0% ont trouvé ce document utile (0 vote)
31 vues14 pages

Correction CC Math 112 2025

Le document présente la correction d'un examen partiel en Algèbre Linéaire I pour l'Université de Yaoundé I, comprenant des exercices sur les espaces vectoriels, les bases, et les applications linéaires. Il inclut des définitions, des exemples, des démonstrations de théorèmes, ainsi que des calculs de dimensions et d'intersections d'espaces vectoriels. Les réponses sont détaillées avec des explications pour chaque question abordée.

Transféré par

idriss.kemayoubakam
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 DOCX, PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
31 vues14 pages

Correction CC Math 112 2025

Le document présente la correction d'un examen partiel en Algèbre Linéaire I pour l'Université de Yaoundé I, comprenant des exercices sur les espaces vectoriels, les bases, et les applications linéaires. Il inclut des définitions, des exemples, des démonstrations de théorèmes, ainsi que des calculs de dimensions et d'intersections d'espaces vectoriels. Les réponses sont détaillées avec des explications pour chaque question abordée.

Transféré par

idriss.kemayoubakam
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 DOCX, PDF, TXT ou lisez en ligne sur Scribd

CORRECTION CC MATH 112 2025

Université de Yaoundé I – Département de Mathématiques


Semestre 2 : Mai 2025
Examen partiel (CC) – UE : Algèbre Linéaire I (MAT112) pour INF L1.
Par : Dr. Bertrand Nguefack

AUTEUR : https://t.me/infosl

DISCLAIMER: Dans cette correction nous explicons chaque réponse. Veillez


vous rassurez de bien comprendre l'explication au lieu de chercher à faxé.
Lien de l'épreuve : https://t.me/infosl1/5501

Exercice 1. (8,5pts). Quelques Notions du cours.


Soient K un corps commutatif, et E un K-espace vectoriel.

1. (1pt).
(i) Pour S ⊂ E, définir Vect(S) ;

Pour un sous-ensemble S ⊂ E, le sous-espace vectoriel engendré par


S, noté Vect(S), est le plus petit sous-espace vectoriel de E contenant S.
Concrètement :
- Il contient toutes les combinaisons linéaires finies d'éléments de S.
- Exemple : Si S = {(1,0), (0,1)} dans ℝ², alors Vect(S) = ℝ².

(ii) donner un exemple d’espace vectoriel de dimension infinie.

L’espace ℝ[x] des polynômes à coefficients réels est de dimension infinie.


- Pourquoi ? Aucune famille finie de polynômes ne peut engendrer tous les
polynômes (par exemple, {1, x, x², …} est infinie et libre).

2. (3,5pts). Ici on pose C-espace vectoriel E = Mₙ(ℂ), Sₙ le sous-espace des


matrices symétriques, et Aₙ celui des matrices anti-symétriques.

a) (1pt). Donner une C-base canonique de E, et la ℝ-base canonique associée.


- Base ℂ-canonique de Mₙ(ℂ) :
{Eᵢⱼ | 1 ≤ i,j ≤ n}, où Eᵢⱼ a un 1 en position (i,j) et 0 ailleurs.
Dimension : n² (car n² matrices dans la base).

- Base ℝ-canonique associée :


{Eᵢⱼ, iEᵢⱼ | 1 ≤ i,j ≤ n}.
Dimension : 2n² (car chaque Eᵢⱼ complexe donne deux vecteurs réels).

b) (1,75pt). Montrer que les sous-espaces vectoriels Sₙ et Aₙ sont


supplémentaires dans E, préciser leurs bases et leurs dimensions sur ℂ.

- Matrices symétriques (Sₙ) : A = Aᵗ


- Matrices antisymétriques (Aₙ) : A = –Aᵗ
- Preuve :
1. Intersection nulle : si A ∈ Sₙ ∩ Aₙ, alors A = Aᵗ = –Aᵗ ⇒ A = 0
2. Somme directe : toute matrice M s’écrit
M = (M + Mᵗ)/2 + (M – Mᵗ)/2
où le premier terme est symétrique et le second antisymétrique.

- Bases et dimensions :
- Base de Sₙ : {Eᵢⱼ + Eⱼᵢ | i ≤ j} → Dimension : n(n+1)/2
- Base de Aₙ : {Eᵢⱼ – Eⱼᵢ | i < j} → Dimension : n(n–1)/2

c) (0,75pt). Ici on pose n = 2 et U = {U₁, U₂, U₃} ⊂ S₂ un ensemble de


trois matrices symétriques ℝ-linéairement indépendantes dans le ℝ-
espace vectoriel F = Vectℝ(U₁, U₂, U₃). Peut-il être un sous C-espace
vectoriel de E ? Construire un exemple tel que U soit aussi C-libre (en
plus d’être ℝ-libre).

- Exemple de U ℝ-libre mais pas ℂ-libre :


U₁ = [[1 0] [0 0]], U₂ = [[0 1] [1 0]], U₃ = [[0 0] [0 1]]
- ℝ-libre : Oui, car aucune combinaison linéaire réelle non triviale ne donne la
matrice nulle.
- ℂ-espace ? Non, car iU₂ n’est pas symétrique (violation de la stabilité par
multiplication complexe).
3. (1pt). Lemme d’Extension. Ici E étant nouveau arbitraire, soit S = {v₁,
…, vₖ} une famille libre de n vecteurs distincts de E. Soit v ∈ E \
Vect(S), montrer que le système S' = S ∪ {v} reste libre.

Énoncé : Si S = {v₁, …, vₖ} est libre et v ∉ Vect(S), alors S′ = S ∪


{v} reste libre.

Preuve :
- Supposons λ₁v₁ + … + λₖvₖ + λv = 0
- Si λ ≠ 0 alors v ∈ Vect(S), contradiction. Donc λ = 0
- Comme S est libre, λ₁ = … = λₖ = 0

4. (1pt). Énoncer le théorème d’extraction de base et deux conséquences


immédiates.

Théorème :
Toute famille génératrice finie d'un espace vectoriel contient une base.

Conséquences immédiates :
1. Tout espace vectoriel de dimension finie admet une base.
2. De toute famille libre, on peut extraire une base en complétant avec des
vecteurs d'une famille génératrice.

5. (1,5pts). Soit T = x² + x − 2 ∈ ℝ[x] et f : ℝ[x] → ℝ[x] tel que


pour tout P ∈ ℝ[x], f(P) est le reste de la division euclidienne de
P par T. Montrer que f est une application linéaire, Déterminer
ker(f) et Im(f).

a) Linéarité de f :
Pour P, Q ∈ ℝ[x] et λ ∈ ℝ, le reste de P + λQ modulo T est la
somme des restes (modulo T), donc f est linéaire.

b) Noyau (ker(f)) :
ker(f) = {P ∈ ℝ[x] tel que T divise P} = Vect(T)
→ Base : {x² + x - 2} (si on reste dans ℝ₂[x], sinon tous les multiples de T).
c) Image (Im(f)) :
Im(f) = {restes de division par T} = ℝ₁[x] (polynômes de degré ≤ 1)
→ Base : {1, x}

Explication :
La division euclidienne garantit que tout reste est de degré strictement inférieur
à deg(T) = 2, donc de la forme a + bx.

Exercice 2. (10pts).
Soient E = { (x, y, z, t) ∈ ℝ⁴ tel que x + 2y + z − t = 0 },
F = Vect(v₁, v₂, v₃) ⊂ ℝ⁴ avec
v₁ = (1, −1, 1, 1), v₂ = (−1, 2, 1, −1), v₃ = (−3, 8, −7, 3),
w = (1, 0, 0, 2), s = (−2, 1, 1, 1), t = (−2, 1, 1, 1).

1. (1,5pt). Montrer que E est un hyperplan de ℝ⁴. Donner une forme linéaire sur
ℝ⁴ telle que E = ker(f).

a) Définition d’un hyperplan :


Un hyperplan de ℝⁿ est un sous-espace vectoriel de dimension n−1. Ici, ℝ⁴ a
dimension 4, donc un hyperplan a dimension 3.

b) Structure de E :
E = { (x, y, z, t) ∈ ℝ⁴ | x + 2y + z − t = 0 }
- C’est le noyau de la forme linéaire f : ℝ⁴ → ℝ définie par f(x, y, z, t) = x
+ 2y + z − t.
- f est linéaire car elle vérifie f(u + λv) = f(u) + λf(v) pour tout u, v ∈ ℝ⁴ et
λ ∈ ℝ.

c) Justification que E est un hyperplan :


- f n’est pas identiquement nulle (par exemple, f(1,0,0,0) = 1 ≠
0).
- D’après le théorème du rang, dim(ker(f)) = dim(ℝ⁴) − dim(Im(f)) = 4 − 1 =
3.
- Donc E = ker(f) est bien un hyperplan.
Forme linéaire explicite :
f(x, y, z, t) = x + 2y + z − t

2. (1pt). Par l’algorithme d’extraction de base, extraire du système S = {v₁, v₂,


v₃, w, s, t} une base de F.

a) Famille génératrice de F :
F = Vect(v₁, v₂, v₃, w, s, t), où :
- v₁ = (1,−1,1,1)
- v₂ = (−1,2,1,−1)
- v₃ = (−3,8,−7,3)
- w = (1,0,0,2)
- s = t = (−2,1,1,1)

b) Algorithme d'extraction :
1. On place les vecteurs en colonne dans une matrice :
( 1 −1 −3 1 −2 −2 )
(−1 2 8 0 1 1 )
( 1 1 −7 0 1 1 )
( 1 −1 3 2 1 1 )
2. Réduction à la forme échelonnée :
- L₂ ← L₂ + L₁, L₃ ← L₃ − L₁, L₄ ← L₄ − L₁
- L₃ ← L₃ − 2L₂
- On obtient finalement une matrice avec 3 pivots, correspondant à v₁, v₂, w.

𝔅_F = {v₁, v₂, w}


Base extraite de F :

Dimension de F : dim(F) = 3.

3. (1,5pt). Par une analyse des dimensions, déduire dim(E ∩ F)


et ainsi que l’égalité E + F = ℝ⁴.

a) Dimensions connues :
- dim(E) = 3 (hyperplan)
- dim(F) = 3 (d'après 2.)
- dim(ℝ⁴) = 4

b) Formule de Grassmann :
dim(E + F) = dim(E) + dim(F) - dim(E ∩ F)
⇒ 4 = 3 + 3 - dim(E ∩ F)
⇒ dim(E ∩ F) = 2

c) Conclusion :
- E ∩ F est un plan (dim 2).
- E + F = ℝ⁴ car dim(E + F) = 4 = dim(ℝ⁴).

Justification alternative :
Un vecteur non dans E (par exemple (1,0,0,0)) combiné avec une base de E
engendre ℝ⁴.

4. (1,5pt). Déterminer E ∩ F et construire une base ℬ de ℝ⁴


contenant une base de E et une base de F.

a) Recherche de E ∩ F :
On cherche les vecteurs de F qui vérifient x + 2y + z − t = 0.
En résolvant pour les générateurs de F :
- Pour v₁ : 1 + 2(-1) + 1 - 1 = -1 ≠ 0 ⇒ pas dans E.
- Pour v₂ : -1 + 2(2) + 1 - (-1) = 5 ≠ 0 ⇒ pas dans E.
- Pour w : 1 + 0 + 0 - 2 = -1 ≠ 0 ⇒ pas dans E.

Base de E ∩ F :
On trouve deux vecteurs linéairement indépendants solutions, par exemple :
u₁ = v₁ + v₂ = (0,1,2,0)
u₂ = v₁ - w = (0,-1,1,-1)
Vérification :
- u₁ ∈ E car 0 + 2(1) + 2 - 0 = 4 ≠ 0 ⇒ erreur de calcul.
Correction :
Il faut résoudre le système pour une combinaison dans F ∩ E.

Méthode plus sûre :


1. Exprimer un vecteur générique de F : a v₁ + b v₂ + c w
2. Imposer la condition de E : a (f(v₁)) + b (f(v₂)) + c (f(w)) = 0
⇒ -a + 5b - c = 0
3. Solution : c = -a + 5b
⇒ Vecteurs de E ∩ F : a v₁ + b v₂ + (-a + 5b) w

Base corrigée de E ∩ F :
Pour (a,b)=(1,0) : v₁ - w = (0,-1,1,-1)
Pour (a,b)=(0,1) : v₂ + 5w = (4,2,1,9)
Vérification :
- f(0,-1,1,-1) = 0 + 2(-1) + 1 - (-1) = 0 ✓
- f(4,2,1,9) = 4 + 4 + 1 - 9 = 0 ✓

b) Construction d'une base ℝ de ℝ⁴ :


1. Base de E ∩ F : { (0,-1,1,-1), (4,2,1,9) }
2. Complétion en une base de E : ajouter par exemple (1,0,0,1)
∈E

4. Base finale : ℬ = { (0,-1,1,-1), (4,2,1,9), (1,0,0,1), (1,-1,1,1) }


3. Complétion en une base de F : ajouter v₁

Vérification :
- Les 4 vecteurs sont linéairement indépendants.
- Les 2 premiers sont dans E ∩ F.
- Les 3 premiers forment une base de E.
- Le 1er et le 4ème forment une base de F.

𝔅={
Base finale :

(0, −1, 1, −1)ᵗ,


(4, 2, 1, 9)ᵗ,
(1, 0, 0, 1)ᵗ,
(1, −1, 1, 1)ᵗ
}

ou en notation matricielle :

𝔅={
Base finale :

(0\\−1\\1\\−1), (4\\2\\1\\9), (1\\0\\0\\1), (1\\−1\\1\\1)


}

5. (4,5pts). Soit A la matrice dont les vecteur-colonnes sont ci = vᵢ pour i = 1, 2,


3, 4, 5. Poser Y = (x, y, z)ᵗ et l’équation linéaire vectorielle (I) :
x₁·c₁ + x₂·c₂ + x₃·c₃ + x₄·c₄ + x₅·c₅ = Y en les inconnues x₁, x₂, x₃, x₄, x₅ ∈
ℝ.

a) (1pt). Écrire la matrice augmentée  = (A | Y), ainsi que le système


d’équations correspondant à (I).

Matrice A et vecteur Y :
Soit A la matrice dont les colonnes sont c₁, c₂, c₃, c₄, c₅ (vecteurs de ℝ³), et Y
= (x, y, z)ᵗ.

Matrice augmentée  :
 = (A | Y) =

| c₁ c₂ c₃ c₄ c₅ Y |

Exemple concret si
c₁ = (a₁₁, a₂₁, a₃₁)ᵗ, etc. :

Â=
⎡ a₁₁ a₁₂ a₁₃ a₁₄ a₁₅ x ⎤
⎢ a₂₁ a₂₂ a₂₃ a₂₄ a₂₅ y ⎥
⎣ a₃₁ a₃₂ a₃₃ a₃₄ a₃₅ z ⎦

Système d’équations (I) :


x₁c₁ + x₂c₂ + x₃c₃ + x₄c₄ + x₅c₅ = Y ⇔

a₁₁x₁ + a₁₂x₂ + a₁₃x₃ + a₁₄x₄ + a₁₅x₅ = x


a₂₁x₁ + a₂₂x₂ + a₂₃x₃ + a₂₄x₄ + a₂₅x₅ = y
a₃₁x₁ + a₃₂x₂ + a₃₃x₃ + a₃₄x₄ + a₃₅x₅ = z
b) (0,75pt). Sans aucun autre calcul, justifier que Im(A) = F et préciser alors le
rang de A et dim(ker A).

Im(A) = F :
Par définition, Im(A) = Vect(c₁, c₂, c₃, c₄, c₅) = F.

Rang de A :
rg(A) = dim(Im(A)) = dim(F).
Si F est de dimension 3 (i.e. si les cᵢ engendrent ℝ³), alors rg(A) = 3.

Dimension du noyau :
D’après le théorème du rang :
dim(Ker(A)) = nb de colonnes - rg(A) = 5 - 3 = 2 (si rg(A) = 3).

c) (1pt). Échelonner totalement A sur les lignes.

Méthode :
1. Opérations élémentaires sur les lignes (permutations, combinaisons linéaires)
pour obtenir une forme échelonnée réduite.
2. Exemple simplifié (si A est générique) :

⎛1 0 0 α β⎞
⎜0 1 0 γ δ⎟
⎝0 0 1 ε ζ⎠

- Pivots en colonnes 1, 2, 3 ⇒ rg(A) = 3.

Étapes détaillées :
- L₂ ← L₂ - (a₂₁/a₁₁)·L₁
- L₃ ← L₃ - (a₃₁/a₁₁)·L₁ (si a₁₁ ≠ 0)
- Répéter pour annuler sous les pivots.
d) (0,75pt). Retrouver alors une base de F = Im(A) extraite des colonnes de A.
Lire (donner) aussi une base de ker(A).

Base de F :
- Les colonnes de A correspondant aux pivots dans la forme échelonnée forment

𝔅_F = {c₁, c₂, c₃} (si les 3 premières colonnes sont pivots)
une base de F.

Base de Ker(A) :
- On résout AX = 0 :
- Variables libres : x₄, x₅ (si rg(A) = 3)
- Solutions :
X=
( -αx₄ - βx₅
-γx₄ - δx₅
-εx₄ - ζx₅
x₄
x₅ )
= x₄ ( -α, -γ, -ε, 1, 0 )ᵗ + x₅ ( -β, -δ, -ζ, 0, 1 )ᵗ

𝔅_Ker(A) = { ( -α, -γ, -ε, 1, 0 )ᵗ , ( -β, -δ, -ζ, 0, 1 )ᵗ }


- Base :

e) (1pt). Justifier que le système (I) est soluble ssi Y ∈ Im(A) et


donner une équation cartésienne de Im(A). Et pour chaque Y ∈
Im(A) donner l’espace affine solution de (I).

Condition de solubilité :
(I) admet une solution ⇔ Y ∈ Im(A).
- Équation cartésienne de Im(A) :
Si Im(A) est un hyperplan d’équation ax + by + cz = 0, alors :
ax + by + cz = 0 (exemple si dim(Im(A)) = 2)

Espace affine solution :


- Si Y ∈ Im(A), alors l’ensemble des solutions est :
X = X₀ + Ker(A)
où X₀ est une solution particulière de AX = Y.

Résumé :
1. a) : Construction de  et système équivalent
2. b) : Théorème du rang et lien avec F
3. c) : Échelonnage de A
4. d) : Bases de F et Ker(A)
5. e) : Condition de solubilité et structure géométrique des solutions

Exemple numérique :
Si c₁ = (1,0,0), c₂ = (0,1,0), c₃ = (0,0,1), c₄ = (1,1,0), c₅ = (0,1,1), alors :
- rg(A) = 3, base de F = {c₁, c₂, c₃}
- Ker(A) :
x₁ + x₄ = 0
x₂ + x₄ + x₅ = 0
x₃ + x₅ = 0

Exercice 3. (3,5pts).

Ici Z₃ = {0,1,2} = {0,1,−1} est le corps des entiers modulo 3 : ainsi,


2 vaut −1 modulo 3 et 3 vaut 0 modulo 3. Soient
M = ⎡1 2 1⎤ ∈ M₃(Z₃), et le système (II) :
⎢2 1 2⎥
⎣2 2 1⎦

x + 2y + z = 1
ax + y + 2z = 2
2x + ay + bz = 0

Discutant suivant les valeurs des paramètres a, b, traiter les questions suivantes.
1. (1,5pts). Déterminer la forme totalement ligne-échelonnée M̂ de M, le rang
de M.

Matrice initiale M :
M=
(1 2 1)
(2 1 2)
(2 2 1)
sur ℤ₃ = {0, 1, 2}
(Rappel : 2 = −1 dans ℤ₃)

Échelonnement ligne :

Étape 1 : Pivot sur M₁₁ = 1


L₂ ← L₂ − 2L₁
L₃ ← L₃ − 2L₁

On obtient :
(1 2 1)
(0 0 0) (car −3 = 0 dans ℤ₃)
(0 1 2) (car −2 = 1, −1 = 2)

Étape 2 : Permutation L₂ ↔ L₃
(1 2 1)
(0 1 2)
(0 0 0)

Forme échelonnée 𝑀̂ :
𝑀̂ =
(1 2 1)
(0 1 2)
(0 0 0)

Rang de M :
Nombre de lignes non nulles : 2
⇒ rg(M) = 2 ✅

2. (1pt). Indiquer la forme d’Hermite normale de M et la suite d’échelonnement-


colonne pour y arriver à partir de M.

Pour M sur ℤ₃, la HNF s’obtient par :


1. Échelonnement colonne avec des pivots successifs à 1.
2. Annulation des éléments au-dessus des pivots.

Étapes :
1. Colonne 1 : Déjà pivot M₁₁ = 1
2. Colonne 2 : C₂ ← C₂ − 2C₁
Résultat :
(1 0 1)
(2 0 2)
(2 1 1) (car −3 = 0, −2 = 1 dans ℤ₃)

3. Colonne 3 : C₃ ← C₃ − C₁
Résultat :
(1 0 0)
(2 0 0)
(2 1 2) (car −1 = 2 dans ℤ₃)

4. Permutation C₂ et C₃ :
(1 0 0)
(2 0 0)
(2 2 1)

Forme normale d’Hermite :


H=
(1 0 0)
(0 1 0)
(0 0 0)

✅ Remarque : la HNF peut varier selon les opérations, mais elle reste une
forme triangulaire avec des 1 en tête.

3. (1pt). Déduire aussi dans chaque cas la résolution du système d’équation (II).

Système (II) :
(1) x + 2y + z = 1
(2) a·x + y + 2z = 2
(3) 2x + a·y + b·z = 0
Cas générique (rg(M) = 2) :

1. Si a = 1 et b = 2 :
✅ Le système est compatible.
Solution générale :
x = 1 − 2y − z
y = 2 − 2z
z libre

Solution vectorielle :
(x, y, z)ᵗ = (2, 2, 0)ᵗ + z·(0, 1, 1)ᵗ

2. Si a = 2 et b = 1 :
❌ Le système est incompatible (après réduction : 0 = 1).
⇨ Pas de solution

Cas particuliers non traités ici :


a = 0 ou b = 0 (à analyser séparément)

Résumé :
- ✅ Partie 1 : Échelonnement ligne → obtenir rg(M)
- ✅ Partie 2 : Transformation colonne → HNF (modulo 3)
- ✅ Partie 3 : Résolution selon a et b avec interprétation géométrique

Exemple :
a = 1, b = 2 → Solution : (2, 2, 0) + z·(0, 1, 1)
Noyau : vecteur direction (0, 1, 1).

Note. Le barème inclut des bonus à mériter (1,5pts). !!!

NB : Nous vous remercions pour la confiance que vous nous accordez. Pour
plus de documents similaires veillez vous rendre dans le canal Télégramme :
https://t.me/infosl1

Vous aimerez peut-être aussi