Sous-espace Vectoriel Exercices Corrigés Progressifs

Le sous-espace vectoriel est l'une des notions les plus testées en algèbre linéaire, car elle conditionne la compréhension de la base, de la dimension, du noyau et de l'image d'une application linéaire. Cette page propose dix exercices corrigés, classés du plus facile au plus difficile, pour s'entraîner à appliquer la caractérisation en trois conditions, à manipuler un sous-espace engendré (Vect), à déterminer une famille génératrice ou une base, et à démontrer une somme directe entre deux sous-espaces. Chaque exercice est accompagné d'une indication qui guide la réflexion sans donner la réponse, puis d'un corrigé rédigé pas à pas. Cette page complète le cours sur les espaces vectoriels.

Caractériser un sous-espace vectoriel : la méthode des trois conditions

Avant de démontrer qu'un ensemble est un sous-espace vectoriel, il faut savoir reconnaître les pièges classiques : vecteur nul absent, stabilité par addition ou par multiplication scalaire en défaut. Les deux exercices suivants entraînent à appliquer rigoureusement le critère de caractérisation, aussi bien dans Rn\mathbb{R}^n que dans un espace de matrices.

Exercice 1 : Sous-espaces vectoriels de R3\mathbb{R}^3, repérer les pièges classiques

Facile

On considère les quatre parties suivantes de R3\mathbb{R}^3 :

E1={(x,y,z)R3x+y+z=0},E2={(x,y,z)R3x+y+z=1} E_1 = \{(x,y,z) \in \mathbb{R}^3 \mid x+y+z=0\}, \quad E_2 = \{(x,y,z) \in \mathbb{R}^3 \mid x+y+z=1\}

E3={(x,y,z)R3xy=0},E4={(x,y,z)R3x0} E_3 = \{(x,y,z) \in \mathbb{R}^3 \mid xy=0\}, \quad E_4 = \{(x,y,z) \in \mathbb{R}^3 \mid x \geqslant 0\}

  1. Rappeler les trois conditions permettant de caractériser un sous-espace vectoriel.
  2. Déterminer, pour chacun des ensembles E1,E2,E3,E4E_1, E_2, E_3, E_4, s'il s'agit d'un sous-espace vectoriel de R3\mathbb{R}^3. On justifiera chaque réponse, en exhibant un contre-exemple lorsque ce n'est pas le cas.
Indication

Commencez toujours par vérifier si le vecteur nul appartient à l'ensemble : c'est le test le plus rapide pour éliminer un candidat. Pour E3E_3, pensez à deux vecteurs vérifiant chacun xy=0xy=0 mais dont la somme ne vérifie plus cette condition.

Voir le corrigé

Solution de la question 1 : Une partie FF d'un espace vectoriel EE est un sous-espace vectoriel de EE si et seulement si :

(i) 0EF,(ii) (u,v)F2, u+vF,(iii) uF, λK, λuF (i)\ 0_E \in F, \qquad (ii)\ \forall (u,v) \in F^2,\ u+v \in F, \qquad (iii)\ \forall u \in F,\ \forall \lambda \in \mathbb{K},\ \lambda u \in F

Les conditions (ii) et (iii) se résument souvent en une seule condition de stabilité par combinaison linéaire : (u,v)F2, λK, λu+vF\forall (u,v) \in F^2,\ \forall \lambda \in \mathbb{K},\ \lambda u + v \in F.

Solution de la question 2 :

E1E_1 : le vecteur nul vérifie 0+0+0=00+0+0=0, donc (0,0,0)E1(0,0,0) \in E_1. Soient (x,y,z),(x,y,z)E1(x,y,z),(x',y',z') \in E_1 et λR\lambda \in \mathbb{R}. On a λx+x+λy+y+λz+z=λ(x+y+z)+(x+y+z)=λ0+0=0\lambda x + x' + \lambda y + y' + \lambda z + z' = \lambda(x+y+z) + (x'+y'+z') = \lambda \cdot 0 + 0 = 0, donc λ(x,y,z)+(x,y,z)E1\lambda(x,y,z)+(x',y',z') \in E_1. E1E_1 est bien un sous-espace vectoriel de R3\mathbb{R}^3.

E2E_2 : le vecteur nul donne 0+0+0=010+0+0=0 \neq 1, donc (0,0,0)E2(0,0,0) \notin E_2. E2E_2 n'est pas un sous-espace vectoriel.

E3E_3 : prenons u=(1,0,0)u=(1,0,0) et v=(0,1,0)v=(0,1,0). On a uE3u \in E_3 (car 1×0=01\times 0=0) et vE3v \in E_3 (car 0×1=00\times 1=0), mais u+v=(1,1,0)u+v=(1,1,0) vérifie 1×1=101\times 1=1\neq 0, donc u+vE3u+v \notin E_3. E3E_3 n'est pas stable par addition, ce n'est pas un sous-espace vectoriel.

E4E_4 : prenons u=(1,0,0)E4u=(1,0,0) \in E_4 et λ=1\lambda=-1. Alors λu=(1,0,0)\lambda u = (-1,0,0), qui ne vérifie pas x0x\geqslant 0. E4E_4 n'est pas stable par multiplication scalaire, ce n'est pas un sous-espace vectoriel.

Exercice 2 : Sous-espace de matrices M2(R)M_2(\mathbb{R}) et condition linéaire

Facile

On note M2(R)M_2(\mathbb{R}) l'espace vectoriel des matrices carrées d'ordre 2 à coefficients réels. On considère :

E={(abcd)M2(R) | a+d=0},G={MM2(R)det(M)=0} E = \left\{ \begin{pmatrix} a & b \\ c & d \end{pmatrix} \in M_2(\mathbb{R}) \ \middle|\ a+d=0 \right\}, \qquad G = \left\{ M \in M_2(\mathbb{R}) \mid \det(M)=0 \right\}

Le second ensemble fait intervenir le déterminant d'une matrice, qui n'est pas une condition linéaire.

  1. Montrer que EE est un sous-espace vectoriel de M2(R)M_2(\mathbb{R}), puis en donner une base et sa dimension.
  2. Montrer que GG n'est pas un sous-espace vectoriel de M2(R)M_2(\mathbb{R}).
Indication

Pour EE, la condition a+d=0a+d=0 est linéaire en les coefficients : c'est un bon signe pour un sous-espace vectoriel. Pour GG, cherchez deux matrices inversibles dont la somme ne l'est pas.

Voir le corrigé

Solution de la question 1 : La matrice nulle vérifie 0+0=00+0=0, donc 0E0 \in E. Soient M=(abcd)M=\begin{pmatrix} a & b \\ c & d \end{pmatrix} et M=(abcd)M'=\begin{pmatrix} a' & b' \\ c' & d' \end{pmatrix} dans EE, et λR\lambda \in \mathbb{R}. Alors λM+M=(λa+aλb+bλc+cλd+d)\lambda M + M' = \begin{pmatrix} \lambda a + a' & \lambda b+b' \\ \lambda c+c' & \lambda d+d' \end{pmatrix}, et (λa+a)+(λd+d)=λ(a+d)+(a+d)=λ0+0=0(\lambda a+a')+(\lambda d+d') = \lambda(a+d)+(a'+d') = \lambda\cdot 0+0=0. Donc λM+ME\lambda M+M' \in E : EE est un sous-espace vectoriel de M2(R)M_2(\mathbb{R}). Tout élément de EE s'écrit (abca)=a(1001)+b(0100)+c(0010)\begin{pmatrix} a & b \\ c & -a \end{pmatrix} = a\begin{pmatrix}1&0\\0&-1\end{pmatrix} + b\begin{pmatrix}0&1\\0&0\end{pmatrix} + c\begin{pmatrix}0&0\\1&0\end{pmatrix}, et ces trois matrices forment une famille libre. EE admet donc cette famille comme base et dimE=3\dim E = 3.

Solution de la question 2 : Prenons M=(1000)M=\begin{pmatrix}1&0\\0&0\end{pmatrix} et M=(0001)M'=\begin{pmatrix}0&0\\0&1\end{pmatrix}. On a det(M)=0\det(M)=0 et det(M)=0\det(M')=0, donc M,MGM,M' \in G. Mais M+M=(1001)M+M'=\begin{pmatrix}1&0\\0&1\end{pmatrix} a pour déterminant 1, donc M+MGM+M' \notin G. GG n'est pas stable par addition : ce n'est pas un sous-espace vectoriel.

Sous-espace engendré, famille génératrice et calcul d’une base

Une fois la caractérisation maîtrisée, l'enjeu devient pratique : déterminer un sous-espace engendré par une famille de vecteurs (noté Vect\mathrm{Vect}), réduire une famille génératrice en base, et calculer la dimension d'un sous-espace défini par un système d'équations linéaires.

Exercice 3 : Sous-espace engendré par trois vecteurs de R3\mathbb{R}^3

Moyen

On considère les vecteurs u=(1,1,0)u=(1,1,0), v=(2,1,1)v=(2,1,1) et w=(1,0,1)w=(1,0,1) de R3\mathbb{R}^3, et F=Vect(u,v,w)F=\mathrm{Vect}(u,v,w).

  1. Exprimer ww comme combinaison linéaire de uu et vv.
  2. En déduire une base de FF et sa dimension.
Indication

Cherchez a,bRa,b \in \mathbb{R} tels que w=au+bvw=au+bv en résolvant le système coordonnée par coordonnée. Si une telle relation existe, l'un des trois vecteurs générateurs est superflu.

Voir le corrigé

Solution de la question 1 : On cherche a,ba,b tels que au+bv=wau+bv=w, soit (a+2b, a+b, b)=(1,0,1)(a+2b,\ a+b,\ b)=(1,0,1). La troisième coordonnée donne b=1b=1. La deuxième donne a+1=0a+1=0, soit a=1a=-1. On vérifie la première : 1+2=1-1+2=1, ce qui est cohérent. Donc w=u+vw=-u+v.

Solution de la question 2 : Puisque w=u+vw=-u+v, tout vecteur de F=Vect(u,v,w)F=\mathrm{Vect}(u,v,w) s'exprime déjà comme combinaison linéaire de uu et vv seuls : F=Vect(u,v)F=\mathrm{Vect}(u,v). De plus, uu et vv ne sont pas colinéaires (leurs coordonnées ne sont pas proportionnelles), donc la famille (u,v)(u,v) est libre. (u,v)(u,v) est donc une base de FF, et dimF=2\dim F = 2 : FF est un plan vectoriel de R3\mathbb{R}^3.

Exercice 4 : Sous-espace de R4\mathbb{R}^4 défini par un système linéaire

Moyen

On définit la partie de R4\mathbb{R}^4 suivante :

F={(x,y,z,t)R4 | {x+y+z+t=0xy+zt=0} F = \left\{ (x,y,z,t) \in \mathbb{R}^4 \ \middle|\ \begin{cases} x+y+z+t=0 \\ x-y+z-t=0 \end{cases} \right\}

  1. Vérifier que FF est un sous-espace vectoriel de R4\mathbb{R}^4.
  2. Résoudre le système pour paramétrer les éléments de FF, puis en donner une base et sa dimension.
Indication

Un sous-espace défini par un système d'équations linéaires homogènes (c'est-à-dire dont le second membre est nul) est automatiquement un sous-espace vectoriel : c'est un résultat à connaître et à savoir justifier. Pour la paramétrisation, additionnez puis soustrayez les deux équations.

Voir le corrigé

Solution de la question 1 : FF est l'ensemble des solutions d'un système linéaire homogène, c'est-à-dire le noyau de l'application linéaire φ:R4R2\varphi : \mathbb{R}^4 \to \mathbb{R}^2 définie par φ(x,y,z,t)=(x+y+z+t, xy+zt)\varphi(x,y,z,t)=(x+y+z+t,\ x-y+z-t). Or le noyau d'une application linéaire est toujours un sous-espace vectoriel de l'espace de départ : (0,0,0,0)(0,0,0,0) vérifie trivialement le système, et si (x,y,z,t)(x,y,z,t) et (x,y,z,t)(x',y',z',t') sont solutions, alors par linéarité de φ\varphi, toute combinaison λ(x,y,z,t)+(x,y,z,t)\lambda(x,y,z,t)+(x',y',z',t') l'est aussi. FF est donc un sous-espace vectoriel de R4\mathbb{R}^4.

Solution de la question 2 : En additionnant les deux équations : 2x+2z=02x+2z=0, donc x=zx=-z. En les soustrayant : 2y+2t=02y+2t=0, donc y=ty=-t. Les paramètres libres sont zz et tt, et tout élément de FF s'écrit (x,y,z,t)=(z,t,z,t)=z(1,0,1,0)+t(0,1,0,1)(x,y,z,t)=(-z,-t,z,t) = z(-1,0,1,0) + t(0,-1,0,1). Posons e1=(1,0,1,0)e_1=(-1,0,1,0) et e2=(0,1,0,1)e_2=(0,-1,0,1) : la famille (e1,e2)(e_1,e_2) engendre FF et elle est libre (vecteurs non proportionnels). C'est donc une base de FF, et dimF=2\dim F = 2.

Exercice 5 : Pourquoi la réunion de deux sous-espaces n’est presque jamais un sous-espace

Moyen

Soit EE un espace vectoriel et F,GF, G deux sous-espaces vectoriels de EE. On veut démontrer l'équivalence suivante :

FG est un sous-espace vectoriel de EFG  ou  GF F \cup G \text{ est un sous-espace vectoriel de } E \quad \Longleftrightarrow \quad F \subset G \ \text{ ou } \ G \subset F

  1. Démontrer le sens facile de l'équivalence : si FGF \subset G ou GFG \subset F, alors FGF \cup G est un sous-espace vectoriel.
  2. Démontrer la réciproque par l'absurde : on supposera que F⊄GF \not\subset G et G⊄FG \not\subset F, et on construira deux vecteurs bien choisis pour aboutir à une contradiction.
Indication

Pour la question 2, l'hypothèse F⊄GF \not\subset G fournit un vecteur xFx \in F avec xGx \notin G, et de même G⊄FG \not\subset F fournit yGy \in G avec yFy \notin F. Étudiez où peut se trouver le vecteur x+yx+y si FGF \cup G est stable par addition.

Voir le corrigé

Solution de la question 1 : Si FGF \subset G, alors FG=GF \cup G = G, qui est un sous-espace vectoriel par hypothèse. Le cas GFG \subset F est symétrique : FG=FF \cup G = F, qui est un sous-espace vectoriel.

Solution de la question 2 : Supposons par l'absurde que FGF \cup G soit un sous-espace vectoriel, mais que ni FGF \subset G ni GFG \subset F ne soit vérifié. Il existe alors xFx \in F tel que xGx \notin G, et yGy \in G tel que yFy \notin F. Comme xFFGx \in F \subset F\cup G et yGFGy \in G \subset F\cup G, et que FGF\cup G est stable par addition, on a x+yFGx+y \in F\cup G, donc x+yFx+y \in F ou x+yGx+y \in G. Si x+yFx+y \in F, alors y=(x+y)xFy=(x+y)-x \in F (car FF est un sous-espace vectoriel, donc stable par différence), ce qui contredit yFy \notin F. Si x+yGx+y \in G, alors x=(x+y)yGx=(x+y)-y \in G, ce qui contredit xGx \notin G. Dans les deux cas on obtient une contradiction, donc l'hypothèse de départ est fausse : FGF \subset G ou GFG \subset F.

Intersection et somme directe de sous-espaces vectoriels

Contrairement à la réunion, l'intersection de deux sous-espaces vectoriels est toujours un sous-espace vectoriel. Les exercices suivants exploitent cette propriété pour construire des décompositions en somme directe, une technique centrale pour les fonctions paires/impaires et les matrices symétriques/antisymétriques.

Exercice 6 : Intersection, somme et somme directe de deux sous-espaces de R3\mathbb{R}^3

Moyen

Soient F={(x,y,z)R3x+y+z=0}F = \{(x,y,z) \in \mathbb{R}^3 \mid x+y+z=0\} et G={(x,y,z)R3x=y=z}G = \{(x,y,z) \in \mathbb{R}^3 \mid x=y=z\}.

  1. Montrer que FF et GG sont des sous-espaces vectoriels de R3\mathbb{R}^3, et donner leur dimension.
  2. Déterminer FGF \cap G, puis montrer que F+G=R3F+G=\mathbb{R}^3. Que peut-on en conclure ?
Indication

GG est engendré par un seul vecteur, donc de dimension 1. Pour l'intersection, combinez les deux conditions x=y=zx=y=z et x+y+z=0x+y+z=0. Pensez ensuite à la formule dim(F+G)=dimF+dimGdim(FG)\dim(F+G) = \dim F + \dim G - \dim(F \cap G) pour conclure sans calcul supplémentaire.

Voir le corrigé

Solution de la question 1 : FF est défini par une équation linéaire homogène, c'est donc un sous-espace vectoriel (même argument que l'exercice 4), de dimension 2 (un plan). G=Vect((1,1,1))G = \mathrm{Vect}((1,1,1)) est un sous-espace engendré par un vecteur, donc un sous-espace vectoriel de dimension 1.

Solution de la question 2 : Si (x,y,z)FG(x,y,z) \in F \cap G, alors x=y=zx=y=z et x+y+z=0x+y+z=0, donc 3x=03x=0, soit x=y=z=0x=y=z=0. Ainsi FG={(0,0,0)}F \cap G = \{(0,0,0)\}. D'après la formule de Grassmann, dim(F+G)=dimF+dimGdim(FG)=2+10=3\dim(F+G) = \dim F + \dim G - \dim(F\cap G) = 2+1-0=3. Comme F+GF+G est un sous-espace vectoriel de R3\mathbb{R}^3 de dimension 3, on a nécessairement F+G=R3F+G=\mathbb{R}^3. Puisque de plus FG={0}F \cap G = \{0\}, on conclut que FF et GG sont supplémentaires dans R3\mathbb{R}^3 : R3=FG\mathbb{R}^3 = F \oplus G.

Exercice 7 : Fonctions paires et fonctions impaires en somme directe

Difficile

On note F(R,R)\mathcal{F}(\mathbb{R},\mathbb{R}) l'espace vectoriel des fonctions de R\mathbb{R} dans R\mathbb{R}, et on pose :

P={fF(R,R)xR, f(x)=f(x)},I={fF(R,R)xR, f(x)=f(x)} \mathcal{P} = \{f \in \mathcal{F}(\mathbb{R},\mathbb{R}) \mid \forall x \in \mathbb{R},\ f(-x)=f(x)\}, \qquad \mathcal{I} = \{f \in \mathcal{F}(\mathbb{R},\mathbb{R}) \mid \forall x \in \mathbb{R},\ f(-x)=-f(x)\}

  1. Montrer que P\mathcal{P} et I\mathcal{I} sont des sous-espaces vectoriels de F(R,R)\mathcal{F}(\mathbb{R},\mathbb{R}).
  2. Montrer que PI={0}\mathcal{P} \cap \mathcal{I} = \{0\}.
  3. Montrer que F(R,R)=PI\mathcal{F}(\mathbb{R},\mathbb{R}) = \mathcal{P} \oplus \mathcal{I}, en explicitant pour toute fonction ff sa décomposition.
Indication

Pour la question 3, ne cherchez pas la décomposition au hasard : posez g(x)=f(x)+f(x)2g(x)=\frac{f(x)+f(-x)}{2} et h(x)=f(x)f(x)2h(x)=\frac{f(x)-f(-x)}{2}, puis vérifiez que gg est paire, hh est impaire, et que g+h=fg+h=f.

Voir le corrigé

Solution de la question 1 : La fonction nulle est paire et impaire, donc appartient à P\mathcal{P} et à I\mathcal{I}. Soient f,fPf,f' \in \mathcal{P} et λR\lambda \in \mathbb{R} : pour tout xx, (λf+f)(x)=λf(x)+f(x)=λf(x)+f(x)=(λf+f)(x)(\lambda f+f')(-x) = \lambda f(-x)+f'(-x) = \lambda f(x)+f'(x) = (\lambda f+f')(x), donc λf+fP\lambda f+f' \in \mathcal{P}. P\mathcal{P} est un sous-espace vectoriel. Le raisonnement est identique pour I\mathcal{I} en remplaçant le signe.

Solution de la question 2 : Soit fPIf \in \mathcal{P} \cap \mathcal{I}. Pour tout xx, on a à la fois f(x)=f(x)f(-x)=f(x) (parité) et f(x)=f(x)f(-x)=-f(x) (imparité), donc f(x)=f(x)f(x)=-f(x), soit 2f(x)=02f(x)=0, soit f(x)=0f(x)=0. Ainsi ff est la fonction nulle, et PI={0}\mathcal{P} \cap \mathcal{I} = \{0\}.

Solution de la question 3 : Soit fF(R,R)f \in \mathcal{F}(\mathbb{R},\mathbb{R}). Posons g(x)=f(x)+f(x)2g(x)=\dfrac{f(x)+f(-x)}{2} et h(x)=f(x)f(x)2h(x)=\dfrac{f(x)-f(-x)}{2}. On vérifie g(x)=f(x)+f(x)2=g(x)g(-x)=\dfrac{f(-x)+f(x)}{2}=g(x), donc gPg \in \mathcal{P}, et h(x)=f(x)f(x)2=h(x)h(-x)=\dfrac{f(-x)-f(x)}{2}=-h(x), donc hIh \in \mathcal{I}. De plus g(x)+h(x)=f(x)g(x)+h(x) = f(x) pour tout xx, donc f=g+hP+If=g+h \in \mathcal{P}+\mathcal{I}. Ceci montre F(R,R)=P+I\mathcal{F}(\mathbb{R},\mathbb{R}) = \mathcal{P}+\mathcal{I}, et combiné à la question 2, on obtient F(R,R)=PI\mathcal{F}(\mathbb{R},\mathbb{R}) = \mathcal{P} \oplus \mathcal{I}.

Exercice 8 : Matrices symétriques et antisymétriques en somme directe

Difficile

Dans Mn(R)M_n(\mathbb{R}), on pose Sn(R)={MMn(R)MT=M}S_n(\mathbb{R}) = \{M \in M_n(\mathbb{R}) \mid M^T=M\} (matrices symétriques) et An(R)={MMn(R)MT=M}A_n(\mathbb{R}) = \{M \in M_n(\mathbb{R}) \mid M^T=-M\} (matrices antisymétriques).

  1. Montrer que Sn(R)S_n(\mathbb{R}) et An(R)A_n(\mathbb{R}) sont des sous-espaces vectoriels de Mn(R)M_n(\mathbb{R}).
  2. Montrer que Mn(R)=Sn(R)An(R)M_n(\mathbb{R}) = S_n(\mathbb{R}) \oplus A_n(\mathbb{R}).
Indication

La démarche est exactement la même que pour l'exercice 7 sur les fonctions paires et impaires, en remplaçant f(x)f(-x) par MTM^T. Cherchez la décomposition M=12(M+MT)+12(MMT)M = \frac{1}{2}(M+M^T) + \frac{1}{2}(M-M^T).

Voir le corrigé

Solution de la question 1 : La matrice nulle vérifie 0T=00^T=0, elle appartient donc à Sn(R)S_n(\mathbb{R}) et à An(R)A_n(\mathbb{R}). Soient M,MSn(R)M,M' \in S_n(\mathbb{R}) et λR\lambda \in \mathbb{R} : par linéarité de la transposition, (λM+M)T=λMT+MT=λM+M(\lambda M+M')^T = \lambda M^T+M'^T = \lambda M+M', donc λM+MSn(R)\lambda M+M' \in S_n(\mathbb{R}). Sn(R)S_n(\mathbb{R}) est un sous-espace vectoriel. De même, (λM+M)T=λMT+MT=λMM=(λM+M)(\lambda M+M')^T = \lambda M^T+M'^T = -\lambda M-M' = -(\lambda M+M') pour M,MAn(R)M,M' \in A_n(\mathbb{R}), donc An(R)A_n(\mathbb{R}) est aussi un sous-espace vectoriel.

Solution de la question 2 : Soit MSn(R)An(R)M \in S_n(\mathbb{R}) \cap A_n(\mathbb{R}) : alors MT=MM^T=M et MT=MM^T=-M, donc M=MM=-M, soit M=0M=0. Ainsi Sn(R)An(R)={0}S_n(\mathbb{R}) \cap A_n(\mathbb{R}) = \{0\}. Soit maintenant MMn(R)M \in M_n(\mathbb{R}) quelconque. Posons P=12(M+MT)P=\frac{1}{2}(M+M^T) et Q=12(MMT)Q=\frac{1}{2}(M-M^T). On a PT=12(MT+M)=PP^T = \frac{1}{2}(M^T+M)=P, donc PSn(R)P \in S_n(\mathbb{R}), et QT=12(MTM)=QQ^T=\frac{1}{2}(M^T-M)=-Q, donc QAn(R)Q \in A_n(\mathbb{R}). Comme P+Q=MP+Q=M, on en déduit Mn(R)=Sn(R)+An(R)M_n(\mathbb{R}) = S_n(\mathbb{R})+A_n(\mathbb{R}). Avec l'intersection triviale obtenue précédemment, on conclut Mn(R)=Sn(R)An(R)M_n(\mathbb{R}) = S_n(\mathbb{R}) \oplus A_n(\mathbb{R}).

Sous-espaces associés à une application linéaire : noyau, image et suites récurrentes

Le noyau et l'image d'une application linéaire sont deux sous-espaces vectoriels fondamentaux, reliés par le théorème du rang. Le dernier exercice élargit la notion de sous-espace vectoriel à un cadre moins classique : l'espace des suites réelles vérifiant une relation de récurrence linéaire.

Exercice 9 : Noyau et image d'un endomorphisme de R3\mathbb{R}^3

Difficile

Soit f:R3R3f : \mathbb{R}^3 \to \mathbb{R}^3 l'application linéaire définie par f(x,y,z)=(x+y, y+z, x+2y+z)f(x,y,z) = (x+y,\ y+z,\ x+2y+z).

  1. Justifier que Ker(f)\mathrm{Ker}(f) et Im(f)\mathrm{Im}(f) sont des sous-espaces vectoriels de R3\mathbb{R}^3, puis déterminer une base et la dimension de Ker(f)\mathrm{Ker}(f).
  2. En utilisant le théorème du rang, déterminer une base et la dimension de Im(f)\mathrm{Im}(f).
Indication

Observez que la troisième coordonnée de f(x,y,z)f(x,y,z) est la somme des deux premières : cela doit simplifier la résolution du système f(x,y,z)=0f(x,y,z)=0. Pour l'image, le théorème du rang donne la dimension ; il suffit ensuite de trouver deux images de vecteurs de base non colinéaires.

Voir le corrigé

Solution de la question 1 : Le noyau et l'image d'une application linéaire sont toujours des sous-espaces vectoriels (respectivement de l'espace de départ et de l'espace d'arrivée) : c'est une propriété générale qui découle directement de la linéarité de ff. Résolvons f(x,y,z)=(0,0,0)f(x,y,z)=(0,0,0) : x+y=0x+y=0, y+z=0y+z=0, x+2y+z=0x+2y+z=0. La première équation donne x=yx=-y, la seconde z=yz=-y. En substituant dans la troisième : y+2yy=0-y+2y-y=0, qui est automatiquement vérifiée. Donc Ker(f)={(y,y,y)yR}=Vect((1,1,1))\mathrm{Ker}(f) = \{(-y,y,-y) \mid y \in \mathbb{R}\} = \mathrm{Vect}((-1,1,-1)), de dimension 1.

Solution de la question 2 : Le théorème du rang donne dimR3=dimKer(f)+dimIm(f)\dim \mathbb{R}^3 = \dim \mathrm{Ker}(f) + \dim \mathrm{Im}(f), soit 3=1+dimIm(f)3 = 1 + \dim \mathrm{Im}(f), donc dimIm(f)=2\dim \mathrm{Im}(f) = 2. Calculons les images des vecteurs de la base canonique : f(1,0,0)=(1,0,1)f(1,0,0)=(1,0,1) et f(0,1,0)=(1,1,2)f(0,1,0)=(1,1,2). Ces deux vecteurs ne sont pas colinéaires, donc la famille ((1,0,1),(1,1,2))\big((1,0,1),(1,1,2)\big) est libre dans Im(f)\mathrm{Im}(f), qui est de dimension 2 : c'est donc une base de Im(f)\mathrm{Im}(f).

Exercice 10 : Sous-espace vectoriel de suites définies par une récurrence linéaire

Difficile

On note RN\mathbb{R}^{\mathbb{N}} l'espace vectoriel des suites réelles, et on considère :

E={(un)nNRN | nN, un+2=un+1+un} E = \left\{ (u_n)_{n \in \mathbb{N}} \in \mathbb{R}^{\mathbb{N}} \ \middle|\ \forall n \in \mathbb{N},\ u_{n+2} = u_{n+1}+u_n \right\}

  1. Montrer que EE est un sous-espace vectoriel de RN\mathbb{R}^{\mathbb{N}}.
  2. On admet que les suites géométriques (φn)n(\varphi^n)_{n} et (ψn)n(\psi^n)_{n}, où φ=1+52\varphi=\frac{1+\sqrt{5}}{2} et ψ=152\psi=\frac{1-\sqrt{5}}{2} sont les deux racines de l'équation x2=x+1x^2=x+1, appartiennent à EE. Montrer qu'elles forment une famille libre, puis admettre qu'elles engendrent EE pour conclure sur la dimension de EE.
Indication

Pour la question 1, une suite de EE est entièrement déterminée par ses deux premiers termes u0u_0 et u1u_1 : la relation de récurrence est linéaire, donc compatible avec une combinaison linéaire de deux suites de EE. Pour la question 2, supposez aφn+bψn=0a\varphi^n+b\psi^n=0 pour tout nn, et examinez les cas n=0n=0 et n=1n=1.

Voir le corrigé

Solution de la question 1 : La suite nulle vérifie trivialement 0=0+00=0+0 pour tout nn, donc la suite nulle appartient à EE. Soient (un),(vn)E(u_n), (v_n) \in E et λR\lambda \in \mathbb{R}, et posons wn=λun+vnw_n = \lambda u_n+v_n. Pour tout nn, wn+2=λun+2+vn+2=λ(un+1+un)+(vn+1+vn)=(λun+1+vn+1)+(λun+vn)=wn+1+wnw_{n+2} = \lambda u_{n+2}+v_{n+2} = \lambda(u_{n+1}+u_n)+(v_{n+1}+v_n) = (\lambda u_{n+1}+v_{n+1})+(\lambda u_n+v_n) = w_{n+1}+w_n. Donc (wn)E(w_n) \in E : EE est un sous-espace vectoriel de RN\mathbb{R}^{\mathbb{N}}.

Solution de la question 2 : Supposons que aφn+bψn=0a\varphi^n+b\psi^n=0 pour tout nNn \in \mathbb{N}, avec a,bRa,b \in \mathbb{R}. Pour n=0n=0 : a+b=0a+b=0, donc b=ab=-a. Pour n=1n=1 : aφ+bψ=0a\varphi+b\psi=0, soit aφaψ=0a\varphi-a\psi=0, soit a(φψ)=0a(\varphi-\psi)=0. Comme φψ\varphi \neq \psi (les deux racines sont distinctes puisque 50\sqrt5\neq0), on obtient a=0a=0, puis b=0b=0. La famille ((φn),(ψn))\big((\varphi^n),(\psi^n)\big) est donc libre dans EE. Une suite de EE étant déterminée de manière unique par le couple (u0,u1)(u_0,u_1), l'espace EE est isomorphe à R2\mathbb{R}^2 et est donc de dimension 2 ; la famille libre à deux éléments ((φn),(ψn))\big((\varphi^n),(\psi^n)\big) en constitue donc une base.