Exercices : Applications linéaires

Généralités, éléments caractéristiques

Exercice
 1: 
1 2
Soit A = . On considère l’application f définie sur M2 (R) par :
0 3

f (M) = AM − MA.

1. Montrer que f est un endomorphisme de M2 (R).

2. Déterminer une base et la dimension de ker(f ).
3. Déterminer une base et la dimension de Im(f ).
       
1 0 0 1 0 0 0 0
4. On pose E1 = , E2 = , E3 = et E4 = , et on note Bc = (E1 , E2 , E3 , E4 )
0 0 0 0 1 0 0 1
la base canonique de M2 (R).
Déterminer la matrice de f dans la base Bc .
5. L’application f est-elle bijective ?

Exercice 2:
On note Bc = (P0 , P1 , P2 ) la base canonique de R2 [X] et on considère f l’endomorphisme de R2 [X]
dont la matrice dans la base Bc est :
 
1 0 1
A= 0  1 0 .
1 1 1
1. Déterminer une base et la dimension du noyau de f .
2. Déterminer une base et la dimension de l’image de f .
3. L’application f est-elle bijective ?
4. On pose E2 = {P ∈ R2 [X]/f (P ) = 2P }. Déterminer une base et la dimension de E2 .
5. Soit P = aX 2 + bX + c, (a, b, c) ∈ R3 , un polynôme quelconque.
Exprimer f (P ) en fonction de a, b et c.

Exercice 3:
On considère R2 [X] muni de sa base canonique (P0 , P1 , P2 ) ainsi que l’application f ∈ L (R2 [X], R2 )
définie par :
f (P0 ) = (1, 0) f (P1 ) = (2, −1) f (P2 ) = (−3, 1).
1. Déterminer une base et la dimension de ker(f ).
2. Déterminer une base et la dimension de Im(f ).
3. L’application f est-elle bijective ?
4. Expliciter f (P ) pour P polynôme quelconque de R2 [X].

Exercices TSI2 Page 1 Applications linéaires

 Exercice 4:
Soit E un espace vectoriel et B = (e1 , e2 , e3 ) une base de E. Pour tout réel a différent de 1, on considère
l’endomorphisme fa de l’espace vectoriel E dont la matrice dans la base B est donnée par
 
a + 2 −(2a + 1) a
Ma =  1 0 0
0 1 0

Soit de plus B ′ = (e′1 , e′2 , e′3 ) la famille de vecteurs de E définie par

 ′
 e1 = a2 e1 + ae2 + e3
e′ = e1 + e2 + e3
 2′
e3 = 2e1 + e2

1. Déterminer les valeurs de a pour lesquelles la matrices Ma n’est pas inversible.

2. En déduire les valeurs de a pour lesquelles fa est un automorphisme.
3. Prouver que B ′ est une base de E.
4. Calculer fa (e′1 ), fa (e′2 ) et fa (e′3 ).
5. En déduire la matrice de fa relativement à la base B ′ . On notera Ta cette matrice.

Exercice 5:
Soient E un K-espace vectoriel, f et g deux endomorphismes de E.
1. Montrer que ker(f ) ⊂ ker(g ◦ f ).
2. Montrer que ker(g ◦ f ) = ker(f ) ⇐⇒ Im(f ) ∩ ker(g) = {0}
3. Montrer que Im(g ◦ f ) ⊂ Im(g).
4. Montrer que Im(g ◦ f ) = Im(g) ⇐⇒ Im(f ) + ker(g) = E.
5. On suppose que E est de dimension finie. Montrer que les proposition suivantes sont équivalentes.

(i) E = ker(f ) ⊕ Im(f ) (ii) ker(f ) = ker(f 2 ) (iii) Im(f ) = Im(f 2 )

Sous-espaces stables
Exercice 6:
Soient f et g deux endomorphismes de E qui commutent : f ◦ g = g ◦ f .
Montrer que Im(f ) est stable par g.

Exercice 7:  
1 1 0
On considère f l’endomorphisme de R3 canoniquement associé à la matrice M = −1 2 1.
1 0 1
1. Montrer que le plan P d’équation y + z = 0 est stable par f .
2. Déterminer une base (−
→
v ,→
−
w ) de P.
3. On pose →−
u = (1, 1, 1). Montrer que (→
−
u,−→v ,→
−
w ) est une base de R3 .
4. Déterminer la matrice de f dans la base (−
→
u ,−
→v ,−
→
w ).
Que remarquez-vous sur la forme de la matrice ?

Exercices TSI2 Page 2 Applications linéaires

 Exercice 8:
On considère f l’endomorphisme de R3 [X] canoniquement associé à la matrice :
 
1 0 0 −1
0 2 3 4
A= −2 −1 −1 0  .


2 0 0 3

Sans aucun calcul, donner un sous-espace vectoriel de R3 [X] stable par f .

Exercice 9:
Soit E = R3 et (e1 , e2 , e3 ) la base canonique de E. Soit f l’endomorphisme de E défini par :

f (e1 ) = 2e2 + 3e3 f (e2 ) = 2e1 − 5e2 − 8e3 f (e3 ) = −e1 + 4e2 + 6e3

1. Justifier l’existence et l’unicité de f .

2. Construire sa matrice représentative dans la base canonique.
3. a) Sans expliciter ker(f − idE ), montrer que ker(f − idE ) est stable par f .
b) Déterminer ker(f − idE ) et en donner une base.
4. a) Sans expliciter ker(f 2 + idE ), montrer que ker(f 2 + idE ) est stable par f .
b) Déterminer ker(f 2 + idE ) et en donner une base.
5. Montrer que R3 = ker(f − idE ) ⊕ ker(f 2 + idE ).
6. Déterminer la matrice représentative de f dans une base adaptée à la somme directe précédente.

Projecteurs, symétries
Exercice 10:
On se place dans R2 [X]. On pose M = X − 1, N = X 2 − 1 et L = X 2 − X + 1.
On pose de plus F = Vect(M, N) et G = Vect(L) et on note s la symétrie par rapport à F parallèlement
à G et p la projection sur F parallèlement à G.
1. Montrer que R2 [X] = F ⊕ G
2. Déterminer s(P ) et p(P ), avec P = aX 2 + bX + c, en fonction de a, b et c.

Exercice 11:  
3 4 4
Soit f l’endomorphisme de R3 canoniquement associé à la matrice : A = −1 −1 −2.
−1 −2 −1
Montrer que f est une symétrie vectorielle et déterminer ses caractéristiques géométriques.

Exercices TSI2 Page 3 Applications linéaires

 Pour s’entrainer tout seul
Exercice 12:
 
x  
x + y + z
1. Soit f l’application de M3,1 (R) dans M2,1 (R) définie par f y  = .
x+z
z
Montrer que f est une application linéaire puis déterminer une base du noyau et de l’image de f .
2. Montrer que les applications suivantes sont des endomorphismes de E, puis déterminer une base de
leur noyau et de leur image.
a) f est définie sur E = R2 par f (x, y) = (2x − y, 3x + y).
b) f est définie sur E = R3 [X] par f (P ) = (X 2 − 1)P ′′ + P .
 
a b
c) f est définie sur E = M2 (R) par f (M) = M + (b + c)I2 , où M = .
c d

Exercice 13:
Déterminer la matrice de f relative aux bases canoniques des espaces considérés :
1. f ∈ L (R5 , R2 ) définie par f (x1 , x2 , x3 , x4 , x5 ) = (2x1 − 4x3 + 5x5 , −x1 + 2x2 − 3x3 − x5 )
2. f ∈ L (R2 [X]) définie par f (P ) = (X − 1)P ′ + P
 
1 2
3. Soit A = . On considère f ∈ L (M2 (R)) définie par f (M) = AM.
3 4
(On cherchera la matrice de f dans la base (E1,1 , E1,2 , E2,1 , E2,2 ) )

Exercice 14:
 
6 10 11
3
1. Expliciter l’endomorphisme de R dont la matrice relative à la base canonique est  2 6 5 .
−4 −8 −8
 
1 1 0
2. Expliciter l’endomorphisme de R2 [X] dont la matrice relative à la base canonique est 0 1 2.
0 0 1

Exercice 15:
Soit (e1 , e2 , e3 , e4 ) la base canonique de R4 . On définit l’endomorphisme ϕ de R4 par ϕ(ei ) = ei+1 pour
1 6 i 6 3 et ϕ(e4 ) = e1 .
1. Montrer sans calcul que ϕ est un automorphisme.
2. Déterminer la matrice A de ϕ dans la base canonique.
3. Calculer l’inverse de ϕ. En déduire la valeur de A−1 .

Exercice 16:
Soit n un entier naturel non nul fixé. On considère la fonction f définie sur R[X] par :

∀P ∈ R[X], f (P ) = (X 2 + 1)P ′ − nXP.

1. Montrer que f est un endomorphisme de R[X].

2. Montrer que Rn [X] est stable par f .
3. Rn+1 [X] est-il stable par f ?

Exercices TSI2 Page 4 Applications linéaires

 Exercice 17:
Soit E une K-espace vectoriel, et p, q deux projecteurs de E vérifiant p ◦ q = 0. On pose r = p + q −q ◦ p.
1. Montrer que r est un projecteur.
2. Montrer que ker(r) = ker(p) ∩ ker(q).
3. Montrer que Im(r) = Im(p) ⊕ Im(q).

Exercice 18:
Soient E = {(x, y, z) ∈ R3 /x + y + z = 0} et F = {(x, y, z) ∈ R3 /x = −y = z}.
1. Montrer que R3 = E ⊕ F .
2. Soit p la projection sur E parallèlement à F . Déterminer la matrice de p dans la base canonique de
R3 .
3. Soit s la symétrie par rapport à E parallèlement à F . Déterminer la matrice de s dans la base
canonique de R3 .

Pour aller plus loin

Exercice 19:
Soit f ∈ L (E) où E est de dimension n > 1. On suppose que f est nilpotent, c’est-à-dire qu’il existe
un entier k > 1 tel que f k = 0.
1. Montrer que f n’est pas bijective.
2. Soit p le plus petit entier tel que f p = 0 et x0 ∈ E tel que f p−1(x0 ) 6= 0.
a) Montrer que (x0 , f (x0 ), · · · , f p−1(x0 )) est une famille libre.
b) En déduire que p 6 n.

Exercice 20:
Soit E un R-espace vectoriel de dimension 2n (n ∈ N∗ ). On considère f un endomorphisme de E tel
que f ◦ f = 0.
On suppose, de plus, qu’il existe des vecteurs u1 , . . . , un tels que la famille (f (u1), . . . , f (un )) est libre.
1. Montrer que dim(Im(f )) > n.
2. Montrer que la famille (u1 , . . . , un ) est libre.
3. Montrer que ker(f ) = Im(f ).
4. Montrer que E = ker(f ) ⊕ Vect(u1 , . . . , un ).

Exercices TSI2 Page 5 Applications linéaires

 Correction
Correction de l’exercice 1:
1. On voit dans l’énoncé que f est une application de M2 (R) dans M2 (R) (car AM − MA est bien une
matrice 2x2).
Soient K et L deux matrices de M2 (R) et a un réel. On a :
f (aK + L) = A(aK + L) − (aK + L)A
= aAK + AL − aKA − LA
et af (K) + f (L) = a(AK − KA) + (AL − LA)
= aAK − aKA + AL − LA
On a donc f (aK + L) = af (K) + f (L), c’est-à-dire f est une application linéaire.
f est donc un endomorphisme de M2 (R).
2. Par définition
 ker(f
 ) = {M ∈ M2 (R)/f (M) = 0}. 
a b 2c −2a − 2b + 2d
Soit M = . On a AM − MA = .
c d 2c −2c
Donc
     
2c −2a − 2b + 2d 0 0 2c = 0 c=0
f (M) = 0 ⇔ = ⇔ ⇔
2c −2c 0 0 −2a − 2b + 2d = 0 d=a+b
      
a b 2 1 0 0 1
Donc ker(f ) = /(a, b) ∈ R = Vect , .
0 a+b 0 1 0 1
   
1 0 0 1
La famille , est génératrice de ker(f ) et cette famille est libre (deux vecteurs non
0 1 0 1
proportionnels).
   
1 0 0 1
Donc , est une base de ker(f ). De plus dim(ker(f )) = 2.
0 1 0 1
 
2c −2a − 2b + 2d
3. On a vu précédemment que f (M) = . Donc
2c −2c
  
2c −2a − 2b + 2d 4
Im(f ) = /(a, b, c, d) ∈ R
2c −2c
       
0 −2 0 −2 2 0 0 2
= Vect , , ,
0 0 0 0 2 −2 0 0
   
0 1 1 0
= Vect ,
0 0 1 −1
   
0 1 1 0
La famille , est génératrice de Im(f ) et cette famille est libre (deux vecteurs
0 0 1 −1
non proportionnels).
   
0 1 1 0
Donc la famille , est une base de Im(f ). De plus dim(Im(f )) = 2.
0 0 1 −1
4. On a :  
0 −2
f (E1 ) = = 0E1 − 2E2 + 0E3 + 0E4 ;
0 0
 
0 −2
f (E2 ) = = 0E1 − 2E2 + 0E3 + 0E4 ;
0 0
 
2 0
f (E3 ) = = 2E1 + 0E2 + 2E3 + 2E4 ;
2 2
 
0 2
f (E4 ) = = 0E1 + 2E2 + 0E3 + 0E4 .
0 0

Exercices TSI2 Page 6 Applications linéaires

  
0 0 2 0
−2 −2 0 2
Donc MatBc (f ) = 
0
.
0 2 0
0 0 2 0
5. Plusieurs arguments possibles ici :
— ker(f ) 6= {0} donc f n’est pas bijective ;
— Im(f ) 6= M2 (R) donc f n’est pas bijective ;
— MatBc (f ) n’est pas inversible, car elle possède plusieurs colonnes identiques, donc f n’est pas
bijective.

Correction de l’exercice 2:
1. Par définition ker(f ) = {P ∈ R2 [X]/f (P ) = 0}.
Notre problème ici est que nous ne connaissons pas de façon explicite f (P ). Il faut utiliser la matrice
A:
f (P ) = 0 ⇔ MatBc (f ) × MatBc (P ) = MatBc (0).
 
c
En écrivant P sous la forme P = aX 2 + bX + c, on a MatBc (P ) =  b . Donc :
a
    
c 0  c+a=0 
c = −a
f (P ) = 0 ⇔ A ×  b  = 0 ⇔ b=0 ⇔ .
b=0
a 0 c+b+a=0


Ainsi, on a ker(f ) = {aX 2 − a/a ∈ R} = Vect(X 2 − 1).

La famille (X 2 − 1) est génératrice de ker(f ) et libre car elle ne contient qu’un seul vecteur non nul.
En conclusion, la famille (X 2 − 1) est une base de ker(f ) et dim(ker(f )) = 1.
2. Par définition Im(f ) = {f (P )/P ∈ R2 [X]}.
Notre problème est toujours le fait de ne pas avoir de formule pour f (P ) (il faudra le calculer à la
dernière question, ce qui signifie que l’on peut s’en sortir sans dans cette question).
Pour trouver une base de Im(f ) il nous faut en premier lieu une famille génératrice et le cours nous en
donne une sans aucun effort : la famille (f (P0 ), f (P1), f (P2 )) est génératrice de Im(f ) car la famille
(P0 , P1 , P2 ) est une base de l’espace de départ R2 [X].
La matrice A nous donne f (P0 ), f (P1 ) et f (P2 ) :

f (P0 ) = P0 + P2 = X 2 + 1 f (P1 ) = P1 + P2 = X + X 2 f (P2 ) = P0 + P2 = X 2 + 1.

On a donc Im(f ) = Vect(X 2 + 1, X 2 + X, X 2 + 1) = Vect(X 2 + 1, X 2 + X).

La famille (X 2 + 1, X 2 + X) est génératrice de Im(f ) et cette famille est libre car constituée de deux
vecteurs visiblement non proportionnels.
En conclusion, la famille (X 2 + 1, X 2 + X) est une base de Im(f ) et dim(Im(f )) = 2.
3. Plusieurs arguments possibles ici :
— ker(f ) 6= {0} donc f n’est pas bijective ;
— Im(f ) 6= R2 [X] donc f n’est pas bijective ;
— MatBc (f ) n’est pas inversible, car elle possède plusieurs colonnes identiques, donc f n’est pas
bijective.
4. On cherche dans cette question à résoudre f (P ) = 2P .

f (P ) = 2P ⇔ MatBc (f ) × MatBc (P ) = 2MatBc (P ).

Exercices TSI2 Page 7 Applications linéaires

  
c
2
En écrivant P sous la forme P = aX + bX + c, on a MatBc (P ) = b . Donc :

a
    
c c  c + a = 2c 
c=a
f (P ) = 2P ⇔ A × b = 2 b ⇔
    b = 2b ⇔ .
b=0
a a c + b + a = 2a


Ainsi, on a E2 = {aX 2 + a/a ∈ R} = Vect(X 2 + 1).

La famille (X 2 + 1) est génératrice de E2 et libre car elle ne contient qu’un seul vecteur non nul.
En conclusion, la famille (X 2 + 1) est une base de E2 et dim(E2 ) = 1.
5. Il suffit ici de remarquer que P = aP2 + bP1 + cP0 donc, comme f est linéaire :

f (P ) = af (P2 ) + bf (P1 ) + cf (P0 ) = (a + b + c)X 2 + bX + (a + c).

Correction de l’exercice 3:
1. Par définition ker(f ) = {P ∈ R2 [X]/f (P ) = (0, 0)}.
Encore un fois on ne connait pas ici f (P ) pour P quelconque, mais la donnée de f (P0 ), f (P1 ) et
f (P2 ) nous permet d’écrire la matrice de f relatives aux bases canoniques B1 de R2 [X] et B2 de
R2 :  
1 2 −3
MatB1 ,B2 (f ) = .
0 −1 1
On peut donc résoudre f (P ) = 0, avec P = aX 2 + bX + c en écrivant :

f (P ) = (0, 0) ⇔ MatB1 ,B2 (f ) × MatB1 (P ) = MatB2 ((0, 0))

 
  c  
1 2 −3 0
⇔ × b =
 
0 −1 1 0
a
 
c + 2b − 3a = 0 c=a
⇔ ⇔ .
−b + a = 0 b=a

On a donc ker(f ) = {aX 2 + aX + a/a ∈ R} = Vect(X 2 + X + 1).

La famille (X 2 + X + 1) est génératrice de ker(f ) et libre car elle ne contient qu’un seul vecteur non
nul.
En conclusion, la famille (X 2 + X + 1) est une base de ker(f ) et dim(ker(f )) = 1.
2. On sait que Im(f ) = Vect(f (P0 ), f (P1), f (P2 )) = Vect((1, 0), (2, −1), (−3, 1)).
Mais (−3, 1) = −(1, 0) − (2, −1) donc Im(f ) = Vect((1, 0), (2, −1)).
La famille ((1, 0), (2, −1)) est génératrice de Im(f ) et libre car elle contient deux vecteurs visiblement
non proportionnels.
En conclusion, la famille ((1, 0), (2, −1)) est une base de Im(f ) et dim(Im(f )) = 2.
On a donc en fait Im(f ) = R2 ! !
3. f ne peut pas être bijective car dim(R2 [X]) 6= dim(R2 ).
4. On considère un polynôme P quelconque de R2 [X]. On sait que P = aX 2 + bX + c avec (a, b, c) ∈ R3 .
Donc on a P = aP2 + bP1 + cP0 et comme f est une application linéaire :

f (P ) = f (aP2 +bP1 +cP0 ) = af (P2 )+bf (P1 )+cf (P0 ) = a(−3, 1)+b(2, −1)+c(1, 0) = (−3a+2b+c, a−b)

Exercices TSI2 Page 8 Applications linéaires

 Correction de
 l’exercice 4: 
1 0 0 L1 ← L2
1. On a : Ma ⇔  0 1 0 L2 ← L3
a + 2 −(2a + 1) a L3 ← L1
Donc Ma est équivalente a une matrice triangulaire où sur la diagonale il y a : 1, 1 et a.
Ainsi Ma est inversible dès que a 6= 0.
2. Comme Ma est la matrice de fa , pour que fa soit un automorphisme il faut et il suffit que Ma soit
inversible.
Donc fa est un automorphisme si et seulement si a 6= 0.
3. Montrons que B ′ est une famille libre. On cherche tous les réels x, y et z tels que :
xe′1 + ye′2 + ze′3 = 0
⇔x(a2 e1 + ae2 + e3 ) + y(e1 + e2 + e3 ) + z(2e1 + e2 ) = 0
⇔(xa2 + y + 2z)e1 + (xa + y + z)e2 + (x + y)e3 = 0
 2
 xa + y + 2z = 0
⇔ xa + y + z = 0 car la famille B est libre
x+y = 0


 (−a2 + 1 + 2(a − 1))y = 0
⇔ z = (a − 1)y
x = −y


 −(a − 1)2 y = 0
⇔ z = (a − 1)y
x = −y


 y = 0 car a 6= 1
⇔ z=0
x=0


Donc la famille B ′ est une famille libre.

Ainsi B ′ est une famille libre de 3 vecteurs de E qui est un espace vectoriel de dimension 3. Donc
B ′ est une base de E.
4. Grâce à la matrice Ma on sait que :
fa (e1 ) = (a + 2)e1 + e2 + 0e3
fa (e2 ) = −(2a + 1)e1 + 0e2 + e3
fa (e3 ) = ae1 + 0e2 + 0e3
• On a donc
fa (e′1 ) = fa (a2 e1 + ae2 + e3 )
= a2 fa (e1 ) + afa (e2 ) + fa (e3 )
= a2 ((a + 2)e1 + e2 ) + a(−(2a + 1)e1 + e3 ) + ae1
= (a3 + 2a2 − 2a2 − a + a)e1 + a2 e2 + ae3
= a3 e1 + a2 e2 + ae3
= ae′1
• De même :
fa (e′2 ) = fa (e1 + e2 + e3 )
= fa (e1 ) + fa (e2 ) + fa (e3 )
= ((a + 2)e1 + e2 ) + (−(2a + 1)e1 + e3 ) + ae1
= (a + 2 − 2a − 1 + a)e1 + e2 + e3
= e1 + e2 + e3
= e′2

Exercices TSI2 Page 9 Applications linéaires

 • Et :
fa (e′3 ) = fa (2e1 + e2 )
= 2fa (e1 ) + fa (e2 )
= 2((a + 2)e1 + e2 ) + (−(2a + 1)e1 + e3 )
= (2a + 4 − 2a − 1)e1 + 2e2 + e3
= 3e1 + 2e2 + e3
= e′2 + e′3
5. Dans la question précédente on a vu que :

fa (e′1 ) = ae′1
fa (e′2 ) = e′2
fa (e′3 ) = e′2 + e′3
 
a 0 0
Donc on en déduit que Ta = 0 1 1
0 0 1

Correction de l’exercice 5:
1. Soit →
−
u ∈ ker(f ). On a alors :

g ◦ f (−
→
u ) = g (f (−
→
u )) = g(0) = 0

Donc −
→u ∈ ker(g ◦ f ).
En conclusion ker(f ) ⊂ ker(g ◦ f ).
2. • Sens direct :
Supposons que ker(g ◦ f ) = ker(f ). Soit − →u ∈ Im(f ) ∩ ker(g).
On sait alors que g( u ) = 0 et il existe a ∈ E tel que −
→
− →
− →u = f (− →
a ).
→
− →
− →
−
Or on remarque que g u ) = g ◦ f ( a ) = 0. Donc a ∈ ker(g ◦ f ) = ker(f ).
Ainsi f (−
→a ) = 0 et donc −→
u = 0.
On a bien Im(f ) ∩ ker(g) = {0}.
• Réciproque :
Supposons que Im(f ) ∩ ker(g) = {0}.
On sait déjà que ker(f ) ⊂ ker(g ◦ f ).
Soit −
→u ∈ ker(g ◦ f ). On a donc g(f (− → u )) = 0, et donc f (−→u ) ∈ Im(f ) ∩ ker(g)
→
− →
−
Ainsi, f ( u ) = 0 et donc u ∈ ker(f ).
En conclusion ker(f ) = ker(g ◦ f ).
3. Soit −
→u ∈ Im(g ◦ f ).
Alors il existe −
→a ∈ E tel que −→u = g ◦ f (− →
a ) = g (f (−
→
a )).
→
−
Donc u ∈ Im(g).
Ainsi Im(g ◦ f ) ⊂ Im(g).
4. • Sens direct :
Supposons que Im(g ◦ f ) = Im(g).
→
− →
−
Soit −
→
u ∈ E. On cherche à écrire −
→u sous la forme f (−
→
a ) + b avec −
→a ∈ E et b ∈ ker(g).
Analyse : Supposons que cette décomposition existe.
→ →
−
On aurait alors g(−
→
u ) = g ◦ f (−
→
a ) et b = − u − f (−
→
a ).
Synthèse : Comme g( u ) ∈ Im(g) = Im(g ◦ f ), il existe −
→
− →
a ∈ E tel que g(−
→
u ) = g ◦ f (−
→
a ).

Exercices TSI2 Page 10 Applications linéaires

 On choisit donc ce − →
a et on remarque que − →
u = f (−→
a)+− →u − f (−
→a ).
On a bien f ( a ) ∈ Im(f ) et u − f ( a ) ∈ ker(g) (car g( u − f ( a )) = g(−
→
− →
− →
− →
− →
− →
u ) − g(f (−
→
a )) = 0)
Ainsi E = Im(f ) + ker(g)
• Réciproque :
On suppose que E = Im(f ) + ker(g).
On sait déjà que Im(g ◦ f ) ⊂ Im(g).
Soit −
→u ∈ Im(g).
Alors il existe −
→a ∈ E tel que −→u = g(−
→a ).
→
−
Comme − →a ∈ E, on peut écrire −→
a = f( b ) + −
→c avec −→c ∈ ker(g).
→
−
Donc − →
u = g(f ( b )).
Ainsi Im(g) ⊂ Im(g ◦ f ) et donc Im(g) = Im(g ◦ f ).
5. En utilisant les questions précédentes avec g = f on a immédiatement :
• (i) ⇒ Im(f ) ∩ ker(f ) = {0} ⇒ ker(f ) = ker(f 2 )(ii)
• (i) ⇒ (iii)
Toujours grâce aux questions précédentes, on a ker(f ) = ker(f 2 ) ⇒ Im(f ) ∩ ker(f ) = {0}. De plus le
théorème du rang nous dit que dim(E) = dim(ker(f )) + dim(Im(f )) donc on a E = ker(f ) ⊕ Im(f ).
Ainsi (ii) ⇒ (i).
De même Im(f ) = Im(f 2 ) ⇒ E = ker(f ) + Im(f ) et on a toujours le théorème du rang donc
E = ker(f ) ⊕ Im(f ). Ainsi (iii) ⇒ (i).
En conclusion, on a montré que (i) ⇔ (ii) et (i) ⇔ (iii).
Les trois propositions sont équivalentes.

Correction de l’exercice 6:
On doit ici montrer que g(Im(f )) ⊂ Im(f ).
Soit −
→
u ∈ Im(f ). On sait alors qu’il existe −
→
a ∈ E tel que −→
u = f (−→a ).
Donc on a g(− →
u ) = g(f (−
→
a )). Or f et g commutent donc g(− →
u ) = f (g(− →
a )).
→
−
Ainsi g( u ) ∈ Im(f ).
On a donc montré que g(Im(f )) ⊂ Im(f ) c’est-à-dire que Im(f ) est stable par g.

Correction de l’exercice 7:
Il est intéressant ici d’exprimer tout d’abord f (x, y, z) = (x + y, −x + 2y + z, x + z)
1. Les vecteurs de P sont de la forme (x, y, −y). De plus f (x, y, −y) = (x + y, −x + y, x − y) =
(x + y, −x + y, −(−x + y))
Donc f (x, y, −y) ∈ P.
Ainsi P est stable par f .
2. On a P = Vect((1, 0, 0), (0, 1, −1)). On pose − →v = (1, 0, 0) et −
→
w = (0, 1, −1).
→
− →
−
La famille ( v , w ) est génératrice de P et libre (deux vecteurs non proportionnels) donc c’est une
base de P.
3. On montre facilement que la famille (− →
u ,→
−
v ,−
→
w ) est libre.
La famille ( u , v , w ) est donc une famille libre de trois vecteurs et dim(R3 ) = 3 donc (−
→
− →
− →
− →
u ,−→
v ,−
→
w)
est une base de R3 .
4. Première étape :
f (−
→u ) = (2, 2, 2) = 2−
→
u + 0−
→v + 0−
→
w
f ( v ) = (1, −1, 1) = 0 u + 1 v + (−1)−
→
− →
− →
− →
w
→
− →
− →
− →
−
f ( w ) = (1, 1, −1) = 0 u + 1 v + 1 w

Exercices TSI2 Page 11 Applications linéaires

  
2 0 0
Deuxième étape : on a donc Mat(−
→
u ,−
→ w ) (f ) =
v ,−
→ 0 1 1
0 −1 1
On remarque des blocs dans la matrice qui correspondent à des sous-espace stables.

Correction de l’exercice 8:
Uniquement avec la forme de la matrice, on peut affirmer que F = Vect(X, X 2 ) est un sous-espace
stable par f .
En effet grâce à la matrice de f on sait que :


 f (1) = 1 − 2X 2 + 2X 3
f (X) = 2X − X 2

 f (X 2 ) = 3X − X 2

f (X 3 ) = −1 + 4X + 3X 3


Donc on a bien f (X) ∈ F et f (X 2 ) ∈ F , et comme (X, X 2 ) est une base de F on peut affirmer que
f (F ) ⊂ F .

Correction de l’exercice 9:
1. Une application linéaire est entièrement déterminée par les images des vecteurs d’une base de E.
Comme on nous donne ici f (e1 ), f (e2 ) et f (e3 ), on définit bien une unique application linéaire.
Explicitons cette application.
Pour tout vecteur −→
u = (x, y, z) ∈ R3 on a − →u = xe1 + ye2 + ze3 .
−
→
On a donc f ( u ) = xf (e1 ) + yf (e2 ) + zf (e3 ) car f est une application linéaire.
Ainsi, pour tout (x, y, z) ∈ R3 on a :

f (x, y, z) = x(2e2 + 3e3 ) + y(2e1 − 5e2 − 8e3 ) + z(−e1 + 4e2 + 6e3 ) = (2y − z, 2x − 5y + 4z, 3x − 8y + 6z)

2. Il suffit ici d’utiliser l’énoncé qui nous donne f (e1 ), f (e2 ) et f (e3 ).
 
0 2 −1
On a donc MatB (f ) = A = 2 −5 4 
3 −8 6
3. a) Par définition ker(f − id ) = {−
E
→
u ∈ R3 /(f − id )(−E
→u ) = 0}.
On souhaite montrer que f (ker(f − idE )) ⊂ ker(f − idE ).
Soit −
→
u ∈ ker(f − idE ). Cela signifie que (f − idE )(− →u ) = 0 donc que f (− →u)=− →u.
On veut montrer que f ( u ) ∈ ker(f − idE ). Pour cela nous devons calculer (f − idE )(f (−
→
− →
u )).
→
− →
− →
− →
− →
− →
− →
−
On a (f − idE )(f ( u )) = f (f ( u )) − f ( u ) = f ( u ) − f ( u ) = 0 car f ( u ) = u .
Donc f (−
→
u ) ∈ ker(f − idE ), et ainsi ker(f − idE ) est stable par f .
b)

 −x + 2y − z = 0
(x, y, z) ∈ ker(f −idE ) ⇔ f (x, y, z)−(x, y, z) = (0, 0, 0) ⇔ 2x − 6y + 4z = 0 ⇔ · · · ⇔ x = y = z
3x − 8y + 5z = 0


Donc ker(f − idE ) = {(x, x, x)/x ∈ R} = Vect((1, 1, 1)).

La famille ((1, 1, 1)) est une famille génératrice de ker(f − idE ) et est une famille libre car formée
d’un seul vecteur non nul.
Donc ((1, 1, 1)) est une base de ker(f − idE ).

Exercices TSI2 Page 12 Applications linéaires

 4. a) Par définition ker(f 2 + idE ) = {−→u ∈ R3 /(f 2 + idE )(− →
u ) = 0}.
2 2
On souhaite montrer que f (ker(f + idE )) ⊂ ker(f + idE ).
Soit −
→
u ∈ ker(f 2 + idE ). Cela signifie que (f 2 + idE )(− →u ) = 0 donc que f 2 (−
→
u ) = −−→u.
→
− 2
On veut montrer que f ( u ) ∈ ker(f + idE ).
On a (f 2 + idE )(f (−
→u )) = f 3 (−
→
u ) + f (−
→
u ) = f (f 2 (−
→
u )) + f (−
→
u ) = f (−−
→
u ) + f (−→
u ) = 0.
→
− 2
Donc on a bien f ( u ) ∈ ker(f + idE ).
Ainsi ker(f 2 + idE ) est stable par f .
b) Pour déterminer ker(f 2 + idE ) le plus simple est d’utiliser 2
  la matrice de f dans la base canonique
x
2 2
(c’est-à-dire A ) car : (x, y, z) ∈ ker(f + idE ) ⇔ y  ∈ ker(A2 + I3 ).

z
 
1 −2 2
Or A2 = 2 −3 2, donc
2 −2 1
    
x 0  2x − 2y + 2z = 0
2 2
(x, y, z) ∈ ker(f + idE ) ⇔ (A + I3 ) y = 0 ⇔
    2x − 2y + 2z = 0 ⇔ y = x + z
z 0 2x − 2y + 2z = 0


Donc ker(f 2 + idE ) = {(x, x + z, z)/(x, z) ∈ R2 } = Vect((1, 1, 0), (0, 1, 1)).

La famille ((1, 1, 0), (0, 1, 1)) est génératrice de ker(f 2 + idE ) et cette famille est libre car formée
de deux vecteurs non proportionnels.
Ainsi ((1, 1, 0), (0, 1, 1)) est une base de ker(f 2 + idE ).
5. — On a dim(ker(f − idE )) + dim(ker(f 2 + idE )) = 1 + 2 = 3 = dim(R3 ).
— Soit →
−u ∈ ker(f − idE ) ∩ ker(f 2 + idE ).
Comme − →u ∈ ker(f − idE ) on a f (− →u) = −
→
u donc f 2 (−
→
u ) = f (−
→
u)=−
→
u.
→
− 2 2 −
→
Or on sait aussi que u ∈ ker(f + idE ) donc f ( u ) = − u .→
−
Donc −→
u = −− →
u et ainsi −→u = 0.
Ainsi ker(f − idE ) ∩ ker(f 2 + idE ) = {0}.
En conclusion R3 = ker(f − idE ) ⊕ ker(f 2 + idE ).
6. On considère la famille (e′1 , e′2 , e′3 ) avec e′1 = (1, 1, 1), e′2 = (1, 1, 0) et e′3 = (0, 1, 1) base adaptée à la
somme précédente.
On a f (e′1 ) = e′1 , f (e′2 ) = 2e′2 − 5e′3 et f (e′3 ) = e′2 − 2e′3
 
1 0 0
Donc la matrice de f dans la nouvelle base est 0 2 1 .
0 −5 −2

Correction de l’exercice 10:

1. — La famille (M, N) est une famille génératrice de F et cette famille est libre car formée de deux
polynômes non proportionnels. Donc (M, N) est une base de F et dim(F ) = 2.
La famille (L) est génératrice de G et libre (un seul vecteur non nul) donc c’est une base de G et
dim(G) = 1.
On a donc dim(F ) + dim(G) = 3 = dim(R2 [X]).
— Soit P ∈ F ∩ G. Comme P ∈ F , on a P = aM + bN avec (a, b) ∈ R2 .
Comme P ∈ G, on a P = cL avec c ∈ R.
On doit donc avoir :
 
 b=c  b=c
a(X − 1) + b(X 2 − 1) = c(X 2 − X + 1) ⇔ a = −c ⇔ a = −c ⇔ a = b = c = 0
−a − b = c 0=c
 

Exercices TSI2 Page 13 Applications linéaires

 Donc P = 0 et donc F ∩ G = {0}
En conclusion R2 [X] = F ⊕ G.
2. Pour pouvoir calculer s(P ) et p(P ) il nous faut trouver la décomposition de P sur F ⊕ G.
On cherche donc α, β et γ tels que :
P = (αM + βN) + γL ⇔ aX 2 + bX + c = α(X − 1) + β(X 2 − 1) + γ(X 2 − X + 1)

 a=β+γ
⇔ b=α−γ
c = −α − β + γ


 β =a−γ
⇔ α =b+γ
c = −b − γ − a + γ + γ


 β = −b − c
⇔ α = a + 2b + c
γ =a+b+c


Ainsi on a P = ((a + 2b + c)M + (−b − c)N) + (a + b + c)L

Donc
s(P ) = ((a + 2b + c)M + (−b − c)N) − (a + b + c)L
= ((a + 2b + c)(X − 1) + (−b − c)(X 2 − 1)) − (a + b + c)(X 2 − X + 1)
= (−a − 2b − 2c)X 2 + (2a + 3b + 2c)X − 2a − 2b − c
Et p(P ) = ((a + 2b + c)M + (−b − c)N) = (−b − c)X 2 + (a + 2b + c)X − a − b.

Correction de l’exercice 11: Correction rapide

On a A2 = I donc f ◦ f = id et donc f est une symétrie vectorielle.
On sait alors que f est une symétrie par rapport à ker(f − id) et parallèlement à ker(f + id).
• On cherche alors ker(f − id) en résolvant AX = X et on trouve par exemple
ker(f − id) = Vect((−2, 1, 0), (−2, 0, 1)) (plan vectoriel)
• De même ker(f + id) = Vect((−2, 1, 1)) (droite vectorielle)

Correction de l’exercice 12:

1. (i) Montrons que f est linéaire
   
u1 v1
Soit −
→
u = u2  et − →
v = v2  appartenant à M3,1 (R) et soit a ∈ R. On a :
u3 v3
 
au1 + v1  
→
− →
− au1 + v1 + au2 + v2 + au3 + v3
f (a u + v ) = f   au2 + v2  =
au1 + v1 + au3 + v3
au3 + v3
     
→
− →
− u1 + u2 + u3 v1 + v2 + v3 au1 + v1 + au2 + v2 + au3 + v3
et af ( u ) + f ( v ) = a + =
u1 + u3 v1 + v3 au1 + v1 + au3 + v3
Donc f (a−
→
u +−
→
v ) = af (−
→
u )+f (−
→
v ) et f est une application linéaire de M3,1 (R) dans M2,1 (R).
(ii) Déterminons ker(f )
    
 x x  
0
Par définition ker(f ) = y  ∈ M3,1 (R)/f y  = . Or on a :
0 
z z

 
x        
0 x + y + z 0 x + y + z = 0 y=0
f y  = ⇔ = ⇔ ⇔
0 x+z 0 x+z =0 z = −x
z

Exercices TSI2 Page 14 Applications linéaires

     
 x  1
Donc ker(f ) =  0 /x ∈ R = Vect
   0 .
−x −1
 
 
1
La famille  0  est génératrice de ker(f ) et libre (un seul vecteur non nul) donc
−1
 
1
 0  est une base de ker(f ) .
−1
(iii) Déterminons Im(f )
   
x    
x + y + z

3 3
Im(f ) = f y  /(x, y, z) ∈ R = /(x, y, z) ∈ R
x+z
z
 
     
1 1 1
= Vect , , .
1 0 1
     
1 1 1
La famille , , est génératrice de Im(f ). Comme il y a deux fois le même vecteur
    1
1 0
1 1
la famille , est encore génératrice de Im(f ).
1 0
   
1 1
De plus la famille , est libre (deux matrices visiblement non proportionnelles)
1 0
   
1 1
Donc , est une base de Im(f ).
1 0
2. a) (i) Montrons que f est un endomorphisme de E
On voit dans l’énoncé que f est une application de R2 dans R2 .
Soient −
→
u = (r, s) et −
→v = (w, z) deux éléments de R2 et a un réel. On a :

f (a−
→u +− →v ) = f (a(r, s) + (w, z)) = f (ar + w, as + z)
= (2(ar + w) − (as + z), 3(ar + w) + (as + z))
= (2ar + 2w − as − z, 3ar + 3w + as + z)
→
− →
−
et af ( u ) + f ( v ) = a(2r − s, 3r + s) + (2w − z, 3w + z)
= (2ar − as + 2w − w, 3ar + as + 3w + z)

On a donc f (a−
→
u +−
→
v ) = af (−
→
u ) + f (−
→
v ), c’est-à-dire f est une application linéaire.
f est donc un endomorphisme de R2 .
(ii) Déterminons ker(f )
ker(f ) = {(x, y) ∈ R2 /f (x, y) = (0, 0)}. Or :

2x − y = 0
f (x, y) = (0, 0) ⇔ ⇔x=y=0
3x + y = 0

Donc ker(f ) = {(0, 0)}

(iii) Déterminons Im(f ) Comme dim(ker(f )) = 0, d’après le théorème du rang dim(Im(f )) = 2
et donc Im(f ) = R2 .

Exercices TSI2 Page 15 Applications linéaires

 b) (i) Montrons que f est un endomorphisme de E
Il n’est pas évident ici en regardant l’énoncé que f est bien une application de R3 [X] dans
R3 [X].
Il est évident par contre que f (P ) est bien un polynôme. De plus si deg(P ) 6 3 alors
deg(P ′′) 6 1 et donc deg((X 2 − 1)P ′′) 6 3. Ainsi f (P ) est bien un polynôme de degré
inférieur ou égal à 3.
f est une application de R3 [X] dans R3 [x].
Soient Q et R deux polynômes de R3 [X] et a un réel. On a :
f (aQ + R) = (X 2 − 1)(aQ + R)′′ + (aQ + R)
= (X 2 − 1)(aQ′′ + R′′ ) + aQ + R
et af (Q) + f (R) = a((X 2 − 1)Q′′ + Q) + ((X 2 − 1)R′′ + R)
= (X 2 − 1)(aQ′′ + R′′ ) + aQ + R
On a donc f (aQ + R) = af (Q) + f (R), c’est-à-dire f est une application linéaire.
f est donc un endomorphisme de R3 [X].
(ii) Déterminons Im(f )
Soit (P0 , P1 , P2 , P3 ) la bases canonique de R3 [X].
f (P0 ) = (X 2 − 1) × 0 + 1 = 1
f (P1 ) = (X 2 − 1) × 0 + X = X
f (P2 ) = (X 2 − 1) × 2 + X 2 = 3X 2 − 2
f (P3 ) = (X 2 − 1) × 6X + X 3 = 7X 3 − 6X
La famille (1, X, 3X 2 − 2, 7X 3 − 6X) est donc génératrice de Im(f ).
La famille (1, X, 3X 2 − 2, 7X 3 − 6X) est de plus libre (à vous de le démontrer).
Donc la famille (1, X, 3X 2 − 2, 7X 3 − 6X) est une base de Im(f ).
(iii) Déterminons ker(f )
On a dim(Im(f )) = 4 = dim(R3 [X]) donc d’après le théorème du rang, dim(ker(f )) = 0 et
donc ker(f ) = {0} .
c) (i) Montrons que f est un endomorphisme de E
On voit, dans l’énoncé, que f est une application de M2 (R) dans M
 2 (R).   
k l p q
Soient K et L deux matrices de M2 (R) et a un réel. On pose K = et L =
m n r s
donc :  
ak + p al + q
f (aK + L) = f
am + r an + s
= aK + L + ((al + q) + (am + r))I
= aK + L + (al + q + am + r)I
et af (K) + f (L) = a(K + (l + m)I) + (L + (q + r)I))
= aK + L + (al + q + am + r)I
On a donc f (aK + L) = af (K) + f (L), c’est-à-dire f est une application linéaire.
f est donc un endomorphisme de M2 (R).
(ii) Déterminons ker(f ) : ker(f ) = {M ∈ M2 (R)/f (M) = 0}. Or :
 

 a+b+c =0 
 a=0
b=0 b=0
 
f (M) = 0 ⇔ M + (b + c)I2 = 0 ⇔ ⇔

 c = 0 
 c=0
d+b+c=0 d=0
 

Donc ker(f ) = {0} .

Exercices TSI2 Page 16 Applications linéaires

 (iii) Déterminons Im(f )
Comme dim(ker(f )) = 0, d’après le théorème du rang, dim(Im(f )) = 4 et donc
Im(f ) = M2 (R) .

Correction de l’exercice 13:

1. Attention ici on ne peut pas utiliser la notation ei pour les deux bases canoniques....
Soit B = (e1 , e2 , e3 , e4 , e5 ) la base canonique de R5 et B ′ = (k1 , k2 ) la base canonique de R2 .
On a :
f (e1 ) = f (1, 0, 0, 0, 0) = (2, −1) = 2(1, 0) + (−1)(0, 1) = 2k1 + (−1)k2
f (e2 ) = f (0, 1, 0, 0, 0) = (0, 2) = 0(1, 0) + 2(0, 1) = 0k1 + 2k2
f (e3 ) = f (0, 0, 1, 0, 0) = (−4, −3) = −4(1, 0) + (−3)(0, 1) = −4k1 + (−3)k2
f (e4 ) = f (0, 0, 0, 1, 0) = (0, 0) = 0(1, 0) + 0(0, 1) = 0k1 + 0k2
f (e5 ) = f (0, 0, 0, 0, 1) = (5, −1) = 5(1, 0) + (−1)(0, 1) = 5k1 + (−1)k2
 
2 0 −4 0 5
Donc MatB,B′ (f ) = .
−1 2 −3 0 −1
2. Soit B = (P0 , P1 , P2 ) la base canonique de R2 [X].
On a :
f (P0 ) = (X − 1)P0′ + P0 = 1 = 1P0 + 0P1 + 0P2
f (P1 ) = (X − 1)P1′ + P1 = X − 1 + X = 2X − 1 = (−1)P0 + 2P1 + 0P2
f (P2 ) = (X − 1)P2′ + P2 = (X − 1)2X + X 2 = 3X 2 − 2X = 0P0 + (−2)P1 + 3P2
 
1 −1 0
Donc MatB (f ) = 0 2 −2.
0 0 3
3. Soit B = (E1,1 , E1,2 , E2,1 , E2,2 ) la base canonique de M2 (R). On a :
 
1 0
f (E1,1 ) = AE1,1 = = 1E1,1 + 0E1,2 + 3E2,1 + 0E2,2
3 0
 
0 1
f (E1,2 ) = AE1,2 = = 0E1,1 + 1E1,2 + 0E2,1 + 3E2,2
0 3
 
2 0
f (E2,1 ) = AE2,1 = = 2E1,1 + 0E1,2 + 4E2,1 + 0E2,2
4 0
 
0 2
f (E2,2 ) = AE2,2 = = 0E1,1 + 2E1,2 + 0E2,1 + 4E2,2
0 4
 
1 0 2 0
0 1 0 2
Donc MatB (f ) = 
3
.
0 4 0
0 3 0 4

Exercices TSI2 Page 17 Applications linéaires

 Correction de l’exercice 14:
   
x 6x + 10y + 11z
1. On a A × y  =  2x + 6y + 5z .
z −4x − 8y − 8z
3
Donc ∀(x, y, z) ∈ R , f (x, y, z) = (6x + 10y + 11z, 2x + 6y + 5z, −4x − 8y − 8z).
   
a a+b
2. On a A ×  b  = b + 2c.
c c
Donc ∀P = a + bX + cX 2 , f (P ) = a + b + (b + 2c)X + cX 2 = P + P ′ .

Correction de l’exercice 15:

1. L’image de la base (e1 , e2 , e3 , e4 ) par ϕ est la famille (e2 , e3 , e4 , e1 ) qui est aussi une base.
Donc comme ϕ transforme une base en une autre base, on peut dire que ϕ est bijectif et donc c’est
un automorphisme.
 
0 0 0 1
 1 0 0 0
0 1 0 0.
2. A =  

0 0 1 0
3. ϕ−1 (e1 ) = e4 , ϕ−1 (e2 ) = e1 , ϕ−1 (e3 ) = e2 ,ϕ−1 (e4 ) = e3 .
 
0 1 0 0
0 0 1 0
Donc A−1 =  0 0 0 1.


1 0 0 0

Correction de l’exercice 16:

1. On voit bien dans l’énoncé que f (P ) ∈ R[X], donc f est une application de R[X] dans R[X].
Soit Q et R deux éléments de R[X] et a un réel :

f (Q + aR) = (X 2 + 1)(Q + aR)′ − nX(Q + aR)

= (X 2 + 1)(Q′ + aR′ ) − nXQ − naXR
= (X 2 + 1)Q′ − nXQ + a((X 2 + 1)R′ − nXR) = f (Q) + af (R).

Ainsi f est une application linéaire de R[X] dans R[X], c’est-à-dire un endomorphisme de R[X].
2. Au lieu de montrer que pour P quelconque dans Rn [X], f (P ) ∈ Rn [X], comme nous avons facilement
accès à une base de Rn [X], (sa base canonique (P0 , . . . , Pn )), il suffit ici de montrer que pour tout
k ∈ J0; nK, f (Pk ) ∈ Rn [X].
Or on a f (P0 ) = −nX ∈ Rn [X] car n > 1.
Et pour tout k ∈ J1; nK, f (Pk ) = (X 2 + 1)kX k−1 − nX k+1 = (k − n)X k+1 + kX k−1.
Lorsque k < n, on a bien k + 1 6 n donc f (Pk ) ∈ Rn [X], et f (Pn ) = nX n−1 ∈ Rn [X].
Donc pour tout k ∈ J0; nK, f (Pk ) ∈ Rn [X] et ainsi Rn [X] est stable par f .
3. On peut remarquer que f (X n+1 ) = (X 2 + 1)(n + 1)X n − nX n+2 = X n+2 + (n + 1)X n .
Donc f (X n+1 ) 6∈ Rn+1 [X] donc Rn+1 [X] n’est pas stable par f .

Exercices TSI2 Page 18 Applications linéaires

 Correction de l’exercice 17:
1. On a r◦r = (p+q−q◦p)◦(p+q−q◦p) = p2 +p◦q−p◦q◦p+q◦p+q 2 −q 2 ◦p−q◦p2 −q◦p◦q+q◦p◦q◦p =
p + 0 − 0 + q ◦ p + q − q ◦ p − q ◦ p − 0 + 0 = p + q − q ◦ p = r.
r est bien un projecteur.
2. • Soit −→u ∈ ker(r).
On a alors r(− →u ) = 0 donc p(− →u ) + q(−→
u ) − q ◦ p(−
→
u ) = 0. On compose par p à gauche, on a donc
p ( u ) + p ◦ q( u ) − p ◦ q ◦ p( u ) = 0 et comme p ◦ q =, on a p(−
2 −
→ →
− →
− →
u ) = 0.
→
− →
−
En reprenant cette information dans r( u ) on obtient q( u ) = 0.
Donc − →u ∈ ker(p) ∩ ker(q) et ker(r) ⊂ ker(p) ∩ ker(q)
• Soit maintenant − →u ∈ ker(p) ∩ ker(q).
Alors r( u ) = p( u ) + q(−
→
− →
− →
u ) − q(p(−→u )) = 0 + 0 − 0 = 0.
Donc ker(p) ∩ ker(q) ⊂ ker(r).
• En conclusion ker(r) = ker(p) ∩ ker(q).
3. • Montrons que Im(p) ∩ Im(q) = {0}.
→
− →
−
Soit −
→
u ∈ Im(p) ∩ Im(q). Alors il existe − →
a ∈ E et b ∈ E tel que − →
u = p(−→a ) et −
→
u = q( b ).
→
−
On a donc p(−→u ) = p(q( b )) = 0 car p ◦ q = 0, mais aussi p(−→
u ) = p(p(−→a )) = p(−→
a)=− →u car p est un
projecteur.
Donc −→u = 0.
Ainsi Im(p) ∩ Im(q) = {0}.
• Montrons maintenant que Im(r) = Im(p) + Im(q).
— Im(r) ⊂ Im(p) + Im(q) ?
Soit −
→u ∈ Im(r). Alors il existe −→a ∈ E tel que − →
u = r(− →
a ).
On a donc u = p( a ) + q( a ) − q(p a ) = p( a ) + q( a − p(−
→
− →
− →
− →
− →
− →
− →
a )) donc on a décomposé − →
u en la
→
−
somme d’un élément de Im(p) et un élément de Im(q), c’est-à-dire u ∈ Im(p) + Im(q).
— Im(p) + Im(q) ⊂ Im(r) ?
→
− →
−
Soit −
→u ∈ Im(p) + Im(q). Alors il existe − →a ∈ E et b ∈ E tels que − →u = p(− →
a ) + q( b ).
→
−
On a alors r(− →
u ) = r(p(−→a )) + r(q( b )). Or r(p(−
→a )) = p2 (−
→
a ) + q(p(−→
a )) − q(p2 (−
→
a )) = p(−
→a ) et
→
− →
−
de même r(q( b )) = q( b ).
Donc r(− →
u)=− →u et ainsi −→
u ∈ Im(r).
Donc Im(r) = Im(p) + Im(q)
• En conclusion Im(r) = Im(p) ⊕ Im(q).

Correction de l’exercice 18:

1. Transformons tout d’abord E et F .
On a E = Vect((−1, 1, 0), (−1, 0, 1)) et F = Vect((−1, 1, −1)). On peut donc facilement montrer que
dim(E) = 2 et dim(F ) = 1. (A détailler dans une copie...)
On a donc dim(E) + dim(F ) = dim(R3 ).
De plus si (x, y, z) ∈ E ∩ F alors on a x + y + z = 0 et x = −y = z. Donc −y + y − y = 0 et ainsi
y = 0 et donc x = y = z = 0. Donc E ∩ F = {(0, 0, 0)}.
En conclusion R3 = E ⊕ F .
2. Soit (x, y, z) ∈ R3 . Cherchons sa décomposition sur E ⊕ F .
On cherche donc a, b et c tels que : (x, y, z) = (−a − b, a, b) + (−c, c, −c). Cela nous donne :
 
 x = −a − b − c  a = x + 2y + z
y =a+c ⇔ b = −x − y (L1 + L2 )
z =b−c c = −x − y − z
 

Exercices TSI2 Page 19 Applications linéaires

 Donc (x, y, z) = (−y − z, x + 2y + z, −x − y) + (x + y + z, −x − y − z, x + y + z).
Par définition de p (on a E = Im(p) et F = ker(p)), p(x, y,
z) = (−y − z, x + 2y + z, −x − y) et donc
0 −1 −1
la matrice de p dans la base canonique est  1 2 1 .
−1 −1 0
3. On a toujours la décomposition précédente. Comme s est la symétrie par rapport à E et parallèlement
à F on sait que E = ker(s − id) et F = ker(s + id).
Donc s(x, y, z) = (−y − z, x + 2y + z, −x − y) − (x + y + z, −x − y − z, x + y + z) = (−x − 2y −
2z, 2x + 3y + 2z, −2x − 2y − z).
 
−1 −2 −2
Donc la matrice de s dans la base canonique est  2 3 2 .
−2 −2 −1

Correction de l’exercice 19:

1. Si f est bijective alors pour tout entier k, f k est bijective. Mais comme il existe k tel que f k = 0
ceci est absurde.
Donc f n’est pas bijective.
2. a) On cherche tous les réels a0 , a1 , · · · , ap−1 tels que a0 x0 + a1 f (x0 ) + · · · + ap−1 f p−1(x0 ) = 0.
En appliquant f p−1 à cette égalité on obtient :
f p−1 (a0 x0 + a1 f (x0 ) + · · · + ap−1 f p−1 (x0 )) = 0
⇒a0 f p−1(x0 ) + a1 f p (x0 ) + · · · + ap−1 f 2p−2(x0 ) = 0
⇒a0 f p−1(x0 ) = 0 ⇒ a0 = 0

p−1 a0 = 0
Donc a0 x0 + a1 f (x0 ) + · · · + ap−1 f (x0 ) = 0 ⇔
a1 f (x0 ) + · · · + ap−1 f p−1 (x0 ) = 0
On applique alors f p−2 à l’égalité et on obtient a1 = 0.
On répète l’opération et on a donc a0 = a1 = · · · = ap−1 = 0.
La famille (x0 , f (x0 ), · · · , f p−1(x0 )) est donc libre.
b) Toute famille libre de E possède nécessairement moins de n vecteurs. Or (x0 , f (x0 ), · · · , f p−1 (x0 ))
est une famille libre de p vecteurs.
Donc p 6 n.

Correction de l’exercice 20:

1. La famille (f (u1 ), . . . , f (un )) est une famille libre de Im(f ) qui contient n vecteurs donc dim(Im(f )) >
n.
2. On cherche tous les réels a1 , . . . , an tels que a1 u1 + . . . + an un = 0.
En appliquant f , grâce à sa linéarité, on obtient a1 f (u1 ) + . . . + an f (un ) = 0.
Or, on sait que la famille (f (u1), . . . , f (un )) est libre.
Donc a1 f (u1 ) + . . . + an f (un ) = 0 ⇒ a1 = . . . = an = 0.
La famille (u1 , . . . , un ) est donc libre.
3. — Comme f ◦f = 0, si u ∈ Im(f ) alors u = f (v) et donc f (u) = f (f (v)) = 0, c’est-à-dire u ∈ ker(f ).
Ainsi, Im(f ) ⊂ ker(f ).
— D’après le point précédent, dim(Im(f )) 6 dim(ker(f )). Et donc, en utilisant le théorème du rang,
on obtient 2 dim(Im(f )) 6 2n, c’est-à-dire dim(Im(f )) 6 n.
Or, dans la question 1., on a montré que dim(Im(f )) > n.
Donc on a dim(Im(f )) = n et, d’après le théorème du rang, dim(ker(f )) = n.
En conclusion, Im(f ) ⊂ ker(f ) et dim(Im(f )) = dim(ker(f )), donc Im(f ) = ker(f ).

Exercices TSI2 Page 20 Applications linéaires

 4. — Grâce aux questions précédentes, dim(ker(f )) + dim(Vect(u1 , . . . , un )) = 2n = dim(E).
— Soit u ∈ ker(f ) ∩ Vect(u1 , . . . , un ).
On a alors f (u) = 0 et u = α1 u1 + . . . + αn un avec (α1 , . . . , αn ) ∈ Rn .
Avec ces deux informations, on obtient α1 f (u1 ) + . . . + αn f (un ) = 0.
Or, la famille (f (u1 ), . . . , f (un)) est libre donc α1 = . . . = αn = 0 et ainsi u = 0.
On a donc montré que ker(f ) ∩ Vect(u1 , . . . , un ) = {0}.
En conclusion E = ker(f ) ⊕ Vect(u1, . . . , un ).

Exercices TSI2 Page 21 Applications linéaires