REPRÉSENTATION MATRICIELLE DES APPLICATIONS LINÉAIRES
Définition (Matrice d'une application linéaire dans des bases finies) Exemple Pour tout -espace vectoriel E de dimension finie n et pour toute base.
MATRICES ET APPLICATIONS LINEAIRES
Exemple 2. 1. Déterminer l'application linéaire f à partir de l'expression analytique g : Soit E un espace vectoriel de base (e1e2
Matrice et application linéaire
Exemple 1. Page 2. MATRICES ET APPLICATIONS LINÉAIRES. 1. RANG D'UNE FAMILLE DE VECTEURS.
Représentation matricielle des applications linéaires
18 août 2017 niques respectives de Kp et Kn alors : A = MatBp
Matrices (canoniques) des applications linéaires
Application linéaire déterminée par une matrice : exemple. L'application linéaire est déterminée par sa matrice et la matrice tient beaucoup moins de place.
Matrice dune application linéaire
2 janv. 2018 Définition 2. On note Mnp l'ensemble des matrices de tailles (n
Matrices dapplications linéaires
17.2 Représentation matricielle d'une application linéaire. 17.2.1 Caractérisation d'une A.L. par l'image d'une base. Exemple : Soit E un K-espace vectoriel
Matrice dune application linéaire
forment une base de R3 et calculer la matrice de f par rapport à cette base. Correction ?. Vidéo ?. [002433]. Exercice 4. Soit A =.
Noyau et image des applications linéaires
Si f : E ? F est une application linéaire son noyau
ALGEBRE LINEAIRE Cours et exercices
22 mai 2014 Remarque : la matrice d'une application linéaire dépend des bases choisies (B et B') ... Reprendre l'exemple précédent et montrer que.
[PDF] Applications linéaires matrices déterminants
Allez à : Correction exercice 33 Exercice 34 Soit :? 4 ? ?3 l'application linéaire dont la matrice dans les base canonique de ?4 et ?
[PDF] Matrice et application linéaire - Exo7 - Cours de mathématiques
Matrice d'une application linéaire Ce chapitre est l'aboutissement de toutes les notions d'algèbre linéaire vues jusqu'ici : espaces vectoriels dimension
[PDF] Matrice dune application linéaire - Exo7
Matrice d'une application linéaire Corrections d'Arnaud Bodin Exercice 1 Soit R2 muni de la base canonique S = (ij) Soit f : R2 ? R2 la projection sur
[PDF] REPRÉSENTATION MATRICIELLE DES APPLICATIONS LINÉAIRES
Définition (Matrice d'une application linéaire dans des bases finies) Exemple Pour tout -espace vectoriel E de dimension finie n et pour toute base
[PDF] Matrice dune application linéaire
2 jan 2018 · 1 3 Exemples 3 2 Recherche des coefficients de la matrice produit 3 7 Écriture matricielle d'une application linéaire
[PDF] Algèbre linéaire
29 mar 2023 · Matrice d'une application linéaire matrice de la com- posée Inverse d'une matrice Calcul en dimension deux et trois Expression ma-
[PDF] On consid`ere lapplication linéaire : f : R 4 ? R2 (x1x2x3
1) Quelle est la matrice de f dans les bases canoniques de R2 et R4 ? 2) Déterminer le noyau de f L'application linéaire f est-elle injective ?
[PDF] Noyau et image des applications linéaires
Si f : E ? F est une application linéaire son noyau noté Kerf est l'ensemble des vecteurs de E que f annule : Kerf := {v ? Ef (v)=0} Exemple
[PDF] Math S2 PeiP Chapitre 5 Applications linéaires et calcul matriciel
A s'appelle la matrice de l'application linéaire f dans les bases cano- niques et on écrit A = Mat(f) Partant de A on retrouve l'image de la base canonique
[PDF] Matrices et applications linéaires - Mathieu Mansuy
La matrice d'une application linéaire dépend des bases choisies au départ et `a l'arrivée Exemple Soient F et G deux sous-espaces supplémentaires de E
Comment déterminer la matrice d'une application linéaire ?
Formulaire : Si X est le vecteur colonne représentant x?E x ? E dans la base B , si Y est le vecteur colonne représentant u(x) dans la base B? , et si A est la matrice de u dans les bases B et B? , alors Y=AX.Comment trouver F e1 ?
On a, f(e1) = (2,-1,5) = 2v1 -5v2, f(e2)=(-1,-1,-1) = -v1 +v2, f(e3) = (1,0,0) = v1 -v2 -v3. Donc, MC,B(f) = ? ? 2 -1 1 5 1 -1 0 0 -1 ? ?. Exercice 1-4 Soient c = (e1,e2,e3) la base canonique de R3.Comment déterminer IMF et KERF ?
Il résulte de la formule de dimension : 3 = dimE = dim Imf + dim kerf = dim Imf + 1 . Ainsi, l'image de f est un espace vectoriel de dimension 2. D'apr`es le cours, puisque (e1,e2,e3) engendrent E, Imf est engendré par f(e1),f(e2),f(e3). Déterminons une base de Imf eche- lonnée dans la base (e1,e2,e3).Former la matrice de l'endomorphisme f du ?-espace vectoriel ? dans la base (1,i). Déterminer l'image et le noyau de f.
1Vérifier que ? définit un endomorphisme de ?n[X].2Former la matrice de ? dans la base 1 3L'endomorphisme ? est-il bijectif?
![Matrice dune application linéaire Matrice dune application linéaire](https://pdfprof.com/Listes/17/17703-17fic00162.pdf.pdf.jpg)
Matrice d"une application linéaire
Corrections d"Arnaud Bodin.
Exercice 1SoitR2muni de la base canoniqueB= (~i;~j). Soitf:R2!R2la projection sur l"axe des abscissesR~i
parallèlement àR(~i+~j). Déterminer MatB;B(f), la matrice defdans la base(~i;~j).Même question avec Mat
B0;B(f)oùB0est la base(~i~j;2~i+3~j)deR2. Même question avec MatB0;B0(f).Soient trois vecteurse1;e2;e3formant une base deR3. On notefl"application linéaire définie parf(e1) =e3,
f(e2) =e1+e2+e3etf(e3) =e3. 1. Écrire la matrice Adefdans la base(e1;e2;e3). Déterminer le noyau de cette application. 2. On pose f1=e1e3,f2=e1e2,f3=e1+e2+e3. Calculere1;e2;e3en fonction def1;f2;f3. Les vecteursf1;f2;f3forment-ils une base deR3? 3. Calculer f(f1);f(f2);f(f3)en fonction def1;f2;f3. Écrire la matriceBdefdans la base(f1;f2;f3)et trouver la nature de l"applicationf. 4.On pose P=0
@1 11 01 11 0 11
A . Vérifier quePest inversible et calculerP1. Quelle relation lieA,B,P etP1? Soitfl"endomorphisme deR3dont la matrice par rapport à la base canonique(e1;e2;e3)est A=0 @1511 52015 8
87 61A
Montrer que les vecteurs
e forment une base deR3et calculer la matrice defpar rapport à cette base.SoitA=0
BBBBBB@0:::0 1
... 1 0 0 11 0:::01
C CCCCCA. En utilisant l"application linéaire associée deL(Rn;Rn), calculerAppour p2Z. 1SoientA;Bdeux matrices semblables (i.e. il existePinversible telle queB=P1AP). Montrer que si l"une est
inversible, l"autre aussi; que si l"une est idempotente, l"autre aussi; que si l"une est nilpotente, l"autre aussi;
que siA=lI, alorsA=B.Soitfl"endomorphisme deR2de matriceA=223
5223
dans la base canonique. Soiente1=2 3 et e 2=2 5 1. Montrer que B0= (e1;e2)est une base deR2et déterminer MatB0(f). 2.
Calculer Anpourn2N.
3. Déterminer l"ensemble des suites réelles qui vérifient 8n2N8 :x n+1=2xn+23 yn y n+1=52 xn23 yn.Soitaetbdeux réels etAla matrice
A=0 @a21b3 0 14
5 41 21
A Montrer que rg(A)>2. Pour quelles valeurs deaetba-t-on rg(A) =2 ?SoientA=0
BB@1 2 1
3 4 1 5 6 17 8 11
CCA;B=0
BB@2 21 7
4 31 11
01 243 32 111
C CA. Calculer rg(A)et rg(B). Déterminer une base du noyau et une base de l"image pour chacune des applications linéaires associéesfAetfB. SoitEun espace vectoriel etfune application linéaire deEdans lui-même telle quef2=f. 1.Montrer que E=KerfImf.
2. Supposons que Esoit de dimension finien. Posonsr=dimImf. Montrer qu"il existe une baseB= (e1;:::;en)deEtelle que :f(ei) =eisii6retf(ei) =0 sii>r. Déterminer la matrice defdans cette baseB. Trouver toutes les matrices deM3(R)qui vérifient 21.M2=0 ;
2.M2=M;
3.M2=I.
Soitfl"application deRn[X]dansR[X]définie en posant pour toutP(X)2Rn[X]:f(P(X)) =P(X+1)+P(X1)2P(X):
1. Montrer que fest linéaire et que son image est incluse dansRn[X]. 2. Dans le cas où n=3, donner la matrice defdans la base 1;X;X2;X3. Déterminer ensuite, pour une valeur denquelconque, la matrice defdans la base 1;X;:::;Xn. 3. Déterminer le no yauet l"image de f. Calculer leur dimension respective. 4. Soit Qun élément de l"image def. Montrer qu"il existe un uniqueP2Rn[X]tel que :f(P) =QetP(0) =P0(0) =0.
Pour toute matrice carréeAde dimensionn, on appelle trace deA, et l"on note trA, la somme des éléments
diagonaux deA: trA=nå i=1a i;i 1. Montrer que si A;Bsont deux matrices carrées d"ordren, alors tr(AB) =tr(BA). 2. Montrer que si fest un endomorphisme d"un espace vectorielEde dimensionn,Msa matrice par rapportà une basee,M0sa matrice par rapport à une basee0, alors trM=trM0. On note trfla valeur commune
de ces quantités. 3. Montrer que si gest un autre endomorphisme deE, tr(fggf) =0. Indication pourl"exer cice1 Nfest l"application qui àx y associexy 0 .Indication pourl"exer cice5 NAestidempotentes"il existe unntel queAn=I(la matrice identité).Aestnilpotentes"il existe unntel queAn= (0)(la matrice nulle).Indication pourl"exer cice10 NIl faut trouver les propriétés de l"application linéairefassociée à chacune de ces matrices. Les résultats
s"expriment en explicitant une (ou plusieurs) matriceM0qui est la matrice defdans une base bien choisie
et ensuite en montrant que toutes les autres matrices sont de la formeM=P1M0P.Plus en détails pour chacun des cas :
1. Im fKerfet discuter suivant la dimension du noyau. 2.Utiliser l"e xercice
9 : K erfImfet il existe une base telle quef(ei) =0 ouf(ei) =ei. 3.Poser N=I+M2
(et doncM=) chercher à quelle conditionM2=I.4Correction del"exer cice1 NL"expression defdans la baseBest la suivantef(x;y)=(xy;0). Autrement dit à un vecteurx
y on associe le vecteur xy 0 . On note quefest bien une application linéaire. Cette expression nous permet de calculer les matrices demandées.Remarque : commeBest la base canonique on notex
y pourx y B qui est le vecteurx~i+y~j. 1. Calcul de Mat (f;B;B). CommeB= (~i;~j), la matrice s"obtient en calculantf(~i)etf(~j): f(~i) =f1 0 =1 0 ~i f(~j) =f0 1 =1 0 =~i doncMat(f;B;B) =11
0 0 2.On g ardela même application linéaire mais la base de départ change (la base d"arri véereste B). Si on
note~u=~i~jet~v=2~i+3~j, on aB0= (~i~j;2~i+3~j) = (~u;~v). On exprimef(~u)etf(~v)dans la base d"arrivéeB. f(~u) =f(~i~j) =f1 1 =2 0 f(~v) =f(2~i+3~j) =f2 3 =5 0 doncMat(f;B0;B) =25
0 0 3.T oujoursa vecle même fon prendB0comme base de départ et d"arrivée, il s"agit donc d"exprimerf(~u)
etf(~v)dans la baseB0= (~u;~v). Nous venons de calculer que f(~u) =f(~i~j) =f1 1 =2 0 =2~i f(~v) =f(2~i+3~j) =f2 3 =5 0 =5~i Mais il nous faut obtenir une expression en fonction de la baseB0. Remarquons que ~u=~i~j ~v=2~i+3~j=)~i=3~u+~v ~j=2~u+~v Donc f(~u) =f(~i~j) =2~i=6~u+2~v=6 2 B0f(~v) =f(2~i+3~j) =5~i=15~u5~v=15
5 B 0 DoncMat(f;B0;B0) =615
25Remarque :
x y B0désigne le vecteurx~u+y~v.Correction del"exer cice2 N5
1.On note la base B=(e1;e2;e3)etX=0
@x y z1 AB=xe1+ye2+ze3. La matriceA=MatB(f)est composée
des vecteurs colonnesf(ei), on sait f(e1) =e3=0 @0 0 11 ABf(e2) =e1+e2+e3=0
@1 1 11 ABf(e3) =e3=0
@0 0 11 A B doncA=0 @01 0 0 1 01 1 11
ALe noyau def(ou celui deA) est l"ensemble deX=0
@x y z1 A tel queAX=0.AX=0()0
@01 0 0 1 01 1 11
A 0 @x y z1 A =0 @0 0 01 A ()8 :y=0 y=0 x+y+z=0DoncKerf=0
@x 0 x1 AB2R3jx2R=Vect0
@1 0 11 AB=Vect(e1e3). Lenoyauestdoncdedimension
1. 2. On applique le pi votde Gauss comme si c"était un système linéaire : 8< :e1e3=f1L1e
1e2=f2L2e1+e2+e3=f3L3()8
:e1e3=f1
e2+e3=f2f1L2L1e2=f3+f1L3+L1
On en déduit
8< :e1=f1+f2+f3
e2=f1+f3
e3=f2+f3
Donc tous les vecteurs de la baseB= (e1;e2;e3)s"expriment en fonction de(f1;f2;f3), ainsi la famille(f1;f2;f3)est génératrice. Comme elle a exactement 3 éléments dans l"espace vectorielR3de dimension
3 alorsB0= (f1;f2;f3)est une base.
3. f(f1) =f(e1e3) =f(e1)f(e3) =e3e3=0 f(f2) =f(e1e2) =f(e1)f(e2) =e3(e1+e2+e3) =e1e2=f2 f(f3) =f(e1+e2+e3) =f(e1)+f(e2)+f(e3) =e1+e2+e3=f3Donc, dans la baseB0= (f1;f2;f3), nous avons
f(f1) =0=0 @0 0 01 A B0f(f2) =f2=0
@0 1 01 A B0f(f3) =f3=0
@0 0 11 A B 0 6Donc la matrice defdans la baseB0est
B=0 @0 0 0 0 1 00 0 11
Afest la projection sur Vect(f2;f3)parallèlement à Vect(f1)(autrement dit c"est la projection sur le plan
d"équation(x0=0), parallèlement à l"axe desx0, ceci dans la baseB0).4.Pest la matrice de passage deBversB0. En effet la matrice de passage contient -en colonnes- les
coordonnées des vecteurs de la nouvelle baseB0exprimés dans l"ancienne baseB. Si un vecteur a pour coordonnéesXdans la baseBetX0dans la baseB0alorsPX0=X(attention à l"ordre). Et siAest la matrice defdans la baseBetBest la matrice defdans la baseB0alorsB=P1AP
(Une matrice de passage entre deux bases est inversible.)Ici on calcule l"inverse deP:
P 1=0 @1 1 0 1 0 11 1 11
A doncB=P1AP=0 @0 0 0 0 1 00 0 11
AOn retrouve donc bien les mêmes résultats que précédemment.Correction del"exer cice3 NNotons l"ancienne baseB= (e1;e2;e3)et ce qui sera la nouvelle baseB0= (e01;e02;e03). SoitPla matrice
de passage qui contient -en colonnes- les coordonnées des vecteurs de la nouvelle baseB0exprimés dans
l"ancienne baseB P=0 @2 3 1 3 4 21 1 21
AOn vérifie quePest inversible (on va même calculer son inverse) doncB0est bien une base. De plus
P 1=0 @6 52 43 111 11 A et on calculeB=P1AP=0 @1 0 0 0 2 0
0 0 31
ABest la matrice defdans la baseB0.Correction del"exer cice4 NNous associons à la matriceAson application linéaire naturellef. SiB= (e1;e2;:::;en)est la base canonique
deRnalorsf(e1)est donné par le premier vecteur colonne,f(e2)par le deuxième, etc. Donc ici f(e1) =0 BBBBB@0
0 0 11 CCCCCA=en;f(e2) =0
BBBBB@0
0 1 01 CCCCCA=en1;:::et en généralf(ei) =en+1i
Calculons ce que vaut la compositionff. Comme une application linéaire est déterminée par les images des
éléments d"une base alors on calculeff(ei),i=1;:::;nen appliquant deux fois la formule précédente :
ff(ei) =ff(ei)=f(en+1i) =en+1(n+1i)=ei 7 Commefflaisse invariant tous les vecteurs de la base alorsff(x) =xpour toutx2Rn. Doncff=id.On en déduitf1=fet que la composition itérée vérifiefp=id sipest pair etfp=fsipest impair.
Conclusion :Ap=Isipest pair etAp=Asipest impair.Correction del"exer cice5 NSoitA;Btel queB=P1AP. 1. Supposons Ainversible, alors il existeA0tel queAA0=IetA0A=I. Notons alorsB0=P1A0P. On aBB0=P1APP1A0P=P1APP1A0P=P1AA0P=P1IP=I
De mêmeB0B=I. DoncBest inversible d"inverseB0.
2.Supposons que An=I. Alors
B n=P1APn=P1APP1APP1AP =P1A(PP1)A(PP1)AP =P1AnP =P1IP=IDoncBest idempotente.
3. Si An= (0)alors le même calcul qu"au-dessus conduit àBn= (0). 4.Si A=lIalorsB=P1(lI)P=lIP1P=lI(car la matricelIcommute avec toutes les matrices).Correction del"exer cice6 N1.Notons Pla matrice de passage de la base canoniqueB=(1;0);(0;1)vers (ce qui va être) la base
B0= (e1;e2). C"est la matrice composée des vecteurs colonnese1ete2:
P=22 3 5 detP=46=0 doncPest inversible et ainsiB0est bien une base.Alors la matrice defdans la baseB0est :
B=P1AP=14
5 2 32quotesdbs_dbs28.pdfusesText_34
[PDF] exercices corrigés d'espace vectoriel
[PDF] déterminer une base d'un sous espace vectoriel
[PDF] montrer que c'est une base
[PDF] dimension dun espace vectoriel exercice corrigé
[PDF] cardinal espace vectoriel
[PDF] théorème de la base incomplète démonstration
[PDF] montrer que 3 vecteurs forment une base
[PDF] espace vectoriel de dimension finie exercices corrigés
[PDF] base d'un espace vectoriel de dimension finie
[PDF] trouver une base dun espace vectoriel
[PDF] base et dimension d'un espace vectoriel
[PDF] comment trouver une base
[PDF] espace vectoriel base exercices corrigés
[PDF] base d'un espace vectoriel