Algèbre linéaire

Correction du contrôle continu 1

Ceci est une correction possible, mais il n'y a pas unicité dans la façon de rédiger, d'aillerus
Tan Lei vous propose un autre corrigé.

Soit {~e1 , ~e2 , ~e3 } la base canonique de R3 .

Soient g, h : R3 → R3 deux applications linéaires telles que
        
x 1 −1 1 x x x + y − 2z
g y  =  1 0 2  y  et h y  =  y − z  .
z 1 1 3 z z z

Exercice 1. Déterminer les matrices de h et g ◦h. Expliciter h(~e3 ) et g ◦h(~e3 ). Montrer

(3pts)
que la matrice de h est inversible (donc h est bijective).
Réponse : 
1 1 −2
La matrice de h est  0 1 −1 . Pour celle de g ◦ h il sut de faire le produit matriciel
0 0 1
correspondant :      
1 −1 1 1 1 −2 1 0 0
 1 0 2  ×  0 1 −1  =  1 1 0  .
1 1 3 0 0 1 1 2 0
Pour les images de ~e3 il sut
 de regarder
 les troisièmes
 colonnes de chacune de ces matrices :
−2 0
on trouve respectivement  −1  et  0 . Le determinant d'une matrice triangulaire
1 0
étant le produit des coecients diagonaux, on trouve det[h] = 1 6= 0 ce qui sut à prouver
l'inversibilité.

     
1 0 −2
Dans la suite on note ~a =  1  , ~b =  1  et ~c =  −1  .
1 2 1

Exercice 2. (4pts) Vérier que {~a, ~b} est libre. Soit f : R3 → R3 l'application linéaire telle
que
(f (~e1 ), f (~e2 ), f (~e3 )) = (~a, ~b, ~0) .
Déterminer la matrice de f ainsi que son noyau. Etablir que l'image de f est égale à h~a, ~bi.
Réponse :
La famille {~a, ~b} est libre car si λ, µ ∈ R vérient λ~a + µ~b = ~0 alors en regardant la première
coordonnée on obtient λ = 0 et par conséquent µ = 0. La matrice de f est
 
1 0 0
(~a, ~b, ~0) =  1 1 0  .
1 2 0

On a ~e3 ∈ ker f et réciproquement tout vecteur ~v de R3 s'écrivant x~e1 + y~e2 + z~e3 son image
est donc f (~v) = x~a + y~b + ~0 qui est nul si et seulement si x~a + y~b = ~0 et donc si et seulement
si x = y = 0 car on vient de voir que {~a, ~b} est libre. Finalement seuls les z~e3 , z ∈ R sont
dans le noyau de f .
Tout élément dans l'image de f est de la forme f (~v) = x~a + y~b + ~0, x, y ∈ R c'est-à-dire
combinaison linéaire de ~a et ~b comme voulu.
Exercice 3. : (10pts)
1. Compléter les cases vides dans les opérations sur les colonnes suivantes, où Ci désigne
la i-ème colonne. Puis retrouver les vecteurs ~a, ~b,~c dans la matrice nale à droite.
Reconnaitre également ci-près les matrices de g, h, f et g ◦ h ?
1 −1 1 1
1 0

     
0 0 0

 1 0 2 
 C2 C2 +C1

 1 1 
 C3 C3 −C2

 1
1 0 

 1 1 3   1 2   1 2 0 
  −→   −→  

 1 0 0 
 C3 C3 −C1

 1 1 −1 


 1 1 −2 

 0 1 0   0 1 0   0 1 −1 
0 0 1 0 0 1 0 0 1

2. Vérier que g(~c) = ~0 et que ~a, ~b ∈ Im(g). En déduire que dim Ker(g) ≥ 1 et dim Im(g) ≥
2.
3. (Question de cours) Enoncer le théorème du rang. En déduire que {~a, ~b} est une base
de Im(g) et que ~c est une base de Ker(g).
Réponse :
1. Dans les deux cases vides, il manque les coecients 1 et 2 (de haut en bas). Dans la
dernière matrice on a :
0
 
 ~a ~b 0 
 

 0 
.
 1 1 
 
 0 1 ~c 
0 0
La matrice de g est dans le bloc du haut de la première matrice, celle de g dans le bloc
du bas de la dernière matrice et celle de f = g ◦ h dans le bloc du haut de la dernière
matrice.
2. Pour calculer g(~c) il sut de faire le produit matriciel
     
1 −1 1 −2 0
 1 0 2  ×  −1  =  0 
1 1 3 1 0

et comme ~c 6= ~0 on en déduit que dim ker g > 1. Pour l'image remarquons qu'aux vues
des opérations faites sur les colonnes, on a ~a = g(~e1 ) et ~b = g(~e2 ) + g(~e1 ) = g(~e2 + ~e1 )
ce qui prouve qu'ils sont tous les deux dans l'image. Comme ils sont libres, celle-ci est
au moins de dimension 2.
3. Le théorème du rang : si f : E → F est une applications linéaire entre deux sous-
espaces vectoriels alors dim E = dim ker f + dim Imf . Appliqué ici à f on obtient 3 =
dim ker f + dim Imf > 1 + 2 = 3 d'après la question précédente. Ainsi l'inégalité est une
égalité et il en est donc de même des deux inégalités précédentes :
 dim ker g = 1 et ker g contenait le vecteur ~c 6= 0 qui en est donc une base,
 dim Imf = 2 et Imf contenait la famille libre (~a, ~b) qui en est donc une base.
Exercice 4.(3pts) Déterminer une base du noyau et de l'image de l'application
   
x   x
y  1 −1 1 1  
G :   7→
   1 0 2 −1  y  en suivant la même méthode que ci-dessus, c'est-à-
z z 
1 1 3 −3
t t
dire en échelonnant suivant les colonnes une matrice augmentée (à défaut vous pouvez aussi
utiliser une autre méthode).
 Réponse :
1 −1 1 1
     
1
0 0 0 1 0 0 0

 1 0 2 −1 
 C2 → C2 + C1

 1 1 −2 
1 
 1 1 0 0 
 

 1 1 3 −3 
 C3 → C3 − C1

 21 2 −4 
 C 3 → C 3 − C 2  1 2 0 0 
 
1 0 0 0  1 −1 −1 
1  C4 → C4 + 2C2  1 1 −2 1 
   
  C4 → C4 − C1 
 0 1 0 0   0
1 0 0  −→  0 1 −1 2 
  −→    
 0 0 1 0   0
0 1 0   0 0 1 0 
0 0 0 1 0
0 0 1 0 0 0 1
   
1 0
Par analogie avec ce qui précède on en déduit que   1 , 1  est une base de l'image
 
1 2
   
−2 1
 −1   2 
tandis que 
 1  ,  0  est une base du noyau. Les explications arrivent dans la
   

0 1
question bonus. . .

Bonus (2pts) : En acceptant qu'eectuer des opérations sur les colonnes revient à mul-
tiplier à droite par des matrices élémentaires, expliquer pourquoi cette méthode marche en
général.
Réponse :
Soit g une application linéaire  qu'on identie à une matrice G après choix de bases au
départ et à l'arrivée  dont on cherche à trouver une base du noyau et une base de l'image.
L'algorithme précédent consiste à eectuer des opérations élémentaires sur les colonnes pour se
ramener à une forme échelonnée en colonne. On y parvient toujours car cela revient au même
que d'échelonner les lignes de la transposée ce que l'on sait possible : c'est l'algorithme du
pivot de Gauss ! Notant H la matrice obtenue en faisant le produit des matrices élémentaires
correspondant aux opérations sur les colonnes, on a donc la situation suivante :
opérations sur les colonnes
   
G GH
.
I −→ H

H est inversible car chaque opération élémentaire admet une  opération inverse . Notant h
l'automorphisme correspondant à H  dans la base xée au départ  on voit tout de suite
des bases du noyau et de l'image de g ◦h car sa matrice est échelonnée en colonne : les colonnes
non-nulles forment une familles libres  car échelonnées  de l'image, tandis que les vecteurs
correspondant aux colonnes nulles forment une famille libre  car extraits de la base qu'on
s'est xée au départ  du noyau. Le théorème du rang et les inégalités sur les dimensions
permettent à nouveau de conclure aux égalités. Reste à traduire ce que l'on vient de trouver
pour g ◦ h à g :
 pour l'image c'est facile car Img = Im(g ◦ h) car h est bijective  petit exo,
 pour le noyau on a ker g = h(ker(g ◦ h)  petit exo  et comme h est bijective il
transforme la base de ker(g ◦ h) en une base de ker g ce qu'on lit eectivement dans les
colonnes de H correspondant aux colonnes nulles de GH .