CORRECTION DÉTAILLÉE

Travaux Dirigés d'Algèbre Linéaire

Université Norbert ZONGO

UFR-ST | L1Se  MPCI | Année 20252026

Exercice 1  Familles libres dans diérents espaces

Rappel. Une famille de vecteurs (v1 , . . . , vn ) est dite libre
(ou linéairement indépen-
dante) si la seule combinaison linéaire nulle est la combinaison triviale, c'est-à-dire :
λ1 v1 + λ2 v2 + · · · + λn vn = 0 =⇒ λ1 = λ2 = · · · = λn = 0.

Question 1  E = R , famille {(1, 2, 3), (2, 3, 1), (3, 1, 2)}

3

Mise en place. Supposons qu'il existe des réels λ1 , λ2 , λ3 tels que :

λ1 (1, 2, 3) + λ2 (2, 3, 1) + λ3 (3, 1, 2) = (0, 0, 0).

En développant coordonnée par coordonnée, on obtient le système linéaire (S) :


λ1 + 2λ2 + 3λ3 = 0 (L1 )

(S) 2λ1 + 3λ2 + λ3 = 0 (L2 )

3λ1 + λ2 + 2λ3 = 0 (L3 )


Résolution par la méthode du pivot de Gauss.

     
1 2 3 1 2 3 1 2 3
L2 ←L2 −2L1 , L3 ←L3 −3L1 L3 ←L3 −5L2
A = 2 3 1 −−−−−−−−−−−−−−−→ 0 −1 −5 −− −−−−−→ 0 −1 −5
3 1 2 0 −5 −7 0 0 18

Conclusion. La matrice échelonnée a 3 pivots non nuls (1, −1, 18), donc rang(A) =
3= nombre d'inconnues. Le système (S) n'admet que la solution nulle.
Résultat
λ1 = λ2 = λ3 = 0 ✓ La famille {(1, 2, 3), (2, 3, 1), (3, 1, 2)} est LIBRE dans R . 3

Question 2  E = R[X], famille {x, x(x + 1), x (x + 1)} 2

Mise en place. Ces trois fonctions sont des polynômes. Supposons λ , λ , λ ∈R tels
que, pour tout x ∈ R :
1 2 3

λ1 · x + λ2 · x(x + 1) + λ3 · x2 (x + 1) = 0.

1
 Identication des coordonnées. On développe chaque polynôme en puissances de
x :
λ1 · x = 1 · x + 0 · x2 + 0 · x3 −→ coordonnées (1, 0, 0)
λ2 · x(x + 1) = 1 · x + 1 · x + 0 · x 2 3
−→ coordonnées (1, 1, 0)
λ3 · x2 (x + 1) = 0 · x + 1 · x2 + 1 · x3 −→ coordonnées (0, 1, 1)
Système linéaire. L'équation se réécrit :
       
1 1 0 0
λ1 0 + λ2 1 + λ3 1 = 0
      
0 0 1 0
ce qui donne le système (S) :

λ1 + λ2 = 0 (L1 )

(S) λ2 + λ3 = 0 (L2 )

λ3 = 0 (L3 )


Résolution. On résout de bas en haut :

 De (L ) : λ = 0
 Dans (L ) : λ + 0 = 0 =⇒ λ
3 3
=0
 Dans (L ) : λ + 0 = 0 =⇒ λ
2 2 2

1 1 1 =0

Résultat
λ1 = λ2 = λ3 = 0 ✓ La famille {x, x(x + 1), x (x + 1)} est LIBRE.
2

Question 3  E = F(R, R), famille (e a1 x

, ea2 x , . . . , ean x ) avec a < a <
1 2
· · · < an
Démonstration par récurrence sur n.
Initialisation (n = 1) : Si λ · ea1 x = 0 pour tout x, alors en x = 0 : λ = 0. ✓
Hypothèse de récurrence (HR) : Supposons que toute famille de n exponentielles
de ce type soit libre.
Hérédité au rang n + 1 : Soit une relation :

pour tout x ∈ R. (⋆)

n+1
X
λk eak x = 0
k=1

Étape 1. On multiplie (⋆) par e−an+1 x ̸= 0 :

(⋆⋆)
n
X
λk e(ak −an+1 )x + λn+1 = 0.
k=1

Étape 2. Pour tout k ≤ n, ak − an+1 < 0, donc e(ak −an+1 )x → 0 quand x → +∞. En
passant à la limite dans (⋆⋆) :
0 + λn+1 = 0 =⇒ λn+1 = 0.
Étape 3. La relation se réduit à . Par HR, λ .
Pn ak x
(⋆) k=1 λk e =0 1 = · · · = λn = 0

Résultat
λ1 = · · · = λn+1 = 0 ✓ La famille (e a1 x
, . . . , ean x ) est LIBRE pour tout n ≥ 1.
2
Exercice 2  L'espace E et les polynômes de Lagrange a
Cadre. Soit a ∈ R xé et Ea = {p ∈ Rn [X] | p(a) = 0}.

Question 1  E est un espace vectoriel de dimension nie

a

Considérons l'application d'évaluation :

φ : Rn [X] → R, P 7→ P (a).

φ est linéaire : pour tous P, Q ∈ R [X] et λ ∈ R,

n

φ(P + λQ) = (P + λQ)(a) = P (a) + λQ(a) = φ(P ) + λφ(Q).✓

Or E = Ker(φ). Le noyau d'une application linéaire est toujours un sous-espace

vectoriel. Comme R [X] est de dimension nie n + 1, tout sous-espace est de dimension
a

nie.
n

Résultat
Ea = Ker(φ) est un sous-espace vectoriel de R [X], donc de dimension nie. ✓
n

Question 2  Dimension et base de E a

Calcul de la dimension par le théorème du rang :

dim Rn [X] = dim Ker(φ) + dim ℑ(φ).

φ est surjective (pour tout c ∈ R, la constante p(X) = c vérie p(a) = c), donc dim ℑ(φ) =
1.
Ainsi : dim E = (n + 1) − 1 = n.
Construction d'une base. On propose la famille :
a

B = (X − a), X(X − a), X 2 (X − a), . . . , X n−1 (X − a) .



 VéricationP: Chaque X (X − a) est de degré k + 1 ≤ nPet s'annule en a. ✓

k

 Liberté : Si λ X (X − a) = 0, on factorise : (X − a) λ X = 0. Comme

n−1 k n−1 k

(X − a) ̸= 0, tous les λ = 0. ✓
k=0 k k=0 k
k

 Cardinal : B contient n = dim E éléments, c'est donc une base. ✓

a

Remarque
On peut aussi utiliser la base {(X − a), (X − a) , . . . , (X − a) }.
2 n

Question 3  Les polynômes de Lagrange engendrent R [X] n

Étape 1 : Construction de Pi .
On cherche un élément de F , c'est-à-dire un polynôme de degré ≤ n qui s'annule en
tous les points a avec j ̸= i. Ces points sont :
i
j

a1 , . . . , ai−1 , ai+1 , . . . , an+1 .

3
Ce sont exactement n points distincts. Or un polynôme s'annule en un point a si et
seulement si (X − a) est un facteur de ce polynôme. Donc le choix le plus simple est :
n+1
Y
Pi (X) = (X − aj ).
j=1
j̸=i

C'est un produit de n facteurs donc deg(P ) = n ≤ n. ✓

On vérie que P ∈ F :
i
i i

 Pour j ̸= i : P (a ) = 0Qcar le facteur (a − a ) = 0 apparaît dans le produit. ✓

i j j j

 Pour j = i : P (a ) = (a − a ) ̸= 0 car les a sont deux à deux distincts, donc

aucun facteur n'est nul. ✓
i i j̸=i i j j

Étape 2 : Détermination de l'ensemble engendré.

On arme que :
Vect(P , . . . , P ) = R [X].
1 n+1 n

En eet, tout polynôme Q ∈ R [X] peut s'écrire comme combinaison linéaire des P . Pour
le voir, posons :
n i

n+1
X Q(ai )
L(X) = Pi (X).
i=1
Pi (ai )
L est une combinaison linéaire des P , donc L ∈ Vect(P , . . . , P ).
De plus, pour tout j ∈ {1, . . . , n + 1} :
i 1 n+1

n+1
X Q(ai ) Q(aj )
L(aj ) = Pi (aj ) = Pj (aj ) = Q(aj ).
i=1
P i (ai ) P j (aj )

Donc L et Q coïncident en n + 1 points distincts. Or L − Q est un polynôme de degré

≤ n qui s'annule en n + 1 points distincts, donc :

L − Q = 0 =⇒ Q = L ∈ Vect(P , . . . , P ). 1 n+1

Résultat
Tout polynôme de R [X] est une combinaison linéaire des P , donc :
n i

Vect(P , . . . , P ) = R [X].
1 n+1 n

Exercice 3  Base du sous-espace E ⊂ R 4

Données. E = {(x, y, z, t) ∈ R4 | x − 2y − z + t = 0}.

Étape 1. L'équation x − 2y − z + t = 0 permet d'exprimer x :
x = 2y + z − t.

Les variables libres sont y, z, t ∈ R.

Étape 2. Tout vecteur de E s'écrit :
u = (x, y, z, t) = (2y + z − t, y, z, t) = y · (2, 1, 0, 0) + z · (1, 0, 1, 0) + t · (−1, 0, 0, 1).

Étape 3. On pose v1 = (2, 1, 0, 0), v2 = (1, 0, 1, 0), v3 = (−1, 0, 0, 1).

4
 Liberté de {v , v , v } : si αv + βv2 + γv3 = 0 , soit (2α + β − γ, α, β, γ) = (0, 0, 0, 0),
alors α = β = γ = 0. ✓
1 2 3 1

Résultat
Base de E : B = {v 1 ,
= (2, 1, 0, 0), v2 = (1, 0, 1, 0), v3 = (−1, 0, 0, 1)} dim E = 3 .
Remarque
E est déni par 1 équation dans R , donc dim E = 4 − 1 = 3.
4

Exercice 4  Dépendance linéaire dans C et R 2 2

Données. ū = (1 + i, −1 − 2i)⊤ et v̄ = (2i, 1 − 3i)⊤ .

a) Dans C (espace vectoriel sur C)

Critère : deux vecteurs de C2 sont liés ⇐⇒ leur déterminant est nul.
det(ū, v̄) = (1 + i)(1 − 3i) − (2i)(−1 − 2i)
= 1 − 3i + i − 3i2 − (−2i − 4i2 )
= 1 − 2i + 3 + 2i − 4 [i2 = −1]
= 0.

Résultat
det = 0 =⇒ ūet v̄ sont LIÉS dans C (vu comme C-espace vectoriel).
2

Vérication : Cherchons λ ∈ C tel que v̄ = λū :

2i 2i(1 − i)
2i = λ(1 + i) =⇒ λ = = = i(1 − i) = 1 + i.
1+i 2
Vérication coord. 2 : (1 + i)(−1 − 2i) = −1 − 2i − i − 2i 2
= −1 − 3i + 2 = 1 − 3i ✓.
b) Dans R (espace vectoriel sur R)
On cherche α, β ∈ R tels que αū + βv̄ = 0 :
Coord. 1 : α(1 + i) + β · 2i = 0 =⇒ Partie réelle : α = 0
(

Partie imaginaire : α + 2β = 0 =⇒ β = 0.
Vérication avec coord. 2 : −α + β = 0 et −2α − 3β = 0. ✓
Résultat
α = β = 0 =⇒ ū et v̄ sont LINÉAIREMENT INDÉPENDANTS dans R 2

(sur ).
R

Remarque
On peut avoir deux vecteurs liés sur C mais libres sur R. La dépendance linéaire
dépend du corps de scalaires considéré.
5
Exercice 4  Dépendance linéaire dans C et R 2 2

et v̄ = .
   
1+i 2i
Données. ū = −1 − 2i 1 − 3i

a) Dans C (scalaires complexes)

On cherche α = a + ib et β = c + id avec a, b, c, d ∈ R tels que αū + βv̄ = 0, soit :
     
1+i 2i 0
(a + ib) + (c + id) = .
−1 − 2i 1 − 3i 0
En séparant parties réelle et imaginaire de chaque coordonnée, on obtient le système :
Coordonnée 1 : (a + ib)(1 + i) + (c + id)(2i) = 0
Partie réelle :
(
a − b − 2d = 0
a + ai + ib − b + 2ci − 2d = 0 =⇒
Partie imaginaire : a + b + 2c = 0

Coordonnée 2 : (a + ib)(−1 − 2i) + (c + id)(1 − 3i) = 0

Partie réelle :
(
−a + 2b + c + 3d = 0
−a−2ai−ib+2b+c−3ci+id+3d = 0 =⇒
Partie imaginaire : −2a − b − 3c + d = 0

On obtient le système de 4 équations à 4 inconnues a, b, c, d :



 a − b − 2d = 0 (L1 )

a + b + 2c = 0 (L2 )
(S)
−a + 2b + c + 3d = 0
 (L3 )

−2a − b − 3c + d = 0

(L4 )

Résolution par la méthode du pivot de Gauss. On choisit L3 comme ligne pivot

car elle contient les 4 variables. On échange L et L : 1 3

−a + 2b + c + 3d = 0


(L1 )
a + b + 2c = 0 (L2 )


 a − b − 2d = 0 (L3 )
−2a − b − 3c + d = 0

(L4 )

,
L2 ← L2 + L1 L3 ← L3 + L1 L4 ← L4 − 2L1, :


 −a + 2b + c + 3d = 0 (L1 )

3b + 3c + 3d = 0 (L2 )


 b+c+d=0 (L3 )
−5b − 5c − 5d = 0

(L4 )

On simplie L , L , L par leurs facteurs communs, puis L et L sont identiques à

L , donc L ← 0 et L ← 0 :
2 3 4 3 4
2 3 4
(
−a + 2b + c + 3d = 0 (L1 )
b+c+d=0 (L2 )

Le système a rang 2, donc 2 variables libres. On pose c = λ et d = µ avec λ, µ ∈ R :

6
  De (L ) : b = −λ − µ
 De (L ) : −a + 2(−λ − µ) + λ + 3µ = 0 =⇒ a = −λ + µ
2

Donc :
1

α = a + ib = (−λ + µ) + i(−λ − µ), β = c + id = λ + iµ.

Le système admet des solutions non nulles (par exemple λ = 1, µ = 0 donne α = −1−i
et β = 1).
Résultat
ū et v̄ sont LIÉS dans C sur C.
2

b) Dans R (scalaires réels)

On cherche α, β ∈ R tels que αū +βv̄ = 0, soit :  
1+i 2i 0
α +β = .
−1 − 2i 1 − 3i 0
En séparant parties réelle et imaginaire de chaque coordonnée :
Coordonnée 1 : α(1 + i) + β(2i) = 0
Partie réelle :
(
α=0
Partie imaginaire : α + 2β = 0
De la partie réelle : α = 0. En substituant dans la partie imaginaire : 2β = 0 =⇒ β = 0.
Vérication avec la coordonnée 2 : α(−1 − 2i) + β(1 − 3i) = 0
Partie réelle :
(
−α + β = 0 =⇒ 0 = 0✓
Partie imaginaire : −2α − 3β = 0 =⇒ 0 = 0✓

Résultat
α = β = 0 =⇒ ū et v̄ sont LINÉAIREMENT INDÉPENDANTS dans C 2

sur .
R

Remarque
Ce résultat illustre que la dépendance linéaire dépend du corps de scalaires : ū et v̄
sont liés sur C mais libres sur R.
Exercice 5  Propriétés de la composée g ◦ f
Cadre. E, F, G trois K-espaces vectoriels, f ∈ L(E, F ), g ∈ L(F, G).

1. Ker(g ◦ f ) = f −1
(Ker g)
Par dénition, f −1
(Ker g) = {x ∈ E | f (x) ∈ Ker g}. On a l'équivalence :
x ∈ Ker(g◦f ) ⇐⇒ (g◦f )(x) = 0G ⇐⇒ g(f (x)) = 0G ⇐⇒ f (x) ∈ Ker g ⇐⇒ x ∈ f −1 (Ker g).
Résultat
Ker(g ◦ f ) = f −1 (Ker g) ✓

7
2. Ker f ⊂ Ker(g ◦ f )
Soit x ∈ Ker f . Alors f (x) = 0 , donc (g ◦ f )(x) = g(0
F F) = 0G , d'où x ∈ Ker(g ◦ f ).
Résultat
Ker f ⊂ Ker(g ◦ f ) ✓

3. ℑ(g ◦ f ) ⊂ ℑg
Soit z ∈ ℑ(g ◦ f ). Il existe x ∈ E tel que (g ◦ f )(x) = z. En posant y = f (x) ∈ F , on
a g(y) = z, donc z ∈ ℑ(g).
Résultat
ℑ(g ◦ f ) ⊂ ℑ(g) ✓

Remarque
Si f est surjective, alors ℑ(g ◦ f ) = ℑ(g).

Exercice 5  Propriétés de la composée g ◦ f

On considère deux applications linéaires :
f g
E→
− F →
− G.

1. Montrer que ker(g ◦ f ) = f −1

(ker g)
Rappelons les dénitions :
ker(g ◦ f ) = {x ∈ E | g(f (x)) = 0G }
f −1 (ker g) = {x ∈ E | f (x) ∈ ker g}
Or,
f (x) ∈ ker g ⇐⇒ g(f (x)) = 0 G

On montre l'égalité par double inclusion.

Inclusion ⊂ : Soit x ∈ ker(g ◦ f ). Alors :
g(f (x)) = 0G
Donc f (x) ∈ ker g, d'où :
x ∈ f −1 (ker g)
Inclusion ⊃ : Soit x ∈ f −1
(ker g). Alors :
f (x) ∈ ker g
Donc :
g(f (x)) = 0G
Ainsi :
x ∈ ker(g ◦ f )
Conclusion :
ker(g ◦ f ) = f −1 (ker g)

8
2. Montrer que ker f ⊂ ker(g ◦ f )
Soit x ∈ ker f . Alors :
f (x) = 0F
Comme g est linéaire :
g(0F ) = 0G
Donc :
(g ◦ f )(x) = g(f (x)) = 0G
Ainsi :
x ∈ ker(g ◦ f )
Conclusion :
ker f ⊂ ker(g ◦ f )

3. Montrer que Im(g ◦ f ) ⊂ Im(g)

Soit z ∈ Im(g ◦ f ). Alors il existe x ∈ E tel que :
z = (g ◦ f )(x)

Donc :
z = g(f (x))
En posant y = f (x) ∈ F , on obtient :
z = g(y)

Ainsi :
z ∈ Im(g)
Conclusion :
Im(g ◦ f ) ⊂ Im(g)

Exercice 6  Noyau de u n

On considère l'endomorphisme u de E = C ∞
(R, R) déni par :
u(f )(x) = f ′ (x) − 2xf (x).

1. Calcul de ker(u)
On cherche les fonctions f telles que u(f ) = 0, c'est-à-dire :
f ′ (x) − 2xf (x) = 0.

(À dire en TD : Que signie être dans le noyau ?  être envoyé sur 0.)
On obtient l'équation diérentielle :
f ′ (x) = 2xf (x).

(À dire : C'est une équation du type f ′ = a(x)f , on sait la résoudre.)

On sépare les variables :
f ′ (x)
= 2x.
f (x)

9
 On intègre :
ln |f (x)| = x2 + C.
Donc : 2
f (x) = λex , λ ∈ R.
Conclusion :
2
ker(u) = Vect(ex )
2
(À dire : Retenez bien ex , c'est la fonction clé de l'exercice.)

2. Astuce : écrire f (x) = g(x)e x2

2
(À dire : Comme ex apparaît dans le noyau, on va essayer d'écrire toute fonction
2
comme un multiple de ex .)
On pose :
f (x) = g(x)ex ,
2
où g ∈ C ∞
(R).

3. Calcul de u(f )
On dérive : 2 2
f ′ (x) = g ′ (x)ex + g(x) · 2xex .
Donc : 2
f ′ (x) = (g ′ (x) + 2xg(x))ex .
On calcule :
u(f )(x) = f ′ (x) − 2xf (x)

2 2
u(f )(x) = (g ′ (x) + 2xg(x))ex − 2xg(x)ex .
(À dire : Regardez bien, il y a une simplication importante.)
Les termes en 2xg(x) s'annulent, donc :
2
u(f )(x) = g ′ (x)ex

(À dire : On a transformé u en dérivation sur g .)

4. Calcul de u (f ) (récurrence détaillée)

n

On veut montrer que, pour tout n ≥ 1 :

2
un (f )(x) = g (n) (x)ex .

Initialisation (n = 1) :
On a déjà montré que : ′ x2
u(f )(x) = g (x)e .
La propriété est donc vraie pour n = 1.
Hérédité :
Supposons que pour un certain n ≥ 1 :
2
un (f )(x) = g (n) (x)ex .

Montrons que c'est vrai pour n + 1.

10
 On applique u :
un+1 (f )(x) = u(un (f ))(x).
En utilisant l'hypothèse :
2
un+1 (f )(x) = u(g (n) (x)ex ).

(À dire : On applique la même formule qu'avant, mais à g (n) .)

Donc : 2
un+1 (f )(x) = (g (n) (x))′ ex .
Ainsi : 2
un+1 (f )(x) = g (n+1) (x)ex .
Conclusion :
Par récurrence : 2
un (f )(x) = g (n) (x)ex

5. Calcul de ker(u ) n

f ∈ ker(un ) ⇐⇒ un (f ) = 0
Donc : 2
g (n) (x)ex = 0.
Comme e x2
̸= 0, on obtient :
g (n) (x) = 0.
2
(À dire : On peut simplier par ex car il ne s'annule jamais.)
Donc g est un polynôme de degré ≤n−1 :
g ∈ Rn−1 [X].

Conclusion :
2
ker(un ) = {x 7→ ex p(x) | p ∈ Rn−1 [X]}

6. Dimension et base
L'espace des polynômes de degré ≤ n − 1 est de dimension n.
Donc :
dim(ker(un )) = n
Une base est : 2 2 2 2
{ex , xex , x2 ex , . . . , xn−1 ex }
2
(À dire : On multiplie une base des polynômes par ex .)

11