Exercices d'Algèbre Linéaire MAT1600
Transféré par
Yannick DsprbsExercices d'Algèbre Linéaire MAT1600
Transféré par
Yannick DsprbsEXERCICES SUPPLÉMENTAIRES DU COURS
MAT1600 : ALGÈBRE LINÉAIRE
Véronique Hussin et Alina Stancu
Département de Mathématiques et de Statistique
Université de Montréal
2005/07/13
Page 1 de 46
CHAPITRE 1 : Les équations linéaires en algèbre linéaire et les nombres
complexes
1. Trouver toutes les valeurs du paramètre α de telle sorte que les systèmes suivants n’aient pas
de solution : ( ( (
x + 2y = −3, x + 3y = 4, x + αy = 6,
(a) (b) (c)
αx − 2y = 5, 2x + 6y = α, αx + 2αy = 4.
Réponse : (a) α = −1 ; (b) α 6= 8 ; α = 0 et α = 2.
2. Considérer le système d’équations :
(
x1 = 1,
2x1 + (α + α − 2) x2 = α2 − α − 4.
2
Pour quelles valeurs de α, le système a-t-il (a) une infinité de solutions ? (b) Pas de solutions ? (c) Une
solution unique telle que x2 = 0 ?
Réponse : (a) α = −2 ; (b) α = 1 ; α = 0 et α = 3.
3. Considérer le système (
a11 x1 + a12 x2 = b1 ,
a21 x1 + a22 x2 = b2 .
(a) Montrer que si a11 a22 − a12 a21 6= 0, alors ce système est équivalent de ligne au système
(
c11 x1 + c12 x2 = d1 ,
c22 x2 = d2 ,
où c11 6= 0 et c22 6= 0.
(b) Montrer que le second système a toujours une solution.
Réponse : (a) Échelonner et considérer les deux cas où a11 6= 0 et a11 = 0 ; (b) Il suffit de
remarquer que le second système n’a jamais de ligne nulle dans la forme échelonnée de la matrice des
coefficients des inconnues.
4. Résoudre les systèmes suivants :
2x + y − 2z = 10,
x − 3y + 7z = −4,
x + y + 4z = −9, (b) x + 2y − 3z = 6,
7x + 5y + z = 14; 7x + 4y − z = 22,
( 2x + 4y + 2z = 0,
3x + 2y − 3z + 4u = 5,
(c) (d) −2x − 2y + 2z = 0,
2x + y − 2z + u = 3,
2x + 6y + 9z = 0.
1 1 2
1 2 −1 1 0 −5
Réponse : (a) X = 2 ; (b) X = 2 + z 2 ; (c) X =
0 + z 1 + u 0 ; (d)
−3 0 1
0 0 1
X = 0.
Page 2 de 46
5. En fonction du paramètre α, discuter et résoudre les systèmes suivants :
x + y− z = 1,
x + y +αz = 2,
(a) 2x + y + (α − 2)z = 2, (b) 3x + 4y +2z = α,
(α − 2)x + 2y + 2z= 3, 2x + 3y − z = 1.
Réponse :(a) Siα =0, il n’y a pas de solution ; si α = 5, il y a une
infinité
de solutions de la
1 −4 α−1
forme X = 0 + z 5 ; si α 6= 0, 5, il y a une solution unique X = 1 .
0 1 α−1
5 −10
(b) Si α = 3, on a une infinité de solutions de la forme X = −3 + z 7 ; si α 6= 3, on a
0 1
3(2 + α)
une solution unique X = −2(2 + α).
−1
6. Déterminer toutes les valeurs de a, b, c de telle sorte que x = 2, y = −2 et z = 4 soit une
solution du système
−2x − by + cz = −2,
ax + 3y − cz = −6,
ax + by − 3z = −6.
Réponse : Il suffit de substituer les valeurs de x, y, z dans le système et résoudre les inconnues
a, b, c, ce qui donne a = 2, b = −1, c = 1.
7. Sachant que le système
bx + ay = c,
cx +az = b,
cy +bz = a,
possède une solution unique, démontrer que abc 6= 0 et trouver la solution.
Note : x, y, z sont les inconnues et a, b, c sont des coefficients réels.
Réponse : Il suffit d’échelonner et de montrer que, si a, b, c sont tous différents de zéro, la matrice
des coefficients des inconnues n’a pas de ligne nulle. Par contre, si un au moins des a, b, c vaut zéro
alors on peut montrer qu’il y a au moins une ligne nulle dans la matrice échelonnée des coefficients
des inconnues.
a(−a2 + b2 + c2 )
1
La solution unique est donnée par X = b(a2 − b2 + c2 ) .
2abc
c(a2 + b2 − c2 )
8. Trouver la solution générale du système suivant :
x1 + x 2 − x 3 − 5x5 = 2,
x2 + x 3 − x5 = −1,
x2 + x3 + x4 − x5 = −1,
2x1 −4x3 + x4 + x5 = 6.
3 2
−1 −1
0 + x3 1 .
Réponse : X =
0 0
0 0
Page 3 de 46
1 −1 −1 x1 b1
9. Etant donné A = 2 −1 1 , X = x2 et b = b2 ,
−3 1 −3 x3 b3
(a) déterminer les conditions sur b1 , b2 , b3 qui sont nécessaires et suffisantes pour que le système
AX = b soit compatible ;
(b) pour chaque choix de b, montrer que le système AX = b est soit incompatible ou donner une
solution :
1 5 7 0
(i) b = 1 , (ii) b = 2 , (iii) b = 3 , (iv) b = 1 .
1 1 1 2
Réponse : (a) La condition
de
compatibilité est −b1 + 2b2 + b3 = 0 et la solution générale est
−b2 − b3 −2
alors X = −3b2 − 2b3 + x3 −3 ;
0 1
−3
(b) (i) pas de solution ; (ii) une solution est donnée par X = −8 ; (iii) une solution est donnée
0
−4
par X = −11 ; (iv) pas de solution.
0
3 5 −4 7
10. Résoudre le système AX = b avec A = −3 −2 4 , b = −1 .
6 1 −8 −4
−1 4
Réponse : X = 2 + k 0.
0 3
1 2 0 1
11. Trouver la solution générale du système AX = 0 lorsque A = 0 1 1 0 . Identifier les
1 2 0 1
variables de base et libres.
2 −1
−1 0
Réponse : X = x3 1 + x4 0 . Les variables de base sont x1 , x2 et les variables libres
0 1
x3 , x 4 .
12. Résoudre le système AX = B avec
1 2 3 2 1
1 2 3 5 2
A=
, b=
.
2 4 6 1 1
−1 −2 −3 7 2
Identifier les variables de base et libres et donner la solution générale du système.
1 −2
1 0 1
Réponse : X = + x2 . Les variables de base sont x1 , x3 , x4 et la variable libre x2 .
3 0 0
1 0
Page 4 de 46
Trouver
13. unsystème de deux équations à trois inconnues AX = b dont la solution générale est
1 1
X = 1 + w 2 (où w est un paramètre libre).
0 1
1 −1 1 0
Réponse : On peut prendre A = et b = .
0 1 −2 1
14. Soit B une matrice de format 4 × 3 sous la forme échelonnée réduite,
(a) Déterminer l’expression de B, si B a exactement trois lignes non nulles ;
(b) supposons qu’un système de quatre équations à deux inconnues a une matrice augmentée A
telle que A est une matrice de format 4 × 3 équivalente de ligne à la matrice B trouvée en (a). Montrer
que le système d’équations est incompatible.
1 0 0
0 1 0
Réponse : (a) On peut prendre B = 0 0 1. (b) La forme échelonnée de A s’écrit donc
0 0 0
1 0 |0
0 1 | 0
0 0 | 1 et l’avant-dernière ligne donne une équation du type 0 = 1 d’où l’incompatibilité du
0 0 |0
système.
6 −4 0 x1
15. Si A = 4 −2 0, trouver tous les vecteurs X = x2 réels tels que
−1 0 3 x3
(a) AX = 2X ;
(b) AX = 3X.
1 0
Réponse : (a) X = k 1 , k ∈ R ; (b) X = k 0 , k ∈ R.
1 1
16. Parmi les transformations suivantes, indiquer celles qui sont linéaires et justifier. Donner,
lorsque c’est possible, la matrice canonique associée.
(a) T : R3 → R2 : (x, y, z) → (x, 2y + 3z); (b) T : R2 → R3 : (x, y) → (x + 1, 2y, x3 ) ;
(c) T : R3 → R3 : (x, y, z) → (y, z, x), (d) T : R → R : x → x2 ,
1 0 0
Réponse : (a) Elle est linéaire car on peut écrire T (X) = AX où A = , X = (x, y, z)T ;
0 2 3
(b) Elle n’est pas linéaire car, par exemple, T (2X) 6= 2T (X) pour X = (x, y) ;
0 1 0
(c) Elle est linéaire car on peut écrire T (X) = AX où A = 0 0 1 , X = (x, y, z)T ;
1 0 0
(d) Elle n’est pas linéaire car T (ax) = a2 x2 6= aT (x), si a 6= 1.
17. Les transformations suivantes T : R2 → R2 ne sont pas linéaires. Expliquer pourquoi.
(a) T (a1 , a2 ) = (1, a2 ), (b) T (a1 , a2 ) = (a1 , a21 ), (c) T (a1 , a2 ) = (sin a1 , 0),
(d) T (a1 , a2 ) = (|a1 |, a2 ), (e) T (a1 , a2 ) = (a1 + 1, a2 ).
Page 5 de 46
Réponse : (a) T (0, 0) = (1, 0) 6= (0, 0),
(b) T (α(a1 , a2 )) = T (αa1 , αa2 )) = (αa1 , α2 a21 ) = α(a1 , αa21 ) 6= αT (a1 , a2 ) si α 6= 1 ;
(c) T (2(a1 , a2 )) = T (2a1 , 2a2 )) = (sin 2a1 , 0) 6= 2(sin a1 , 0) ;
(d) T ((−1)(a1 , a2 )) = T (−a1 , −a2 )) = (|a1 |, −a2 ) = −(−|a1 |, a2 ) 6= −T (a1 , a2 );
(e) T (0, 0) = (1, 0) 6= (0, 0).
18. Soit T : R2 → R2 , la fonction qui applique chaque point de R2 sur sa réflexion par rapport à
la droite y = x. Donner une formule pour T et montrer que c’est une transformation linéaire.
Réponse : Une telle transformation applique le vecteur nul sur lui-même. De plus,
on a, par
0 1
exemple, T (1, 0) = (0, 1) et T (0, 1) = (1, 0), ce qui donne T (X) = AX où A = . Comme T
1 0
peut être représenté par une matrice, elle est linéaire.
19. Existe-t-il une transformation linéaire T : R3 → R2 telle que T (1, 0, 3) = (1, 1) et T (−2, 0, −6) =
(2, 1) ? Justifier.
Réponse : Non. On remarque que pour avoir une transformation linéaire, il faudrait que (2, 1) =
T (−2, 0, −6) = −2T (1, 0, 3) = −2(1, 1) = (−2, −2), ce qui est impossible.
20. Trouver la matrice canonique associée à chacune des transformations linéaires suivantes :
(a) T : R2 → R3 : (a1 , a2 ) → T (a1 , a2 ) = (2a1 − a2 , 3a1 + 4a2 , a1 ),
(b) T : Rn → Rn : (a1 , ..., an ) → T (a1 , ..., an ) = (an , an−1 , ..., a1 ),
(c) T : Rn → R : (a1 , ..., an ) → T (a1 , ..., an ) = a1 + an .
0 0 ... 0 1
0 0 . . . 1 0
2 −1
Réponse : (a) A = 3 4 ; (b) A = ... ... .. .. .. ; (c) A = 1 0 . .
. 0 1 .
. . .
1 0
0 1 . . . 0 0
1 0 ... 0 0
Page 6 de 46
CHAPITRE 2 : L’algèbre matricielle
1. Construire les matrices suivantes :
(a) A = {aij = max{i, j}, i = 1, ..., 4; j = 1, ..., 6} ;
(b) B = {bi = i!, i = 1, ..., 4} ;
(c) Ecrire les matrices A et B de format 3×2 qui ont pour terme général aij = i+j et bij = (−1)i+j .
1 2 3 4 5 6 1
2 2 3 4 5 6 2
Réponse : (a) A = 3 3 3 4 5 6 ; (b) B = 6 ;
4 4 4 4 5 6 24
2 3 1 −1
(c) A = 3 4 et B = −1 1 .
4 5 1 −1
2. Soient les matrices A, B, C données par :
1
A = {aij = , i, j = 1, ..., 5}, B = {bij = i + j − 1, i = 1, ..., 5, j = 1, ..., 6},
i+j−1
1
C = {cij = , i = 1, ..., 5, j = 1, ..., 6},
j +1
déterminer lesquelles des expressions suivantes sont définies et évaluer celles qui peuvent l’être :
(a) AB, (b) A(B + C), (c) AB − AC, (d) A(BC),
(e) (AB)C, (f ) A + 3I, (g) IA.
5 437/60 287/30 237/20 212/15 197/12
71/20 5 129/20 79/10 187/20 54/5
Réponse : (a)AB = 197/70
547/140 5 853/140 503/70 1159/140
657/280 1357/420 3457/840 5 4943/840 2843/420
1271/630 2321/840 4421/1260 10721/2520 5 14479/2520
737/120 362/45 811/80 923/75 1045/72 586/35
171/40 329/60 109/16 819/100 1151/120 1541/140
(b) A(B+C) = AB+AC = 941/280
299/70 2953/560 2209/350 2063/280 4133/490
937/336 1777/504 4857/1120 21743/4200 4343/720 2703/392
1721/720 2846/945 5321/1440 13871/3150 77479/15120 12904/2205
463/120 587/90 2159/240 1709/150 4951/360 3379/210
113/40 271/60 487/80 761/100 1093/120 1483/140
(c) AB−AC = A(B−C) = 127/56
124/35 2647/560 1028/175 1961/280 398/49
457/240 1057/360 2617/672 20257/4200 5783/1008 39059/5880
921/560 1901/756 3721/1120 8621/2100 73721/15120 16579/2940
(d) et (e) ne sont pas définies ;
4 1/2 1/3 1/4 1/5 1 1/2 1/3 1/4 1/5
1/2 10/3 1/4 1/5 1/6 1/2 1/3 1/4 1/5 1/6
(f)A + 3I = 1/3 1/4 16/5 1/6 1/7 ; (g) IA = A = 1/3
1/4 1/5 1/6 1/7.
1/4 1/5 1/6 22/7 1/8 1/4 1/5 1/6 1/7 1/8
1/5 1/6 1/7 1/8 28/9 1/5 1/6 1/7 1/8 1/9
Page 7 de 46
4 −2 2 1
3. Soient A = 2 4 −4 , u = 3.
1 1 0 2
(a) Vérifier que Au = 2u.
(b) Sans former A5 , calculer A5 u.
(c) Donner une formule pour An u où n est un entier positif.
32
Réponse : En tenant compte de (a), on a (b) A5 u = 25 u = 96 et (c) An u = 2n u.
64
4. Trouver des exemples de matrices de format 2 × 2 telles que
(a) A2 = −I, si A a tous ses éléments réels ;
(b) B 2 = 0, B 6= 0, si B a au moins un élément nul ;
(c) CD = −DC mais CD 6= 0 ;
(d) EF = 0 sans qu’aucun élément de E et F ne soit nul.
0 1 0 1 1 0
Réponse : On peut prendre : (a) A = ; (b) B = ; (c) C = et
−1 0 0 0 −1 1
2 0 1 −1 1 1
D= ; (d) E = et F = .
0 2 −1 1 1 1
5. Pour les matrices
1/2 1/2 1 0 1/2 −1/2
A= , B= , C= ,
1/2 1/2 0 −1 1/2 −1/2
trouver toutes les puissances A2 , A3 , ..., B 2 , B 3 , ..., C 2 , C 3 , ....
1/2 1/2 1 0 1 0 0 0
Réponse : An = ; B 2n = et B 2n+1 = ; Cn = pour
1/2 1/2 0 1 0 −1 0 0
tout n ∈ N, n ≥ 1.
1+i 1−i 1 1−i
6. Effectuer les produits matriciels : (a) 1 i 1+i i
,
√ √ √ √
1/√2 −i/√ 2 cos θ sin θ 1/√ 2 1/ √2
(b) .
1/ 2 i/ 2 − sin θ cos θ i/ 2 −i/ 2
3+i 3+i cos θ + i sin θ 0
Réponse : (a) ; (b) .
i −i 0 cos θ − i sin θ
0 I
7. Soit A = B 0 où tous les blocs sont de format k × k. Déterminer A2 et A4 .
2
B 0 B 0
Réponse : A = 2
; A = 4
.
0 B 0 B2
Page 8 de 46
8. Une matrice carrée P est dite idempotente si P 2 = P . Montrer que :
(a) 0 et I sont idempotentes.
1 1 1 0 1 1 1
(b) , et 2 sont idempotentes.
0 0 1 0 1 1
(c) Si P est idempotente, alors I − P l’est aussi et P (I − P ) = 0.
(d) Si P est idempotente, alors P T l’est aussi.
(e) Si P est idempotente, alors Q = P + AP − P AP l’est aussi, quelle que soit la matrice carrée
A (de même format que P ).
(f) Si A est de format n × m et B de format m × n et si AB = In alors BA est idempotente.
(g) Si A et B sont des matrices idempotentes de Rn×n telles que AB = BA alors AB est aussi
idempotente.
Réponse : Pour (a) et (b), il suffit de montrer l’égalité P 2 = P pour chaque matrice donnée ;
(c) (I − P )2 = I − 2P + P 2 = I − P ; (d) (P T )2 = (P 2 )T = P T ;
(e) Comme P est idempotente, on a Q2 = (P + AP − P AP )(P + AP − P AP ) = P 2 + P AP −
P 2 AP + AP 2 + AP AP − AP 2 AP − P AP 2 − P AP AP + P AP 2 AP = P + AP − P AP = Q donc Q
est aussi idempotente ;
(f) (BA)2 = B(AB)A = BA ; (g) (AB)2 = A(BA)B = A(AB)B = A2 B 2 = AB ;
9. En général, le produit matriciel n’est pas commutatif (i.e. AB 6= BA). Cependant dans certains
cas, cette propriété est satisfaite.
(a) Montrer que si D1 et D2 sont des matrices diagonales de format n × n, alors D1 D2 = D2 D1 .
(b) Si A est une matrice de format n×n et si B = a0 I+a1 A+a2 A2 +...+ak Ak , avec a0 , a1 , a2 , ...ak ∈
R, montrer que AB = BA.
Réponse : (a) si on prend D1 = diag(λ1 , ..., λn ), D2 = diag(µ1 , ..., µn ) alors on montre facilement
que D1 D2 = D2 D1 ,
(b) On note d’abord que les puissances d’une matrice commutent entre elles : Am · An = An · Am =
Am+n . Il suffit ensuite d’écrire AB et BA.
10. (a) Trouver des matrices A et B de format 2 × 2 telles que A et B soient symétriques mais
que le produit AB ne le soit pas.
(b) Soient A et B des matrices symétriques n × n, donner une condition nécessaire et suffisante
pour que le produit AB soit symétrique.
1 1 1 2
Réponse : (a) On peut prendre A = et B = . (b) AB = BA.
1 2 2 1
11. (a) Trouver une matrice A de format 3 × 3 réelle différente de l’identité telle que A3 = I
(n’utiliser que des 0 et des ±1).
(b) Trouver une matrice A de format 3 × 3 diagonale différente de l’identité telle que A 3 = I.
0 1 0 1 0 0 √
Réponse : On peut prendre : (a) A = −1 −1 −1 ; (b) A = 0 α 0 où α = − 21 +i 23 .
0 0 1 0 0 α
Page 9 de 46
1 −1
12. La matrice A = 1 −1 est telle que A2 = 0. Est-il possible pour une matrice symétrique
non nulle de format 2 × 2 d’avoir cette propriété ? Justifier.
2
a + b2 (a + c)b
a b
Réponse : Prenons A = , alors A =
2
. Si b = 0, alors a = c = 0 et
b c (a + c)b b2 + c2
A = 0, solution à rejeter. Donc b 6= 0 → c = −a et a2 + b2 = 0. Pas de solution si A est réelle. Si A
1 i
est complexe, on peut, par exemple, prendre A = .
i −1
13. Soit une matrice A de format 2 × 2 et B et C donnés par
1 3 2 3
B= , C= .
1 4 4 5
(a) Si AT + B = C, trouver A ?
(b) Si AT B = C, trouver A ?
1 3 5 11
Réponse : (a) A = ; (b) A = .
0 1 −3 −7
2 1 −1
14. Soit une matrice A de format 3 × 3 inversible telle que A2 = AB + 2A où B = 0 3 2 .
−1 4 1
Trouver A.
Suggestion : Multiplier (à la gauche) par A−1 l’égalité A2 = AB + 2A.
4 1 −1
Réponse : A = B + 2I = 0 5 2 . On vérifie que A est bien inversible. C’est donc la seule
−1 4 3
solution.
15. (a) Rappelons qu’une matrice carrée A est idempotente si A2 = A. Que peut-on alors dire de
A si elle est à la fois idempotente et non-singulière ?
(b) Soient X et Y des matrices carrées non-singulières, montrer que
XY −1 = Y −1 X ⇐⇒ XY = Y X.
Réponse : (a) A = I ; (b) XY −1 = Y −1 X ⇐⇒ Y (XY −1 )Y = Y (Y −1 X)Y ⇐⇒ Y X = XY .
16. Si l’inverse de A2 est B, montrer que l’inverse de A est AB.
Réponse : A est nécessairement carrée et A(AB) = A2 B = I ⇒ A−1 = AB.
17. Soient A et B des matrices inversibles d’ordre n.
(a) Si A + B est inversible, montrer que A + AB −1 A est inversible.
(b) Si (AB)2 = A2 B 2 , montrer que AB = BA.
Réponse : (a) A + AB −1 A = AB −1 (A + B) et A, B, A + B inversibles ⇒ A + AB −1 A inversible.
(b) A−1 (ABAB)B −1 = A−1 (A2 B 2 )B −1 ⇔ BA = AB.
Page 10 de 46
18. Montrer que
0 a 0 0 0
b 0 c 0 0
0 d 0 e 0
0 0 f 0 g
0 0 0 h 0
n’est inversible pour aucun choix des a, b, ..., h.
Réponse : Il suffit de montrer que la matrice est singulière pour tout choix des a, b, ..., h.
19. Montrer que si A est inversible et AT = −A alors (A−1 )T = −A−1 .
Réponse : I = (AA−1 )T = (A−1 )T AT = −(A−1 )T A.
20. Si A, B sont des matrices carrées inversibles et que l’on suppose que les inverses dans les
expressions données existent, montrer que
(A−1 + B −1 )−1 = A(A + B)−1 B.
Réponse : A−1 (A−1 + B −1 )−1 B −1 = (B(A−1 + B −1 )A)−1 = (B + A)−1 .
21. Soit J la matrice n × n dont tous les éléments sont égaux à 1.
(a) Déterminer J 2 .
(b) Soit a ∈ R. Montrer que si a 6= − n1 alors A = I + aJ est inversible et trouver A−1 .
Suggestion : considérer le produit AB, où B = I + bJ pour un b convenablement choisi.
(c) Qu’arrive-t-il si a = − n1 ?
n n n ... n
n n n . . . n
a
Réponse : (a) J 2 = . . .. .. = nJ ; (b) (I + aJ)(I − an+1 J) =I;
.. .. . .
n n n ... n
1−n 1 1 ... 1 1 1−n 1 1 ... 1 1
1 1 − n 1 ... 1 1 1 1−n 1 ... 1 1
1 .. . .. .. ..
.. .. .. .. .. et
1
(c) I − n J = − n . .. . . ∼ .
. . . . .
1 1 1 ... 1−n 1 1 1 1 . . . 1 − n 1
1 1 1 ... 1 1−n 0 0 0 ... 0 0
la matrice est donc singulière.
22. Utiliser la méthode d’élimination de Gauss-Jordan pour inverser les matrices suivantes :
0 0 1 1 2 3
1 i
A = 0 1 1 , B= 2 5 7 , C= .
i 1
1 1 1 −2 −4 −5
0 −1 1 3 −2 −1
1/2 −i/2
Réponse : A−1 = −1 1 0 ; B −1 = −4 1 −1 ; C −1 = .
−i/2 1/2
1 0 0 2 0 1
Page 11 de 46
23. (a) Trouver l’inverse des matrices de permutation suivantes :
0 0 1 0 0 1
P 1 = 0 1 0 et P2 = 1 0 0 .
1 0 0 0 1 0
(b) Si on définit une matrice de permutation P comme la matrice obtenue à partir de la matrice
identité par un échange quelconque de lignes, montrer qu’on a toujours P −1 = P T .
0 0 1 0 1 0
−1 −1
Réponse : (a) P1 = 0 1 0 ; P2 = 0 0 1.
1 0 0 1 0 0
T T
eν1 eν1
. .
(b) P = . et P P = . eν1 . . . eνn = I, où ν1 , ..., νn est une permutation des
T
. .
eTν1 eTνn
indices 1, ..., n ;
24. Trouver les matrices
élémentaires E1 ,
E2 , E3 , E4 telles que E4 E3 E2 E1 A est sous la forme
1 3 3 8
échelonnée réduite où A = 1 4 10 16 .
−2 −5 1 −8
1 0 0 1 0 0 1 0 0 1 −3 0
Réponse : E1 = −1 1 0 , E2 = 0 1 0 , E3 = 0 1 0 , E4 = 0 1 0
0 0 1 2 0 1 0 −1 1 0 0 1
1 0 −18 −16
et E4 E3 E2 E1 A = 0 1 7 8 .
0 0 0 0
2 1 1
25. Soit la matrice A = 6 4 5.
4 1 3
(a) Trouver des matrices élémentaires E1 , E2 , E3 telles que E3 E2 E1 A = U où U est triangulaire
supérieure.
(b) Déterminer les inverses de E1 , E2 , E3 trouvés en (a) et poser L = E1−1 E2−1 E3−1 . De quel type
est L ? Vérifier que A = LU .
(c) A admet-elle une factorisation du type LDU 0 où D est une matrice diagonale et U 0 une matrice
triangulaire supérieure unitaire ? Si oui, donnez-la.
1 0 0 1 0 0 1 0 0 2 1 1
Réponse : (a) E1 = −3 1 0 , E2 = 0 1 0 , E3 = 0 1 0 , U = 0 1 2 ;
0 0 1 −2 0 1 0 1 1 0 0 3
1 0 0 1 0 0 1 0 0 1 0 0
(b) E1−1 = 3 1 0 , E2−1 = 0 1 0 , E3−1 = 0 1 0 , L = 3 1 0 ;
0 0 1 2 0 1 0 −1 1 2 −1 1
1 0 0 2 0 0 1 1/2 1/2
(c) A = 3 1 0 0 1 0 0 1 2 .
2 −1 1 0 0 3 0 0 1
Page 12 de 46
0 1
26. (a) Montrer qu’il n’est pas possible de factoriser A = 2 3 sous la forme LU .
(b) Trouver une matrice de permutation Painsi qu’une
triangulaire inférieure L et une triangulaire
1 2 3
supérieure U telles que P A = LU pour A = 2 4 5.
3 5 6
1 0 0 1 2 3 1 0 0 1 2 3
Réponse : (b) 0 0 1 2 4 5 = 3 1 0 0 −1 −3.
0 1 0 3 5 6 2 0 1 0 0 1
−2 1 2
27. (a) Calculer la décomposition LU de la matrice A = 4 1 −2 .
−6 −3 4
(b) Est-ce que cette décomposition LU de A est unique ? Justifier.
(c) Existe-t-il une décomposition A = LDU 0 où D est une matrice diagonale et U 0 une matrice
triangulaire supérieure unitaire ? Si, oui, trouver-la.
1 0 0 −2 1 2
Réponse : (a) −2 1 0 0 3 2 ;
3 −2 1 0 0 2
(b) Supposons que nous ayons deux décompositions A = LU = L0 U 0 , on a donc L−1 L0 = U (U 0 )−1 .
La première matrice de cette dernière égalité est triangulaire inférieure avec des 1 sur la diagonale
tandis que la seconde est triangulaire supérieure. On a donc nécessairement L−1 L0 = I = U (U 0 )−1 .
On en déduit facilement l’unicité de la décomposition.
1 0 0 −2 0 0 1 −1/2 −1
(c) −2 1 0 0 3 0 0 1 2/3.
3 −2 1 0 0 2 0 0 1
28. Trouver la décomposition LU des matrices
5 10 0 5
−3 1 i 1+i
2 2 1
(a) A =
−2
, (b) B = 2 1 2i .
0 −1 0
i −1 1
1 10 2 5
1 0 0 0 5 10 0 5
−3/5 1 0 1 0 0 1 i 1+i
0
0 8
2 4
Réponse : (a)
−2/5 1/2 1
; (b) 2 1 0 0 1 − 2i −2 .
0 0 0 −2 0
i 0 1 0 0 2−i
1/5 1 0 1 0 0 0 0
29. Trouver l’inverse des matrices suivantes :
1 0 0 0
1 1 1 −3 5 6 2 1 0 0
A = 0 2 1 , B = −1 2 2 , C =
−3
,
5 1 0
1 0 1 1 −1 −1
4 2 3 1
0 1 1 ... 1
0 0 0 1 1 0 1 ... 1
.. . . .. .. ..
0 0 2 0
D=
0
,
.
E= . . . . .
3 0 0 . . ..
.. .. .. ..
4 0 0 0 . . .
1 ... ... 1 0
Page 13 de 46
1 0 0 0
2 −1 −1 0 1 2 −2 1 0 0
Réponse : A−1 = 1 0 −1 , B −1 = −1 3 0 , C −1 =
13
,
−5 1 0
−2 1 2 1 −2 1
−39 13 −3 1
n−2 1 1 1
− n−1 ...
n−1 n−1 n−1
1 n−2 1 1
0 0 0 1/4 n−1 − n−1 n−1 ... n−1
.. .. .. .. ..
0 0 1/3 0
D−1 E −1 . . .
=
0 1/2 0
, = . . .
0
.. ..
.. .. ..
1 0 0 0 . . . . .
1 1 n−2
n−1 ... ... n−1 − n−1
30. Trouver tous les x réels tels que
1 −1 0
A = 0 1 −x .
a b c
soit inversible et trouver la matrice inverse (a, b, c sont des nombres réels donnés).
c
Réponse : Si a + b 6= 0, A est inversible ⇔ x 6= − a+b . Si a + b = 0, quelque soit x réel, A est
c + bx c x
1
inversible ⇔ c 6= 0. Dans ces cas, A−1 = c+(a+b)x −ax c x .
−a −(a + b) 1
31. Pour quelles valeurs de x réel, la matrice
1 0 −x
−1 3 1
0 2x −4
est-elle inversible ?
Réponse : x 6= −2, 3.
32. Dans chaque cas, trouver la matrice X la plus générale qui satisfait l’équation :
1 1 −1 1 −1 3 5 5 −3 10 2 7
(a) X 2 1 0 = 4 3 2 , (b) 2 2 −1 X = 4 1 3 ,
1 −1 1 1 −2 5 −1 −1 1 −2 0 −1
1 1 1 1 3 2 0 0
0 1 1 1 0 3 2 0
(c)
0 0 1 1 X = 0
.
0 3 2
0 0 0 1 0 0 0 3
3 −1 −2 0
−3 2 0 a b c 0 3 −1 −2
Réponse : (a) −4 5 −2 ; (b) 2 − a 1 − b 2 − c , a, b, c ∈ R ; (c)
0 0
.
3 −1
−5 3 0 0 1 1
0 0 0 3
Page 14 de 46
33. Soit A = QR où Q, R sont des matrices de format n × n, R est inversible et triangulaire
supérieure et Q est telle que QT Q = I. Montrer que le système AX = B (X, B ∈ Rn ) a une solution
unique.
Réponse : X = R−1 QT B.
34. Si A = U DV T où U, V sont de format n × n et telles que U T U = V T V = I, D est diagonale
avec des éléments diagonaux {σ1 , σ2 , ..., σn } positifs. Montrer que A est inversible et trouver une
formule pour A−1 .
Réponse : A−1 = V diag(1/σ1 , 1/σ2 , . . . , 1/σn ) U T .
35. Soient les matrices suivantes
:
1 −2 4 −1
0 1 2 −2 −2 4 −8 2
A = 1 1 −3 1 , B = , C = 1 i −1 .
4 −8 16 −4 0 i i
1 0 −5 3
−1 2 −4 1
Pour chacune d’entre elles,
(a) trouver le rang, (b) donner une base de l’espace ligne, (c) donner une base de l’espace nul.
Réponse : (a)
rang
A rang
= 2, B = 1, rang C
=2 ;
1 0 1
1 0
1 1 −2
(b) Lig(A) = L , , Lig(B) = L , Lig(C) = L
i , i ;
−3 2 4
−1 i
1 −2 −1
5 −3 2 −4 1
i+1
−2 2 1 0 0
(c) Nul(A) = L 1 , 0 , Nul(B) = L 0 , 1 , 0, Nul(C) = L −1 .
1
0 1 0 0 1
−8 −2 −9 2
36. Soit A = 6 4 8 et w = 1 .
4 0 4 −2
(a) Déterminer si w est dans l’espace colonne de A.
(b) Est-ce que w est dans l’espace nul de A ?
Réponse : (a) Non. (b) Oui.
1 2 1
0 1 1
37. Soit la matrice A = 1 3 2.
1 5 4
(a) Déterminer les sous-espaces ligne, colonne et nul associés à cette matrice.
(b) Donner une base et la dimension de ces sous-espaces.
(c) Donner les conditions sur a, b, c, d pour que le système
a
x b
A y = c
z
d
admette une solution.
Page 15 de 46
1 2
1 0 1
0 1
Réponse : (a) Lig(A) = L 2 , 1 , Col(A) = L , , Nul(A) = L −1 ;
1 3
1 1 1
1 5
(b) dim Lig(A) = 2, dim Col(A) = 2, dim Nul(A) = 1. (c) a = c − b = d − 3b.
1 −1 2 3
38. Soit A = 2 −2 5 4.
1 −1 0 7
(a) Réduire A à une forme échelonnée et trouver le rang de A.
(b) Trouver une base de l’espace ligne de A.
(c) Trouver une base de l’espace colonne de A.
(d) Trouver une base et la dimension de l’espace nul de A.
1 −1 2 3
Réponse : On peut prendre : (a) A ∼ 0 0 1 −2, rang A = 2 ;
0 0 0 0
1 0 1 −7
1 2
−1 0 1
, 0 ;
(b) BLig(A) = , ; (c) B
2 1 =
Col(A)
2 , 5 ; (d) B =
Nul(A) 0 2
1 0
3 −2 0 1
dim Nul(A) = 2.
Page 16 de 46
CHAPITRE 3 : Les déterminants
1. Ne calculer explicitement aucun des déterminants des matrices suivantes ! Reconnaître ceux qui
sont nuls. Justifier.
0 0 0 1 1 1 1 1
0 1 2 3
0 1 0 1 1 1 1
(a)
0
, (b) , (c) 4 5 6 ,
1 0 0 1 1 1 1
−1 −2 −3
1 0 0 0 1 1 1 1
0 0 0 1
0 0 −a −b
0 2 5
(d)
0
, (e) a 0 −c , ∀ a, b, c ∈ R.
3 6 8
b c 0
4 7 9 0
Réponse : Seuls les déterminants des matrices dans (b), (c) et (e) sont nuls. En effet, dans (b)
toutes les lignes sont égales, dans (c) la troisième ligne est un multiple de la première ligne et dans
(e) la matrice donnée est antisymétrique et satisfait donc la relation A = −A T . Dans notre cas, on a
det A = (−1)3 det(AT ) = − det A et donc det A = 0.
2. Évaluer les déterminants des matrices suivantes :
0 1 1 1 1 0 3 1
a b c 1 0 x x , (c) 2
2 6 0
(a) a + b 2b c + b , (b)
,
1 x 0 x −1 0 −3 1
2 2 2
1 x x 0 4 1 12 0
1 1 1 1 2 −1 0 −1 1 1 0 0
1 1 1 2 −1 2 −1 0 0 1 1 0
(d)
1
, (e) , (f ) ,
1 3 1 0 −1 2 −1 0 0 1 1
1 4 1 1 −1 0 −1 2 1 0 0 1
1 2 0 3 0
−1 3 1 4 0
0 0 2
(g) 1 1 .
0 0 −1 0 2
0 0 3 0 1
Réponse : (a) 0 ; (b) −3x2 ; (c) 0 ; (d) −6 ; (e) 0 ; (f) 0 ; (g) 35.
3. Exprimer, en fonction de det A, le déterminant des matrices suivantes (A est une matrice n×n).
(a) −A, (b) rA où r ∈ R, (c) An , (d) ((−AT )−1 )4 , (A inversible).
Réponse : (a) (−1)n det A ; (b) rn det A ; (c) (det A)n ; (d) 1/(det A)4 .
4. (a) Trouver un contre-exemple au fait que det(A + B) = det A + det B. (b) Quelle est la taille
des matrices pour laquelle cette propriété est vraie ?
0 0 1 0
Réponse : (a) On peut prendre : A = et B = , ce qui donne facilement det(A +
1 1 0 1
B) = 2 6= 1 = det A + det B. (b) L’égalité est toujours vraie pour les matrices de format 1 × 1. Lorsque
n > 1, on peut seulement trouver des cas particuliers pour lesquels det(A + B) = det A + det B .
Page 17 de 46
5. Donner la raison pour laquelle le déterminant de Vandermonde
a2 a3
1 a
1 b b2 b3
V4 = det ,
1 c c2 c3
1 x x2 x3
est un polynôme cubique de x et expliquer pourquoi ce polynôme est nul aux points x = a, x = b,
x = c.
Réponse : La plus grande puissance de x s’obtient en multipliant les éléments qui se trouvent
sur la diagonale principale. On note que, si x = a, b ou c, la quatrième ligne est un multiple de la
première, deuxième ou troisième ligne, respectivement, et donc V4 = 0.
6. Pour chacune des matrices suivantes, calculer le rang et l’inverse s’il existe :
1 2 1 1 2 1
1 2
(a) , (b) 1 3 4 , (c) −1 1 2 .
1 1
2 3 −1 1 0 1
−1 2
Réponse : (a) Le rang = 2 et l’inverse est . (b) Le rang = 2 et donc la matrice n’est
1 −1
1/6 −1/3 1/2
pas inversible. (c) Le rang = 3 et l’inverse est 1/2 0 −1/2.
−1/6 1/3 1/2
x y 1
7. Soit la matrice A = 2 3 1, trouver toutes les valeurs de x et y pour lesquelles elle n’est
0 −1 1
pas inversible.
Réponse : La matrice n’est pas inversible pour toutes les paires x, y telles que y = 2x − 1.
8. Montrer que toute matrice A solution de A2 + A + I = 0 est non-singulière.
Réponse : A2 + A + I = 0 ⇒ I = −A(A + I) ⇒ 1 = − det A · det(A + I) ⇒ det A 6= 0 ⇒ A est
non-singulière. (En fait, on voit que A−1 = −A − I.)
9. Calculer le déterminant de la matrice
1+i −1 0
2 3i 4i .
0 2 − i −1 + 2i
Réponse : −1 − 17i.
Page 18 de 46
CHAPITRE 4 : Les espaces vectoriels
1. Est-ce que les ensembles suivants avec les opérations données forment des espaces vectoriels sur
R ? Justifier.
(a) R3 muni de l’addition ⊕ et de la multiplication tels que
(x, y, z) ⊕ (x0 , y 0 , z 0 ) := (x0 , y + y 0 , z 0 ), c (x, y, z) := (cx, cy, cz).
(b) R3 muni de l’addition ⊕ et de la multiplication tels que
(x, y, z) ⊕ (x0 , y 0 , z 0 ) := (x + x0 , y + y 0 , z + z 0 ), c (x, y, z) := (x, 1, z).
(c) l’ensemble des paires (x, y) ∈ R2 pour lesquelles x ≤ 0 avec l’addition et la multiplication par
un scalaire usuelles de R2 .
(d) R2 muni de l’addition ⊕ et de la multiplication tels que
(x, y) ⊕ (x0 , y 0 ) := (x + x0 , y + y 0 ), c (x, y) = (cy, cx).
Réponse : Aucun des sous-ensembles considérés n’est un sous-espace vectoriel sur R. En effet,
pour (a), l’addition n’admet pas un vecteur nul unique ; pour (b), la multiplication n’est pas unitaire
(1 (x, y, z) 6= (x, y, z), en général) ; pour (c), l’opposé pour l’addition n’appartient pas à l’ensemble
considéré ; (d) l’unitaritÃľ de la multiplication n’est pas satisfaite.
2. Dans R2×2 , on considère la loi d’addition habituelle mais la multiplication par un scalaire est
définie par
a b ka 0
k = , ∀ k ∈ R.
c d 0 kd
Est-ce que R2×2 ,muni de ces deux lois, forme un espace vectoriel ?
Réponse : NON, l’unitarité de la multiplication n,est pas satisfaite.
3. Soit V l’ensemble de toutes les fonctions réelles définies sur R muni de la somme habituelle sur
les fonctions et la multiplication par des scalaires réels a qui satisfait
(af )(x) = f (ax), ∀ a ∈ R, f ∈ V et x ∈ R.
Montrer que cet ensemble ne forme pas un espace vectoriel sur R.
Réponse : Il suffit de prendre la fonction f (x) = x2 et voir que la distributivité de l’addition des
réels sur la multiplication n’est pas satisfaite. Par exemple, on a ((2 + 3)f )(x) = (5f )(x) := f (5x) =
(5x)2 = 25x2 tandis que (2f )(x) + (3f )(x) = (2x2 ) + (3x2 ) = 13x2 .
4. Les sous-ensembles suivants forment-ils des sous-espaces vectoriels de R4 ? Justifier.
(a) {(x, y, z, w) ∈ R4 | x = y = 0}, (b) {(x, y, z, w) ∈ R4 | x < 0, y < 0},
(c) {(x, y, z, w) ∈ R4 | x = 1, y = 0, x + w = 1}.
Réponse : (a) OUI, il suffit de vérifier que les trois propriétés pour avoir un sous-espace sont
satisfaites par le sous-ensemble {(0, 0, z, w) ∈ R4 } ; (b) et (c) NON, le vecteur nul n’appartient pas à
l’ensemble.
Page 19 de 46
5. Quels sont parmi les sous-ensembles de R2 [x] suivants ceux qui forment des sous-espaces de
R2 [x] ? Justifier.
(a) W = {p(x) ∈ R2 [x] : p(0) + p(2) = 0}, (b) W = {p(x) ∈ R2 [x] : p(1) = p(3)},
(c) W = {p(x) ∈ R2 [x] : p(1)p(3) = 0}, (d) W = {p(x) ∈ R2 [x] : p(1) = −p(−1)}.
Réponse : (a) OUI, il suffit de vérifier les propriétés : 1. Le polynôme zéro p(x) = 0, ∀x est bien
tel que p(0) + p(2) = 0 ; 2. Si p, q ∈ W alors (p + q)(0) + (p + q)(2) = p(0) + p(2) + q(0) + q(2) =
p(0)+q(0)+p(2)+q(2) = 0+0 = 0, d’où p+q ∈ W ; 3. Si p ∈ W, λ ∈ R alors (λp)(0)+(λp)(2) = λp(0)+
λp(2)) = λ(p(0) + p(2)) = λ0 = 0, d’où (λp) ∈ W . (b) OUI, on vérifie de façon similaire les propriétés
à satisfaire. (c) NON, il suffit de prendre un contre-exemple. En effet, si p(x) = x − 3, q(x) = x − 1,
on peut voir que p + q ∈
/ W . (d) OUI, il suffit de vérifier les propriétés à satisfaire comme ci-dessus.
6. Est-ce que le sous-ensemble des polynômes impairs (comme fonctions ; i.e. ne comportant que
des puissances impaires de x) de degré ≤ n à coefficients réels est un sous-espace vectoriel de R n [x] ?
Justifier.
Réponse : OUI, on peut écrire cet ensemble W = {a1 x+a2 x2 +a3 x3 +...+ak : a1 , a3 , ..., ak ∈ R},
où k = n si n est impair et k = n − 1 si n est pair. Tout d’abord le polynôme 0 appartient à W car il
suffit de prendre a1 = a3 = ... = ak = 0. On vérife aussi facilement que la somme de deux polynômes
impairs est encore un polynôme impair. Il en est de même pour la multiplication par un scalaire d’un
polynôme impair.
7. Est-ce que l’ensemble des fonctions f (x) à valeurs réelles, solutions de l’équation différentielle,
d
dx f (x)+ f (x) = 1 forme un espace vectoriel sur R ? L’addition et la multiplication par un scalaire
réel sont les opérations usuelles entre fonctions.
Réponse : NON, la fonction 0 n’est pas solution de cette équation différentielle. Elle n’appartient
donc pas à cet ensemble.
8. Soit V l’espace vectoriel sur R de toutes les fonctions réelles définies sur R (muni des opérations
habituelles sur les fonctions). Dire lesquels des sous-ensembles suivants sont des sous-espaces vectoriels
de V . Justifier.
(a) W = {f ∈ V : f (0) = f (1)}, (b) W = {f ∈ V : f (3) = f (−5) + 1},
R1
(c) W = {f ∈ V : f continue et 0 f (x)dx = 0}.
Réponse : (a) C’est un sous-espace vectoriel de V , il suffit de vérifier les propriétés : 1. La fonction
zéro f (x) = 0, ∀x est bien telle que f (0) = f (1) ; 2. Si f, g ∈ W alors (f + g)(0) = f (0) + g(0) =
f (1)+g(1) = (f +g)(0), d’où f +g ∈ W ; 3. Si f ∈ W, λ ∈ R alors (λf )(0) = λf (0) = λf (1) = (λf )(1),
d’où (λf ) ∈ W .
(b) Ce n’est pas un sous-espace vectoriel de V car la fonction zéro n’appartient pas à l’ensemble.
(c) C’est un sous-espace vectoriel de V . 1. La fonction zéro est continue et trivialement telle que
R1 R1 R1
f (x)dx = 0. 2. Si f, g ∈ W , alors f + g est continue et 0 (f + g)(x)dx = 0 (f (x) + g(x))dx =
R01 R1 R1
0
f (x)dx + 0 g(x)dx = 0 + 0 = 0, ∀f, g 3. Si f ∈ W, c ∈ R, alors cf est continue et 0 (cf )(x)dx =
R1
c 0 f (x)dx = c · 0 = 0, ∀f, c .
Page 20 de 46
9. Considérons les sous-ensembles suivants de C 2 [−1, 1] (ensemble des fonctions f continues et
deux fois dérivables sur l’intervalle [−1, 1]). Quels sont ceux qui sont des sous-espaces vectoriels ?
Justifier.
(a) E1 = {f (x) ∈ C2 [−1, 1] : f 00 (0) = 0},
(b) E2 = {f (x) ∈ C2 [−1, 1] : f 00 (x) − ex f 0 (x) + xf (x) = 0},
(c) E3 = {f (x) ∈ C2 [−1, 1] : f 00 (x) + f (x) = sin x, pour tout − 1 ≤ x ≤ 1},
(d) E4 = {f (x) ∈ C2 [−1, 1] : f 00 (x) = 0, pour tout − 1 ≤ x ≤ 1}.
Réponse : Les sous-ensembles en (a), (b) et (d) sont des sous-espaces vectoriels tandis que ceux
en (b) et (c) ne le sont pas. La vérification des propriétés est immédiate pour (a) et (d). Par exemple,
on voit que pour E4 , on a 0 ∈ E4 ; si f, g ∈ E4 , c ∈ R, alors (f + g)00 (x) = f 00 (x) + g 00 (x) = 0 et
(cf )00 (x) = cf 00 (x) = 0 ⇒ f +g ∈ E4 , f ∈ E4 . Pour (b), on voit que 0 ∈ E2 ; si f, g ∈ E2 , c ∈ R, alors
on a (f + g)00 (x) − ex (f + g)0 (x) + x(f + g)(x) = f 00 (x) + g 00 (x) − ex (f 0 (x) + g 0 (x)) + x(f (x) + g(x)) =
(f 00 (x) − ex f 0 (x) + xf (x)) + (g 00 (x) − ex g 0 (x) + xg(x)) = 0 ⇒ f + g ∈ E2 et (cf )00 (x) − ex (cf )0 (x) +
x(cf )(x) = c(f 00 (x) − ex f 0 (x) + xf (x)) = 0 ⇒ cf ∈ E2 . Pour (c), on voit que 0 ∈
/ E3 pour au moins
une valeur de x, par exemple, x = π/4 qui est dans l’intervalle donné.
10. Soit V un espace vectoriel et v1 , v2 , v3 ∈ V . Montrer que si v1 , v2 , v3 sont linéairement indé-
pendants alors v1 + v2 , v2 + v3 , v3 + v1 le sont aussi.
Réponse : Soit α1 , α2 , α3 ∈ R, formons la combinaison linéaire nulle α1 (v1 + v2 ) + α2 (v2 + v3 ) +
α3 (v3 + v1 ) = 0 ⇔ (α1 + α3 )v1 + (α1 + α2 )v2 + (α1 + α2 )v3 = 0. Comme v1 , v2 , v3 sont linéairement
indépendants, on obtient le système homogène suivant :
α1 + α3 = 0,
α1 + α2 = 0,
α2 + α3 = 0,
dont la solution unique est α1 = α2 = α3 = 0.
11. Montrer que les vecteurs suivants de C3
v1 = (1 + i, 1 + 2i, i), v2 = (2, 4 − i, −1), v3 = (0, −1 + 2i, 2 + i)
sont linéairement dépendants si C3 est considéré comme espace vectoriel sur C et sont linéairement
indépendants si C3 est considéré comme espace vectoriel sur R.
Réponse : On considère la matrice dont les colonnes sont formées des composantes des vecteurs
1+i 2 0 1 0 1−i
et on échelonne sur C. Cela donne 1 + 2i 4 − i −1 + 2i ∼ A = 0 1 −1 . Une ligne nulle
i −1 2+i 0 0 0
dans la forme échelonnée indique donc une relation linéaire entre les vecteurs concernés.
Si C3 est considéré comme espace vectoriel sur R, on écrit la combinaison linéaire nulle
av1 + bv2 + cv3 = 0 sous la forme matricielle suivante :
1 2 0 i 0 0 a
1 4 −1 + i 2i −i 2i b = 0.
0 −1 2 i 0 i c
En échelonnant séparément chacune des matrices, on trouve l’unique solution a = b = c = 0 et
l’indépendance linéaire.
Page 21 de 46
12. Supposons que l’ensemble {x1 , x2 , ..., xn } de Rn soit linéairement indépendant. Montrer que
si A ∈ Rn×n est non singulière, alors {Ax1 , Ax2 , ..., Axn } l’est aussi.
Réponse : On a α1 Ax1 +α2 Ax2 +...+αn Axn = A(α1 x1 +α2 x2 +...+αn xn ) = 0 ⇒ α1 x1 +α2 x2 +...+
αn xn = 0 car A est non singulière. Comme l’ensemble {x1 , x2 , ..., xn } est linéairement indépendant, on
trouve α1 = α2 = ... = αn = 0 et l’ensemble {Ax1 , Ax2 , ..., Axn } est aussi linéairement indépendant.
13. (a) Dans l’espace R4 [x] des polynômes de degré ≤ 4, les trois polynômes p1 (x) = x4 + x3 +
x2 + x + 1, p2 (x) = x4 − x3 + x2 − x + 1, p3 (x) = x3 + x sont-ils linéairement indépendants ? (b) La
paire p1 (x) et p2 (x) est-elle linéairement indépendante ? (c) La paire p2 (x) et p3 (x) ? Justifier.
Réponse : (a) On écrit α1 p1 + α2 p2 + α3 p3 = 0 explicitement et on identifie à zéro les coefficients
des différentes puissances de x. Cela donne le système
α1 + α3 = 0,
α1 + α2 = 0,
α2 + α3 = 0,
Il admet la seule solution triviale et les trois polynômes p1 , p2 , p3 sont donc linéairement indépendants.
(b) On reprend le système précédent avec α3 = 0, on trouve de nouveau la solution triviale et la paire
est linéairement indépendante. (c) On fait de même avec α1 = 0, on trouve encore la solution triviale
et la paire est linéairement indépendante.
14. Écrire p(x) = −2 − 4x + x2 comme une combinaison linéaire des vecteurs de
Q = {p1 (x), p2 (x), p3 (x), p4 (x)} où p1 (x) = 1+2x2 +x3 , p2 (x) = 1+x+2x3 , p3 (x) = −1−3x+4x2 −4x3
et p4 (x) = 1 + 2x − x2 + x3 .
Réponse : On cherche α1 , α2 , α3 , α4 tels que α1 p1 (x) + α2 p2 (x) + α3 p3 (x) + α4 p4 (x) = p(x). Cela
revient à résoudre le système
1 1 −1 1 α1 −2
0 1 −3 2 α2 −4
= . On obtient donc la solution {α1 , α2 , α3 , α4 } = {−1, 2, 0, −3}
2 0 4 −1 α3 1
1 2 −4 1 α4 0
telle que −p1 (x) + 2p2 (x) − 3p4 (x) = p(x).
15. Montrer que l’ensemble S = {A1 , A2 , A3 , A4 } est formé de vecteurs linéairement dépendants
et exprimer un vecteur de S comme une combinaison linéaire des autres vecteurs où
1 0 −1 1 −1 3 −3 2
A1 = , A2 = , A3 = , A4 = .
−1 1 0 1 −2 5 2 0
Réponse : On écrit explicitement α1 A1 +α2 A2 +α3 A3 +α4 A4 = 0 et on doit trouver {α1 , α2 , α3 , α4 }.
1 −1 −1 −3
0 1 3 2
La matrice associée au système homogène à résoudre est
−1 0 −2 2 et la solution générale
1 1 5 0
est {α1 , α2 , α3 , α4 } = α{−2, −3, 1, 0}. On peut donc écrire A3 = 2A1 + 3A2 .
16. Déterminer si les vecteurs suivants sont linéairement indépendants :
(a) {1, x2 , x2 − 2} dans R2 [x], (b) {x + 2, x + 1, x2 − 1} dans R2 [x],
(c) {cos πx, sin πx} dans C[0, 1], (d) {cos x, 1, sin2 x2 } dans C[−π, π],
(e) {x3/2 , x5/2 } dans C[0, 1].
Page 22 de 46
Réponse : (a) NON, il suffit d’écrire x2 −2 = 2(1)+1(x2 ). (b) OUI, car si on forme la combinaison
linéaire nulle a(x + 2) + b(x + 1) + c(x2 − 1) = 0 ⇒ (2a + b − c) + (a + b)x + cx2 = 0, sachant que
{1, x, x2 } est linéairement indépendant, nous obtenons a = b = c = 0 et l’indépendance linéaire. (c)
OUI, on écrit α1 cos πx + α2 sin πx = 0, x ∈ C[0, 1]. Pour x = 0, on a α1 = 0 et pour x = 1/2, on a
α2 = 0. (d) NON, il suffit de se rappeler que cos x = cos2 x2 − sin2 x2 = 1 − 2 sin2 x2 . (e) OUI, on forme
à nouveau la combinaison linéaire nulle αx3/2 + βx5/2 = x3/2 (α + βx) = 0. En assignant à x deux
valeurs distinctes dans [0, 1], on trouve α = β = 0.
17. Soit W le sous-ensemble de R3 [x] défini par
W = {p(x) ∈ R3 [x] : p(1) = 0, p0 (−1) = 0}.
(a) Montrer que c’est un sous-espace vectoriel de R3 [x] et (b) trouver un ensemble des vecteurs qui
l’engendre.
Réponse : (a) Les propriétés habituelles se vérifient aisément. (b) On considère p(x) = ax 3 +
bx2 + cx + d tel que p(1) = a + b + c + d = 0, p0 (−1) = 3a − 2b + c = 0. Cela donne p(x) =
ax3 + bx2 + (−3a + 2b)x + (2a − 3b) = a(x3 − 3x + 2) + b(x2 + 2x − 3). Un ensemble de générateurs
s’écrit {x3 − 3x + 2, x2 + 2x − 3}.
18. Si B = {x1 , x2 , x3 } est une base de R3 , montrer que B 0 = {x1 , x1 + x2 , x1 + x2 + x3 }
est aussi une base de R3 .
Réponse : Montrons que les vecteurs x1 , x1 + x2 , x1 + x2 + x3 sont linéairement indépendants :
α1 x1 +α2 (x1 +x2 )+α3 (x1 +x2 +x3 ) = (α1 +α2 +α3 )x1 +(α2 +α3 )x2 +α3 x3 = 0 ⇒ α1 = α2 = α3 = 0.
Comme la dimension de R3 est égale à trois, il forment nécessairement une base.
19. Montrer que {a+bx+cx2 , a1 +b1 x+c1 x2 , a2 +b2 x+c2 x2 } est une base de R2 [x] si et seulement
si {(a, b, c), (a1 , b1 , c1 ), (a2 , b2 , c2 )} est une base de R3 .
Réponse : Comme dimR2 [x]=dimR3 , l’indépendance linéaire est suffisante pour démontrer que
nous avons une base. Celle-ci
équivaut
à la résolution du système linéaire suivant :
−2
a a 1 a2 α1
b b1 b2 α2 = −4 ,
1
c c 1 c2 α3
0
pour lequel la matrice associée est non singulière et donc α1 = α2 = α3 = 0.
20. Parmi les ensembles suivants, quels sont ceux qui forment une base de R2 [x] ? Justifier.
(a) {x2 , x2 + x, x2 + x + 1}, (b) {2x2 − 3x − 1, 4x2 + x + 1},
(c) {x2 + 6x + 4, 2x2 + 4x − 1, x2 − 2x − 5, 3x − 5},
(d) {x2 − 3x + 2, x2 − 4x + 3, x2 − 5x + 6}, (e) {x2 − x + 3, 2x2 + x + 5, x2 + 5x + 1}.
Réponse : Comme dim R2 [x] = 3, les ensembles (b) et (c) ne peuvent former une base. Pour les
autres cas, il suffit de vérifier l’indépendance linéaire.
(a) OUI car on peut écrire αx2 + β(x2 + x) + γ(x2 + x + 1) = 0, ce qui équivaut au système
1 1 1 α
0 1 1 β = 0, pour lequel la seule solution est le vecteur nul. (d) OUI car, de la même façon
0 0 1 γ
Page 23 de 46
1 1 1
qu’en (a), la matrice associée est −3 −4 −5. Elle est non singulière. (e) NON car la matrice
2 3 6
1 2 1
associée est −1 1 5 et elle est singulière.
3 5 1
21. Est-ce que {(1, 1, 2, −4), (1, −1, 0, 0), (2, −2, 0, 0)} est une base de W = {(x, y, z, t) ∈ R4 :
x + y + z + t = 0} ? Justifier.
Réponse : On vérifie d’abord que les vecteurs considérés appartiennent au sous-espace W . Ensuite,
il est facile de voir que dim W = 3. Il suffit donc de démontrer que les vecteurs considérés sont
linéairement indépendants. Comme la matrice formée des colonnes admet trois pivots, la seule solution
du système homogène correspondant est la solution triviale.
22. Trouver une base du sous-espace S de R4 consistant en tous les vecteurs de la forme (a +
b, a − b + 2c, b, c)T où a, b et c sont des nombres réels. Quelle est la dimension de S ?
Réponse
: On écrit
Scomme un ensemble générateur et on impose la combinaison linéaire nulle :
1 1 0
1 −1 2
0 + b 1 + c 0 = 0. Il est facile de montrer que la matrice associée admet trois pivots, ce
a
0 0 1
1 1 0
1 −1 2
qui amène à l’indépendance linéaire et dimS=3. Une base est donc donnée par {
0 , 1 , 0}.
0 0 1
23. Soit V = {aet + be2t + cte2t |a, b, c ∈ R}.
(a) Montrer que V est un espace vectoriel sur R. (b) Montrer que {et , e2t , te2t } est une base de V .
Réponse : (a) La fonction 0 appartient à l’ensemble, il suffit de prendre a = b = c = 0. Soit
f, g ∈ V, λ, µ ∈ R tels que f (t) = a1 et + b1 e2t + c1 te2t , g(t) = a2 et + b2 e2t + c2 te2t , alors on a
(λf + µg)(t) = λf (t) + µg(t) = (λa1 + µa2 )et + (λb1 + µb2 )e2t + (λc1 + µc2 )te2t = aet + be2t + cte2t ∈ V ;
(b) On forme la combinaison linéaire nulle aet + be2t + cte2t = 0 valide pour tout t ∈ R. En dérivant
une première fois cette équation, on trouve aet + (2b + c)e2t + 2cte2t = 0. En dérivant une seconde
fois, on trouve aussi t
ae + 4(b
+ 4cte = 0. On prend t = 0 dans ces trois équations, ce qui
+ c)e 2t 2t
1 1 0 a
donne le système 1 2 1 b = 0, qui admet la seule solution triviale.
1 4 4 c
24. Dans C[−π, π], trouver une base et la dimension du sous-espace engendré par les vecteurs
1, cos 2x, cos2 x.
Réponse : On a cos 2x = 2 cos2 x − 1, ce qui implique qu’il faut considérer le sous-ensemble
{1, cos2 x}. Il est aisé de voir qu’il est linéairement indépendant et forme donc une base du sous-
espace considéré.
25. Soit W un sous-espace vectoriel de R2×2 , l’espace vectoriel des matrices de la forme A =
a b
. Dans chaque cas, trouver une base pour W .
c d
(a) W = {A : a + b + c + d = 0}, (b) W = {A : a = −d, b = 2d, c = −3d},
(c)W = {A : a = 0}, (d) W = {A : b = a − c, d = 2a + c}.
Page 24 de 46
1 0 0 1 0 0 −1 2 0 1 0 0 0 0
Réponse : (a) { , , } ; (b) { } ; (c) { , , }:
0 −1 0 −1 1 −1 −3 1 0 0 1 0 0 1
1 1 0 −1
(d) { , }
0 1 1 1
2 −1 1
26. Soient A = 1 4 −1 et W = {x ∈ R3 : Ax = 3x}.
2 2 1
(a) Montrer que W est un sous-espace vectoriel de R3 .
(b) Trouver une base de W et déterminer sa dimension.
Réponse : (a) On peut encore écrire W = {x ∈ R3 : (A − 3I)x = 0} et on sait que l’espace des
solutions d’un système homogème est un sous-espace vectoriel. (b) Une
base
est
formée des solutions
−1 1
linéairement indépendantes du système considéré. On trouve donc { 1 , 0}.
0 1
27. On appelle trace d’une matrice A de format n × n, la somme des termes de la diagonale
principale : T rA = a11 + a22 + ... + ann .
(a) Montrer que E = {A ∈ Mn (R)| T rA = 0} est un sous-espace vectoriel de Mn (R). En donner
une base pour n = 2.
(b) Montrer que E = {A ∈ Mn (R)| T rA = 0 et la somme des termes de chaque ligne est nulle}
est un sous-espace vectoriel de Mn (R). En donner une base pour n = 3.
Réponse : (a) La matrice 0 appartient évidemment à l’ensemble. Soit A, B ∈ E, λ, µ ∈ R, alors
T r(λA + µB) = λT rA + µT rB = 0, à cause des propriétés de la trace. Une base pour n = 2 est donnée
1 0 0 1 0 0
par { , , }; (b) vu ce qui précède, il faut s’assurer que la matrice λA + µB
0 −1 0 0 1 0
est aussi telle que la somme des termes de chaque ligne est nulle. Une base pour n = 3 est donnée par
1 0 −1 0 1 −1 0 0 0 0 0 0 0 0 0
{0 0 0 , 0 0 0 , 1 0 −1 , 0 1 −1 , 0 0 0}.
0 1 −1 0 0 0 0 0 0 0 1 −1 1 −1 0
28. (a) Montrer que si A ∈ Rn×n alors B = 21 (A + AT ) est symétrique et C = 12 (A − AT ) est
antisymétrique.
(b) En déduire que toute matrice A ∈ Rn×n s’écrit de façon unique comme la somme d’une matrice
symétrique et d’une matrice antisymétrique.
(c) Construire une base de l’espace R3×3 avec uniquement des matrices symétriques et anitsymé-
triques. Ecrire une matrice quelconque A en termes de ces matrices de base.
Réponse : (a) B T = 12 (A + AT )T = 21 (AT + (AT )T ) = 21 (A + AT ) = B, C T = 12 (A − AT )T =
1 T T T
2 (A −(A ) ) = 12 (AT −A) = −C; (b) Tout d’abord, on note que B+C = 12 (A+AT )+ 21 (A−AT ) = A.
Supposons qu’il existe B 0 symétrique et C 0 antisymétrique tels A = B 0 + C 0 . Comme on a aussi
A = B + C, on en déduit que B + C = B 0 + C 0 ⇒ B − B 0 = C 0 − C, mais B − B 0 symétrique et
C 0 − C antisymétrique ⇒ B − B 0 = C 0 − C = 0 ⇒ B 0 = B, C 0 = C et la décompostion est unique.
(c) Une
base est
donnée
par
les 9matrices
suivantes
:
1 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0
{0 0 0 , 0 1 0 , 0 0 0 , 1 0 0 , 0 0 0 , 0 0 1 ,
0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1 0
0 1 0 0 0 1 0 0 0
−1 0 0 , 0 0 0 , 0 0 1}.
0 0 0 −1 0 0 0 −1 0
Page 25 de 46
29. Soit V l’ensemble des polynômes réels p(t) = a2 t2 + a1 t + a0 qui satisfont
3p00 (0) + 2p0 (0) + p(0) = 0.
Montrer que V est un espace vectoriel sur R et trouver une base.
Réponse : Les propriétés habituelles d’un sous-espace vectoriel se vérifient aisément. Un polynôme
arbitraire p(t) = a2 t2 + a1 t + a0 vérifie l’équation donnée si a0 = −6a2 − 2a1 . Une base est donc donnée
par {t2 − 6, t − 2}.
30. Soient U et W des sous-espaces d’un espace vectoriel réel V tels que U ∩ W = {0}. Si
{u1 , u2 , ..., un } est une base de U et {w1 , w2 , ..., wm } est une base de W , montrer que
{u1 , u2 , ..., un , w1 , w2 , ..., wm } est linéairement indépendant.
Réponse : On considère la combinaison linéaire nulle α1 u1 +α2 u2 +...+αnun +β1 w1 +β2 w2 +...+
βm wm = 0 ⇒ α1 u1 + α2 u2 + ... + αnun = −(β1 w1 + β2 w2 + ... + βmwm ). Le premier membre appartient
à U , le second à W . Comme U ∩ W = {0}, α1 u1 + α2 u2 + ... + αn un = 0 = β1 w1 + β2 w2 + ... + βm wm
mais {u1 , u2 , ..., un } est une base de U et {w1 , w2 , ..., wm } est une base de W , ils sont donc linéairement
indépendants. Finalement, on trouve α1 = α2 = ... = αn = β1 = β2 = ... = βm = 0.
31. Soit U le sous-espace de R5 engendré par {(1, 3, −2, 2, 3), (1, 4, −3, 4, 2), (2, 3, −1, −2, 9)} et V
le sous-espace de R5 engendré par {(1, 3, 0, 2, 1), (1, 5, −6, 6, 3), (2, 5, 3, 2, 1)}. Trouver une base et la
dimension de
(a) U, (b) V, (c) U + V et (d) U ∩ V.
Réponse : (a) dim U = 2 et une base est formée des deux premiers vecteurs. Appelons-les u 1 , u2 .
(b) dim V = 2 et une base est formée des deux premiers vecteurs. Appelons-les v1 , v2 .
(c) dim U + V = 3 et une base est formée de {u1 , u2 , v1 }. (d) Un vecteur u ∈ U ∩ V s’il satisfait
u = α1 u1 + α2 u2 = β1 v1 + β2 v2 ⇒ α1 u1 + α2 u2 − (β1 v1 + β2 v2 ) = 0. On trouve (à un multiple près)
α1 = 0, α2 = −2, β1 = −1, β2 = −1, ce qui donne dim U ∩ V = 1 et une base est formée du vecteur
u = (−2, −8, 6, −8, −4).
32. Soit U = {(a, b, c, −b − c)|a, b, c ∈ R} et V = {(a, −a, c, d)|a, c, d ∈ R}. Trouver une base et la
dimension de (a) U, (b) V, (c) U + V et (d) U ∩ V .
Réponse : (a) Une base de U est donnée par {(1, 0, 0, 0), (0, 1, 0, −1), (0, 0, 1, −1)} et dim U = 3.
(b) Une base de V est donnée par {(1, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)} et dim V = 3. (d) Un vecteur w de
U ∩ V s’écrit w = (a, b, c, −b − c) ∈ U et aussi w = (x, −x, y, z) ∈ V . En identifiant les composantes,
on en déduit qu’une base de U ∩ V s’écrit {(1, −1, 0, 1), (0, 0, 1, −1)} et dim U ∩ V =2. (c) Sachant que
dim(U + V ) = dim U + dim V − dim U ∩ V = 4, on en déduit que U + V = R4 .
33. Soit U, V, W les sous-espaces de R3 suivants : U = {(x, y, z)|x + y + z = 0},
V = {(x, y, z)|x = z}, W = {(0, 0, z)|z ∈ R}.
(a) Montrer que R3 = U + V , R3 = U + W , R3 = V + W .
(b) Lesquelles de ces sommes sont directes ?
Réponse : (a) Une base de U est donnée par {(1, 0, −1), (0, 1, −1)} et dim U = 2. Une base de
V est donnée par {(1, 0, 1), (0, 1, 0)} et dim V = 2. Une base de W est donnée par {(0, 0, 1)} et dim
W = 1. De plus, on vérifie que dim U ∩ V = 1 et dim U ∩ W = 0 = dim V ∩ W. Donc, dim
Page 26 de 46
(U + V ) = 2 + 2 − 1 = 3 et dim (U + W ) = 2 + 1 = 3 = dim V + W . Les trois sommes donnent donc
R3 . (b) On a R3 =U ⊕ W = V ⊕ W.
34. Soit U = {(x, y, 0, 0)|x, y ∈ R}, V = {(0, 0, z, t)|z, t ∈ R} et W le sous-espace de R4 engendré
par {(1, 1, 1, 1), (1, 1, 1, −1)}. Montrer que R4 =U ⊕ V = U ⊕ W (somme directe).
Réponse : Une base de U est donnée par {(1, 0, 0, 0), (0, 1, 0, 0)} et dim U = 2. (b) Une base de V est
donnée par {(0, 0, 1, 0), (0, 0, 0, 1)} et dim V = 2. Les vecteurs qui engendrent W sont linéairement
indépendants et dim W = 2. On montre facilement que U ∩ V = U ∩ W = {0}. Sachant que dim
(U + V ) = dim U + dim V − dim U ∩ V ⇒ dim (U + V ) = 4, on en déduit que U + V = R4 et que la
somme est directe. Il en est de même pour U + W .
35. Soit l’espace vectoriel V , l’ensemble de toutes les fonctions de R dans R, V0 le sous-ensemble
des fonctions paires et V1 le sous-ensemble des fonctions impaires :
V0 = {f ∈ V |∀x ∈ R, f (x) = f (−x)}, V1 = {f ∈ V |∀x ∈ R, f (x) = −f (−x)}.
Montrer que (a) V0 et V1 sont des sous-espaces de V , (b) V = V0 + V1 , (c) V0 ∩ V1 = {0} (la fonction
0) et donc que V = V0 ⊕ V1 .
Réponse : (a) La seule fonction qui est à la fois paire et impaire est la fonction 0. Donc, on
a V0 ∩ V1 = {0}. Par ailleurs, si f, g ∈ V0 , λ, µ ∈ R, on a (λ f + µ g)(x) = λ f (x) + µ g(x) =
λ f (−x) + µ g(−x) = (λ f + µg)(−x) ⇒ λ f + µ g ∈ V0 . V0 est donc bien un sous-espace de V .
Par un raisonnement similaire, on montre que V1 est sous-espace de V . (b) Clairement, V0 + V1 ⊂ V .
Pour démontrer que V ⊂ V0 + V1 , nous devons pouvoir écrire n’importe quelle fonction f ∈ V
comme la somme d’une fonction de V0 et de V1 . Il suffit pour cela d’écrire f (x) = f0 (x) + f1 (x) avec
f0 (x) = 21 (f (x) + f (−x)) et f1 (x) = 21 (f (x) − f (−x)) et de montrer que f0 ∈ V0 et f1 ∈ V1 . (c) Cette
propriété découle de ce qui est dit précédemment.
36. Soit Mn (R), l’espace vectoriel des matrices réelles de format n × n et soit E ∈ Mn (R) telle
que E 2 = E. Soit U = {X ∈ Mn (R) | XE = X}, V = {Y ∈ Mn (R) | Y E = 0}, montrer que :
(a) U et V sont des sous-espaces de Mn (R),
(b) Mn (R) = U ⊕ V .
Réponse : (a) Les propriétés pour avoir un sous-espace vectoriel découlent de celles des matrices.
(b) Tout d’abord, montrons que U ∩ V = 0. X ∈ U ∩ V , alors XE = X et XE = 0 ⇒ X = 0.
On doit ensuite montrer que toute matrice Y ∈ Mn (R) s’écrit comme la somme d’une matrice Y0 de
U et d’une matrice Y1 de V . Il est facile de voir que les matrices cherchées sont Y0 = Y E ∈ U et
Y1 = Y − Y E ∈ V .
37. (a) Si A est une matrice de format n × (n − 1) et si son rang est n − 2, quelle est la dimension
du noyau N (A) ? Justifier.
(b) Quel est le rang de la matrice dont tous les éléments valent 1 ? Justifier.
(c) Quel est le rang de la matrice "échiquier" A = {aij } de format m × n avec aij = 0 si i + j est
pair et aij = 1 si i + j est impair (m > 1 et n > 1) ? Justifier .
(d) Une matrice de format 3×4 peut-elle avoir ses lignes linéairement indépendantes et ses colonnes
linéairement indépendantes ? Justifier .
Réponse : (a) dim N (A) = 1 car A a n − 2 pivots et donc (n − 1) − (n − 2) variables libres. (b)
Toutes les lignes sont identiques, donc rg(A) = 1. (c) La matrice "échiquier" possède seulement deux
Page 27 de 46
lignes linéairement indépendantes, donc rg(A) = 2. (d) NON, car les trois lignes sont des vecteurs de
R4 et peuvent donc être linéairement indépendantes, par contre, les colonnes sont des vecteurs de R 3
et quatre vecteurs dans R3 sont toujours linéairement indépendants.
38. Les intégrales définies peuvent être considérées comme des applications qui transforment les
R1
fonctions en des nombres. Si on définit T (f ) = −1
f (x)dx,
(a) montrer, par calcul direct, que si on prend f (x) = ex et g(x) = x2 pour −1 < x ≤ 1, alors
T (2f + 3g) = 2T (f ) + 3T (g).
(b) Montrer que T est une forme linéaire de l’espace vectoriel des fonctions continues dans [−1, 1]
sur R ?
R1
(c) Soit S : S(f ) = −1 (f (x))2 dx. Est-ce que S est linéaire ? Justifier.
R1
(d) Soit U : U (f ) = −1 xf (x)dx. Est-ce que U est linéaire ? Justifier.
R1 R1
Réponse : (a) T (2f + 3g) = −1 (2f (x) + 3g(x))dx = −1 (2ex + x2 )dx et on effectue le calcul pour
comparer avec l’expression de 2T (f ) + 3T (g). (b) Soient les fonctions f, g et les nombres réels λ, µ,
R1 R1 R1
alors T (λf + µg) = −1 (λf + µg)(x)dx = λ −1 f (x)dx + µ −1 g(x)dx = λT (f ) + µT (g). (c) NON,
R1 R1
car S(λf ) = −1 ((λf )(x))2 dx = λ2 −1 (f (x))2 dx = λ2 S(f ) 6= λS(f ) pour tous les λ 6= ±1. (d) OUI,
exprimer U (λf + µg) en termes de U (f ) et U (g) pour montrer que U (λf + µg) = λU (f ) + µU (g).
39. Si A ∈ Rn×n , montrer que T r : Rn×n → R : A → T r(A) est une forme linéaire.
Réponse : Cela découle des propriétés de la trace d’une matrice.
40. Soit T : R3 [x] → R2 [x] une transformation linéaire telle que T (1) = 1 − x,
T (x) = x + x2 , T (x2 ) = 1 + 2x, T (x3 ) = 2 − x2 . Trouver T (2 − 3x + x2 − 2x3 ).
Réponse : On pose p0 (x) = 1, p1 (x) = x, p2 (x) = x2 , p3 (x) = x3 , ce qui implique que p(x) =
2 − 3x + x2 − 2x3 = 2p0 − 3p1 + p2 − 2p3 et T (2 − 3x + x2 − 2x3 ) = T (p(x) = T (2p0 − 3p1 + p2 − 2p3 ) =
2T (p0 ) − 3T (p1 ) + T (p2 ) − 2T (p3 ) = −1 − 3x − x2 .
41. Vérifier que chacune des transformations linéaires suivantes est un isomorphisme :
(a) T : R3 → R3 : T (x, y, z) = (x, x + y, x + y + z),
(b) T : R3 → R3 : T (x, y, z) = (x + y, y + z, z + x),
(c) T : P1 [x] → R2 : T (p(x))
= (p(0), p(1)),
a b
(d) T : M2 (R) → R4 : T ( ) = (a + b, d, c, a − b),
c d
(e) T : Mmn (R) → Mnm (R) : T (X) = X T .
(f) T : Mmn (R) → Mmn (R) : T (X) = U XV, U, V étant des matrices inversibles d’ordre m et n
respectivement.
1 0 0
Réponse : (a) Cette transformation linéaire s’exprime comme T (X) = AX où A = 1 1 0.
1 1 1
Cette matrice étant non singulière, T est un isomorphisme. (b) Comme en (a), nous avons, dans ce
1 1 0
cas, la matrice A = 0 1 1 qui est aussi non singulière. (c) On écrit explicitement T (a + bx) =
0 −1 1
(a, a + b) et T (a + bx) = 0 ⇒ (a, b) = (0, 0) donc N ul(T ) = 0. Par ailleurs, un vecteur quelconque
de R2 s’écrit
(u, v) = T (u + (v − u)x) et Im(T ) = R . On a donc bien un isomorphisme. (d) On a
2
a b
T( ) = 0 ⇒ (a + b, d, c, a − b) = 0 ⇒ a = b = c = d = 0 et N ul(T ) = 0. De plus, on a
c d
Page 28 de 46
1 1
(x, y, z, u) = T ( 2 (x + u) 2 (x − u)
) et Im(T ) = R4 . (e) On a {T (X) = 0 = X T ⇒ X = 0 ⇒
y z
N ul(T ) = 0} et {X = T (X T ) ⇒ Im(T ) = Mnm }. (f) On a {T (X) = 0 = U XV ⇒ X = 0 ⇒
N ul(T ) = 0} et {X = T (U −1 Y V −1 ) ⇒ Im(T ) = Mmn }.
2×2 2 3 a0 + a 2 a0 + a 3
42. Soit T : R3 [x] → R : T (a0 + a1 x + a2 x + a3 x ) =
a1 + a 2 a1 + a 3
. Trouver une base
de Im (T ) et le rang de T ainsi qu’une base du noyau N (T ) et sa dimension. Montrer que T n’est pas
un isomorphisme.
a b
Réponse : Pour trouver l’image, on prend une matrice quelconque et on résoud a0 , a1 , a2 , a3
c d
a0 + a 2 a0 + a 3 a b
dans l’équation = . Le système associé sera compatible si a = b + c −
a1 + a 2 a1 + a 3 c d
b+c−d b
d ⇒ Im (T ) = { , b, c, d ∈ R} et le rang de T est donc égal à 1. Pour trouver le
c d
a0 + a 2 a0 + a 3
noyau, on résoud a0 , a1 , a2 , a3 dans l’équation = 0. Une base de N (T ) est donc
a1 + a 2 a1 + a 3
{p(x) = 1 + x − x2 − x3 } et sa dimension est 1. Pour avoir un isomorphisme, il faudrait que N (T ) = 0
et Im(T ) = R2×2 , ce qui n’est pas le cas ici.
43. Soit l’application f : R2 [x] → R3 [x] : p(x) → (ax + 1)p(x) + (bx2 + 1)p0 (x). Quelles relations
doivent vérifier a et b pour que f soit un endomorphisme de R2 [x] (application de R2 [x] dans R2 [x]) ?
Déterminer dans ce cas le noyau N (f ) ainsi que sa dimension.
Réponse : On écrit p(x) = α + βx + γx2 . Cela donne f (p(x)) = (ax + 1)p(x) + (bx2 + 1)p0 (x) =
(α + β) + (β + aα + 2γ)x + (aβ + γ + bβ)x2 + (2b + a)γx3 et donc f est un endomorphisme si
a = −2b. Avec cette condition, le noyau s’obtient comme l’ensemble des p(x) satisfaisant f (p(x)) =
(−2bx + 1)p(x) + (bx2 + 1)p0 (x) = (α + β) + (β − 2bα + 2γ)x + (−bβ + γ)x2 = 0. Deux cas se présentent :
si 1 + 4b 6= 0 ⇒ p(x) = 0, le noyau est réduit au polynôme zéro et est de dimension 0 ; si b = − 14 alors
N (f ) = {p(x) = β(−1 + x − 41 x2 )} est de dimension 1.
Page 29 de 46
CHAPITRE 5 : Les valeurs propres et les vecteurs propres
a b
1. Déterminer l’équation caractéristique de A=
−b a
.
Réponse : (a − λ)2 + b2 = 0.
2. Soit p(λ) = λ2 + 2λ + 1. Trouver deux distinctes smatrices qui ont p(λ) comme polynôme
caractéristique.
−1 0 −1 0
Réponse : On peut prendre : et .
0 −1 1 −1
a 0 b 0
0 a 0 b
3. Trouver les valeurs propres de la matrice A = c 0 d 0
.
0 c 0 d
1 h p i
Réponse : (a + d) ± (a − d)2 ± 4bc .
2
4. Déterminer les vecteurs propres et les valeurs propres de la matrice
√ √
2 0 0 √2 √2
0 2 0 2 − 2
√0
A= √0 2 0 0 .
2
√ √2 0 2 0
2 − 2 0 0 2
Réponse : λ = 2 valeur propre de multiplicité 1, λ = 4 et λ = 0 valeurs propres de multiplicité 2
√
0 1 0
√ −1 − 2
0 1 − 2 1 0
1 ; √0 et 0 ; 0 et 0 .
avec des vecteurs propres correspondants :
0 2 −1 0 1
√
0 0 1 2 1
5. Les matrices suivantes sont-elles diagonalisables ? Pourquoi ?
0 1 0 2 1 1 −3 1 −1
(a) A = 0 0 1 , (b) B = 0 2 1 , (c) C = −7 5 −1 .
0 −1 0 0 0 2 −6 6 −2
Réponse : (a) La matrice A a deux valeurs propres complexes conjuguées et une valuer propre
réelle. Donc cette matrice est diagonalisable sur C, mais elle n’est pas diagonalisable sur R. (b)
La matrice B n’est pas diagonalisable (ni sur R, ni sur C) parce qu’elle admet λ = 2 comme valeur
propre de multiplicité 3, mais le sous-espace propre associé à λ est de dimension 1 (et donc < 3).
(c) La matrice C a λ = 4 comme valeur propre de multiplicité 1 et λ = −2 comme valeur propre de
multiplicité 2. Le sous-espace propre associé à λ = −2 est seulement de dimension 1(< 2). Donc C
n’est pas diagonalisable (ni sur R, ni sur C).
Page 30 de 46
6. Réduire à la forme diagonale les matrices suivantes :
0 0 0 0 0 1
0 0 0 0 1 0
3 4 0 0 0 1 0 0
(a) A= , (b) B = .
5 2 0
0 1 0 0 0
0 1 0 0 0 0
1 0 0 0 0 0
7 0 5/9 4/9 3 4 1 1
Réponse : (a) = ; (b) diag(1, 1, 1, −1, −1, −1)
0 −2 4/9 −4/9 5 2 1 −5/4
0 0 1/2 1/2 0 1 0 0 0 0 0 1 0 1 0 1 0 0
1/2 0 0 0 0 1/2 0 0 0 0 1 0 0 0 1 0 0 −1
0 1/2 0 0 1/2 0 0 0 0 1 0 0 1 0 0 0 −1 0
=
.
1/2 0 0 0 0 −1/2 0 0 1 0 0 0 1 0 0 0 1 0
0 0 −1/2 1/2 0 0 0 1 0 0 0 0 0 0 1 0 0 1
0 −1/2 0 0 1/2 0 1 0 0 0 0 0 0 1 0 −1 0 0
7. Une matrice nilpotente A n × n est telle que Am = 0 pour m ≥ 1.
(a) Montrer que les matrices triangulaires avec des zéros sur la diagonale principale sont nilpo-
tentes ;
(b) Montrer que λ = 0 est la seule valeur propre de A si A est nilpotent.
Réponse : (a) Il est facile de voir que toute matrice triangulaire n × n avec des zéros sur la
diagonale principale satisfait An = 0, donc il existe m, 1 ≤ m ≤ n, tel que Am = 0 et A est une
matrice nilpotente. (b) Soit λ une valeur propre arbitraire de A : il existe un vecteur non-nul u
tel que Au = λu. On note que A2 u = λ2 u, . . . , Ak u = λk u. Comme A est nilpotente, Am = 0 et
0 = Am u = λm u. Mais u est non-nul, donc λ = 0.
cos θ sin θ
8. Montrer que les valeurs propres de la matrice A = − sin θ cos θ sont λ1 = eiθ et λ2 =
e−iθ . Calculer les vecteurs propres associés à chacune des valeurs propres et donner la matrice P qui
diagonalise A.
Réponse : L’équation caractéristique de A estλ2 − 2λ cos θ + 1 = 0, d’où les valeurs propres de
1
A sont cos θ ± i sin θ = e±iθ . On peut prendre comme vecteur propre de A associé à la valeur
i
1 1 1
propre e , et
iθ
comme vecteur propre de A associé à la valeur propre e , donc P =
−iθ
.
−i i −i
2 1 1
9. Montrer que la matrice A = 2 1 −2 n’est pas diagonalisable.
−1 0 −2
Suggestion : Une des valeurs propres est égale à -1.
−1
Réponse : La valeur propre −1 a la multiplicité 2 mais son sous-espace propre associé, L 2 ,
1
est seulement de dimension 1.
10. Soit λ une valeur propre de A de vecteur propre x. Si B = P −1 AP , montrer que P −1 x est un
vecteur propre de B de valeur propre λ.
Réponse : B(P −1 x) = P −1 AP (P −1 x) = P −1 (Ax) = P −1 (λx) = λ(P −1 x).
Page 31 de 46
11. Si toutes les lignes de A ont la même somme s, montrer que s est une valeur propre.
a11 − λ a12 a13 ... a1n
a21 a22 − λ a23 ... a2n
.. .. .. .. ..
. . .
Réponse : On veut calculer pA (λ) = det . . .
. . . . .
.. .. .. .. ..
an1 ... . . . ann−1 ann − λ
Pour cela, on remplace la première colonne par la somme de toutes les colonnes, ce qui donne :
Pn
Pi=1 (a1i ) − λ a12 a13 ... a1n
ni=1 (a2i ) − λ a22 − λ a23 ... a2n
.. . . . ..
= det
. . . . . . . .
.. .. .. .. ..
. . .
Pn . .
i=1 (ani ) − λ ... . . . ann−1 ann − λ
s−λ a12 a13 ... a1n 1 a12 a13 ... a1n
s − λ a22 − λ a23 ... a2n 1 − λ a23 . . . a2n
.. . . . . . . . . .
= det . .. .. .. .. = (s−λ) det ..
.. .. .. ..
.
. . . . . . . . . .
.. .. .. .. .. .. .. .. .. ..
s−λ ... . . . ann−1 ann − λ 1 . . . . . . ann−1 ann − λ
C’est évident maintenant que (s − λ) est un facteur du polynôme caractéristique de A et donc λ = s
est une valeur propre de A.
12. (a) Si A2 = −I, quelles sont les valeurs propres de A ? (b) Si A ∈ Mn (R), montrer que n doit
être pair et donner un exemple.
Réponse : (a) Soit λ une valeur propre arbitraire de A et soit u un vecteur propre associé :
Au = λu. On a −Iu = A2 u = λ2 u ou Iu = −λ2 u ⇒ −λ2 est une valeur propre de I. Comme 1
est la seule valeur propre de I, il faut avoir λ2 = −1 ⇒ λ = ±i. (b) Si A ∈ Mn (R), le polynôme
caractéristique de A a des coefficients réels mais admet (seulement) les racines complexes ±i (vu (a))
⇒ pA (λ) = C·(λ2 +1)k où C est une constante réelle et k est un nombre entier ≥ 1 ⇒ n = deg(pA ) = 2k
est pair. Autrement dit, si une matrice réelle admet une valeur propre complexe λ, elle admet aussi λ
comme valeur propre. Donc les valeurs propres complexes d’une matrice réelle arrivent en paires. On
peut déduire, plus généralement, qu’une matrice
A∈M n (R) qui n’a que des valeurs propres complexes
0 −1
est de dimension paire. Un exemple est A = .
1 0
1 1 0
13. Soit A = −1 1 1 et supposons que p(λ) = −λ3 + aλ2 + bλ + c est son polynôme carac-
0 0 −1
téristique. Selon le théorème de Cayley-Hamilton, toute matrice annule son polynôme caractéristique,
c’est-à-dire p(A) est la matrice nulle. Utiliser ce théorème pour déterminer a, b et c. Vérifier le résultat
à l’aide de la méthode traditionnelle.
Réponse : Selon le théorème de Cayley-Hamilton, p(A) = −A3 + aA2 + bA + cI = 0. On calcule
2 + b + c −2 + 2a + b −1 + a
explicitement : p(A) = 2 − 2a − b 2+b+c b ⇒ a = 1, b = 0 et c = −2. Par
0 0 1+a−b+c
la méthode traditionnelle, on trouve aussi p(λ) = det(A − λI) = −λ3 + λ2 − 2.
Page 32 de 46
1 1 1 0
14. (a) Montrer que les matrices 0 1
et
0 1
ont les mêmes valeurs propres mais ne sont
pas semblables.
(b) Montrer que A est semblable à AT pour toute matrice 2 × 2.
Rappel : A est semblable à B s’il existe S non-singulière telle que B = S −1 AS.
Réponse : (a) λ = 1 est la seule valeur propre
(de multiplicité 2) pour les deux matrices. Par
1 1
contre, le sous-espace propre de la matrice , associé à la valeur propre λ = 1, est de dimension
0 1
1 1
1, donc il n’existe pas une matrice inversible S telle que S −1 S = I. (b) Il faut noter
0 1
d’abord que A − λI et AT − λI ont le même déterminant et le même rang, donc A et AT ont les
mêmes valeurs propres avec la même dimension pour chaque sous-espace propre associé. Si A (donc
AT ) est diagonalisable, alors il existent P et Q inversibles telles que A = P DP −1 et AT = QDQ−1 ,
d’où D = P −1 AP et AT = (QP −1 )A(QP −1 )−1 . Si A n’est pas diagonalisable, ils existent P et Q
λ 1
inversibles telles que A = P JP −1 et AT = QJQ−1 , où J = est la forme Jordan associée (voir
0 λ
compléments). Le même raisonnement qu’auparavant nous amène à AT = (QP −1 )A(QP −1 )−1 , donc
A et AT sont semblables.
15. Montrer que la seule matrice diagonalisable A qui a une seule valeur propre distincte λ est la
matrice A = λI.
Réponse : A diagonalisable (avec une seule valeur propre distincte λ) ⇒ il existe une matrice
non-singulière P telle que A = P DP −1 = P (λI)P −1 = λI.
16. Montrer que deux matrices diagonalisables A et B sont semblables si et seulement si elles ont
les mêmes valeurs propres avec les mêmes multiplicités géométriques.
Réponse : Par hypothèse, il existe une matrice non-singulière P telle que A = P DP −1 . D’autre
part, A et B sont semblables ⇔ il existe une matrice non-singulière Q telle que B = QAQ −1 =
Q(P DP −1 )Q−1 = (QP )D(QP )−1 ⇔ A et B ont les mêmes valeurs propres avec les mêmes multipli-
cités géométriques.
17. Répondre par vrai ou faux aux questions suivantes. Justifier quand c’est vrai, donner un
contre-exemplequand c’est faux.
a−3 2 1
(a) Si A = −1 a 1, alors la seule valeur de a pour laquelle le système linéaire AX = 0 a
0 0 1
une solution non-triviale est a = 2.
(b) Si A ∈ Mn (C) est diagonalisable alors A3 est diagonalisable.
Réponse : (a) Faux. A est aussi singulière pour a = 1 ⇒ AX = 0 a aussi une solution non-triviale
si a = 1. (b) A est diagonalisable ⇒ il existe une matrice non-singulière P telle que A = P DP −1 ⇒
A2 = P D2 P −1 , A3 = P D3 P −1 et Dk est une matrice diagonale pour tout k ≥ 1 entier ⇒ il existe
une matrice non-singulière P telle que A3 = P D̃P −1 ⇒ A3 est diagonalisable.
18. Montrer qu’une matrice triangulaire dont les éléments diagonaux sont distincts est diagona-
lisable.
Réponse : Si T est une matrice triangulaire n × n, alors T − λI l’est aussi. Donc det(T − λI) =
(a11 − λ)(a22 − λ) . . . (ann − λ). Comme, par hypothèse, aii 6= ajj si i 6= j, l’équation caractéristique
a n racines (simples) distinctes et, d’après un théorème du cours, T est diagonalisable.
Page 33 de 46
19. Expliquer pourquoi parmi l’ensemble des vecteurs propres linéairement indépendants de la
matrice A ∈ Mn (C), il y a au moins un vecteur propre pour chaque valeur propre différente.
Réponse : Quelque soit λ valeur propre de A, A − λI est singulière, donc le système (A − λI)x = 0
admet une solution non-triviale ⇔ il existe u 6= 0 tel que Au = λu (u est un vecteur propre associé à
la valeur propre λ).
20. Soient A et B ∈ Mn (C) des matrices diagonalisables. On suppose en plus que A a toutes
ses valeurs propres distinctes. Montrer que A, B sont simultanément diagonalisables si et seulement si
elles commutent.
Remarque : A et B simultanément diagonalisables signifie qu’il existe une matrice S non-singulière
qui diagonalise à la fois A et B.
Réponse : Commencons par démontrer la condition nécessaire. Par hypothèse, A et B sont simul-
tanément diagonalisables. Il existe donc P inversible tel que A = P DP −1 et B = P D̃P −1 . Comme
les matrices diagonales commutent, on a AB = P D D̃P −1 = P D̃DP −1 = BA. Pour la condition
suffisante, on sait que AB = BA. Comme A a toutes ses valeurs propres distinctes, A est diagonali-
sable et la dimension de chaque sous-espace propre est égale à 1. Soit λ une valeur propre de A ⇒ il
existe u, non-nul, tel que Au = λu et le sous-espace propre de A associé à λ est L{u}. D’autre part,
ABu = BAu = B(λu) ou A(Bu) = λ(Bu) ⇒ Bu est un vecteur propre de A associé à la valeur λ,
donc Bu ∈ L{u} ⇒ Bu = νu pour une constante ν ∈ C. Donc u est un vecteur propre de B aussi.
Comme λ a été choisi arbitrairement, on déduit que la base de vecteurs propres qui diagonalise A est
aussi une base de vecteurs propres de B. En plus, on peut noter que la somme des dimensions des
sous-espaces propres de B est égale à n, donc B est simultanément diagonalisable avec A.
21. Soient A ∈ Mn (C) et A1 = A − αI, α ∈ R. Montrer que λ est une valeur propre de A si et
seulement si λ − α est valeur propre de A1 . Comment les vecteurs propres se comparent-ils ?
Réponse : λ valeur propre de A ⇔ (A−λI) singulière ⇔ (A1 −(λ−α)I) singulière ⇔ λ−α valeur
propre de A1 . On note que Av = λv ⇔ A1 v = (λ − α)v, donc les vecteurs propres de A associés à la
valeur propre λ sont les vecteurs propres de A1 associés à la valeur propre λ − α et réciproquement.
1 0 2 0
22. Soit Q = 0 1 0 1 , donner une transformation linéaire T : R3 [x] → R2 [x] telle que
−1 1 0 −1
Q soit la matrice de T dans les bases canoniques de R3 [x] et R2 [x].
Réponse : T (a + bx + cx2 + dx3 ) = (a + 2c) + (b + d)x − (a − b + d)x2 .
23. Soit T : Rn [x] → Rn [x] : T (p(x)) = p(x) + xp0 (x), ∀p ∈ Rn [x].
(a) Montrer que T est linéaire.
(b) Montrer que le noyau N (T ) = {0} et conclure que T est un isomorphisme.
Suggestion : Écrire p(x) = a0 + a1 x + ... + an xn et comparer les coefficients si p(x) = −xp0 (x).)
(c) Conclure que chaque q(x) dans Rn [x] a la forme q(x) = p(x) + xp0 (x) pour un polynôme unique
p(x).
(d) Est-ce que cela reste valide si T est défini par T (p(x)) = p(x) − xp0 (x) ? Expliquer.
(e) Trouver la matrice représentant T dans la base B = {1, x, x2 , ..., xn }.
Page 34 de 46
Réponse : (a) T (p(x) + q(x)) = (p(x) + q(x)) + x(p(x) + q(x))0 = (p(x) + xp0 (x)) + (q(x) +
xq(x)0 ) = T (p(x)) + T (q(x)) pour tous p(x), q(x) ∈ Rn [x] et T (λp(x)) = (λp(x)) + x(λp(x))0 =
λ(p(x) + xp0 (x)) = λT (p(x)), pour tout λ réel et p(x) ∈ Rn [x]. (b) Le noyau est formé de tous les
polynômes p(x) qui satisfont p(x) + xp0 (x) = 0. Si on écrit p(x) = a0 + a1 x + ... + an xn , la relation
précédente revient à a0 + 2a1 x + 3a2 x2 + . . . + (n + 1)an xn = 0, où 0 est ici le polynôme zéro de
Rn [x] ⇒ a0 = a1 = . . . = an = 0. Donc le noyau contient seulement le polynôme nul ⇒ T est une
transformation injective (d’un espace vectoriel sur lui-même) ⇒ T est un isomorphism. (c) Comme
T est un isomorphisme, T est surjective, d’où on déduit la conclusion. (d) Non, car le nouveau T
n’est pas un isomorphisme. Son noyau est formé des polynômes p(x) = a0 + a1 x + ... + an xn tels que
1 0 0 ... 0
0 2 0 . . . 0
. . . .. ..
a0 − a2 x − 2a3 x − . . . − (n − 1)an x = 0 ⇔ {p(x) = a1 x|a1 ∈ R}. (e) .
. . . . . . . .
2 3 n
. . . . ..
. . . . . . . . .
0 ... ... 0 n
a b
24. Pour la transformation linéaire T : R → R2 [x] : T ( c d ) = (a + b) + 2dx + bx2 , on
2x2
1 0 0 1 0 0 0 0
considère les bases { , , , de R2x2 et {1, x, x2 } de R2 [x]. Trouver la
0 0 0 0 1 0 0 1
matrice qui représente T dans ces bases.
1 1 0 0
Réponse : 0 0 0 2.
0 1 0 0
25. Soit k un nombre réel, définissons Tk : R2x2 → R2x2 par Tk (A) = A + kAT . Soit B =
1 0 0 0 0 1 0 1
{ , , , } une base de R2x2 , trouver la matrice représentant cette
0 0 0 1 1 0 −1 0
transformation linéaire dans la base B et conclure que Tk est inversible si et seulement si k 6= 1 et
k 6= −1.
1+k 0 0 0
0 1+k 0 0
Réponse : M =
0
; M non-singulière ⇔ det M = (1+k)3 (1−k) 6=
0 1+k 0
0 0 0 1−k
0 ⇔ k 6= ±1.
26. Soit T : R3 → R3 : T (a, b, c) = (2a − b, b + c, c − 3a) une transformation linéaire.
(a) Trouver la matrice A1 représentant T dans la base B1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}.
(b) Trouver la matrice A2 représentant T dans la base B2 = {(1, 1, 0), (1, 0, 1), (0, 1, 0)}.
(c) Vérifier que A2 = S −1 A1 S si S représente la matrice de changement de base de B1 à B2 .
2 −1 0 4 4 −1
Réponse : (a) A1 = 0 1 1 ; (b) A2 = −3 −2 0 ; (c) Calcul direct avec
−3 0 1 −3 −3 2
1 1 0
S = 1 0 1.
0 1 0
Page 35 de 46
27. Soit la transformation
linéaire
a b −3a + 5d 3b − 5c
T : R2x2 → R2x2 : T = .
c d −2c 2d
(a) Trouver la matrice A1 représentant T dans la base canonique B de R2x2 ;
(b) Trouver la matrice A2 représentant T dans la base
1 0 0 1 0 1 1 0
B0 = { , , , } de R2x2 ; (c) Vérifier que A2 = S −1 A1 S si S représente
0 1 1 0 0 0 0 0
la matrice de changement de base de B à B 0 .
−3 0 0 5 2 0 0 0
0 3 −5 0 ; (b) A2 = 0 −2 0 0 ;
Réponse : (a) A1 = 0 0 (c) Calcul direct avec
−2 0 0 0 3 0
0 0 0 2 0 0 0 −3
1 0 0 1
0 1 1 0
S= 0 1 0 0.
1 0 0 0
28. Soit T : R2 [x] → R2 [x], l’application linéaire définie par
T (p(x)) = p(x) + (x + 1)p0 (x).
(a) Si on considère la base canonique B = {1, x, x2 }, montrer que T est représenté par la matrice
1 1 0
M (T )B,B = 0 2 2 .
0 0 3
(b) Si on considère la nouvelle base B 0 = {1, 1 + x, (1 + x)2 }, déterminer la matrice M (T )B 0 ,B 0 .
(c) Vérifier le résultat obtenu en (b) à l’aide de la matrice de changement de base de B à B 0 .
Réponse : (a) Si on note par e1 := 1, e2 := x, e3 := x2 , on a T (e1 ) = T (1) = 1 = e1 , T (e2 ) =
T (x) = x + (x + 1) = e1 + 2e2 et T (e3 ) = T (x2 ) = x2 + (x + 1)(2x) = 2e2 + 3e3 , d’où on déduit la
1 0 0 1 1 1
matriceM (T )B,B . (b) M (T )B 0 ,B 0 = 0 2 0 ; (c) Comme S = 0 1 2, on a M (T )B 0 ,B 0 =
0 0 3 0 0 1
S −1 M (T )B,B S.
2 2 x1 2x1 + x2
29. Soit T : R → R définie par T ( x ) = x + 2x .
2 1 2
(a) Trouver la matrice A1 représentant T dans la base canonique Bde R .
2
−1 1
(b) Trouver la matrice A2 représentant T dans la base B 0 = {u1 = , u2 = } de R2 ;
1 1
(c) Montrer que A2 = S −1 A1 S si S représente la matrice de changement de base de B à B 0 .
2 1 1 0 −1 1
Réponse : (a) A1 = ; (b) A2 = ; (c) Calcul direct avec S = .
1 2 0 3 1 1
30. (a) Montrer que les fonctions ex , e2x , e3x sont linéairement indépendantes dans C0 [0, 1].
(b) Soit V le sous-espace engendré par ces fonctions et T : V → V : f (x) → f 0 (x). Montrer que T
est un isomorphisme.
(c) Si on considère la base B = {ex , e2x , e3x } de V , trouver la matrice associée à T par rapport à B.
Page 36 de 46
Réponse : (a) Soient c1 , c2 , c3 telles que c1 ex + c2 e2x + c3 e3x = 0 pour tout x ∈ R. On a également
on a (par dérivation) c1 ex + 2c2 e2x + 3c3 e3x = 0 et c1 ex + 4c2 e2x + 9c3 e3x = 0 pour tout x ∈ R. En
particulier, pour x = 0, les ci satisfont le système linéaire
c1 + c2 + c3 = 0,
c1 + 2c2 + 3c3 = 0,
c1 + 4c2 + 9c3 = 0,
qui admet seulement la solution nulle c1 = c2 = c3 = 0. (b) Comme T (c1 ex + c2 e2x + c3 e3x ) =
c1 ex + 2c2 e2x + 3c3 e3x , T (f ) = 0 (la fonction nulle) si et seulement si c1 = c2 = c3 = 0. Donc
Nul(T ) = {0} et T est injective. Comme
V , il résulte forcément que T est aussi surjective et
T :V →
1 0 0
donc T est un isomporphisme. (c) 0 2 0 .
0 0 3
31. Soit T : R4 → R4 donnée par
T (x, y, z, t) = (x + z, x + t, y + z, y + t).
(a) Trouvez une base de l’image de T et le rang de T .
(b) Trouvez une base du noyau de T et sa dimension.
(c) Montrez que T n’est pas un isomorphisme.
(d) Trouvez la matrice qui représente T dans la base canonique de R4 .
1 0 1 0
1 0 1
1 , , , pour laquelle une base est B = , , 0 .
0 0 1 1 0
Réponse : (a) Im(T ) = L
0 1 1 0
0 1 1
0 1 0 1 0 1 0
−1
−1
Donc le rang de T est 3. (b) Nul(T ) = L , dim(Nul(T )) = 1. (c) Comme Nul(T ) 6= {0},
1
1
1 0 1 0
1 0 0 1
T n’est pas injective (surjective non plus). (d) 0 1 1 0.
0 1 0 1
32. Soit T : R2 → R3 : T (x, y) = (2x + y, x, x − y) et S : R3 → R2 : S(x, y, z) = (x − y + z, x + y),
trouver, dans les bases canoniques de R3 et R2 , les matrices qui représentent les transformations
linéaires T , S, (S ◦ T ). Écrire (S ◦ T )(x, y).
2 1
1 −1 1 2 0
Réponse : A1 = 1 0 , A2 = , A3 = A 2 A1 = ; S ◦ T : R2 →
1 1 0 3 1
1 −1
R2 , (S ◦ T )(x, y) = (2x, 3x + y).
33. Calculer l’action de S ◦ T et T ◦ S et montrer que S ◦ T 6= T ◦ S.
(a) S : R2 → R2 : S(x, y) = (y, x) et T : R2 → R2 : T (x, y) = (x, 0).
(b) S : R3 → R3 : S(x, y, z) = (x, 0, z) et T : R3 → R3 : T (x, y, z) = (x + y, 0, y + z).
a b a 0
(c) S : M2 (R) → M2 (R) : S( )= et
c d 0 d
a b c a
T : M2 (R) → M2 (R) : T ( )= .
c d d b
Page 37 de 46
Réponse : (a) (S◦T )(x, y) = (0, x) 6= (y, 0) = (T ◦S)(x, y) ; (b) (S◦T )(x, y, z) = (x+y, 0, y+z) 6=
a b c 0 0 a a b
(x, 0, z) = (T ◦ S)(x, y, z) ; (c) (S ◦ T )( )= 6= = (T ◦ S)( ).
c d 0 b d 0 c d
34. Soient les transformations linéaires T : V → W et S : W → U .
(a) Montrer que N (T ) ⊆ N (S ◦ T ) où N (T ) est le noyau de T .
(b) Montrer que Im (S ◦ T ) ⊆ Im S où Im (T ) est l’image de T .
Réponse : (a) Soit x ∈ N (T ) ⇒ T (x) = 0 ⇒ (S ◦ T )(x) = S(T (x)) = S(0) = 0 ⇒ x ∈ N (S ◦ T ).
b) Soit x ∈ Im(S ◦ T ) ⇒ il existe y ∈ V tel que x = (S ◦ T )(y) ⇒ il existe y ∈ V tel que
x = S(T (y)) ⇒ il existe z ∈ W (z = T (y)) tel que x = S(z) ⇒ x ∈ Im(S).
35. Soit B = {v1 , v2 , ..., vn } une base d’un espace vectoriel V et S : V → W, T : V → W des
transformations linéaires telles que S(vi ) = T (vi ), ∀i = 1, 2, ..., n. Montrer que S = T .
Réponse : ∀x ∈ V , il existe c1 , . . . , cn tels que x = c1 v1 + . . . + cn vn . On en déduit que S(x) =
c1 S(v1 ) + . . . + cn S(vn ) = c1 T (v1 ) + . . . + cn T (vn ) = T (x).
At −1 1
36. Trouver les valeurs propres, vecteurs propres et l’exponentielle e de la matrice A = 1 −1 .
1
Réponse : Une valeur propre est −2 avec un vecteur propre et une autre valeur propre est
−1
1 −2t 1
+ 2 − 21 e−2t + 12
1 e
0 avec un vecteur propre . Par ailleurs, on a e = At 2 .
1 − 21 e−2t + 12 1 −2t
2e + 21
λ1 0
37. Une matrice diagonale de la forme Λ = 0 λ satisfait eΛ(t+T ) = eΛt eΛT car cette relation
2
est vraie pour chaque élément diagonal.
(a) Expliquer pourquoi eA(t+T ) = eAt eAT en utilisant la formule eAt = P eΛt P −1 .
(b) Montrer que eA+B = eA eB n’est, en général, pas vrai pour les matrices, à partir de l’exemple
0 0 0 −1
A= , B= .
1 0 0 0
Rappel : eX = 1 + X + 21 !X 2 + 13 !X 3 + ...
Réponse : (a) eA(t+T ) = P eΛ(t+T ) P −1 = P eΛt eΛT P −1 = (P eΛt P −1 )(P eΛT P −1 ) = eAt eAT .
1 0 1 −1 cos(1) − sin(1)
(b) On note que e =
A B
, e = et e A+B
= 6= eA eB .
1 1 0 1 sin(1) cos(1)
38. Si A2 = αA (α 6= 0), trouver eAt .
Réponse : eAt = I + α1 (eαt − 1)A.
39. Trouver la solution du système
dx
= x + 3y,
dt
dy = 2x + 2y.
dt
qui satisfait x(0) = 0, y(0) = 5.
x(t) = 3e4t − 3e−t ,
(
x(t) 0 1 3
Réponse : At
=e · (où A = )⇒
y(t) 5 2 2 y(t) = 3e4t + 2e−t .
Page 38 de 46
40. Trouver la solution générale du système
dx
= 5x + 8y + 16z,
dt
dy
= 4x + y + 8z,
dt
dz = −4x − 4y − 11z.
dt
Ensuite, trouver une solution qui satisfait x(0) = y(0) = z(0) = 1.
Réponse : La solution générale du système est
− 2e−2t + 2et −2e−2t + 2et 2e−3t − 6e−2t + 4et
−3t
x(t) e c1
y(t) = −e−3t + et et −2e−3t + 2et · c2 , où c1 , c2 , c3 ∈ R.
z(t) e−2t − et e−2t − et 3e−2t − 2et c3
La solution particulière qui satisfait x(0) = y(0) = z(0) = 1 est
− 2e−2t + 2et −2e−2t + 2et 2e−3t − 6e−2t + 4et − 10e−2t + 8et
−3t −3t
x(t) e 1 3e
y(t) = −e−3t + et et −2e−3t + 2et ·1 = −3e−3t + 4et .
−2t t −2t t −2t t −2t t
z(t) e −e e −e 3e − 2e 1 5e − 4e
41. Pour les transformations linéaires suivantes, trouver une base dans laquelle les matrices asso-
ciées sont diagonales.
(a) T : R3 → R3 : (x, y, z) → (2y, x − y, 2x + y);
a b a−c b−d
(b) M2 (C) → M2 (C) : → .
c d 2a − c 2b − d
−2 2 0
Réponse : (a) BR =
3 2 , 1 , 0 ;
1 5 1
1 0 0 1 0 1 1 0
(b) BM2 (C) = , , , .
1−i 0 0 1−i 0 1+i 1+i 0
42. (a) Déterminer une matrice P telle que P −1 AP est diagonal si
1 0 0
A = 1 0 −2 .
−1 1 −3
du
(b) Trouver la solution générale de l’équation = Au.
dt
1
(c) Donner la solution unique qui satisfait les conditions initiales u(0) = −1 .
0
t
0 2 1 x(t) e 0 0
Réponse : (a) P = −1 0 1 ; (b) y(t) = e2t − et −e2t + 2et −2e2t + 2et ·
1 1 0 z(t) −e2t + et e2t − et 2e2t − et
et et
c1 x(t) 0 0 1
c2 , où c1 , c2 , c3 ∈ R ; (c) y(t) = e2t − et −e2t + 2et −2e2t + 2et ·−1 = 2e2t − 3et .
c3 z(t) −e2t + et e2t − et 2e2t − et 0 −2e2t + 2et
1 0 0
du
43. (a) Trouver la solution générale du système = 0 3 −2 u.
dt 0 −2 3
Page 39 de 46
1
(b) Déterminer la solution unique correspondant à la condition initiale u(0) = 0.
1
t
x(t) e 0 0 c1
1 5t 1 t 1 5t 1 t
Réponse : (a) y(t) = 0 2 e + 2 e − 2 e + 2 e · c2 , où c1 , c2 , c3 ∈ R ;
z(t) 0 − 21 e5t + 21 et 1 5t
2 e + 1 t
2 e c3
t
x(t) e
(b) y(t) = − 21 e5t + 12 et .
1 5t 1 t
z(t) 2e + 2e
Page 40 de 46
CHAPITRE 6 : L’orthogonalité et les moindres carrés
1. Si ||x|| = ||y||, pour x, y des vecteurs d’un espace euclidien, prouver que x − y et x + y doivent
être orthogonaux.
Réponse : < x − y, x + y >=< x, x > − < y, y >= ||x||2 − ||y||2 = 0.
2. Soient u, v vecteurs d’un espace euclidien. Montrer que {u, v} est orthogonal ⇔ ||u + v||2 =
||u||2 + ||v||2 .
Réponse : ||u+v||2 =< u+v, u+v >=< u, u > +2 < u, v > + < v, v >= ||u||2 +2 < u, v > +||v||2 ,
donc ||u + v||2 = ||u||2 + ||v||2 ⇔< u, v >= 0.
3. Si A est une matrice 2 × n et que uT , v T désignent les lignes de A,
||u||2 uT v
(a) montrer que AA = T
;
uT v ||v||2
(b) det(AAT ) ≥ 0.
uT u u T v
T
Réponse : (a) AA = ; (b) det(AAT ) = ||u||2 ||v||2 −(< u, v >)2 ≥ 0 par l’inégalité
uT v v T v
de Cauchy-Schwarz.
4. Trouver un sous-espace vectoriel de R4 qui est orthogonal à (1, 1, 2, 1) et (2, 0, 1, 0). Donner une
base de ce sous-espace.
Réponse : V = {(x, y, z, t)| x + y + 2z + t = 0 et 2x + z = 0}. Une base de V est B =
{(−1, −3, 2, 0), (0, −1, 0, 1)}.
R1
5. Dans l’espace des fonctions intégrables sur R, avec le produit scalaire < f, g >= −1
f (x)g(x)dx,
trouver un polynôme de degré 2 orthogonal à f (x) = 2 et g(x) = x + 1, ∀x ∈ R.
Réponse : p(x) = −3x2 + 1.
6. Utiliser le procédé de Gram-Schmidt pour construire une base orthonormée à partir des vecteurs
(−2, 1, 1), (2, 1, 1), (1, −2, 1).
n o
Réponse : √16 (−2, 1, 1), √13 (1, 1, 1), √12 (0, −1, 1) .
7. (a) Soient t0 , t1 , t2 , ..., tk , k ≥ n, des nombres réels distincts. Pour p et q dans Rn [t], on définit
< p, q >:= p(t0 )q(t0 ) + p(t1 )q(t1 ) + ... + p(tk )q(tk ).
Prouver que cela définit un produit scalaire sur Rn [t].
(b) On considère à présent R2 [t] avec le produit scalaire ci-dessus en évaluant les polynômes aux
points t0 = −2, t1 = −1, t2 = 0, t3 = 1 et t4 = 2. Donner une base orthogonale de R2 [t] en appliquant
le procédé de Gram-Schmidt aux polynômes 1, t et t2 .
Réponse : (a) (1) < p, q >= p(t0 )q(t0 ) + p(t1 )q(t1 ) + ... + p(tk )q(tk ) = q(t0 )p(t0 ) + q(t1 )p(t1 ) +
... + q(tk )p(tk ) =< q, p >, pour tous p, q dans Rn [t]. (2) < p + r, q >= (p(t0 ) + r(t0 ))q(t0 ) +
(p(t1 ) + r(t1 ))q(t1 ) + ... + (p(tk ) + r(tk ))q(tk ) = (p(t0 )q(t0 ) + p(t1 )q(t1 ) + ... + p(tk )q(tk )) + (r(t0 )q(t0 ) +
r(t1 )q(t1 ) + ... + r(tk )q(tk )) =< p, q > + < r, q >, pour tous p, q et r dans Rn [t]. (3) < cp, q >=
(cp(t0 ))q(t0 ) + (cp(t1 ))q(t1 ) + ... + (cp(tk ))q(tk ) = c(p(t0 )q(t0 ) + p(t1 )q(t1 ) + ... + p(tk )q(tk )) = c <
p, q >= p(t0 )(cq(t0 )) + p(t1 )(cq(t1 )) + ... + p(tk )(cq(tk )) =< p, cq >, pour tous p, q dans Rn [t] et c
Page 41 de 46
dans R. (4) < p, p >= p2 (t0 ) + p(t1 )2 + ... + p2 (tk ) ≥ 0 pour tout p ∈ Rn [t]. En plus, < p, p >=
p (t0 ) + p(t1 )2 + ... + p2 (tk ) = 0 ⇒ p(t0 ) = p(t1 ) = . . . = p(tk ) = 0 ⇒ p s’annule dans k + 1(≥ n + 1)
2
points, mais le degré de p est n, donc p doit être le polynôme nul. (b) 1, t, t2 − 2 .
8. (a) Un espace vectoriel V est engendré par
{1, cos x, sin x, cos 2x, sin 2x, ..., cos nx, sin nx}, ∀x ∈ R.
Si nous définissons
Z 2π
< f, g >= f (x)g(x)dx, ∀f, g ∈ V,
0
prouver que les générateurs donnés forment une base orthogonale.
(b) Vérifier aussi que l’ensemble
1 1 1 1 1 1 1
{ √ , √ cos x, √ sin x, √ cos 2x, √ sin 2x, ..., √ cos nx, √ sin nx}
2π π π π π π π
forme une base orthonormée de V .
Réponse : (a) On peut montrer que les fonctions données sont linéairement indépendantes de
la même manière que dans l’exercice 30(a) du Chapitre 5. Les fonctions sont aussi orthogonales :
R 2π R 2π
0
cos hx dx = − h1 sin hx|2π0 = 0, pour tout h = 1, . . . , n ; 0 sin kx cos hx dx = 0 pour tout h, k =
R 2π R 2π
0, . . . , n et 0 sin kx sin hx dx = 0 cos kx cos hx dx = 0 pour tout h 6= k, h, k = 1, . . . , n. Pour
R 2π R 2π
démontrer 0 sin kx cos hx dx = 0, considérez deux cas : (1) Si h = k 6= 0, alors 0 sin kx cos hx dx =
1 2π 1 2π
= 0 ; (2) Si k 6= h, non-nuls, utilisez la formule sin a cos b =
R
2 0 sin 2hx dx = 4h cos 2hx|0
1
2 (sin(a + b) + sin(a − b)). La résolution des autres intégrales est similaire. (b) On vérifie que chaque
R 2π 1 2 R 2π 1 2 R 2π
fonction est de norme 1 : 0 √
2π
dx = 1 ; 0
√ cos kx
π
dx = π1 0 1+cos
2
2kx
dx = 1 ;
R 2π 1 2 2π
dx = π1 0 1−cos 2kx
dx = 1, pour tout k = 1, . . . , n.
R
√ sin kx
0 π 2
1
9. (a) Soient f et g ∈ C0 ([0, 1]) et < f, g >= f (t)g(t) dt. Montrer que c’est un produit scalaire
R
0
sur C0 ([0, 1]).
Note : C0 ([0, 1]) est l’ensemble des fonctions continues sur l’intervalle [0,1].
(b) Soient V l’espace C0 ([0, 1]) muni du produit scalaire ci-dessus et W le sous-espace engendré
par les polynômes p1 (t) = 1, p2 (t) = 2t − 1 et p3 (t) = 12t2 . Utiliser le procédé de Gram-Schmidt pour
trouver une base orthogonale de W .
R 1 R 1
Réponse : (a) (1) < f, g >= 0 f (t)g(t) dt = 0 g(t)f (t) dt =< g, f >, pour tout f, g dans
R 1 R 1 R 1
C0 ([0, 1]). (2) < f1 + f2 , g >= 0 (f1 (t) + f2 (t))g(t) dt = 0 f1 (t)g(t) dt + 0 f2 (t)g(t) dt, pour tout
R 1 R 1
f1 , f2 et g dans C0 ([0, 1]). (3) < cf, g >= 0 (cf (t))g(t) dt = 0 f (t)(cg(t)) dt =< f, cg >= c <
f, g >, pour tout f, g dans Rn [t] et c dans R. (4) On note que les propriétés de l’intégrale définie d’une
R 1
fonction impliquent que < f, f >= 0 f 2 (t) dt ≥ 0 pour toute f ∈ C0 ([0, 1]) et < f, f >= 0 ⇒ f ≡ 0
sur l’intervalle [0, 1]. (b) 1, 2t − 1, 12t2 − 12t + 2 .
10. Trouver x et normaliser les colonnes pour faire de la matrice suivante une matrice orthogonale :
0 −1 x
1 0 0 .
0 2 1
Page 42 de 46
√ √
0 −1/ 5 2/ 5
Réponse : 1 0√ 0√ .
0 2/ 5 1/ 5
11. Trouver tous les λ et µ réels tels que la matrice A soit orthogonale :
2 λ µ
1
A = λ −1 2 .
3
µ 2 2
Réponse : (λ, µ) = (−2, 1) et (λ, µ) = (2, −1).
12. Soit la matrice Q ∈ Mn (R) définie par Q = I − 2uuT où u est un vecteur de Rn de norme 1.
Montrer que Q est une matrice orthogonale.
Réponse : On note d’abord que P := uuT est une matrice idempotente (c.à.d. P 2 = P ) car
(uuT )(uuT ) = u(uT u)uT = uuT . Alors QQT = (I − 2uuT )(I T − 2(uuT )T ) = (I − 2uuT )(I − 2uuT ) =
I − 2uuT − 2uuT + 4uuT uuT = I.
Page 43 de 46
CHAPITRE 7 : Les matrices symétriques et les matrices hermitiennes
0 a 0
1. Soit A = a 0 c, où un des a, c 6= 0. Montrer que le polynôme caractéristique s’écrit
0 c 0
√
p(λ) = −λ(λ − k)(λ + k), où k = a2 + c2 et trouver une matrice orthogonale P qui diagonalise A.
Réponse : det(A − λI) = −λ(λ2 − (a2 + c2 )) = −λ(λ − k)(λ + k) ; On peut prendre
c a a
− k k√ 2
− k√ 2
P = 0
√1 √1
.
2 2
a c c
k
√
k 2
− √
k 2
2. Montrer qu’une matrice réelle symétrique est inversible ssi ses valeurs propres sont non nulles.
Réponse : Soient λi , i = 1, . . . , n, les valeurs propres de A. Comme A est réelle et symétrique,
il existe une matrice orthogonale P telle que A = P DP −1 , où D = diag(λ1 , . . . , λn ). Donc det A =
λ1 · λ2 · . . . · λn , et A inversible si et seulement si aucune valeur propre n’est pas nulle.
a b
3. (a) Montrer que la matrice symétrique A = b c , a, b, c ∈ R, possède des valeurs propres
réelles.
(b) Déterminer les valeurs propres et vecteurs propres de cette matrice lorsque c = a et b > 0.
(c) Effectuer ensuite la diagonalisation.
du x
(d) Soit le système matriciel = Au, u = . Ecrire la solution générale lorsque
dt y
(i) b = 2, a = c = −3, (ii) b = 2, a = c = −1.
Réponse : (a) L’équation caractéristique de A est λ2 − λ(a + c) + ac − b2 = 0. Comme son
discriminant est ∆ = (a − c)2 + 4b2 ≥ 0,ses racines (les valeurs propres de A) sont réelles. (b)
1
λ1 = a + b avec un vecteur propre associé et λ2 = a − b avec un vecteur propre correspondant
1
1 1 1
. (c) On peut prendre P = √12 orthogonale, pour avoir P −1 = P T , d’où D =
−1 1 −1
−t
e + e−5t e−t − e−5t
c1
P −1 AP = P T DP = P DP = diag(a + b, a − b). (d) (i) u(t) = 12 −t −5t −t −5t ,
t e − e e + e c2
e + e−3t et − e−3t
c1
où c1 , c2 ∈ R ; (ii) u(t) = 12 t , où c1 , c2 ∈ R.
e − e−3t et + e−3t c2
4. Soit A une matrice orthogonale réelle, c’est-à-dire telle que AT A = I.
(a) Montrer que si λ est une valeur propre de A, alors 1/λ est aussi une valeur propre de A.
(b) Montrer que quelle que soit la valeur propre λ (éventuellement complexes) alors on a |λ| = 1.
0 0 0 0 0 1
1 0 0 0 0 0
0 1 0 0 0 0
(c) Soit A =
0
. Trouver les valeurs propres et vecteurs propres de cette
0 1 0 0 0
0 0 0 1 0 0
0 0 0 0 1 0
matrice.
Page 44 de 46
Réponse : (a) Soit λ une valeur propre de A et u un vecteur propre associé : Au = λu. Alors
AT Au = AT (λu) ⇒ u = λAT u. Comme A est inversible, λ 6= 0 ( voir l’exercice 2). Donc λ1 u = AT u et
1
λ est une valeur propre de A . Mais A et A ont les mêmes valeurs propres (à cause de det(A − λI) =
T T
det(AT − λI)), donc λ1 est aussi une valeur propre de A. (b) On prend comme avant Au = λu. On
considère le produit scalaire dans Cn , sachant que A est réelle, on a donc
λ · λ ||u||2 =< Au, Au >= uT AT Au = uT u = ||u||2 ⇒ |λ|2 = 1 ⇒ |λ| = 1.
√
3
(c) λ1 = −1, uT1 = (−1, 1, −1, 1, −1, 1) ; λ2 = 1, uT2 = (1, 1, 1, 1, 1, 1) ; λ3 = − 12 + i 2 =: α,
√ √
uT3= (α, 1, α, α, 1, α) ; λ4 = α = − 21 − i 23 , u4 = (α, 1, α, α, 1, α) ; λ5 = 1
2 + i 23 =: β, uT5 =
√
1 3
(−β, β, 1, β, −β, −1) ; λ6 = β = 2 − i 2 , u6 = (−β, β, 1, β, −β, −1).
T
5. Dans chaque cas, déterminer si la matrice donnée est hermitienne c’est-à-dire A∗ = A (où
A := ĀT ).
∗
1 −i 2 3 1 i
(a) , (b) , (c) ,
i i −3 2 −i 2
1 −i 1 z z |z| z
(d) , (e) √ , z 6= 0, (f ) .
i −1 2|z| z̄ −z̄ z̄ −|z|
Réponse : Seules les matrices en (c), (d) et (f ) sont hermitiennes .
6. Une matrice complexe
S est dite antihermitienne si S ∗ = −S. Etant donné la matrice complexe
i 2+i
S= , montrer
−2 + i −3i
(a) qu’elle est antihermitienne ;
(b) que ses valeurs propres sont imaginaires pures ;
(c) qu’elle peut être diagonalisée par une matrice unitaire (chercher U unitaire telle que U ∗ SU =
Λ).
!
−i −2 − i
Réponse : (a) S ∗ = = −S ; (b) Les valeurs propres de S sont −4i et 2i.
2−i 3i
q 1 2
−5 − 5i 1
(c) U = 56 1 2 .
1 5 − 5i
7. Trouver une matrice unitaire qui diagonalise la matrice
1 0 1+i
0 z 0 , z ∈ C.
1−i 0 0
√ √ √
6 6 6
3 0 − 6 −i 6
Réponse : U = √ 0 √ 1 0 .
√
6
6 − i 66 0 3
6
8. Pour chaque matrice A suivante, déterminer une matrice unitaire U telle que U ∗ AU est diago-
nal :
1 1+i i 1+i
(a) A = , (b) A = .
1−i 2 −1 + i 2i
!
√1 − √i − √13 + √i
1 i
2 + 1
Réponse : (a) √6 2 2
1 i ; (b) 6
√2
6
√1
3 .
1 −2 + 2 6 3
Page 45 de 46
9. Soit A une matrice n × n inversible et diagonalisable.
(a) Soit λ une de ses valeurs propres, montrer que λ−1 est une valeur propre de A−1 .
(b) Soit S une matrice qui diagonalise A, trouver à partir de S une matrice T qui diagonalise A −1 .
(c) La matrice A suivante :
1−i 1+i
0 2 0 2
1+i 0 1−i
0
A= 2 2
1+i 1−i ,
0 0
2 2
1−i 1+i
2 0 2 0
est diagonalisable et possède deux valeurs propres doubles +1 et −1. Trouver son inverse.
Suggestion : ne pas calculer.
(d) Quelles sont parmi les propriétés suivantes celles qui sont satisfaites par A : symétrique, anti-
symétrique, hermitienne, antihermitienne, unitaire.
1
Réponse : (a) A inversible ⇒ λ 6= 0 et A−1 (Au) = A−1 (λu) ⇒ u = λA−1 u ⇒ A−1 u = λ u, pour
un vecteur u 6= 0. (b) A = (SDS ) = S
−1 −1 −1 −1
D −1
S⇒T =S −1
. (c) A = I, donc A
2 −1
= A.
(d) La matrice A est hermitienne et unitaire.
10. Etant donné une matrice antihermitienne A ∈ Mn (C), montrer
(a) que la matrice iA est hermitienne ;
(b) que A2 est hermitienne ;
(c) que toute puissance impaire de A est aussi antihermitienne.
Réponse : (a) (iA)∗ = −iA∗ = iA ; (b) (A2 )∗ = (A∗ )2 = (−A)2 = A2 ; (c) (A2k+1 )∗ =
(A∗ )2k+1 = (−A)2k+1 = −A2k+1 , pour tout k ∈ N.
Page 46 de 46
Vous aimerez peut-être aussi
- Corrigé d'Examen d'Algèbre LinéairePas encore d'évaluationCorrigé d'Examen d'Algèbre Linéaire99 pages
- Systèmes linéaires : exercices et solutionsPas encore d'évaluationSystèmes linéaires : exercices et solutions3 pages
- Examens Corrigés d'Algèbre et GéométriePas encore d'évaluationExamens Corrigés d'Algèbre et Géométrie60 pages
- Équations Linéaires et Systèmes: Concepts et RésolutionPas encore d'évaluationÉquations Linéaires et Systèmes: Concepts et Résolution6 pages
- Examen d'Algèbre - Université LibanaisePas encore d'évaluationExamen d'Algèbre - Université Libanaise4 pages
- Correction TD3 : Systèmes Linéaires et Équations DifférentiellesPas encore d'évaluationCorrection TD3 : Systèmes Linéaires et Équations Différentielles10 pages
- Exercices d'Algèbre Linéaire 2023-2024Pas encore d'évaluationExercices d'Algèbre Linéaire 2023-20242 pages
- Algèbre linéaire : systèmes d'équationsPas encore d'évaluationAlgèbre linéaire : systèmes d'équations128 pages
- Exercices de calcul matriciel et systèmes d'équationsPas encore d'évaluationExercices de calcul matriciel et systèmes d'équations7 pages
- Résolution de systèmes linéaires et équations différentiellesPas encore d'évaluationRésolution de systèmes linéaires et équations différentielles14 pages
- TD Algèbre Linéaire : Normes et SystèmesPas encore d'évaluationTD Algèbre Linéaire : Normes et Systèmes3 pages
- Méthode de Cramer pour systèmes 3x3Pas encore d'évaluationMéthode de Cramer pour systèmes 3x310 pages
- Exercices d'Algèbre Linéaire L1 2012-2013Pas encore d'évaluationExercices d'Algèbre Linéaire L1 2012-201373 pages
- Questions et Exercices sur les MatricesPas encore d'évaluationQuestions et Exercices sur les Matrices12 pages
- Devoir de Mathématiques II : Algèbre et SystèmesPas encore d'évaluationDevoir de Mathématiques II : Algèbre et Systèmes9 pages
- Résolution des systèmes d'équations linéairesPas encore d'évaluationRésolution des systèmes d'équations linéaires25 pages
- Correction Algèbre Linéaire et AnalysePas encore d'évaluationCorrection Algèbre Linéaire et Analyse5 pages
- TA Maths Leçon 07 Systèmes LinéairesPas encore d'évaluationTA Maths Leçon 07 Systèmes Linéaires10 pages
- Exercices sur les systèmes linéairesPas encore d'évaluationExercices sur les systèmes linéaires2 pages
- Résolution d'équations différentielles et matricesPas encore d'évaluationRésolution d'équations différentielles et matrices8 pages
- Examen Algèbre Linéaire II 2023-2024Pas encore d'évaluationExamen Algèbre Linéaire II 2023-20241 page
- Fiche de TD Analyse Num Polytech de DoualaPas encore d'évaluationFiche de TD Analyse Num Polytech de Douala8 pages
- Travaux Dirigés en Analyse NumériquePas encore d'évaluationTravaux Dirigés en Analyse Numérique15 pages
- Exercices Avancés en Algèbre LinéairePas encore d'évaluationExercices Avancés en Algèbre Linéaire3 pages
- 24L1 - TD #2 - Algèbre - Biosciences - SOROPas encore d'évaluation24L1 - TD #2 - Algèbre - Biosciences - SORO4 pages
- Controle Continu Final Automne 2013 Math I Algebre CorrectionPas encore d'évaluationControle Continu Final Automne 2013 Math I Algebre Correction4 pages
- Matrices et systèmes linéaires : exercicesPas encore d'évaluationMatrices et systèmes linéaires : exercices3 pages
- Exercices Corrigés sur Matrices et DéterminantsPas encore d'évaluationExercices Corrigés sur Matrices et Déterminants4 pages
- Systèmes d'équations linéaires - ExercicesPas encore d'évaluationSystèmes d'équations linéaires - Exercices2 pages
- Analyse des Matrices en Algèbre LinéairePas encore d'évaluationAnalyse des Matrices en Algèbre Linéaire4 pages
- Calcul Matriciel, Systèmes Et Graphes. DS1. 2023. Corrigé.Pas encore d'évaluationCalcul Matriciel, Systèmes Et Graphes. DS1. 2023. Corrigé.7 pages
- Concepts clés en biophysique et métabolismePas encore d'évaluationConcepts clés en biophysique et métabolisme28 pages
- Signalisation cellulaire : types et mécanismesPas encore d'évaluationSignalisation cellulaire : types et mécanismes30 pages
- Anneaux et Corps : Concepts et PropriétésPas encore d'évaluationAnneaux et Corps : Concepts et Propriétés83 pages
- Acides, bases et solvants en chimiePas encore d'évaluationAcides, bases et solvants en chimie12 pages
- Nomenclature des Composés ChimiquesPas encore d'évaluationNomenclature des Composés Chimiques26 pages
- Analyse de Fourier Dans Les Espaces Fonctionnels, Niveau M1 (PDFDrive)100% (4)Analyse de Fourier Dans Les Espaces Fonctionnels, Niveau M1 (PDFDrive)454 pages
- Le Calcul Tensoriel en Physique - Cours Et Exercices Corrigés (PDFDrive)Pas encore d'évaluationLe Calcul Tensoriel en Physique - Cours Et Exercices Corrigés (PDFDrive)244 pages
- Relativité - Fondements Et Applications - Avec 150 Exercices Et Problèmes Résolus (PDFDrive)100% (4)Relativité - Fondements Et Applications - Avec 150 Exercices Et Problèmes Résolus (PDFDrive)461 pages
- Topologie Et Analyse Fonctionnelle - Cours de Licence - Avec 240 Exercices Et 30 Problèmes Corrigés (PDFDrive)Pas encore d'évaluationTopologie Et Analyse Fonctionnelle - Cours de Licence - Avec 240 Exercices Et 30 Problèmes Corrigés (PDFDrive)511 pages
- Leçon 159 Formes Linéaires Et Dualité en Dimension Finie, Exemples Et ApplicationsPas encore d'évaluationLeçon 159 Formes Linéaires Et Dualité en Dimension Finie, Exemples Et Applications6 pages
- Devoir Commun Math 2 Lycee PissarroPas encore d'évaluationDevoir Commun Math 2 Lycee Pissarro2 pages
- Simplification des Fonctions LogiquesPas encore d'évaluationSimplification des Fonctions Logiques8 pages
- Exercices d'algèbre sur espaces vectorielsPas encore d'évaluationExercices d'algèbre sur espaces vectoriels1 page
- Introduction à Matlab et Calcul MatricielPas encore d'évaluationIntroduction à Matlab et Calcul Matriciel116 pages
- Corrigé Du Devoir Surveillé N°3 Semestre 2 2 SM 2024.2025 - MR - ELABBASSIPas encore d'évaluationCorrigé Du Devoir Surveillé N°3 Semestre 2 2 SM 2024.2025 - MR - ELABBASSI2 pages
- Devoir de Niveau 1 (3ème) Du Trimestre 3-1Pas encore d'évaluationDevoir de Niveau 1 (3ème) Du Trimestre 3-13 pages
- Origines des Nombres Complexes et QuaternionsPas encore d'évaluationOrigines des Nombres Complexes et Quaternions152 pages
- Exercices Corrigés sur Équations du Second DegréPas encore d'évaluationExercices Corrigés sur Équations du Second Degré2 pages
- Méthodes d'Optimisation Locale en MathématiquesPas encore d'évaluationMéthodes d'Optimisation Locale en Mathématiques7 pages
- Introduction à la transformation de LaplacePas encore d'évaluationIntroduction à la transformation de Laplace13 pages
- Opérations de l'algèbre relationnelle SQLPas encore d'évaluationOpérations de l'algèbre relationnelle SQL12 pages
- Chapitre 7 Les Fonctions de Référence Mod Avril 2025Pas encore d'évaluationChapitre 7 Les Fonctions de Référence Mod Avril 20256 pages
- Liens entre fonction de transfert et étatPas encore d'évaluationLiens entre fonction de transfert et état26 pages
