Vous êtes sur la page 1sur 4

Université Sidi Mohammed Ben Abdellah

Faculté des Sciences Juridiques


Économiques et Sociales - Fès

Corrigé de l’Examen d’Algèbre Linéaire


Semestre 2 - Session Ordinaire (2019/20)
Groupes : 5-6-7-8-9-10-11-12

Exercice 1.
Pour chacune des questions suivantes, encadrer la lettre correspondante à l’unique bonne
réponse (Aucune démonstration n’est demandée !).

1. Soient u, v et w trois vecteurs d’un R-espace vectoriel E tel que w = αu + βv.


Considérons le système S = {u, v, w} (qu’on note aussi S = (u, v, w)), alors :
(A) S est libre (B) S est une base de E (C) S est lié

(C) est la bonne réponse :


w = αu + βv ⇐⇒ αu + βv − w = 0E , donc il s’agit ici d’une combinaison linéaire des vecteurs
u, v, w avec des coefficients non tous nuls (le coefficient −1 à côté du vecteur w).
Donc le système (u, v, w) est lié.

2. Soient u, v et w trois vecteurs d’un R-espace vectoriel E.


Si le système S = {u, v, w} est libre, alors le système {u, v} est aussi libre :
(A) Vrai (B) Faux (C) On ne peut rien dire

(A) est la bonne réponse :


Si α, β ∈ R tels que : αu + βv = 0E ⇐⇒ αu + βv + 0 w = 0E . Et comme le système (u, v, w) est
libre, par définition tous les coefficients de cette combinaison linéaire sont nuls, c-à-d, α = β = 0.
Ce qui conclut que le sous-système (u, v) est aussi libre.

3. Parmi les systèmes ci-dessous, une base de R3 est :


(A) S1 = {(1, 1, 2), (2, 1, 0)} (B) S2 = {(1, 1, 2), (0, −1, 1), (1, 0, 1)}
(C) S3 = {(1, 1, 2), (0, 1, 1), (1, 0, 1)} (D) S4 = {(1, 1, 2), (0, 0, 0), (1, 0, 1)}

(B) est la bonne réponse :


Déjà on élimine la proposition (A) (car c’est un système à deux vecteurs dans un espace de
dimension 3 : "Toute base d’un espace de dimension n, son cardinal est égal à n"), et la propo-
sition (D) (car ce système contient l’élément neutre (0, 0, 0), par suite il est lié et donc ne peut
être une base).

1
Il reste à vérifier ce qu’il en est pour les deux systèmes de (B) et (C), et pour cet effet, il
suffit de calculer
les déterminants
associés :
1 0 1 1 0 1

(B) 1 −1 0 = 2 ̸= 0, (C) 1 1 0 = 0.
2 1 1 2 1 1
Ainsi, on déduit que c’est le sysème de (B) qui est une base de R3 .

4. On désigne par "sev" sous-espace vectoriel.


Soit le sous-ensemble suivant : F = {(x, y, z) ∈ R3 / x − 2y − 7z = 0}, alors :
(A) F est un sev de R3 (B) F n’est pas un espace vectoriel
(C) F est un sev de R 2 (D) F n’est pas un sev de R3

(A) est la bonne réponse :


On élimine d’abord la proposition (C) (car F est un sous-ensemble de R3 et non pas de R2 ).
Puis ce type d’ensembles est déjà traité en exercices du cours et des TD, c’est la forme carté-
sienne bien connue comme exemple fondamental de sous-espace vectoriel de Rn .
Ainsi la proposition (D) est fausse (c’est la négation de (A)). Et aussi la proposition (B) est
fausse (car l’on sait que tout sous-espace vectoriel d’un espace vectoriel est un espace vectoriel).

5. Soit f une application linéaire de R3 vers R2 . f peut être :


(A) Injective (B) Surjective (C) Bijective

(B) est la bonne réponse :


En général, le théorème du rang appliqué à toute application linéaire f : E −→ F (où E, F deux
espaces vectoriels de dimensions finies) donne : dim E = dim Ker(f ) + rg(f ).

On sait que : si f est surjective ⇐⇒ rg(f ) = dim F =⇒ dim E = dim Ker(f ) + dim F , alors :
dim E ≥ dim F . On déduit par contraposée que, si dim E < dim F , f ne peut être surjective
(mais rien n’empêche qu’elle soit injective !).

Et on a aussi : f est injective ⇐⇒ dim Ker(f ) = 0 =⇒ dim E = rg(f ) = dim Im(f ) ≤ dim F
(car Im(f ) est un sous-espace vectoriel de F ). On déduit par contraposée que si dim E > dim F ,
alors f ne peut être injective (mais rien n’empêche qu’elle soit surjective !).
C’est le cas pour cette application linéaire de R3 vers R2 qui peut être surjective mais en aucun
cas injective ni bijective.

6. Dans Rn , le produit x y d’un vecteur ligne x et d’un vecteur colonne y est :


(A) Un réel (B) Un vecteur de Rn (C) Une matrice d’ordre n

(A) est la bonne réponse :


Le produit (c’est en fait un produit matriciel) d’un vecteur ligne x = (x1 , x2 , · · · , xn ) de Rn et
d’un vecteur colonne y = (y1 , y2 , · · · , yn ) de Rn est un scalaire :
 
y1
  y2 

 X
n
xy = x1 x2 · · · xn  .  = xi yi ∈ R.
 .. 
i=1
yn
7. Si 0 est une valeur propre d’une matrice carrée M d’ordre 3, alors :
(A) M est inversible (B) M est non inversible (C) rg(M ) = 3

(B) est la bonne réponse :


Si λ = 0 est une valeur propre de M , alors c’est une racine du polynôme caractéristique
PM (λ) = det(M − λI3 ) de M : PM (0) = det(M − 0 I3 ) = det(M ) = 0.
Ou autrement, puisqu’on sait que le déterminant d’une matrice carrée est égal au produit de ses
valeurs propres, alors si 0 est parmi les valeurs propres de M , M n’est pas inversible (det M = 0).

Exercice 2.
Pour chacune des questions suivantes, écrire uniquement les réponses dans les champs
réservés à cet effet.

1. Soient u = (−1, 2, 1), v = (1, 0, 3) et w = (1, 2, 7) trois vecteurs de R3 .


Si w = α u + β v, alors : α = 1 , β = 2.

w = α u + β v ⇐⇒ α(−1, 2, 1) + β(1, 0, 3) = (1, 2, 7)




−α + β = 1
⇐⇒ 2α = 2 ⇐⇒ α = 1, β = 2.


α + 3β = 7

2. Soit f une application linéaire de R2 dans R3 définie par f (x, y) = (2x + y, −x + y, x − y),
alors : Ker(f ) = {(0, 0)}, rg(f ) = 2. 

2x + y = 0
(x, y) ∈ Ker(f ) ⇐⇒ f (x, y) = (0, 0, 0) ⇐⇒ −x + y = 0 ⇐⇒ x = y = 0.


x−y =0

Ker(f ) = {(0, 0)} ⇐⇒ dim Ker(f ) = 0.


Et d’après le théorème du rang : dim R2 = dim Ker(f ) + rg(f ) =⇒ rg(f ) = 2.

3. On suppose que l’espace vectoriel R3 est muni de sa base canonique B = {e1 , e2 , e3 } et soit
f l’application linéaire de R3 vers R3 définie par : f (x, y, z) = (−2x+y +z, x−2y +z, x+y −2z).
La matrice représentative de (ou associée à) f dans la base B est :
 
−2 1 1
M (f /B, B) = MB (f ) =  1 −2 1 
1 1 −2
Car f (e1 ) = f (1, 0, 0) = (−2, 1, 1), f (e2 ) = (1, −2, 1), f (e3 ) = (1, 1, −2) et ce sont les compo-
santes de ces vecteurs dans la base canonique de R3 que l’on dispose en colonnes (en respectant
l’ordre).
   
1 1 2 1 1 0
4. Soient A =  1 2 1  et B =  −1 −2 1  deux matrices, alors :
2 3 1 2 3 0
   
2 0 4 4 5 1
A + t B = A + B t =  2 0 4  et A × B = A B =  1 0 2 
2 4 1 1 −1 3
 
1 2 2
5. Le rang de la matrice M =  2 1 1  est : rg(M ) = 2.
−2 −3 −3
En effet, il suffit de remarquer que les deux dernières colonnes de la matrice M sont iden-
tiques donc le système formé par les trois vecteurs colonnes C1 = (1, 2, −2), C2 = (2, 1, −3), C3 =
(2, 1, −3), est lié.
Par suite rg(M ) ≤ 2 et comme les deux premiers vecteurs C1 et C2 sont non proportionnels,
alors ils constituent un système libre. Ainsi rg(M ) = card(C1 , C2 ) = 2.
Ou autrement, puisque M est une matrice carrée, on peut calculer son déterminant qui va don-
ner 0, alors rg(M ) < 3 ⇐⇒ det(M ) ≤ 2. Et on continue comme précédemment.

6.Soient a, b,c ∈ R. Le déterminant de la matrice


1 1 a
M=  1 2 b  est : det(M ) = c − a − b.
2 3 c
 
1 3 2
7. Soit la matrice carrée inversible A =  2 1 3 , alors la matrice inverse de A est :
3 2 1
 
−5 1 7
1 
A−1 = 7 −5 1 
18
1 7 −5


m x − 2y + z = 0
8. Soit le système d’équations linéaires suivant : (S) 2x + m y − z = 1 (où m ∈ R)


2x + y − z = 0
 
m −2 1
a. La matrice du système (S) est :  2 m −1 
2 1 −1
b. Pour que (S) soit un système de Cramer, le réel m doit vérifier la condition : m ̸= 1 et m ̸= −2.
En effet, en calculant le déterminant de la matrice du système , on trouve :

m −2 1

2 m −1 = (1 − m)(2 + m).

2 1 −1

Et pour que (S) soit de Cramer, il faut que la matrice soit inversible, qui est équivalent à ce que
son déterminant soit différent de 0 : (1 − m)(2 + m) ̸= 0 ⇐⇒ m ̸= 1 et m ̸= −2.
 
1 2 0
9. Les valeurs propres de la matrice A =  2 1 0  sont 1, −1, 3.
0 0 1
En effet
le polynôme caractéristique
de A est (on développe par rapport à la 3ème colonne) :
1−λ 2 0

PA (λ) = 2 1−λ 0 = (1 − λ)[(1 − λ)2 − 4] = (1 − λ)(1 − λ − 2)(1 − λ + 2).
0 0 1−λ
Donc : PA (λ) = (1 − λ)(−1 − λ)(3 − λ).
Et comme l’on sait que toute valeur propre est racine du polynôme caractéristique de A, alors :
(1 − λ)(−1 − λ)(3 − λ) = 0 ⇐⇒ λ = 1 ou λ = −1 ou λ = 3.
 
1 2 0
10. La matrice A =  2 1 0  est diagonalisable car A est symétrique.
0 0 1
Ou autrement : si l’on remarque qu’il s’agit de la même matrice de la question précédente, et
vu que cette matrice d’ordre 3 admet 3 valeurs propres distinctes (simples), c’est une condition
suffisante pour affirmer qu’elle est bien diagonalisable.