Vous êtes sur la page 1sur 18

Algèbre linéaire d’un point de vue algorithmique

chapIV. ESPACES Rn ET APPLICATIONS LINEAIRES


(1 séance)

1. Espaces de dimension n
la droite, qui représente l’ensemble R des réels,
Nous connaissons
nous dirons que c’est un espace de dimension 1.
Nousconnaissons le plan où les points sont définis par des couples

a1
a2
de réels, nous le noterons R2 et nous dirons que c’est un
espace de dimension 2.
Nous connaissons l’espace « usuel » de dimension
  3, que nous note-
a1
rons R3, il est constitué des triplets  a2 .
a3
 
a1
On remarquera qu’un couple a2
peut représenter aussi bien un point A du plan
que le vecteur OA.
 
a1
De même un triplet  a2  pourra représenter aussi bien un point A de l’espace usuel
a3
que le vecteur OA dans l’espace.

 
a1
 a2 
On notera Rn l’ensemble des n-uplets de réels  .
 
 
 

an
« c’est pas des maths c’est le monde des données »

Définition 1. Opérations sur les vecteurs


   
u1 v1
 u2   v2 
Soient deux vecteurs Qu  
= et Qv  
= et un scalaire k.
   
 
   
un vn

1
 
u1 + v1
 u2 + v2 
1. Leur somme u+v 
est définie comme le vecteur 
 




un +vn
 
ku1
 ku2 
2. Le produit ku est  
défini comme le vecteur ku = 

 

 Q
kun
 
0

sera appelé le vecteur nul et noté Q0 .


 0 
3. Le vecteur  
 
 
 
 
0 −u1
 −u2 
Q le vecteur
4. On désignera par -u  .

 


−un

Théorème 2. Propriétés des opérations sur les vecteurs


Q , Qv , wQ ) ∈ Rn × Rn × Rn et deux scalaires
Soient trois vecteurs (u
(k,p)∈R × R.
1. Qu + Qv = Qv + Qu
Q + Qv ) + wQ = Qu + (vQ + wQ )
2. (u
3. Qu +Q0 =Q0 + Qu = Qu
Q
4. Qu + (−u)=0
Q )=(kp)uQ
5. k(pu
Q + Qv ) = kuQ + kvQ
6. k (u
Q =kuQ +puQ
7. (k+p)u
Q =uQ
8. 1.u

Définition 3. La base standard de Rn

   
1 0
 0   1 

εQ1=
   
0 0
On appelle base standard de Rn les vecteurs , ε2= , ...,
   
   
 
   
0 0
   
 
 0   0 
0 0
Q Q
   
0 0
εk = ,..,εn = .
   
 1   

   
  0 
0 1

2
Proposition 4. A quoi sert la base standard ?
       
 1 0 0 0
u1  0   1   0   0 

Q Q .+
 u2         
 
 0   0  0
Tout vecteur u= de Rn s’écrit u1 +u2 +u k +..,+u n 0 =u1ε1 +
     
 
    
  1
 
    
       
  0 
un
0 0 0 1
ukεQk + . + unεQn .

Exercice 1.
 
4
 3 
1. Ecrire le vecteur  
 21  à l’aide de la base standard.
1

2. Calculer dans 2εQ1 + 5εQ2 − 10εQ3 + 30εQ4 -5(εQ1 + εQ2 + 4εQ3 + 6εQ4).

« Agir c’est transformer des données en résultats au moyen


d’un processus »

données
= ensemble source
processus

= application

résultats
=ensemble cible

Les résultats sont la conséquence des données


Les résultats se calculent à partir des données
le cas le plus simple: lorsque les calculs sont linéaires
c’est

2. Applications linéaires


Définition 5. Définition des applications linéaires
Une application f : Rp Rn est linéaire si et seulement si ∀(k,
Qu , Qv )∈R × Rp × Rp,
3
Q + Qv)=f(uQ )+f(vQ )
f(u
Q )=kf(uQ ).
f(ku

Exercice 2.
Déterminer parmi les applications suivantes de R3 vers R3 celles qui
sont des applications linéaires



 y1 = x1 + x2 + x3
i) f :(x1, x2, x3) (y1, y2, y3) tel que y2 = 4x1 + 4x2 + 4x3 .
y3 = x21 + x22 + x23



 y1 = x1 + x2 + x3
ii) g:(x1, x2, x3) (y1, y2, y3) tel que y = x1 + 4x2 + 16x3
 2
y3 = x1-x2 + 7x3



 y1 = x1 +x3
iii h:(x1, x2, x3) (y1, y2, y3) tel que y = x1 +x3
 2
y3 = x1 -2x3

Théorème 6. Pour définir une application linéaire f : Rp Rn


il suffit de connaître les images par f des vecteurs de la base
standard
(εQ1, ., εQk , ., εQp ) de Rp.

Exemple 7. On veut définir une application linéaire f: R2 R3


On désigne par (εQ1, εQ2) la base standard de R2 et par (uQ 1, uQ 2, uQ 3)
la base standard de R3 ; on décidef(εQ1)= uQ 1 + uQ 2, c’est à dire
 
1 1
 1 et f(εQ2)=u1 − uQ 2 + 10uQ 3, c’est à dire −1 
0 10

Alors on sait tout sur f !


   
1 1
Par exemple f(4εQ1 + 5εQ2) = 4f(εQ1)+5f(εQ2) = 4 1 +5 −1  =
0 10
   
4+5 9
 4 − 5  =  −1 .
0 + 50 50

Calculer f(7εQ1 − 2εQ2).

Question 8. Peut-on zipper les applications linéaires ?

4
Existe-t-il une manière compactée de représenter les applica-
tions linéaires ?

Définition 9. La matrice standard d’une application linéaire


Soit une application f de Rp vers Rn définie par
       
a11 a12 a1k a1p
 a21   a22   a2k   a2p 

 

 ,
f (ε1) =   ,
f (ε2) =   ,
, f (εk) =  , f (ε p) =  
      
  
       

 
an1 an2 ank anp

On appelle matrice standard de f la matrice


a11 a12 a1p
 

 a21 a22 . a2p 


 
Mat(f)=


 

 
an1 an2 anp

Autant de colonnes que l’espace de départ (ou source)


Autant de lignes que l’espace d’arrivée (ou cible)
Les colonnes portent une information
Les lignes ne donnent pas d’information directe

Théorème 10. A quoi sert M(f) ?


Soit l’application linéaire f de Rp vers Rn de matrice standard
a11 a12 a1p
 

 a21 a22 . a2p 


 
M(f)=  
 .
 
 
an1 an2 anp
 
x1
 x2 
Alors l’image d’un vecteur Q
x =  = x1ε1 +

 

 Q . + xkεQk + . +
xp
a1p
  
a11 a12 x1
 a21 a22 . a2p  x2
x pεQp se calcule comme Q

 
suit f(x)=    =

 
  

a11x1 + a12x2 + + a1px p
  
an1 an2 anp xp
 a21x1 + a22x2 + + a2px p 
 
 .
 

 
an1x1 + an2x2 + + anpxp

5

Exemple 11.
On veut définir une application linéaire f: R2 R3
On désigne
 
par (εQ1
, εQ2) la base standard de R2; on décide
1 1
f(εQ1) =  1  et f(εQ2) =  −1  .
0 10
 
1 1
Alors M(f)= 1 −1 .
0 10
   
1 1   9
Q Q
f(4ε1 + 5ε2)= 1 −1  45 =  −1 
0 10 50
   
1 1  5
Q Q

7
f(7ε1 − 2ε2) =  1 −1  −2 =  9 .
0 10 −20

Exercice 3. Soit une application linéaire f: R4 R3


   
1 −5
On désigne
  3, u4) la base standard de
par (u1,u2, u R4; on décide f(u1) =  5  , f(u2) =  0  ,
4 −3 −1 4
f(u3) = 5 , f(u4) =  15 
11 24

1. Déterminer la matrice m(f).

2. Déterminer f(u1 + u2 + 2u3 − u4).

Exercice 4. Soit une application linéaire f: R4 R3


On désigne

par (u1, u2, u3, u4) la base standard de R4 et la matrice standard de f est M(f)=
1 2 0 0
 2 1 0 1 
 .
 3 0 0 1 
4 5 1 0
  
1. Que valent f u1 , f (u2), f (u3), f (u4) ?

2. Que vaut f Q0 ?


Quelques exemples d’applications linéaires: (à lire seuls)


L’application identique, dont la matrice sera In.


L’application nulle, dont la matrice standard sera 0n.
 
x
La réflexion
 
par rapport à l’axe Oy: f : R2 R2, f : y
-x 0
y
, dont la matrice standard sera -10 1
.

6
La réflexion
 
R2, f : xy
par
 
y
rapport à la droite d’équation y=x:

f : R2
, dont la matrice standard sera 01 10 .


x


La réflexion
 
dans

l’espace par rapport au plan Oxy:
 
f : R3 
x x 1 0 0
R3, f :  y   y , dont la matrice standard sera  0 1 0 .


z -z 0 0 -1


2
La projection
  
orthogonale sur l’axe Ox (dans R

): f: R2 R2,
f : xy x
, dont la matrice standard sera 10 00 .


La projection
 
orthogonale sur le plan Oxy (dans R3): f : R3
 
x x 1 0 0
R3, f : y   y , dont la matrice standard sera  0 1 0 .


z 0 0 0 0
   
x x
Le glisser de côté dans R2: f : R

2
R2, f : y y+x
, dont
la matrice standard sera 11 01 .

Exercice 5. Soit l’application de R4 R3 définie par


w1 = −2x1 + 5x2 + 2x3 − 7x4
w2 = 4x1 + 2x2 − 3x3 + 3x4 ; déterminer sa matrice standard.
w3 = 7x1 − 3x2 + 9x4

Solution.
Attention à ne pas confondre les lignes et les colonnes
 
−2 5 2 −7
A = 4 2 −3 3 

7 −3 0 4

7

Théorème 12. Composition d’applications linéaires

et f B : Rn
Soient deux applications linéaires f A: Rp Rn, de matrice A,
Rq, de matrice B, alors f B◦fA: Rp
application linéaire, de matrice BA; f B◦fA = fBA.
Rq est une

Exercice 6. Soient les applications linéaires f: R3


définies dans cet ordre par
R2 et g: R2 R2

y1 = 2x1 + 5x2 − 8x3 z = 4y1 − y2


i) et ii) 1 .
y2 = −x1 + x2 + 3x3 z2 = y1 + 3y2
a. Déterminer les matrices standard de f et g
b. En déduire la matrice standard de g ◦ f
c. En déduire l’expression de g ◦ f .

Solution.
   
2 5 −8 4 −1
matrice standard de f :A = −1 1 3
; matrice standard de g: B= 1 3
    
4 −1 2 5 −8 9 19 −35
matrice standard de g ◦ f : BA= 1 3 −1 1 3
= −1 2 1
   
x1  x
9 19 −35  1 
  
9x1 + 19x2 − 35x3
pour tout x =  x2  g ◦ f (x) = −1 2 1
x2 =
−x1 + 2x2 + x3
x3 x3

8
Exercice 7.



 y1 = x1-x2 + x3 + x4
Soit f: R4 R3 définie par y2 = 2x1-x2 + x3 + 2x4
y3 = x1 + 2x2-2x3 + x4

On désigne par (ε1, ε2, ε3, ε4) la base standard de R4 et par (ϕ1, ϕ2, ϕ3)
la base standard de R3.

1. Décrire f (ε1), f (ε2), f (ε3), (ε4) sous la forme de combinaisons linéaires


de (ϕ1, ϕ2, ϕ3).
2. Déterminer la matrice standard de f.

Solution.
Les images des vecteurs de la base standard sont
f (ε1) = ϕ1 + 2ϕ2 + ϕ3
f (ε2) = -ϕ1-ϕ2 + 2ϕ3
f (ε3) = ϕ1 + ϕ2-2ϕ3
f (ε4) = ϕ1 + 2ϕ2 + ϕ3
 
1 −1 1 1
2. La matrice standard de f est  2 −1 1 2 
1 2 −2 1

Théorème 13. Propriétés des applications linéaires de Rp


Rn

a1p
 
a11 a12
 a21 a22

. a2p 
 

Soit une matrice A= application linéaire f A:


 

anp

an1 an2
Rp Rn

9
i) f A est injective si et seulement si la matrice échelonnée
réduite de A montre p VARIABLES DIRECTRICES ( c’est
à dire AUCUNE VARIABLE LIBRE).
ii) f A est surjective si et seulement si la matrice échelonnée
réduite de A montre n VARIABLES DIRECTRICES.
i) si n<p f ne peut être injective
ii) si n>p f ne peut être surjective

Remarque 14.
à mon humble avis on ne peut retenir ce résultat « par coeur
» sans risque de se tromper; il faut l’avoir compris, pour le
retenir, pour le retrouver !!
(à bon entendeur salut !)

10
Théorème 15. Propriétés des applications linéaires de Rn
Rn

ATTENTION CAS PARTICULIER CAR n ET n.
1. Soit A∈Mn,n(R), les propriétés suivantes sont équivalentes:
i) A est inversible
ii) ∀w ∈ Mn,1(R),
∃x ∈ Mn,1(R), Ax = w
iii) ∀w ∈ Mn,1(R),


∃!x ∈ Mn,1(R), Ax = w
2. Soit A∈Mn,n(R) et l’application linéaire associée f A: Rn
Rn, les propriétés suivantes sont équivalentes:

i) f A: Rn Rn


est surjective
ii) f A: Rn Rn


est injective
ii) f A: Rn Rn
est bijective

Remarque: dans ce cas (fA)−1=fA−1, ce qui signifie que dans ce cas la


matrice standard de (fA)−1 c’est A−1.


Exercice 8.
Soient les applications linéaires f: R3 R2 et g: R2 R2 définies dans
cet ordre par
y1 = 2x1 + 5x2 − 8x3 z = 4y1 − y2
i) et ii) 1
y2 = −x1 + x2 + 3x3 z2 = y1 + 3y2
i) Déterminer au moyen de leurs matrices si f et (ou) g sont inversi-
bles.
ii) Déterminer alors la (ou les) matrice(s) inverse(s).
iii) En déduire l’expression de f −1 et (ou) de g−1.

11
Solution.

= 13  0, donc f est inversible


 
4 −1
i. a. det(B)=det 1 3

    
 
2 5 −8
b. A = −1 1 3
n’est pas carrée donc pas de déterminant; par ailleurs
         
2 5 −8 -1 1 3 1 -1 -3 1 -1 -3 1 -1 -3
−1 1 3 2 5 -8 2 5 -8 0 7 -2 0 1 -2/7
 
1 0 -23/7
0 1 -2/7
; la troisième colonne montre que A n’est pas inversible.
1
 
3 1
ii) L’inverse A-1 est 13 -1


4
 
iii) donc seule f−1 existe, a pour matrice A-1, c’est donc f −1: y1
y2
1 1
   
3 1
13 -1 4
y1
y
= 13 3y 1 + y2
y +4y
2 1 2

Problème 1.
 
1 1 1 0 0
 1 0 1 1 1 
1. Soit la matrice A= et l’application linéaire fA de R? vers R? associée; déterminer

 1 0 0 1 0 
1 1 0 1 1
si fA est injective, surjective.
 
1 1 1 1
 1 0 0 1 
2. Soit la matrice B= et l’application linéaire gA de R? vers R? associée; déterminer
 
 1 1 0 0 

 0 1 1 1 
0 1 0 1
si gA est injective, surjective.

Problème 2. Soient (εQ1, εQ2, εQ3, εQ4) la base standard de R4 et (α1, α2, α3) la base standard de R3 et
les matrices
 
1 0 0    
 0 1 1 0 0 1 0 0 1
0 
P=
 0 0
,
1 
Q= 1 1 1 , R= 0 1 0 1 
1 2 2 0 0 1 0
0 0 0

1. Déterminer laquelle est la matrice standard d’une application linéaire de R3 vers R4, cette
application sera désignée par h.

2. Déterminer h(α1 − α2 + α3) , que l’on exprimera comme combinaison linéaire des vecteurs
(εQ1, εQ2, εQ3, εQ4)

3. Déterminer laquelle est la matrice standard d’une application linéaire de R4 vers R3, cette
application sera désignée par ϕ.

4. La composée ϕ ◦ h est une application linéaire de R3 vers R3

et la composée h◦ϕ est une application linéaire de R4 vers R4.

Déterminer la matrice standard A de ϕ ◦ h

et la matrice standard B de h◦ϕ.

Travaux Dirigés
Exercice 9. Déterminer les valeurs de

12
                 
1 −1 0 1 1 −2 1 0 0
 0   0  1  1 
= 2
  1   1  0 
;  *
 1 +
+ +
  0 +
+ +
   −2   
     
−1   0   1   1 1   −2   1 
0 0 1 1 2 0 0 1 −2

Exercice 10.
On définit les applications



y = x2
 1
   
x1 y1


 x2   y2  y2 = x3
i) f : R4 R4 définie par     tels que
 x3   y3 
y = x4
 3

x4 y4

y4 = x1



y = x1 + 2x2
 1
   
x1 y1


 x2   y2  y2 = x2 + 3x3
ii) g: R4 R4 définie par     tels que
 x3   y3 
 y3 = x3-2x4
x4 y4

y4 = x3-4x4



y = x1.x2
 1
   
x1 y1


 x2   y2  y 2 = x2 + sin (x3)
iii) h: R4 R4 définie par  
 y3  tels que
 
 x3 
 y3 = x3-2x4
x4 y4

y4 = x1-4x4



y = x1 + x2 + x3
 1
   
x1 y1


 x2   y2  y2 = x 2 + x 3 + x 4
iv) k: R4 R4 définie par     tels que
 x3   y3 
y = x1 + x3 + x4
 3

x4 y4

y4 = x1+x2+x4



y = x1 + x2 + x3+x4
 1
   
x1 y1


 x2   y2  y2 = x1 + x2 + x3+x4
v) m: R4 R4 définie par     tels que
 x3   y3  y = x1 + x2 + x3+x4
 3

x4 y4

y4 = x1 + x2 + x3+x4



y = x1-x2 + x3-x4
 1
   
x1 y1


 x2   y2  y2 = -x1 + x2 + x3-x4
vi) n: R4 R4 définie par     tels que
 x3   y3  y = x1-x2-x3+x4
 3

x4 y4

y4 = x1 + x2-x3-x4
Déterminer celles qui sont des applications linéaires. *

Exercice 11. Avec les notations de l’exercice au-dessus


a. Déterminer la matrice standard de m ◦ n *
b. Déterminer la matrice standard de k◦n
c. Déterminer la matrice standard de m ◦ k


Exercice 12. *
a. Déterminer s’il existe une application linéaire f de R4 R4 telle que f (ε1) = ε1 + 2ε2 + 3ε3-ε4;
f (ε2) = -ε1 + 2ε2 + 3ε3+ε4; f (ε3) = ε3; f (ε4) = ε1-2ε2-3ε3-ε4.


b. Si non, terminé; si oui déterminer sa matrice standard.
c. Et dans ce cas déterminer si f est une bijection de R4 R4.


Exercice 13. *
Soit f une application linéaire non injective de R4 R4
a. Montrer qu’il existe un vecteur z  0, tel que f(z)=0.
b. Montrer qu’il existe b∈R4 tel que l’équation f(x)=b n’ait pas de solution.
c. Soit c∈R4 tel que l’équation f(x)=c ait (au moins) une solution x0, montrer qu’alors
f (x0 + z)=c.
d. Avec les mêmes hypothèses qu’au c. montrer que {x ∈ R4, f (x) = c} = {x0 + z, f (z) = 0}. *

Exercice 14. *


 
1 −1 4 1
 0 1 0 −1 
Soit f l’application linéaire de R4 R4 dont la matrice standard est A = 


1 −1 4 1 
0 1 0 −1

13
a. Est-elle injective ?

b. Est-elle surjective ?

c. Déterminer l’ensemble des x de R4 tels que f(x)=0.

d. Si le chapitre suivant est assez avancé montrer que cet ensemble est un espace vectoriel.
 
1
 0 
e. Déterminer l’ensemble des x de R4 tels que f(x)=
 1 .

0
 
1
 1 
f. Déterminer l’ensemble des x de R4 tels que f(x)= 
 1 
0

g. Si le chapitre suivant est assez avancé montrer que l’ensemble des y de R4 tels qu’il existe x
de R4 tel que f(x)=y est un espace vectoriel.


 
1 −1 1
 0 1 0 
Exercice 15. Soit f l’application linéaire de R3 R4 dont la matrice standard est A =
 1 −1

1 
0 1 0

a. Est-elle injective ?

b. Est-elle surjective ?

c. Déterminer l’ensemble des x de R3 tels que f(x)=0.

d. Si le chapitre suivant est assez avancé montrer que cet ensemble est un espace vectoriel.
 
1
 0 
e. Déterminer l’ensemble des x de R3 tels que f(x)=
 1 .

0
 
1
f. Déterminer l’ensemble des x de R3 tels que f(x)= 1 
 −1 


1

g. Si le chapitre suivant est assez avancé montrer que l’ensemble des y de R4 tels qu’il existe x
de R3 tel que f(x)=y est un espace vectoriel.

Exercice 16. Soit f l’application linéaire de R4  R3 dont la matrice standard est A =



1 −1 1 1
0 1 1 0 
1 −1 1 0

a. Est-elle injective ?

b. Est-elle surjective ?

c. Déterminer l’ensemble des x de R4 tels que f(x)=0.

d. Si le chapitre suivant est assez avancé montrer que cet ensemble est un espace vectoriel.
 
1
e. Déterminer l’ensemble des x de R4 tels que f(x)= 0 .
1
 
1
f. Déterminer l’ensemble des x de R4 tels que f(x)= 1 
1

g. Si le chapitre suivant est assez avancé montrer que l’ensemble des y de R4 tels qu’il existe x
de R3 tel que f(x)=y est un espace vectoriel.

Objectifs:
1. Savoir additionner des vecteurs dans Rn, multiplier des vecteurs par des scalaires.
2. Savoir reconnaître une application linéaire et déterminer sa matrice standard.
3. Connaître des exemples d’applications linéaires et savoir reconnaître une applica-
tion linéaire.
4. Comprendre le lien entre la matrice standard d’une application linéaire et la base
standard

14
5. Connaître la matrice standard de la composée de deux applications linéaires.
6. Savoir et comprendre le problème de l’injectivité et de la surjectivité d’applications
linéaires de R p vers Rn
7. Connaître et comprendre le lien entre injectivité, surjectivité, bijectivité d’appli-
cations linéaires de Rn vers Rn.
8. Connaître la base standard de Rn.

3. Activité informatique Maxima


à rendre par Campus suivant les modalités fixées

Exercice 17.
1
 
0 1
 1 0 . 
Pour tout entier n on pose An= .
 
 1 1
 1


1 1 0
1. Après des essais informatiques déterminer son déterminant en fonction de n.

2. Après des essais informatiques déterminer son inverse en fonction de n.

3. Déterminer fA
−1
n
(εk) pour chacun des vecteurs de la base standard (Maxima); vérifier.

Exercice 18.

Soit l’application linéaire f de R5 vers R5 définie de la manière suivante:

si on désigne par (ε1, ε2, ., ε5) la base standard

f(ε1)=ε2, f(ε2)=ε3, f(ε3)=ε4, f(ε4)=ε5, f(ε5)=aε1+(a+1)ε2+(a+2)ε3+(a+3)ε4+(a+4)ε5

1. Déterminer la matrice standard de f, que l’on désignera par M

2. A l’aide du déterminant trouver pour quelles valeurs de a f est une bijection de R5 sur R5

3. Lorsque f est une bijection déterminer la matrice standard de f −1.

4. En déduire les images fA


−1
n
(εk) de chacun des vecteurs de la base standard.

4. Archives
Deuxième devoir d’Algèbre linéaire

Il est conseillé de traiter les questions dans l’ordre car certains questions utilisent des résultats de
questions précédentes.
 
0 1 1 1
 1 0 1 1 
I. On désigne par A la matrice 
 1 1 0
.
1 
1 1 1 0

1. Calculer A2.
2. Déterminer deux réels (u,v) tels que A2=uI+vA.
3. On sait que M4(R) est un espace vectoriel et on désigne par F le sous-espace vectoriel Vect(I,A),
montrer que I et A en constituent une base.

15
II. Calculer le déterminant de A
(il est conseillé de commencer par ajouter à la première ligne, l’une après l’autre, les trois autres
et d’observer la matrice obtenue afin de développer son déterminant).
III. Montrer que A est inversible et déterminer son inverse.
IV. On désigne par f l’application linéaire de R4 vers lui-même dont la matrice standard est M=A-
3I4.
a. Montrer que f n’est pas bijective.
La suite relève des chapitres 5 et 6
b. Déterminer le noyau de f et montrer qu’il possède une base formée d’un vecteur, on en choisira
un que l’on appellera v.
c. Déterminer le rang de M.
d. Déterminer trois vecteurs colonnes de M linéairement indépendants, on les désignera par
(w1, w2, w3)
e. Montrer que B ′ = (v, w1, w2, w3) constitue une base de R4 .
V. Exprimer les quatre vecteurs (ε1, ε2, ε3, ε4) de la base standard relativement à la nouvelle base B’.

corDeuxième devoir d’Algèbre linéaire

 
0 1 1 1
 1 0 1 1 
I. On désigne par A la matrice 
 1 1 0
.
1 
1 1 1 0
    
0 1 1 1 0 1 1 1 3 2 2 2
 1 0 1 1  1 0 1 1  2 3 2 2 
1. A2 =  =
 
 
 1 1 0 1  1 1 0 1   2 2 3 2 
1 1 1 0 1 1 1 0 2 2 2 3

2. Pour déterminer

deux
 
réels (u,v) tels que A2=uI+vA
  
(et même vérifier
 s’il y en a) on pose
3 2 2 2 u 0 0 0 0 v v v
3=u

 2 3 2 2   0 u 0 0   v 0 v v 
 2 2 3 2  =  0 0 u 0  +  v v 0 v , ce qui équivaut à
l’équation  .
    
 2=v
2 2 2 3 0 0 0 u v v v 0

3. On sait que M4(R) est un espace vectoriel et on désigne par F le sous-espace vectoriel Vect(I,A),
montrer que I et A en constituent une base.
La définition de f en fait un espace vectoriel, engendré par I et A; pour montrer qu’ils en forment
une base ilsuffit
 
de montrer
 
la liberté

de cettefamille; pour
 
cela on pose

xI + yA = 0, d’où
x 0 0 0 0 y y y 0 0 0 0 x y y y 0 0 0 0
 0 x 0 0  0
y y = 0 0
y  0 0  0 0 0 0 
 y x y y 
+ , par suite  =  et x=y=0.
  

 0 0 x 0   y y 0 y   0 0 0 0   y y x y   0 0 0 0 
0 0 0 x y y y 0 0 0 0 0 y y y x 0 0 0 0

II. Calculer le déterminant de A




0 1 1 1


3 3 3 3


1 1 1 1


1 1 1 1

1 0 1 1 1 0 1 1 1 0 1 1 0 -1 0 0
|A| = = = 3 = 3 = -3.

1 1 0 1


1 1 0 1


1 1 0 1


0 0 -1 0

1 1 1 0 1 1 1 0 1 1 1 0 0 0 0 -1

III. Son déterminant est non nul donc A est inversible. et déterminer son inverse.
Le plus simple c’est d’exploiter le résultat de I.2. A2=3I+2A, d’où A(A − 2I) = 3I et donc
−2/3 2/3 2/3 2/3
 2/3 −2/3 2/3 2/3 
A((1/3)A − (2/3)I) = I; donc A−1 = 1/3(A − 2I) = 
 2/3 2/3 −2/3 2/3 
. On vérifie.
2/3 2/3 2/3 −2/3

16
IV. On désigne par f l’application linéaire de R4 vers lui-même dont la matrice standard est M=A-
3I4.
 
−3 1 1 1
−3 1 1 1

 1 −3 1 1  1 −3 1 1
a. Ecrivons la matrice standard de f M= , donc |M | = =


 1 1 −3 1  1 1 −3 1
0 0 0 0 1 1 1 −3

1 1 1 −3


1 −3 1 1
=0, donc f n’est pas bijective.
1 1 −3 1
1 1 1 −3

Voir chapitres 5 et 6
b. Pour déterminer le noyau de f on résoud lesystème f(x)=0 d’où 
la matrice augmentée

   
    
−3 1 1 1 0 1 -3 1 1 0 1 -3 1 1 0 1 -3 1 1 0
 1 −3 1 1 0   -3 1 1 1 0   0 -8 4 4 0   0 -2 1 1 0 
       
 1 1 −3 1 0   1 1 −3 1 0   0 4 −4 0 0   0 1 −1 0 0 
1 1 1 −3 0 1 1 1 −3 0 0 4 0 −4 0 0 1 0 −1 0

 
     
1 -3 1 1 0 1 0 -2 1 0 1 0 0 -1 0
 0 1 0 -1 0   0 1 0 -1 0   0 1 0 -1 0 
 0 0 −1 1 0  , d’où Ker(A)={(x4, x4, x4, x4), x4 ∈
     
 0 1 −1 0 0   0 0 −1 1 0 
0 -2 1 1 0 0 0 1 -1 0 0 0 0 0 0
R} = Vect(1, 1, 1, 1) = Vect(ε1 + ε2 + ε3 + ε4) ; il possède une base formée de ε1 + ε2 + ε3 + ε4=v.
c. Le rang de M est donc égal à 4-1=3
d. Montrons que les trois premiers vecteurs colonnes de M sont linéairement indépendants:

    
         
−3 1 1 0 1 -3 1 0 1 -3 1 0 1 -3 1 0 1 -3 1 0
 1 −3 1 0   -3 1 1 0   0 -8 4 0   0 -2 1 0   0 1 0 0 
        
 1 1 −3 0   1 1 −3 0   0 4 −4 0   0 1 −1 0   0 1 −1 0 
1 1 1 0 1 1 1 0 0 4 0 0 0 1 0 0 0 -2 1 0


   
1 0 -2 0 1 0 0 0
 0 1 0 0   0 1 0 0
, d’où 3 »1 » directeurs, donc une soluion unique 0,0,0, donc famille

  
 0 0 −1 0   0 0 −1 0 
0 0 1 0 0 0 0 0
libre.
On posera ω1 = -3ε1 + ε2 + ε3 + ε4, ω2 = ε1-3ε2 + ε3 + ε4, ω3 = ε1 + ε2-3ε3 + ε4.
e. Pour montrer
 
que B ′ = (v, w1, w2, w
3
) constitue une

base
 
de R4 , considérons la matrice
1 −3 1 1 1 −3 1 1 x1 0
 1 1 −3 1   1 1 −3 1  x2  0 
, montrons que l’équation  =   n’a que la solution nulle.

 
 1 1 1 −3   1 1 1 −3  x3   0 
1 1 1 1 1 1 1 1 x4 0


1 -3 1 1


1 -3 1 1


1 -3 -2 1


1 -2 1

1 -2 0

1 1 -3 1 0 4 -4 0 0 4 0 0
Calculons le déterminant: = = = 4 1 2 -3 = 4 1 2 -4 =



1 1 1 -3


1 1 1 -3


1 1 2 -3
1 2 1 1 2 0
1 1 1 1 1 1 1 1 1 1 2 1
16 11 -2 = 64

2

V. Exprimer les quatre vecteurs (ε1, ε2, ε3, ε4) de la base standard relativement à la nouvelle base B’.
Pour exprimer ε1 dans la base B ′ = (v, w1, w2, w3) on cherche (a,b,c,d)

tq ε =av + bw1 + cw2 + dw3,
 1 
1 −3 1 1 a 1
 1 1 −3 1  b  0 
ce qui conduit à un système d’équations linéaires   = ; d’où la résolution :


 1 1 1 −3  c   0 
1 1 1 1 d 0

   
       
1 −3 1 1 1 1 −3 1 1 1 1 −3 1 1 1 1 −3 1 1 1
 1 1 −3 1 0   0 4 −4 0 -1   0 1 −1 0 -1/4   0 1 −1 0 -1/4 
       
 1 1 1 −3 0   0 4 0 −4 -1   0 4 0 −4 -1   0 0 4 −4 0 
1 1 1 1 0 0 4 0 0 -1 0 4 0 0 -1 0 0 4 0 0

   
       
1 0 -2 1 1/4 1 0 -2 1 1/4 1 0 0 -1 1/4 1 0 0 -1 1/4
 0 1 −1 0 -1/4   0 1 −1 0 -1/4   0 1 0 -1 -1/4   0 1 0 -1 -1/4 
       
 0 0 4 −4 0   0 0 1 −1 0   0 0 1 −1 0   0 0 1 −1 0 
0 0 4 0 0 0 0 4 0 0 0 0 0 4 0 0 0 0 4 0
 
1 0 0 -1 1/4
 0 1 0 -1 -1/4 
 ; donc ε1=1/4v-1/4w1.
 0 0 1 −1 0 
0 0 0 1 0

17
Pour exprimer ε2 dans la base B ′ = (v, w1, w2, w3) on cherche (a,b,c,d)

tq ε =av + bw1 + cw2 + dw3,
 2 
1 −3 1 1 a 0
 1 1 −3 1  b  1 
ce qui conduit à un système d’équations linéaires   = ; d’où la résolution :


 1 1 1 −3  c   0 
1 1 1 1 d 0

   
       
1 −3 1 1 0 1 −3 1 1 0 1 −3 1 1 0 1 0 -2 1 3/4
 1 1 −3 1 1   0 4 −4 0 1   0 1 −1 0 1/4   0 1 −1 0 1/4 
       
 1 1 1 −3 0   0 4 0 −4 0   0 4 0 −4 0   0 0 4 −4 −1 
1 1 1 1 0 0 4 0 0 0 0 4 0 0 0 0 0 4 0 −1

 
     
1 0 -2 1 3/4 1 0 0 -1 1/4 1 0 0 -1 1/4
 0 1 −1 0 1/4   0 1 0 -1 0   0 1 0 -1 0 
 0 0 1 −1 −1/4 ; d’où ε2=1/4v-1/4w2
     
 0 0 1 −1 −1/4   0 0 1 −1 −1/4 
0 0 4 0 −1 0 0 0 4 0 0 0 0 1 0

Pour exprimer ε3 dans la base B ′ = (v, w1, w2, w3) on cherche (a,b,c,d)

tq ε =av + bw1 + cw2 + dw3,
 3 
1 −3 1 1 a 0
 1 1 −3 1  b  0 
ce qui conduit à un système d’équations linéaires   = ; d’où la résolution :


 1 1 1 −3  c   1 
1 1 1 1 d 0

   
       
1 −3 1 1 0 1 −3 1 1 0 1 −3 1 1 0 1 0 -2 1 0
 1 1 −3 1 0   0 4 −4 0 0   0 1 −1 0 0   0 1 −1 0 0 
       
 1 1 1 −3 1   0 4 0 −4 1   0 4 0 −4 1   0 0 4 −4 1 
1 1 1 1 0 0 4 0 0 0 0 4 0 0 0 0 0 4 0 0

 
     
1 0 -2 1 0 1 0 0 -1 1/2 1 0 0 -1 1/2
 0 1 −1 0 0  0 1 0 -1 0  0 1 0 -1 0  ; d’où ε3=1/4v-1/4w3.
  
   
 0 0 1 −1 1/4   0 0 1 −1 1/4   0 0 1 −1 0 
0 0 4 0 0 0 0 0 4 −1 0 0 0 1 −1/4

Et enfin pour exprimer ε4 dans la base B ′ = (v, w1, w2, w3) on



cherche (a,b,c,d)

tq ε=av+ bw1 +
 4
1 −3 1 1 a 0
 1 1 −3 1  b  0 
cw2 + dw3, ce qui conduit à un système d’équations linéaires   = ; d’où la


 1 1 1 −3  c   0 
1 1 1 1 d 1
résolution :

   
       
1 −3 1 1 0 1 −3 1 1 0 1 −3 1 1 0 1 0 -2 1 0
 1 1 −3 1 0   0 4 −4 0 0   0 1 −1 0 0   0 1 −1 0 0 
       
 1 1 1 −3 0   0 4 0 −4 0   0 4 0 −4 0   0 0 4 −4 0 
1 1 1 1 1 0 4 0 0 1 0 4 0 0 1 0 0 4 0 1

 
     
1 0 -2 1 0 1 0 0 -1 1/2 1 0 0 -1 0
 0 1 −1 0 0   0 1 0 -1 0   0 1 0 -1 0 
 0 0 1 −1 0 ; d’où ε4=1/4v + 1/4w1 + 1/4w2 +
     
 0 0 1 −1 0   0 0 1 −1 0 
0 0 4 0 1 0 0 0 4 1 0 0 0 1 1/4
1/4w3.
En désignant par B la base standard et par B’ la base (v, w1, w2, w3)
   
1/4 1/4 1/4 1/4 1 −3 1 1
 −1/4 0 0 1/4   1 1 −3 1 
PB ,B ′ =
 0 −1/4 0
 tandis
1/4 
que PB ′,B =
 1 1
 (ne
1 −3 
pas les confondre !!)
0 0 −1/4 1/4 1 1 1 1

et on peut vérifier leur produit.

18

Vous aimerez peut-être aussi