Espace vectoriel exercices corrigés

Cette page rassemble 12 exercices corrigés sur les espaces vectoriels, couvrant les notions fondamentales au programme de licence et de classes préparatoires : sous-espaces vectoriels, combinaisons linéaires, familles libres et génératrices, bases et dimension, ainsi que la somme directe et la formule de Grassmann. Les exercices sont classés du plus accessible au plus exigeant, chacun accompagné d’une indication et d’un corrigé pas à pas rédigé en LaTeX. Ils prolongent le cours d’espace vectoriel et préparent aux applications linéaires, notamment au calcul du noyau, de l’image et du rang.

Sous-espaces vectoriels : définition et caractérisation

Savoir reconnaître et démontrer qu’un sous-ensemble est un sous-espace vectoriel est la première compétence attendue. Ces exercices entraînent à l’application de la caractérisation par stabilité (vérification de \( \lambda x + y \in F \)) et à la construction de contre-exemples.

Exercice 1 : Reconnaître un sous-espace vectoriel dans \(\mathbb{R}^3\)

Facile

On considère les trois sous-ensembles de \(\mathbb{R}^3\) suivants :

\[ F_1 = \{(x, y, z) \in \mathbb{R}^3 \mid x + 2y – z = 0\}, \]
\[ F_2 = \{(x, y, z) \in \mathbb{R}^3 \mid x^2 + y^2 = 0\}, \]
\[ F_3 = \{(x, y, z) \in \mathbb{R}^3 \mid x + y = 1\}. \]

  1. Pour chaque ensemble, dire s’il est un sous-espace vectoriel de \(\mathbb{R}^3\).
  2. Justifier chaque réponse par une démonstration ou un contre-exemple explicite.
Indication

Pour montrer qu’un ensemble est un sous-espace vectoriel, vérifiez trois points : il contient le vecteur nul, il est stable par addition, et stable par multiplication scalaire. Pour trouver un contre-exemple, testez d’abord si le vecteur nul appartient à l’ensemble.

Voir le corrigé
Solution de la question 1 et 2 :

\(F_1\) est un sous-espace vectoriel. Vérification de la caractérisation : soient \(u = (x_1, y_1, z_1)\) et \(v = (x_2, y_2, z_2)\) dans \(F_1\), et \(\lambda \in \mathbb{R}\). On a \(x_1 + 2y_1 – z_1 = 0\) et \(x_2 + 2y_2 – z_2 = 0\), donc :

\[ (\lambda x_1 + x_2) + 2(\lambda y_1 + y_2) – (\lambda z_1 + z_2) = \lambda(x_1 + 2y_1 – z_1) + (x_2 + 2y_2 – z_2) = 0. \]

Ainsi \(\lambda u + v \in F_1\). \(F_1\) est bien un sous-espace vectoriel de \(\mathbb{R}^3\).

\(F_2\) est un sous-espace vectoriel. La condition \(x^2 + y^2 = 0\) dans \(\mathbb{R}\) équivaut à \(x = 0\) et \(y = 0\). Ainsi \(F_2 = \{(0, 0, z) \mid z \in \mathbb{R}\}\), qui est la droite vectorielle engendrée par \((0, 0, 1)\). C’est un sous-espace vectoriel.

\(F_3\) n’est pas un sous-espace vectoriel. Le vecteur nul \((0, 0, 0)\) vérifie \(0 + 0 = 0 \neq 1\), donc \((0,0,0) \notin F_3\). La condition nécessaire du vecteur nul n’est pas satisfaite.

Exercice 2 : Sous-espaces vectoriels de l’espace des fonctions

Moyen

Soit \(E = \mathbb{R}^{\mathbb{R}}\) l’espace vectoriel de toutes les fonctions de \(\mathbb{R}\) dans \(\mathbb{R}\). On considère les ensembles suivants :

\[ F = \{f \in E \mid f(0) = 0\}, \]
\[ G = \{f \in E \mid f \text{ est continue et } \int_0^1 f(t)\,\mathrm{d}t = 0\}, \]
\[ H = \{f \in E \mid f(1) = 2\}. \]

  1. Montrer que \(F\) et \(G\) sont des sous-espaces vectoriels de \(E\).
  2. Montrer que \(H\) n’est pas un sous-espace vectoriel de \(E\).
Indication

Pour \(G\), utilisez la linéarité de l’intégrale : \(\int_0^1 (\lambda f + g)(t)\,\mathrm{d}t = \lambda \int_0^1 f(t)\,\mathrm{d}t + \int_0^1 g(t)\,\mathrm{d}t\). Pour \(H\), pensez à vérifier la condition du vecteur nul ou la stabilité par addition.

Voir le corrigé
Solution de la question 1 :

Pour \(F\) : La fonction nulle vérifie \(0(0)=0\) donc \(0 \in F\). Soient \(f, g \in F\) et \(\lambda \in \mathbb{R}\) ; alors \((\lambda f + g)(0) = \lambda f(0) + g(0) = 0\), donc \(\lambda f + g \in F\). \(F\) est un sous-espace vectoriel.

Pour \(G\) : La fonction nulle est continue et \(\int_0^1 0 \,\mathrm{d}t = 0\), donc \(0 \in G\). Soient \(f, g \in G\) et \(\lambda \in \mathbb{R}\). La fonction \(\lambda f + g\) est continue (combinaison linéaire de fonctions continues), et par linéarité de l’intégrale :

\[ \int_0^1 (\lambda f + g)(t)\,\mathrm{d}t = \lambda \underbrace{\int_0^1 f(t)\,\mathrm{d}t}_{=\,0} + \underbrace{\int_0^1 g(t)\,\mathrm{d}t}_{=\,0} = 0. \]

Donc \(\lambda f + g \in G\). \(G\) est un sous-espace vectoriel.

Solution de la question 2 :

La fonction nulle vérifie \(0(1) = 0 \neq 2\), donc \(0 \notin H\). Ainsi \(H\) n’est pas un sous-espace vectoriel.

Exercice 3 : Intersection et union de sous-espaces vectoriels

Moyen

Soit \(E = \mathbb{R}^3\). On pose :

\[ F = \{(x, y, z) \in \mathbb{R}^3 \mid x – y = 0\}, \quad G = \{(x, y, z) \in \mathbb{R}^3 \mid y – z = 0\}. \]

  1. Montrer que \(F \cap G\) est un sous-espace vectoriel de \(E\) et en déterminer une base.
  2. Montrer que \(F \cup G\) n’est pas en général un sous-espace vectoriel de \(E\), en exhibant un contre-exemple.
Indication

Pour \(F \cap G\), écrivez le système linéaire simultané et résolvez-le pour exprimer les éléments en fonction d’un paramètre libre. Pour le contre-exemple dans \(F \cup G\), cherchez un vecteur dans \(F\) et un dans \(G\) dont la somme n’appartient ni à \(F\) ni à \(G\).

Voir le corrigé
Solution de la question 1 :

Un vecteur \((x, y, z)\) appartient à \(F \cap G\) si et seulement si \(x – y = 0\) et \(y – z = 0\), c’est-à-dire \(x = y = z\). Ainsi :

\[ F \cap G = \{(t, t, t) \mid t \in \mathbb{R}\} = \mathrm{Vect}\big((1, 1, 1)\big). \]

C’est la droite vectorielle engendrée par \((1,1,1)\), qui est un sous-espace vectoriel. La famille \(\{(1,1,1)\}\) en est une base.

Solution de la question 2 :

Prenons \(u = (1, 1, 0) \in F\) (car \(1 – 1 = 0\)) et \(v = (0, 1, 1) \in G\) (car \(1 – 1 = 0\)). La somme est :

\[ u + v = (1, 2, 1). \]

Or \(1 \neq 2\) donc \(u + v \notin F\), et \(2 \neq 1\) donc \(u + v \notin G\). Ainsi \(u + v \notin F \cup G\), ce qui prouve que \(F \cup G\) n’est pas stable par addition et n’est donc pas un sous-espace vectoriel.

Familles libres, familles génératrices et combinaisons linéaires

Ces exercices développent la maîtrise des notions de liberté et de système générateur, indispensables pour étudier les bases d’un espace vectoriel. On apprend à résoudre le système linéaire associé à la combinaison nulle pour tester la liberté d’une famille de vecteurs, une méthode qui se retrouve aussi dans le calcul matriciel.

Exercice 4 : Liberté d’une famille de vecteurs dans \(\mathbb{R}^3\)

Facile

On considère les vecteurs de \(\mathbb{R}^3\) :

\[ v_1 = (1, 2, 0), \quad v_2 = (0, 1, -1), \quad v_3 = (2, 3, 1). \]

  1. La famille \((v_1, v_2, v_3)\) est-elle libre ? Justifier.
  2. Le vecteur \(w = (3, 7, -1)\) est-il dans \(\mathrm{Vect}(v_1, v_2)\) ? Si oui, exprimer \(w\) comme combinaison linéaire de \(v_1\) et \(v_2\).
Indication

Pour tester la liberté, écrivez \(\alpha v_1 + \beta v_2 + \gamma v_3 = 0\) et résolvez le système de trois équations à trois inconnues. Pour la question 2, résolvez \(\alpha v_1 + \beta v_2 = w\).

Voir le corrigé
Solution de la question 1 :

On résout \(\alpha v_1 + \beta v_2 + \gamma v_3 = 0\) :

\[ \begin{cases} \alpha + 2\gamma = 0 \\ 2\alpha + \beta + 3\gamma = 0 \\ -\beta + \gamma = 0 \end{cases} \]

De la troisième équation : \(\beta = \gamma\). De la première : \(\alpha = -2\gamma\). En substituant dans la deuxième : \(-4\gamma + \gamma + 3\gamma = 0\), soit \(0 = 0\). Il existe donc des solutions non triviales, par exemple \(\gamma = 1\), \(\beta = 1\), \(\alpha = -2\), ce qui donne \(-2v_1 + v_2 + v_3 = 0\). La famille n’est pas libre.

Solution de la question 2 :

On résout \(\alpha v_1 + \beta v_2 = w\) :

\[ \begin{cases} \alpha = 3 \\ 2\alpha + \beta = 7 \\ -\beta = -1 \end{cases} \]

De la troisième équation : \(\beta = 1\). De la première : \(\alpha = 3\). Vérification dans la deuxième : \(6 + 1 = 7\). ✓ Donc \(w = 3v_1 + v_2 \in \mathrm{Vect}(v_1, v_2)\).

Exercice 5 : Famille libre de polynômes

Moyen

Dans l’espace vectoriel \(\mathbb{R}_3[X]\) des polynômes de degré au plus 3, on considère :

\[ P_1 = 1 + X, \quad P_2 = X + X^2, \quad P_3 = X^2 + X^3, \quad P_4 = 1 + X^3. \]

  1. La famille \((P_1, P_2, P_3, P_4)\) est-elle libre dans \(\mathbb{R}_3[X]\) ?
  2. Cette famille est-elle génératrice de \(\mathbb{R}_3[X]\) ?
Indication

Écrivez la combinaison \(\alpha P_1 + \beta P_2 + \gamma P_3 + \delta P_4 = 0\) et identifiez les coefficients de \(1, X, X^2, X^3\). Pour la question 2, rappellez que \(\dim \mathbb{R}_3[X] = 4\) ; si la famille est libre, elle est automatiquement génératrice.

Voir le corrigé
Solution de la question 1 :

On écrit \(\alpha P_1 + \beta P_2 + \gamma P_3 + \delta P_4 = 0\). En développant et en identifiant coefficient par coefficient :

\[ \begin{cases} \alpha + \delta = 0 & \text{(coeff. de }1\text{)} \\ \alpha + \beta = 0 & \text{(coeff. de }X\text{)} \\ \beta + \gamma = 0 & \text{(coeff. de }X^2\text{)} \\ \gamma + \delta = 0 & \text{(coeff. de }X^3\text{)} \end{cases} \]

De la 1re : \(\delta = -\alpha\). De la 2e : \(\beta = -\alpha\). De la 3e : \(\gamma = \alpha\). De la 4e : \(\alpha + (-\alpha) = 0\). ✓ Le système a une infinité de solutions ; par exemple \(\alpha = 1, \beta = -1, \gamma = 1, \delta = -1\). La famille n’est pas libre.

Solution de la question 2 :

La famille contient 4 vecteurs dans un espace de dimension 4, mais elle n’est pas libre. Elle est donc également non génératrice (une famille non libre dans un espace de dimension \(n\) ne peut pas être une base, et une famille à \(n\) éléments non libre dans un espace de dimension \(n\) n’est pas génératrice). Pour le confirmer, on cherche si \(1 \in \mathrm{Vect}(P_1, P_2, P_3, P_4)\) sans passer par \(X\) : le coefficient de \(X\) dans toute combinaison linéaire de ces quatre polynômes est toujours égal au coefficient de \(1\), ce qui empêche d’atteindre des polynômes quelconques.

Exercice 6 : Famille de matrices libres dans \(\mathcal{M}_2(\mathbb{R})\)

Difficile

Dans l’espace vectoriel \(\mathcal{M}_2(\mathbb{R})\) des matrices carrées \(2 \times 2\) à coefficients réels, on considère :

\[ A_1 = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}, \quad A_2 = \begin{pmatrix} 1 & 1 \\ 0 & 0 \end{pmatrix}, \quad A_3 = \begin{pmatrix} 0 & 0 \\ 1 & 1 \end{pmatrix}, \quad A_4 = \begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix}. \]

  1. Montrer que la famille \((A_1, A_2, A_3, A_4)\) est libre dans \(\mathcal{M}_2(\mathbb{R})\).
  2. En déduire que cette famille forme une base de \(\mathcal{M}_2(\mathbb{R})\).
  3. Exprimer la matrice \(M = \begin{pmatrix} 3 & 2 \\ -1 & 5 \end{pmatrix}\) dans cette base.
Indication

Pour la liberté, écrivez \(\alpha A_1 + \beta A_2 + \gamma A_3 + \delta A_4 = 0\) en termes de matrices et identifiez chaque entrée de la matrice nulle. Pour la question 2, notez que \(\dim \mathcal{M}_2(\mathbb{R}) = 4\).

Voir le corrigé
Solution de la question 1 :

On résout \(\alpha A_1 + \beta A_2 + \gamma A_3 + \delta A_4 = 0_{\mathcal{M}_2}\) :

\[ \begin{pmatrix} \alpha + \beta + \delta & \beta \\ \gamma & \alpha + \gamma – \delta \end{pmatrix} = \begin{pmatrix} 0 & 0 \\ 0 & 0 \end{pmatrix} \]

On obtient le système :

\[ \begin{cases} \alpha + \beta + \delta = 0 \\ \beta = 0 \\ \gamma = 0 \\ \alpha + \gamma – \delta = 0 \end{cases} \]

De la 2e : \(\beta = 0\). De la 3e : \(\gamma = 0\). De la 4e : \(\alpha = \delta\). De la 1re : \(\alpha + \alpha = 0\), donc \(\alpha = 0\) et \(\delta = 0\). L’unique solution est \(\alpha = \beta = \gamma = \delta = 0\) : la famille est libre.

Solution de la question 2 :

Puisque \(\mathcal{M}_2(\mathbb{R})\) est de dimension 4 et que la famille libre contient 4 éléments, elle constitue une base de \(\mathcal{M}_2(\mathbb{R})\).

Solution de la question 3 :

On résout \(\alpha A_1 + \beta A_2 + \gamma A_3 + \delta A_4 = M\) :

\[ \begin{cases} \alpha + \beta + \delta = 3 \\ \beta = 2 \\ \gamma = -1 \\ \alpha + \gamma – \delta = 5 \end{cases} \]

De la 2e : \(\beta = 2\). De la 3e : \(\gamma = -1\). De la 4e : \(\alpha – 1 – \delta = 5\) donc \(\alpha – \delta = 6\). De la 1re : \(\alpha + 2 + \delta = 3\) donc \(\alpha + \delta = 1\). En résolvant : \(\alpha = \frac{7}{2}\) et \(\delta = -\frac{5}{2}\). Donc :

\[ M = \frac{7}{2}A_1 + 2A_2 + (-1)A_3 + \left(-\frac{5}{2}\right)A_4. \]

Bases et dimension d’un espace vectoriel

Déterminer une base et calculer la dimension d’un sous-espace vectoriel sont des compétences centrales. Ces exercices mobilisent les méthodes de pivot, d’extraction de base à partir d’une famille génératrice, et d’application du théorème de la dimension.

Exercice 7 : Base et dimension d’un sous-espace défini par une équation

Facile

On considère le sous-espace vectoriel de \(\mathbb{R}^4\) :

\[ F = \{(x, y, z, t) \in \mathbb{R}^4 \mid 2x – y + z – 3t = 0\}. \]

  1. Déterminer une base de \(F\).
  2. En déduire la dimension de \(F\).
Indication

Exprimez l’une des variables en fonction des trois autres (variables libres), puis écrivez le vecteur générique de \(F\) comme combinaison linéaire de trois vecteurs.

Voir le corrigé
Solution :

La condition \(2x – y + z – 3t = 0\) permet d’exprimer \(y = 2x + z – 3t\). Un vecteur générique de \(F\) s’écrit donc :

\[ (x, y, z, t) = (x, 2x + z – 3t, z, t) = x(1, 2, 0, 0) + z(0, 1, 1, 0) + t(0, -3, 0, 1). \]

La famille \(\mathcal{B} = \{(1, 2, 0, 0),\, (0, 1, 1, 0),\, (0, -3, 0, 1)\}\) est génératrice de \(F\). Elle est également libre (les trois vecteurs ont des positions de pivots distinctes). C’est donc une base de \(F\).

\[ \dim F = 3. \]

Exercice 8 : Extraire une base d’une famille génératrice

Moyen

On considère dans \(\mathbb{R}^3\) la famille de vecteurs :

\[ u_1 = (1, 1, 0),\quad u_2 = (2, 0, 1),\quad u_3 = (0, -2, 1),\quad u_4 = (1, -1, 1). \]

  1. Déterminer le sous-espace engendré par cette famille et montrer qu’elle ne génère pas tout \(\mathbb{R}^3\).
  2. En extraire une base de \(\mathrm{Vect}(u_1,u_2,u_3,u_4)\).
Indication

Formez la matrice dont les lignes (ou les colonnes) sont \(u_1, u_2, u_3, u_4\) et appliquez le pivot de Gauss. Les vecteurs correspondant aux colonnes pivot forment une base.

Voir le corrigé
Solution de la question 1 :

On écrit la matrice dont les colonnes sont \(u_1, u_2, u_3, u_4\) et on la réduit par pivot :

\[ \begin{pmatrix} 1 & 2 & 0 & 1 \\ 1 & 0 & -2 & -1 \\ 0 & 1 & 1 & 1 \end{pmatrix} \xrightarrow{L_2 \leftarrow L_2 – L_1} \begin{pmatrix} 1 & 2 & 0 & 1 \\ 0 & -2 & -2 & -2 \\ 0 & 1 & 1 & 1 \end{pmatrix} \xrightarrow{L_3 \leftarrow L_3 + \frac{1}{2}L_2} \begin{pmatrix} 1 & 2 & 0 & 1 \\ 0 & -2 & -2 & -2 \\ 0 & 0 & 0 & 0 \end{pmatrix}. \]

Le rang de cette matrice est 2. La famille ne génère donc pas tout \(\mathbb{R}^3\), mais seulement un plan vectoriel. Comme \(u_3=-2u_1+u_2\) et \(u_4=-u_1+u_2\), on a :

\[ \mathrm{Vect}(u_1,u_2,u_3,u_4)=\mathrm{Vect}(u_1,u_2). \]

Ce plan a pour équation \(x-y-2z=0\).

Solution de la question 2 :

Les deux pivots correspondent aux colonnes 1 et 2, donc \(\{u_1, u_2\}\) est une base de \(\mathrm{Vect}(u_1, u_2, u_3, u_4)\).

Exercice 9 : Dimension d’un espace de polynômes avec contrainte

Difficile

Dans l’espace \(\mathbb{R}_n[X]\) des polynômes de degré au plus \(n\) (avec \(n \geq 2\)), on définit :

\[ F = \{P \in \mathbb{R}_n[X] \mid P(1) = 0 \text{ et } P'(0) = 0\}. \]

  1. Montrer que \(F\) est un sous-espace vectoriel de \(\mathbb{R}_n[X]\).
  2. Déterminer une base de \(F\) et calculer sa dimension.
Indication

Écrivez un polynôme générique \(P = a_0 + a_1 X + a_2 X^2 + \cdots + a_n X^n\) et traduisez les deux conditions \(P(1) = 0\) et \(P'(0) = 0\) en équations sur les coefficients \(a_i\). Vous obtiendrez deux équations linéaires indépendantes sur \(n+1\) inconnues, laissant \(n – 1\) degrés de liberté.

Voir le corrigé
Solution de la question 1 :

La fonction nulle vérifie \(0(1) = 0\) et \(0′(0) = 0\), donc \(0 \in F\). Soient \(P, Q \in F\) et \(\lambda \in \mathbb{R}\). Alors \((\lambda P + Q)(1) = \lambda P(1) + Q(1) = 0\) et \((\lambda P + Q)'(0) = \lambda P'(0) + Q'(0) = 0\). Donc \(\lambda P + Q \in F\) : \(F\) est un sous-espace vectoriel.

Solution de la question 2 :

Soit \(P = \sum_{k=0}^{n} a_k X^k\). Les conditions donnent :

\[ P(1) = 0 \implies a_0 + a_1 + a_2 + \cdots + a_n = 0, \]
\[ P'(0) = 0 \implies a_1 = 0. \]

Donc \(a_1 = 0\) et \(a_0 = -(a_2 + a_3 + \cdots + a_n)\). Les paramètres libres sont \(a_2, a_3, \ldots, a_n\) (soit \(n – 1\) degrés de liberté). Un polynôme générique de \(F\) s’écrit :

\[ P = a_2(X^2 – 1) + a_3(X^3 – 1) + \cdots + a_n(X^n – 1). \]

La famille \(\mathcal{B} = \{X^2 – 1,\, X^3 – 1,\, \ldots,\, X^n – 1\}\) est génératrice et libre (les polynômes ont des degrés échelonnés). C’est une base de \(F\), et :

\[ \dim F = n – 1. \]

Somme et somme directe de sous-espaces vectoriels

La décomposition d’un espace vectoriel en somme directe et la formule de Grassmann sont des outils structurels puissants, régulièrement mobilisés dans les exercices de concours et d’examens de licence.

Exercice 10 : Application de la formule de Grassmann

Moyen

Dans \(\mathbb{R}^4\), on définit :

\[ F = \{(x,y,z,t) \mid x – y = 0,\ z + t = 0\}, \quad G = \{(x,y,z,t) \mid x + z = 0,\ y – t = 0\}. \]

  1. Calculer \(\dim F\) et \(\dim G\).
  2. Déterminer \(F \cap G\), puis calculer \(\dim(F \cap G)\) et \(\dim(F + G)\) à l’aide de la formule de Grassmann.
Indication

Pour \(F\) et \(G\), comptez le nombre de conditions indépendantes imposées sur les 4 coordonnées. Chaque condition linéaire indépendante réduit la dimension de 1. Pour \(F \cap G\), combinez les systèmes et résolvez.

Voir le corrigé
Solution de la question 1 :

\(F\) est défini par 2 équations linéaires indépendantes dans \(\mathbb{R}^4\), donc \(\dim F = 4 – 2 = 2\). De même, \(\dim G = 4 – 2 = 2\).

Solution de la question 2 :

\(F \cap G\) est défini par le système combiné :

\[ \begin{cases} x = y \\ z = -t \\ x = -z \\ y = t \end{cases} \]

De \(x = y\) et \(y = t\) : \(x = y = t\). De \(z = -t = -x\). Donc \(F \cap G = \{(x, x, -x, x) \mid x \in \mathbb{R}\} = \mathrm{Vect}((1,1,-1,1))\), d’où \(\dim(F \cap G) = 1\).

Par la formule de Grassmann :

\[ \dim(F + G) = \dim F + \dim G – \dim(F \cap G) = 2 + 2 – 1 = 3. \]

Exercice 11 : Somme directe — matrices symétriques et antisymétriques

Moyen

On note \(\mathcal{S}_2(\mathbb{R})\) l’ensemble des matrices symétriques de taille \(2 \times 2\) et \(\mathcal{A}_2(\mathbb{R})\) l’ensemble des matrices antisymétriques.

  1. Montrer que \(\mathcal{S}_2(\mathbb{R})\) et \(\mathcal{A}_2(\mathbb{R})\) sont des sous-espaces vectoriels de \(\mathcal{M}_2(\mathbb{R})\).
  2. Montrer que \(\mathcal{M}_2(\mathbb{R}) = \mathcal{S}_2(\mathbb{R}) \oplus \mathcal{A}_2(\mathbb{R})\).
  3. Décomposer la matrice \(M = \begin{pmatrix} 4 & 7 \\ 1 & -3 \end{pmatrix}\) en somme d’une matrice symétrique et d’une matrice antisymétrique.
Indication

Pour la somme directe, montrez à la fois que \(\mathcal{S}_2 + \mathcal{A}_2 = \mathcal{M}_2(\mathbb{R})\) (toute matrice se décompose) et que \(\mathcal{S}_2 \cap \mathcal{A}_2 = \{0\}\). Utilisez la décomposition \(M = \frac{M + M^T}{2} + \frac{M – M^T}{2}\).

Voir le corrigé
Solution de la question 1 :

Si \(A, B \in \mathcal{S}_2(\mathbb{R})\) et \(\lambda \in \mathbb{R}\) : \((\lambda A + B)^T = \lambda A^T + B^T = \lambda A + B\). Donc \(\mathcal{S}_2\) est stable et contient \(0\) : c’est un sous-espace. De même pour \(\mathcal{A}_2\) avec \((\lambda A + B)^T = -(\lambda A + B)\).

Solution de la question 2 :

Intersection : Si \(M \in \mathcal{S}_2 \cap \mathcal{A}_2\), alors \(M^T = M\) et \(M^T = -M\), donc \(M = -M\), d’où \(M = 0\). Ainsi \(\mathcal{S}_2 \cap \mathcal{A}_2 = \{0\}\).

Somme : Toute matrice \(M\) se décompose comme :

\[ M = \underbrace{\frac{M + M^T}{2}}_{\in\, \mathcal{S}_2} + \underbrace{\frac{M – M^T}{2}}_{\in\, \mathcal{A}_2}. \]

Donc \(\mathcal{M}_2(\mathbb{R}) = \mathcal{S}_2(\mathbb{R}) \oplus \mathcal{A}_2(\mathbb{R})\).

Solution de la question 3 :
\[ \frac{M + M^T}{2} = \frac{1}{2}\begin{pmatrix} 8 & 8 \\ 8 & -6 \end{pmatrix} = \begin{pmatrix} 4 & 4 \\ 4 & -3 \end{pmatrix}, \quad \frac{M – M^T}{2} = \frac{1}{2}\begin{pmatrix} 0 & 6 \\ -6 & 0 \end{pmatrix} = \begin{pmatrix} 0 & 3 \\ -3 & 0 \end{pmatrix}. \]

Donc \(M = \begin{pmatrix} 4 & 4 \\ 4 & -3 \end{pmatrix} + \begin{pmatrix} 0 & 3 \\ -3 & 0 \end{pmatrix}\).

Exercice 12 : Fonctions paires et impaires en somme directe

Difficile

Soit \(E = \mathbb{R}^{\mathbb{R}}\) l’espace vectoriel de toutes les fonctions de \(\mathbb{R}\) dans \(\mathbb{R}\). On note \(\mathcal{P}\) l’ensemble des fonctions paires et \(\mathcal{I}\) l’ensemble des fonctions impaires.

  1. Montrer que \(\mathcal{P}\) et \(\mathcal{I}\) sont des sous-espaces vectoriels de \(E\).
  2. Montrer que \(\mathcal{P} \cap \mathcal{I} = \{0_E\}\).
  3. Montrer que tout \(f \in E\) se décompose de manière unique en \(f = f_p + f_i\) avec \(f_p \in \mathcal{P}\) et \(f_i \in \mathcal{I}\). Conclure que \(E = \mathcal{P} \oplus \mathcal{I}\).
Indication

Pour la décomposition, posez \(f_p(x) = \frac{f(x) + f(-x)}{2}\) et \(f_i(x) = \frac{f(x) – f(-x)}{2}\) et vérifiez que \(f_p\) est paire, \(f_i\) est impaire, et que \(f = f_p + f_i\). Pour l’unicité, utilisez le résultat de la question 2.

Voir le corrigé
Solution de la question 1 :

La fonction nulle est paire et impaire. Soient \(f, g \in \mathcal{P}\) et \(\lambda \in \mathbb{R}\) : \((\lambda f + g)(-x) = \lambda f(-x) + g(-x) = \lambda f(x) + g(x) = (\lambda f + g)(x)\). Donc \(\mathcal{P}\) est un sous-espace vectoriel. Même raisonnement pour \(\mathcal{I}\) avec signe \(-\).

Solution de la question 2 :

Soit \(f \in \mathcal{P} \cap \mathcal{I}\). Alors pour tout \(x\) : \(f(-x) = f(x)\) (parité) et \(f(-x) = -f(x)\) (imparité). Donc \(f(x) = -f(x)\), soit \(f(x) = 0\) pour tout \(x\). Ainsi \(\mathcal{P} \cap \mathcal{I} = \{0_E\}\).

Solution de la question 3 :

Pour tout \(f \in E\), posons :

\[ f_p(x) = \frac{f(x) + f(-x)}{2}, \quad f_i(x) = \frac{f(x) – f(-x)}{2}. \]

On vérifie : \(f_p(-x) = \frac{f(-x) + f(x)}{2} = f_p(x)\) donc \(f_p \in \mathcal{P}\). De même \(f_i(-x) = \frac{f(-x) – f(x)}{2} = -f_i(x)\) donc \(f_i \in \mathcal{I}\). Et \(f_p + f_i = f\). La décomposition existe.

Unicité : Si \(f = f_p + f_i = g_p + g_i\) avec \(f_p, g_p \in \mathcal{P}\) et \(f_i, g_i \in \mathcal{I}\), alors \(\underbrace{f_p – g_p}_{\in\,\mathcal{P}} = \underbrace{g_i – f_i}_{\in\,\mathcal{I}}\). Cette fonction appartient à \(\mathcal{P} \cap \mathcal{I} = \{0\}\), donc \(f_p = g_p\) et \(f_i = g_i\). La décomposition est unique, et :

\[ E = \mathcal{P} \oplus \mathcal{I}. \]