Académique Documents
Professionnel Documents
Culture Documents
M= ,N= ,P= et Q = .
car le déterminant d’une matrice ne change pas lorsqu’on ajoute à une de ses
colonnes une combinaison linéaire de ses autres colonnes (ici C 2 a été
remplacée par C2 + C1).
MP = .
La base B de IR3 est formée par les colonnes de la matrice M. Les coordonnées
du vecteur dans cette base sont donc données par le vecteur solution
du système :
Ce qui donne :
8. Soit l’application linéaire f( ), de IR3 dans IR3, définie par : f(X) = NX.
a. Qu’appelle-t-on image d’une application linéaire ? Qu’appelle-t-on base
d’une espace vectoriel ? (1 point)
On appelle image d’une application linéaire f( ) de E dans F l’ensemble des
image par f( ) des vecteurs de E.
On appelle base d’un espace vectoriel E tout système de vecteurs libre et
générateur de E.
b. Donner une base de l’ensemble Imf. (1 point)
Imf est l’ensemble des vecteur Y tels que Y = f(X) = NX, où X est un élément
de IR3. On a donc :
Imf = {NX, X IR3}.
L’ensemble Imf est donc l’ensemble des combinaisons linéaires des
colonnes de la matrice N : c’est le sous-espace vectoriel de IR3 engendré
par les colonnes de N.
Comme dimImf = rangN = 2 (N est une matrice singulière d’ordre 3, mais
dont les deux premières colonnes sont linéairement indépendantes
puisque non proportionnelles), tout ensemble libre de deux vecteurs de
Imf forme une base de Imf.
Les deux premières colonnes de N étant deux vecteurs linéairement
indépendants de Imf, ils forment une base de Imf.
c. Déterminer la dimension de l’ensemble kerf. (1 point)
D’après le théorème des dimensions, on a, pour toute application linéaire
f( ) dont l’espace de départ est E :
DimE = dimKerf + dimImf.
Comme ici E = IR3, comme dimIR3 = 3 et comme dimImf = 2, on a :
dimKerf = 3 – 2 = 1.
N .
élément le vecteur .
nul de kerf forme une base de kerf. Ceci étant le cas du vecteur , celui-
question 7) :
,
à savoir :
MQP =
= .
12. En déduire :
a. que la matrice N est diagonalisable, (1 point)
Une matrice A est diagonalisable s’il existe une matrice P régulière et une
matrice D diagonale telles que : A = PDP – 1.
Comme MQP = N, comme M est régulière, comme P = M – 1 et comme Q est
diagonale, la matrice N est donc bien diagonalisable.
b. les valeurs propres de N, (2 points)
De N = MQP, on déduit, en post-multipliant les deux membres de cette
égalité par M : NM = MQ.
En notant C1, C2 et C3 les trois colonnes de M, ceci donne :
ou encore :
(NC1 NC2 NC3) = (0 C2 2C3).
On a donc :
NC1 = 0 = 0 C1 : le réel 0 est valeur propre de N et C1 un vecteur
propre de N associé à 0.
NC2 = 1 C2 : le réel 1 est valeur propre de N et C2 un vecteur propre
de N associé à 1.
NC3 = 2 C3 : le réel 2 est valeur propre de N et C3 un vecteur propre
de N associé à 2.
c. le sous-espace propre associé à chacune des valeurs propres de N. (2
points)
Les valeurs propres de N étant distinctes deux à deux, leurs sous-espaces
propres associés sont de dimension un.
Le sous-espace propre de N associé à 0 est donc l’ensemble des
homothétiques de C1 (remarque : c’est kerf), le sous-espace propre de N
associé à 1, l’ensemble des homothétiques de C2, et le sous-espace propre
de N associé à 2, l’ensemble des homothétiques de C3.