Exercices : Applications lineaires

Exercice 1:
Determiner si les applications suivantes sont des applications lineaires :
1.
f : R
2
R
2
(x, y) (2x y, 3x + y)
2. Soient n N

et A M
n
(R) xes.
f : M
n
(R) M
n
(R)
M AM MA
3.
f : M
3,1
(R) M
2,1
(R)
_
_
x
y
z
_
_

_
x + y + z
x + z
_
4.
f : R
3
[X] R
3
[X]
P (X
2
1)P

+ P
(On justiera le fait que f(P) R
3
[X])
5.
f : M
2
(R) M
2
(R)
M =
_
a b
c d
_
M + (b + c)I
2
Exercice 2:
Determiner une base de limage des applications lineaires de lexercice 1 (Pour le 2. on prendra n = 2
et A =
_
1 2
0 3
_
)
Exercice 3:
Determiner le noyau des applications lineaires de lexercice 1 et determiner les applications qui sont
injectives. (Pour le 2. on prendra n = 2 et A =
_
1 2
0 3
_
)
Exercice 4:
On consid`ere lapplication lineaire
g : R
4
R
3
(x, y, z, t) (2x + y + z, x + y + t, x + z t)
.
Determiner un base du noyau puis de limage de g.
Exercice 5:
Les applications lineaires suivantes sont-elle des isomorphismes :
1.
f : R
3
R
3
(x, y, z) (x z, 2x + y 4z, y + 2z)
2.
f : R
2
[X] R
2
[X]
P P + P

3.
f : R
3
R
2
[X]
(a, b, c) (2a + b)X
2
(a + b + c)X + 3a 2b + 5c
4. I =
_
1 0
0 1
_
et J =
_
0 1
1 0
_
f : M
2
(R) M
2
(R)
_
a b
c d
_

a + d
2
I +
b + c
2
J
Exercice 6:
Soit M =
_
_
1 3 5
2 8 6
7 4 3
_
_
. Quel est le vecteur colonne associe `a M dans la base canonique de M
3
(R),
(E
1,1
, E
1,2
, E
1,3
, E
2,1
, E
2,2
, E
2,3
, E
3,1
, E
3,2
, E
3,3
) ?
Alg`ebre : Chapitre 2 Exercices Page 1 Applications lineaires
Exercice 7:
Reprendre les morphismes de lexercice 5 et determiner la matrice de f dans la base canonique des
espaces consideres. (Pour le 4. on prendra la base (E
1,1
, E
1,2
, E
2,1
, E
2,2
) )
Exercice 8:
Soit g lendomorphisme de M
3,1
(R) deni par g
_
_
_
_
x
y
z
_
_
_
_
=
_
_
x + y z
2x + y 3z
3x + 2y 4z
_
_
.
1. Determiner la matrice de g relativement `a la base canonique de M
3,1
(R). On appellera A cette
matrice.
2. En utilisant la matrice A determiner si g est un automorphisme.
Exercice 9:
Soit f lendomorphisme de R
2
deni par f(x, y) = (x + y, x y).
1. Determiner la matrice, notee M, de f relativement `a la base canonique de R
2
.
2. Calculer M
2
.
3. En deduire la valeur de f f.
Exercice 10:
Soit f lendomorphisme de R
3
dont la matrice dans la base canonique est : A =
_
_
5 8 4
8 15 8
10 20 11
_
_
On pose

u = (2, 4, 5),

v = (1, 0, 1),

w = (0, 1, 2)
1. Calculer f(

u ), f(

v ) et f(

w).
2. Montrer que B

= (

u ,

v ,

w) est une base de R

3
.
3. Determiner la matrice A

de f dans la base B

.
4. Calculer A
2
et en deduire f
2
.
Exercice 11:
Soit E un espace vectoriel et B = (e
1
, e
2
, e
3
) une base de E. Pour tout reel a dierent de 1, on consid`ere
lendomorphisme f
a
de lespace vectoriel E dont la matrice dans la base B est donnee par
M
a
=
_
_
a + 2 (2a + 1) a
1 0 0
0 1 0
_
_
Soit de plus B

= (e

1
, e

2
, e

3
) la famille de vecteurs de E denie par
_
_
_
e

1
= a
2
e
1
+ ae
2
+ e
3
e

2
= e
1
+ e
2
+ e
3
e

3
= 2e
1
+ e
2
1. Determiner les valeurs de a pour lesquelles la matrices M
a
nest pas inversible.
2. En deduire les valeurs de a pour lesquelles f
a
est un automorphisme.
3. Prouver que B

est une base de E.

4. Calculer f
a
(e

1
), f
a
(e

2
) et f
a
(e

3
).
5. En deduire la matrice de f
a
relativement `a la base B

. On notera T
a
cette matrice.
Alg`ebre : Chapitre 2 Exercices Page 2 Applications lineaires
Correction
Exercice 1:
1. Soient (r, s) et (w, z) deux elements de R
2
et a et b deux reels. On a :
f(a(r, s) + b(w, z)) = f(ar + bw, as + bz)
= (2(ar + bw) (as + bz), 3(ar + bw) + (as + bz))
= (2ar + 2bw as bz, 3ar + 3bw + as + bz)
et af(r, s) + bf(w, z) = a(2r s, 3r + s) + b(2w z, 3w + z)
= (2ar as + 2bw bw, 3ar + as + 3bw + bz)
On a donc f(a(r, s) + b(w, z)) = af(r, s) + bf(w, z).
f est donc une application lineaire.
2. Soient K et L deux matrices de M
n
(R) et a et b deux reels. On a :
f(aK + bL) = A(aK + bL) (aK + bL)A
= aAK + bAL aKA bLA
et af(K) + bf(L) = a(AK KA) + b(AL LA)
= aAK aKA + bAL bLA
On a donc f(aK + bL) = af(K) + bf(L).
f est donc une application lineaire.
3. Oui f est lineaire , meme methode que 1.
4. Lorsque P est de degre inferieur ou egale `a 3, P

est un polyn ome de degre inferieur ou egal ` a 1

donc (x
2
1)P

est de degre inferieur ou egal `a 3 et donc on a bien f(P) R

3
[X].
Soient Q et R deux polyn omes de R
3
[X] et a et b deux reels. On a :
f(aQ + bR) = (X
2
1)(aQ + bR)

+ (aQ + bR)
= (X
2
1)(aQ

+ bR

) + aQ + bR
et af(Q) + bf(R) = a((X
2
1)Q

+ Q) + b((X
2
1)R

+ R)
= (X
2
1)(aQ

+ bR

) + aQ + bR
On a donc f(aQ + bR) = af(Q) + bf(R).
f est donc une application lineaire.
5. Soient K et L deux matrices de M
2
(R) et a et b deux reels. On pose K =
_
k l
m n
_
et L =
_
p q
r s
_
donc :
f(aK + bL) = f
__
ak + bp al + bq
am + br an + bs
__
= aK + bL + ((al + bq) + (am + br))I
= aK + bL + (al + bq + am + br)I
et af(K) + bf(L) = a(K + (l + m)I) + b(L + (q + r)I))
= aK + bL + (al + bq + am + br)I
On a donc f(aK + bL) = af(K) + bf(L).
f est donc une application lineaire.
Alg`ebre : Chapitre 2 Exercices Page 3 Applications lineaires
Exercice 2:
1. Im(f) = {f(x, y)/(x, y) R
2
} = {(2x y, 3x + y)/(x, y) R
2
} = vect((2, 3), (1, 1)).
La famille ((2, 3), (1, 1)) est generatrice de Im(f).
De plus la famille ((2, 3), (1, 1)) est libre (je vous laisse le demontrer)
Donc ((2, 3), (1, 1)) est une base de Im(f).
2. Soit (E
1,1
, E
1,2
, E
2,1
, E
2,2
) la base canonique de M
2
(R).
f(E
1,1
) =
_
1 2
0 3
__
1 0
0 0
_

_
1 0
0 0
__
1 2
0 3
_
=
_
0 2
0 0
_
f(E
1,2
) =
_
1 2
0 3
__
0 1
0 0
_

_
0 1
0 0
__
1 2
0 3
_
=
_
0 2
0 0
_
f(E
2,1
) =
_
1 2
0 3
__
0 0
1 0
_

_
0 0
1 0
__
1 2
0 3
_
=
_
2 0
2 2
_
f(E
2,2
) =
_
1 2
0 3
__
0 0
0 1
_

_
0 0
0 1
__
1 2
0 3
_
=
_
0 2
0 0
_
On a donc Im(f) = vect
__
0 2
0 0
_
,
_
0 2
0 0
_
,
_
2 0
2 2
_
,
_
0 2
0 0
__
= vect
__
0 2
0 0
_
,
_
2 0
2 2
__
.
Donc la famille
__
0 2
0 0
_
,
_
2 0
2 2
__
est generatrice de Im(f).
Les deux matrices de cette famille netant pas proportionnelles, cette famille est libre.
Donc la famille
__
0 2
0 0
_
,
_
2 0
2 2
__
est une base de Im(f).
3. Im(f) =
_
_
_
f
_
_
_
_
x
y
z
_
_
_
_
/(x, y, z) R
3
_
_
_
=
__
x + y + z
x + z
_
/(x, y, z) R
3
_
= vect
__
1
1
_
,
_
1
0
_
,
_
1
1
__
.
La famille
__
1
1
_
,
_
1
0
_
,
_
1
1
__
est generatrice de Im(f). Comme il y a deux fois le meme vecteur la
famille
__
1
1
_
,
_
1
0
__
est encore generatrice de Im(f).
De plus la famille
__
1
1
_
,
_
1
0
__
est libre (deux matrices visiblement non proportionnelles)
Donc
__
1
1
_
,
_
1
0
__
est une base de Im(f).
4. Soit (P
0
, P
1
, P
2
, P
3
) la bases canonique de R
3
[X].
f(P
0
) = (X
2
1) 0 + 1 = 1
f(P
1
) = (X
2
1) 0 + X = X
f(P
2
) = (X
2
1) 2 + X
2
= 3X
2
2
f(P
3
) = (X
2
1) 6X + X
3
= 7X
3
6X
La famille (1, X, 3X
2
2, 7X
3
6X) est donc generatrice de Im(f).
La famille (1, X, 3X
2
2, 7X
3
6X) est de plus libre (`a vous de le demontrer).
Donc la famille (1, X, 3X
2
2, 7X
3
6X) est une base de Im(f).
5. Soit (E
1,1
, E
1,2
, E
2,1
, E
2,2
) la base canonique de M
2
(R).
f(E
1,1
) =
_
1 0
0 0
_
+ (0 + 0)I =
_
1 0
0 0
_
f(E
1,2
) =
_
0 1
0 0
_
+ (1 + 0)I =
_
1 1
0 1
_
Alg`ebre : Chapitre 2 Exercices Page 4 Applications lineaires
f(E
2,1
) =
_
0 0
1 0
_
+ (0 + 1)I =
_
1 0
1 1
_
f(E
2,2
) =
_
0 0
0 1
_
+ (0 + 0)I =
_
0 0
0 1
_
Donc la famille
__
1 0
0 0
_
,
_
1 1
0 1
_
,
_
1 0
1 1
_
,
_
0 0
0 1
__
est generatrice de Im(f).
De plus cette famille est libre (`a vous de le demontrer).
Donc la famille
__
1 0
0 0
_
,
_
1 1
0 1
_
,
_
1 0
1 1
_
,
_
0 0
0 1
__
est une base de Im(f)
Exercice 3:
1. Par denition ker(f) = {(x, y) R
2
/f(x, y) = (0, 0)}. Or on a
f(x, y) = (0, 0) (2x y, 3x + y) = (0, 0)
_
2x y = 0
3x + y = 0
x = y = 0
Donc ker(f) = {(0, 0} et ainsi f est injective.
2. Par denition ker(f) = {M M
2
(R)/f(M) = 0}.
Soit M =
_
a b
c d
_
. On a AM MA =
_
2c 2a 2b + 2d
2c 2c
_
.
Donc
f(M) = 0
_
2c 2a 2b + 2d
2c 2c
_
=
_
0 0
0 0
_

_
2c = 0
2a 2b + 2d = 0

_
c = 0
d = a + b
Donc ker(f) =
__
a b
0 a + b
_
/(a, b) R
2
_
et ainsi f nest pas injective.
3. Par denition ker(f) =
_
_
_
_
_
x
y
z
_
_
M
3,1
(R)/f
_
_
x
y
z
_
_
=
_
0
0
_
_
_
_
. Or on a :
f
_
_
_
_
x
y
z
_
_
_
_
=
_
0
0
_

_
x + y + z
x + z
_
=
_
0
0
_

_
x + y + z = 0
x + z = 0

_
y = 0
z = x
Donc ker(f) =
_
_
_
_
_
x
0
x
_
_
/x R
_
_
_
et ainsi f nest pas injective.
4. Par denition ker(f) = {P R
3
[X]/f(P) = 0}.
Soit P = aX
3
+bX
2
+cX +d R
3
[X]. On a alors f(P) = 7ax
3
+3bX
2
+(c 6a)X +d 2b. Donc :
f(P) = 0 7ax
3
+3bX
2
+(c6a)X+d2b = 0X
3
+0X
2
+0X+0
_

_
7a = 0
3b = 0
c 6a = 0
d 2b = 0
a = b = c = d = 0
Donc ker(f) = {0} et ainsi f est injective.
Alg`ebre : Chapitre 2 Exercices Page 5 Applications lineaires
5. Par denition ker(f) = {M M
2
(R)/f(M) = 0}. Or on a f
__
a b
c d
__
=
_
a + b + c b
c d + b + c
_
.
Donc :
f(M) = 0
_
a + b + c b
c d + b + c
_
=
_
0 0
0 0
_

_
a + b + c = 0
b = 0
c = 0
d + b + c = 0
a = b = c = d = 0
Donc ker(f) =
__
0 0
0 0
__
et ainsi f est injective.
Exercice 4:
Noyau : Par denition ker(g) = {(x, y, z, t) R
4
/g(x, y, z, t) = (0, 0, 0)}. Or :
g(x, y, z, t) = (0, 0, 0) (2x + y + z, x + y + t, x + z t) = (0, 0, 0)

_
_
_
2x + y + z = 0
x + y + t = 0
x + z t = 0

_
_
_
2x + y + z = 0
2x + y + z = 0
t = x + z

_
y = 2x z
t = x + z
On a donc ker(g) = {(x, 2x z, z, x + z)/(x, z) R
2
} = vect((1, 2, 0, 1), (0, 1, 1, 1)).
La famille ((1, 2, 0, 1), (0, 1, 1, 1)) est generatrice de ker(g) et cest une famille libre (visiblement non
proportionnels) donc ((1, 2, 0, 1), (0, 1, 1, 1)) est une base de ker(g) qui est donc de dimension 2.
Image :
Grace au theor`eme du rang on sait que dim(ker(g)) + dim(Im(g)) = dim(R
4
) donc dim(Im(g)) = 2.
De plus g(1, 0, 0, 0) = (2, 1, 1) et g(0, 1, 0, 0) = (1, 1, 0).
La famille ((2, 1, 1), (1, 1, 0)) est une famille de vecteurs de Im(g) qui est une famille visiblement libre
(vecteurs non proportionnels)
La famille ((2, 1, 1), (1, 1, 0)) est donc une famille libre de 2 vecteurs de Im(g) qui est lui meme de
dimension 2.
Donc ((2, 1, 1), (1, 1, 0)) est une base de Im(g).
Exercice 5:
1. f est-elle injective ?
Pour repondre `a cette question on doit calculer ker(f).
Apr`es calcul on a ker(f) = {(z, 2z, z)/z R}. Donc f nest pas injective.
Comme f nest pas injective, elle nest pas bijective et donc f nest pas un isomorphisme.
2. f est-elle injective ?
Apr`es calcul on a ker(f) = {0}. Donc f est injective.
f est une application lineaire injective et les espaces de depart et darrivee ont la meme dimension
(ils sont identiques...) donc f est bijective.
f est bien un isomorphisme.
3. f est-elle injective ?
Apr`es calcul on a ker(f) = {(0, 0, 0)}. Donc f est injective.
Alg`ebre : Chapitre 2 Exercices Page 6 Applications lineaires
f est une application lineaire injective et les espaces de depart et darrivee ont la meme dimension,
car dim(R
3
) = 3 et dim(R
2
[X]) = 2 + 1 = 3, donc f est bijective.
f est bien un isomorphisme.
4. f est-elle injective ?
Apr`es calcul on a ker(f) =
__
a b
b a
_
/(a, b) R
2
_
. Donc f nest pas injective.
Comme f nest pas injective, elle nest pas bijective et donc f nest pas un isomorphisme.
Exercice 6: Reponse sans la redaction
Le vecteur colonne associe `a M est
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1
3
5
2
8
6
7
4
3
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
Exercice 7:
1. Soit (e
1
, e
2
, e
3
) la base canonique de R
3
.
f(e
1
) = (1, 2, 0) = e
1
+ 2e
2
+ 0e
3
f(e
2
) = (0, 1, 1) = 0e
1
+ e
2
e
3
f(e
3
) = (1, 4, 2) = e
1
4e
2
+ 2e
3
.
Donc M(f) =
_
_
1 0 1
2 1 4
0 1 2
_
_
2. Soit (P
0
, P
1
, P
2
) la base canonique de R
2
[X].
f(P
0
) = 1 + 0 = 1 = P
0
+ 0P
1
+ 0P
2
f(P
1
) = X + 1 = P
0
+ P
1
+ 0P
2
f(P
2
) = X
2
+ 2X = 0P
0
+ 2P
1
+ P
2
Donc M(f) =
_
_
1 1 0
0 1 2
0 0 1
_
_
3. Soient (e
1
, e
2
, e
3
) la base canonique de R
3
et (P
0
, P
1
, P
2
) la base canonique de R
2
[X].
f(e
1
) = 2X
2
X + 3 = 3P
0
P
1
+ 2P
2
f(e
2
) = X
2
X 2 = 2P
0
P
1
+ P
2
f(e
3
) = X + 5 = 5P
0
P
1
+ 0P
2
Donc M(f) =
_
_
3 2 5
1 1 1
2 1 0
_
_
4. Soit (E
1,1
, E
1,2
, E
2,1
, E
2,2
) la base canonique de M
2
(R).
f(E
1,1
) =
1
2
I =
_
1/2 0
0 1/2
_
=
1
2
E
1,1
+ 0E
1,2
+ 0E
2,1
+
1
2
E
2,2
f(E
1,2
) =
1
2
J =
_
0 1/2
1/2 0
_
= 0E
1,1
+
1
2
E
1,2
+
1
2
E
2,1
+ 0E
2,2
f(E
2,1
) =
1
2
J =
_
0 1/2
1/2 0
_
= 0E
1,1
+
1
2
E
1,2
+
1
2
E
2,1
+ 0E
2,2
Alg`ebre : Chapitre 2 Exercices Page 7 Applications lineaires
f(E
2,2
) =
1
2
I =
_
1/2 0
0 1/2
_
=
1
2
E
1,1
+ 0E
1,2
+ 0E
2,1
+
1
2
E
2,2
Donc M(f) =
_
_
_
_
1/2 0 0 1/2
0 1/2 1/2 0
0 1/2 1/2 0
1/2 0 0 1/2
_
_
_
_
Alg`ebre : Chapitre 2 Exercices Page 8 Applications lineaires