0% ont trouvé ce document utile (0 vote)
116 vues3 pages

Corrige 19

Ce document contient les corrections d'exercices d'algèbre linéaire. Il présente les solutions détaillées à six exercices portant sur des concepts comme les bases orthonormées, la dépendance linéaire des colonnes d'une matrice et la résolution de systèmes linéaires.
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
116 vues3 pages

Corrige 19

Ce document contient les corrections d'exercices d'algèbre linéaire. Il présente les solutions détaillées à six exercices portant sur des concepts comme les bases orthonormées, la dépendance linéaire des colonnes d'une matrice et la résolution de systèmes linéaires.
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

EPFL

Algèbre linéaire
1ère année
2006-2007

Corrigé de la série 19

Correction exercice 1
Montrons que W ⊂ (W ⊥ )⊥ .
Soit w ∈ W , comme ∀x ∈ W ⊥ , hx, wi = 0, on a w ∈ (W ⊥ )⊥ .
De plus, dim((W ⊥ )⊥ ) = dim(V ) − dim(W ⊥ ) = dim(V ) − (dim(V ) − dim(W )) = dim(W ).
D’où l’égalité.
Correction exercice 2
Soit {f1 , . . . , fn } une base de F que l’on complète par les vecteurs {e1 , . . . , ek } de E pour obtenir
une base de E. D’après le procédé d’orthonormalisation de Gram-Schmidt, il existe une base
orthonormée de F , {f10 , . . . , fn0 } telle que
∀j ∈ {1, . . . , n} Span(f10 , . . . , fj0 ) = Span(f1 , . . . , fj ).
En appliquant le procédé d’orthonormalisation de Gram-Schmidt à la base {f1 , . . . , fn , e1 , . . . , ep }
de E, on obtient une base orthonormée de E, {f10 , . . . , fn0 , e01 , . . . , e0p } telle que
∀j ∈ {1, . . . , n} Span(f10 , . . . , fj0 ) = Span(f1 , . . . , fj )
et
∀p ∈ {1, . . . , k} Span(f10 , . . . , fn0 , e01 , . . . , e0p ) = Span(f1 , . . . , fn , e1 , . . . , ep ).
La base orthonormée {f10 , . . . , fn0 } de F est donc incluse dans la base orthonormée
{f10 , . . . , fn0 , e01 , . . . , e0p } de E.
Correction exercice 3
La réponse est non, une matrice diagonalisable n’admet pas forcément une base orthonormée de
vecteurs propres, comme le montre l’exemple suivant.
Soit T : R2 → R2 telle que T (1, 0) = 2(1, 0) et T (1, 1) = 3(1, 1). Dans la base B = {(1, 0), (1, 1)}
de R2 on a  
2 0
[T ]B = .
0 3
Si on orthonormalise cette base de vecteurs propres pas le procédé de Gram-Schmidt on obtient :
f1 = (1, 0) et f2 = (0, 1) mais f2 n’est pas un vecteur propre de T car T (f2 ) = T ((1, 1)−(1, 0)) =
3(1, 1) − 2(1, 0) = (1, 3) = f1 + 3f2 .
Correction exercice 4
Nous allons montrer le résultat suivant, équivalent à celui de l’énoncé :
les colonnes de A sont linéairement dépendantes si et seulement si At A n’est pas inversible.
Soit vi la i-ième colonne de A, 1 ≤ i ≤ n. On considère vi comme vecteur colonne dans Rm .
Supposons que (v1 . . . vn ) est linéairement dépendante. Alors il existe b1 , . . . , bn ∈ R, non tous
nuls, tels que b1 v1 + · · · + bn vn = 0. Autrement dit,
 
b1
 .. 
A  .  = 0.
bn

1
On pose b = (b1 · · · bn )t ∈ Rn . Alors At Ab = At 0 = 0. Puisque b 6= 0, At A n’est pas inversible.
Réciproquement, supposons que At A n’est pas inversible. En particulier, elle n’est pas injective.
Alors il existe u ∈ Rn , u 6= 0, tel que At Au = 0. Donc,

0 = hAt Au, ui = hAu, Aui.

Alors Au = 0 (puisqu’un produit scalaire est défini positif ). Donc les colonnes de A ne sont
pas linéairement indépendantes.

Correction exercice 5

1. On applique le procédé d’orthonormalisation de Gram-Schmidt à la base {1, t} de P1 (R).


On considère le vecteur 1. On a ||1||2 = 2 d’où : P1 = √12 .
En posant E1 = Span(P1 ) on a :

t − pE1 (t)
P2 = .
||t − pE1 (t)||

On montre que pE1 (t) = 0 et ||t||2 = 23 , d’où P2 = √3 t .
2
2. On a
1
hf0 , P1 i = √ (e − e−1 ).
2
par une intégration par parties on obtient que

hf0 , P2 i = 6e−1

et enfin
1
||f0 ||2 = (e2 − e−2 ).
2
R1
On a −1 (et − at − b)2 dt = ||et − (at + b)||2 or, d’après le théorème de meilleure approxi-
mation
∀ at + b ∈ P1 (R) ||et − pP1 (R) (et )|| ≤ ||et − (at + b)||.
Donc α = ||et − pP1 (R) (et )||2 . Comme et − pP1 (R) (et ) et pP1 (R) (et ) sont orthogonaux, on a
d’après le théorème de Pythagore

α = ||f0 ||2 − ||pP1 (R) (et )||2

et comme P1 et P2 forment une base orthonormée de P1 (R) on a pP1 (R) (f0 ) = hf0 , P1 iP1 +
hf0 , P2 iP2 . En appliquant, de nouveau, le théorème de Pythagore on obtient

||pP1 (R) (et )||2 = hf0 , P1 i2 + hf0 , P2 i2 .

On en déduit que
α = ||f0 ||2 − hf0 , P1 i2 − hf0 , P2 i2 .
Soit
1 1 √
α = (e2 − e−2 ) − ( √ (e − e−1 ))2 − ( 6e−1 )2 = −7e−2 + 1.
2 2

2
3. On orthonormalise {1, t, t2 } par Gram-Schmidt. En posant E2 = Span(P1 , P2 ) on a :

t2 − pE2 (t2 )
P3 = .
||t2 − pE2 (t2 )||

On a pE2 (t2 ) = ht2 , P1 iP1 + ht2 , P2 iP2 = ht2 , 1i 21 + ht2 , ti 23 t = 2.


86
On obtient ||t2 − 2||2 = 15 . D’où
r
15 2
P3 = (t − 2).
86

De même qu’au point précédent on montre que α0 = ||et − pP2 (R) (et )||2 et par le théorème
de Pythagore
α0 = ||f0 ||2 − ||pP2 (R) (et )||2
comme P1 , P2 et P3 forment une base orthonormée de P2 (R) on a pP2 (R) (f0 ) = hf0 , P1 iP1 +
hf0 , P2 iP2 + hf0 , P3 iP3 . En appliquant, de nouveau, le théorème de Pythagore on obtient

||pP2 (R) (et )||2 = hf0 , P1 i2 + hf0 , P2 i2 + hf0 , P3 i2 .

On en déduit que
α0 = ||f0 ||2 − hf0 , P1 i2 − hf0 , P2 i2 − hf0 , P3 i2 .
On laisse le lecteur faire le calcul de hf0 , P3 i par intégrations par parties.

Correction exercice 6

1. La première équation fournit l’égalité y = x − 2. En substituant dans la deuxième équation


on obtient :
2x + 3x − 6 = −1.
Soit x = 1. En substituant dans la troisième équation, on obtient :

4x + 5x − 10 = 5.
15
Soit x = 3
, ce qui est en contradiction avec l’égalité x = 1. Le système est donc incom-
patible.
   
1 −1 2
2. Soient A = 2 3
  et b = −1. Le système normal associé au système Ax = b est

4 5 5
le système At Ax = At b. Les vecteurs colonnes de A étant linéairement indépendantes on
sait, d’après l’exercice 4 que la matrice At A est inversible et on obtient dans ce cas que
le système normal admet pour unique solution x = (At A)−1 At b.
     
t 21 25 t −1 1 35 −25 1 35 −25
On a A A = d’où (A A) = 21×35−25×25 = 110 et
  25 35   −25 21 −25 21
t 20 1 20
Ab= . D’où x = 11 .
20 −8

Vous aimerez peut-être aussi