Vous êtes sur la page 1sur 54

ISPB, Facult de Pharmacie de Lyon Anne 2014 - 2015

Filire ingnieur
3me anne de pharmacie

ALGEBRE LINEAIRE
Cours et exercices

L. Brandolese
M-A. Dronne
Cours dalgbre linaire

1. Espaces vectoriels
2. Applications linaires
3. Matrices
4. Dterminants
5. Diagonalisation
1
Chapitre 1
Espaces vectoriels

1. Dfinition
Soit K un corps commutatif (K = R ou C)
Soit E un ensemble dont les lments seront appels des vecteurs. On munit E de :
la loi interne + (addition vectorielle) : ( x , y) E 2 , ( x + y) E
la loi externe . (multiplication par un scalaire) : x E, K, (.x ) E

(E, +, .) est un espace vectoriel (ev) sur K (K-ev) si :


1) (E,+) est un groupe commutatif
laddition est associative : ( x , y, z) E 3 , ( x + y) + z = x + ( y + z)

laddition est commutative : ( x , y) E 2 , x + y = y + x

Il existe un lment neutre 0E E tq x E, x + 0E = x


x E, ! x' E tq x + x ' = x '+ x = 0 E (x est appel loppos de x et se note (-x))
2) la loi externe doit vrifier :
K, ( x, y) E 2 , .(x + y) = .x + .y

(1 , 2 ) K 2 , x E , (1 + 2 ).x = 1.x + 2 .x

(1 , 2 ) K 2 , x E , 1.( 2 .x ) = (1. 2 ).x

x E, 1.x = x

Proprits :
Si E est un K-ev, on a :
= 0
1) x E, K , .x = 0 E
ou x = 0 E

2) ().x = (.x ) = .( x )

Exemple :
Soit K = R et E = Rn. (Rn,+, . ) est un R-ev
1) loi interne :
x R n , x = (x1 , x 2 , ..., x n ) et y R n , y = (y1 , y 2 , ..., y n )

x + y = (x1 + y1 , x 2 + y 2 , ..., x n + y n )
2) loi externe :
x R n , R : .x = (x1 , x 2 , ..., x n )
2
2. Sous espace vectoriel (sev)

Dfinition :
Soit E un K-ev et F E . F est un sev si :
F
la loi interne + est stable dans F : ( x , y) F2 , ( x + y) F

la loi externe . est stable dans F : x F, K, (.x ) F

Remarque : Si E est un K-ev, {0 E } et E sont 2 sev de E

Exercice 1 :
Soit E lensemble dfini par E = {( x1 , x 2 , x 3 ) R 3 / x1 + 2x 2 x 3 = 0}
Montrer que E est un sev de R3

Exercice 2 :
Soit E un ev sur K et F1 et F2 deux sev de E. Montrer que F1 I F2 est un sev de E

3. Somme de 2 sev

Thorme :
Soit F1 et F2 deux sev de E. On appelle somme des sev F1 et F2 lensemble not (F1 + F2) dfini par :
F1 + F2 = {x + y / x F1 et y F2 }

On peut montrer que F1 + F2 est un sev de E

Somme directe de sev :

Dfinition :
On appelle somme directe la somme note F1 + F2
F = F1 + F2
F = F1 + F2
F1 I F2 = {0 E }

Remarque : Si F = E, on dit que F1 et F2 sont supplmentaires

Proprit :
F = F1 + F2 ssi z F , z scrit de manire unique sous la forme z = x + y avec x F1 et y F2

Exercice 3 :
{
F1 = {(x1 ,0,0) avec x1 R} et F2 = (0, x 2 , x 3 ) avec (x 2 , x 3 ) R 2 }
Montrer que F1 et F2 sont supplmentaires de R3 cest--dire F1 + F2 = R3
3
4. Combinaisons linaires, familles libres, lies et gnratrices

Dfinition :
Soit E un K-ev et {x i }iI une famille dlments de E. On appelle combinaison linaire de la famille

{x i }iI , lexpression i x i avec i K


iI

Dfinition :
On dit que la famille {x i }iI est libre si i x i = 0 E i = 0 i I
iI

Dfinition :
On dit que la famille {x i }iI est lie si elle nest pas libre : (1 ,..., p ) (0,...,0) tq i x i = 0 E
iI

Dfinition :
On appelle famille gnratrice de E une famille telle que tout lment de E est une combinaison
linaire de cette famille : x E, ( i )iI tq x = i x i
iI

Dfinition :
On dit que la famille {x i }iI est une base de E si {x i }iI est une famille libre et gnratrice

Proprit :
On dit que la famille {x i }iI est une base de E ssi x E , x scrit de manire unique x = i x i
iI

Dmonstration (1) (2) (D1)

Exercice 4 :
Soit e1 = (1,0) R 2 et e 2 = (0,1) R 2 . La famille {e1 , e 2 } est-elle une base ?

Remarque :
La famille {e1 , e 2 ,..., e n } avec e1 = (1,0,...,0), e 2 = (0,1,...,0),..., e n = (0,0,...,1) constitue la base canonique
de Rn

Proprits :
{x} est une famille libre x0

Toute famille contenant une famille gnratrice est gnratrice


Toute sous-famille dune famille libre est libre
Toute famille contenant une famille lie est lie
Toute famille {v1 , v 2 ,..., v p } dont lun des vecteurs vi est nul, est lie
4
5. Espace vectoriel de dimension finie

Dfinitions :
Soit {x i }iI une famille S dlments de E. On appelle cardinal de S le nombre dlments de S

E est un ev de dimension finie si E admet une famille gnratrice de cardinal fini.

Thorme :
Toutes les bases dun mme ev E ont le mme cardinal. Ce nombre commun est appel la dimension
de E. On note dimE

Corollaire :
Dans un ev de dimension n, on a :
- Toute famille libre a au plus n lments
- Toute famille gnratrice a au moins n lments

Remarque : si dimE = n, pour montrer quune famille de n lments est une base de E, il suffit de
montrer quelle est libre ou bien gnratrice.

Exercice 5 :
Dans R3, soit e1= (1,0,0), e2= (1,0,1) et e3= (0,1,2)
Montrer que {e1 , e 2 , e3 } est une base de R3

Thorme de la base incomplte :


Soit E un ev de dimension finie et L une famille libre de E. Alors il existe une base B de cardinal fini
qui contient L.

6. Caractrisation des sev de dimension finie

Proposition :
Soit E un K-ev de dimension n et F un sev de E :
dim F dim E
dim F = dim E F = E

6.1. Coordonnes dun vecteur

Dfinition :
Soit E un K-ev de dimension n et B = {x1 ,..., x n } une base de E (cest--dire x E , x scrit de
n
manire unique x = i x i ), les scalaires 1, ,n sont appels les coordonnes de x dans la base B.
i =1
5
6.2. Rang dune famille de vecteurs. Sous-espaces engendrs

Dfinition :
Soit G = {x1 ,..., x p }

Le sev F des combinaisons linaires des vecteurs x1, , xp est appel sous-espace engendr par G et
se note : F = VectG = Vect{x1 ,..., x p }

p

F = x E / x = i x i avec (1 ,..., p ) R p
i =1

Remarque : F = Vect{x1 ,..., x p } {x1 ,..., x p } est une famille gnratrice de F

Dfinition :
La dimension de F sappelle le rang de la famille G : dimF = rgG

Proprits : Soit G = {x1 ,..., x p }

rgG p

rgG = p G est libre

On ne change pas le rang dune famille de vecteurs :


- en ajoutant lun deux une combinaison linaire des autres
- en multipliant lun deux par un scalaire non nul
- en changeant lordre des vecteurs

6.3. Dtermination du rang dune famille de vecteurs

Thorme :
Soit E un K-ev de dimension finie n et B = {e1 ,..., e n } une base de E.

Si {x1 ,..., x p } est une famille dlments de E ( p n ) telle que les xi scrivent x i = j,i e j avec
n

j=1

i ,i 0 et j,i = 0 pour j < i, alors {x1 ,..., x p } est libre.

Application : Mthode des zros chelonns


Soit E un ev de dimension finie n et B = {e1 ,..., e n } une base de E
Pour dterminer le rang dune famille G = {x1 ,..., x p } avec p n :

1) On crit sur p colonnes et n lignes les vecteurs x1,,xp dans la base B


2) En utilisant les proprits relatives au rang dune famille de vecteurs, on se ramne la disposition
du thorme prcdent.
6
Exercice 6 :
Dterminer le rang de la famille {a1 , a 2 , a 3 } avec a1 = (1,4,7), a2 = (2,5,8), a3 = (3,6,1)

6.4. Existence de sous-espaces supplmentaires en dimension finie, bases et sous-espaces


supplmentaires

Propositions :
Soit E un K-ev de dimension finie n
1) Tout sev F admet au moins un sous-espace supplmentaire, cest--dire quil existe un sev G tq
E=F+G
2) Soit F et G deux sev de E et soit B1 une base de F et B2 une base de G
La famille {B1 , B2 } est une base ssi E = F + G
3) Soit G et G deux sous-espaces supplmentaires de F dans E, alors G et G ont la mme
dimension : dimG = dimG = dimE dimF

6.5. Caractrisation des sous-espaces supplmentaires par la dimension

Corollaire :
Soit E un K-ev de dimension finie
F I G = {0 E }
F + G = E ssi
dim E = dim F + dim G

6.6. Dimension dune somme de sev


Formule de Grassman

Proposition :
Soit E un K-ev de dimension finie et F et G deux sev de E, alors :
dim(F + G ) = dim F + dim G dim(F I G )
7
Chapitre 2
Applications linaires

Dfinitions : Soit f une application quelconque de E dans F :


1) f est injective si ( x , y) E 2 , f ( x ) = f ( y) x = y (quivaut : ( x , y) E 2 , x y f ( x ) f ( y) )
2) f est surjective si y F, x E tq y = f(x)
3) f est bijective ssi f est injective et surjective : y F, !x E tq y = f(x)

1. Dfinition dune application linaire


Soit E et F deux K-ev (K = R ou C) et f une application de E dans F.
On dit que f est linaire ssi (x, y) E 2 et (, ) K 2 , f (x + y) = f (x) + f (y)

Remarques :
1) f : E F est une application linaire ssi :
x E et K, f (x ) = f ( x )

(x, y) E2 , f (x + y) = f (x) + f (y)


2) f(0E) = 0F

Dmonstration de la remarque 2 (D1)

2. Image et noyau dune application linaire

Soit f une application linaire de E dans F


1) On appelle image de f et on note Im(f) le sous-ensemble de F dfini par :
Im(f ) = {y F / x E, f ( x ) = y}
2) On appelle noyau de f et on note Ker(f) le sous-ensemble de E dfini par :
Ker (f ) = {x E / f ( x ) = 0 F }

Thorme :
Im(f) est un sev de F
Ker(f) est un sev de E

Dmonstration (D2)

Thorme :
Soit f une application linaire de E dans F.
f est injective ssi Ker (f ) = {0E }

Dmonstration (D3)
8
Thorme : f est surjective ssi Im(f) = F

Dmonstration (D4)

Dfinitions :
1) Une application linaire f de E dans F est un homomorphisme de E dans F.
2) Si f est un homomorphisme bijectif de E dans F, alors f -1 est linaire et f est un isomorphisme de E
dans F.
3) Si E = F, f est un endomorphisme de E.
4) Si f est un endomorphisme bijectif, f est un automorphisme.

Notations :
(E,F) est lensemble des applications linaires ( = homomorphismes) de E dans F.
(E) est lensemble des endomorphismes de E.

3. Applications linaires en dimension finie

3.1. Proprits
Soit f une application linaire de E dans F avec dimE = n
f est injective ssi f transforme toute base de E en une famille libre de F
f est surjective ssi limage de toute base de E est une famille gnratrice de F
f est bijective ssi limage de toute base de E est une base de F

Dmonstration de la 1re proprit (D5)

3.2. Rang dune application linaire

Dfinition :
Le rang dune application linaire f est gal la dimension de Im(f) : rg(f ) = dim(Im f )

Proprits :
1) on a toujours rg(f ) dim E
2) f est surjective ssi rg(f) = dimF
3) f est injective ssi rg(f) = dimE
4) f est bijective ssi rg(f) = dimE = dimF

Remarque : Si f est un endomorphisme de E, alors : f injective f surjective f bijective

4. Thorme fondamental :
Soit f une application linaire de E dans F avec dimE = n, alors dim(Im f ) + dim(Kerf ) = dim E

Remarque : ce nest vrai quen dimension finie !


9
Chapitre 3
Matrices

1. Dfinitions
On appelle matrice de type (n,p) coefficients dans K, un tableau de n.p lments de K rangs sur n
lignes et p colonnes :
a11 a12 ... a1p

a a 22 ... a 2 p
A=
21

... ... ... ...




a n1 a n 2 ... a np

En abrg, on note A = (a ij )1in et 1 jp

On dsigne par n,p(K) lensemble des matrices coefficients dans K, n lignes et p colonnes.

Cas particuliers :
Si n = p, on dit que la matrice est carre
Si n = 1, 1,p est lensemble des matrices lignes
Si p = 1, n,1 est lensemble des matrices colonnes
Si les coefficients sont tq aij = 0 pour i > j, on dit que la matrice est triangulaire suprieure

2. Matrice associe une application linaire

Soit E et F deux ev de dimensions finies p et n respectivement


Soit B = {e1 ,..., e p } une base de E et B' = {e'1 ,..., e'n } une base de F
n
Soit f (E,F) et on pose f (e j ) = a ije'i (donc f (e j ) = a1 je'1 +a 2 je'2 +... + a nje'n )
i =1

On dfinit une matrice M = (a ij )1in et 1 jp

f (e1) f (e2 ) ... f (ep )

a 11 a 12 ... a 1p e '1

a a 22 ... a 2 p e '2
M =
21

... ... ... ... ...




a n1 a n2 ... a np e 'n

M est appele la matrice associe f dans les bases B et B. On la note MBB(f).

Remarque : la matrice dune application linaire dpend des bases choisies (B et B)


10
Exercice 1 :
Soit f : R3 R3
(x1 , x 2 , x 3 ) (2x1 + x 2 + x 3 , x1 + 2x 2 + x 3 , x1+ x 2 )
f (x1 , x 2 , x 3 ) = (2x1 + x 2 + x 3 , x1 + 2x 2 + x 3 , x1+ x 2 )

1) Montrer que f est un endomorphisme de R3 (cest--dire f (R3))


2) Dterminer la matrice associe f dans la base canonique de R3

Exercice 2 :
Soit f une application linaire de R3 dans R2
Soit B et B les bases canoniques de R3 et R2
1 0 0
La matrice associe f dans les bases B et B est : M BB ' (f ) = 2,3(R)
1 1 0

Dterminer lexpression analytique de f

Thorme :
Lapplication qui f (E,F) fait correspondre MBB(f) est bijective.

3. Oprations sur les matrices

3.1. Addition interne et multiplication externe

Soit A = (a ij ) n,p(R) et B = (b ij ) n,p(R)

Alors A + B = (a ij + b ij ) n,p(R)

Et, R, A = (a ij ) n,p(R)

Exemples :
1 1 0 0 1 0

A = 0 0 2 et B = 4 1 2

2 3 1 11 0 1

1 0 0 2 2 0

A + B = 4 1 0 et 2 A = 0 0 4

13 3 0 4 6 2

3.2. Produit de deux matrices

Soit E, F, G trois K-ev de bases respectives B = {e1 ,..., e n } , B' = {e'1 ,..., e'm } et B' ' = {e' '1 ,..., e' 'p }

f : E F de matrice associe MBB(f) m,n


11
g : F G de matrice associe MBB(g) p,m
(g o f ) (E,G), on dtermine la matrice associe de cette application linaire :
m m m
p m p
(g o f)(ei ) = g(f (ei )) = g a ji e' j = a ji g(e' j ) = a ji b kje' 'k = b kja ji e' 'k
j=1 j=1 j=1 k =1 j=1 k =1
m
On pose c ki = b kja ji
j=1

p
Donc (g o f)(ei ) = c ki e' 'k
k =1

La matrice associe (g o f ) est M BB'' (g o f ) p,n

Remarque :
Pour que le produit existe, il faut que lon ait p,m x m,n = p,n

En pratique : M BB'' (g o f ) = M B'B'' (g) M BB' (f )

... a 1i ...

... a ...
M1 =
2i

... ... ...



... a ... (mn )
mi

... ... ... ... ... ... ...



M 2 = b k1 bk2 ... b km = ... c ki ... = M3

... ... ... ... (pm ) ... ...
... (pn )

Exemple :
1 0
1 0 0
A= et B = 0 1
2 1 0 (23 )
2
1 (32 )

Calcul de A B :
1 0
AB =
2 1
(22 )

Remarque : A B B A
Dans le cas prcdent A B 2,2 et B A 3,3
Donc (A + B)2 = A2 +AB + BA +B2
12
3.3. Proprits
Si les produits sont dfinis :
A ( B C ) = ( A B) C

A ( B + C ) = ( A B) + ( A C )

( B + C) A = ( B A ) + (C A )

K, (A B) = ( A ) B

Cas des matrices carres :


Lensemble des matrices carres est n(K)
n(K) est un K-ev de dimension n2
Les 4 proprits prcdentes sont valables
(A, B) (n(K))2 tq A 0, B 0 et AB = 0

Exemple :
1 0 0 0
A= et B =
0 0 0 1

A 0, B 0 et A B = 0

Dfinition :
A n(K) est inversible ssi B n(K) tq A B = B A = I n
B est dite inverse de A et se note A-1

Remarque : In est la matrice identit de n(K) :


1 0 ... 0

0 1 ... 0
In =
... ... ... ...


0 0 ... 1

Proprits de la matrice identit :


A In = In A = A

In est inversible : I n1 = I n

Mthode pour trouver linverse dune matrice :


1 0
Exemple : trouver linverse de A =
2 1

13
a b 1 0
On cherche B = tq A B = =I
c d 0 1
2

a b
Or, A B =
2a c 2 b d

a = 1 a = 1

b = 0 b = 0
Donc, par identification :
2 a c = 0 c = 2

2 b d = 1 d = 1

Thorme :
Soit f une application linaire de E dans F et A = MBB(f) avec B une base de E et B une base de F. A
est inversible ssi f est un isomorphisme de E dans F et A-1 = MBB(f-1)

Thorme :
Soit A n(K). A est inversible ssi la famille des vecteurs colonnes de A est une base de E.

Exercice 3 :
Montrer que la matrice A n(K) suivante est inversible.
11 0 0 ... 0

22 0 ... 0
21
A = 31 32 33 ... 0 avec ii 0, i


... ... ... ... ...

n1 n2 n3 ... nn

Thorme :
Si A et B sont des matrices inversibles de n(K), alors A B est inversible et ( A B) 1 = B 1 A 1

4. Changement de base

4.1. Formule matricielle de Y = AX

Soit f (E,F) avec dimE = n et dimF = p


A = (a ij )1ip et 1 jn matrice associe f

Soit x = x je j avec B = {e1 ,..., e n } base de E et y = f ( x ) = y i e'i avec B' = {e'1 ,..., e'p } base de F
n p

j=1 i =1

f (x) = f x je j = f (x je j ) = x jf (e j ) = x j a ije'i = (x ja ij ).e'i


n n n n p n p

j=1 j=1 j=1 j=1 i=1 j=1 i=1


14
Donc yi = (x ja ij )
n

j=1

A x et y, on fait correspondre deux vecteurs colonnes X et Y et on a la matrice A suivante :


a11 a12 ... a1n
x1 y1
a a 22 ... a 2 n

X = ... , Y = ... et A =
21
Y = AX
... ... ... ...
x
n yp
a p1 a p 2 ... a pn

Exercice 4 :
Soit f : R4 R3
(x1 , x 2 , x 3 , x 4 ) ( y1 , y 2 , y3 ) tq

y1 = 2x1 x 2 + x 3

y 2 = 3x 2 x 3 + x 4

y 3 = x1 x 2 + x 3 + x 4
1) Dterminer la matrice A associe f
2) Dterminer Ker(f)

4.2. Matrice de passage

Dfinition :
Soit B = {e1 ,..., e n } et B' = {e'1 ,..., e'n } des bases de E
n
B sappelle ancienne base de E et B nouvelle base de E. On a e' j = ijei j pour 1 j n
i =1

On appelle matrice de passage de B B la matrice P = ( ij )1i , jn dont les colonnes sont constitues

des coordonnes des nouveaux vecteurs ej crites dans lancienne base.


e '1 e '2 ... e 'n

11 12 ... 1n e1

22 ... 2 n e 2
P=
21

... ... ... ... ...




n1 n2 ... nn e n

Proposition :
Soit E un K-ev de dimension p, alors :
Toute matrice de passage est inversible
Si PBB est la matrice de passage de B B alors (PBB)-1 est la matrice de passage de B B et
(PBB)-1 = PBB
15
4.2. Effet dun changement de base sur les coordonnes dun vecteur

Proposition :
Soit P la matrice de passage de B B.
x E , soit X le vecteur colonne des coordonnes de x dans lancienne base B et X le vecteur
colonne de x dans la nouvelle base B. Alors X' = P 1X

4.2. Effet dun changement de base sur la matrice dune application linaire

Proposition :
Soit E et F deux K-ev ayant pour anciennes bases respectivement BE et BF.
Soit BE et BF deux nouvelles bases de E et F.
Soit P la matrice de passage de BE BE et Q la matrice de passage de BF BF
Pour toute application linaire de E dans F, soit M sa matrice associe dans les anciennes bases (BE et
BF).
Alors, la nouvelle matrice N dans les nouvelles bases (BE et BF) est donne par la formule suivante :
N = Q 1MP (= formule de changement de base)

Corollaire :
Soit f un endomorphisme de E, M sa matrice associe dans lancienne base B et N sa matrice associe
dans la nouvelle base B.
Soit P la matrice de passage de B B.
Alors N = P 1MP

Remarque : dans la matrice de passage, on crit les lments de la nouvelle base en fonction des
lments de lancienne base.

Remarques :
N = P 1MP
PN = PP 1MP = IMP PNP 1 = M
Si N est une matrice diagonale :
M n = (PNP 1 ) n = PNP 1 PNP 1 ... PNP 1

n fois
M n = PN n P 1
1 0 0

Comme N est diagonale : N = 0 ... 0



0 0 p
16
n
0 0
1

Donc N = 0
n
... 0 calcul de M n

0 0 np

5. Rang dune matrice

Dfinition :
Soit A n,p(K), on appelle rang de A le rang du systme compos par ses vecteurs colonnes.

Thorme :
Le rang de A est le rang de toute application linaire reprsente par A.

6. Matrices particulires

Dfinition :
Si A = (a ij )1in et 1 jp , la transpose de A, note tA est la matrice tA = (a ji )1 jp et 1in

Proprits :
t
(A + B) = tA + tB
t
(A) = tA
t t
( A) = A
t
(A x B) = tB x tA
t
(A-1) = (tA)-1
rg(tA) = rg(A)

On dit que A est symtrique ssi tA = A


On dit que A est antisymtrique ssi tA = - A
17
Chapitre 4
Dterminants

1. Dterminants dordre 2

1.1. Dfinitions
Soit E un K-ev de dimension 2
On dit que f est une forme bilinaire de ExE dans K si ( x1 , x 2 ) E 2 :
f (x1 + x '1 , x 2 ) = f (x1 , x 2 ) + f (x '1 , x 2 )
f (x1 , x 2 + x '2 ) = f (x1 , x 2 ) + f (x1 , x '2 )

On dit que f est antisymtrique si ( x1 , x 2 ) E 2 , f (x 2 , x1 ) = f (x1 , x 2 )

On dit que f est alterne si x E , f (x, x ) = 0

r r
Exemple : le produit scalaire x . y
r r r r
1) le produit scalaire est une forme bilinaire : ( x, y) R 3 R 3 , x . y = x1 y1 + x 2 y 2 + x 3 y 3
r r r r
2) il est symtrique : x . y = y . x
r r r
3) il nest pas altern : x . x = x12 + x 22 + x 32 = x
2

Thorme :
Toute forme bilinaire antisymtrique est alterne et, rciproquement, toute forme bilinaire alterne
est antisymtrique.

Dmonstration (D1)

Thorme :
Soit f une forme bilinaire antisymtrique
Soit B = {e1 , e 2 } une base de E

x1 = a11e1 + a12e 2
( x1 , x 2 ) E 2 , (a11 , a12 , a 21 , a 22 ) R 4 tq
x 2 = a 21e1 + a 22e 2

Alors f (x1 , x 2 ) = det B ( x1 , x 2 ) f (e1 , e 2 )


Avec det B ( x1 , x 2 ) = a11 a 22 a12 a 21

a11 a12
On note det B ( x1 , x 2 ) =
a 21 a 22

Dmonstration (D2)
18
Thormes :
Lespace 2 des formes bilinaires alternes sur E est un K-ev de dimension 1
Soit B = {e1 , e 2 } et B' = {e'1 , e'2 } deux bases de E
det B' ( x1 , x 2 ) = det B' (e1 , e 2 ) det B ( x1 , x 2 )

La famille {x1 , x 2 } est libre ssi det B ( x1 , x 2 ) 0

Dmonstration du 3me thorme (D3)

1.2. Dterminants et matrices

Soit A 2(K). On appelle dterminant de A le dterminant des vecteurs lignes (ou colonnes) de A.

Exemple : soit la matrice A suivante :


f (e1) f (e2 )

a11 a12 e1
A=
a
21 a 22 e2
a11 a12
det(A) = det B (f (e1 ), f (e 2 )) = = a11 a 22 a12 a 21
a 21 a 22

Thorme :
Soit (A, B) (2(K))2
det(A B) = det(A) det(B) = det(B) det(A)

2. Dterminant dordre 3

2.2.Dfinitions

Soit E un K-ev de dimension 3 et f : E3 K


f est trilinaire si elle est linaire par rapport chaque vecteur xi ( i {1, 2, 3})
f est antisymtrique ou alterne si elle est nulle lorsque 2 vecteurs sont gaux.
f (x1 , x 2 , x 3 ) = 0 ds que xi = xj pour 1 couple (i,j)

Thormes :
3 est lensemble des formes trilinaires alternes et est un K-ev de dimension 1
Soit f une forme trilinaire et B = {e1 , e 2 , e3 } une base de E :

f ( x1 , x 2 , x 3 ) = det B (x1 , x 2 , x 3 ) f (e1 , e 2 , e3 )

Si B et B sont deux bases de E :


det B' (x1 , x 2 , x 3 ) = det B' (e1 , e2 , e3 ) det B ( x1 , x 2 , x 3 )
19
La famille {x1 , x 2 , x 3 } est libre ssi det B ( x1 , x 2 , x 3 ) 0

Soit A et B 3(K), det(AB) = det(A) det(B)

Soit A 3(K), det( t A) = det(A)

2.2. Calcul pratique


a11 a12 a13

Soit la matrice : A = a 21 a 22 a 23

a a 33
31 a 32
Notations :
On note Aij la matrice dduite de A en supprimant la ligne i et la colonne j
On note ~a le cofacteur de llment a : ~a = (1)i+ j det(A )
ij ij ij ij

det(A ij ) sappelle dterminant mineur

En pratique, on dveloppe le dterminant de A au moyen des cofacteurs relatifs la 1re ligne (ou la
1re colonne).
a11 a12 a13
det(A) = a 21 a 22 a 23

a 31 a 32 a 33

det(A) = a11 ~
a11 + a12 ~
a12 + a13 ~
a13

= a11 det(A11 ) a12 det(A12 ) + a13 det(A13 )

a 22 a 23 a 21 a 23 a 21 a 22
= a11 a12 + a13
a 32 a 33 a 31 a 33 a 31 a 32

= a11 (a 22a 33 a 23a 32 ) a12 (a 21a 33 a 23a 31 ) + a13 (a 21a 32 a 22a 31 )

3. Dterminant dordre n

3.1. Dterminant dune matrice carre dordre n


On a les rsultats et les rgles de calcul suivants :
detA = 0 si deux colonnes sont gales ou proportionnelles ou si une colonne est nulle
detA change de signe si on permute deux colonnes
detA ne change pas de valeur si on substitue la colonne i la colonne i+kj (j tant une autre
colonne)
detA est multipli par si on remplace la colonne j par j

Remarque : ces proprits sont aussi valables pour les lignes


20
Proprits :
det(AB) = det A det B

det( t A) = det A

Exercice 1 :
Calculer le dterminant de la matrice suivante :
a a a a

a b b b
A =
a b c c


a b c d

Exercice 2 :
Calculer le dterminant de la matrice suivante :
a11 a12 ... a1n

0 a ... a 2 n
T =
22

... ... ... ...




0 0 ... a nn

a 22 ... a 2 n a 33 ... a 3n
det T = a11 ... ... ... = a11 a 22 ... ... ... = a11 a 22 a 33 ... a nn

0 ... a nn 0 ... a nn

Le dterminant dune matrice triangulaire est gal au produit des coefficients de la diagonale.

3.2. Comatrice

Dfinition :
Soit M n(K). On appelle comatrice de M, note M*, la matrice des cofacteurs.

Exercice 3 :
Trouver la comatrice de la matrice suivante :
1 0 1

M = 0 1 1


1 2 0

Thorme :
M n(K), Mt M*= t M * M = det M I n
21
Exercice 4 :
Reprendre lexemple prcdent et montrer que Mt M* = det M I3

3.3. Matrices inversibles

Thorme :
Soit M n(K), M est inversible ssi det M 0
1
On a alors M 1 = t M *
det M

Proprits :
Soit A et B deux matrices carres dordre n telles que det A 0 et det B 0
1
det(A 1 ) =
det A
(A 1 ) 1 = A

(AB) 1 = B1 A 1

t
(A 1 ) =( t A) 1

Dmonstrations (D4)

4. Dterminant dun endomorphisme de E

Dfinition :
Soit f (E). On appelle dterminant de f et on note det(f) le dterminant de sa matrice associe dans
une base quelconque.

Remarque :
det(f) ne dpend pas de la base considre

Dmonstration (D5)

5. Applications

5.1. Rang dune matrice (rectangle ou carre)

Rappels :
rgA = rgf = dim(Im f )
rgA = rang du systme compos par les vecteurs colonnes de la matrice
rgA = rang du systme compos par les vecteurs lignes de la matrice
rgA = taille de la plus grande matrice carre extraite de A et de det 0
22
5.2. Systme linaire de n quations n inconnues
a 11 x 1 + a 12 x 2 + ... + a 1 n x n = b 1

a 21 x 1 + a 22 x 2 + ... + a 2 n x n = b 2
(S)
...

a n 1 x 1 + a n 2 x 2 + ... + a nn x n = b n

x1 b1 a11 ... a1n



On pose X = ... , B = ... et A = ... ... ... donc on peut crire le systme AX = B

x b a
n n n1 ... a nn
Si det 0 , A est inversible et on peut calculer X = A 1B

Dfinition :
(S) est dit systme de Cramer si det 0
X = A 1B
(S) possde une unique solution
f est une bijection sur E

Calcul de la solution unique (x1, x2, , xn)


j
Lorsque lon a une solution unique (x1, x2,, xn), on utilise les formules de Cramer : x j =

= det(A)
j : dterminant dduit de en remplaant la colonne aj par la colonne b

Exercice 5 : Rsoudre le systme suivant :


4x1 + 5x 2 = 3

2x1 + 3x 2 = 1

Proposition : critres dexistence de solutions


Soit lapplication linaire f : K p K n dont la matrice dans les bases Bp et Bn est A.
Soit x et b les vecteurs de Kp et de Kn dont les coordonnes dans les bases Bp et Bn sont X et B.
Soit le systme linaire (S) dfini par : AX = B
Alors (S) admet au moins une solution ssi lune des conditions quivalentes suivantes est satisfaite :
1) b Im f
a1i
p

2) (1 , 2 ,... p ) K tq B = i Ci avec Ci = ... la ime colonne de la matrice A
p

i =1
a
ni
Dmonstration (D6)
23
Chapitre 5
Diagonalisation

1. Introduction

Soit A une matrice associe un endomorphisme f (E), avec E un K-ev de dimension finie.
On pose A = MB(f) et B = {e1 ,...,e n } une base de E.
Objectif : on veut trouver une base B de E ou trouver une matrice P inversible tq A= P-1AP avec A
matrice diagonale.

Dfinitions :
Soit E un K-ev de dimension n et f (E). On dit que f est diagonalisable sil existe une base
B de E et (1 ,..., n ) K n tq f(e'i ) = i e'i
On dit que A n(K) est diagonalisable si elle est semblable une matrice diagonale cest--
dire sil existe une matrice P inversible tq la matrice A= P-1AP est diagonale.

2. Valeurs propres et vecteurs propres

Dfinitions :
Soit E un K-ev et f (E)
On dit que K est valeur propre de f sil existe x E tq x 0E et f(x) = x
On dit que x est vecteur propre de f associ

Remarques :
1) Soit une valeur propre de f. Donc x 0E tq f(x) = x

f(x) - x = 0F (f - id) x = 0 F

x Ker (f id)

Comme x 0 E , (f - id) nest pas injective


2) f est diagonalisable ssi il existe une base de E forme de vecteurs propres.

Dmonstration du 2) (D1)

Remarque : sur la diagonale de la matrice diagonale apparaissent les valeurs propres de


lendomorphisme.

Thorme :
Si les valeurs propres sont 2 2 distinctes, alors la famille constitue par les vecteurs propres associs
ces valeurs propres est libre.
24
Corollaire :
Si dimE = n et que f admet n valeurs propres distinctes, alors f est diagonalisable.

3. Polynme caractristique

Dfinition
Le polynme Pn () = det(A I n ) sappelle le polynme caractristique de A.
Les valeurs propres de A sont les racines de ce polynme de degr n.

Rsum :
1) Les valeurs propres sont les solutions de lquation : det(A I) = 0
2) Les vecteurs propres V sont les solutions de lquation : (A I).V = 0

Remarques :
- On calcule un vecteur propre pour chaque valeur propre
- Lorsquon exprime la matrice dans la base constitue par les vecteurs propres, on obtient une
matrice diagonale dont les lments diagonaux sont les valeurs propres de la matrice.

Exercice 1 :
Dterminer les valeurs propres de la matrice suivante :
3 1 0

A = 4 1 0


4 8 2

4. Sous-espaces propres

Dfinition :
Soit f (E) et une valeur propre de f.
On appelle sous-espace propre associ lensemble E = {x E / f ( x ) = x} = Ker(f id E )

Remarques :
E est lensemble form des vecteurs propres associs la valeur propre et du vecteur 0E
dim E 1

(f - idE) est un endomorphisme de E, donc dim E = dim Ker (f id E ) + dim Im(f id E )

n = dim E + rg(f id E )

Donc dim E = n rg(f id E )


25
Exercice 2 :
Dterminer les sous-espaces propres associs aux valeurs propres de la matrice A :
3 1 0

A = 4 1 0


4 8 2

5. Diagonalisation

Thorme :
f est diagonalisable ssi Pn() admet n racines i (distinctes ou confondues) et si on a, pour tout i :
m( i ) = dim E i (m(i) : ordre de multiplicit de i)

Autre formulation du thorme :


p
dim E = n = m(i )
f est diagonalisable ssi i =1
dim E i = m(i ) i {1,..., p}

6. Applications

6.1. Calcul de la puissance dune matrice : Ak

Soit A n(K).
Si A est diagonalisable, il existe deux matrices : A diagonale et P inversible tq A = P-1AP (cest--
dire A = PAP-1)
Ak = (PA' P 1 ) (PA' P 1 ) ... (PA' P1 ) = P(A' ) k P1
k fois

1 ... 0 k1 ... 0

Or, si A' = ... ... ... (A' ) = ... ... ...
k

0 ... k
n 0 ... n
Donc Ak se calcule par la formule suivante :
k1 ... 0

A = P ... ... ... P 1
k
k
0 ... n

6.2. Rsolution dun systme de suites rcurrentes

On cherche dterminer les expressions de un et vn en fonction de n, connaissant le systme suivant :


26
u n +1 = f (u n , v n )
et les valeurs u0 et v0
v n +1 = g (u n , v n )

un u0
On pose X n = et X 0 =
v v
n 0
Le systme prcdent scrit Xn+1 = A.Xn
Do, par rcurrence, Xn = An.X0
On est ainsi ramen au calcul de An puis de Xn en fonction de n.

6.3. Systme diffrentiel linaire coefficients constants

On cherche rsoudre le systme suivant :


dx 1
dt = a11x 1 + ... + a 1n x n

(1) ... avec a ij R et x i : R R drivables
dx
n = a n1x 1+... + a nn x n
dt

x1

dX
Sous forme matricielle, le systme scrit = AX o A = (aij) et X = ...
dt
x
n
Si A est diagonalisable, il existe A diagonale et P inversible tq A = P-1AP
Si on considre A comme la matrice dun endomorphisme f dans la base canonique, A est la matrice
de f dans la base des vecteurs propres {vi }.
X est la matrice du vecteur x dans la base canonique et Y est la matrice de x dans la base des {vi }. On
a la relation : Y = P-1X
dY dX
En drivant cette relation : = P 1
dt dt
dY
Donc = P 1AX = (P 1AP)Y = A' Y
dt
dY
Donc le systme (1) quivaut = A' Y . Ce systme sintgre facilement car A est diagonale.
dt

dX
Rsum : pour rsoudre le systme = AX :
dt
1) On diagonalise A. On trouve A = P-1AP une matrice diagonale semblable A
dY
2) On intgre le systme = A' Y
dt
3) On revient X par X = PY
0

Exercices dalgbre linaire

1. Exercices de prparation
2. Annales
1
2
Exercices de prparation

Chapitre 1 : Espaces vectoriels


Exercice 1
Soit E lev des fonctions relles dfinies sur R.
Parmi les sous-ensembles suivants, quels sont ceux qui possdent une structure de sous-espace
vectoriel (sev) ?
- le sous-ensemble Ep des fonctions positives
- le sous-ensemble E1 des fonctions qui sannulent en 1
- le sous-ensemble Einf des fonctions qui tendent vers + infini lorsque x tend vers + infini

Exercice 2
Dterminer m R pour que :
E m = {(x, y, z, t ) R 4 / x y + 2z 3t = m} soit un sev de R4

Exercice 3
Soit (,+, . ) lev des fonctions dfinies sur R.
On pose F1 le sous-ensemble des fonctions paires et F2 le sous-ensemble des fonctions impaires. Ces
deux sous-ensembles sont des sev de (,+, . ). Montrer quils sont supplmentaires.

Exercice 4
Dans R2, soit v1 = (1,1) et v2 = (1,-1). Montrer que {v 1 , v 2 } est une famille gnratrice de R2.

Exercice 5
Soit lev des fonctions relles dfinies sur R.
Soit les fonctions suivantes :
f1 : x x2 + x 1
f2 : x 2 x
f3 : x cos x
f4 : x sin x
1) Est-ce que {f 1 , f 2 } est libre ?
2) Est-ce que {f 3 , f 4 } est libre ?

Exercice 6
Soit F un sev de R3 tq : F = {(x, y, z ) R 3 / 2x + y + 3z = 0}
Soit v1 = (1,-2,0) et v2 = (0,-3,1). Montrer que {v 1 , v 2 } forme une base de F.

Exercice 7
Montrer que B = {1, x, x 2 ,...x n } est une base de Rn[x]
Rn[x] tant lensemble des polynmes de degr n, cest--dire :
R n [x ] = P / P = a i x i avec (a 0 ,..., a n ) R n +1
n

i=0

Exercice 8 : Obtention dune base partir dune famille gnratrice


Dterminer une base du sous-espace de R4 engendr par les vecteurs v1 = (1,1,0,-1) et v2 = (-1,1,1,0)
et v3 = (0,2,1,-1) et donner les ventuelles relations linaires entre ces vecteurs.
3
Exercice 9 : Obtention dune base partir dune famille libre
Dans R5, soit les vecteurs x1 = (1,0,1,1,1) et x2 = (2,1,3,0,2) et x3 = (1,-1,1,1,1)
1) Montrer que {x1 , x 2 , x 3 } est une famille libre
2) Complter cette famille pour obtenir une base de R5
3) Dterminer un sous-espace supplmentaire de F = Vect{x 1 , x 2 , x 3 }

Exercice 10
Soit F et G les sev de R4 engendrs respectivement par {v 1 , v 2 } et {w 1 , w 2 } o v1 = (1,-1,0,2), v2 =
(2,1,3,1), w1 = (1,1,1,1) et w2 = (3,-4,4,2).
Dterminer une base de F I G

Chapitre 2 : Applications linaires


Exercice 1
Dterminer si les applications suivantes sont linaires :
f1 : ( x, y ) R 2 x + y R
f2 : ( x, y, z ) R 3 ( xy, x, y) R 3
f3 : P R 3 [X ] P' R 2 [X]

Exercice 2
Pour tout rel m, soit lapplication f : R3 R4 dfinie par :
f(x,y,z) = (x y + z, mx 2y + mz, - x + y, - mx + my mz)
1) Montrer que f est linaire
2) Dterminer une base du noyau de f. Pour quelle valeur de m lapplication f est-elle injective ? f
est-elle bijective ?
3) Dterminer une base de limage de f

Chapitre 3 : Matrices

Exercice 1
Soit B4 = {e1 , e 2 , e3 , e 4 } la base canonique de R4 et B3 = {f1 , f 2 , f 3 } la base canonique de R3.
Soit u lapplication linaire de R4 dans R3 dfinie par :
R4 R3
(x, y, z, t) u(x, y, z, t) = (z, x + y + z - t, x + z)
1) Dterminer la matrice associe u dans ces bases
2) Dterminer le rang de u

Exercice 2
Pour tout entier n 2 , soit lapplication f dfinie sur Rn[X] par :
f : P P + (1-X)P
1) Montrer que f est un endomorphisme de Rn[X]
2) Dterminer la matrice M associe f dans la base B = {1, X, X 2 ,..., X n }
3) Dterminer une base de Imf
4) Dterminer une base de Kerf
5) Montrer que Imf et Kerf sont supplmentaires dans Rn[X]
4
Exercicer 3r r
( ) r r r r r r
Soit O, i , j, k le repre orthonorm de R3. Soit v = i + j et w = j + k
r r r r r r
1) Trouver u orthogonal v et w et montrer que B' = {u, v, w} est une base de R3
r r
2) Soit f la symtrie orthogonale par rapport au plan ( v, w ) . Ecrire la matrice A de f dans la base
B
(
rr r
3) Ecrire la matrice A de f dans la base B = i , j, k)
Exercice 4
Soit f une application linaire de R2 dans R2
f : (x1, x2) (5x1 + 3x2, 3x1 + 5x2)
1) Quelle est la matrice associe f lorsque R2 est muni de la base canonique ? (on appelle A
cette matrice)
2 2 2 2
2) Montrer que e'1 = et e' = constitue une base de R2
2

2 2 2 2
3) Quelle est la matrice associe f dans la nouvelle base {e'1 , e'2 } ? (on appelle N cette matrice)
4) Calculer Np avec p N

Exercice 5
Calculer le rang de la matrice A :
1 1 3 5 1

A = 2 0 1 3 1


3 1 2 8 2

Chapitre 4 : Dterminants
Exercice 1
Calculer le dterminant de la matrice suivante :
a a a a

a b b b
A =
a b c c


a b c d

Exercice 2
Calculer le dterminant de la matrice suivante :
a + i + ia a +

B = b + i + ib b +


c + i + ic c +

Indication : utiliser le fait que le dterminant de B est une forme trilinaire

Exercice 3
Soit Dn le dterminant de la matrice C n(R) tq :
5
a b ... 0

c a ... ...
Dn = avec (a, b, c) R3
... ... ... b
0 ... c a
Soit Dn-1 le dterminant de la matrice C n-1(R) et Dn-2 le dterminant de la matrice C n-2(R).
Les matrices C et C sont construites de la mme faon que la matrice C.
1) Exprimer Dn en fonction de Dn-1 et Dn-2
2) Calculer D1, D2 et D3

Exercice 4
Soit la matrice suivante :
2a + 1 a a + 1

M a = a 2 a 1 a 2 avec a R


2a 1 a 1 2a 1

1) Dterminer le rang de Ma selon la valeur de a
a 1 x

2) Rsoudre MaX = Ba avec Ba = a et X = y

a z

Exercice 5
Rsoudre le systme suivant selon les valeurs de k, , et R :
2x + y z =

y + 3z =

2x + ky + 2z =

Exercice 6 : Etude des matrices semblables


Soit A et B deux matrices carres de n(R)
1) On suppose que A et B sont semblables (= une matrice carre inversible P tq A = PBP-1).
Montrer que :
tA est semblable tB
k avec k 1, Ak est semblable Bk
A est inversible ssi B est inversible
2) On suppose uniquement que A ou B est inversible. Montrer que AB et BA sont semblables.

Exercice 7
Calculer la matrice inverse de la matrice suivante :
1 2 0

A = 1 3 0


0 1 1

6
Chapitre 5 : Diagonalisation

Exercice 1
Soit f (E) et A la matrice associe f dans la base B.
1) A quelle condition 0 est-il valeur propre de A ? Quel est le sous-espace propre associ 0 ?
2) Quels sont les vecteurs propres et valeurs propres de Ap partir de ceux de A ?

Exercice 2
Soit la matrice A suivante :
2 1
A=
1 2

Calculer la base de vecteurs propres orthonorms associe cette matrice

Exercice 3
Montrer que toute matrice relle symtrique dordre 2 est diagonalisable.

Exercice 4
Pour quelles valeurs des paramtres rels a, b, c, d, e et f les matrices suivantes sont-elles
diagonalisables dans 4(R) ?
1 a b c 1 a b c

0 2 d e 0 1 d e
A = et B =
0 0 2 f 0 0 2 f

0 0 0 2 0 0 0 2

Exercice 5
Soit (u n )nN et (v n )nN deux suites dfinies par leurs 1ers termes u0 et v0 et par les relations de
rcurrence suivantes :
u n +1 = u n + 2v n

v n +1 = u n + v n
u n+1 u
1) Montrer que = A n+1 0 avec A 2(R)
v v
n+1 0
2) Dterminer les expressions de un+1 et vn+1 en fonction de n, u0 et v0

Exercice 6
Rsoudre le systme dquations diffrentielles suivant par lalgbre linaire :
x '1 ( t ) = 3x1 ( t ) x 2 ( t ) + x 3 ( t )

x ' 2 ( t ) = 2x 2 ( t )

x '3 ( t ) = x1 ( t ) x 2 ( t ) + 3x 3 ( t )
7
8
Examen dalgbre linaire
10 mai 2007

Exercice 1 :
Soit le systme linaire suivant (avec (a, m) R2) :
(a - 1).x + y - z = m

x + ay + z = m
x + y + az = m + 2

Donner, en justifiant vos rponses, le nombre de solutions de ce systme selon les valeurs de a et de
m (les solutions ne sont pas calculer !).

Exercice 2 :
Soit F = Vect{ v1 , v 2 , v 3 } avec v1 = (1 , 1 , 2 , 0) , v 2 = (2 , 2 , 3 , 1) et v 3 = (3 , 1 , 5 , 1)
1. Donner une base de F
2. Complter cette base pour obtenir une base de R4

Problme :
Dans lespace vectoriel E = M2(R) de dimension 4, on considre les matrices suivantes :
1 0 0 1 0 0 0 0
M1 = M2 = M3 = M4 =
0 0 0 0 1 0 0 1

1. Montrer que B = {M1 , M 2 , M 3 , M 4 } est une base de E.
1 2
2. Soit la matrice A =
0 2

On considre lapplication f dfinie sur E par la relation suivante :
M E, f(M) = A M - M A ( reprsente le produit matriciel)
2.1. Montrer que f est un endomorphisme de E.
2.2. Montrer que la matrice F de f dans la base B est la matrice suivante :
0 0 2 0

2 1 0 2
F=
0 0 1 0

0 0 2 0

2.3. Dterminer une base de Imf.
2.4. Dterminer une base de Kerf.
2.5. Est-ce que f est une fonction injective ? surjective ? bijective ? (Justifier vos rponses)
2.6. Montrer que la matrice A est diagonalisable et donner ses valeurs propres et vecteurs
propres.
2.7. Soit M i ' la matrice dfinie de la faon suivante : M i ' = P M i P 1 (P tant une matrice
de passage). En utilisant le rsultat de la question 1, montrer (sans calcul !) que la famille
{M1 ' , M 2 ' , M 3 ' , M 4 '} forme une base de E.
2.8. On a les relations suivantes :
0 0
f(M 1 ' ) = M 0 , f(M 2 ' ) = M 2 ' , f(M 3 ' ) = M 3 ' et f(M 4 ' ) = M 0 avec M 0 =
0 0

En dduire les valeurs propres et vecteurs propres de F.
2.9. Soit G la matrice de f dans {M1 ' , M 2 ' , M 3 ' , M 4 '}. Ecrire cette matrice.
9
Examen dalgbre linaire
15 mai 2008

Exercice 1 :
Soit le systme linaire suivant (avec (m, a, b) R3) :
x + 3y = a
(S)
2 mx y = b
En utilisant lalgbre linaire, indiquer pour quelles valeurs des paramtres m, a et b le systme (S)
admet au moins une solution (le calcul des solutions nest pas demand !).

Exercice 2 :
Soit B = {e1 , e 2 , e 3 } la base canonique de R3 et f une application de R3 dans R3 dfinie de la faon
suivante :
f (e1 ) = e1

f (e 2 ) = f (e 3 ) = 2 (e 2 + e3 )
1

1) Montrer que la matrice M associe f dans la base B scrit de la faon suivante :


1 0 0

M = 0 1 2 1 2

0 1 2 1 2

2) Montrer que f est un endomorphisme de R3.
3) Dterminer Kerf. En donner une base et prciser sa dimension.
4) Dterminer une base de Imf. Donner le rang de f.
5) Montrer que les sous-espaces vectoriels Kerf et Imf sont supplmentaires dans R3
( Kerf + Im f = R3).
6) Est-ce que f est une fonction injective ? surjective ? bijective ?
7) Soit g un endomorphisme de R3 tel que g = f o f
Calculer la matrice associe g dans la base B. En dduire ce que vaut la fonction g.

Exercice 3 :
Soit B = {e1 , e 2 , e 3 } la base canonique de R3 et f un endomorphisme de R3 dont la matrice associe
dans la base B est la matrice A suivante :
1 1 1

A = 0 2 0


0 0 2

V1 = e1

Soit les vecteurs V1, V2 et V3 tels que : V2 = e1 + e 2

V3 = e1 + e3
1) Montrer que B'= {V1 , V2 , V3 } est une base de R3.
2) Exprimer f(V1), f(V2) et f(V3) en fonction de e1, e2 et e3. Puis exprimer f(V1), f(V2) et f(V3) en
fonction de V1, V2 et V3.
3) En dduire la matrice A associe f dans la base B (sans calcul !).
4) En dduire les valeurs propres de f. Pour chacune de ces valeurs propres, prciser son ordre de
multiplicit et le(s) vecteur(s) propre(s) associ(s) (sans calcul !).
10
5) Soit F1 et F2 les deux sous-espaces vectoriels suivants :
F1 = Ker (f id )
(id reprsente ici la fonction identit dans R3)
F2 = Ker (f 2 id )
Dterminer une base de F1 et une base de F2.
6) Exprimer A en fonction de A, P et P-1, la matrice P tant une matrice de passage que lon
dterminera.
7) Calculer la matrice An.
8) Soit ( u n ) nN , ( v n ) nN et ( w n ) nN trois suites dfinies par leurs 1ers termes u0, v0 et w0 et par les
relations de rcurrence suivantes :
u n +1 = u n + v n + w n u 0 = 0

n+1
v = 2 v n avec v 0 = 2

w n+1 = 2 w n w 0 = 1
En utilisant le rsultat de la question 7), exprimer un, vn et wn en fonction de n.
11
re
Examen dalgbre linaire : 1 partie
19 mars 2009

Exercice 1 :
{
1) Soit F1 lensemble dfini par : F1 = (x, y, z ) R 3 /x + 2y + z + 1 = 0 }
Est-ce que F1 est un sev de R3 ?
2) Soit E lensemble des fonctions relles et F2 lensemble des fonctions paires :
F2 = {f E / f(-x) = f(x) x R }
Est-ce que F2 est un sev de E ?

Exercice 2 :
Soit la famille de vecteurs F = {v1 , v 2 , v 3 } avec v1 = (0,1,2,0) , v 2 = (1,0,3,1) et v 3 = (0,0,1,2 )
1) Est-ce que F est une famille gnratrice de R4 ?
2) Est-ce que F est une famille libre ?
3) Donner une base de R4 partir des vecteurs v1, v2 et v3.

Exercice 3 :
Soit lapplication linaire f dfinie de la faon suivante :
f : R2 R3
(x, y) (2x + y, x y, x )
1) Donner la matrice associe f dans les bases canoniques de R2 et de R3. Utiliser deux
mthodes diffrentes pour rpondre cette question.
2) Donner la matrice associe f dans les bases B et B, B tant la base canonique de R2 et B
tant la base de R3 forme par les vecteurs u1, u2 et u3 tels que u1 = (1,0,0) , u 2 = (0,2,0) et
u 3 = (0,0,3)
3) Dterminer Kerf.
4) Est-ce que f est injective ? Est-elle bijective ?
12

Examen dalgbre linaire : 2me partie


14 mai 2009

Exercice 1
Soit la matrice A suivante :
2 0 1

A= 1 1 1
2 0 1

1) Cette matrice est-elle inversible ? Si oui, donner son inverse.
2) Dterminer les valeurs propres de cette matrice.
3) Dterminer les vecteurs propres associs ces valeurs propres.
4) La matrice A est-elle diagonalisable ? Si oui, donner la matrice diagonale A
correspondante et indiquer dans quelle base elle est exprime (sans faire de calcul !).
5) Soit f lendomorphisme auquel est associe la matrice A dans la base canonique de
R3. Dterminer Kerf et Ker(f id) (sans faire de calcul !).
Remarque : id reprsente ici la fonction identit de R3 dans R3

Exercice 2
Soit f lendomorphisme dfini de la faon suivante :
f : R3 R3
(x, y, z ) (2x + 2z, x z, 2x + y + 3z )
Partie 1 :
1) Dterminer la matrice A associe f dans la base canonique B de R3.
2) Dterminer Kerf.
3) Dterminer Imf.
4) Lapplication f est-elle injective ? surjective ? bijective ?
Partie 2 :
Soit les 3 vecteurs de R3 suivants : u = (0,1,0) , v = (2,0,0 ) et w = (0,0,1)
1) Montrer que la famille B'= {u, v, w} forme une base de R3.
2) Dterminer les composantes des vecteurs f(u), f(v) et f(w) dans la base canonique
B de R3.
3) Exprimer les vecteurs f(u), f(v) et f(w) en fonction des vecteurs u, v et w.
4) Les vecteurs u, v et w sont-ils des vecteurs propres de A ? (sans faire de calcul !)
5) Donner la matrice C associe f dans la base B'= {u, v, w} (sans faire de calcul !).
Partie 3 :
On considre le systme linaire suivant :
2x + 2z = 0

(S) - x - z = 0
2x + y + 3z = 0

En utilisant la rponse une des questions prcdentes de lexercice 2, rsoudre ce systme
(sans faire de calcul !).
13

Examen dalgbre linaire : 1re partie


8 avril 2010

Exercice 1 :
{ }
1) Soit F1 lensemble dfini par : F1 = (x, y, z ) R 3 /x = 3y
Est-ce que F1 est un sev de R3 ?
2) Soit 2(R) lensemble des matrices carres contenant 2 lignes et 2 colonnes et
comportant des coefficients rels.
Soit F2 lensemble des matrices carres contenant 2 lignes et 2 colonnes et comportant
des coefficients rels positifs ou nuls, c'est--dire :
F2 = {(a ij ) / aij 0 i {1,2} et j {1,2}}
Est-ce que F2 est un sev de 2(R) ?

Exercice 2 :
Soit R3[x] lensemble des polynmes de degr 3, c'est--dire :
R 3[ x ] = P / P = a i x i avec (a 0 , a1 , a 2 , a 3 ) R 4
3

i =0
Soit les polynmes P1, P2 et P3 dfinis de la faon suivante :
P1 ( x ) = 2 x x R
P2 ( x ) = 4x 2
x R
P3 ( x ) = x 3
x R
Soit F la famille constitue des vecteurs P1, P2 et P3 (c'est- - dire F = {P1, P2 , P3})
1) Est-ce que F est une famille libre dans R3[x]?
2) Est-ce que F est une famille gnratrice de R3[x]?
3) Est-il possible davoir une famille de 5 vecteurs qui soit libre dans R3[x] ? Si oui,
donner un exemple en utilisant les vecteurs P1, P2 et P3.
4) Est-il possible davoir une famille de 5 vecteurs qui soit gnratrice de R3[x] ? Si oui,
donner un exemple en utilisant les vecteurs P1, P2 et P3.

Exercice 3 :
Soit lapplication linaire f dfinie de la faon suivante :
f : R3 R2
(x, y, z ) (4x + 2z, 9x 3y )
1) Donner la matrice associe f dans les bases canoniques de R3 et de R2. Utiliser deux
mthodes diffrentes pour rpondre cette question.
2) Donner la matrice associe f dans les bases B et B, B tant la base canonique de R3
et B tant la base de R2 forme par les vecteurs u1 et u2 tels que u1 = (2,0) et
u 2 = (0,3)
3) Dterminer Kerf et indiquer si f est injective.
14

Examen dalgbre linaire : 2me partie


10 juin 2010

Exercice 1 :
Soit le systme linaire suivant :
x + 2 y = a
(S) avec (m, a, b) R3
mx y = 2 b
En utilisant lalgbre linaire, indiquer pour quelles valeurs des paramtres m, a et b le
systme (S) admet au moins une solution (le calcul des solutions nest pas demand !).

Problme :
Soit E = M2(R) lensemble des matrices carres, coefficients rels, comprenant 2 lignes et 2
colonnes. On rappelle que cet ensemble est un espace-vectoriel de dimension 4.
Soit lapplication f dfinie sur E par la relation suivante :
1 2
M E, f(M) = A M - M A avec A = ( reprsente le produit matriciel)
0 2

1) Montrer que f est un endomorphisme de E.
2) Soit les matrices suivantes :
1 0 0 1 0 0 0 0
M1 = M2 = M3 = M4 =
0 0 0 0 1 0 0 1

Montrer que B = {M1 , M 2 , M 3 , M 4 } est une base de E.
3) On considre la famille F1 = {M1 , M 2 , A, M 4 }. Cette famille est-elle une famille libre ?
4) On considre la famille F2 = {M1 , M 2 , M 3 , A} . Cette famille est-elle une famille
gnratrice de E ?
5) Montrer que la matrice K associe f dans la base B est la matrice suivante :
0 0 2 0

2 1 0 2
K=
0 0 1 0

0
0 2 0
6) Est-ce que la matrice K est inversible ?
7) Dterminer le rang de K.
8) Dterminer Im(f) et donner une base de Im(f).
9) Dterminer Ker(f) et donner une base de Ker(f).
10) Est-ce que f est une fonction injective ? surjective ? bijective ?
11) A-t-on la relation suivante : Kerf + Im f = E ?
12) Montrer que la matrice A est diagonalisable et donner ses valeurs propres et les
vecteurs propres associs.
13) Soit M i ' la matrice dfinie de la faon suivante : M i ' = P -1.M i .P (P tant une matrice
de passage). En utilisant le rsultat de la question 2, montrer (sans calcul !) que la
famille {M1 ' , M 2 ' , M 3 ' , M 4 '} forme une base de E.
14) On a les relations suivantes :
0 0
f (M1 ') = M 0 , f (M 2 ') = M 2 ' , f (M 3 ') = M 3 ' et f (M 4 ') = M 0 avec M 0 =
0 0
En dduire les valeurs propres de K ainsi que les vecteurs propres associs.
15) Soit G la matrice associe f dans {M1 ' , M 2 ' , M 3 ' , M 4 '}. Ecrire cette matrice.
15

Examen dalgbre linaire : 1re partie


7 avril 2011

Exercice 1
Soit E lensemble des fonctions relles et G lensemble des fonctions priodiques de priode
T relle : G = {f E / f(x + T) = f(x) x R}
Lensemble G est-il un sev de E ?

Exercice 2
Soit les vecteurs suivants : V1 = (0,2) , V2 = (3,2) et V3 = (1,0)
Soit H lensemble suivant : H = Vect{V1, V2 , V3 }
Donner une base de H.

Exercice 3
2(R) reprsente lensemble des matrices carres contenant 2 lignes et 2 colonnes et
comportant des coefficients rels.
1 0 0 2 1 2
Soit les matrices suivantes : M1 = , M 2 = et M 3 =
0 0 0 0 0 1
Soit F la famille suivante : F = {M1, M 2 , M 3}

Partie 1
1) La famille F est-elle libre dans 2(R) ?
2) La famille F est-elle gnratrice de 2(R) ?

Partie 2
Soit N lensemble des matrices carres de dimension 2 dont le 3me coefficient est nul :
{ }
N = (a ij ) M 2 (R) / a 21 = 0
1) Lensemble N est-il un sev de 2(R) ?
2) La famille F est-elle gnratrice de N ?

Exercice 4
Soit lapplication linaire f dfinie de la faon suivante :
f : R3 R2
(x, y, z ) (y + 2z, 2x - 2y)
1) Donner la matrice associe f dans les bases canoniques de R3 et de R2.
2) Donner la matrice associe f dans les bases B et B, B tant la base canonique de R3
et B tant la base de R2 forme par les vecteurs u1 et u2 tels que u1 = (4,0) et
u 2 = (0,2)
Donner une base de Kerf et indiquer si f est injective
16

Examen dalgbre linaire : 2me partie


31 mai 2011

Exercice 1
Soit la famille de vecteurs F = {v1,v2,v3} avec v1 = (0,1,0,1) , v 2 = (1,2,0,0) et v3 = (0,0,3,0)
1) Est-ce que F est une famille gnratrice de R4 ?
2) Est-ce que F est une famille libre ?
3) Donner une base de R4 partir des vecteurs v1, v2 et v3.

Exercice 2
Soit f un endomorphisme de R3 et A la matrice associe cet endomorphisme dans la base
canonique de R3 :
10 5 - 15

A = - 2 -1 3
6 3 9

1) Donner lexpression analytique de f.
2) Dterminer Kerf et donner une base de Kerf.
3) Dterminer Imf et donner une base de Imf.
4) Dterminer le rang de f.
5) Lapplication f est-elle injective ? surjective ? bijective ?
6) A-t-on lgalit suivante : Im f + Kerf = R3 ?
7) Question facultative : Montrer que Im f Kerf = Im f

Exercice 3
Soit f un endomorphisme de R3 et M la matrice associe cet endomorphisme dans la base
canonique de R3 :
2 1 0

M = 1 2 0
1 1 1

1) Cette matrice est-elle inversible ?
2) Dterminer les valeurs propres de cette matrice.
3) Dterminer les vecteurs propres associs ces valeurs propres.
4) La matrice M est-elle diagonalisable ? Si oui, donner la matrice diagonale M
correspondante et indiquer dans quelle base elle est exprime.
5) Dterminer la matrice de passage P permettant de passer de la base canonique de R3
la base des vecteurs propres.
6) Calculer linverse P-1 de cette matrice de passage.
7) Soit le systme dquations diffrentielles (S1) ci-dessous. Rsoudre ce systme.
dx1
dt = 2x1 + x 2
dx
(S1) 2 = x1 + 2x 2 avec x1, x2 et x3 des fonctions relles, drivables sur R
dt
dx 3 = x1 + x 2 + x 3
dt
8) Soit le systme linaire (S2) ci-dessous. Indiquer le nombre de solutions de ce systme
2x + y = 2

puis rsoudre ce systme par lalgbre linaire (S2) x + 2y = 0
x + y + z = 0

17

Examen dalgbre linaire : 1re partie


5 avril 2012

Exercice 1
{
1) Soit F1 lensemble dfini par : F1 = (x, y, z ) R 3/z = 2x + y }
Est-ce que F1 est un sev de R3 ?
2) Soit E lensemble des fonctions relles et F2 lensemble des fonctions impaires :
F2 = {f E / f(-x) = - f(x) x R}
Est-ce que F2 est un sev de E ?

Exercice 2
Soit R2[x] lensemble des polynmes de degr 2, c'est--dire :
2

R 2 [x] = P / P = a i x i avec (a 0 , a1 , a 2 ) R 3
i =0
Soit les polynmes P1, P2, P3 et P4 dfinis de la faon suivante :
P1 (x) = 3x 2 x R
P2 (x) = 2x x R
P3 (x) = 4 x R
P4 (x) = 3x x R
1) Soit F1 la famille constitue des vecteurs P1, P2 et P3 (c'est- - dire F1 = {P1, P2 , P3})
a. Est-ce que F1 est une famille libre dans R2[x] ?
b. Est-ce que F1 est une famille gnratrice de R2[x] ?
2) Soit F2 la famille constitue des vecteurs P1, P2, P3 et P4 (c'est- - dire F2 = {P1, P2 , P3, P4})
c. Est-ce que F2 est une famille libre dans R2[x] ?
d. Est-ce que F2 est une famille gnratrice de R2[x] ?
3) Soit F3 la famille constitue des vecteurs P1 et P2 (c'est- - dire F3 = {P1, P2}) et soit
H = Vect {P1, P2}
a. Est-ce que F3 est une famille gnratrice de H ?

Exercice 3
Soit lapplication linaire f dfinie de la faon suivante :
f : R2 R3
(x, y) (2x + y, 3y, 2x - y)
1) Donner la matrice associe f dans les bases canoniques de R2 et de R3.
2) Donner la matrice associe f dans les bases B1 et B2, B1 tant la base canonique de
R2 et B2 tant la base de R3 forme par les vecteurs u1, u2 et u3 tels que u1 = (2,0,0) ,
u 2 = (0,3,0) et u 3 = (0,0,1)
3) Donner la matrice associe f dans les bases B3 et B4, B3 tant la base de R2 forme
par les vecteurs v1 et v2 tels que v1 = (2,0) et v 2 = (1,1) et B4 tant la base canonique
de R3
18

Examen dalgbre linaire : 2me partie


22 mai 2012

Exercice 1
Soit les vecteurs suivants v1 = (0,3) , v 2 = (2,1) et v 3 = (1,0)
Soit H lensemble suivant : H = Vect{v1 , v 2 , v 3 }
Donner une base de H

Exercice 2
Rsoudre par lalgbre linaire le systme suivant :
x + y = 2

y + z = 1
2x + y = 0

Exercice 3
Soit A et B deux matrices carres de Mn(R)
On suppose que A et B sont semblables (= il existe une matrice carre inversible M telle que
B = M 1AM )
1) Montrer que A est inversible si et seulement si B est inversible
2) Montrer que tA est semblable tB
3) Soit k N * , montrer que Ak est semblable Bk

Problme
Soit f un endomorphisme de R3 et A la matrice associe cet endomorphisme dans la base
canonique de R3 :
1 1 1

A = 1 1 1
1 1 1

1) Cette matrice est-elle inversible ? Si cest le cas, donner son inverse.
2) Donner lexpression analytique de f
3) Dterminer Imf et donner une base de Imf.
4) Donner limage du (ou des) vecteur(s) de base de Imf. En dduire si ce (ou ces)
vecteur(s) sont un (ou des) vecteur(s) propre(s) de A. Si cest le cas, donner la (ou les)
valeur(s) propre(s) associe(s).
5) Dterminer Kerf et donner une base de Kerf.
6) Donner limage du (ou des) vecteur(s) de base de Kerf. En dduire si ce (ou ces)
vecteur(s) sont un (ou des) vecteur(s) propre(s) de A. Si cest le cas, donner la (ou les)
valeur(s) propre(s) associe(s).
7) Dterminer le rang de f.
8) Lapplication f est-elle injective ? surjective ? bijective ?
9) A-t-on lgalit suivante : Im f + Kerf = R3 ?
10) Calculer la matrice associe lapplication g = f o f dans la base canonique de R3
11) Donner lensemble des valeurs propres de A et leurs vecteurs propres associs.
Dterminer galement les sous-espaces propres correspondants.
12) Indiquer si A est diagonalisable. Si cest le cas, indiquer dans quelle base la matrice
est diagonale et donner cette matrice diagonale.
13) Calculer A10
19
14) Soit (un), (vn) et (wn) trois suites dfinies par leurs premiers termes u0, v0 et w0 et par
les relations de rcurrence suivantes :
u n +1 = u n + v n + w n

v n+1 = u n + v n + w n avec u0 = 1, v0 = 2 et w0 = 0
w = u + v + w
n +1 n n n

Dterminer un, vn et wn en fonction de n


20

Examen dalgbre linaire : 1re partie


7 mars 2013

Exercice 1
{
Soit G lensemble dfini par : G = (x, y, z ) R 3 /3x + 2y = z }
Est-ce que G est un sev de R3 ?

Exercice 2
Soit la famille de vecteurs F = {v1 , v 2 , v 3 } avec v1 = (0,2) , v 2 = (1,1) et v 3 = (2,0 ) dans R2
1) La famille F est-elle libre ?
2) La famille F est-elle gnratrice de R2 ?

Exercice 3
3(R) reprsente lensemble des matrices carres contenant 3 lignes et 3 colonnes et
comportant des coefficients rels.
1 0 0 0 0 0 0 0 0

Soit les matrices suivantes : M1 = 0 2 0 , M 2 = 2 0 0 et M 3 = 0 1 1
3 1 0 0 0 3 0 1 0

Soit F la famille suivante : F = {M1, M 2 , M 3}
Soit G lensemble suivant : G = Vect{M1 , M 2 , M 3 }

Partie 1
1) La famille F est-elle libre ?
2) La famille F est-elle gnratrice de 3(R) ?
3) La famille F est-elle une base de G ?
Partie 2
1) Calculer M = M 1 M 2 M 3
2) Est-ce que M est une matrice inversible ?

Exercice 4
Soit lapplication linaire f dfinie de la faon suivante :
f : R2 R3
(x, y ) (x 2y, y, 2x - 6y )
1) Donner la matrice associe f dans les bases canoniques de R2 et de R3.
2) Donner la matrice associe f dans les bases B1 et B2, B1 tant la base canonique de
R2 et B2 tant la base de R3 forme par les vecteurs u1, u2 et u3 tels que u1 = (- 2,0,0) ,
u 2 = (0,1,0) et u 3 = (0,0,2 )
21

Examen dalgbre linaire : 2me partie


17 mai 2013

Exercice 1 :
Rsoudre par lalgbre linaire le systme suivant :
x + a. y + 2 z = 1

(S1) y + z = 0 avec a R
x + z = 1

Exercice 2
Soit les vecteurs suivants : v1 = (0,0,1) , v 2 = (1,3,2) , v 3 = (3,0,0) et v 4 = (0,6,0)
Soit H lensemble suivant : H = Vect{v1 , v 2 , v 3 , v4 }
Donner une base de H

Problme :
Soit E = M2(R) lensemble des matrices carres, coefficients rels, comprenant 2 lignes et 2
colonnes. On rappelle que cet ensemble est un espace-vectoriel de dimension 4.
Soit lapplication f dfinie sur E par la relation suivante :
1 2
M E, f(M) = AM avec A =
0 3
1) Montrer que f est un endomorphisme de E.
2) Soit les matrices suivantes :
1 0 0 1 0 0 0 0
M1 = M2 = M3 = M4 =
0 0 0 0 1 0 0 1

Montrer que B = {M1 , M 2 , M 3 , M 4 } est une base de E
3) On considre la famille F1 = {M1 , M 2 , A, M 4 }. Cette famille est-elle une famille libre ?
4) On considre la famille F2 = {M1 , M 2 , M 3 , A} . Cette famille est-elle une famille
gnratrice de E ?
5) Montrer que la matrice K associe f dans la base B est la matrice suivante :
1 0 2 0

0 1 0 2
K=
0 0 3 0

0 0 0 3

6) Est-ce que K est une matrice inversible ?
7) Dterminer Kerf.
8) Dterminer Imf et donner une base de Imf.
9) Est-ce que f est une fonction injective ? surjective ? bijective ?
10) Dterminer le rang de f.
11) A-t-on la relation suivante : Kerf + Im f = E ?
12) Calculer les valeurs propres de K et les vecteurs propres associs.
13) Est-ce la matrice K est diagonalisable ? Si oui, indiquer la matrice diagonale et
prciser la base dans laquelle elle est obtenue.
22

Examen dalgbre linaire : 1re partie


13 mars 2014

Exercice 1
{
1) Soit F1 lensemble dfini par : F1 = (x, y, z ) R 3 /x + 2y + 3z + 3 = 0 }
Est-ce que F1 est un sev de R3 ?
2) Soit 2(R) lensemble des matrices carres coefficients rels contenant 2 lignes et 2
colonnes x.
Soit F2 lensemble des matrices carres diagonales coefficients rels, c'est--dire :
F2 = {M = (a ij ) M 2 (R) / a ij R pour i = j et a ij = 0 pour i j}
Est-ce que F2 est un sev de 2(R) ?

Exercice 2
Soit les vecteurs suivants : V1 = (1,2) , V2 = (2,0) , V3 = (0,1) , V4 = (3,0) dans R2
Soit F la famille suivante : F = {V1 , V2 , V3 }
Soit H lensemble suivant : H = Vect{V2 , V4 }
1) La famille F est-elle libre ?
2) La famille F est-elle gnratrice de R2 ?
3) Donner une base de H.

Exercice 3
Soit R2[x] lensemble des polynmes de degr 2, c'est--dire :
2

R 2 [x] = P/P = a i x i avec (a 0 , a1 , a 2 ) R 2
i =0
Soit les polynmes P1, P2 et P3 dfinis de la faon suivante :
P1 ( x ) = 2 x x R
P2 ( x ) = 4x 2
x R
P3 (x) = x x R
Soit L la famille constitue des vecteurs P1, P2 et P3 (c'est- - dire L = {P1, P2 , P3})
1) Est-ce que L est une famille libre dans R2[x]?
2) Est-ce que L est une famille gnratrice de R2[x]?

Exercice 4
Soit lapplication linaire f dfinie de la faon suivante :
f : R3 R2
(x, y, z ) (4x + 2 z , 2x y )
1) Donner la matrice associe f dans les bases canoniques de R3 et de R2.
2) Donner la matrice associe f dans les bases B et B, B tant la base canonique de R3
et B tant la base de R2 forme par les vecteurs u1 et u2 tels que u1 = (4,0) et
u 2 = (0,-1)
3) Dterminer Kerf et indiquer si f est injective.
23

Examen dalgbre linaire : 2me partie


22 mai 2014

Exercice 1
Soit le systme linaire suivant :
2x + a.y = 1

x + z = m avec (a, m) R 2
y + 2z = 1

En utilisant lalgbre linaire, indiquer le nombre de solutions de ce systme selon les valeurs
de a et m (le calcul des solutions nest pas demand)

Exercice 2
Soit le sous-espace vectoriel suivant :
{
F = (x, y, z) R 3/ x + y = 0 et x + z = 0 }
1) Donner une base de F
2) On pose L = {u1 , u 2 , u 3 } avec : u1 = (1,0,1) , u 2 = (2,1,2) , u 3 = (1,1,1)
La famille L est-elle gnratrice de R3 ? Est-elle libre dans R3 ?
3) On pose G = Vect{u1 , u 2 , u 3 } . Donner une base de G
4) A-t-on F + G = R 3 ?

Exercice 3
Soit la matrice A suivante :
1 1 0

A = 1 1 0
2 2 1

On note B = {e1 , e 2 , e3 } la base canonique de R3
On note f lapplication linaire dont la matrice associe dans la base B est la matrice A
1) Donner lexpression analytique de f
2) Dterminer Kerf et donner une base de Kerf
3) Dterminer Imf et donner une base de Imf
4) f est-elle injective ? surjective ? bijective ?
5) Soit la famille B'= {u1 , u 2 , u 3 } telle que
u1 = e1 e 2

u 2 = e 3
u = e + e + 4e
3 1 2 3

Montrer que B est une base de R3


6) Donner les images des vecteurs de B par lapplication f (dans la base B). Exprimer
ensuite ces vecteurs images dans la base B.
7) En dduire les valeurs propres de A et les vecteurs propres associs ces valeurs
propres
8) En dduire si la matrice A est diagonalisable. Si oui, donner la matrice diagonale
correspondante et indiquer dans quelle base elle est obtenue
9) Ecrire la matrice M permettant de passer de la base B la base B
10) La matrice M est-elle inversible ? Si oui, donner son inverse.
11) Rsoudre le systme dquations diffrentielles ci-dessous :
24
dx1
dt = x1 + x 2
dx

2
= x1 + x 2 avec x1, x2 et x3 des fonctions relles, drivables sur R
dt
dx 3 = 2x1 + 2x 2 + x 3
dt

Exercice 4
Soit la matrice N suivante :
2 -1 0

N = 1 0 0
1 2 2

Cette matrice est-elle diagonalisable ? Si oui, donner la matrice diagonale correspondante et
indiquer dans quelle base elle est obtenue