
000

AB
1) Dabord, il est clair que : k 0 ; 4, Pk R4 [X].
2) Montrons que B = (P0 , ..., P4 ) est libre.

Soit (a0 , ..., a4 ) R5 tel que :
4

ak Pk = 0.
0 0 0
1 3 2
1 3 2

k=0
En prenant les valeurs en 0, en 1, on dduit : a0 = 0 et

a0 a1 = 0, do a1 = 0.
On a alors :
0 = a2 P2 + a3 P3 + a4 P4
= a2 (X 1)X(X + 1) + a3 X2 (X + 1) + a4 (X 1)X(X + 1)2
!
= X(X + 1) a2 (X 1) + a3 X + a4 (X 1)(X + 1)
!
= X(X + 1) a4 X2 + (a2 + a3 )X (a2 + a4 ) ,
do :
a4 X2 + (a2 + a3 )X (a2 + a4 ) = 0,
On obtient :

2 6 6
0 0 0
1 3 3
0 0 0
0 0 0 .
000

BA
A = A, B = B, AB = 0, BA = 0.
2
b) On a, pour tout x R :

3
3

H(x) 1 = (A + xB) 1

0
0
21
Chapitre 1
0 0 0 3
2 6 6 3

= 0 0 0 1 + x 1 3 2 1

1 3 2 0
1 3 3 0

0 0
0

= 0 + x 0 = 0 .

0
0
0
La famille ( f, g) est libre, car, pour tout (, ) R2 , si

f + g = 0, alors : x R, x + |x| = 0,
do, en remplaant x par 1, par 1 :
+ = 0 et
donc : = = 0.

3 0

Comme 1 0 , il en rsulte que la matrice carre H(x)

0
0
nest pas inversible.
c) Notons : f : R R , g : R R , h : R R
.
x 1
x
x
x
x+1
c) On a, pour tout (x, y) R2 :
On a h = f + g, donc ( f, g, h) est lie.
La famille ( f 2 , g2 ) est lie car f 2 = g2 .
On a, pour tout x R :
H(x)H(y) = (A + xB)(A + yB)
f 2 (x) = 1,
= A2 + xBA + yAB + xyB2 = A + xyB = H(xy).

d) Soit x R. Montrons, par rcurrence sur n :
n N ,
H(x)
n
= H(x ).
n
h2 (x) = 1 + 2x + x2 .
Soit (a, b, c) R3 tel que : a f 2 + bg2 + ch2 = 0.

On a alors : x R, (a + c) + 2cx + (b + c)x2 = 0.
a + c = 0,
Si la proprit est vraie pour un n N x, alors :

g2 (x) = x2 ,
Ainsi, le polynme (a + c) + 2cX + (b + c)X2 sannule en tout

point de R, donc est le polynme nul, do :
La proprit est vidente pour n = 1.

H(x) n+1 = H(x) n H(x) = H(xn )H(x) = H(xn x) = H(xn+1 ),
2c = 0,
b + c = 0,
puis : a = 0, b = 0, c = 0.
donc la proprit est vraie pour n + 1.
Ceci montre que la famille ( f 2 , g2 , h2 ) est libre.
Ceci montre, par rcurrence sur n :
d) 1er exemple :
n N ,
H(x)
n
Notons f : R R, g : R R , h : R R
.
x 1
x
|x|
x
1 + x2
= H(xn ).
e) On remarque :
2 6 6
10 30 20 = A + 10B = H(10).
9 27 17
Do, daprs d) :
10
2 6 6
10 30 20 = H(10)10 = H(1010 )
9 27 17
= A + 1010 B = 1010
10
10 1
6
3 1010
3(1010 1)
2 1010 .
2 1010 + 3
1.15
a) Supposons ( f, g) lie.
Si f = 0, alors f 2 = 0, donc ( f 2 , g2 ) est lie.
Si f 0, il existe R tel que g = f, do g2 = 2 f 2 , donc
( f 2 , g2 ) est lie.
Ceci montre que, si ( f, g) est lie, alors ( f 2 , g2 ) est lie.
b) Notons f : R R et g : R R .
x x
x
|x|
22
= 0,
Soit (a, b, c) R3 tel que a f + bg + ch = 0. On a alors :
x R, a + b|x| + c 1 + x2 = 0.
En remplaant x par 0, par 1, par 2, on dduit :
a + c = 0, a + b + c 2 = 0, a + 2b + c 5 = 0
do :

c = a, b = a( 2 1), a 1 + 2( 2 1) 5 = 0

0
donc : a = 0, b = 0, c = 0.
Ceci montre que ( f, g, h) est libre.
On a : x R, f 2 (x) = 1, g2 (x) = x2 , h2 (x) = 1 + x2 ,
h2 = f 2 + g2 .
donc :
Ceci montre que ( f 2 , g2 , h2 ) est lie.

2e exemple :
, h : R R .
Notons f : R R, g : R R
x
x2 1
x x
x
x2 + 1
Soit (a, b, c) R3 tel que a f + bg + ch = 0. On a alors :
x R, ax + b(x2 + 1) + c(x2 1) = 0,
cest--dire :
x R, (b + c)x2 + ax + (b c) = 0
Ainsi, le polynme (b + c)X + aX + (b c) sannule en tout
point de R, donc est le polynme nul, do :
2
b + c = 0, a = 0, b c = 0,
Il est clair que : f1 E et f2 E. On a :

1
0
f
+
f1 = 0
1
1
2
1
0
(1) =
0
1
f2 + 2
f2 = 0
1
1
a = 0, b = 0, c = 0.
puis :
Considrons : f1 : [1 ; 1] R , f2 : [1 ; 1] R .
x 1
x
x
Ceci montre que ( f, g, h) est libre.

On a : x R, f 2 (x) = x2 , g2 (x) = x4 + 2x2 + 1,
h2 (x) = x4 2x2 + 1,
4f = g h .
2
donc :
Ceci montre que ( f , g2 , h2 ) est lie.

2
1 = 0
2 = 0.
On conclut : (1 , 2 ) est libre.
1.16
1) Dabord, il est clair que : i 0 ; n, Pi Rn [X].
2) Montrons que (Pi )0in est libre. Soit (i )0in Rn+1 tel
n

i Pi = 0. En prenant la valeur en a, comme Pi (a) = 0
que :
i=0
pour tout i 1, on obtient 0 P0 (a) = 0, puis, comme

P0 (a) = (a b)n 0, on dduit 0 = 0. En reportant et en simpliant par X a, on dduit :
n

i (X a)i1 (X b)ni = 0,
i=1
n1

cest--dire :
j+1 (X a) j (X b)n1 j = 0.
j=0
En ritrant, on obtient successivement : 1 = 0, ..., n = 0.

Ceci montre que (Pi )0in est libre.
Comme la famille (Pi )0in est libre et que

Card (Pi )0in = n + 1 = dim Rn [X] ,
on conclut que (Pi )0in est une base de Rn [X].
1 + 2 = 0

1
1
+ 2 = 0
2
2
=
0
2
1

+ = 0
c) Daprs la relation de Chasles :

1
f =
f E,
1
donc :

1 ( f + g) =
( f + g)
0
1
f+
f,
0
f E, 3 ( f ) = 1 ( f ) + 2 ( f ),
Ceci montre que (1 , 2 , 3 ) est lie, donc nest pas libre.
1.18
a) Dabord, il est clair que u et v sont bien des applications
de E dans E.
On a, pour tout R et toutes f, g E :
x R, u( f + g)(x) = x( f + g)(x)

= x f (x) + g(x) = x f (x) + xg(x)

= u( f )(x) + u(g)(x) = u( f ) + u(g) (x),
x R, v( f + g)(x) = ( f + g) (x)
do :
0
1
f+
cest--dire : 3 = 1 + 2 .
1.17
a) On a, pour tout R et toutes f, g E :
= ( f + g )(x) = f (x) g (x)

= v( f )(x) + v(g)(x) = v( f ) + v(g) (x),
u( f + g) = u( f ) + u(g)
v( f + g) = v( f ) + v(g),
donc u et v sont linaires.

0
1
g = 1 ( f ) + 1 (g),
donc 1 est linaire.

De mme, 2 et 3 sont linaires.
b) Soit (1 , 2 ) R2 tel que : 1 1 + 2 2 = 0.
0
0
f + 2
f = 0 (1).
On a alors : f E, 1
1
On conclut : u, v L (E).
On a, pour toute f E :

x R, (u v v u)( f )(x) = u v( f ) (x) v u( f ) (x)

= xv( f )(x) + u( f ) (x)

= x f (x) + f (x) + x f (x) = f (x),
donc :
(u v v u)( f ) = f.
23
Chapitre 1
u v v u = IdE .
Ceci montre :
b) 1) tude de u :
On a, pour toute f E :

f Ker (u) u( f ) = 0 x R, x f (x) = 0

x R , f (x) = 0 .
5) Surjectivit :
Soit Q E. Comme Q(0) = 0, il existe n N , a1 , ..., an R
n
n

ak k
tels que : Q =
ak Xk . Notons P =
X . Il est clair que
k
k=1
k=1
P E, puisque P(0) = 0. Et :
f (P) = XP = X
Si f sannule en tout point de R , alors, comme f est continue

en 0, f sannule aussi en 0, donc f = 0.
Ceci montre :
f Ker (u) f = 0,
donc : Ker (u) = {0}.

On conclut : u est injective.
Lapplication constante 1 est lment de E et il nexiste pas
f E telle que u( f ) = 1, car sinon : x R, x f (x) = 1, ce qui
est impossible pour x = 0.
Ceci montre que lapplication constante 1 nest pas atteinte
par u, donc u nest pas surjective.
Pour toute g E, il existe f E telle que f = g (car

g admet au moins une primitive sur R), et on a alors v( f ) = g.
Ceci montre que v est surjective.
Puisque v nest pas injective, v nest pas bijective.
n

kXk1 =
ak Xk = Q.
k=1
Ceci montre que f est surjective.

Finalement, puisque f est linaire, injective, surjective, on
conclut : f G L(E).
1.20
Puisque f 2 0, il existe e1 E tel que f 2 (e1 ) 0.
Notons e2 = f (e1 ), e3 = f (e2 ) = f 2 (e1 ), B = (e1 , e2 , e3 ).

Soit (1 , 2 , 3 ) R3 tel que 1 e1 + 2 e2 + 3 e3 = 0.
On a alors, en composant par f 2 :
0 = f 2 (1 e1 + 2 e2 + 3 e3 )
= 1 f 2 (e1 ) + 2 f 3 (e1 ) +3 f 3 (e2 ) = 1 f 2 (e1 ),

=0
=0
0
do : 1 = 0.
Puis : 2 e2 + 3 e3 = 0.
On a alors, en composant par f :
0 = f (2 e2 + 3 e3 ) = 2 f 2 (e1 ) + 3 f 3 (e1 ) = 2 f 2 (e1 ),

=0
0
do : 2 = 0.
1.19
1) Dabord, E est bien un ev. En eet, E est un sev de R[X]
car le polynme nul appartient E, et, pour tout R et tous
P, Q E :
(P + Q)(0) = P(0) + Q(0) = 0 + 0 = 0,
donc P + Q E.
2) Lapplication f va bien de E dans E, car, pour tout P E,
f (P) = XP est un polynme qui sannule en 0.
3) Lapplication f est linaire car, pour tout R et tous
P, Q E :
f (P + Q) = X(P + Q)
Enn, comme 3 e3 = 0 et e3 = f 2 (e1 ) 0, on a : 3 = 0.

Ceci montre que B est libre.
Comme B est libre et que Card (B) = 3 = dim (E), on conclut
que B est une base de E.
On a f (e1 ) = e2 , f (e2 ) = f 2 (e1 ) = e3, f (e3 ) = f 3 (e1 ) = 0,
0 0 0
donc la matrice de f dans B est : N = 1 0 0 .
010
1.21
a) On calcule les produits matriciels A2 et A3 :
1 1 1 1
1 0 0 1
1 0 0 1
1 1 1 1

12 8 8 12
8 4 4 8
8 4 4 8
12 8 8 12

A2
A3
4) Injectivit :
Soit P Ker ( f ), cest--dire XP = 0.
On dduit P = 0, P est une constante.
Comme de plus P(0) = 0 (car P E), on obtient P = 0.
Ainsi, Ker ( f ) = {0}, donc f est injective.

1 1 1 1
1 0 0 1
1 0 0 1
1 1 1 1
4 2 2 4
2 2 2 2
2 2 2 2
4 2 2 4

= X(P + Q ) = XP + XQ = f (P) + f (Q).
24
k=1
Puisque u nest pas surjective, u nest pas bijective.

2) tude de v :
1 sont les applica On a v(
1) =
0 = v(
0) et
1
0 (o
0 et
tions constantes respectivement gales 0 et 1), donc v nest
pas injective.
n

ak

1 1 1 1
1 0 0 1
1 0 0 1
1 1 1 1
Il est clair que :
u1 = 1
Et :
u2 = 0
A3 = 4A + 2A2 .
Soit (x, y) R2 tel que xA + yA2 = 0. On a alors :
x + 4y = 0, x + 2y = 0, 2y = 0,
do : y = 0, x = 0.
On conclut : la famille (A, A2 ) est libre.
b) Raisonnons par rcurrence sur n.
La proprit est vraie pour n = 1, avec (u1 = 4, v1 = 2).
Supposons que, pour un n N x, il existe (un , vn ) R2 tel
que : An = un A + vn A2 . On a alors :
An+1 = An A = (un A + vn A2 )A = un A2 + vn A3
= un A2 + vn (4A + 2A2 ) = 4vn A + (un + 2vn )A2 .
1 r1 + 2 r2 = 1

1 r12 + 2 r22 = 0
1 r1 + 2 r2 = 1

1 (2r1 + 4) + 2 (2r2 + 4) = 0
1 + 2 = 1/2 L1
1 r1 + 2 r2 = 1
4(1 + 2 ) = 2
1 r1 + 2 r2 = 1 L2
r2
L1 r2 L1 L2
1 (r2 r1 ) = 1 2

(r r ) = 1 + r1
L2 L2 r1 L1
2 2
1
2
3 5
1 =
4 5
3 5
.
2 =
4 5
Do :
n N , un =
3 5
3 5
(1 5)n +
(1 + 5)n ,
4 5
4 5
puis :
En notant :
on a donc :
un+1 = 4vn et vn+1 = un + 2vn ,

A
n+1
= un+1 A + vn+1 A .
2
Ceci montre, par rcurrence sur n, que, pour tout n N , il

existe (un , vn ) R2 tel que : An = un A + vn A2
un+1 = 4vn
et on a :
n N ,
vn+1 = un + 2vn .
3 5
3 5
(1 5)n+1 +
(1 + 5)n+1 .
16 5
16 5
1.22
a) En dveloppant, on a, pour toutes A, B GLn (R) :
A1 (A + B)B1 = A1 AB1 + A1 BB1
= B1 + A1 = A1 + B1.
De plus, comme (A, A2 ) est libre, pour tout n N , le couple

(un , vn ) est unique.
b) Donnons un contrexemple.
c) On a, pour tout n N :
Pour A = In , B = In , C = 2In ,
un+2 = 4vn+1 = 4(un + 2vn ) = 4un + 8vn = 4un + 2un+1 .

n N , vn =
Ainsi :
n N , un+2 = 2un+1 + 4un .
La suite (un )nN est une suite rcurrente linaire dordre 2

coecients constants et sans second membre. Lquation ca= 0 admet deux
ractristique r2 2r 4
racines relles distinctes, qui sont r1 = 1 5, r2 = 1 + 5. Daprs le cours, il
existe donc (1 , 2 ) R2 tel que :
n N , un = 1 r1n + 2 r2n .
A = 1A + 0A
On a :
A2 = 0A + 1A2
1
on a : A1 = In , B1 = In , C 1 = In ,
2
donc : A + B + C = 0 et
A1 + B1 + C 1 =
3
In .
2
3
Sil existait (U, V) convenant, on aurait
In = U0V = 0,
2
contradiction.
La rponse la question pose est donc : non.
1.23
On a :
A3 A2 + A + In = 0 A(A2 + A In ) = In .
Donc A est inversible et : A1 = A2 + A In .
1.24
donc : u1 = 1 et u2 = 0.
a) (A 3In )(B 2In ) = AB 2A 3B + 6In = 6In .

1

b) Daprs a), on a : (A 3In ) (B 2In ) = In .
6
25
Chapitre 1
1
Ainsi, A 3In est inversible et son inverse est (B 2In ). On a
6
donc aussi, dans lautre sens :
1
6

(B 2In ) (A 3In ) = In ,
Ceci montre : Im ( f ) Vect (D, E).

De plus :
D= f
do, en dveloppant : BA 2A 3B + 6 In = 6 In ,
et donc : BA = 2A + 3B = AB.
donc : D Im ( f ), E Im ( f ),
do : Vect (D, E) Im ( f ).
On en dduit : Im ( f ) = Vect (D, E).
1.25
a) Il est clair que f est bien une application de M2 (R) dans
M2 (R).
On a, pour tout R et toutes M, N M2 (R) :
f (M + N) = (M + N)A = MA + NA = f (M) + f (N),
Comme (D, E) est libre (car les deux matrices D, E ne sont

pas colinaires), on conclut : (D, E) est une base de Im ( f ) et
dim Im ( f ) = 2.
Remarque : On contrle avec le thorme du rang :
4 = dim M2 (R) = dim Im ( f ) + dim Ker ( f ) = 2 + 2.
donc f est linaire.

On conclut que f est un endomorphisme de lespace vectoriel
M2 (R).

xy
b) 1) Soit M =
M2 (R). On a :
z t
M Ker ( f ) f (M) = 0

x y 3 6
00
=
z t 4 8
00

3x + 4y = 0, 6x 8y = 0, 3z + 4t = 0, 6z 8t = 0

3x + 4y = 0, 3z + 4t = 0 .

3
3
y = x, t = z .
4
4
On obtient :
x 34 x
; (x, z) R2
Ker ( f ) =
z 34 z

x 4 3 z 0 0
2
=
+
; (x, z) R
4 0 0
4 4 3

note B
note C
= Vect (B, C).

Comme (B, C) est libre (car les deux matrices B et C ne sont
pas colinaires), on conclut que (B, C) est une base de Ker ( f ),
et donc : dim Ker ( f ) = 2.

xy
b) 2) On a, pour toute M =
M2 (R) :
z t

x y 3 6
3x + 4y 6x 8y
f (M) = MA =
=
z t 4 8
3z + 4t 6z 8t

3x + 4y 2(3x + 4y)
=
3z + 4t 2(3z + 4t)

1 2
0 0
= (3x + 4y)
+(3z + 4t)
Vect (D, E).
1 2
0 0

note D
26

1 00
1 10
Im ( f ), E = f
Im ( f ),
3 00
4 01
note E
1.26
a) 1) E RN et 0 E, o 0 est la suite constante nulle.
Soient R, u = (un )nN , v = (vn )nN E, w = u + v.
wn+2 = un+2 + vn+2 = (5un+1 6un ) + (5vn+1 6vn )
= 5(un+1 + vn+1 ) 6(un + vn ) = 5wn+1 6wn ,
donc : w E.
On conclut : E est un sev de RN , donc E est un ev.
2) Par dnition de a et b, on a : a E, b E.
Soit (, ) R2 tel que a + b = 0. On a alors :
n N, an + bn = 0,
do, en particulier, pour n = 0, pour n = 1 : = 0, = 0.
Ainsi, (a, b) est libre.
Soit u = (un )nN E. Notons v = u u0 a u1 b.
On a alors : v E, car u, a, b sont dans E et E est un ev.
Comme v0 = 0 et v1 = 0, on, dduit, par rcurrence immdiate :
n N, vn = 0, do v = 0, puis u = u0 a + v0 b.
Ainsi, (a, b) engendre E.
Finalement : (a, b) est une base de E, et donc : dim (E) = 2.
3) On a r E, s E, car, pour tout n N :
rn+2 5rn+1 + 6rn = 2n (4 10 + 6) = 0,
sn+2 5sn+1 + 6sn = 3n (9 15 + 6) = 0.
Soit (, ) R2 tel que : r + s = 0. On a alors :
n N, 2n + 3n = 0,
do, en particulier, pour n = 0, pour n = 1 :

+ = 0 et
2 + 3 = 0,
Raisonnons par labsurde : supposons A E et B E.
Il existe alors a E tel que a A, et b E tel que b B.

Comme A B = E, il sensuit : a B et b A.
puis : = 0, = 0.
Considrons a + b.
Ainsi, (r, s) est libre.
On a : a + b E = A B, donc : a + b A ou a + b B.

Comme (r, s) est libre et que Card (r, s) = 2 = dim (E), on
conclut : (r, s) est une base de E.
b) Comme dans la solution de a) 2), on a :
r r0 a r1 b = 0 et s s0 a s1 b = 0,
donc :
r = a + 2b et
s = a + 3b,
do la matrice M de la famille (r, s) dans la base (a, b) de E :

11
M=
.
23

On calcule : M 1

3 1
=
. Il en rsulte :
2 1
a = 3r 2s,
b = r + s.
c) 1) Soit u = (un )nN E. Notons u = (un+1 )nN .

un+2 = un+3 = 5un+2 6un+1 = 5un+1 6un ,
donc : u E. On peut donc dnir lapplication
f : E E, u = (un )nN (un+1 )nN .
On a, pour tout R et toutes u, v E :

f (u + v = (u + v)n+1 nN = (un+1 + vn+1 )nN
= (un+1 )nN + (vn+1 )nN = f (u) + f (v),
et on conclut : f est linaire.
1.27
Ainsi, f est un endomorphisme de E.

!
!
2) On a : f (a) 0 = a1 = 0, f (a) 1 = a2 = 5a1 6a0 = 6,
donc : f (a) = 6b.
!
!
On a : f (b) 0 = b1 = 1, f (b) 1 = b2 = 5b1 6b0 = 5, donc :
f (b) = a + 5b.
On en dduit que la matrice de f dans la base (a, b) de E est :
0 1
.
6 5
!
3) On a : n N, f (r) n = rn+1 = 2n+1 = 2rn ,
Supposons a + b A. On a alors : a = (a + b) b A car

a + b A, b A et A est un sev de E, do une contradiction.
Supposons a + b B. On a alors : b = (a + b) a B car
a + b B, a B et B est un sev de E, do une contradiction.
Ce raisonnement par labsurde montre : A = E ou B = E.
1.28
a) Soit (1 , ..., n ) Rn tel que
n

i fai = 0.
i=1
On remarque que, pour tout i 1 ; n, fai est continue en tout

point de R {ai }, et est discontinue en ai .
Supposons quil existe i 1 ; n tel que i 0. On a alors :
f ai =
j
fa .
j
1 jn, ji i
Dune part, fai est discontinue en ai .

Dautre part, pour tout j i, fa j est continue en ai , donc la
j
combinaison linaire
fa est continue en ai , do
i j
1 jn, ji
une contradiction.
Ce raisonnement par labsurde montre : i 1 ; n, i = 0,
et on conclut que la famille ( fai )1in est libre.
n

b) Soit (1 , ..., n ) Rn tel que
i fai = 0.
i=1
On remarque que, pour tout i 1 ; n, fai est drivable en tout

point de R {ai }, et nest pas drivable en ai .
Supposons quil existe i 1 ; n tel que i 0. On a alors :
f ai =

1 jn, ji
j
fa .
i j
Dune part, fai nest pas drivable en ai .

Dautre part, pour tout j i, fa j est drivable en ai , donc la
j
combinaison linaire
fa est drivable en ai , do
i j
1 jn, ji
une contradiction.
donc : f (r) = 2r, et de mme : f (s) = 3s.
Ce raisonnement par labsurde montre : i 1 ; n, i = 0,
On en dduit que la matrice de

2
0
et on conclut que la famille ( fai )1in est libre.

n

i fai = 0.
c) Soit (1 , ..., n ) Rn tel que
f dans la base (r, s) de E est :

0
.
3
i=1
27

Extrait

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Extrait

Transféré par

Droits d'auteur :

Formats disponibles

Mathmatiques

Dunod, Paris, 2012

Table des matires

2. Rduction des endomorphismes

3. Complments sur les suites

Dunod. Toute reproduction non autorise est un dlit

4. Complments sur les fonctions

7. Variables alatoires et couples

8. Variables alatoires densit

12. Problmes de rvision

Pour bien utiliser cet ouvrage

La page dentre de chapitre

Les mthodes retenir

Pour bien utiliser cet ouvrage

noncs des exercices

Dunod. Toute reproduction non autorise est un dlit

Des conseils mthodologiques sont proposs

Corrigs des exercices

noncs des exercices

Corrigs des exercices

Thmes abords dans les exercices

On abrge espace vectoriel en ev

Montrer quun ensemble est un espace vectoriel, un sous-espace vectoriel

Points essentiels du cours

Dunod. Toute reproduction non autorise est un dlit

Dnition et proprits des espaces vectoriels et des sous-espaces vectoriels

Vecteurs, applications linaires, matrices

Les mthodes retenir

revenir la dnition dun sev, cest--dire montrer que F est inclus

montrer que F est le sev de E engendr par une certaine famille

Exercices 1.1 e), 1.8

montrer que F est le noyau ou limage dune certaine application

Exercices 1.1 a), 1.2 a)

Pour montrer quun ensemble E

Montrer que E est un sev dun ev connu.

Exercices 1.19, 1.26 a)

montrer que llment nul de E nest pas dans F

Exercices 1.1 b), 1.2 b), 1.3 b), c)

montrer que F nest pas stable par la multiplication externe

Exercices 1.1 c), 1.2 d), 1.3 d)

montrer que F nest pas stable pour laddition.

Exercices 1.4, 1.15, 1.17 b)

remplacer la variable par des valeurs particulires

utiliser des passages la limite

Les mthodes retenir

utiliser une non-continuit ou une non-drivabilit

Exercice 1.28 a), b)

driver une ou plusieurs fois, ou primitiver

faire intervenir les degrs sil sagit de polynmes

raisonner sur les racines et les ordres de multiplicit sil sagit de

revenir la dnition, cest--dire trouver une combinaison linaire

montrer quun des vecteurs se dcompose linairement sur les

Exercices 1.4 b), 1.15 1.17 c)

Revenir la dnition, cest--dire montrer que tout vecteur de E se

Exercices 1.8, 1.9 b), 1.10 c), 1.25 b)

Dunod. Toute reproduction non autorise est un dlit

revenir la dnition, cest--dire montrer que B est libre et gnratrice de E

montrer que B est libre et que le cardinal de B est gal la dimension de E

Exercices 1.13, 1.16, 1.26 a)

montrer que B est gnratrice de E et que le cardinal de B est gal

trouver une base nie B de E, et on a alors dim (E) = Card (B)

Exercices 1.5 b), 1.8, 1.9

Vecteurs, applications linaires, matrices