Vous êtes sur la page 1sur 6

EPFL

Sections Gnie Civil - Sciences et Ingnierie de l’Environnement

Algèbre Linéaire
Dr. Lara Thomas
Semestre d’Automne, 2009-2010

Semaine du 09.11.2009

Série 9
Corrigés 9

Exercice 1
           
−2 1 −3 0 1 −1
~ =  0  − 1 = −1 et AC
1. Calculons : AB ~ = 1 − 1 =  0 . Ces deux
1 1 0 2 1 1
vecteurs sont non colinéaires,
 le vecteur ~ ~
 AB × AC est donc   normal au plan P.
i −3 −1 −1
~ ~
On a AB × AC = det j −1 0
  = −x + 3y − z =  3 . L’équation du plan P est
k 0 1 −1
donc du type −x + 3y − z + d = 0 où d est un réel que l’on peut déterminer à l’aide des
coordonnées du point A par exemple. En effet, puisque A appartient au plan P , alors ses
coordonnées satisfont l’équation de P, ce qui implique :
−1 + 3 − 1 + d = 0 ⇒ d = −1.
Donc l’équation du plan P est −x + 3y − z − 1 = 0.
2. D’après le cours, l’aire du parallélogramme est donnée par ||AB ~ × AC||.
~
 
−1
~
Comme AB × AC = ~  3  (voir question précédente), il vient
−1
√ √
~ × AC||
||AB ~ = 1 + 9 + 1 = 11.

Donc l’aire est 11.
     
1 1 0
~
3. On a AD = −2 − 1 = −3. D’après le cours, le volume du parallélépipède
    
3 1 2
~ AB,
est |[AD, ~ AC]|
~ (valeur absolue du produit mixte). Cette valeur peut se calculer de
 
−3 −1 0

deux façons différentes, précisément soit on calcule −1 0 −3 soit on calcule
0 1 2
   
0 −1
~ • (AB
~ × AC)|
~

directement |AD = −3 •  3  = | − 11| = 11.
2 −1
Le volume est donc 11.

Exercice 2
Rappelons qu’une fonction f : Rn → Rm est linéaire si elle est donnée par une matrice, c’est-
à-dire s’il existe une matrice A de taille m × n telle que f (u) = Au pour tout vecteur u ∈ Rn .
On a vu en cours que cela est équivalent aux deux conditions suivantes :
1. f (x + y) = f (x) + f (y) ;
2. f (λx) = λf (x),
pour tous x, y ∈ Rn et pour tout λ ∈ R. En particulier, la condition (1) implique f (0) = 0.
   
1   −1  
0 0
1. (a) f1 n’est pas linéaire puisque f1   1  = mais f1   −1   = 6=
2 0
1 −1
 
0
− , ce qui contredit la condition (2).
2
 
0 −3 0
(b) f2 est linéaire puisqu’elle est donnée par la matrice .
0 1 0
         
1 1 2 2 1
(c) f3 n’est pas linéaire puisque f3 + = f3 = mais f3 +
1 0 1 2 1
       
1 1 1 2
f3 = + = , ce qui contredit la condition (1).
0 1 0 1
   
0 0
(d) f4 n’est pas linéaire car f4 (0) = 6= , ce qui contredit (1).
−3 0
 
0 3 −2 0
(e) f5 est linéaire car elle est donnée par la matrice  0 0 3 −2.
−2 0 0 3
 
0
(f) f6 n’est pas linéaire car f6 0 = 3 6= 0, ce qui contredit (1).
0
   
0 2
(g) f7 n’est pas linéaire car f7 = 6= 0, ce qui contredit (1).
0 1
(h) f8 est linéaire en tant que composée de deux applications linéaires, les applications
f et g étant linéaires (vu en cours).
Précisément, si l’on note θ = π/3, l’application f est donnée par la matrice :
   √ 
cos(θ) − sin(θ) 1/2 − 3/2
[f ] = = √ .
sin(θ) cos(θ) 3/2 1/2
 
0 1
D’autre part, l’application g est donnée par la matrice [g] = .
1 0
Alors, l’application f8 est donnée par f (u) = g(f (u)) = [g][f ]u = [f8 ]u, où [f8 ] est la
matrice :
  √  √ 
0 1 √1/2 − 3/2 3/2 1/2

[f8 ] = [g][f ] = = .
1 0 3/2 1/2 1/2 − 3/2
   
0 0
(i) f9 n’est pas linéaire puisque f9 6= .
0 0
2. Soient g1 et g2 deux applications linéaires de Rn dans Rm . On note A1 = [g1 ] et A2 = [g2 ]
leurs matrices standards respectives. Pour tout vecteur u ∈ Rn , on a donc
(g1 + g2 )(u) = g1 (u) + g2 (u) = A1 u + A2 u = (A1 + A2 )u.
Puisque A1 + A2 est encore une matrice de taille n × m, la fonction g1 + g2 est bien
linéaire et sa matrice standard est A1 + A2 .

Exercice 3
 
    2 −2  
x x x
1. Pour tout vecteur u = ∈ R2 , on a f = 1 2  . Donc l’application
y y y
0 −1
 
2 −2
f est linéaire et sa matrice standard est [f ] = 1 2 .
0 −1
       
2+0 2 0−2 −2
2. On a f (e1 ) = 1 + 0 = 1 et f (e2 ) = 0 + 2 =
       2 .
−0 0 −1 −1
 
 2 −2
On vérifie que l’on a bien f (e1 ) | f (e2 ) = 1 2  = [f ].
0 −1
 
a
3. (a) Un vecteur b  est dans l’image de f si et seulement s’il existe deux réels x et y

c
 
  a
x
tels que f ( = b , c’est-à-dire tels que :

y
c

 2x − 2y = a
S : x + 2y = b .
 −y = c
 
2 −2 a
La matrice augmentée associée au système est M = 1 2 b . Réduisons M
0 −1 c
sous forme échelonnée à l’aide de l’algorithme de Gauss :
   
1 2 b 1 2 b
L ↔ L2  L 7→ L2 − 2L1  L ↔ L3
M 1 2 −2 a 2 0 −6 a − 2b 2
−→ −→ −→
0 −1 c 0 −1 c
     
1 2 b 1 2 b 1 2 b
L 7→ −L2  L 7→ L3 + 6L2 
0 −1 c  2 0 1 −c  3 0 1 −c 
−→ −→
0 −6 a − 2b 0 −6 a − 2b 0 0 a − 2b − 6c
 on en déduit que le système S admet une solution, c’est-à-dire que le
Clairement,
a
vecteur b  est dans l’image de f , si et seulement si la condition suivante est

c
satisfaite :
a − 2b − 6c = 0.
3
(b) D’après la question
  précédente, l’image de f est donc le sous-ensemble de R formé
a
des vecteurs  b  tels que a − 2b − 6c = 0 : il s’agit d’un plan, précisément du plan
c
 
1
de R3 passant par l’origine et normal au vecteur −2.
−6
3
En particulier, l’image de f n’est pas l’espace R tout entier. Cela signifie que l’ap-
plication f n’est pas surjective.
4. On a clairement f (0) = 0, d’où l’implication u = 0 ⇒ f (u) = 0.
 
  0  
x x
Réciproquement, si f = 0, alors le vecteur u = est solution du système
y y
0
linéaire : 
 2u1 − 2u2 = 0
u1 + 2u2 = 0
−u2 = 0

 
2 −2
La matrice augmentée du système est la matrice 1 2 . En appliquant les mêmes
0 −2
opérations élémentaires
 effectuées
 à la question 3.(a), on trouve la forme échelonnée de
1 2 0
cette matrice : 0 1 0. Puis, en effectuant L1 7→ L1 − 2L2 on obtient la forme
0 0 0
 
1 0 0
échelonnée réduite : 0 1 0. Le système admet donc une unique solution qui est le
0 0 0
vecteur nul. D’où l’implication f (u) = 0 ⇒ u = 0.
On a donc bien :
∀u ∈ R2 , f (u) = 0 ⇔ u = 0.

Soient donc deux vecteurs u1 et u2 de R2 tels que f (u1 ) = f (u2 ). Puisque f est linéaire,
ceci implique que f (u1 − u2 ) = 0, d’où v1 = v2 d’après l’équivalence précédente. Donc
l’application f est injective.

Exercice 4
      
x x 2 1 1 x
1. Pour tout vecteur y  ∈ R3 on a g y  = 1 2 1 y . Donc l’application g
y z 1 1 2 z
 
2 1 1
est linéaire puisqu’elle est donnée par la matrice [g] = 1 2 1.
1 1 2
2. Nous allons d’abord montrer que la matrice standard [g] de g est inversible. On utilise
pour cela l’algorithme d’élimination de Gauss :
 
2 1 1 | 1 0 0
1 2 1 | 0 1 0 L1 ↔ L3
1 1 2 | 0 0 1
1 1 2 | 0 0 1
1 2 1 | 0 1 0 L2 7→ L2 − L1 , L3 7→ L3 − 2L1
2 1 1 | 1 0 0 
1 1 2 | 0 0 1
0 1 −1 | 0 1 −1 L3 7→ L3 + L2
0 −1 −3 | 1 0 −2 
1 1 2 | 0 0 1
0 1 −1 | 0 1 −1 L3 7→ −L3 /4
0 0 −4 | 1 1 −3 
1 1 2 | 0 0 1
0 1 −1 | 0 1 −1 
0 0 1 | −1/4 −1/4 3/4

La matrice du bloc de gauche est la forme échelonnée de [g] et puisqu’elle est clairement
inversible (il n’y a aucune ligne de zéros), on en déduit que la matrice [g] est inversible.
Alors, d’après le cours, l’application g est inversible et sa fonction réciproque est l’ap-
plication linéaire associée à la matrice [g]−1 . (En effet, si h : R3 → R3 est l’application
linéaire donnée par la matrice [h] = [g]−1 , alors on a bien, pour tout vecteur u ∈ R3 :
h ◦ g(u) = [h][g]u = [g]−1 [g]u = u ;
g ◦ h(u) = [g][h]u = [g][g]−1 u = u.

C’est-à-dire, h ◦ g = g ◦ h = id, donc g est inversible et g −1 = h.)


Pour déterminer la matrice [g −1 ] = [g]−1 , on poursuit l’algorithme de Gauss effectué plus
haut :
 
1 1 2 | 0 0 1
0 1 −1 | 0 1 −1  L1 7→ L1 − 2L3 , L2 7→ L2 + L3
0 0 1 | −1/4 −1/4 3/4
1 1 0 | 1/2 1/2 −1/2
0 1 0 | −1/4 3/4 −1/4 L1 7→ L1 − L2
0 0 1 | −1/4 −1/4 3/4 
1 0 0 | 3/4 −1/4 −1/4
0 1 0 | −1/4 3/4 −1/4
0 0 1 | −1/4 −1/4 3/4
 
3 −1 −1
1
On en déduit [g]−1 = −1 3 −1.
4 −1 −1 3
L’inverse de l’application g est donc l’application linéaire donnée par :
g −1 : 3
R  −→  R3 
x 3x − y − z
1
y  7→
4
−x + 3y − z  .
z −x − y + 3z
Exercice 5
 
x
3 3
1. (a) Notons pz=0 : R → R la projection sur le plan z = 0. Soit u = y  un vecteur

z
3
de R . L’image de u par pz=0 est le projeté orthogonal de u sur le plan d’équation
z = 0(c’est-à-dire
 parallèlement à l’axe Oz), c’est donc le projeté de u sur le vecteur
x
v = y  (on peut faire un croquis pour s’en convaincre, si besoin) :
0
u•v
pz=0 (u) = projv (u) = v
||v||2
   
x x
y  • y   
0 z x
=  y
x+ y 2 0
 
x
x2 + y 2  
= y
(x2 + y 2 ) 0
 
x
= y  (= v!).
0

L’application pz=0 est donc donnée par :


      
x x 1 0 0 x
pz=0 : y 7→ y = 0 1 0
       y ,
z 0 0 0 0 z
 
1 0 0
ce qui montre que pz=0 est linéaire, sa matrice standard étant [pz=0 ] = 0 1 0.
0 0 0
 2  
1 0 0 1 0 0
(b) Puisque 0 1 0 = 0 1 0, on a p2z=0 = pz=0 . L’application pz=0 est donc
0 0 0 0 0 0
bien un projecteur.
2. D’abord, Id − p est bien une application linéaire en tant que somme de deux applications
linéaires. Ensuite, puisque

(Id − p)2 = Id2 − 2p + p2 = I − 2p + p = I − p,


l’application Id − p est aussi un projecteur.
3. On a
(p + q)2 = p2 + pq + qp + q 2 = p + q + 2pq.
Donc p + q est un projecteur si et seulement si pq + qp = 0, c’est-à-dire si et seulement
si [p][q] = −[q][p] (on dit que les matrices standards de p et q “anti-commutent”).