Logo Groupe Réussite
Groupe Réussite
  • Cours particuliers
    • Cours maths
    • Cours anglais
    • Cours physique chimie
    • Cours français
    • Cours informatique
  • Stages intensifs
  • Donner cours
  • 01 84 88 32 69

Cours en ligne Maths en ECG1

Chapitres Maths en ECG1

Stratégie de Calcul
Espace Probabilisé
Raisonnement et Vocabulaire Ensembliste
Nombres Complexes
Polynômes
Suites Réelles
Matrices
Espaces Vectoriels et Applications Linéaires
Fonctions Réelles à Variables Réelles
Probabilités (univers infini)
Formules de Taylor et Développements Limités
Extrema et convexité
Séries Numériques
Intégration
Variables Aléatoires Finies
Variables Aléatoires Discrètes
Variables Aléatoires à Densité
Convergence et Approximations
CONTACTEZ-NOUS

Cours en ligne Maths en ECG1

Chapitres Maths en ECG1

Stratégie de Calcul
Espace Probabilisé
Raisonnement et Vocabulaire Ensembliste
Nombres Complexes
Polynômes
Suites Réelles
Matrices
Espaces Vectoriels et Applications Linéaires
Fonctions Réelles à Variables Réelles
Probabilités (univers infini)
Formules de Taylor et Développements Limités
Extrema et convexité
Séries Numériques
Intégration
Variables Aléatoires Finies
Variables Aléatoires Discrètes
Variables Aléatoires à Densité
Convergence et Approximations
CONTACTEZ-NOUS

Exercices et Corrigés : Espaces vectoriels en ECG1

Résumé de cours Exercices Corrigés

Cours en ligne de Maths en ECG1

Corrigés – Espaces vectoriels et applications linéaires

Exercice 1 : 

1) Linéarité :

Pour montrer que f est linéaire, on se donne deux triplets \left( x_1 , y_1 , z_1 \right), \left( x_2 , y_2 , z_2 \right) et un réel \lambda. Montrons que

f \left( \left( x_1 , y_1 , z_1 \right) + \lambda \left( x_2 , y_2 , z_2 \right) \right) = f \left( x_1 , y_1 , z_1 \right) + \lambda f \left( x_2 , y_2 , z_2 \right).
Il suffit d’écrire les choses !

f \left( \left( x_1 , y_1 , z_1 \right) + \lambda \left( x_2 , y_2 , z_2 \right) \right) = f \left( x_1 + \lambda x_2 , y_1 + \lambda y_2 , z_1 + \lambda z_2 \right)

= ( x_1 + \lambda x_2 - \left( y_1 + \lambda y_2 \right) - \left( z_1 + \lambda z_2 \right) , y_1 + \lambda y_2 - 2 \left( z_1 + \lambda z_2 \right) )
= ( x_1 - y_1 - z_1 + \lambda \left( x_2 - y_2 - z_2 \right) , y_1 - 2 z_1+ \lambda \left( y_2 - 2 z_2 \right) )
= \left( x_1 - y_1 - z_1 , y_1 - 2 z_1 \right) + \lambda \left( x_2 , y_2 - z_2 , y_2 - 2 z_2 \right)
= f \left( x_1 , y_1 , z_1 \right) + \lambda f \left( x_2 , y_2 , z_2 \right).
Noyau : Pour trouver le noyau, il faut trouver les triplets \left( x, y , z \right) tels que f \left( x , y , z \right) = \left( 0 , 0 \right).
\left( x , y , z \right) \in \mathrm{Ker} \left( f \right) \Leftrightarrow \begin{cases} x - y - z & = 0 \\ y - 2 z& = 0 \end{cases}
\Leftrightarrow \begin{cases} y & = 2 z \\ x & = y + z \end{cases}
\Leftrightarrow \begin{cases} y & = 2 z \\ x & = 3z \end{cases}.Ainsi \left( x , y , z \right) = \left( 3 z, 2 z , z \right) = z \left( 3 , 2, 1 \right). D’où \mathrm{Ker} \left( f \right) = \mathrm{Vect} \left( \left( 3 , 2 , 1 \right) \right). En particulier, le noyau est de dimension 1.Image:  Le théorème du rang affirme que :

    \[\dim \mathrm{Ker} \left( f \right) + \dim \mathrm{Im} \left( f \right) = \dim \mathbb{R}^3 = 3.\]

Comme \dim \mathrm{Ker} \left( f \right) = 1, on a \dim \mathrm{Im} \left( f \right) = 2. Ainsi \mathrm{Im} \left( f \right) \subset \mathbb{R}^2 et \dim \left( \mathrm{Im} \left( f \right) \right) = \dim \left( \mathbb{R}^2 \right)= 2, donc

    \mathrm{Im} \left( f \right) = \mathbb{R}^2.<span class="ql-right-eqno">   </span><span class="ql-left-eqno">   </span><img src="https://groupe-reussite.fr/ressources/wp-content/ql-cache/quicklatex.com-27b394a2ba7202079390b874a29cd6ae_l3.png" height="159" width="584" class="ql-img-displayed-equation quicklatex-auto-format" alt="\[f$ n'étant pas injective, elle n'est pas bijective. <div> <strong>2)</strong> <i style="font-size: inherit;">Linéarité :</i>Soient $P , Q \in \mathbb{R}_2 \left[ X \right]$ et $\lambda \in \mathbb{R}.$ On a <div style="text-align: justify;">$g \left( P + \lambda Q \right)$ $= ( \left( P + \lambda Q \right) \left( 0 \right) , \left( P + \lambda Q \right) ' \left( 0 \right)$ $, \left( P + \lambda Q \right) '' \left( 0 \right) )$ $= ( P \left( 0 \right) + \lambda Q \left( 0 \right) , P ' \left( 0 \right) + \lambda Q ' \left( 0 \right)$ $ , P '' \left( 0 \right) + \lambda Q '' \left( 0 \right)) $ $= \left( P \left( 0 \right) , P ' \left( 0 \right) , P'' \left( 0 \right) \right)$ $+ \lambda \left( Q \left( 0 \right) , Q ' \left( 0 \right) , Q'' \left( 0 \right) \right) $ $= g \left( P \right) + \lambda g \left( Q \right)$.<i>Noyau :</i> Soit $P \in \mathbb{R}_2 \left[ X \right].\]" title="Rendered by QuickLaTeX.com"/>P \in \mathrm{Ker} \left( g \right)

si, et seulement si, P \left( 0 \right) = P ' \left( 0 \right) = P '' \left( 0 \right) = 0. Il s’ensuit que 0 est racine d’ordre au moins 3 pour P. Comme \deg P \le 2, il s’ensuit que P = 0.On a montré que \mathrm{Ker} \left( g \right) \subset \left\{ 0 \right\}, l’inclusion réciproque étant claire, on a bien montré que \mathrm{Ker} \left( g \right) = \left\{ 0 \right \}.Image : On commence par appliquer le théorème du rang :

    \[\dim \mathrm{Ker} \left( g \right) + \dim \mathrm{Im} \left( g \right) = \dim \mathbb{R}^3 = 3.\]

Ainsi \dim \mathrm{Im} \left( g \right) = 3. Finalement \mathrm{Im} \left( g \right) \subset \mathbb{R}^3 et \dim \left( \mathrm{Im} \left( g \right) \right) = \dim \left( \mathbb{R}^3 \right) = 3, donc \mathrm{Im} \left( g \right) = \mathbb{R}^3.En particulier, g est bijective.

3) Linéarité :

La linéarité est laissé au lecteur.

Noyau : Soit \left( x , y \right) \in \mathbb{R}^2.
\left( x , y \right) \in \mathrm{Ker} \left( h \right) si, et seulement si, h \left( x , y \right) = \left( y , x \right) = \left( 0 , 0 \right). Cela est équivalent à x = y = 0. Ainsi \mathrm{Ker} \left( h \right) = \left\{ \left( 0 , 0 \right) \right\} et h est injective.
Image : On commence par appliquer le théorème du rang :

    \[\dim \mathrm{Ker} \left( h \right) + \dim \mathrm{Im} \left( h \right) = \dim \mathbb{R}^2 = 2.\]

Ainsi \dim \mathrm{Im} \left( h \right) = 2, et donc comme ci-dessus \mathrm{Im} \left( h \right) = \mathbb{R}^2 et h est surjective.

h est injective et surjective, elle est donc bijective.

COURS DE MATHS

Les meilleurs professeurs particuliers

Pour progresser et réussir

Cours particuliers maths

Avis Google France ★★★★★ 4,9 sur 5

Exercice 2 : 

1) Soit u = \left( x , y , z \right) \in \mathbb{R}^3, alors

f \left( u \right) = f \left( x \left( 1 , 0 , 0 \right) + y \left( 0 , 1, 0 \right) + z \left( 0 , 0 , 1 \right) \right)
= x f \left( 1 , 0 , 0 \right) + y f \left( 0 , 1, 0 \right) + z f \left( 0 , 0 , 1 \right)
= x \left( 1 , - 1 , 2 \right) + y \left( - 3 , 2 , - 1 \right) + z \left( - 7 , 4, 11 \right)
= \left( x - 3 y - 7 z , - x + 2 y + 4 z , 2 x - y + 11 z \right)

2) \bullet Pour trouver les antécédents éventuels de \left( - 1 , - 1, 8 \right), on résout l’équation f \left( u \right) = \left( - 1 , - 1, 8 \right). On récupère le système

    \[\begin{cases} x - 3 y - 7 z & = - 1 \\ - x + 2 y + 4 z & = - 1 \\ 2 x - y + 11 z & = 8 \end{cases}.\]

La résolution de ce système se fait grâce au pivot de Gauss. On trouve \left( x , y ,z \right) = \left( 5 , 2 , 0 \right).

\bullet Pour trouver les antécédents éventuels de \left( - 2 , 1 , 3 \right), on résout l’équation f \left( u \right) = \left( - 1 , - 1, 8 \right). On récupère le système

    \[\begin{cases} x - 3 y - 7 z & = -2 \\ - x + 2 y + 4 z & =1 \\ 2 x - y + 11 z & = 3 \end{cases}.\]

La résolution de ce système se fait grâce au pivot de Gauss. On trouve \left( x , y ,z \right) = \left( - \dfrac35 , \dfrac25 , \dfrac15 \right).

Injectivité : Pour montrer que f est injective, montrons que \mathrm{Ker} \left( f \right) = \left\{ \left( 0 , 0 , 0 \right) \right\}.
\left( x , y, z \right) \in \mathrm{Ker} \left( f \right) si, eu seulement si f \left( x , y , z \right) = \left( 0 , 0 , 0 \right). Cela donne le système:

    \[\begin{cases} x - 3 y - 7 z & = 0 \\ - x + 2 y + 4 z & =0 \\ 2 x - y + 11 z & = 0 \end{cases}.\]

La résolution donne x = y = z = 0. Ainsi \mathrm{Ker} \left( f \right) \subset \left\{ \left( 0 , 0 , 0 \right) \right\}. L’inclusion réciproque étant claire, on a établi que \mathrm{Ker} \left( f \right) = \left\{ \left( 0, 0 , 0n\right) \right\} et f est injective.

Surjectivité : Le théorème du rang donne :

    \[\dim \mathrm{Ker} \left( f \right) + \dim \mathrm{Im} \left( f \right) = \dim \mathbb{R}^3 = 3.\]

Or \dim \mathrm{Ker} \left( f \right) = 0 donc \dim \mathrm{Im} \left( f \right) =3. Et, \mathrm{Im} \left( f \right) \subset \mathbb{R}^3 et ces deux espaces ont la même dimension, ils sont donc égaux. Donc f est surjective.

En particulier, f est bijective.

Exercice 3 : 

1) Soient M , N \in \mathcal M_n \left( \mathbb{R} \right) et \lambda \in \mathbb{R}. On a :

    \begin{eqnarray*} f \left( M + \lambda N \right) &=& A \left( M + \lambda N \right) \\ &=& AM + \lambda AN \\ &=& f \left( M \right) + \lambda f \left( N \right). \end{eqnarray*}

f est donc linéaire.

2) Soit g : \mathcal M_n \left( \mathbb{R} \right) \to \mathcal M_n \left( \mathbb{R} \right) définie par g \left( M \right) = A^{- 1} M.

Calculons f \circ g. Pour M \in \mathcal M_n \left( \mathbb{R} \right), on a

    \[\left( f \circ g \right) \left( M \right) = f \left( g \left( M \right) \right) = f \left( A^{-1} M \right) = A A^{- 1} M = M.\]

Il s’ensuit que f \circ g =i d. Donc f est bijective et f^{- 1} =g.

3) Si f est surjective alors en particulier la matrice I_n admet un antécédent par f, disons N \in \mathcal M_n \left( \mathbb{R} \right). Ainsi

    \[f \left( N \right) = M N = I_n .\]

Donc M est inversible et M^{- 1} = N.

COURS PARTICULIERS EN LIGNE

Nous avons sélectionné pour vous les meilleurs professeurs particuliers.

POUR ACCÉLÉRER MA PROGRESSION

Cours particuliers en ligne

Avis Google France ★★★★★ 4,9 sur 5

Exercice 4 :

1) Déjà E est non vide car la suite nulle est bien dans E.

Soient \left( u_n \right)_{n \in \mathbb{N}} et \left( v_n \right)_{n \in \mathbb{N}} deux suites de E et \lambda \in \mathbb{R}. Montrons que la suite u + \lambda v \in E. Pour tout n \in \mathbb{N}, on a :
\left( u_{n + 2 } + \lambda v_{n + 2 } \right) = u_{n + 2 } + \lambda v_{n + 2}
= 3 u_{n + 1 } - 2 u_n + \lambda \left( 3 v_{n + 1} - 2 v_n \right)
= 3 \left( u_{n + 1} + \lambda v_{n + 1} \right) - 2 \left( u_n + \lambda v_n \right).
Il s’ensuit que la suite u + \lambda v \in E.
2) Pour montrer que \varphi est un isomorphisme, montrons que \varphi est injective et surjective.
Injectivité :
Soit u \in E tel que \varphi \left( u \right) = \left( u_0 , u_1 \right) = \left( 0 , 0 \right), montrons que u = 0, i.e. montrons que pour tout n \in \mathbb{N}, u_n = 0 . Pour cela, on procède par récurrence double : on pose \mathcal P_n : « u_n = 0« .
\bullet \mathcal P_0 et \mathcal P_1 sont vraies, par hypothèse.
\bullet Supposons \mathcal P_n et \mathcal P_{n + 1} vraies et montrons que \mathcal P_{n + 2} est vraie.
Les hypothèses \mathcal P_n et \mathcal P_{n + 1} signifient u_n = u_{n + 1} = 0.
Or, on a u_{n + 2 } = 3 u_{n + 1 } - 2 u_n = 0, d’où u_{n + 2 =0} et \mathcal P_{n + 2} est vraie.
\bullet On a bien montré que pour tout n \in \mathbb{N}, u_n = 0 donc \varphi est injective.
Surjectivité :
Soit \left( a , b \right) \in \mathbb{R}^2. Pour voir que \varphi est surjective, soit la suite u définie par u_{n + 2} = 3 u_{n + 2} - 2 u_n pour tout n \in \mathbb{N} et u_0 = a et u_1 = b. De sorte que \varphi \left( u \right) = \left( u_0 , u_1 \right) = \left( a     , b \right). Ainsi \varphi est surjective.
3) Comme \varphi est un isomorphisme, on a \dim \left( E \right) = \dim \left( \mathbb{R}^2 \right) =2.
4) On procède par analyse-synthèse. Soit \left( q^n \right)_{n \in \mathbb{N}} (avec q \in \mathbb{R}) une suite géométrique de E. Ainsi, pour tout n \in \mathbb{N}, on a q^{n+ 2} = 3 q^{n + 1} - 2 q^n. 
On remarque que q= 0 est une solution possible.
Supposons maintenant q \neq 0. On simplifie par q^n, on récupère l’équation q^2 = 3q - 2, soit q^2 - 3 q + 2 = 0. Cette équation est simple à résoudre et donne deux solutions q = 1 et q = 2.
Réciproquement, il est simple de vérifier que les suites \left( 0 \right)_{n \in \mathbb{N}}, \left( 1 \right)_{n \in \mathbb{N}} et \left( 2^n \right)_{n \in \mathbb{N}} sont bien dans E.
5) On pose les suites u et v définies par u_n = 1 et v_n = 2^n. Montrons que la famille \left( u , v \right) est libre. On se donne a, b \in \mathbb{R} tels que a u + b v = 0 et montrons que a= b =0. 
La relation a u + b v = 0 signifie que pour tout n \in \mathbb{N}, a + b \times 2^n = 0. En prenant pour valeurs n = 0 et n= 1, on obtient le système suivant : \begin{cases} a + b & = 0 \\ a + 2 b & = 0 \end{cases}.
La résolution de ce système donne a =b = 0.
La famille \left( u , v \right) est une famille libre dans un espace vectoriel de dimension 2, c’est donc une base.
On retrouve le résultat portant sur les suites récurrentes linéaires d’ordre 2.
Ne restez pas sur vos acquis, et continuez vos révisons et vos entraînements sur les chapitres de maths à suivre au programme d’ECG1 :
  • les fonctions réelles à variables réelles
  • les probabilités sur un univers fini
  • les formules de Taylor et les développements limités
  • extrema et la convexité
  • les séries numériques

Contact

  • 3 rue de l'Estrapade 75005 Paris
  • contact@groupe-reussite.fr
  • 01 84 88 32 69
Qui sommes-nous ?
  • Témoignages et avis
  • Notre équipe
Nous rejoindre
  • Devenir professeur particulier
Copyright @ GROUPE REUSSITE - Mentions légales
groupe-reussite.fr est évalué 4,9/5 par 1049 clients sur Google France