Université F.H.B.

Année : 2021-2022
MATHS-INFO/MIAGE

Examen Espaces vectoriels

& Applications linéaires
L1
ere
1 session
1h 30’.

EXERCICE 1
Pour chaque a¢ rmation suivante, répondre par VRAI ou FAUX
NB : Un bonus de +0,25 est accordé pour une réponse justi…ée
1. E = f(x; y; z) 2 R3 ; x = 0g est un R-espace vectoriel ;
2. Une base de F = f(x; y; 0) 2 R3 g est f(1; 0; 0) ; (1; 0; 1)g
3. f : R2 ! R2 , (x; y) 7! (x + y; xy) est une application linéaire ;
4. g : R2 ! R3 ; (x; y) 7! (x + y; x y; 2x) est une application linéaire.
5. Moyennant la base canonique de R3 au départ et à l’arrivée, il y a une
in…nité de matrices associée à l’endomorphisme identité idR3 de R3 .
EXERCICE 8 2
P < x 1 x2 + x3 = 0
( ), x1 + 2x2 = 0 , 8 (x1 ; x2 ; x3 ) 2 R3 .
:
x1 + x2 + 3x3 = 0
1.PLes variables x1 ; x2 ; x3 sont ordonnées naturellement. Trianguler le système d’équations
( ) à l’aide de l’algorithme de Gauss. Quelles sont les variables libres de ce système P ?
3
2. Soit F le sous-espace P vectoriel de R constitué par les solutions du système ( ).
Résoudre le système ( ) et donner une base de F .
3. Soient v1 = (1; 1; 1), v2 = ( 1; 2; 1), et v3 = (1; 0; 3). On désigne par G =< v1 ; v2 ; v3 >
le sous-espace vectoriel de R3 engendré par v1 ; v2 ; v3 . Donner une base de G.
3 3
4. On considère l’application linèaire f de 2 R vers R 3dont la matrice dans la base
1 1 1
canonique = (e1 ; e2 ; e3 ) de R est A = 1 2 0 5.
3 4
1 1 3
a. Déterminer f (e1 ); f (e2 ); f (e3 ) les images respectives de e1 , e2 , e3 , de la
base canonique de R3 en fonction des éléments de .
b. En déduire une base de Im(f ) l’image de f .
c. Soit (x1 ; x2 ; x3 ) 2 R3 . Posons (y1 ; y2 ; y3 ) = f (x1 ; x2 ; x3 ).
Préciser l’expression de (y1 ; y2 ; y3 ) à l’aide de (x1 ; x2 ; x3 ).
d. Déterminer une base de ker(f ) le noyau de f .
e. Déterminer l’intersection de ker(f ) et Im(f ).
f. A-t-on ker(f ) Im(f ) = R3 ? Justi…er.
 Proposition de résolution
Examen Espaces vectoriels
& Applications linéaires
L1
1ere session(2021-2022)

EXERCICE 1
1. E = f(x; y; z) 2 R3 ; x = 0g est un R-espace vectoriel ; VRAI,
car E = f(x; y; z) 2 R3 ; x = 0g = f(0; y; z); y; z 2 Rg =< (0; 1; 0) ; (0; 0; 1) > R3
alors E est un espace vectoriel de R3 .
2. Une base de F = f(x; y; 0) 2 R3 g est f(1; 0; 0) ; (1; 0; 1)g VRAI
car (1; 0; 1) 2 = F.
3. f : R ! R2 , (x; y) 7! (x + y; xy) est une application linéaire ; FAUX,
2

car xy n’est pas une combinaison linéaire des coordonnées x et y.

4. g : R2 ! R3 ; (x; y) 7! (x + y; x y; 2x) est une application linéaire. VRAI,
g (x; y) = (x + y; x y; 2x) on a bien que les expressions x + y; x y, et 2x sont
combinaisons linéaires des coordonnées x et y.
5. Moyennant la base canonique de R3 au départ et à l’arrivée, il y a une
in…nité de matrices associée à l’endomorphisme identité idR3 de R3 . FAUX
Il y a une seule matrice et c’est la matrice unité : I3 .
EXERCICE 8 2 2 32 3 2 3
P < x 1 x 2 + x 3 = 0 1 1 1 x 1 0
1) ( ) , x1 + 2x2 = 0 , 4 1 2 0 5 4 x2 5 = 4 0 5
:
x21 + x2 + 3x3 = 0
3 2 3 1 1 3 x3 0
x1 0
, A 4 x2 5 = 4 0 5
2 3 2 x3 0 3 2 3
1 1 1 1 1 1 L1 1 1 1 L1
4 1 2 0 5'4 0 3 1 5 L2 L1 ' 4 0 3 1 5 L2 )
1 18 3 0 2 2 L3 L1
8 0 0 8 3L3 2L2
P < x1 x2 + x3 = 0 < x1 x2 + x3 = 0
( ), x1 + 2x2 = 0 , 3x2 x3 = 0 ) x1 = x2 = x3 = 0
: :
x1 + x2 + 3x3 = 0 8x3 = 0
Les variables x1 ; x2 ; x3 sont toutes libres.
2) D’après 1) F = f(0; 0; 0)g = f0R3 g ainsi F étant le singleton vecteur nul, il n’a pas de base.
3) G =< v1 ; v2 ;2 v3 > R3 soit 3 B2 la matrice 3
associée à la famille = fv1 ; v2 ; v3 g
1 1 1 1 0 0
alors B = A = 4 1 2 0 5 ' 4 0 1 0 5
1 1 3 0 0 1
) rg (B) = rg (A) = 3 = dim < v1 ; v2 ; v3 >= dim R3
On a alors G = R3 et une base de G est exactement la famille = fv1 ; v2 ; v3 g ;
une autre base de G est la base canonique de R3 .
4)
a) f (e1 ) = e1 + e2 + e3 ; f (e2 ) = e1 + 2e2 + e3 ; f (e3 ) = e1 + 3e3 .
b) Comme le rang de A est 3, alors f est un automorphisme de R3 ,
donc Im (f ) = R3
c) (y
2 1 ; y23; y3 ) = 2f (x1 ; 3
x2 ; x23) 32 3 2 3
y1 x1 1 1 1 x1 x1 x2 + x3
, 4 y2 5 = A 4 x2 5 = 4 1 2 0 5 4 x2 5 = 4 x1 + 2x2 5
y3 x3 1 1 3 x3 x1 + x2 + 3x3
 2 3 2 3
y1 x1 x2 + x3
Ainsi 4 y2 5 = 4 x1 + 2x2 5.
y3 x1 + x2 + 3x3
d) Comme f est un automorphisme alors ker (f ) = f0R3 g, donc ker (f ) n’a pas de base.
e) ker(f ) \ Im(f ) = f0R3 g.
f) Nous n’avons pas ker(f ) Im(f ) = R3 , car deux sous-espaces vectoriels d’un espace
vectoriels sont supplémentaires s’ils sont respectivement di¤érents du singleton vecteur nul
de l’espace vectoriel en question.