0% ont trouvé ce document utile (0 vote)
48 vues2 pages

TD6 App Lineaires

Le document présente une feuille de travaux dirigés en algèbre, comprenant plusieurs exercices sur le rang des matrices, les applications linéaires, et les bases de noyau et d'image. Chaque exercice demande des démonstrations et des calculs spécifiques, tels que l'utilisation de la méthode du pivot de Gauss, la détermination de rangs, et l'analyse de l'injectivité et de la surjectivité des applications. Les exercices abordent également les transformations de matrices entre différentes bases.

Transféré par

xkitooo
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
48 vues2 pages

TD6 App Lineaires

Le document présente une feuille de travaux dirigés en algèbre, comprenant plusieurs exercices sur le rang des matrices, les applications linéaires, et les bases de noyau et d'image. Chaque exercice demande des démonstrations et des calculs spécifiques, tels que l'utilisation de la méthode du pivot de Gauss, la détermination de rangs, et l'analyse de l'injectivité et de la surjectivité des applications. Les exercices abordent également les transformations de matrices entre différentes bases.

Transféré par

xkitooo
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Université Abdelmalek Essaâdi Filière : AP1

ENSA d’Al-Hoceima. Module : Algèbre 2


A. BOUJRAF Année Universitaire : 24/25.

Feuille de TD n◦ 6
—————————————————————————————————————————–

Exercice 1.
Déterminer par la méthode du pivot de Gauss le rang de chacune des matrices suivantes :
   
2 1 0   1 3
 −2 −1 3 1 2 0 −1
  0 −2 
A=  −1 4 −2
, B =  2 6 −3 −3  et C =  .
  5 −1 
3 10 −6 −5
1 2 −3 −2 3

Exercice 2. Soit λ un nombre réel et soit Mλ la matrice :


 3 
λ 0 0 2
Mλ =  3 λ 1 −1  .
λ λ 0 1

1. Montrer que si λ ̸= 0, alors Mλ est de rang 3.


2. Montrer que rg(M0 ) = 2.

Exercice 3. Soit f l’application

f: R3 −→ R3
(x, y, z) 7−→ (x + 2y, y, x + z)

1. Démontrer qu’elle est une application linéaire.


2. Déterminer une base de son noyau.
3. Déterminer une base de son image.
4. Est-elle injective ? Est-elle surjective ?
5. Déterminer sa matrice dans la base canonique de R3 .

Exercice 4. On considère l’application linéaire f de R3 dans R4 définie par

f (x, y, z) = (x + z, y − x, z + y, x + y + 2z).

1. Calculer les images par f des vecteurs de la base canonique (e1 , e2 , e3 ) de R3 . En déduire une
base de Im(f ).
2. Déterminer une base de ker(f ).
3. L’application f est-elle injective ? surjective ?

Exercice 5. Soit f l’application linéaire de R4 dans lui-même définie par

f (x, y, z, t) = (x − y + z, y + z + t, 0, x + y + 3z + 2t).

1
1. Déterminer les images par f des vecteurs de la base canonique (e1 , e2 , e3 , e4 ) de R4 .
2. Écrire la matrice A représentant f dans cette base.
3. Montrer que f (e3 ) et f (e4 ) sont combinaisons linéaires de f (e1 ) et f (e2 ).
4. En déduire la dimension de Im(f ) et une base de Im(f ).
5. Quelle est la dimension du noyau de f ? Montrer que la famille de vecteurs (u, v), avec
u = (−2, −1, 1, 0) et v = (−1, −1, 0, 1), forme une base de ker(f ).

Exercice 6. Soit B = {e1 , e2 , e3 } la base canonique de R3 et f ∈ L(R3 ) :


f (e1 ) = 2e1 + 3e2 + e3 , f (e2 ) = −4e2 − 2e3 et f (e3 ) = 4e1 + 12e2 + 5e3 .
1. Soient u = (−4, 3, 2), v = (−4, 0, 1) et w = (2, 1, 0).
Montrer que B ′ = {u, v, w} est une base de R3 .
2. Déterminer la matrice de passage P de la base B à la base B ′ .
3. Déterminer la matrice M (f, B) de f dans la base B.
4. Déterminer la matrice M (f, B ′ ) de f relativement à la base B ′ .

Exercice 7. Soit f : R3 −→ R3 une application linéaire dont la matrice représentative, quand on muni
R3 de la base canonique sur l’espace de départ et d’arrivé B = {e1 = (1, 0, 0), e2 = (0, 1, 0), e3 =
(0, 0, 1)}, est  
1 0 3
M (f, B, B) =  −1 1 3  .
2 2 1
Soit B ′ = {u = (1, 1, 0), v = (1, 1, 1), w = (1, 0, 1)} une autre base de R3 .
Déterminer M (f, B ′ , B) la matrice associée à f quand on muni R3 de la base B ′ sur l’espace de
départ et de la base B sur l’espace d’arrivé.

Exercice 8. Soit f : R3 −→ R3 l’endomorphisme associé à la matrice


 
0 0 0
M (f, B ′ , B ′ ) =  0 0 1 .
1 2 3
quand on muni R3 de la base B ′ = {u = (1, 1, 1), v = (0, 2, 2), w = (0, 0, 3)}.
Écrire M (f, B, B) la matrice associée à f quand on muni R3 de la base canonique B.

Exercice 9. On note par M2 (R) l’espace vectoriel des matrices carrées d’ordre 2 à coefficients dans
R. Soient f : M2 (R) −→ R et g : M2 (R) −→ M2 (R) les applications définies par :
 
2x + t x+y+t
f (M ) = x + t et g(M ) =
x + z + t −2x − t
   
x y 1 1
pour toute matrice M = de M2 (R). Posons U = .
z t 1 −2
1. Montrer que les applications f et g sont linéaires.
2. Trouver une base de ker(f ) et montrer que dim (ker(f )) = 3.
3. Calculer g(M ) − M lorsque M ∈ ker(f ). En déduire que ker(f ) ⊂ Im(g).
4. Calculer g(U ). En déduire que l’on a ker(f ) = Im(g) et que {U } est une base de ker(g).
5. Montrer alors que M2 (R) = ker(f ) ⊕ ker(g).

Vous aimerez peut-être aussi