Soient les matrices :

M= ,N= ,P= et Q = .

1. Calculer le déterminant de la matrice M. (1 point)

Dét(M) = dét = dét

car le déterminant d’une matrice ne change pas lorsqu’on ajoute à une de ses
colonnes une combinaison linéaire de ses autres colonnes (ici C 2 a été
remplacée par C2 + C1).

D’où : dét(M)= dét (formule de calcul du déterminant par rapport à la

première ligne de la matrice).

On a donc : dét(M) = 1(1) – 0(1)=1.
2. En déduire que les colonnes de M forment une base de IR3 (que l’on notera B
par la suite). (1 point)
Tout ensemble libre de trois vecteurs de IR3 est une base de IR3.
Les trois colonnes de M sont des vecteurs de IR3. En outre, elles sont
linéairement indépendantes puisque le déterminant de M est non nul. Elles
forment donc une base de IR3.
3. Calculer le déterminant de la matrice N. La matrice N est-elle inversible ? (1
point)

Dét(N) = dét dét (C3 remplacée par C3 + C1)

D’où : dét(N) = 0. La matrice N ayant un déterminant nul, elle n’est pas

régulière ; elle n’est donc pas non plus inversible.
4. Qu’appelle-t-on rang d’une matrice ? (1 point)
On appelle rang d’une matrice le nombre maximum de lignes ou de colonnes
linéairement indépendantes que cette matrice comporte.
5. Déterminer le rang de la matrice Q. En déduire son déterminant. (1 point)
RangQ = 2. Cette matrice de rang 3 a en effet une colonne de 0 ; son rang est
donc inférieur ou égal à 2. Et ses deux dernières colonnes ne sont pas
proportionnelles, de sorte que son rang est supérieur ou égal à 2.
La matrice Q n’étant pas de plein rang, son déterminant est nul.
6. Calculer le produit MP. Commenter. (1 point)

MP = .

Comme MP = I, la matrice P est l’inverse de la matrice M (et réciproquement).

7. Donner les coordonnées du vecteur de IR3 dans la base B. (1 point)

La base B de IR3 est formée par les colonnes de la matrice M. Les coordonnées

du vecteur dans cette base sont donc données par le vecteur solution

du système :

La matrice M étant inversible et d’inverse P, ce système a pour unique

solution :

Ce qui donne :

8. Soit l’application linéaire f( ), de IR3 dans IR3, définie par : f(X) = NX.
a. Qu’appelle-t-on image d’une application linéaire ? Qu’appelle-t-on base
d’une espace vectoriel ? (1 point)
On appelle image d’une application linéaire f( ) de E dans F l’ensemble des
image par f( ) des vecteurs de E.
On appelle base d’un espace vectoriel E tout système de vecteurs libre et
générateur de E.
b. Donner une base de l’ensemble Imf. (1 point)
Imf est l’ensemble des vecteur Y tels que Y = f(X) = NX, où X est un élément
de IR3. On a donc :
Imf = {NX, X IR3}.
L’ensemble Imf est donc l’ensemble des combinaisons linéaires des
colonnes de la matrice N : c’est le sous-espace vectoriel de IR3 engendré
par les colonnes de N.
 Comme dimImf = rangN = 2 (N est une matrice singulière d’ordre 3, mais
dont les deux premières colonnes sont linéairement indépendantes
puisque non proportionnelles), tout ensemble libre de deux vecteurs de
Imf forme une base de Imf.
Les deux premières colonnes de N étant deux vecteurs linéairement
indépendants de Imf, ils forment une base de Imf.
c. Déterminer la dimension de l’ensemble kerf. (1 point)
D’après le théorème des dimensions, on a, pour toute application linéaire
f( ) dont l’espace de départ est E :
DimE = dimKerf + dimImf.
Comme ici E = IR3, comme dimIR3 = 3 et comme dimImf = 2, on a :
dimKerf = 3 – 2 = 1.

d. Effectuer le produit N . En déduire l’ensemble kerf. (1 point)

N .

Kerf est l’ensemble des vecteurs X de IR3 vérifiant NX = . Il a donc pour

élément le vecteur .

Comme dimkerf = 1 (réponse à la question précédente), tout vecteur non

nul de kerf forme une base de kerf. Ceci étant le cas du vecteur , celui-

ci forme une base de kerf.

L’ensemble kerf est donc l’ensemble des homothétiques du vecteur .

e. Donner les coordonnées du vecteur dans la base B. (1 point)

Les coordonnées du vecteur dans la base B sont (voir réponse à la

question 7) :

,
 à savoir :

9. Qu’appelle-t-on trace d’une matrice carrée ? Déterminer la trace des matrices

N et Q. (1 point)
On appelle trace d’une matrice carrée A, la somme, notée tr(A), des termes
situés sur la diagonale principale de cette matrice.
On a donc tr(N) = – 1 + 1 + 3 = 3 et tr(Q) = 0 + 1 + 2 = 3.
10. Qu’appelle-t-on valeur propre d’une matrice carrée ? (1 point)
On dit que le nombre λ est valeur propre d’une matrice A s’il existe un
vecteur colonne non nul P tel que AP = λP. Au passage (cela servira pour la
suite), le vecteur P est alors appelé vecteur propre de A associé à λ.
11. Effectuer le produit MQP. (1 point)

MQP =

= .

12. En déduire :
a. que la matrice N est diagonalisable, (1 point)
Une matrice A est diagonalisable s’il existe une matrice P régulière et une
matrice D diagonale telles que : A = PDP – 1.
Comme MQP = N, comme M est régulière, comme P = M – 1 et comme Q est
diagonale, la matrice N est donc bien diagonalisable.
b. les valeurs propres de N, (2 points)
De N = MQP, on déduit, en post-multipliant les deux membres de cette
égalité par M : NM = MQ.
En notant C1, C2 et C3 les trois colonnes de M, ceci donne :

N(C1 C2 C3) = (C1 C2 C3)

ou encore :
(NC1 NC2 NC3) = (0 C2 2C3).
 On a donc :
 NC1 = 0 = 0 C1 : le réel 0 est valeur propre de N et C1 un vecteur
propre de N associé à 0.
 NC2 = 1 C2 : le réel 1 est valeur propre de N et C2 un vecteur propre
de N associé à 1.
 NC3 = 2 C3 : le réel 2 est valeur propre de N et C3 un vecteur propre
de N associé à 2.
c. le sous-espace propre associé à chacune des valeurs propres de N. (2
points)
Les valeurs propres de N étant distinctes deux à deux, leurs sous-espaces
propres associés sont de dimension un.
Le sous-espace propre de N associé à 0 est donc l’ensemble des
homothétiques de C1 (remarque : c’est kerf), le sous-espace propre de N
associé à 1, l’ensemble des homothétiques de C2, et le sous-espace propre
de N associé à 2, l’ensemble des homothétiques de C3.