Académique Documents
Professionnel Documents
Culture Documents
Algèbre Linéaire
Exercices
2017-2018
Yves Aubry
30 août 2017
1
Exercice 1. Considérons les éléments z1 = 2 + 3i et z2 = 1 − i de C.
1. Dans le C-espace vectoriel C, la famille {z1 , z2 } est-elle libre ? I.e. les
vecteurs z1 et z2 sont-ils C-linéairement indépendants ?
2. Dans le R-espace vectoriel C, la famille {z1 , z2 } est-elle libre ? I.e. les
vecteurs z1 et z2 sont-ils R-linéairement indépendants ?
Exercice 4. La partie
D = {(x, y) ∈ R2 | 2x − y = 0}
2
Exercice 6. Soit f : E −→ F un homomorphisme d’espaces vectoriels.
Montrer que f est injective si et seulement si Ker f = {0}.
Exercice 7. Montrer que l’image d’une famille libre par une application
linéaire injective est encore une famille libre.
Montrer que l’image d’une famille génératrice par une application linéaire
surjective est encore une famille génératrice.
3
Soient E un K-espace vectoriel de dimension finie et F un sous-espace
vectoriel de E. Montrer que :
dim(E/F ) = dim E − dim F.
Im f 2 = Im f ⇐⇒ Ker f 2 = Ker f.
4
Exercice 15. Soient E0 , E1 , . . . , En des espaces vectoriels de dimension finie
sur un corps K, et (fi ) (0 ≤ i ≤ n − 1) des applications linéaires définies sur
Ei à valeurs dans Ei+1 . On dit que
f0 f1 fn−2 fn−1
E0 −→ E1 −→ . . . −→ En−1 −→ En
est une suite exacte si pour tout i ∈ {1, . . . , n − 1}, on a Im fi−1 = Ker fi .
On note 0 l’espace vectoriel {0}.
1. Quelles sont les applications linéaires possibles
f g
0 −→ E0 et E1 −→ 0 ?
5
Déterminer de même des applications linéaires φ et ψ pour que la suite
φ ψ
0 −→ E ∩ F −→ E × F −→ E + F −→ 0
AB ∈ Sn (R) ⇐⇒ AB = BA.
6
Exercice 17. Soit R[X]2 l’espace vectoriel sur R des polynômes à une indéterminée
à coefficients dans R de degré au plus 2, muni de la base canonique constituée
des polynômes P0 (X) = 1, P1 (X) = X et P2 (X) = X 2 .
Considérons l’application Φ suivante :
Φ : R[X]2 −→ R[X]2
P 7−→ XP 00 + (1 − X)P 0
1 2
Exercice 18. On considère la matrice A = de M2 (R) et l’appli-
3 4
cation f : M2 (R) −→ M2 (R) définie par f (M ) = AM − M A pour toute
M ∈ M2 (R).
7
l’application linéaire de E dans E définie par : pour x ∈ E, x = x0 + x00 avec
x0 ∈ F et x00 ∈ G, alors p(x) = x0 ).
a) Montrer que p ◦ p = p.
b) Montrer que Im(p) = F et Ker(p) = G.
1. Montrer que
E = E1 ⊕ E2 .
8
5 −4
Exercice 21. On considère la matrice A de M2 (R) suivante : A = .
4 −3
Déterminer la matrice J de M2 (R) telle que A = I + 4J où I est la matrice
identité de M2 (R). Calculer A100 .
Exercice 24. Montrer que tout endomorphisme nilpotent (i.e. dont une puis-
sance est nulle) et diagonalisable (i.e. tel qu’il existe une base dans laquelle
sa matrice est diagonale) d’un espace vectoriel de dimension finie est nul.
9
Exercice 26. Soient A et B deux matrices de Mn (R) vérifiant :
AB − BA = A.
Exercice 27. On note E l’ensemble des suites (un ) de nombres réels vérifiant :
10
6) Montrer que si u = (un ) ∈ E est vecteur propre de f associé à la valeur
propre λ, alors pour tout n ∈ N, un = λn u0 .
7) Montrer que pour toute suite (un ) ∈ E, il existe un triplet (a, b, c) ∈ R3
tel que
∀n ∈ N, un = a(2/5)n + (b + (−1)n c)3n/2 .
11
Exercice 29. (Nous nous intéressons aux liens de structure entre un espace
vectoriel et son dual.)
12
Pn
et pour tout polynôme P (X) = i=0 ai X i , on pose e∗i (P ) = ai .
a) Montrer qu’une famille (e∗i1 , . . . , e∗ip ) d’un nombre fini de e∗i est une
famille libre d’éléments de E ∗ .
b) Soit V ∗ l’ensemble de toutes les combinaisons linéaires d’un nombre
fini de formes e∗i . Montrer que V ∗ est un sous-espace vectoriel de E ∗ et que
l’application linéaire ψ de E dans E ∗ définie par ψ(ei ) = e∗i est un isomor-
phisme de E sur V ∗ .
c) Montrer que la forme linéaire f ∗ ∈ E ∗ telle que f ∗ (P ) = P (1) n’ap-
partient pas à V ∗ . Conclure.
13
2 0 0 0 0 0 0 0 0 0
0 3 1 0 0 0 0 0 0 0
0 0 3 0 0 0 0 0 0 0
0 0 0 3 0 0 0 0 0 0
0 0 0 0 4 1 0 0 0 0
A=
0
.
0 0 0 0 4 1 0 0 0
0 0 0 0 0 0 4 0 0 0
0 0 0 0 0 0 0 4 1 0
0 0 0 0 0 0 0 0 4 0
0 0 0 0 0 0 0 0 0 4
14
Exercice 33. Commutant d’une matrice. (Extrait de l’épreuve 2 de
Mathématiques de la session 2011 des concours communs polytechniques -
Filière MP.)- Examen M1-MEEF Toulon-Nice Avril 2013
Soit E le R-espace vectoriel des suites réelles définies sur l’ensemble N des
entiers naturels. On considère dans E l’ensemble F des suites (un ) vérifiant
la relation de récurrence suivante :
15
1. a) Démontrer que F est un sous-espace vectoriel de E.
b) Déterminer toutes les suites géométriques qui appartiennent à F .
c) On considère les suites (vn ) et (wn ) définies pour tout entier naturel
par :
vn = 3n et wn = 7n .
Vérifier que, pour tous nombres réels a et b, la suite (un ), définie pour tout
entier naturel par un = avn + bwn appartient à F . Démontrer que la famille
((vn ), (wn )) est une base de F .
Indication : on pourra d’abord montrer que cette famille est libre puis
s’appuyer sur une récurrence pour prouver qu’elle est génératrice.
2. Soient (xn ) et (yn ) les suites définies pour tout entier naturel n par
An = xn−1 A + yn−1 A2 ,
16
On désigne par Mn (C) (respectivement Mn (R), Mn (Z)) l’ensemble des ma-
trices carrées à n lignes et n colonnes dont les coefficients appartiennent à
C (respectivement à R, à Z).
La matrice identité de taille n est notée In .
Soit A ∈ Mn (C). L’ensemble des valeurs propres de A est appelé spectre de
A et noté Sp(A).
On dit que A est d’ordre fini s’il existe k ∈ N∗ , tel que Ak = In .
Si A est d’ordre fini, le plus petit entier strictement positif k tel que Ak = In
est appelé ordre de A et noté o(A).
Partie A : préliminaires
1. Cette question consiste en des rappels de théorèmes du cours. 1.1. Soit
A ∈ Mn (R). On suppose qu’il existe P ∈ R[X], P 6= 0 tel que P (A) = 0.
i. Donner une condition suffisante sur P pour que A soit trigonali-
sable dans Mn (R).
ii. Donner une condition suffisante sur P pour que A soit dia-
gonalisable dans Mn (R). 1.2. Soit A ∈ Mn (C). On suppose qu’il existe
P ∈ C[X], P 6= 0 tel que P (A) = 0.
Que deviennent les conditions précédentes lorsque l’on s’intd́resse à la
trigonalisation ou à la diagonalisation de A dans Mn (C) ?
2. Soit B ∈ Mn (C), d’ordre fini. On pose o(B) = b.
2.1. Démontrer que B est inversible.
2.2. Soit k ∈ Z. Démontrer que B k = In si et seulement si b divise k.
2.3. Démontrer que les valeurs propres de B sont des racines b-ièmes de
l’unité.
2.4. Démontrer que B est diagonalisable dans Mn (C).
3. Soit C ∈ Mn (C). Ses valeurs propres sont notées λ1 , . . . , λn .
On suppose que C est diagonalisable et que pour tout entier i tel que
1 ≤ i ≤ n, λi est une racine ni -ième de l’unité pour un certain entier ni .
Pour tout entier i tel que 1 ≤ i ≤ n, on note ki le plus petit entier
strictement positif tel que λki i = 1.
3.1. Démontrer que C est d’ordre fini et que son ordre divise le PPCM
de k1 , . . . , kn .
3.2. Démontrer que o(C) est le PPCM de k1 , . . . , kn .
17
Partie B : matrices d’ordre fini à coefficients réels
Dans cette partie, on considère une matrice A ∈ M3 (R) d’ordre fini. Le
but est de démontrer que cette matrice est diagonalisable dans M3 (C) et de
déterminer le spectre de A dans C.
1. Démontrer que si toutes les valeurs propres de A dans C sont réelles, alors
Sp(A) ⊆ {−1, 1}.
2. On suppose que 1 est la seule valeur propre de A dans C.
2.1. Justifier qu’il existe P ∈ M3 (R), inversible, et a, b, c éléments de R
tels que :
1 a b
P −1 AP = 0 1 c .
0 0 1
2.2. On pose B = P −1 AP . Démontrer que B est d’ordre fini.
2.3. Démontrer par récurrence que pour tout k ∈ N :
1 ka k(k−1)
2
ac + kb
B k = 0 1 kc .
0 0 1
18
On définira ces suites à l’aide de relations de récurrence.
4.3. Donner une expression de γk pour tout k ≥ 0.
4.4. En déduire que c = 0.
4.5. En déduire que C et A sont diagonalisables dans M3 (C).
5. Énoncer sans démonstration un résultat semblable lorsque −1 est valeur
propre double de A et 1 est valeur propre simple de A.
6. On suppose que A admet dans C au moins une valeur propre non réelle.
6.1. Démontrer qu’il existe θ ∈ 2πQ \ πZ, tel que Sp(A) = {eiθ , e−iθ , 1}
ou {eiθ , e−iθ , −1}.
On pourra considérer le polynôme caractéristique de A.
6.2. Démontrer que A est diagonalisable dans M3 (C).
7. Soit A ∈ M3 (R). Démontrer que A est d’ordre fini si, et seulement si,
A est diagonalisable dans M3 (C) et qu’il existe θ ∈ 2πQ tel que Sp(A) =
{eiθ , e−iθ , 1} ou {eiθ , e−iθ , −1}.
19
Exercice 36. (Examen M1-MEEF Toulon-Nice Janvier 2015) : ra-
cine carrée d’un endomorphisme
R(f ) = {h ∈ L(E) | h2 = f }.
20
1.2. Déterminer une base (v1 , v2 , v3 ) de R3 formée de vecteurs propres de f
et donner la matrice D de f dans cette nouvelle base.
1.5. Déterminer toutes les matrices de M3 (R) qui commutent avec la matrice
D trouvée à la question 2.2.
2.3. Montrer que f admet deux valeurs propres distinctes λ et µ telles que
λ < µ.
21
2.6. Montrer que f est diagonalisable et trouver une base de vecteurs propres
de f . Ecrire la matrice D de f , puis la matrice de p et de q, dans cette
nouvelle base.
Notations et rappels
• Dans tout le problème n désigne un entier supérieur ou égal à 2 et E
un C-espace vectoriel de dimension n. On notera L(E) le C-espace vectoriel
des endomorphismes de E et GL(E) le sous-ensemble de L(E) formé des
automorphismes de E.
• À tout f ∈ L(E), on associe sa matrice MatB (f ) dans la base B choisie
dans E.
On rappelle que l’application f 7→ MatB (f ) est un isomorphisme de L(E)
sur le C-espace vectoriel , noté Mn (C), formé des matrices carrées d’ordre
n à coefficients complexes.
De la même façon, GL(E) (respectivement GLn (C)), muni de la composi-
tion des applications (respectivement muni du produit des matrices), possède
une structure de groupe.
• Soit A = (aij )1≤i,j≤n ∈ Mn (C). On dit que A est triangulaire supérieure
si aij = 0 dès que i > j. On note Tn (C) le sous-espace vectoriel de Mn (C)
formé des matrices triangulaires supérieures.
Soit f ∈ L(E). On sera amené à utiliser la propriété (T) suivante :
(T) : il existe une base B 0 de E telle que MatB0 (f ) ∈ Tn (C)
• On rappelle que, par convention : ∀A ∈ Mn (C), A0 = I (matrice identité).
22
• Soit f ∈ L(E). Alors f admet n valeurs propres en comptant chacune avec
son ordre de multiplicité.
• On rappelle enfin que l’exponentielle d’un nombre complexe z peut être
notée ez ou exp z et que, pour tout nombre complexe z, on a exp z 6= 0.
23
(k)
On note nij le terme général de la matrice N k avec k ∈ N.
(2)
a) Montrer que N 2 ∈ Tn (C) et que nij = 0 si j ≤ i + 1.
(k)
b) Montrer, plus généralement, que N k ∈ Tn (C) et que nij = 0 si j ≤ i+k−1.
c) En déduire que N ∈ Nn (C).
I.B.5) Soient f ∈ L(E) et N ∈ Tn (C) la matrice de f dans une base appro-
priée B de E donnée par la propriété (T ) rappelée en préliminaire.
a) En explicitant le polynôme caractéristique de N , déterminer les valeurs
propres de f en fonction des termes diagonaux de N .
b) Montrer que f est nilpotent si et seulement si 0 est sa seule valeur propre.
I.B.6) Montrer qu’une matrice triangulaire supérieure est nilpotente si et
seulement si tous ses termes diagonaux sont nuls.
I.C – Soit A = (aij ) ∈ Mn (C).
On rappelle que le trace de A est le nombre complexe Tr(A) = ni=1 aii .
P
24
λ1 , . . . , λn . On définit alors l’endomorphisme exp f par l’image des vecteurs
de la base Bp en posant :
II.A.1)
a) Représenter la matrice de exp f sur la base Bp .
b) Montrer que exp f appartient à GL(E).
Cet endomorphisme est appelé “exponentielle de l’endomorphisme f ”. On
admet qu’il ne dépend que de f et pas de la base de vecteurs propres de f
utilisée pour le définir.
Si D est une matrice diagonale de termes diagonaux µ1 , . . . , µn , on note
exp D la matrice diagonale dont les termes diagonaux sont exp µ1 , . . . , exp µn .
II.A.2) Soit M ∈ Mn (C). On suppose que M est diagonalisable.
Soient P1 , P2 deux matrices inversibles et D1 , D2 deux matrices diagonales
telles que :
M = P1 D1 P1−1 = P2 D2 P2−1 .
Montrer que P1 (exp D1 )P1−1 = P2 (exp D2 )P2−1 .
On appellera exponentielle de la matrice M , la matrice notée exp M égale à
P (exp D)P −1 où (P, D) est un couple de matrices utilisé pour diagonaliser
M.
II.B – On suppose maintenant que f est nilpotent, d’indice de nilpotence
k(f ). On considère une base B de E telle que M = MatB (f ) ∈ Tn (C), selon
la propriété (T).
On pose alors :
k(f )−1 k(f )−1
X fp X Mp
exp f = et exp M =
p=0
p! p=0
p!
où f 0 = identité de E.
II.B.1) Déterminer les termes diagonaux de la matrice exp M .
II.B.2) En déduire l’ensemble des valeurs propres de exp f puis montrer que
exp f ∈ GL(E).
L’endomorphisme exp f est encore appelé l’exponentielle de f et la matrice
exp M l’exponentielle de M .
II.C – On suppose enfin que f satisfait à la propriété (P) suivante :
25
(P) : il existe (d, g) ∈ (L(E))2 ,
d diagonalisable, g nilpotent tels que d ◦ g = g ◦ d et f = d + g
On admettra que, si f satisfait à (P), alors le couple (d, g) donné par (P) est
unique.
II.C.1)
a) Montrer que : exp d ◦ exp g = exp g ◦ exp d.
On pose alors : exp f = exp d ◦ exp g et on l’appelle encore l’exponentielle de
f.
On désigne par Γn (E) le sous-ensemble de L(E) formé des endomorphismes
f satisfaisant à (P).
De même, on désigne par Γn (C) le sous-ensemble de Mn (C) formé des ma-
trices M qui peuvent s’écrire M = D+N avec D diagonalisable, N nilpotente
et DN = N D.
b) Montrer que, pour toute matrice M de Γn (C), le couple (D, N ) associé est
unique.
On pose exp M = exp D exp N et on l’appelle l’exponentielle de M .
II.C.2) Soient M ∈ Γn (C) et P ∈ GLn (C).
Démontrer que P M P −1 ∈ Γn (C) et que exp(P M P −1 ) = P (exp M )P −1 .
f 3 − f 2 + f − IdE = 0L(E)
26
3) Déterminer Ker(f − IdE ) et Ker(f 2 + IdE ).
5) Montrer que :
Im p ⊕ Im q = E.
Question préliminaire
a b
Soit une matrice M de M2 (C), M = .
c d
On note e = det(M ). On suppose e 6= 0.
• Calculer le produit matriciel
d −b
M .
−c a
27
On considère ici les suites (xn )n∈N de S(C) pour lesquelles il existe des com-
plexes a1 et a0 vérifiant la propriété suivante :
∀n ∈ N, xn+2 + a1 xn+1 + a0 xn = 0.
On associe à une telle suite de S(C) la suite (Xn )n∈N de S(C2 ) définie par :
xn
∀n ∈ N, Xn = .
xn+1
A.1) Déterminer une matrice A de M2 (C) telle que pour tout entier positif
n, on ait :
Xn+1 = AXn .
λ2 + a1 λ + a0 = 0.
Q−1 AQ = T.
28
A.5) Montrer que l’on a l’alternative suivante :
• soit A admet deux valeurs propres distinctes et elle est diagonalisable ;
• soit A admet une seule valeur propre et elle n’est pas diagonalisable.
A.6) Deux exemples numériques
Dans les deux exemples qui suivent, il est demandé de :
• expliciter la matrice A,
• donner une matrice de passage Q telle que T = Q−1 AQ soit d’une forme
simple comme ci-dessus,
• en déduire Xn puis xn en fonction de x0 , x1 et n
(il sera tenu compte de la simplicité et de la clarté des choix effectués).
a) Exemple 1
(xn )n∈N vérifie la propriété suivante :
b) Exemple 2
(xn )n∈N vérifie la propriété suivante :
P (X) = X 3 + a2 X 2 + a1 X + a0 ,
on associe le sous-espace RP de S(C) formé des suites (xn )n∈N telles que
pour tout n ∈ N,
29
0 1 0
ainsi que la matrice A = 0 0 1 .
−a0 −a1 −a2
B.1) Calculer le polynôme caractéristique de A.
B.2) Vérifier que Φ : S(C) → S(C3 ) est linéaire et injective. Est-elle surjec-
tive ?
B.3) a) Soit (xn )n∈N ∈ RP . Montrer que son image (Xn )n∈N par Φ vérifie :
∀n ∈ N, Xn = An X0 .
Z Z Z
30
Pierre-Louis CAYREL 2008-2009
Licence 1 Algèbre Linéaire
Université de Paris 8 Feuille d’exercices
1 Espaces vectoriels
1.1 Structure d’espace vectoriel
Exercice 1 On définit sur E = R2
– l’addition ⊕ par
(x, z) ⊕ (x0 , z 0 ) = (x + x0 , z + z 0 )
– la multiplication externe , ayant R comme corps des scalaires, par
λ (x, z) = (2x, 0).
E muni de ces deux lois est-il un espace vectoriel sur R ?
Exercice 2
Exercice 3 Pour x et y alors R∗+ et λ réel, on pose
x ⊕ y = xy et λ x = xλ .
Montrer que (R∗+ , ⊕, ) est un espace vectoriel sur R.
1.2.2 Base de C.
Soit E l’ensemble des nombres complexes considéré comme un espace vectoriel sur R.
a. Quelle est la dimension de E ?
b. Soit z = a + ib ∈ E. A quelle condition z et z̄ forment-t-ils une base de E ? Dans ce cas, x
et y étant des réels donnés, calculer les composantes λ et µ de x + iy dans la base (z, z̄).
Exercice 4 Soient a, b, c trois réels positifs distincts. On note fa la fonction définie sur R∗+
par :
fa (x) = ln(ax)
Montrer que {fa , fb , fc } est une partie liée de F(R∗+ , R).
1
1.3 Sous-espaces vectoriels
Exercice 5 Soit E le R-espace vectoriel R. Quels sont les sous-espaces vectoriels de E ?
Exercice 7 Dans l’espace vectoriel R3 , les sous-ensembles suivants sont-ils des sous-espaces
vectoriels ?
a. A = {(x, y, z) ∈ R3 | x + y − 4z = 0}
b. B = {(x, y, z) ∈ R3 | x − 2y + z = 1}
(c) C = {(x, y, z) ∈ R3 | xy − z = 0}
c. D = {(x, y, z) ∈ R3 | x − 2y = 0 et z − x = 0}
d. E = {(α, β, 3α) | α ∈ R et β ∈ R}
e. Fc = {(α + c, −α, α + β) | α ∈ R et β ∈ R} avec c ∈ R fixé.
Déterminer (s’il y a lieu) des systèmes générateurs, décider si le sous-espace est une droite ou
un plan de R3 , donner les équations paramétriques et cartésiennes.
Exercice 8 Dans R3 , montrer que le sous-espace engendré par u = (2, 0, −1) et v = (3, 2, −4)
coı̈ncide avec le sous-espace engendré par w = (1, 2, −3) et t = (0, 4, −5).
2
a. Donner une condition nécessaire et suffisante sur λ pour que Pλ soit un plan.
b. Déterminer, pour tout λ, les équations cartésiennes et paramétriques de Pλ . Soit Dµ la
droite de R4 engendrée par le vecteur wµ = (µ, 15, µ, 9).
c. Donner les équations cartésiennes de Dµ
d. A quelles conditions sur λ et µ, Dµ est contenue dans Pλ ?
Calculer la dimension de E.
b. Soit F le sous-ensemble de R4 formé des vecteurs (x1 , x2 , x3 , x4 ) tels que 3x1 − x3 = 0 et
x1 + x3 − x4 = 0. Montrer que F est un sous-espace vectoriel de R4 .
c. Calculer les dimensions de E ∩ F et du sous-espace vectoriel de R4 , E + F , engendré par
E ∪ F.
3
1.4 Hyperplan
Exercice 15 On appelle hyperplan (vectoriel) de E tout sous-espace vectoriel de E de
dimension n−1. On considére deux hyperplans distincts de E : F et G. Déterminer la dimension
de F ∩ G par les deux méthodes suivantes :
a. Utiliser l’exercice 14.
b. Montrer qu’il existe deux vecteurs a et b de E tels que :
a ∈ F, a 6∈ G, b ∈ G et b 6∈ F
Montrer que le sous-espace vectoriel de E engendré par a et b est un supplémentaire de
F ∩ G.
Exercice 16 Soit E un espace vectoriel réel de dimension n.
a. Montrer que si f est une forme linéaire non nulle sur E, alors ker f est un hyperplan de
E, c’est-à-dire un sous-espace vectoriel de E de dimension n − 1. Montrer qu’il existe des
réels α1 , . . . αn non tous nuls tels que :
u = (x1 , . . . xn ) ∈ ker f ⇐⇒ α1 x1 + . . . + αn xn = 0
b. Soit H = {(x, y, z, t) ∈ R4 , x − 2y + z − t = 0}. Montrer que H est un hyperplan de R4 .
Existe-t-il une forme linéaire f sur R4 telle que H = ker f ?
c. Soit H un hyperplan de E. Montrer qu’il existe une forme linéaire sur E telle que ker f =
H. (On pourra compléter une base de H et définir f sur cette base). f est-elle unique ?
d. Vérifier qu’un hyperplan H de E peut être défini par une des trois conditions équivalentes
suivantes :
(i) H est un sous espace vectoriel de E de dimension n − 1.
(ii) H est le noyau d’une forme linéaire non nulle sur E.
(iii) H est l’ensemble des solutions d’une équation linéaire de la forme α1 x1 +. . .+αn xn =
0 où (α1 , . . . αn ) ∈ Rn et (α1 , . . . αn ) 6= (0, . . . 0). (On dit que cette équation est une
équation cartésienne de l’hyperplan H).
e. Quelle est l’équation cartésienne d’un hyperplan de R3 ?
f. Montrer l’équivalence des définitions suivantes :
(j) D est une droite de R3 , c’est-à-dire un sous-espace de dimension 1.
(jj) D est l’ensemble des solutions d’un système linéaire
ax + by + cz = 0
(∗)
a0 x + b0 y + c0 z = 0
où (a, b, c) et (a0 , b0 , c0 ) ne sont pas colinéaires.
((*) est un système d’équations cartésiennes de D).
2 Applications linéaires
2.1 Notion de linéarité
Exercice 17 On note C([0, 1]) (resp. C 1 ([0, 1])) le R-espace vectoriel des fonctions définies et
continues (resp. ayant une dérivée continue) de [0, 1] dans R et En est le sous-espace de C[X]
des polynômes de degré au plus n.
Parmi les applications suivantes lesquelles sont linéaires. Déterminer, pour chacune de celles-
ci, son noyau et son image et, dans le cas d’espaces de dimension finie, sa matrice. Dire si
l’application est injective, surjective, bijective.
4
f1 : R → R, f1 (x) = 2x2
f2 : R → R, f2 (x) = 4x − 3
f3 : R2 → R2 , f3 (x, y) = (0, x)
f4 : R2 → R2 , f4 (x, y) = (y, x)
p
f5 : R2 → R, f5 (x, y) = 3x2 + y 2
f6 : C2 → C, f6 (z, z 0 ) = 3z − iz 0
f7 : C2 → C, f7 (z, z 0 ) = zz 0
f8 : C([0, 1]) → R, f8 (g) = g(1)
f9 : C([0, 1]) → R, f9 (g) = |g|
f10 : C 1 ([0, 1])) → C([0, 1]), f10 : (g) = gg 0
f11 : C([0, 1])) → R, f11 (g) = max{g(t), t ∈ [0, 1]}
f12 : En → En , f12 (P ) = P 0
R1
f13 : C([0, 1]) → R, f13 (g) = g 0 ( 12 ) + 0
g(t)dt
f14 : En → En , f14 (P ) = XP
f15 : En → En , f15 (P ) = P (2)
f16 : En → En , f16 (P ) = XP + 1
5
c. Soit T l’endomorphisme de E1 défini par T (P ) = P 0 . Quel endomorphisme de R2 (resp.
de C) l’endomorphisme T induit-il par l’isomorphisme défini en (b) ?
Exercice 22 Dans chacun des cas suivants, vérifier s’il existe une application linéaire Ti de R2
dans R2 vérifiant les conditions données :
a. T1 ((1, −1)) = (2, 3) T1 ((2, −2)) = (3, 2)
b. T2 ((1, −1)) = (2, 3) T2 ((1, 1)) = (3, 2)
c. T3 ((1, −1)) = (2, 3) T3 ((3, −3)) = (6, 9)
Exercice 23 Soient E un espace vectoriel réel de dimension 3, (e1 , e2 , e3 ) une base de E et λ
un réel. Montrer que les relations :
ϕλ (e1 ) = e1 + e2 , ϕλ (e2 ) = e1 − e2 , ϕλ (e3 ) = e1 + λe3
définissent une application linéaire ϕλ de E dans E.
Comment choisir λ pour que ϕλ soit injective ? surjective ?
Exercice 24 Dans chacun des cas suivants, déterminer si les espaces vectoriels E et F sont
isomorphes ; si oui, exhiber un ismorphisme de E dans F .
a. E1 = {(x, y, z) ∈ R3 , x − y + z = 0}. F1 est le sous-espace de R3 engendré par les vecteurs
f1 = (1, 2, 3) et f2 = (1, 0, 1).
b. E2 = {λ(1, i, −1), λ ∈ C}. F2 = {(z1 , z2 , z3 , z4 ) ∈ C4 , z1 − z2 = 0, z3 − 2z4 = 0}.
c. E3 = {λX n + µX m , (λ, µ) ∈ C2 }. F3 = F2 .
Exercice 25 Soit E l’espace vectoriel sur R des fonctions indéfiniment dérivables de R dans
R. On définit une application sur E par :
2.3 Projecteurs
Exercice 27 Soit E un espace vectoriel et I l’endomorphisme identique de E. On appelle
projecteur de E tout endomorphisme p de E tel que p2 = p.
a. Démontrer l’équivalence des propositions suivantes où p est un endomorphisme de E :
(i) p est un projecteur,
(ii) I − p est un projecteur,
(iii) p(I − p) = (I − p)p = 0.
b. Montrer que si p est un projecteur, E = Im p ⊕ ker p. Bien choisir une base de E et écrire
la matrice de p dans cette base.
c. Soit E = R2 . L’endomorphisme f de E est défini par :
f ((x, y)) = (x − y, y − x) ((x, y) ∈ R2 )
Déterminer l’image et le noyau de f . f est-il un projecteur ?
6
2.4 Notion de rang
Exercice 28 Soient u et v deux endomorphismes d’un K-espace vectoriel E de dimension n.
On pose :
F = {u(z) + v(z), z ∈ E}
G = {u(x) + v(y), x ∈ E, y ∈ E}
dim ker(v) = p
dim ker(u ◦ v) = q
a. Comparer F et G et en déduire que : rg(u + v) 6 rg(u) + rg(v).
b. Montrer que ker(v) ∩ ker(u ◦ v).
c. Montrer qu’il existe une base (a1 , . . . , an ) de E telle que :
(i) (a1 , . . . , ap ) soit une base de ker v,
(ii) (a1 , . . . , ap , . . . , aq ) soit une base de ker(uov),
(iii) (v(ap+1 ), . . . , v(aq )) soit une famille libre de ker u.
d. En déduire l’inégalité : rg(u ◦ v) > rg u + rg v − n.
3 Matrices
3.1 Matrice d’une application linéaire
Exercice 31 Soit i un entier compris entre 1 et 6 et fi l’application linéaire de Rn dans Rm
dont la matrice par rapport aux bases canoniques de Rn et Rm , est :
3
−1 3
A1 = A2 = −1 A3 = 2 5 −1
2 1
0
7
1 3 1 1
1 −1 λ
3 −2 −1 2 5 2 1
A4 = A5 = 0 3 −1 A6 =
−1 5 −4 0 1 0 1
2 0 2
−1 3 −1 λ
a. Dans chaque cas, préciser les valeurs de n et m.
b. Pour i = 1, 2, 3, calculer fi (u) sous forme matricielle pour u = (x1 , . . . , xn ) de Rn .
c. Déterminer ker fi et Im fi pour 1 6 i 6 6 (discuter selon la valeur du réel λ).
Exercice 32 Soit h l’application linéaire de R3 dans R2 dont la matrice par rapport aux bases
(a1 , a2 , a3 ) de R3 et (b1 , b2 ) de R2 est :
2 −1 1
A= (A = M(h, (a1 , a2 , a3 ), (b1 , b2 ))).
3 2 −3
0 0 0
a. On prend dans R3 la nouvelle base (a1 , a2 , a3 ) où
0 0 0
a1 = a2 + a3 , a2 = a3 + a1 a3 = a1 + a2 .
0 0 0
Quelle est la nouvelle matrice A1 de h ? (A1 = M(h, (a1 , a2 , a3 ), (b1 , b2 )))
0 0 0 0 0
b. En conservant la base (a1 , a2 , a3 ) de R3 , on choisit pour base de R2 (b1 , b2 ) avec
0 1 0 1
b1 = (b1 + b2 ) b2 = (b1 − b2 ).
2 2
0 0 0 0 0
Quelle est la nouvelle matrice A2 de h ? (A2 = M(h, (a1 , a2 , a3 ), (b1 , b2 )))
8
Exercice 34 Soit f l’endomorphisme de R3 dont la matrice dans la base canonique est :
2 −1 −1
−1 2 −1
−1 −1 2
Déterminer son image et son noyau.
Exercice 37 Soit f un endomorphisme non nul de R3 tel que f 2 = 0. Montrer que f est de
rang 1 et qu’il existe une base de R3 dans laquelle la matrice de f est :
0 0 1
0 0 0
0 0 0
9
3.2 Calcul matriciel
Exercice 38 Calculer A.B, B.A, (A + B)2 , A2 + B 2 + 2A.B avec :
1 −1 1 0 3 1
A = 2 0 1 et B = 1 0 1 .
3 2 0 2 −1 1
1 1 0
Exercice 39 Soit A = 0 1 1 et B = A − I.
0 0 1
Calculer B n , puis An pour n > 2.
Exercice 40 Calculer les inverses des matrices suivantes, quand elles sont inversibles :
1 3 −1
1 −3 2 4
A1 = , A2 = , A3 = 2 −1 3
2 −5 3 6
3 2 0
1 2 1 2
1 2 −1 0 1 0 1
A4 = 1 0 α ((α, β) ∈ R2 ), A4 = 0 0
(γ ∈ R)
1 1
0 β 0
0 0 γ 2
0 0 0 0
Exercice 42 Soit Ek,l la matrice de Mn (C) dont tous les coefficients valent 0 sauf le coefficient
de la k-ème ligne et l-ème colonne qui vaut 1.
a. Montrer que {Ek,l , 1 6 k, l 6 n} est une base de Mn (C), c’est la base canonique.
b. Etablir les règles de calcul de produit entre les matrices de la base canonique.
c. Calculer les produits A.Ek,l et Ek,l .A pour A ∈ Mn (C). Déterminer les matrices A de
Mn (C) qui commutent à toute matrice X de Mn (C)(X.A = A.X).
0 0 1
Exercice 43 Soit J = 1 0 0.
0 1 0
a. Calculer J 2 et J 3 .
b. Montrer que l’ensemble M des matrices :
a c b
b a c
c b a
où a, b, c sont des réels, est un sous espace vectoriel de dimension 3 de M3 (R). Que peut-on
dire du produit de deux matrices de l’ensemble M ?
10
0 1 1
c. Calculer l’inverse de la matrice : A = 1 0 1
1 1 0
1 1 1
d. Soit B = 1 1 1. Calculer B 2 , puis B n .
1 1 1
e. Soit C = I3 + B. Calculer C n .
2 1 1
f. Soit D = 1 2 1 . Montrer que Dn = αn D + βn I3 , où I3 est la matrice identité 3 × 3
1 1 2
et αn et βn sont des réels que l’on calculera (on pourra aussi utiliser l’exercice 46)
a1 = e1 + e2 − e3 , a2 = e1 − e2 + e3 e3 = −e1 + e2 + e3 .
Montrer que A = (a1 , a2 , a3 ) est une base de R3 . Soit f l’endomorphisme de R3 dont la matrice,
dans la base canonique, est :
a−b a+c c−b
1
M= b−a c−a b + c
2
a+b a−c b−c
Exercice 47 Soit T l’endomorphisme de M2 (C) qui à une matrice A associe sa matrice trans-
posée t A.
a. Ecrire la matrice de T dans la base canonique de M2 (C). Soit S le sous-espace de M2 (C)
des matrices symétriques (A = t A). Soit A le sous-espace de M2 (C) des matrices anti-
symétriques (t A = − t A).
11
b. Donner une base de chacun des sous-espaces S et A et montrer que M2 (C) = S ⊕ A
c. Ecrire la matrice de T dans la base de M2 (C) construite à partir des bases de S et A.
d. Dans M3 (C), quelle base choisirez-vous pour écrire la matrice de T ?
AB − BA = In .
d. En déduire que l’on peut définir la trace d’un endomorphisme ou bien que deux matrices
semblables ont la même trace.
e. Montrer que M est une matrice de trace nulle si et seulement si M est somme de commuta-
teurs. (un commutateur est une matrice qui peut s’écrire AB − BA où (A, B) ∈ Mn (K)2 .)
4 Déterminants
4.1 Calcul de déterminants de petite taille.
Polycopié[J.- M.] : Chapitre 5 - Exercices n˚2, 5, 9, 14, 17, 22.
Exercice 49 Calculer :
1 2 3 4
1 3 6 10
1 4 10 20
1 5 15 35
12
4.2 Calcul de déterminants en dimension n.
Polycopié [J. - M.] : Chapitre 5 - Exercices n˚13, 15, 21, 18, 25.
5 Systèmes linéaires
5.1 Sur le théorèmede caractérisation des solutions d’un système
linéaire
Exercice 54 Vérifier que u1 = (−3, 0, −1) et u2 = (0, −1, 0) sont solutions du système linéaire :
x + 2y − z = −2
(S) : −2x − y + 5z = 1
3x + 5y − 4z = −5
13
Exercice 56 a. Déterminer l’ensemble H des solutions de l’équation :
x1 − 2x2 − 3x3 − 5x4 = 0.
b. Ecrire, sans autres calculs, l’ensemble des solutions de l’équation :
x1 − 2x2 − 3x3 − 5x4 = 1.
c. Y a-t-il une équation dont l’ensemble des solutions s’écrive
(1, −1, 0, 1) + H?
14
5.4 Applications de la méthode de Gauss
Exercice 59 Soit V le sous espace de R4 engendré par les vecteurs :
v1 = (1, −2, 3, 1) v2 = (3, −5, 8, −2) v3 = (1, −4, 5, −3) v4 = (0, 1, −1, 1).
5x − 3y − 4z + 2t = 0.
a. Déterminer toutes les façons de compléter {u1 , u2 } en une base de C4 en choisissant des
vecteurs parmi ceux de la base canonique (e1 , e2 , e3 , e4 ) de C4 .
b. Déterminer un supplémentaire V de U qui ne contienne pas le vecteur e2 ; trouver dans
ce cas un vecteur u de U et un vecteur v de V tels que e2 = u + v.
15
a. Montrer que z appartient au sous-espace engendré par x et y et que v appartient au
sous-espace engendré par x et u.
b. Soient F le sous-espace engendré par {x, y, z}, G le sous-espace engendré par {u, v}.
Trouver la dimension des sous-espaces F, G, F + G, F ∩ G (on déterminera une base de
chacun de ces sous-espaces).
c. Montrer que le sous-espace H engendré par le vecteur w = (1, 2, 3, 1) est supplémentaire
de F + G. En déduire un supplémentaire de F ∩ G.
Exercice 63 a. Quel est le type (ensemble vide, point, droite affine, plan affine . . . ) de
l’ensemble des solutions du système linéaire suivant ?
x1 + x2 + 2x3 + x4 + x5 = y1
−x1 + (λ − 1)x2 + (λ − 2)x3 + (λ − 1)x4 + (λ − 1)x5 = y2
(λ − 1)x1 + (2λ − 1)x2 + (3λ − 2)x3 + (3λ − 1)x4 + (2λ + 1)x5 = y3
λx2 + λx3 + λx4 + (2λ − 1)x5 = y4
Exercice 65 Chercher les valeurs propres et la dimension des sous-espaces propres des matrices
suivantes :
2 0 4 −1 1 0 3 2 0
A = 3 −4 12 B = 0 −1 1 C = −1 0 0
1 −2 5 1 0 −1 0 0 1
3 −4 0 2 0 1 0 0
4 0 −1 4 −5 −2 4
F = 3 0 2 0
D= 0 −2 −6 E =
0 0 3 −2 0 2 0 3
0 4 8
0 0 2 −1 0 0 1 0
2
m 1 1 a 1 0
G= 1 m 1 (m ∈ R) H = 0 2a 0 (a ∈ R)
1 1 m 0 0 a+2
16
−4 0 −2 8 −1 −5
J = 0 1 0 K= −2 3 1
5 1 3 4 −1 −1
1 α 1 0 α β
3
L= 0 1 β (α, β, γ) ∈ R M = α 0 β (α, β) ∈ R2
0 0 γ α β 0
Exercice 66 Dire pour chacune des matrices de l’exercice précédent si elle est diagonalisable
et donner une matrice semblable la plus simple possible. Calculer An pour tout entier et ((C −
2 Id)(C − Id).
6.2 Endomorphismes
Exercice 67 Soit E le R-espace vectoriel des fonctions de R dans R de classe C ∞ . Soient u et
v les endomorphismes de E définis, pour f ∈ E, par :
Z x
0
u(f ) = f et v(f )(x) = f (t)dt (x ∈ R)
0
a. Montrer qu’il existe un unique entier n0 tel que Cn0 [X] soit stable par u où Cn0 [X] est le
sous-espace de C[X] des polynômes de degré au plus n0 .
b. Soit v l’endomorphisme de Cn0 [X] obtenu par restriction de u à Cn0 [X]. Ecrire la matrice
de v dans la base canonique de Cn0 [X].
c. Déterminer les valeurs propres et les vecteurs propres de v.
d. Même question pour u.
17
6.3 Applications
3
− 21
2
Exercice 70 a. Diagonaliser dans R la matrice A = 2 et calculer An .
1 0
b. On considère les suites réelles (un )n∈n et (vn )n∈n définis par les données de u0 et v0 et par
les relations :
3 1
un+1 = un+1 − et vn+1 = un ∀n ∈ N
2 2
Calculer un et vn en fonction de n, u0 et v0 . Les suites sont-elles convergentes ?
c. Que peut-on dire des suites récurrentes (un )n∈n vérifiant
2un+2 − 3un+1 + un = 0 ?
18