Académique Documents
Professionnel Documents
Culture Documents
Assaad
Applications Linéaires
Exercices corrigés
✔ Exercice 1
3. Déterminer f g et g f
Solution 1 :
u + v = ( x + a, y + b, z + c)
f (u + v) = f ( x + a, y + b, z + c) = ( x + a + y + b, x + a z c)
( x + y, x z) + ( a + b, a c) = f (u) + f (v)
λu = (λx, λy, λz) =) f (λu) = (λx + λy, λx λz) = λ ( x + y, x z) = λ f (u)
2. Images et noyaux
f : R3 ! R2
– ker f = u 2 R3 f (u) = 0R2 = (0, 0)
si u = ( x, y, z) 2 ker f =) f ( x, y, z) = ( x + y, x z) = (0, 0)
x+y = 0
c’est-à-dire: =) x = y = z
x z=0
Les vecteurs de ker f sont tels que ( x, y, z) = ( x, x, x ) = x (1, 1, 1)
(1, 1, 1) est une base de ker f , dim ker f = 1
– dim Im f + dim ker f = dim R3 = 3
dim Im f = 3 1 = 2 =) Im ( f ) = R2
g : R2 ! R3
– ker g = v 2 R2 g (v) = 0
si v =
8( x, y) 2 ker g =) g ( x, y) = ( x + 2y, 3x y, x + y) = (0, 0, 0)
< x + 2y = 0
=) 3x y = 0 , Solution [ x = 0, y = 0]
:
x+y = 0
ker g = f(0, 0)g =) dim ker g = 0
✔ Exercice 2
Solution 2 B = fv1 , v2 , v3 g E:
✔ Exercice 3
T : R3 ! R3 ; T ( x, y, z) = (2y + z, x 4y, 3x )
= αT ( x, y, z) + βT ( x 0 , y0 , z0 )
Donc T est linéaire
T ( f 2 ) = T (1, 1, 0) = 3 f 1 + ( 2 4) f 2 + ( 1 + 6) f 3 = 3 f 1 6 f2 + 5 f3
T ( f 3 ) = T (1, 0, 0) = 3 f 1 + ( 2) f 2 + ( 1) f 3 = 3 f 1 2 f2 f3
0 1
3 3 3
et par suite B = M ( T, F ) = @ 6 6 2 A
6 5 1
✔ Exercice 4
On considère la matrice 0 1
1 λ 0 3
Mλ = @ 2 1 5 A
λ 4 0
Solution 4 :
✔ Exercice 5
Solution 5 :
2. Soit F = f f 1 , f 2 g .
1 2 1 5 2
La matrice de passage de E ! F est P = et P =
3 5 3 1
donc :
1 AP 5 2 0 2 1 2 30 48
B = M ( f , F) = P = =
3 1 3 1 3 5 18 29
Ou bien on peut utiliser une autre méthode, on calcul les images de f 1 et f 2 et on les reécit
dans la base F :
f ( f 1 ) = f (1.3) = (6, 0) = α f 1 + β f 2 = (α + 2β, 3α + 5β)
α + 2β = 6
=) [α = 30, β = 18] =) f ( f 1 ) = 30 f 1 + 18 f 2
3α + 5β = 0
f ( f 2 ) = f (2, 5) = (10, 1) = a f 1 + b f 2 = ( a + 2b, 3a + 5b)
a + 2b = 10
=) [ a = 48, b = 29] =) f ( f 2 ) = 48 f 1 + 29 f 2
3a + 5b = 1
30 48
on trouve donc B =
18 29
2 0
la matrice diagonale est D =
0 3
On a D = Q 1 AQ =) A = QDQ 1
A10 = QD10 Q 1
2 ! 10
1 2 0 1 3 2
= 3
1 1 0 3 5 3 3
2 !
1 1 2n 0 3 2
= 3
5 1 1 0 ( 3) n 3 3
B=P 1 AP =P 1 QDQ 1 P
=) B30 = P 1 QD 30 Q 1 P
✔ Exercice 6
Soient E = fe1 = (1, 0) , e2 = (0, 1)g et F = f f 1 = (1, 3) , f 2 = (2, 5)g deux bases de R2
Solution 6 :
1. la matrice de passage P de E à F
1 2
P=
3 5
2. la matrice de passage Q de F à E
5 2
Q=
3 1
1 2 5 2 1 0
3. PQ = =
3 5 3 1 0 1
5 2 1 2 1 0
QP = =
3 1 3 5 0 1
✔ Exercice 7
X = 3x y + z
Y = 4x y + 2z
Z = 2x + y
4. Soit H = V 2 R3 ; f (V ) = V
Solution 7 :
0 1
3 1 1
1. M = @ 4 1 2 A
2 1 0
0 10 1 0 1
3 1 1 3 1 1 3 1 1
2. M2 = @ 4 1 2 A@ 4 1 2 A=@ 4 1 2 A=M
2 1 0 2 1 0 2 1 0
on a f (v) = Mv et f 2 (v) = ( f f ) (v) = f ( f (v)) = M2 v = Mv = f (v)
3. ker f = f( x, y, z) ; f ( x, y, z) = (0, 0, 0)g
8
< 3x y + z = 0
4x y + 2z = 0 =) x = z, y = 2z
:
2x + y = 0
( x, y, z) = ( z, 2z, z) = z ( 1, 2, 1)
Le vecteur ( 1, 2, 1) est une base de ker f et la dim ker f = 1
4. On montre la stabilité de H pour l’addition et la multiplication par scalaire:
Si u, v 2 H =) f (u) = u et f (v) = v
✔ Exercice 8
Soit la matrice : 0 1
1 2 3
A=@ 1 3 4 A
1 4 3
3. Calculer A 2, A3 , A2
Solution 8 :
0 1
7 6 1
1. adj ( A) = @ 1 0 1 A , det ( A) = 2
1 2 1
0 1
7 6 1
1 1@
A 1
= adj ( A) = 1 0 1 A
det ( A) 2
1 2 1
2. Equation caractéristique de A :
P (X) = j A XI j = X 3 7X 2 6X + 2 = 0
P ( A) = A3 7A2 6A + 2I
0 120 1
1 2 3 6 20 20
A2 = @ 1 3 4 A =@ 8 27 27 A
1 4 3 8 26 28
0 13 0 1
1 2 3 46 152 158
A3 = @ 1 3 4 A = @ 62 205 213 A
1 4 3 62 206 212
0 1 0 1 0 1 0 1
46 152 158 6 20 20 1 2 3 1 0 0
P ( A) = @ 62 205 213 A 7 @ 8 27 27 A 6@ 1 3 4 A+2@ 0 1 0 A
62 206 212 8 26 28 1 4 3 0 0 1
0 1
0 0 0
=@ 0 0 0 A=O
0 0 0
3. P ( A) = A3 7A2 6A + 2I = O
Multiplions les deux membres par A 1
A 1 P ( A) = A 1 A3 7A2 6A + 2I = O
A2 6I + 2A
7A 1 =O
1
=) A 1 = A2 7A 6I
2
00 1 0 1 0 11
6 20 20 1 2 3 1 0 0
1 @@ A
= 8 27 27 7@ 1 3 4 A 6 @ 0 1 0 AA
2
8 26 28 1 4 3 0 0 1
0 1
7 6 1
1@
= 1 0 1 A
2
1 2 1
2 1 1 1 1
4. A =A A = A 7I 6A
2
3 2 1 1 1 2
A =A A = I 7A 6A
2
✔ Exercice 9
Soit la matrice : 0 1
1 1 2
A=@ 2 1 1 A
0 1 3
2. Calculer A10
Solution 9 :
1. P (λ) = det ( A λI )
1 λ 1 2 4 λ 1 2
jA λI j = 2 1 λ 1 = 4 λ 1 λ 1
C1 7!C1 +C2 +C3
0 1 3 λ 4 λ 1 3 λ
1 1 2 1 1 2
= (4 λ) 1 1 λ 1 = (4 λ) 0 λ 1
L2 7 ! L2 L1
1 1 3 λ 1 1 3 λ
1 1 2
λ 1
= (4 λ) 0 λ 1 = (4 λ)
L3 7 ! L3 L1 0 1 λ
0 0 1 λ
= (4 λ ) ( λ ) (1 λ)
Les valeurs propres sont les racines de P (λ) = 0 =) λ1 = 0, λ2 = 1, λ3 = 4
Les vecteurs propres sont vi tels que: Avi = λi vi
0 1
a
Si v1 = @ b A $ λ1 = 0 alors: Av1 = λ1 v1 = 0
c
0 10 1 0 1 8
1 1 2 a 0 < a + b + 2c = 0
@ 2 1 1 A @ b A = @ 0 A () 2a + b + c = 0 =) [ a = c, b = 3c]
:
0 1 3 c 0 b + 3c = 0
0 1 0 1 0 1 0 1
a c 1 1
v1 = @ b A = @ 3c A = c @ 3 A soit V1 = @ 3 A
c c 1 1
0 1
x
Soit v2 = @ y A $ λ1 = 1
z
8 1 1 0
< x + y + 2z = x 1 B C
Av2 = λ2 v2 = v2 () 2x + y + z = y ,=) x = z, y = 2z soit V2 = @ 22 A
: 2
y + 3z = z 1
0 1 0 1
α α + β + 2γ = 4α 1
v3 = @ β A $ λ2 = 4 =) 2α + β + γ = 4β =) [α = β = γ] , V3 = @ 1 A$4
γ β + 3γ = 4γ 1
✔ Exercice 10
7. Calculer A8 et B10
Solution 10 :
0 10 1 0 1
1 0 1 x x+z
1. f (v) = Av = @ 0 1 1 A @ y A = @ y+z A
1 1 2 z x + y + 2z
2. Im f = f( X, Y, Z ) = f ( x, y, z)g
On a f (e1 ) = (1, 0, 1)
f (e2 ) = (0, 1, 1)
f (e3 ) = (1, 1, 2)
f ( x, y, z) = x f (e1 ) + y f (e2 ) + z f (e3 )
on remarque que f (e1 ) + f (e2 ) = (1, 0, 1) + (0, 1, 1) = (1, 1, 2) = f (e2 )
donc f ( x, y, z) = x f (e1 ) + y f (e2 ) + z ( f (e1 ) + f (e2 ))
= ( x + z ) f ( e1 ) + ( y + z ) f ( e2 )
Alors une base de Im f est f(1, 0, 1) , (0, 1, 1)g =) dim Im f = 2
On peut trouver la base de Im f par une autre méthode:
Im f = f( X, Y, Z ) = f ( x, y, z)g
X = x+z
Y = y+z =) X + Y = Z
Z = x + y + 2z
=) ( X, Y, Z ) = ( X, Y, X + Y ) = ( X, 0, X ) + (0, Y, Y ) = X (1, 0, 1) + Y (0, 1, 1)
Base Im f = f(1, 0, 1) , (0, 1, 1)g =) dim Im f = 2
1 λ 0 1
4. P (λ) = j A λI j = 0 1 λ 1
1 1 2 λ
1 λ 0 1
= (1 λ ) 1 λ 1
C1 7 !C1 C2
0 1 2 λ
1 0 1 1 0 1
= (1 λ) 1 1 λ 1 = (1 λ) 0 1 λ 2
L2 7 ! L2 + L1
0 1 2 λ 0 1 2 λ
1 λ 2
= (1 λ) = (1 λ) ((1 λ ) (2 λ) 2)
1 2 λ
= λ2 3λ (1 λ) = λ (λ 3) (1 λ)
Les valeurs propres sont λ telles que P (λ) = 0 =) λ1 = 0, λ2 = 1, λ3 = 3
Les vecteurs propres sont vi tels que Avi = λi vi
0 1
a
v1 = @ b A $ λ = 0
c
8
< a+c = 0
Av1 = 0 , b+c = 0 =) [ a = c, b = c]
:
a + b + 2c = 0
0 1 0 1 0 1
c 1 1
v1 = @ c A = c @ 1 A =) V1 = @ 1 A $ λ1 = 0,
c 1 1
0 1
α
v2 = @ β A $ λ2 = 1 =) Av2 = v2
γ
8
< α+γ = α
β+γ = β =) γ = 0 et α = β
:
α + β + 2γ = γ
0 1 0 1 0 1
β 1 1
v2 = @ β A = β @ 1 A =) V2 = @ 1 A $ λ2 = 1,
0 0 0
0 0 1
α
v3 = @ β 0 A $ λ3 = 3
γ0
8
< α0 + γ0 = 3α0
β0 + γ0 = 3β0 ,=) γ0 = 2α0 = 2β0
: 0 0
α + β + 2γ0 = 3γ0
0 1 0 1
1 1
v3 = a0 @ 1 A =) V3 = @ 1 A $ λ3 = 3
2 2
5. g ( x, y, z) = f f ( x, y, z) = f ( f ( x, y, z))
= f ( x + z, y + z, x + y + 2z) = (2x + y + 3z, x + 2y + 3z, 3x + 3y + 6z)
0 1
2 1 3
6. B = @ 1 2 3 A = A2
3 3 6
0 1 0 1
1 1 1 2 2 2
1
7. P = @ 1 1 1 A =) P 1 = @ 3 3 0 A
6
1 0 2 1 1 2
0 1
0 0 0
et D = @ 0 1 0 A
0 0 3
A = PDP =) An = PD n P 1 =) A8 = PD8 P 1
1
0 10 1 0 1
1 1 1 0 0 0 2 2 2
1
PDP 1 = @ 1 1 1 A @ 0 1 0 A @ 3 3 0 A
6
1 0 2 0 0 3 1 1 2
0 1
1 0 1
= @ 0 1 1 A=A
1 1 2
0 10 18 0 1
1 1 1 0 0 0 2 2 2
1
A8 = @ 1 1 1 A @ 0 1 0 A @ 3 3 0 A
6
1 0 2 0 0 3 1 1 2
0 1
1094 1093 2187
= @ 1093 1094 2187 A
2187 2187 4374
0 10 120 0 1
1 1 1 0 0 0 2 2 2
@ A @ A 1@
B = A2 =) B10 = A20 = 1 1 1 0 1 0 3 3 0 A
6
1 0 2 0 0 3 1 1 2
✔ Exercice 11
On considère l’espace vectoriel R3 sur R, et soit f une application de R3 dans R3 définie, dans la
base canonique, par :
f 5x z x z x 3z
( x, y, z) 2 R3 ! + y + , + 2y , y+
2 2 2 2 2 2
2. Montrer que A admet trois valeurs propres comprises entre 1 et 3 que l’on ordonnera dans
l’ordre croissant.
3. Déterminer une base B formée par de vecteurs propres et les matrices de passage
Solution 11 :
0 1
5 1
1
B 2 2 C
B 1 1 C
1. A = B
B 2 C
C
@ 2 2 A
1 3
1
2 2
2. Les valeurs propres sont les racines du polynôme caractéristique jA kIj = 0
5 1 1
k 1 1 k 1
2 2 2
1 1 1
jA kIj = 2 k = 1+k 2 k
2 2 C1 7!C1 C2 C3 2
1 3 3
1 k 1+k 1 k
2 2 2
1 1
1 1 1 1
2 2
1 L2 7 ! L1 + L2
= (1 k ) 1 2 k = (1 k ) 0 3 k 0
2 3
3 1 1 k
1 1 k 2
2
1
1 1
L3 7 ! L3 + L1 2 3 k 0
= (1 k ) 0 3 k 0 = (1 k )
0 2 k
0 0 2 k
= (1 k ) (2 k ) (3 k) = 0
Donc les valeurs propres sont k1 = 1, k2 = 2 et k3 = 3
1
✔ La matrice P peut être calculer d’une manière simple:
0 12 0 1
1 1 1 3 1 1
on a P2 = @ 1 1 1 A =@ 1 3 1 A= P + 2I
1 1 1 1 1 3
1
P2 = P + 2I =) P 1 P2 = P 1
( P + 2I ) soit P 1 = (P + I )
2
0 1
1 0 0
4. soit D = @ 0 2 0 A
0 0 3
A = PDP 1 =) An = PDn P 1
0 10 n 10 1
1 1 1 1 0 0 0 1 1
1
= @ 1 1 1 A @ 0 2n 0 A @ 1 0 1 A
2
1 1 1 0 0 3n 1 1 0
0 n 1
2 + 3n 3n 1 2n 1
1@ n
= 3 2n 3n + 1 1 2n A
2 n
2 3n 1 3n 2n + 1
✔ Exercice 12
On considère la matrice 0 1
1 2 3
A=@ 0 2 3 A
0 0 3
6. On désigne par Q la matrice de passage de la base canonique vers la base constituée par les
vecteurs propres de A Déterminer le polynomôme caractéristique de Q et déterminer Q 1
Solution 12 :
1. A est une matrice triangulaire
1 λ 2 3
P (λ) = 0 2 λ 3 = (1 λ ) (2 λ ) (3 λ)
0 0 3 λ
2. A3 + A2 11A + 6I = O
)A A2
+ 6A 11I + 6A 1 = O ) A2 + 6A 11I + 6A 1 =O
1
)A 1= A2 6A + 11I
20 6
12 0 1 0 13 0 1
1 2 3 1 2 3 1 0 0 6 6 0
1 6@ A @ A @ 7
= 4 0 2 3 6 0 2 3 + 11 0 1 0 A5 = 1@
6 0 3 3 A
6
0 0 3 0 0 3 0 0 1 0 0 2
1
on a A 1 = A2 6A + 11I ) A2 = 6A 1 + 6A 11I
6
0 1 0 1 0 1 0 1
6 6 0 1 2 3 1 0 0 1 6 18
A2 = @ 0 3 3 A+6@ 0 2 3 A 11 @ 0 1 0 A = @ 0 4 15 A
0 0 2 0 0 3 0 0 1 0 0 9
2 1
1A 1 1
A =A = A 1 A2 6A + 11I = A 6I + 11A 1
6 6
20 1 0 1 0 13
1 2 3 1 0 0 6 6 0
1 11 @
= 4@ 0 2 3 A 6 @ 0 1 0 A+ 0 3 3 A5
6 6
0 0 3 0 0 1 0 0 2
0 1
12 18 6
1 B 0 3 5 C
= @ A
12 4
0 0
3
3. La solution du système est:
0 1 0 10 1 0 1
10 6 6 0 10 3
A 1 @ 7 A =61@
0 3 3 A @ 7 A = @ 2 A ! x = 3; y = 2; z = 1
3 0 0 2 3 1
4. Les valeurs propres de A sont les les racines de l’équation caractéristique: j A λI j = 0
1 λ 2 3
P (λ) = 0 2 λ 3 = (1 λ ) (2 λ ) (3 λ)
0 0 3 λ
✔ Exercice 13
On considère la matice 0 1
2 0 0
A= @ 3 1 3 A
3 3 1
2. Calculer An
Solution 13 :
2. An = PD n P 1
0 10 10 1
0 1 1 ( 4) n 0 0 1 1 1
1
= @ 1 1 0 A@ 0 2n 0 A @ 1 1 1 A
2
1 0 1 0 0 2n 1 1 1
0 1
2 2n 0 0
1@
= ( 4 ) n 2n 2n + ( 4 ) n 2n ( 4 ) n A
2
2n ( 4 ) n 2n ( 4 ) n 2n + ( 4 ) n
✔ Exercice 14
Soit la matrice : 0 1
1 0 0
A=@ 0 2 1 A
0 1 2
Calculer An
Solution 14 Equation
p caractéristique
p de A: X 3 X 2 3X + 3 = 0
Valeurs propres: 3, 3, 1
Vecteurs propres:
0 1 0 1 0 1
p 0 p p 0 p 1
@ 3 2 A $ 3, @ 3 2 A $ 3 et @ 0 A$1
1 1 0
0 1 0 p p 1
p 0 p0 1
1
0 p3 2 3+ p 3
P=@ 3 2 3 2 0 A,P 1 = @ 0 3 3 2 3 A
6
1 1 0 6 0 0
0 p 1
3 0
p 0
D=@ 0 3 0 A
0 0 1
An =0PD n P 1 1
6 0 0
1B p n n
p p p p n p n C
= B 0 3 2 ( 1) 3 + 3 ( 1) n 2 3 + 3 3 3 3 C
6@ p p n p p n p n p p A
0 3 3 3 3 3 3 ( 1) n 2 ( 1) n 3+2 3+3
✔ Exercice 15
Soit l’espace vectoriel R3 sur R dans la base canonique E = fe1 , e2 , e3 g telle que : e1 = (1, 0, 0), e2 =
(0, 1, 0) et e3 = (0, 0, 1).
On pose: f 1 = e1 + e2 ; f 2 = 2e1 + 3e2 et f 3 = e1 + e2 e3
4. On définit dans R3 l’application : ϕ : ϕ ( x, y, z) = (2x, 3y, z). Démontrer que ϕ est un endo-
morphisme de R3 .
7. Déterminer Im ϕ et ker ϕ
6. ME est diagonale donc les valeurs propres sont 2, 3, et 1, Par suite les vecteurs propres
sont les vecteurs de la base canonique