Vous êtes sur la page 1sur 23

Dépatement de Mathématiques, Informatique et Gestion

Examens d’algèbre-3
Filière : Sciences Mathématiques et Informatique
SMI-S2

Sujets et Corrigés proposés par


Prof. B. El Habil

Année universitaire 2019/2020

1
1 Examen d’Algebre-2-Session Principale (2013-2014)
Exercice 1. Sur C1 (R) le R-espace vectoriel des applications de classe C 1 , on considére le sous-
ensemble Γ défini par
Γ := {f ∈ C1 (R) / f 0 − f = af }
où f 0 désigne la dérivée de l’application f et af un scalaire de R.
1. Montrer que Γ est non vide.
2. Montrer que Γ est un sous-espace vectoriel de C1 (R).

Solution-Exercice 1.
1. Puisque 0 ∈ C1 (R) et 00 − 0 = 0 ∈ R, alors 0 ∈ Γ. Donc Γ 6= ∅.
2. Soient λ ∈ R et (f, g) ∈ Γ2 . Donc (f, g) ∈ C1 (R), f 0 − f = af et g 0 − g = ag .
D’une part, puisque C1 (R) est un R-espace vectoriel, alors f + λg ∈ C1 (R). D’autre part,
puisque f 0 − f = af et g 0 − g = ag , alors

(f + λg)0 − (f + λg) = (f 0 − f ) + λ(g 0 − g) = af − ag ∈ R.

Donc f + λg ∈ Γ. Parconséquent, Γ est un sous espace vectoriel de C1 (R).


 
Exercice 2. Sur le R-espace vectoriel R4 , muni de la base B := e1 , e2 , e3 , e4 , on considére
l’endomorphisme f défini par

f (e1 ) = e1 + e3 , f (e2 ) = e2 + e4 , f (e2 ) = e1 + e2 et f (e4 ) = 2e1 + 2e2 + e3 + e4 .


 
1. Déterminer le rang de la famille F := f (e1 ), f (e2 ), f (e2 ), f (e4 ) .
 
2. En déduire dim ker(f ) la dimension du noyeau de l’application f .
3. Déterminer un vecteur u tel que ker(f ) = vect(u) et justifier votre réponse.

Solution-Exercice 2.
 
1 0 1 2
0 1 1 2
1. On a M atB (f ) = M atB (f ) = 
1 0 0 1. Puisque f (e4 ) = f (e1 ) + f (e2 ) + f (e3 ), alors

0 1 0 1
1 0 1 2
1 0 1
0 1 1 2
detB (F) = = 0 et rg(F) < 4. De plus, puisque 0 1 1 = −1 6= 0, alors
1 0 0 1

1 0 0
0 1 0 1
rg(F) = rg(f ) = 3.
 
2. Par le théorème du rang on a dim(R4 ) = dim ker(f ) + rg(f ). Or que rg(f ) = rg(F).
 
Donc dim ker(f ) = dim(R4 ) − rg(F) = 4 − 3 = 1.
3. On pose u = e1 + e2 + e3 − e4 . Puisque f (u) = f (e1) + f (e2) + f (e3
) − f (e4 ) = 0, alors
u ∈ ker(f ) et vect(u) ⊂ ker(f ). De plus, puisque, dim ker(f ) = dim vect(u) = 1, alors
ker(f ) = vect(u).

2
Exercice 3. On considère (S) le système linéaire à coefficients réels donnés par


 3x + 2y + t = 5
x + 3y + 2z = 5

(S)

 y + 3z = −1
x + z + 2t = −4

1. Montrer que (S) est un système de Cramer.


2. Résoudre le système (S) par la méthode de Gauss.
Solution-Exercice 3.
 
3 2 0 1
1 3 2 0
1. On a A = 
0 1
 est la matrice du système (S). Puisque
3 0
1 0 1 2

3 2 0 1 3 2 0 1
1

3 2
1 3 2 0 = 1 3 2 0
= 0
det(A) = 1 3
0 1 3 0 L4 − 2L1 0
1 3 0
−5 −4 1
1 0 1 2 −5 −4 1 0

1 3 2
=
0 1 3
1 3
=

= −22 6= 0
L3 + 5L1
0 11 11
11 11

alors, (S) est un système de Cramer.


2. Par la méthode de Gauss, on a
 

 3x + 2y + t = 5 
 3x + 2y + t = 5 :
x + 3y + 2z = 5 x + 3y + 2z = 5 : (3L1 − L1 )
 


 y + 3z = −1 
 y + 3z = −1 :
x + z + 2t = −4 x + z + 2t = −4 : (3L3 − L1 )
 


1
5x + 4y − z = 14 : (5L1 − L4 )


3


1


⇔ y+z =1 : (5L2 + L4 )
 33



 y + 3z = −1 :
 x + z + 2t = −4 :


 5x − 5y − z = 10 : (L1 − 4L2 )
y+z =1 :




⇔ 1
z = −1 : (L3 − L2 )
 2
1




 z + t = −3 : (L4 + 2L2 )
5
1


 x = 1 : (L1 + 5L3 )

 5
⇔ y = 2 : (L2 − L3 )


 z = −1 :
t = −2 : (L4 − L3 )

3
Donc l’ensemble des solutions du système (S) est S = {(1, 2, −1, −2)}.

− →− → −
Exercice 4. Sur le R-espace vectoriel R3 , muni de sa base canonique B = ( i , j , k ), on considère
les applications f et g définies réspectivement par
   
2y + z x+y+z
f (x, y, z) = −x + 2y + z  et g(x, y, z) =  2y .
y+z −x + y + 3z

Partie I 1. Montrer que f est un endomorphisme sur R3 .


2. Donner MB (f ) la matrice représentative de f dans la base B.
3. En déduire que f est un isomorphisme.
4. Calculer l’inverse de la matrice MB (f ).
5. En déduire, dans la base B, l’expréssion de f −1 (x, y, z) pour tout (x, y, z) ∈ R3 .
Partie II 1. Montrer que g est un endomorphisme sur R3 .
2. Donner MB (g) la matrice représentative de g dans la base B.
Partie III 1. Calculer MB (gof ) et MB (f 2 ) les matrices représentatives des applications gof
et f 2 réspectivement dans la base B.
2. En déduire que gof − f 2 = IdR3 .
Solution-Exercice 4.
Partie I
1. Soient λ ∈ R, X = (x, y, z) ∈ R3 et X 0 = (x0 , y 0 , z 0 ) ∈ R3 . On a
f (X + λX 0 ) = f (x + λx0 , y + λy 0 , z + λz 0 )
T
2(y + λy 0 ) + (z + λz 0 )

= −(x + λx0 ) + 2(y + λy 0 ) + (z + λz 0 )


(y + λy 0 ) + (z + λz 0 )
T T
2y 0 + z 0
 
2y + z
= −x + 2y + z  + λ −x0 + 2y 0 + z 0 
y+z y0 + z0
0
= f (X) + λf (X ).

Donc f est un morphisme. De plus, puisque f est définie de R3 dans lui même, alors f
est un endomorphisme de R3 .
2. Puisque

− →
− →

f ( i ) = f (1, 0, 0) = (0, −1, 0), f ( j ) = f (0, 1, 0) = (2, 2, 1) et f ( k ) = f (0, 0, 1) = (1, 1, 1),
 
0 2 1
alors la matrice de f dans la base B est donnée par MB (f ) = −1 2 1.
0 1 1

  0 2 1 2 1
3. Puisque det MB (f ) = −1 2 1 = = 1 6= 0, alors MB (f ) est inversible.
0 1 1 1 1
Donc f est un isomorphisme.

4
4. On a

2 1 −1 1 −1 2
∆11 = = 1, ∆12 = − = 1, ∆13 = = −1,
1 1 0 1 0 1

2 1 0 0 0 2
∆21 = − = −1, ∆22 = = 0, ∆23 = − = 0,
1 1 1 1 0 1

2 1 0 1 0 2
∆31 = = 0, ∆32 = − = −1, ∆33 = = 2.
2 1 −1 1 −1 2
Donc 

1 1 −1
^
M B (f ) =
−1 0 0
0 −1 2
 
T 1 −1 0  −1
^
et M B (f ) =  1 0 −1 = M B (f ) .
−1 0 2
   −1
5. Puisque MB f −1 = MB (f ) , alors

− →
− →

f −1 ( i ) = (1, 1, −1), f −1 ( j ) = (−1, 0, 0) et f −1 ( k ) = (0, −1, 2).
Par conséquent
     
−1
f (x, y, z) = x 1, 1, −1 + y − 1, 0, 0 + z 0, −1, 2
 
= x − y, x − z, −x + 2z .

Partie II
1. Même démonstration que la partie I-1.

− →
− →

2. Puisque g( i ) = g(1, 0, 0)= (1, 0, −1),
 g( j ) = g(0, 1, 0) = (1, 2, 1) et g( k ) = g(0, 0, 1) =
1 1 1
(1, 0, 3), alors MB (g) =  0 2 0.
−1 1 3
Partie III
1. On a
     
0 2 1 0 2 1 1 1 1 0 2 1
MB (f 2 ) = −1 2 1 −1 2 1 MB (gof ) =  0 2 0 −1 2 1
 0 1 1 0 1 1 et −1 1 3 0 1 1
−2 5 3 −1 5 3
=  −2 3 2  =  −2 4 2
−1 3 2 −1 3 3
2. On a

  
−1 5 3 −2 5 3
MB (gof − f 2 ) = MB (gof ) − MB (f 2 ) = −2 4 2 − −2 3 2 = Id3 .
−1 3 3 −1 3 2
Donc gof − f 2 = IdR3 .

5
2 Examen d’Algebre-2-Session Rattrapage (2013-2014)
 
2 −2 1
Exercice 5. On considère la matrice suivante A = 2 1 −2
1 2 2
1. Donner B la matrice transposée de A.
2. Calculer le produit matricielle A.B et B.A.
3. En déduire que A est inversible est donnée son inverse.
 
2 −2 1
Solution-Exercice 5. Soit A la matrice donnée par A = 2 1 −2
1 2 2
 
2 2 1
1. La transposé de la matrice A est donnée par B := AT = −2 1 2.
1 −2 2
2. On a     
2 −2 1 2 2 1 9 0 0
A.B = 2 1 −2 −2 1 2 = 0 9 0 = B.A
1 2 2 1 −2 2 0 0 9
1  1 
3. Puisque A.B = B.A = 9.Id3 , alors A. B = B .A. Par conséquent A est inversible et
9 9
1
A−1 = B.
9
Exercice 6. On considère l’application f : R2 → R2 définie par

f (x, y) = (x + y, x − y).

Montrer que f est un automorphisme.


Solution-Exercice 6. Soient λ ∈ R, X = (x, y)R2 et X 0 = (x0 , y 0 )R2 . On a
 
f (X + λX ) = f x + λx , y + λy = (x + y, x − y) + λ(x0 + y 0 , x0 − y 0 ) = f (X) + λf (X 0 ).
0 0 0

 
1 1
En plus, puisque det = −2 6= 0, alors f est une bijection linéaire de R2 dans luis même.
1 −1
Ce ci, montre que f est un automorphisme.
Exercice 7. On considère les applications linéaire suivantes

f: R2 −→  R3  g : R3 −→ R2
  3x + y x  
x et x + 2y + z
7−→  x  y  7−→
y y + 2z
2y z

On suppose que R2 et R3 sont muni des bases canoniques B et F réspéctivement.


1. Donner la matrice de f dans les bases B et F.
2. Donner la matrice de g dans les bases F et B.

6
3. Calculer MB (gof ) et MF (f og).
Solution-Exercice 7.
     
  3   1 3 1
1 0
1. Puisque f = 1 et f = 0, alors M(B,F ) (f ) = 1 0.
0 1
0 2 0 2
     
1   0   0    
1 2 1 1 0 2
2. Puisque g 0 = , g 1 = et g 0 = , alors M(B,F ) (g) = .
0 1 2 0 1 1
0 0 1
3. On a  
  3 1  
1 0 2  3 5
MB (gof ) = M(B,F ) (g)M(B,F ) (f ) = 1 0 =

0 1 1 1 2
0 2
et    
3 1   3 1 7
1 0 2
MF (f og) = M(B,F ) (f )M(B,F ) (g) = 1 0 = 1 0 2
0 1 1
0 2 0 2 2
Exercice 8.
Partie I On considère les deux R-espaces vectoriel R2 et R3 muni, respictivement de leurs
bases canoniques et on définie une application f : R3 → R2 par
   
f x, y, z = x + 2y + 4z, −y + 3z .

1. Montrer que f est une application linéaire.


2. Résoudre dans R3 le système linéaire suivant

x + 2y + 4z = 0,
(S)
−y + 3z = 0

3. En déduire que ker(f ) est engendré par le vecteur →



u = (−10, 3, 1).
4. Calculer rg(f ) la dimension de Im(f ).
Partie II On considère la famille F = (v1 , v2 , v3 ) où
v1 = (1, 1, 1), v2 = (1, 1, 0) et v3 = (1, 0, 0).
1. Montrer que F est une base de R3 .

− → −
2. Donner la matrice de f dans les bases F et B, où B := ( i , j ) est la base canonique de
R2 .
Solution-Exercice 8.
Partie I
1. Soit X = (x, y, z) ∈ R3 , X 0 = (x0 , y 0 , z 0 ) ∈ R3 et λ ∈ R. Puisque
   
0 0 0 0 0 0
f X + λX = (x + λx ) + 2(y + λy ) + 4(z + λz ), −(y + λy ) + 3(z + λz )
   
= x + 2y + 4z, −y + 3z + λ x0 + 2y 0 + 4z 0 ), −y 0 + 3z 0
= f (X) + λf (X 0 ),
alors f est une application linéaire de R3 dans R2 .

7
2. Soit (x, y, z) ∈ R3 , on a
  
x + 2y + 4z = 0, x + 10z = 0, x = −10z,
(S) ⇔ ⇔ ⇔ , z ∈ R.
−2y + 6z = 0 −2y + 6z = 0 y = 3z

Donc l’ensemble des soluions du système (S) est donnée par S = {(−10z, 3z, z)|z ∈ R}.
3. On a

ker(f ) = {(x, y, z) ∈ R3 |f (x, y, z) = 0} = S = {z(−10, 3, 1)|z ∈ R} = vect →



 
u

où →

u = (−10, 3, 1).
4. Par le théorème du rang on a

dim(R3 ) = rg(f ) + dim(ker(f )) ⇔ rg(f ) = dim(R3 ) − dim(ker(f )) = 3 − 1 = 2.

Partie II On considère la famille F = (v1 , v2 , v3 ) où

v1 = (1, 1, 1), v2 = (1, 1, 0) et v3 = (1, 0, 0).



1 1 1

1. Puisque det(F) = 1 1 0 . = −1 6= 0, alors F est une famille libre dans R3 . De plus,
1 0 0
dim(R3 ) = card(F) = 3, alors F est une base de R3 .
2. Puisque f (v1 ) = (7, 2), f (v2 ) = (3, −1) et f (v3 ) = (1, 0), alors la matrice de f dans les
bases F et B, est donnée par
 
7 3 1
M at(F ,B) (f ) = .
2 −1 0

3 Examen d’Algebre-2-Session Principale (2014-2015)


Exercice 9. Sur C1 (R) le R-espace vectoriel des applications de classe C 1 , on considére le sous-
ensemble Γ défini par
Γ := {f ∈ C1 (R) / f 0 − f = af }
où f 0 désigne la dérivée de l’application f et af un scalaire de R.
1. Montrer que Γ est non vide.
2. Montrer que Γ est un sous-espace vectoriel de C1 (R).
Solution-Exercice 9.
1. Puisque 0 ∈ C1 (R) et 00 − 0 = 0 ∈ R, alors 0 ∈ Γ. Donc Γ 6= ∅.
2. Soient λ ∈ R et (f, g) ∈ Γ2 . Alors, f ∈ C1 (R) et g ∈ C1 (R) etil existe (af , ag ) ∈ R2 tels que
f 0 − f = af ∈ R et g 0 − g = ag ∈ R.
 2
? Puisque C (R) est un espace vectoriel et puisque (f, g) ∈ C (R) , alors f +λg ∈ C1 (R).
1 1

? Puisque f 0 − f = af et g 0 − g = ag , alors pour tout x ∈ R,

(f + λg)0 (x) − (f + λg)(x) = f 0 (x) − f (x) + λ(g 0 (x) − g(x))


= af + λag ∈ R

8
Parconséquent, (f + λg) ∈ Γ. Ce ci montre que Γ est un sous espace vectoriel de C1 (R).
 
4
Exercice 10. Sur le R-espace vectoriel R , muni de la base B := e1 , e2 , e3 , e4 , on considére
l’endomorphisme f défini par


 f (e1 ) = e1 + e3
f (e2 ) = e2 + e4


 f (e2 ) = e1 + e2
f (e4 ) = 2e1 + 2e2 + e3 + e4

 
1. Déterminer le rang de la famille F := f (e1 ), f (e2 ), f (e2 ), f (e4 ) .
 
2. En déduire dim ker(f ) la dimension du noyeau de l’application f .
3. Déterminer un vecteur u tel que ker(f ) = vect(u) et justifier votre réponse.

Solution-Exercice 10.


1 0
1 2
0 1
1 2
1. Puisque detB (F) = = 0, car f (e4 ) = f (e1 ) + f (e2 ) + f (e3 ), alors rg(F) < 4.
1 0
0 1

0 1
0 1

1 0 1

De plus, puisque 0 1 = −1 6= 0, alors rg(F) = 3.
1

1 0 0
 
2. Par le théorème du rang on a dim(R4 ) = dim ker(f ) + rg(f ). Or que rg(f ) = rg(F).
Donc 
dim ker(f ) = dim(R4 ) − rg(F) = 4 − 3 = 1.
3. Puisque f (e1 ) + f (e2 ) + f (e3 ) = f (e4 ), alors f (e1 + e2 + e3 − e4 ) = 0. Si on pose u =
e1 + e2 + e3 − e4 .
Alors u ∈ ker(f ). Par conséquent,
 vect(u) ⊂  ker(f ).
De plus, puisque dim ker(f ) = 1 = dim vect(u) , alors ker(f ) = vect(u).

Exercice 11. On considère (S) le système linéaire à coefficients réels donnés par


 3x + 2y + t = 5
x + 3y + 2z = 5

(S)

 y + 3z = −1
x + z + 2t = −4

1. Montrer que (S) est un système de Cramer.


2. Résoudre le système (S) par la méthode de Gauss.

Solution-Exercice 11.

9
 
3 2 0 1
1 3 2 0
1. On a A = 
0
 est la matrice du système (S). Puisque
1 3 0
1 0 1 2

3 2 0 1 3 2 0 1
1

3 2
1 3 2 0 = 1
3 2 0
= 0
det(A) = 1 3
0 1 3 0 L4 − 2L1 0 1 3 0
−5 −4 1
1 0 1 2 −5 −4 1 0

1 3 2
=
0 1 3
1 3
=

= −22 6= 0
L3 + 5L1
0 11 11
11 11

alors, (S) est un système de Cramer.


2. On a  

 3x + 2y + t = 5 
 3x + 2y + t = 5 :
x + 3y + 2z = 5 x + 3y + 2z = 5 : (3L1 − L1 )
 


 y + 3z = −1 
 y + 3z = −1 :
x + z + 2t = −4 x + z + 2t = −4 : (3L3 − L1 )
 


1
5x + 4y − z = 14 : (5L1 − L4 )


3


1


⇔ y+z =1 : (5L2 + L4 )
 33



 y + 3z = −1 :
 x + z + 2t = −4 :


 5x − 5y − z = 10 : (L1 − 4L2 )
y+z =1 :




⇔ 1
z = −1 : (L3 − L2 )
 2
1




 z + t = −3 : (L4 + 2L2 )
5
1


 x = 1 : (L1 + 5L3 )

 5
⇔ y = 2 : (L2 − L3 )


 z = −1 :
t = −2 : (L4 − L3 )

Donc l’ensemble des solutions du système (S) est S = {(1, 2, −1, −2)}.

− →− →

Exercice 12. Sur le R-espace vectoriel R3 , muni de sa base canonique B = ( i , j , k ), on consi-
dère les applications f et g définies réspectivement par
   
2y + z x+y+z
f (x, y, z) = −x + 2y + z  et g(x, y, z) =  2y .
y+z −x + y + 3z

Partie I 1. Montrer que f est un endomorphisme sur R3 .

10
2. Donner MB (f ) la matrice représentative de f dans la base B.
3. En déduire que f est un isomorphisme.
4. Calculer l’inverse de la matrice MB (f ).
5. En déduire, dans la base B, l’expréssion de f −1 (x, y, z) pour tout (x, y, z) ∈ R3 .
Partie II 1. Montrer que g est un endomorphisme sur R3 .
2. Donner MB (g) la matrice représentative de g dans la base B.
Partie III 1. Calculer MB (gof ) et MB (f 2 ) les matrices représentatives des applications gof
et f 2 réspectivement dans la base B.
2. En déduire que gof − f 2 = IdR3 .

Solution-Exercice 12.
Partie I
1. Soient λ ∈ R, X = (x, y, z) ∈ R3 et X 0 = (x0 , y 0 , z 0 ) ∈ R3 . On a

f (X + λX 0 ) = f (x + λx0 , y + λy 0 , z + λz 0 )
T
2(y + λy 0 ) + (z + λz 0 )

= −(x + λx0 ) + 2(y + λy 0 ) + (z + λz 0 )


(y + λy 0 ) + (z + λz 0 )
T T
2y 0 + z 0
 
2y + z
= −x + 2y + z  + λ −x0 + 2y 0 + z 0 
y+z y0 + z0
= f (X) + λf (X 0 ).

Donc f est un morphisme de R3 dans R3 .


Donc c’est un endomorphisme de R3 .

− →
− →

2. Puisque f ( i ) = f (1, 0, 0) = (0, −1,  0), f ( j
) = f (0, 1, 0) = (2, 2, 1) et f ( k ) =
0 2 1
f (0, 0, 1) = (1, 1, 1), alors MB (f ) = −1 2 1.
0 1 1

  0 2 1 2 1
3. Puisque det MB (f ) = −1 2 1 = = 1 6= 0, alors MB (f ) est inversible.
0 1 1 1 1
Donc f est un isomorphisme.
4. On a

2 1 −1 1 −1 2
∆11 = = 1, ∆12 = − = 1, ∆13 = = −1,
1 1 0 1 0 1

2 1 0 0 0 2
∆21 = − = −1, ∆22 = = 0, ∆23 = − = 0,
1 1 1 1 0 1

2 1 0 1 0 2
∆31 = = 0, ∆32 = − = −1, ∆33 = = 2.
2 1 −1 1 −1 2

11
Donc  
1 1 −1
M^B (f ) =
−1 0 0
0 −1 2
 
T 1 −1 0  −1
^
et M B (f ) =  1 0 −1 = M B (f ) .
−1 0 2
   −1
5. Puisque MB f −1 = MB (f ) , alors

− →
− →

f −1 ( i ) = (1, 1, −1), f −1 ( j ) = (−1, 0, 0) et f −1 ( k ) = (0, −1, 2).
Par conséquent
f −1 (x, y, z) = xf−1 (1, 0, 
0) + yf −1
 (0, 1, 0)
−1
 + f (0, 0, 1)

= x 1, 1, −1 + y − 1, 0, 0 + z 0, −1, 2
 
= x − y, x − z, −x + 2z .

Partie II
1. Même démonstration que la partie I-1.

− →
− →

2. Puisque g( i ) = g(1, 0, 0)= (1, 0, −1),
 g( j ) = g(0, 1, 0) = (1, 2, 1) et g( k ) = g(0, 0, 1) =
1 1 1
(1, 0, 3), alors MB (g) =  0 2 0.
−1 1 3
Partie III
    
0 2 1 0 2 1 −2 5 3
1. On a MB (f 2 ) = −1 2 1 −1 2 1 = −2 3 2
 0 1  1 0 1  1  −1 3  2
1 1 1 0 2 1 −1 5 3
et MB (gof ) =  0 2 0   −1 2 1 = −2 4 2.
 
−1 1 3 0 1 1 −1 3 3
2. On a
   
−1 5 3 −2 5 3
MB (gof − f 2 ) = MB (gof ) − MB (f 2 ) = −2 4 2 − −2 3 2 = Id3 .
−1 3 3 −1 3 2
Donc gof − f 2 = IdR3 .

4 Examen d’Algebre-2-Session Rattrapage (2014-2015)


Exercice 13. Soit P2 l’espace vectoriel des polynômes à coefficients dans R de degré inférieur ou
égal à 2. Soit f : P2 → P2 la fonction définie par
 
f p(x) = 4xp(0) + 2p(x) + p0 (x), x∈R

où p0 (x) désigne la dérivée de p(x).

12
1. Montrer que f est une application linéaire.
2. Soit B = {1, x, x2 } la base canonique de P2 . Donner MB (f ) la matrice de f dans la base
B.
3. Montrer que la famille F = {1 + x, x + x2 , x2 } est une base de P2 .
4. Donner M atB (F) la matrice de passage de la base B à la base F et calculer son inverse.
5. En déduire MF (f ) la matrice de l’application f dans la base F.

Solution-Exercice 13.
1. f est une application linéaire.
2. On a
f (1) = 4x × 1 + 2 × 1 + 0 = 2 + 4x
f (x) = 4x × 0 + 2 × x + 1 = 1 + 2x
f (x2 ) = 4x × 0 + 2 × x2 + 2x = 2x + 2x2
 
2 1 0
Donc MB (f ) = 4 2 2
0 0 2
3. La famille F = {1 + x, x + x2 , x2 } est une base de P2 .
 
1 0 0  
4. On a M atB (F) = 1 1 0. De plus, det M atB (F) = 1 et
0 1 1
 
 −1 1 0 0
M atB (F) = −1 1 0
1 −1 1

5. On a  −1
MF (f ) = M atB (F) MB (f )M atB (F)
   
1 0 0 2 1 0 1 0 0
=  −1 1 0   4 2 2   1 1 0
 1 −1 1  0 0 2 0 1 1
3 1 0
=  3 3 2
−3 −1 0
 
1 2 0
Exercice 14. On considère la matrice A définie par A = 0 −2 1.
2 3 0
1. Calculer le déterminant et l’inverse de la matrice A.
 x + 2y = 1
2. Écrire le système d’équation linéaire suivant −2y + z = 0 sous forme matricielle et en
2x + 3y = 0

 
x
déduire sa solution y .

z

13
Solution-Exercice 14.
1. On a det(A) = 1 et puisque

−2 1 0 1 0 −2
∆11 = = −3, ∆12 = − = 2, ∆13 = =4
3 0 2 0 2 3

2 0 1 0 1 2
∆21 = − = 0, ∆22 =
= 0, ∆23 = − =1
3 0 2 0 2 3

2 0 1 0 1 2
= 2, ∆32 = −
∆31 = 0 1 = −1, ∆33 = 0 −2 = −2

−2 1
 
−3 0 2
alors A−1 =  2 0 −1.
4 1 −2
2. On a     
 x + 2y = 1 x 1
−2y + z = 0 ⇔ A y  = 0 .
2x + 3y = 0 z 0

Donc      
x 1 −3
y  = A−1 0 =  2  .
z 0 4
Exercice 15. Soit a ∈ R. On considère les vecteurs suivants
     
1 a 1
v1 = −3 , v2 = 0 , v3 =
     a .
1 0 −1
Pour quelle valeurs de a les vecteurs v1 , v2 et v3 sont-ils linéairement indépendants. En déduire le
rang de {v1 , v2 , v3 } si a = 3.
Solution-Exercice 15. On a

1 a 1

det(v1 , v2 , v3 ) = −3 0 a = −a(3 − a) = a2 − 3a.

1 0 −1

Donc v1 , v2 et v3 sont-ils linéairement indépendants si et seulement si a2 − 3a 6= 0 c’á dire


que a ∈
/
1 1
{0, 3}. Pour a = 3, on a det(v1 , v2 , v3 ) = 0. Donc rg(v1 , v2 , v3 ) ≤ 2. De plus, puisque =
1 −1
−2 6= 0 alors rg(v1 , v2 , v3 ) = 2.

5 Examen d’Algebre-2-Session Principale (2015-2016)


Exercice 16. On considère le système linéaire suivant

 x + y + 2z = −1,
(S) 2x − y + 2z = −4,
4x + y + 4z = 2.

14
1. Donner A la matrice du système (S) et montrer que (S) est un système de Cramer.
2. En échelonnant le système (S), donner (S 0 ) le système équivalent à (S).
3. Par la méthode de Gauss, déterminer l’ensemble des solutions du système (S) .

Solution-Exercice 16.
 
1 1 2
1. La matrice du système (S) est donnée par A = 2 −1 2 et puisque
4 1 4


1 1 2 1 1 2 1 1 2

det(A) = 2 −1 2 = 0 −3 −2 = 0 −3 −2 = 6 6= 0,

4 1 4 0 −3 −4 0 0 −2

alors (S) est un système de Cramer.


2. Puisque le système (S) est représenté sous la forme matricielle suivante
 
1 1 2 −1
(S) −→  2 −1 2 −4  .
4 1 4 2

Alors
     
1 1 2 −1 1 1 2 −1 1 1 2 −1
 2 −1 2 −4  −→  0 −3 −2 −2  −→  0 −3 −2 −2  −→ (S 0 ).
4 1 4 2 0 −3 −4 6 0 0 −2 8

Donc, le système (S) est équivalent au système (S 0 ) donné par



 x + y + 2z = −1,
(S 0 ) −3y − 2z = −2,
−2z = 8.

3. Par la remontée de Gauss, le système (S) est décrit de la façon suivante

1 0 0 11
       
1 1 2 −1 1 1 0 7 1 1 0 7 3
 0 −3 −2 −2  −→  0 −3 0 −10  −→  0 1 0 10 3
 −→  0 1 0 10  .
3
0 0 −2 8 0 0 −2 8 0 0 1 −4 0 0 1 −4

11 10
Donc l’ensemble des solutions de (S) est S = {( , , −4)}.
3 3
Exercice 17. Soient R2 [x] l’espace vectoriel des polynomes de degré inférieur ou égale à 2 et F
le sous ensemble de R2 [x] défini par

F = {ax2 + bx + c ∈ R2 [x]/2a + b + c = 0}

1. Montrer que F est un sous espace vectoriel engendré par deux polynomes P et Q à déter-
miner.  
2. Montrer que la famille P, Q est une famille libre.

15
3. En déduire la dimension de F .
Solution-Exercice 17
1. Puisque
F = {ax2 + bx + c ∈ R2 [x]/2a + b + c = 0}
= {ax2 − (2a + c)x + c ∈ R2 [x]/(a, c) ∈ R2 }
= {a(x2 − 2x) + c(−x + 1) ∈ R2 [x]/(a, c) ∈ R2 }
= {aP (x) + cQ(x) ∈ R2 [x]/(a, c) ∈ R2 }
 
où P (x) = x2 − 2x et Q(x) = −x + 1, alors F = vect P, Q . Donc F est sous espace
vectoriel engendré par P et Q.
2. Soit (λ, β) ∈ R2 tels que λP + βQ = 0. Puisque
 
2 λx2 = 0, λ = 0,
λP + βQ = 0 ⇔ λ(x − 2x) + β(−x + 1) = 0 ⇔ ⇔
(−2λ − β)x = 0β = 0, β = 0,
 
alors P, Q est une famille libre.
 
3. D’après les deux questions précédentes, puisque P, Q est une famille génératrice et libre
dans F , alors c’est une base de F . De plus,
 
dim(F ) = card P, Q = 2.

Exercice 18. Soient θ ∈ R et f : R3 → R3 une application définie par


   
f x, y, z = y − z sin θ, −x + z cos θ, −x sin θ + y cos θ .
 
On suppose que le R-espace vectoriel R3 est muni de la base canonique B := e1 , e2 , e3 où
     
e1 = 1, 0, 0 , e2 = 0, 1, 0 et e3 = 0, 0, 1 .

1. Montrer que f est endomorphisme de R3 .


2. Montrer que ker(f ) = vect(u) où u est un vecteur à déterminer.
3. En déduire le rang de l’endomorphisme f .
4. Déterminer une base de Im(f ).
5. Écrire A la matrice de l’endomorphisme dans la base B.
6. Calculer A3 et en déduire que f 3 = f of of = 0.
Solution-Exercice 18.
1. Facile (f : R3 → R3 est linéaire).
2. On a n   o
ker(f ) = (x, y, z) ∈ R3 f x, y, z = 0

  
  y = z sin θ, 
3

= (x, y, z) ∈ R x = z cos θ,
 −x sin θ + y 
cos θ = 0.
  

y = z sin θ,
= (x, y, z) ∈ R3
n   x = z cos
o θ.
= z cos θ, sin θ, 1 |z ∈ R = vect(u)

16
 
où u = cos θ, sin θ, 1 .
 
3
3. Par le théorème du rang en endéduit que rg(f ) = dim(R ) − dim ker(f ) = 2.
 
4. On a Im(f ) = vect f (e1 ), f (e2 ), f (e3 ) . Puisque f (e3 ) = − sin θf (e2 ) − cos θf (e1 ), alors
     
Im(f ) = vect f (e1 ), f (e2 ) . De plus, puisque dim Im(f ) = card f (e1 ), f (e2 ) , alors
 
f (e1 ), f (e2 ) est base de Im(f ).
     
5. Puisque f (e1 ) = 0, −1, − sin θ , f (e2 ) = 1, 0, cos θ et f (e3 ) = − sin θ, cos θ, 0 , alors
la matrice de l’endomorphisme f dans la base B est donnée par
 
0 1 − sin θ
A= 1 0 cos θ  .
− sin θ cos θ 0

6. On a A3 = 03 . De plus, pour tout (x, y, z), on a


   
x x
3 
f y = A y  = 0R3 .

z z

Donc f 3 = 0.

6 Examen d’Algebre-2-Session Rattrapage (2015-2016)


Exercice 19. Dans l’espace vectoriel R3 , muni de la base canonique B = {e1 , e2 , e3 } où

e1 = (1, 0, 0), e2 = (0, 1, 0) et e3 = (0, 0, 1).

Soit F = {f1 , f2 , f3 } une famille de vecteur vérifiant f1 = (1, 1, 1), f2 = (0, 1, 1) et f3 = (0, 0, 1).
1. Donner la matrice de la famille F dans la base B.
2. Montrer que F est une base de R3 .
3. En déduire M atF (B) la matrice de passage de la base B à la base F.
4. On considère le vecteur →

v de coordonnées (3, 1, −4) dans la base B. Déterminer les coor-


données du vecteur v dans la base F.

Solution-Exercice 19.
 et f3 = (0, 0, 1), alors la matrice de la famille F dans la
1. Puisque f1 = (1, 1, 1), f2= (0, 1, 1)
1 0 0
base B est M atB (F) = 1 1 0.

1 1 1
 
2. Puisque det M atB (F) = 1 6= 0, alors F est une famille libre. De plus, puisque card(F) =
dim(R3 ) = 3, alors F est une base de R3 .

17
   
 f1 = e1 + e2 + e3  e1 = f1 − f2 1 0 0
3. Puisque f2 = e2 + e3 ⇔ e2 = f2 − f3 , alors M atF (B) = −1 1 0 =
f3 = e3 e3 = f3 0 −1 1
 
 −1
M atB (F) .
4. Soit (x, y, z) les coordonnées du vecteur →
−v dans la base F. Alors →
−v = xf1 + yf2 + zf3 .


Donc v = xe1 + (x + y)e2 + (x + y + z)e3 . De plus, par l’unicité des coordonnées vecteur


v en trouve que  
 x=3  x=3
x+y =1 ⇔ y = −2
x + y + z = −4 z = −5
 
 
0 1 0
Exercice 20. On considère la matrice A = −1 0 1. Montrer que A3 = 0 et en déduire
  0 1 0
l’inverse de la matrice Id3 − A .
 
−1 0 1
Solution-Exercice 20. Puisque A2 =  0 0 0 et A3 = 0. Alors
−1 0 1
  
3 2
Id3 = Id3 − A = Id3 − A Id3 + A + A .
 
 −1 0 1 1
Donc Id3 − A = Id3 + A + A = −1 1 1.
−1 1 2

Exercice 21. Soit f : R3 → R2 l’application définie par f (x, y, z) = (2x + y − z, x − y + 2z).


1. Montrer que f est une application linéaire.
2. Déterminer une base de ker(f ) le noyeau de f .
3. Déterminer une base de Im(f ) l’image de f .

Solution-Exercice 21.
1. Facile.
2. On a
3
ker(f ) = {(x,
 y, z) ∈ R | 2x + y − z = 0 et x −  y + 2z = 0}
−1 5
= (x, y, z) ∈ R3 | x = z et y = z
 3 3
−1 5
= ( , , 1)z | z ∈ R
3 3
−1 5 
= vect ( , , 1)
3 3
−1 5
Donc la famille {( , , 1)} est une base de ker(f ).
3 3

18
3. Puisque f est une application linéaire, alors
 
Im(f ) = vect f (1, 0, 0), f (0, 1, 0), f (0, 0, 1)
 
= vect (2, 1), (1, −1), (−1, 2) .

1 5  
De plus puisque (−1, 2) = (2, 1) − (1, −1), alors Im(f ) = vect (2, 1), (1, −1) .
3 3
D’aprés le théorème du rang on a
     
dim Im(f ) = dim(R3 ) − dim ker(f ) = 3 − 1 = 2 = card (2, 1), (1, −1) .

Donc {(2, 1), (1, −1)} est une base de Im(f ).

7 Examen d’Algebre-2-Session Principale (2016-2017)


Exercice 22. On considère le système linéaire suivant

 x + y + 2z = −1,
(S) 2x − y + 2z = −4,
4x + y + 4z = 2.

1. Donner A la matrice du système (S) et montrer que (S) est un système de Cramer.
2. En échelonnant le système (S), donner (S 0 ) le système équivalent à (S).
3. Par la méthode de Gauss, déterminer l’ensemble des solutions du système (S) .
Solution-Exercice 22.
1. La matrice du système (S) est donnée par
 
1 1 2
A = 2 −1 2 .
4 1 4
Puisque

1 1 2 1 1 2 1 1 2

det(A) = 2 −1 2 = 0 −3 −2

= 0 −3 −2

= 6 6= 0,

4 1 4 0 −3 −4 0 0 −2

alors (S) est un système de Cramer.


2. On peut représenter le système (S) par la forme suivante
 
1 1 2 −1
(S) −→  2 −1 2 −4 
4 1 4 2
Puisque
     
1 1 2 −1 1 1 2 −1 1 1 2 −1
 2 −1 2 −4  −→  0 −3 −2 −2  −→  0 −3 −2 −2  −→ (S 0 ),
4 1 4 2 0 −3 −4 6 0 0 −2 8

19
alors le système (S) est équivalent au système (S 0 ) donné par

 x + y + 2z = −1,
0
(S ) −3y − 2z = −2,
−2z = 8.

3. Par la remontée de Gauss, le système (S) est décrit de la façon suivante

1 0 0 11
       
1 1 2 −1 1 1 0 7 1 1 0 7 3
 0 −3 −2 −2  −→  0 −3 0 −10  −→  0 1 0 10 3
 −→  0 1 0 10  .
3
0 0 −2 8 0 0 −2 8 0 0 1 −4 0 0 1 −4

11 10
Donc l’ensemble des solutions de (S) est S = {( , , −4)}.
3 3
Exercice 23. Soient R2 [x] l’espace vectoriel des polynomes de degré inférieur ou égale à 2 et F
le sous ensemble de R2 [x] défini par

F = {ax2 + bx + c ∈ R2 [x]/2a + b + c = 0}

1. Montrer que F est un sous espace vectoriel engendré par deux polynomes P et Q à déter-
miner.  
2. Montrer que la famille P, Q est une famille libre.
3. En déduire la dimension de F .

Solution-Exercice 23.
1. Puisque
F = {ax2 + bx + c ∈ R2 [x]/2a + b + c = 0}
= {ax2 − (2a + c)x + c ∈ R2 [x]/(a, c) ∈ R2 }
= {a(x2 − 2x) + c(−x + 1) ∈ R2 [x]/(a, c) ∈ R2 }
= {aP (x) + cQ(x) ∈ R2 [x]/(a, c) ∈ R2 }
 
où P (x) = x2 − 2x et Q(x) = −x + 1, alors F = vect P, Q . Donc F est sous espace
vectoriel engendré par P et Q.
2. Soit (λ, β) ∈ R2 tels que λP + βQ = 0. Puisque

2 λ = 0,
λP + βQ = 0 ⇔ λ(x − 2x) + β(−x + 1) = 0 ⇔
β = 0,
 
alors P, Q est une famille libre.
 
3. D’aprés les deux questions présidentes, puisque P, Q est une famille génératrice et libre
dans F , alors c’est une base de F . Donc
 
dim(F ) = card P, Q = 2.

20
Exercice 24. Soient θ ∈ R et f : R3 → R3 une application définie par
   
f x, y, z = y − z sin θ, −x + z cos θ, −x sin θ + y cos θ .
 
3
On suppose que le R-espace vectoriel R est muni de la base canonique B := e1 , e2 , e3 où
     
e1 = 1, 0, 0 , e2 = 0, 1, 0 et e3 = 0, 0, 1 .

1. Montrer que f est endomorphisme de R3 .


2. Montrer que ker(f ) = vect(u) où u est un vecteur à déterminer.
3. En déduire le rang de l’endomorphisme f .
4. Déterminer une base de Im(f ).
5. Écrire A la matrice de l’endomorphisme dans la base B.
6. Calculer A3 et en déduire que f 3 = f of of = 0.
Solution-Exercice 24.
1. Facile (f : R3 → R3 est linéaire).
2. On a n   o
ker(f ) = (x, y, z) ∈ R3 f x, y, z = 0

  
  y = z sin θ, 

= (x, y, z) ∈ R3 x = z cos θ,
 −x sin θ + y cos θ = 0.
  

y = z sin θ,
= (x, y, z) ∈ R3
n   x = z cos
o θ.
= z cos θ, sin θ, 1 |z ∈ R = vect(u)
 
où u = cos θ, sin θ, 1 .
 
3. Par le théorème du rang en déduit que rg(f ) = dim(R3 ) − dim ker(f ) = 2.
 
4. On a Im(f ) = vect f (e1 ), f (e2 ), f (e3 ) . Puisque f (e3 ) = − sin θf (e2 ) − cos θf (e1 ), alors
     
Im(f ) = vect f (e1 ), f (e2 ) . De plus, puisque dim Im(f ) = card f (e1 ), f (e2 ) , alors
 
f (e1 ), f (e2 ) est base de Im(f ).
     
5. Puisque f (e1 ) = 0, −1, − sin θ , f (e2 ) = 1, 0, cos θ et f (e3 ) = − sin θ, cos θ, 0 , alors
 
0 1 − sin θ
A= 1 0 cos θ  .
− sin θ cos θ 0

6. On a A3 = 03 . De plus, pour tout (x, y, z), on a


   
x x
3 
f y = A y  = 0R3 .

z z
Donc f 3 = 0.

21
8 Examen d’Algebre-2-Session Principale (2018-2019)
Exercice 25. Déterminer les termes suivants
1. Une base d’un espace vectoriel.
2. Le rang d’une famille de vecteurs.
3. La dimension d’un espace vectoriel.
4. Un endomorphisme.
5. Un automorphisme.
6. Rang d’une application linéaire f .
Solution-Exercice 25.
1. Une base est une famille de vecteurs libre et génératrice dans un espace vectoriel.
2. Le rang d’une famille de vecteurs est le nombre maximale des vecteurs libre qu’on peut
extraire de cette famille.
3. La dimension d’un espace vectoriel est le cardinale d’une base de cette espace vectoriel.
4. Un endomorphisme est une application linéaire dont l’ensemble de départ égale à l’ensemble
d’arrivé.
5. Un automorphisme est une application linéaire bijective définie d’un espace vectoriel dans
lui même.
6. Rang d’une application linéaire f est la dimension de son image Im(f ).
 
3 2
Exercice 26. On muni les espaces vectoriels R et R des bases canonique B = e1 , e2 , e3 et
 
F = f1 , f2 respectivement et on considère l’application f : R3 → R2 définie par

∀(x, y, z) ∈ R3 , f (x, y, z) = (x − y + z, 2x − y).


1. Montrer que f est application linéaire.
2. Déterminer ker(f ), le noyau de l’application f , et déterminer sa dimension.
3. En déduire rg(f ), le rang de l’application f .
4. Donner une base de Im(f ), l’image de l’application f .
5. Montrer que f est une application surjective.
Solution-Exercice 26.
   2
1. Soient (x, y, z), (x0 , y 0 , z 0 ) ∈ R3 et λ ∈ R. Puisque
 
f (x, y, z) + λ(x , y , z ) = f (x, y, z) + λf (x0 , y 0 , z 0 ),
0 0 0

alors f est une application linéaire.


2. On a
ker(f ) = {(x, y, z) ∈ R3 /f (x, y, z) = 0}
= {(x, y, z) ∈ R3 /x − y + z = 0 et 2x − y = 0}
= {(x, y, z) ∈ R3 /z = x et y = 2x}
= {x(1, 2, 1)/x ∈ R} = vect(u)
 
où u = (1, 2, 1) ∈ R3 . Par conséquent dim ker(f ) = 1.

22
 
3. Par le théorème du rang on a rg(f ) = dim(R3 ) − dim ker(f ) = 2.
4. Puisque      
  1 −1 1
Im(f ) = vect f (e1 ), f (e2 ), f (e3 ) = vect , ,
2 −1 0
   
1 −1
et puisque f (e3 ) = −f (e1 ) − 2f (e2 ), alors Im(f ) = vect , .
    2 −1    
1 −1   1 −1
De plus, puisque card , = dim Im(f ) = rg(f ) = 2, alors ,
2 −1 2 −1
est une base de Im(f ).
5. Puisque Im(f ) ⊂ R2 et dim(Im(f )) = dim(R2 ), alors Im(f ) = R2 .
Donc f est surjective.

Exercice 27. On considère le système linéaire suivant



 2x + y + 3z = 1
(S) x+y+z =2 (x, y, z) ∈ R3 .
x − 2y − z = −2

1. Écrire le système (S) sous sa forme matricielle.


2. Montrer que (S) est un système de Cramer.
3. Par la méthode de Cramer, donner la solution (x, y, z) du système (S).

Solution-Exercice 27.
1. Si on note      
2 1 3 x 1
A= 1 1
 1 , X = y et B =
    2 ,
1 −2 −1 z −2
alors le système (S) est équivalent la forme matricielle AX = B.

2 1 3 2 1 3
1
1 1 −1
2. Puisque det(A) = 1 1
1 = 0 1 −1 =

= −5 6= 0, alors (S) est un
1 −2 −1 4 0 −5 −5 2 −5 −5
système de Crammer.

1 1 3 1 1 3

3. On a det(Ax ) = 2 1 1 = 0 −1 −5 = −5. Donc x = 1.
−2 −2 −1 0 0 5

2 1 3 2 1 3
1
On a det(Ay ) = 1 2 1 = 0 3 −1 = −10. Donc y = 2.
1 −2 −1 4 0 −5 −5

2 1 1 2 1 1
1
On a det(Az ) = 1 1 2 = 0 1 3 = 5. Donc z = −1.
1 −2 −2 4 0 −5 −5

23