Université de Rennes L1 mathématiques 2023-2024

Exercices de TD du module AG21

Feuille d’exercices n◦ 1

Matrices, systèmes linéaires

Dans tous ces exercices, le symbole K, lorsqu’il est utilisé, désigne un corps quelconque. Si
on le souhaite, on pourra alors supposer K = R ou K = C.

1. Calculs de sommes et produits de matrices

   
2 −1 1 1
Exercice 1. On considère les matrices A1 =  −2 −1  et A2 =  1 −1  .
3 0 −1 3
Calculer la somme A1 + A2 .
   
4 2 −1 1 1 2
 1 3 −2   2 −2 3 
Exercice 2. Même question avec les matrices A1 =   −4 2 1  et A2 =  2
  .
2 3 
−2 3 0 −2 −1 3
   
2 −1 1 1 5
Exercice 3. On considère les matrices A1 = et A2 = .
3 0 −1 3 −3
Calculer le produit A1 · A2 . Peut-on effectuer le produit A2 · A1 ?
 
  3 −1 0
0 2 −1
Exercice 4. Soient x, y, z des réels. Soient A = , B =  1 1 0 ,
3 −1 0
2 2 1
   
−1 0 −1

C =  1 1 , D =  −1  et E = x y z . Quels produits mettant en jeu deux
2 1 2
de ces matrices peut on effectuer ? Calculer les produits en question.
Exercice
 5. Dans chacun
 des cassuivants, calculer
 les produits  A1 ·A2 et A2 ·A1 :
 matriciels
1 2 −1 1 1 2 2 −1  
1 1 5
a)A1 =  −1 2 1  A2 =  1 2 1  , b)A1 =  2 −1  A2 = .
−1 3 −3
1 1 1 1 −1 1 3 0
Exercice 6. On considèreles matrices suivantes
 : 
  2 0 1 1 0 3 2
1 −2 3
A= B =  1 1 −2  C =  3 −1 2 −1  .
3 1 2
−1 3 1 2 0 1 −1
Vérifier la relation (A · B) · C = A · (B · C).
   
0 0 1 1 0 0
Exercice 7. Soient A =  0 1 0  et B =  0 0 2  . Calculer A2 , B 2 , AB
1 1 2 1 −1 0
et BA. Vérifier la relation AB 6= BA.

1
Je remercie le précédent responsable du module AG2 ainsi que les collègues ayant contribué au site
Exo7, dont le travail a fourni la matière à de nombreux exercices de ces feuilles.

1
2

   
0 1 0 1
Exercice 8. Soient A = ,B= . Montrer que A4 = I2 et B 3 =
−1 0 −1 −1
I2 , mais que (AB)12 6= I2 . Que peut-on en déduire ?
 
1 2
Exercice 9. Soit A =  3 4  . Déterminer, si c’est possible, des matrices B et B 0
−1 4
0
telles que BA = I2 et AB = I3 .

2. Calculs de puissances de matrices

Exercice 10. Calculer les puissances successives de
   
0 1 0 0 1 −1 1 −1
 0 0 1 0   −1 1 −1 1 
A=  0 0 0 1  et B =  1 −1 1 −1  .
  

0 0 0 0 −1 1 −1 1
   
2 0 0 0 0 0
Exercice 11. Soient A =  0 2 0  et B =  2 0 0  . Pour tout entier naturel p,
0 0 2 3 1 0
calculer A et B . Montrer que AB = BA. Calculer (A + B)p .
p p

 
2 1
Exercice 12. Soit A = . Calculer A2 et A3 . Pour tout n ∈ N∗ , déterminer An
0 2
(procéder par récurrence ou utiliser la formule du binôme).

3. Calculs d’inverses de matrices

   
−1 −2 2 1
Exercice 13. Soient A = et B = .
3 4 5 3
Montrer que A et B sont inversibles et calculer A−1 , B −1 , (AB)−1 , (BA)−1 , A−2 .
 
cos θ − sin θ
Exercice 14. Pour θ ∈ R, on pose A(θ) = . Montrer que A(θ) est
sin θ cos θ
inversible et calculer A(θ)−1 .
Exercice
 15. Montrer
 que les matrices suivantes sont inversibles et calculer leur inverse :
1 0 1
A1 =  0 1 1  ,
1 1 0
   
−3 2 −1 2 4 3
A2 =  2 0 1  , A3 =  0 1 1  ,
−1 2 1 2 2 −1
 
  1 0 −1 1
1 1 1  1 0 0 0 
2iπ
A4 =  1 j j 2  (où j = e 3 ), A5 =   0 1 0 0 .

1 j 2 j
0 0 1 0
 
0 1 0 0
 1 0 0 0  4
Exercice 16. On considère la matrice C =   0 0 0 −1  . Calculer C , et en


0 0 1 0
∗
déduire, pour tout n ∈ N , C ainsi que C et (C 2 )−1 .
n −1
 3

 
i 0
Exercice 17. On considère les matrices suivantes de M2 (C) : J = et K =
0 −i
 
0 i
. Calculer les puissances successives de J et de K. En déduire que J et K sont
i 0
inversibles et l’expression de leur inverse.
 
0 0 0 1
 0 0 0 1  4 3
Exercice 18. Soit A =   1 1 0 0  . Montrer que A = A, mais que A 6= I4 . La

2 2
0 0 1 0
matrice A est-elle inversible ?
 
−1 −2 0
Exercice 19. Soit A =  2 3 0  . Calculer 2A − A2 . En déduire (quasiment sans
0 0 1
aucun calcul) que A est inversible et déterminer son inverse.
 
1 0 −10
Exercice 20. Soient A =  1 1 −5  . Montrer que A3 − A2 + 4A + 6I3 = 0. En
0 1 −1
déduire (quasiment sans aucun calcul) que A est inversible et déterminer son inverse.
1 j2 j
 
2iπ
Exercice 21. Soit j = e 3 et J =  j 1 j 2  . Calculer les puissances successives
j2 j 1
de J. La matrice J est-elle inversible ?
 
2 0 4
Exercice 22. Soient A =  3 −4 12  . Montrer que A · (A − I3 ) · (A − 2I3 ) = 0.
1 −2 5
Calculer (A − I3 ) · (A − 2I3 ). La matrice A est-elle inversible ?
 
0 7 −6
Exercice 23. Soient B =  −1 4 0  . Calculer (B − I3 )(B + I3 )(B − 2I3 ). La
0 2 −2
matrice B − 2I3 est-elle inversible ?

4. Calcul matriciel : exercices plus théoriques

Exercice 24. Soit n ≥ 1 un entier et A ∈ Mn (K). On suppose qu’il existe des éléments
λ1 , λ2 ∈ K \{0} et des entiers strictement positifs m1 , m2 tels que
(A − λ1 · In )m1 · (A − λ2 · In )m2 = 0
Montrez que la matrice A est inversible. Si le coeur vous en dit, généralisez.
Exercice 25. (Démonstration de résultats du cours)
Soit n ≥ 1 et p ≥ 1 des entiers. Soient A, B et C trois matrices appartenant à Mn,p (K).
Soient α ∈ K et β ∈ K deux scalaires. Soit m un entier strictement positif. Justifier les
assertions suivantes :
(1) A + B = B + A
(2) A + (B + C) = (A + B) + C
(3) A + 0 = A
(4) A + (−A) = 0
(5) 1 · A = A
(6) 0 · A = 0
(7) α · (β · A) = (αβ) · A
(8) α · (A + B) = α · A + α · B
4

(9) (α + β) · A = α · A + β · A
(10) m · A = A + · · · + A (m occurences de A dans le membre de droite)
Exercice 26. Soient A et B deux matrices de même taille. Soit n ≥ 1 et p ≥ 1 des entiers.
Soient A et B des matrices de Mn,p (K). Montrer que si A + B = A, alors B est la matrice
nulle.
Exercice 27. (Démonstration de résultats du cours)
Soit A, B et C des matrices. Démontrer les assertions suivantes. On précisera à chaque fois
les hypothèses nécessaires sur les tailles des matrices pour que les produits et les sommes
de matrices mis en jeu existent.
(1) A · (B · C) = (A · B) · C
(2) A · (B + C) = A · B + A · C
(3) (B + C) · A = B · A + C · A
(4) A · 0 = 0 et 0 · A = 0.
Exercice 28. (Démonstration d’un résultat du cours)
Soit n ≥ 1, p ≥ 1 des entiers et A ∈ Mn,p (K). Montrer les relations
In · A = A et A · Ip = A.
Exercice 29. (Démonstration d’un résultat du cours)
Dans cet exercice on suppose le corps K infini (par exemple K = R ou K = C). Le but
de cet exercice est de démontrer le théorème suivant du cours : un système d’équations
linéaires à coefficients dans K n’a soit aucune solution, soit une seule solution, soit une
infinité de solutions. Soit A · X = B un tel système, dont on note p le nombre d’inconnues
(ainsi l’inconnue est X ∈ Mp,1 (K) = Kp ). Soit X1 et X2 deux solutions de ce système.
(1) Montrer que pour tout t ∈ K, on a
A · (X1 + t · (X1 − X2 )) = B.
(2) Montrer que si M est une matrice et α ∈ K est un scalaire non nul tel que α · M
est la matrice nulle, alors M est la matrice nulle.
(3) On suppose qu’on a X1 6= X2 . Montrer que l’application
K −→ Mp,1 (K)
t 7−→ X1 + t · (X1 − X2 )
est injective.
(4) On rappelle que si E et F sont des ensembles tels que E est infini et il existe une
application injective de E dans F , alors F est infini. Conclure.

5. Échelonnement, calcul de rang

Exercice 30. (1) Rappeler la définition du rang d’une matrice.
(2) Calculer une forme échelonnée suivant les lignes de la matrice suivante
 
4 4 8 3
A =  −1 1 2 1 
5 4 8 3
Expliquer toutes les étapes.
(3) Quel est le rang de A ?
Exercice 31. Mettre sous
  forme lignes échelonnée la matrice
1 2 −4 −2 −1
0 −2 4 2 0 . Expliquer toutes les étapes. En déduire le rang de la matrice.
1 1 −2 −1 1
 5

 
1 7 2 5
−2 1 1 5
Faire de même avec  −1 2 1 4.


1 4 1 2
Retrouver le résultat en échelonnant suivant les colonnes.
Exercice 32. Soit a et b deux réels et A la matrice
 
a 2 −1 b
A= 3 0 1 −4  .
5 4 −1 2
Montrer que rg(A) > 2. Pour quelles valeurs de a et b a-t-on rg(A) = 2 ?
 
2 4 −5 −7
Exercice 33. Soient a, b ∈ R. Calculer le rang de la matrice −1 3 1 2  en
1 a −2 b
fonction de a et b.
Exercice 34. (1) Soit a ∈ R . Calculer une forme échelonnée suivant les lignes de la
matrice  
1 1 3 1 − 4a
M =  1 2 4 2 − 6a  .
3 2 8 1 − 7a
Expliquer les étapes du calcul et discuter suivant les valeurs du paramètre a .
Déterminer le rang de M .
(2) En déduire la résolution du système linéaire d’inconnues réelles (x, y, z)

 x + y + 3z = 1 − 4a
x + 2y + 4z = 2 − 6a
3x + 2y + 8z = 1 − 7a


suivant les valeurs du paramètre a.

6. Résolution de systèmes linéaires

On pourra présenter et effectuer les calculs nécessaires soit sous forme matricielle, soit en
manipulant directement sur les systèmes. On indiquera explicitement toutes les opérations
élémentaires effectuées. On donnera par ailleurs systématiquement le rang des
systèmes manipulés.
Exercice 35. Résoudre les systèmes d’équations linéaires à inconnues réelles suivants, en
utilisant la méthode du pivot :
 
  x + 2y = 10  2x + y = 7
x + 2y = 8
a) b) 2x − 2y = −4 c) 3x + 2y = 12
3x − 4y = 4
3x + 5y = 26 4x − 3y = 2
 
  
 x + 2y + 3z = 6  x+y−z =2  x−y+z =4
d) 2x − 3y + 2z = 14 e) 2x − y + 2z = 3 f) 2x + y + z = 4
3x + y − z = −2 x + 4y − 5z = 3 x + 5y − z = 2
  

Exercice 36. Même question pour les systèmes suivants :

 

 −2x + y − z − t = −1 
 x+z+t =2
2x + 2y − 2t =1 x−t =4
 
a) b)

 −2x − y − z − 2t = 1 
 y+t = −1
−2x + y − t = −1 y+z−t =1
 
6

Exercice 37. Résoudre les systèmes linéaires à inconnues complexes suivants, en utilisant
la méthode du pivot :
 
 ix − (1 − i)y − (1 − i)z =i  x + y + iz = 1 + i
a) −ix − (1 + i)y − (1 + i)z = −i b) −x − y + z = 1 − i
(1 + i)y + (1 − i)z =1 ix + y − z = i
 

Exercice 38. Soit m un paramètre réel. Discuter et résoudre suivant les valeurs de m les
systèmes linéaires à inconnues réelles suivants :
 
 x+y+z =m+1  (1 + m)x + y + z = 2
a) mx + y + (m − 1)z = m b) x + y + (1 − m)z = 1 + m
x + my + z =1 x + (1 − m)y + z = 1 − m
 

Exercice 39. Soit m un paramètre complexe. Discuter et résoudre suivant les valeurs
de m le système linéaire à inconnues complexes suivant :

 x − my + m2 z =m
2
mx − m y + mz = 1
mx + y − m3 z =1


Exercice 40. Soient a et b deux paramètres réels. On considère le système linéaires à

inconnues réelles suivant : 
 x + by + az = 1
x + aby + z = b
ax + by + z = 1


(1) Pour quelles valeurs de a et de b le système admet-il une solution unique ?

(2) Dans ce dernier cas, déterminer cette solution.
(3) Discuter et résoudre le système dans le cas contraire.
Exercice 41. Soient a, b, cet d des paramètres réels. On considère le système linéaire à
 x+y+z =1
inconnues réelles suivant : ax + by + cz =d
 2
a x + b2 y + c2 z = d2
(1) Pour quelles valeurs des paramètres a, b, c le système admet-il une solution unique ?
(2) Dans ce dernier cas, déterminer cette solution.
(3) Discuter et résoudre le système dans le cas contraire.
Exercice 42. Soient n un entier strictement positif et a1 , . . . , an des paramètres réels. On
considère le système de n équations à n inconnues réelles donné par :
xi + xi+1 = 2ai , pour tout i de {1, · · · , n − 1} et xn + x1 = 2an .
(1) Résoudre le système pour n = 3 et n = 4 .
(2) Montrer que si n est impair, le système admet une unique solution que l’on calculera.
(3) On suppose n pair. Déterminer les conditions sur les ai pour que le système admette
des solutions, et déterminer alors ces solutions.
Exercice 43. Soient n un entier strictement positif et λ, a1 , · · · , an des paramètres réels.
On considère le système de n équations à n inconnues réelles donné par :
x1 + · · · + xi−1 + λxi + xi+1 + · · · + xn = ai , pour tout i de {1, · · · , n − 1}
(1) Pour quelles valeurs du paramètre λ le système admet-il une solution unique ?
Xn
Calculer alors celle-ci (on pourra se servir de s = xi ).
i=1
(2) Dans le cas contraire, quelles sont les conditions sur a1 , · · · , an pour que le système
admette des solutions ?
 7

Exercice 44. Déterminer tous les polynômes à coefficients réels P (X) de degré au plus 3
vérifiant : P (1) = 0, P (−1) = −4, P (2) = 5 et P (−2) = −15.
Exercice 45. Déterminer tous les polynômes P à coefficients réels de degré au plus 3 tel
que P (1) = 1, P (2) = 5, P 0 (1) = 2 et P 0 (2) = 9, où P 0 est le polynôme dérivé de P .
Exercice 46. Existe-t-il des réels α, β, γ tels que pour tout polynôme P à coefficients réels
de degré inférieur ou égal à 3, on ait :
Z 4
P (x) dx = α · P (2) + β · P (3) + γ · P (4) ?
2
Si oui, les déterminer.

7. Plus théorique : autour de l’échelonnement ; unicité de la forme lignes

échelonnée réduite
Exercice 47. Soit n et p des entiers strictement positifs. Soit A = [ai,j ] ∈ Mn,p (K).
Rappelons que la matrice A est dite lignes échelonnée s’il existe un entier r tel que
0 ≤ r ≤ n et, si r ≥ 1, une application strictement croissante
π : {1, . . . , r} → {1, . . . , p}
(π comme "pivot"...) vérifiant les conditions suivantes :
(1) pour tout i vérifiant r + 1 ≤ i ≤ n, pour tout j ∈ {1, . . . , p}, on a ai,j = 0 ;
(2) pour tout i vérifiant 1 ≤ i ≤ r, on a ai,π(i) 6= 0 et pour tout j vérifiant 1 ≤ j ≤
π(i) − 1, on a ai,j = 0 ;
Rappelons que A est dite lignes échelonnée réduite si elle vérifie les conditions précédentes
et en outre la condition suivante : pour tout i vérifiant 1 ≤ i ≤ r, on a ai,π(i) = 1 et pour
tout i0 vérifiant 1 ≤ i0 ≤ i − 1, on a ai0 ,π(i) = 0.
(1) Avec les notations ci-dessus, pourquoi a-t-on nécessairement r ≤ p ?
(2) Vrai ou faux ? Les seuls coefficients qui peuvent apparaître dans une matrice
échelonnée réduite sont des 0 et des 1.
(3) Montrer qu’une matrice carrée lignes échelonnée réduite qui n’a pas de ligne nulle
est nécessairement la matrice identité
(4) Soit B ∈ Mn,1 (K). On suppose que la matrice augmentée (A|B) est lignes éche-
lonnée (resp. lignes échelonnée réduite). Montrer qu’alors la matrice A est lignes
échelonnée (resp. lignes échelonnée réduite).
(5) On considère deux matrices A et A0 de Mn,p (K). On rappelle qu’on dit que A0
est lignes équivalente à A si l’on peut passer de A à A0 par une succession finie
d’opérations élémentaires sur les lignes de A, en d’autres termes s’il existe un entier
positif m et des matrices d’opérations élémentaires E1 , . . . , Em telles que
A0 = Em · Em−1 . . . E1 · A.
(a) Si vous savez ce que c’est qu’une relation d’équivalence, montrez que la re-
lation "être lignes équivalente à" est une relation d’équivalence sur Mn,p (K)
(en particulier A0 est lignes équivalente à A si et seulement si A est lignes
équivalente à A0 ).
(b) Montrer que A0 est lignes équivalente à A si et seulement s’il existe P ∈ GLn (K)
telle que A0 = P · A.
(c) Soit B et B 0 des éléments de Mn,1 (K). On considère les matrices augmentées
(A|B) et (A0 |B 0 ) qui sont des éléments de Mn,p+1 (K). Montrer que si (A|B)
et (A0 |B 0 ) sont lignes équivalentes alors A et A0 sont lignes équivalentes
(6) On souhaite montrer que deux matrices lignes échelonnées réduites de même taille
qui sont en outre lignes équivalentes sont égales.
(a) Quel résultat du cours cela permettra-t-il d’obtenir ?
8

(b) Soit n un entier strictement positif. On va montrer le résultat pour toutes

les matrices à n lignes par récurrence sur le nombre de colonnes p. Écrire
soigneusement l’hypothèse de récurrence. Traiter le cas p = 1.
(c) Soit p ≥ 1 tel que l’hypothèse de récurrence au rang p est vérifiée. Soit A et
A0 des élements de Mn,p (K), et B et B 0 des éléments de Mn,1 (K) tels que les
matrices augmentées (A|B) et (A0 |B 0 ) sont lignes équivalentes et lignes réduites
échelonnées. Pourquoi a-t-on A = A0 ? Pourquoi les systèmes (d’inconnue
X ∈ Mp,1 (K)) AX = B et A0 X = B 0 sont-ils équivalents ?
(d) On conserve les notations et hypothèses précédentes. On note r le nombre de
pivots de A = A0 . Montrer que le système AX = B est incompatible si et
seulement si r < n et B = (0, . . . , 0, 1, 0, . . . , 0) (le 1 est en position r + 1).
En supposant le système AX = B incompatible, montrer que B = B 0 . En
supposant à présent le système AX = B compatible, montrer que B = B 0 .
(e) Conclure.
 9

Feuille d’exercices n◦ 2

L’espace vectoriel Rp
Remarque préliminaire : Dans le cours les éléments de Rp ont été identifiés à des matri-
ces colonnes. Dans la plupart des énoncés ci-dessous, pour des raisons de commodité de
présentation, on se permettra de les écrire comme des matrices lignes.

1. Manipulations de Vect
Exercice 1. Soient x et y des réels. On considère les vecteurs de de R4 suivants : v1 =
(1, 2, 3, 4), v2 = (1, −2, 3, −4), w1 = (x, 1, y, 1) et w2 = (x, 1, 1, y). Existe-t-il des valeurs
de x et y telles que w1 ∈ Vect{v1 , v2 } ? Et telles que w2 ∈ Vect{v1 , v2 } ?
Exercice 2. On considère les vecteurs de R3 suivants : v1 = (2, 3, −1), v2 = (1, −1, −2), w1 =
(3, 7, 0) et w2 = (5, 0, −7). Montrer que Vect{v1 , v2 } et Vect{w1 , w2 } sont égaux.
Exercice 3. On considère les vecteurs de de R4 suivants : v1 = (0, 1, −2, 1), v2 = (1, 0, 2, −1), v3 =
(3, 2, 2, −1), v4 = (0, 0, 1, 0), v5 = (0, 0, 0, 1). Les propositions suivantes sont-elles vraies
ou fausses ? Bien entendu, on justifiera les réponses.
(1) Vect{v1 , v2 , v3 } = Vect{(1, 1, 0, 0), (−1, 1, −4, 2)}
(2) (1, 1, 0, 0) ∈ Vect{v1 , v2 } ∩ Vect{v2 , v3 , v4 }
(3) Vect{v1 , v2 } ∩ Vect{v2 , v3 , v4 } = Vect{v2 }
(4) Vect{v4 , v5 } ∩ Vect{v1 , v2 , v3 } = {0}
Exercice 4. (Démonstration de résultats du cours)
Soit m ≥ 1 un entier et {v1 , . . . , vm } une famille de vecteurs de Rp .
(1) Montrer que Vect(v1 , . . . , vm ) est un sous-espace vectoriel de Rp qui contient v1 , . . . , vm .
(2) Soit F un sous-espace vectoriel de Rp . On suppose que F contient v1 , . . . , vm . Mon-
trer l’inclusion Vect(v1 , . . . , vm ) ⊂ F (on pourra raisonner par récurrence sur p).
(3) Soit r ≥ 1 et {w1 , . . . , wr } une autre famille de vecteurs de Rp . Montrer que les
conditions suivantes sont équivalentes :
• pour tout i ∈ {1, . . . , r}, wi ∈ Vect(v1 , . . . , vm ) ;
• Vect(w1 , . . . , wr ) ⊂ Vect(v1 , . . . , vm ).

2. Sous-espaces vectoriels de Rp
Exercice 5. (Démonstration d’un résultat du cours)
(1) Rappeler la définition du cours d’un sous-espace vectoriel de Rp .
(2) Soit F une partie de Rp . Montrer que F est un sous-espace vectoriel de Rp si et
seulement si les deux conditions suivantes sont vérifiées :
(a) 0 ∈ F ;
(b) pour tous u, v ∈ F et pour tous λ, µ ∈ K, on a λ · u + µ · v ∈ F .
Exercice 6. Déterminer parmi les sous-ensembles de R3 suivants ceux qui sont des sous-
espaces vectoriels :
F1 = {(x, y, z) ∈ R3 |3x + 2y + 5z = 0},
F2 = {(x, y, z) ∈ R3 |x + 2y − z = 3},
F3 = {(x, y, z) ∈ R3 |y + z = 5 et x = z},
F4 = {(x, y, z) ∈ R3 |x + 2y + z = 0 et 3x + 2y − z = 0},
G1 = {(u, 3u, 5u), u ∈ R)},
G2 = {(2 + v, 3v, 1 − v), v ∈ R},
G3 = {(u + v, 3u + 2v, u − v + 5), u ∈ R, v ∈ R},
10

G4 = {(3u − v, 2u + v, u + v), u ∈ R, v ∈ R}.

Que peut-on dire de ceux qui ne sont pas des sous-espaces vectoriels ? Intepréter géométrique-
ment tous les ensembles ci-dessus.
Exercice 7. Déterminer parmi les sous-ensembles de R4 suivants ceux qui sont des sous-
espaces vectoriels :
E1 = {(x, y, z, t) ∈ R4 |x = 0},
E2 = {(x, y, z, t) ∈ R4 |y + t = 2},
E3 = {(x, y, z, t) ∈ R4 |3x + 2y + t = 0},
E4 = {(x, y, z, t) ∈ R4 |x + y = y + z = z + t = t + x},
E5 = {(x, y, z, t) ∈ R4 |xy = 0}.

3. Familles génératrices
Exercice 8. (Démonstration d’un résultat du cours)
Montrer que toute famille contenant une famille génératrice est génératrice.
Exercice 9. (Démonstration d’un résultat du cours)
Soit n ≥ 1 et p ≥ 1 des entiers et {v1 , . . . , vn } une famille de n vecteurs de Kp . Soit
A = (v1 | . . . |vn ) et r le rang de la matrice A.
(1) On suppose r < n. Montrer qu’il existe B ∈ Rn telle que le système linéaire
A · X = B (d’inconnue X ∈ Rp ) est incompatible (on se ramènera au cas d’un
système échelonné).
(2) On suppose r = n. Montrer que Vect(v1 , . . . , vn ) = Rp .
(3) En déduire que Vect(v1 , . . . , vn ) = Rp si et seulement si r = p.
Exercice 10. Soit t un paramètre réel. Pour quelles valeurs de t la famille la famille de
vecteurs de R2
{(0, t − 1), (t, −t), (t2 − t, t − 1)}
est-elle une famille génératrice de R2 ?
Même question avec la famille de vecteurs de R3
{(1, 0, t), (1, t, t2 ), (1, t2 , 1)}.

4. Familles libres, familles liées, bases

Exercice 11. (Démonstration d’un résultat du cours)
Soit u et v des vecteurs de Rn . Montrer que les propriétés suivantes sont équivalentes
• il existe (α, β) ∈ R2 tels que (α, β) 6= (0, 0) et α · u = β · v
• u est un multiple de v ou v est un multiple de u.
Donner un exemple où u n’est pas un multiple de v mais u et v sont colinéaires
Exercice 12. (Démonstration de résultats du cours)
(1) Montrer que toute famille de vecteurs contenant le vecteur nul est liée.
(2) Montrer que toute sous-famille d’une famille libre est libre.
(3) Soit n ≥ 1 et p ≥ 1 des entiers et {v1 , . . . , vn } une famille libre de vecteurs de Rp .
Soit vn+1 ∈ Rp . Montrer que la famille {v1 , . . . , vn , vn+1 } est libre si et seulement
si vn+1 ∈
/ Vect(v1 , . . . , vn ).
Exercice 13. Soit t un paramètre réel. Pour quelles valeurs de t la famille de vecteurs
de R2
{(−1, t), (t2 , −t)}
est-elle libre ?
Même question avec la famille de vecteurs de R3
{(1, t, t2 ), (t2 , 1, 1), (1, t, 1)}.
 11

Exercice 14. Soient λ, µ ∈ R, a1 = (3, −2, −1, 3) , a2 = (1, 0, 2, 4) , et a3 = (1, −3, λ, µ).
Déterminer l’ensemble des valeurs de λ et µ pour lesquelles les vecteurs a1 , a2 et a3 sont
dépendants. Préciser alors une relation de dépendance.
Exercice 15. Montrer que les ensembles suivants sont des sous-espaces vectoriels de R3
et déterminer une base pour chacun d’eux :
E1 = {(x, y, z) ∈ R3 |x + 2y + 2z = 0},
E2 = {(λ + µ, λ − µ, λ + µ)|λ, µ ∈ R},
E3 = {(x, y, z) ∈ R3 |y + z = 0 et x = 0},
E4 = {(u, 2u, u)|u ∈ R}.
Exercice 16. On considère les éléments suivants de l’espace vectoriel R3
a = (1, −1, 1), b = (0, −1, 2) et c = (1, −2, 3).
(1) Montrer que (a, b, c) est un système lié.
(2) Soit F le sous-espace vectoriel de R3 engendré par a, b, c. Déterminer une base
de F .
(3) Soit G = {(x, y, z) ∈ R3 |x + 2y + z = 0}. Montrer que G est un sous-espace
vectoriel de R3 et en déterminer une base.
(4) Montrer que F = G.
Exercice 17. Montrer que les vecteurs : a1 = (−1, 1, 1) , a2 = (1, −1, 1) , a3 = (1, 1, −1)
forment une base de R3 . Calculer les coordonnées de b = (2, −3, −1) dans la base (a1 , a2 , a3 ).
Exercice 18. (1) Montrer que les vecteurs v1 = (1, −1, i), v2 = (−1, i, 1), v3 =
(i, 1, −1) forment une base de C3 .
(2) Calculer les coordonnées de v = (1 + i, 1 − i, i) dans cette base.
Exercice 19. Trouver toutes les manières d’extraire une base de R2 de la famille de
vecteurs suivants : v1 = (−1, −3), v2 = (3, 3), v3 = (0, 0), v4 = (2, 0), v5 = (2, 6).
Exercice 20. On considère les vecteurs v1 = (2, 1, −3), v2 = (2, 3, −1), v3 = (−1, 2, 4)
et v4 = (1, 1, −1). Montrer que la famille {v1 , v2 , v3 , v4 } est une famille génératrice du
sous-espace vectoriel de R3 d’équation 2x − y + z = 0. Extraire de cette famille une base
de ce sous-espace vectoriel.
Exercice 21. (1) Déterminer une base du sous-espace vectoriel E de R4 décrit par :
E = {(x, y, z, t) ∈ R4 |x = y − 3z et z = 2t}
Compléter cette base pour obtenir une base de R4 .
(2) Même question pour le sous-espace : F = {(x, y, z, t) ∈ R4 |x + y = y + z = z + t =
t + x}
Exercice 22. Déterminer une base du sous-espace vectoriel de R3 d’équation x+3y −2z =
0. Compléter cette base en une base de R3 .
Faire de même avec le sous-espace vectoriel de R3 déterminé par les équations x+3y−2z = 0
et y = z.
Exercice 23. Déterminer une base de R4 contenant les vecteurs a = (1, 1, 2, 3) et b =
(−2, −2, 4, 5).
Exercice 24. Soit p un entier strictement positif. On considère les vecteurs de Rp suiv-
ants : a1 = (1, 1, 0, · · · , 0) , a2 = (0, 1, 1, 0, · · · , 0) ,. . . , ap−1 = (0, · · · , 0, 1, 1) , ap =
(1, 0, · · · , 0, 1). Ces vecteurs sont-ils linéairement indépendants ? Dans le cas contraire,
déterminer les relations de dépendance. On commencera par étudier les cas p = 3 et p = 4 .
Exercice 25. (Démonstration d’un résultat du cours : extraction de base)
Soit n ≥ 1 et p ≥ 1 des entiers et {v1 , . . . , vn } une famille de vecteurs de Rp . Soit
A = (v1 | . . . |vn ) .
12

(1) On suppose que la matrice A est échelonnée selon les lignes. Soit I ⊂ {1, . . . , n}
l’ensemble des indices des colonnes contenant les pivots. Montrer que la famille
{vi }i∈I est une base de Vect(v1 , . . . , vn ).
(2) On ne suppose plus A échelonnée selon les lignes. Soit A0 = (w1 | . . . |wp ) une
matrice lignes équivalente à A et échelonnée selon les lignes. Soit I ⊂ {1, . . . , n}
l’ensemble des indices de colonnes contenant les pivots de A0 . Montrer que la famille
{vi }i∈I est une base de Vect(v1 , . . . , vn ). On pourra utiliser la question précédente
et le fait qu’il existe P ∈ GLp (K) telle que A0 = P · A.
Exercice 26. (Démonstration d’un résultat du cours : théorème de la base incomplète ef-
fectif )
On définit, de manière totalement analogue au cas des lignes, les notions d’opérations élé-
mentaires sur les colonnes d’une matrice, de colonnes équivalence, d’algorithme du pivot de
Gauss sur les colonnes, de matrices colonnes échelonnées et colonnes échelonnées réduites.
On admettra si besoin que pour n, p ≥ 1 donnés, deux matrices A et A0 de Mn,p (R) sont
colonnes équivalentes si et seulement s’il existe P ∈ GLp (R) tel que A0 = A · P . On peut en
fait obtenir directement tous les résultats utiles sur l’échelonnement des matrices selon les
colonnes à partir des résultats sur l’échelonnement des matrices selon les lignes en utilisant
les propriétés de l’opération de transposition des matrices.

Soit {v1 , . . . , vn } une famille de vecteurs de Rp et A = (v1 | . . . |vn ). On désigne par

ailleurs par (ei )1≤i≤p la base canonique de Rp
(1) Montrer que si A et A0 = (w1 | . . . |wn ) sont colonnes équivalentes alors Vect(v1 , . . . , vn ) =
Vect(w1 , . . . , wn ).
(2) On suppose que la matrice A est échelonnée selon les colonnes. Soit r le nombre de
pivots. Montrer que la famille {v1 , . . . , vr } est une base de Vect(v1 , . . . , vn ). Soit
I ⊂ {1, . . . , p} l’ensemble des pivots. Montrer que (v1 , . . . , vr , (ei )i∈{1,...,p}\I ) est
une base de Rp .
(3) On ne suppose plus que la matrice A est échelonnée selon les colonnes. Soit A0
une matrice colonnes équivalente à A et échelonnée selon les colonnes. Soit I ⊂
{1, . . . , p} l’ensemble des pivots de A0 . Déduire de ce qui précède que pour toute
base (w1 , . . . , ws ) de Vect(v1 , . . . , vp ), la famille (w1 , . . . , ws , (ei )i∈{1,...,p}\I ) est une
base de Rn .

5. Calculs de dimensions et de rangs

1 3  0  2
Exercice 27. Quel est le rang de la famille de vecteurs { 2 , 4 , −2 , 2 } ?
1  t  1 1 2 −1 1
Pour t ∈ R, même question pour { t , 1 , 1 }.
1 t t

Exercice 28. (1) Les vecteurs suivants forment-ils une base de R4 ? Si ce n’est pas le
cas, déterminer la dimension du sous-espace vectoriel engendré par ces vecteurs.
a1 = (1, 0, 0, 1) a2 = (0, 1, 0, 0) a3 = (1, 1, 1, 1) a4 = (1, 1, 1, 0)
(2) Même question pour les vecteurs : a1 = (1, 1, 2, 1) a2 = (1, 0, 0, 2) a3 = (2, 3, 4, 3)
a4 = (0, 3, 2, 1).
Exercice 29. On considère un réel α et les vecteurs de R3 suivants : a = (1, 1, α) , b =
(1, α, 1) et c = (α, 1, 1). Déterminer suivant les valeurs de α le rang du système (a, b, c).
Exercice 30. On considère
V1 = Vect{(2, 3, −1), (1, −1, −2), (1, 9, 4)} ⊂ R3 et V2 = Vect{(3, 7, 0), (5, 0, −7)} ⊂ R3 .
(1) A-t-on V1 ⊆ V2 ?
(2) A-t-on V2 ⊆ V1 ?
 13

(3) Calculer dim V1 et dim V2 et donner une description géométrique des sous-espaces V1
et V2 .

6. Détermination d’un système d’équations définissant un sous-espace

vectoriel
Exercice 31. (1) Déterminer un système d’équations définissant le sous-espace vecto-
riel E1 de R4 engendré par les vecteurs a1 = (1, 2, 0, 1) , a2 = (2, 3, 0, 3) engendré
par a1 = (1, 2, 3) et a2 = (2, −1, 1). A-t-on (1, 0, 1) ∈ E1 ?
(2) Déterminer un système d’équations définissant le sous-espace vectoriel E2 de R4
engendré par les vecteurs a1 = (1, 2, 0, 1) , a2 = (2, 3, 0, 3) et a3 = (3, 2, 1, 2) .
(3) Déterminer un système d’équations définissant le sous-espace vectoriel E3 de R4
engendré par les vecteurs b1 = (2, −1, 4, 0) et b2 = (−1, 0, −3, 4).
Exercice 32. Décrire tous les sous-espaces vectoriels de R3 : on donnera leur dimension,
leur interprétation géométrique et le nombre d’équations qui les caractérisent.

7. Applications linéaires
 
1 2 3
Exercice 33. Soit A =  1 0 −1  et f : R3 → R3 l’application linéaire associée.
0 2 2
Calculer l’image par f des vecteurs la base canonique de R3 . Soit x1 , x2 , x3 ∈ R.
 de 
x1
Calculer l’image par f du vecteur  x2 .
x3
Exercice 34. (Démonstration d’un résultat du cours)
Soient p et n des entiers ≥ 1 etf une application de Rp dans Rn . Rappeler la définition de
“f est linéaire”. Montrer que les propriétés suivantes sont équivalentes :
• f est une application linéaire ;
• pour tous u, v ∈ Rp et tout λ, µ ∈ R, on a f (λ · u + µ · v) = λ · f (u) + µ · f (v) ;
• pour tout entier m ≥ 1, toute famille de m vecteurs v1 , . . . , vm de Rp et toute
familles de m réels λ1 , . . . , λm , on a
X X
f( λ i · vi ) = λi · f (vi )
1≤i≤m 1≤i≤m
.
Exercice 35. (Démonstration d’un résultat du cours)
Soient p et n des entiers ≥ 1. Soit (v1 , . . . , vp ) une base de Rp et (w1 , . . . , wp ) une famille
de p vecteurs de Rn . Montrer qu’il existe une unique application linéaire f : Rp → Rn telle
que pour tout 1 ≤ i ≤ p on a f (vi ) = wi .
Exercice 36. On note e1 = ( 10 ) et e2 = ( 01 ).
(1) Justifier qu’il existe une unique application linéaire f de R2 dans R2 telle que f (e1 ) =
( 21 ) et f (e2 ) = ( 03 ).
1 .


(2) Calculer l’image par f du vecteur −2
(3) Soit x1 , x2 ∈ R. Déterminer l’image par f du vecteur ( xx12 ).
(4) Déterminer la matrice de f .
(5) Déterminer tous les vecteurs x de R2 tels que f (x) = −4


1 .
2 3
Exercice 37. Justifier
1
  6 une unique application linéaire f de R dans R telle
qu’il existe
que f (( 15 )) = 2 et f (( 14 )) = 7 . Déterminer la matrice de f .
3 8
14

Exercice 38. Soit v1 = ( 13 ) et v2 = ( 27 ). Justifier qu’il existe une unique application

linéaire f de R2 dans R2 telle que f (v1 ) = 2v1 et f (v2 ) = 3v2 . Déterminer la matrice
de f .

8. Sous-espaces affines ; droites et plans affines de R3

Exercice 39. Dans chacun des cas suivants, déterminer une représentation paramétrique
ainsi qu’une équation cartésienne du plan affine P de R3 défini par les éléments indiqués.
(1) A, B et C appartiennent à P
(a) A = (0, 0, 1), B = (1, 0, 0) et C = (0, 1, 0).
(b) A = (1, 1, 1), B = (2, 0, 1) et C = (−1, 2, 4).
(2) A est un point de P, ~u et ~v sont des vecteurs directeurs de P
(a) A(1, 2, 1), ~u(4, 0, 3) et ~v (1, 3, −1).
(b) A(1, 0, 2), ~u(2, −1, 3) et ~v (−1, 4, 5).
Exercice 40. Montrer que les représentations paramétriques suivantes définissent le même
plan affine de R3 :
 x = 1 + 3s0 − t0
 
 x = 2 + s + 2t
y = 2 + 2s + t , (s, t) ∈ R 2
et y = 3 + 3s0 + t0 , (s0 , t0 ) ∈ R2
z =1−s−t z = 1 − 2s0
 

Exercice 41. Dans chacun des cas suivants, on donne deux plans affines P et P 0 de R3
par une équation cartésienne. Déterminer une représentation paramétrique de P et P 0 ,
ainsi que l’intersection P ∩ P 0 . Dans le cas où P ∩ P 0 est une droite, déterminer un point
et un vecteur directeur de cette droite.
(1) P : 5x − y − 1 = 0 et P 0 : z = 3.
(2) P : x + y + z + 1 = 0 et P 0 : 2x − y + 3z + 2 = 0.
(3) P : 2x − z + 1 = 0 et P 0 : 4x − 3y + 2z + 5 = 0.
(4) P : 4x − 6y + 8z − 1 = 0 et P 0 : −6x + 12y − 9z + 11 = 0.
(5) P : x + y + z + 1 = 0 et P 0 : 2x + 2y + 2z + 3 = 0.
Exercice 42. On  donne deux droites D et D0 de 
R3 , chacune par un système d’équations
x+y−z+2=0 3x − y + 2z − 7 = 0
cartésiennes: D : et D0 : Déterminer une
x+y+z+1=0 x−y =0
représentation paramétrique de chacune de ces droites, ainsi que D ∩ D0 .
Exercice 43. On donne
 deux droites D et D0 deR3 , chacune par une représentation
 x = 1 − 2t  x = 3t − 1
paramétrique: D : y = t + 2 0
t ∈ R et D : y = −t + 2 t ∈ R Déterminer un
z = 3t + 1 z = 2t
 
système d’équations cartésiennes de chacune de ces deux droites, ansi que D ∩ D0 .
 15

Feuille d’exercices n◦ 3

Espaces vectoriels
1. Exemples
Exercice 1. Revoir la partie du cours montrant que les ensembles suivants, muni de
l’addition et la multiplication externe usuelles, sont des R-espaces vectoriels :
(1) l’ensemble RN des suites réelles (un )n∈N ,
(2) l’ensemble F(R, R) des fonctions de R dans R.
Exercice 2. Soit K un corps. Montrer que les ensembles suivants, munis de l’addition et
la multiplication externe usuelles, sont des K-espaces vectoriels :
(1) pour (n, p) ∈ N∗ 2 , l’ensemble Mn,p (K) des matrices de taille n × p à coefficients
dans K ;
(2) l’ensemble K[X] des polynômes à coefficients dans K.
Exercice 3. Soit E l’espace vectoriel F(R, R) des applications de R dans R, muni des lois
usuelles + et · (alors qu’on note l’addition dans R avec le signe +, et la multiplication
dans R sans symbole). On note 0 le vecteur nul de E.
On considère les vecteurs suivants de E :
f = cos2 , g = sin2 , h : x 7→ cos 2x, u : x 7→ 1.
(1) Soient les vecteurs de E : v = (3 · f ) + (2 · g) et w = 2 · ((3 · h) + ((−2) · u)).
Pour x ∈ R, préciser, en détaillant les calculs (au moins trois égalités) la valeur
de v(x) et de w(x).
(2) Montrer que f + g + ((−1) · u) = 0.
(3) Montrer que h + u + ((−2) · f ) = 0.
Exercice 4. Soit E l’espace vectoriel F([0, 1], R) des applications de [0, 1] dans R, muni des
lois usuelles + et · (alors qu’on note l’addition dans R avec le signe +, et la multiplication
dans R sans symbole). On note 0 le vecteur nul de E.
On considère les vecteurs suivants de E :

u : x 7→ 
1, i : x 7→ x, f = x 7→ 1 − x,
0 si x < 1/2 2 si x < 1/2
g : x 7→ , h : x 7→
2 si x ≥ 1/2 0 si x ≥ 1/2
(1) Montrer que f + i + ((−1) · u) = 0.
(2) Montrer que g + h = 2 · u.
Exercice 5. Soit E l’espace vectoriel RN des suites de nombres réels muni des lois usuelles +
et · (alors qu’on note l’addition dans R avec le signe +, et la multiplication dans R sans
symbole). On note 0 le vecteur nul de E.
Soit x 7→ bxc la fonction partie entière.
On considère les vecteurs r, u, v, w de E définis de la façon suivante : pour tout n ∈ N,
on pose :
j nk p
rn = (−1)n , sn = 1, tn = n, un = 1, vn = 1 + , wn = 4n2 + 4n + 1.
4
(1) Soient les vecteurs f = (3 · r) + (2 · s) et g = 2 · ((3 · u) + ((−2) · t)) de E.
Soit n ∈ N. Préciser, en détaillant les calculs (au moins trois égalités) la valeur
de fn et de gn .
(2) A-t-on u = v ?
(3) A-t-on w = u + (2 · t) ?
16

2. Sous-espaces vectoriels
Exercice 6. Montrer que les ensembles suivants sont des sous-espaces vectoriels d’un
espace vectoriel que l’on précisera :
(1) l’ensemble des suites réelles convergentes ;
(2) l’ensemble des fonctions dérivables de R dans R ;
(3) l’ensemble des triplets (z1 , z2 , z3 ) ∈ C3 satisfaisant l’équation 2z1 + 3z2 − z3 = 0 ;
(4) l’ensemble des matrices antisymétriques de taille n ∈ N∗ ;
(5) pour d ∈ N, l’ensemble Cd [X] des polynômes à coefficients complexes de degré
inférieur ou égal à d.
Exercice 7. Parmi les ensembles suivants, défini comme sous-ensemble d’un R-espace
vectorielE explicite, déterminer ceux qui sont des sous-espaces vectoriels :
(1) (x, y, z) ∈ R3 | x + y = 0
(2) (x, y, z, t) ∈ R4 | x = t et y = z


(3) (x, y, z) ∈ R3 | z = 1


(4) (x, y) ∈ R2 | x2 + xy ≥ 0


(5) (x, y) ∈ R2 | x2 + y 2 ≥ 1


(6) f ∈ F(R, R) | f (0) = 1

(7) f ∈ F(R, R) | f (1) = 0
(8) f ∈ F(R, R) | f est croissante

(9) (un )n∈N ∈ RN | (un ) converge vers 0
Exercice 8. Les ensembles suivants, munis des opérations usuelles, sont-ils des R-espaces
vectoriels ?
(1) l’ensemble des fonctions continues et positives sur R ;
(2) l’ensemble des fonctions continues sur R admettant 0 pour limite en +∞ ;
(3) l’ensemble des fonctions continues sur R admettant 1 pour limite en +∞ ;
(4) l’ensemble des fonctions sur R prenant la valeur 2 en l’origine ;
(5) l’ensemble des vecteurs de R3 orthogonaux au vecteur (−1, 2, 1) ;
(6) pour n ∈ N∗ , l’ensemble Sn des matrices symétriques de taille n à coefficients
dans R ;
(7) pour n, p ∈ N∗ , le sous-ensemble des matrices de Mn,p (R) dont tous les coefficients
sont positifs ou nuls.

3. Somme de sous-espaces vectoriels

Exercice 9. (1) Deux droites vectorielles de R3 sont-elles supplémentaires ?
(2) Deux plans vectoriels de R3 sont-ils supplémentaires ?
(3) À quelle condition un plan vectoriel et une droite vectorielle de R3 sont-ils supplé-
mentaires ?
On pourra s’appuyer sur l’intuition géométrique pour appréhender ces questions.
Exercice 10. Pour chacune des conditions suivantes, déterminer deux sous-espaces vec-
toriels de R3 distincts F et G qui les vérifient :
(1) F + G = R3 et F ∩ G 6= {0} ;
(2) F + G 6= R3 et F ∩ G = {0} ;
(3) F + G = R3 et F ∩ G = {0} ;
(4) F + G 6= R3 et F ∩ G 6= {0}.
Exercice 11. On considère les vecteurs de R4 suivants : v1 = (1, 0, 0, 1), v2 = (0, 0, 1, 0), v3 =
(0, 1, 0, 0), v4 = (0, 0, 0, 1), v5 = (0, 1, 0, 1).
(1) Vect{v1 , v2 } et Vect{v3 } sont-ils supplémentaires dans R4 ?
(2) Vect{v1 , v2 } et Vect{v4 , v5 } sont-ils supplémentaires dans R4 ?
 17

(3) Vect{v1 , v3 , v4 } et Vect{v2 , v5 } sont-ils supplémentaires dans R4 ?

(4) Vect{v1 , v4 } et Vect{v3 , v5 } sont-ils supplémentaires dans R4 ?
Exercice 12. Soient F = (x, y, z) ∈ R3 | x + y + z = 0 et G = Vect (1, 1, 1) ⊂ R3 .
 

(1) Montrer que F est un R-espace vectoriel. Déterminer deux vecteurs u, v tels
que F = Vect{u, v}.
(2) Calculer F ∩ G et montrer que F + G = R3 . Que conclure ?
Exercice 13. On considère les matrices de M2 (R) suivantes : A = ( 10 00 ), B = ( 00 01 ), C =
( 00 10 ), D = ( 01 00 ). Calculer F ∩ G. Montrer que F + G = M2 (R). Que peut-on conclure ?

Exercice 14. Soit E = (un )n∈N ∈ RN | (un )n converge . Montrer que l’ensemble des
suites constantes et l’ensemble des suites convergeant vers 0 sont des sous-espaces supplé-
mentaires dans E.
Exercice 15. Soit E = ∆1 (R, R) l’espace des fonctions de R dans R qui sont dérivables
et F = {f ∈ E | f (0) = f 0 (0) = 0}. Montrer que F est un sous-espace vectoriel de E et
déterminer un supplémentaire de F dans E.
Exercice 16. Montrer que l’ensemble P des fonctions paires (respectivement l’ensemble I
des fonctions impaires) forme un sous-espace vectoriel de F(R, R). Montrer que F(R, R) =
P ⊕ I.
Exercice 17. Soit K un corps et n ∈ N∗ . Montrer que l’ensemble Sn des matrices
symétriques de taille n (respectivement l’ensemble ASn des matrices anti-symétriques
de taille n) à coefficients dans K forme un sous-espace vectoriel de Mn (K). Montrer
que Mn (K) = Sn ⊕ ASn .

4. Applications linéaires, noyaux, images

Exercice 18. Déterminer si les applications suivantes sont linéaires :
f1 : R2 → R2 (x, y) 7→ (2x + y, x − y)
f2 : R3 → R3 (x, y, z) 7→ (xy, x, y)
f3 : R3 → R3 (x, y, z) 7→ (2x + y + z, y − z, x + y)
f4 : R2 → R4 (x, y) 7→ (y, 0, x − 7y, x +
y)
f5 : R3 [X] → R3 P 7→ P (−1), P (0), P (1)
Lorsque c’est le cas, déterminer leur noyau ainsi que leur image. Sont-elles injectives ?
Surjectives ? Bijectives ?
Exercice 19. Soit K un corps et E un K-espace vectoriel. Soient f et g deux endomor-
phismes de E tels que f ◦ g = g ◦ f . Montrer que ker f est stable par g, c’est-à-dire que
l’image de ker f par g est inclus dans ker f . Montrer de même que Im f est stable par g.

5. Familles libres, familles génératrices

Exercice 20. (déjà vu...) Montrer que toute famille contenant une famille liée est liée.
Montrer que toute famille incluse dans une famille libre est libre. Montrer que toute famille
contenant une famille génératrice est génératrice.
Exercice 21. Soit K un corps, E et F des K-espaces vectoriels et f : E → F une application
linéaire.
(1) Montrer que l’image par f d’une famille liée de E est une famille liée de F .
(2) Supposons f injective. Montrer que l’image par f d’une famille libre de E est une
famille libre de F .
(3) Supposons E de dimension finie. Soit n = dim(E) et {v1 , . . . , vn } une base de E.
Montrer que f est injective si et seulement si la famille {f (v1 ), . . . , f (vn )} est libre.
18

Exercice 22. Soit K un corps, E et F des K-espaces vectoriels et f : E → F une application

linéaire. Soit f : E → F est une application linéaire.
(1) Montrer que l’image par f d’une famille génératrice de E est une famille génératrice
de Im f .
(2) Supposons E de dimension finie. Soit n = dim(E) et {v1 , . . . , vn } une base de E.
Montrer que f est surjective si et seulement si la famille {f (v1 ), . . . , f (vn )} est
génératrice de F .
Exercice 23. (hors programme) Soit α ∈ R et fα : R → R, x 7→ eαx . Montrer que la
famille (fα )α∈R est libre dans F(R, R).
 19

Feuille d’exercices n◦ 4

Espaces vectoriels de dimension finie

1. Bases
Exercice 1. (1) Montrer que l’ensemble des matrices 3 × 3 à coefficient réels ayant
leur diagonale nulle forme un R-espace vectoriel. En déterminer une base.
(2) Faire de même avec l’ensemble des polynômes P ∈ Rn [X] de degré au plus n ∈ N∗
vérifiant P (0) = 0 et P 0 (0) = 0.
Exercice 2. Vrai ou faux ? Bien entendu, on justifiera !
Soit K un corps, n ∈ N∗ et E un espace vectoriel sur K de dimension n. Soit p ∈ N.
(1) On suppose p > n ; alors toute famille de p vecteurs de E est génératrice.
(2) On suppose p > n ; alors toute famille de p vecteurs de E est liée.
(3) On suppose p < n ; alors toute famille de p vecteurs de E est libre.
(4) On suppose p > n ; alors toute famille génératrice de p vecteurs de E est libre.
(5) On suppose p 6= n ; alors toute famille de p vecteurs de E n’est pas une base.
(6) On suppose p < n ; alors toute famille libre de p vecteurs de E peut se compléter
en une base de E en rajoutant une famille de n − p vecteurs bien choisis.
Exercice 3. (1) Montrer que la famille {1, 1 − X, X − X 2 , X 2 − X 3 } forme une base
de l’espace vectoriel R3 [X] des polynômes de degré inférieur ou égal à 3. Décom-
poser P = 3X − X 2 + 8X 3 dans cette base.
(2) Montrer que la famille {1, 1 + X, 1 + X + X 2 , 1 + X + X 2 + X 3 } forme une autre
base de l’espace vectoriel R3 [X]. Décomposer P = 3X − X 2 + 8X 3 dans cette base.
(3) Soit Rn [X] l’espace vectoriel des polynômes de degré inférieur ou égal à n. Mon-
trer que toute famille de polynômes {P0 , P1 , . . . , Pn } avec deg Pi = i, pour i ∈
{0, 1, . . . , n}, forme une base de Rn [X].

2. Dimensions, sommes, intersections, supplémentaires

Exercice 4. Soit t ∈ R. Dans R3 , on considère F = Vect{(1, t, −1), (t, 1, 1)} et G =
Vect{(1, 1, 1)}. Calculer les dimensions de F , G, F ∩G et F +G en fonction du paramètre t.
Exercice 5. Soit K un corps. Dans un K-espace vectoriel de dimension 7, on considère
des sous-espaces vectoriels F et G vérifiant dim F = 3 et dim G 6 2. Que peut-on dire de
la dimension des sous-espaces vectoriels F ∩ G et F + G ?
Exercice 6. (Démonstration d’un résultat du cours)
Soit K un corps, E un espace vectoriel sur K de dimension finie, et F , G des sous-espaces
vectoriels de E. Montrer que les propriétés suivantes sont équivalentes :
(1) F ⊕ G = E ;
(2) F + G = E et dim F + dim G = dim E ;
(3) F ∩ G = {0E } et dim F + dim G = dim E.
Exercice 7. (Démonstration d’un résultat du cours)
Soit K un corps, E un espace vectoriel sur K de dimension finie, et F et G deux sous-espaces
vectoriels de E.
(1) Montrer que :
dim(F + G) = dim F + dim G − dim(F ∩ G).
(2) On suppose que dim F + dim G > dim E. Montrer que F ∩ G 6= {0E }.
Exercice 8. Soit K un corps, E un espace vectoriel sur K de dimension finie, et H un
hyperplan de E, c’est-à-dire un sous-espace de E de dimension dim(E) − 1.
20

(1) Soit v ∈ E \ H. Montrer que H et Vect{v} sont des sous-espaces supplémentaires

dans E.
(2) Soit H 0 un hyperplan de E différent de H. Calculer la dimension de H ∩ H 0 .
Exercice 9. Soit K un corps et E un espace vectoriel sur K de dimension finie. Soient F
et G deux sous-espaces vectoriels de même dimension de E. Montrer qu’il existe un sous-
espace vectoriel H de E supplémentaire à la fois de F et de G dans E.

3. Noyaux, images, théorème du rang

Exercice 10. Soit K un corps, E et F des K-espaces vectoriels et f : E → F une application
linéaire. Quelle inégalité relie rg{f (v1 ), . . . , f (vp )} et rg{v1 , . . . , vp } ? Que se passe-t-il si f
est injective ?
Exercice 11. (1) Soit f : R3 → R2 définie par (x, y, z) 7→ (x − 2y − 3z, 2y + 3z).
Déterminer une base du noyau de f et une base de l’image de f . Vérifier sur cet
exemple la validité du théorème du rang.
(2) Faire de même avec f : R3 → R3 définie par (x, y, z) 7→ (−y + z, x + z, x + y).
(3) Pour n ∈ N∗ , faire de même avec l’application linéaire f : Rn [X] → Rn [X] qui à X k
associe X k−1 pour 1 6 k 6 n et qui à 1 associe 0.
Exercice 12. Dans chacune des situations suivantes, calculer lorsque c’est possible la
dimension du noyau et le rang de l’application linéaire f et déterminer si f peut être
injective, surjective, bijective :
(1) f : R7 → R4 est une application linéaire surjective ;
(2) f : R5 → R8 est une application linéaire injective ;
(3) f : R4 → R4 est une application linéaire surjective ;
(4) f : R6 → R6 est une application linéaire injective.
   
1 2 1 2 2 −1 7
3 4 1  4 3 −1 11 
Exercice 13. Soient A =  5 6 1 , B = 0 −1 2 −4 . Calculer rg(A)
  

7 8 1 3 3 −2 11
et rg(B). Déterminer une base du noyau et une base de l’image pour chacune des ap-
plications linéaires fA et fB associées à A et B dans les bases canoniques.
Exercice 14. Soit n ∈ N∗ et A et B deux matrices carrées de même taille n telles que AB =
0 et A + B est inversible. Montrer que rg A + rg B = n.

4. Matrices d’applications linéaires

Exercice 15. Soit (e1 , e2 , e3 ) la base canonique de R3 . Soit f : R3 → R3 l’application
linéaire qui envoie e1 sur son opposé, qui envoie e2 sur le vecteur nul et qui envoie e3
sur la somme des trois vecteurs e1 , e2 , e3 . Pour (x, y, z) ∈ R3 , déterminer l’expression
de f ((x, y, z)). Déterminer la matrice de f dans la base canonique.
Exercice 16. On considère les applications linéaires de R2 dans R2 suivantes :
(1) f1 la symétrie par rapport à l’axe (Oy),
(2) f2 la symétrie par rapport à l’axe (y = x),
(3) f3 la projection orthogonale sur l’axe (Oy),
(4) f4 la rotation d’angle π4 .
Pour i ∈ {1, 2, 3, 4}, déterminer la matrice de fi dans la base canonique. Pour quelques
valeurs du couple (i, j), calculer la matrices de fi ◦ fj dans la base canonique et, lorsque
c’est possible, celle de fi−1 .
Exercice 17. Soit K un corps, E un espace vectoriel sur K et f une application linéaire
de E dans lui-même telle que f 2 = f .
 21

(1) Montrer que E = Ker f ⊕ Im f .

(2) Supposons que E soit de dimension finie. Soit n = dim(E) et r = dim Im f .
Montrer qu’il existe une base B = (e1 , . . . , en ) de E telle que f (ei ) = ei si i 6 r
et f (ei ) = 0 si i > r. Déterminer la matrice de f dans cette base B.
Exercice 18. Soit n ∈ N∗ et f l’application de Rn [X] dans R[X] définie en posant pour
tout P (X) ∈ Rn [X] : f (P (X)) = P (X + 1) + P (X − 1) − 2P (X).
(1) Montrer que f est linéaire et que son image est incluse dans Rn [X].
(2) Dans le cas où n = 3, déterminer la matrice de f dans la base (1, X, X 2 , X 3 ).
Déterminer ensuite, pour une valeur de n quelconque, la matrice de f dans la
base (1, X, . . . , X n ).
(3) Déterminer le noyau et l’image de f . Calculer leurs dimensions respectives.
(4) Soit Q un élément de l’image de f . Montrer qu’il existe un unique P ∈ Rn [X] tel
que : f (P ) = Q et P (0) = P 0 (0) = 0.

5. Changements de bases
Exercice 19. Soit f : R2 → R2 définie par (x, y) 7→ (2x + y, 3x − 2y). Soit v = −43 ∈ R2 .


2 3 2
Soit B0 la base canonique de R et B1 la base (( 2 ) , ( 2 )).
(1) Calculer la matrice de f dans B0 .
(2) Calculer les coordonnées de f (v) dans B0 .
(3) Calculer la matrice de passage de B0 à B1 .
(4) En déduire les coordonnées de v dans la base B1 , et de f (v) dans la base B1 .
(5) Calculer la matrice de f dans la base B1 .
Exercice 20. Même exercice que précédemmentmais dans R3 avec 
f: R 3
→ R3définie
3
 0
  2 1

par (x, y, z) 7→ (x − 2y, y − 2z, z − 2x), avec v = −2 ∈ R3 et B1 = 1 , 0 , 2 .
1 2 1 0
3
Exercice 21. Soit f l’endomorphisme de R dont la matrice dans la base canonique (e1 , e2 , e3 )
est  
15 −11 5
A =  20 −15 8  .
8 −7 6
Montrer que les vecteurs
e01 = 2e1 + 3e2 + e3 , e02 = 3e1 + 4e2 + e3 , e03 = e1 + 2e2 + 2e3
forment une base de R3 et calculer la matrice de f par rapport à cette base.
Exercice 22. Soient ε1 , ε2 , ε3 trois vecteurs de R3 formant une base de R3 . On note φ
l’application linéaire de R3 dans R3 définie par φ(ε1 ) = ε3 , φ(ε2 ) = −ε1 + ε2 + ε3 et φ(ε3 ) =
ε3 .
(1) Écrire la matrice A de φ dans la base (ε1 , ε2 , ε3 ). Déterminer le noyau de φ.
(2) On pose f1 = ε1 − ε3 , f2 = ε1 − ε2 , f3 = −ε1 + ε2 + ε3 . Calculer ε1 , ε2 , ε3 en
fonction de f1 , f2 , f3 . Les vecteurs f1 , f2 , f3 forment-ils une base de R3 ?
(3) Calculer φ(f1 ), φ(f2 ), φ(f3 ) en fonction de f1 , f2 , f3 . Écrire la matrice B de φ dans
la base (f1 , f2 , f
3 ) et déterminer la nature de l’application φ.
1 1 −1
(4) On pose P =  0 −1 1 . Montrer que P est inversible et calculer P −1 .
−1 0 1
Quelle relation lie A, B, P et P −1 ?
2
 
2 2 3
Exercice 23. Soit f l’endomorphisme de R de matrice A = dans la base
    − 52 − 23
−2 −2
canonique. Soient ε1 = et ε2 = .
3 5
22

(1) Montrer que B 0 = (ε1 , ε2 ) est une base de R2 et déterminer MatB0 (f ).

(2) Pour n ∈ N, calculer An . 
xn+1 = 2xn + 2 yn

(3) Déterminer l’ensemble des suites réelles qui vérifient ∀n ∈ N, 3 .
5 2
yn+1 = − xn − yn

2 3
Exercice 24. Soit K un corps et A, B deux matrices carrées à coefficients dans K de même
taille et semblables (i.e. il existe P inversible à coefficients dans K telle que B = P −1 AP ).
Montrer que
(1) si l’une des matrices A et B est inversible, alors l’autre aussi ;
(2) si l’une des matrices A et B est idempotente, alors l’autre aussi ;
(3) si l’une des matrices A et B est nilpotente, alors l’autre aussi ;
(4) s’il existe λ ∈ K tel que A = λI, alors A = B ;
(5) A et B ont même trace.
Exercice 25. Soit K un corps et A ∈ M2 (K). Montrer que A est semblable à sa trans-
posée t A.