Examen - Régime dérogatoire - Université Paris-Est Marne-la-Vallée
Examen - Régime dérogatoire - Université Paris-Est Marne-la-Vallée
Examen - Régime dérogatoire - Université Paris-Est Marne-la-Vallée
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Université</strong> <strong>Paris</strong>-<strong>Est</strong> Créteil Val-de-<strong>Marne</strong> S. Cartier, R. Hadiji<br />
Licence Économie-Gestion (S3 2012/2013) Mathématiques<br />
<strong>Examen</strong> – <strong>Régime</strong> <strong>dérogatoire</strong><br />
Durée 2 heures – Documents et téléphones interdits. Calcu<strong>la</strong>trices fournies<br />
Exercice 1 (5 points).<br />
1. Déterminer l’ensemble des réels k pour lesquels les vecteurs :<br />
forment une base de R 3 .<br />
2. On considère les vecteurs de R 4 :<br />
(a) La famille (v1, v2) est-elle liée ?<br />
u1 = (1, 2, 0), u2 = (0, 1, 2) et u3 = (k, 1, k).<br />
v1 = (1, 0, −1, 1) et v2 = (0, 1, 1, −1).<br />
(b) Parmi les vecteurs suivants, donner ceux qui sont combinaison linéaire de v1 et v2 :<br />
w1 = (2, 0, −2, 2), w2 = (4, −1, −5, 5) et w3 = (1, 2, a, b) avec a, b ∈ R.<br />
Exercice 2 (3 points). Soit M2(R) l’espace vectoriel des matrices carrées de taille 2 à coefficients<br />
réels. Pour chacun des sous-ensembles suivants, déterminer s’il s’agit d’un sous-espace vectoriel :<br />
<br />
<br />
a b<br />
<br />
<br />
F = ∈ M2(R) a<br />
+ b + c + d = 0 et G =<br />
c d<br />
M ∈ M2(R) det M = 0 .<br />
Exercice 3 (1 point). Soit f : R 4 → R 4 une application linéaire dont <strong>la</strong> matrice dans <strong>la</strong> base<br />
canonique de R 4 est de rang 3. Quelle est <strong>la</strong> dimension du noyau de f ?<br />
Exercice 4 (3 points). La matrice<br />
⎛<br />
1<br />
⎜<br />
M = ⎝3<br />
0<br />
−2<br />
⎞<br />
−3<br />
⎟<br />
−3⎠<br />
0 0 −2<br />
est-elle diagonalisable ? La diagonaliser le cas échéant.<br />
Exercice 5 (3 points). On considère l’application f : R 2 → R définie par :<br />
Étudier les extrema de f.<br />
∀(x, y) ∈ R 2 , f(x, y) = x 3 + y 3 + 3xy.<br />
Exercice 6 (5 points). Soit f : R 3 → R 3 l’application définie par :<br />
1. Montrer que f est linéaire.<br />
∀(x, y, z) ∈ R 3 , f(x, y, z) = (x − y − z, −x + y, 3z).<br />
2. Déterminer <strong>la</strong> matrice A de f dans <strong>la</strong> base canonique B = (e1, e2, e3) de R 3 .<br />
3. L’application f est-elle injective ? surjective ?<br />
4. Déterminer le noyau de f.<br />
5. Déterminer un vecteur v ∈ R 3 tel que f(v) = 2v.<br />
Le barème est donné à titre indicatif
<strong>Université</strong> <strong>Paris</strong>-<strong>Est</strong> Créteil Val-de-<strong>Marne</strong> S. Cartier, R. Hadiji<br />
Licence Économie-Gestion (S3 2012/2013) Mathématiques<br />
Exercice 1.<br />
Corrigé du devoir surveillé 3<br />
1. On considère <strong>la</strong> matrice A de <strong>la</strong> famille (u1, u2, u3) dans <strong>la</strong> base canonique de R3 , soit :<br />
⎛<br />
1<br />
⎜<br />
A = ⎝2<br />
0<br />
1<br />
⎞<br />
k<br />
⎟<br />
1⎠<br />
,<br />
0 2 k<br />
dont on calcule le déterminant en développant selon <strong>la</strong> première colonne :<br />
<br />
<br />
1<br />
det A = 1 <br />
2<br />
<br />
1<br />
<br />
0<br />
− 2 <br />
k<br />
2<br />
<br />
k<br />
<br />
<br />
= (k − 2) − 2(−2k) = 5k − 2.<br />
k<br />
Par ailleurs, on sait que <strong>la</strong> famille (u1, u2, u3) est une base de R 3 si et seulement si A est<br />
inversible, ce qui revient exactement à det A = 0.<br />
Ainsi, <strong>la</strong> famille (u1, u2, u3) constitue une base de R 3 si et seulement si k = 2/5.<br />
2. Pour le point a, comme v1 = 0, on sait que <strong>la</strong> famille (v1, v2) est liée si et seulement s’il existe<br />
un réel λ tel que v2 = λv1. Mais <strong>la</strong> deuxième cordonnée de λv1 est nulle quelque soit λ ∈ R – car<br />
<strong>la</strong> deuxième coordonnée de v1 est nulle. Donc v2 n’est pas colinéaire à v1 puisque sa deuxième<br />
coordonnée vaut 1 = 0.<br />
Pour le point b, on détermine l’équation du sous-espace vectoriel F = Vect(v1, v2) pour tester<br />
simplement si w1, . . . , w3 sont des vecteurs de F .<br />
D’après le point a, on a dim F = 2, donc F est caractérisé par un système homogène de<br />
deux équations (réelles) à quatre inconnues (réelles). On a w = (x, y, z, t) ∈ F si et seulement<br />
si l’équation w = λ1v1 + λ2v2 – en les inconnues λ1, λ2 – admet des solutions, ce qui revient<br />
exactement à demander que le système :<br />
⎛ ⎞ ⎛ ⎞<br />
1 0 x<br />
⎜ 0 1<br />
⎟ ⎜<br />
⎟ λ1 ⎜y<br />
⎟<br />
⎜ ⎟ = ⎜ ⎟<br />
⎝−1<br />
1 ⎠ λ2 ⎝z⎠<br />
1 −1<br />
t<br />
admettent des solutions. Échelonnons partiellement <strong>la</strong> matrice étendue de ce système :<br />
⎛<br />
1<br />
⎜ 0<br />
⎜<br />
⎝−1<br />
0<br />
1<br />
1<br />
⎞<br />
⎛<br />
x<br />
1<br />
y<br />
⎟<br />
⎜<br />
⎟ L3←L3+L1 ⎜0<br />
⎟ −−−−−−−→ ⎜<br />
z⎠<br />
L4←L4−L1 ⎝0<br />
0<br />
1<br />
1<br />
⎞<br />
⎛<br />
x<br />
1<br />
y<br />
⎟<br />
⎜<br />
⎟ L3←L3−L2 ⎜0<br />
⎟ −−−−−−−→ ⎜<br />
x + z ⎠ L4←L4+L2 ⎝0<br />
0<br />
1<br />
0<br />
⎞<br />
x<br />
y<br />
⎟<br />
x − y + z ⎠<br />
1 −1 t<br />
0 −1 −x + t<br />
0 0 −x + y + t<br />
,<br />
dont on déduit l’équivalence :<br />
w = (x, y, z, t) ∈ F ⇐⇒<br />
<br />
x − y + z = 0<br />
x − y − t = 0 .<br />
Pour w1 = (2, 0, −2, 2), on a 2 − 0 + (−2) = 0 et 2 − 0 − 2 = 0, donc w1 ∈ F . De même pour<br />
w2 = (4, −1, −5, 5), on a 4 − (−1) + (−5) = 0 et 4 − (−1) − 5 = 0, donc w2 ∈ F également.<br />
Enfin, pour w3 = (1, 2, a, b) avec a, b ∈ R, on a :<br />
1 − 2 + a = 0 ⇐⇒ a = 1 et 1 − 2 − b = 0 ⇐⇒ b = −1,<br />
donc w3 ∈ F si et seulement si a = 1 et b = −1.<br />
1
Exercice 2.<br />
Le sous-ensemble F est un sous-espace vectoriel de M2(R). En effet, F est non vide car il<br />
contient <strong>la</strong> matrice nulle. De plus si :<br />
<br />
a b<br />
M = , M<br />
c d<br />
′ <br />
= ∈ F et λ, λ ′ ∈ R,<br />
a ′ b ′<br />
c ′ d ′<br />
on remarque que :<br />
λM + λ ′ M ′ <br />
a<br />
= λ<br />
c<br />
<br />
b<br />
+ λ<br />
d<br />
′<br />
<br />
a ′ b ′<br />
c ′ d ′<br />
<br />
λa + λ<br />
=<br />
′ a ′ λb + λ ′ b ′<br />
λc + λ ′ c ′ λd + λ ′ d ′<br />
<br />
,<br />
avec en particulier :<br />
(λa + λ ′ a ′ ) + (λb + λ ′ b ′ ) + (λc + λ ′ c ′ ) + (λd + λ ′ d ′ ) = λ(a + b + c + d) + λ ′ (a ′ + b ′ + c ′ + d ′ ) = 0,<br />
donc (λM + λ ′ M ′ ) ∈ F et F est stable par combinaison linéaire.<br />
Le sous-ensemble G n’est pas un sous-espace vectoriel car il n’est pas stable par addition. En<br />
effet, on a :<br />
<br />
<br />
1 0 0 0<br />
1 0 0 0<br />
, ∈ F puisque det = det = 0,<br />
0 0 0 1<br />
0 0 0 1<br />
<br />
1 0 0 0<br />
mais det + = det I2 = 1 = 0,<br />
0 0 0 1<br />
<br />
1 0 0 0<br />
donc + ∈ F.<br />
0 0 0 1<br />
Exercice 3.<br />
On applique le théorème du rang à l’endomorphisme f :<br />
Exercice 4.<br />
dim R 4 = rg f + dim(ker f) ⇐⇒ dim(ker f) = 4 − 3 = 1.<br />
On commence par calculer le polynôme caractéristique χM de M en développant selon <strong>la</strong><br />
troisième ligne :<br />
<br />
<br />
<br />
1<br />
− λ 0 −3 <br />
<br />
<br />
<br />
<br />
<br />
<br />
1<br />
− λ 0<br />
<br />
<br />
χM(λ) = 3 −2 − λ −3 = (−2 − λ) <br />
<br />
<br />
<br />
3 −2 − λ<br />
0 0 −2 − λ<br />
= −(λ − 1)(λ + 2)2 .<br />
Comme χM est scindé, on sait que M est trigonalisable.<br />
Pour <strong>la</strong> diagonalisabilité, on s’intéresse aux sous-espaces propres :<br />
– E1. Comme 1 est une valeur propre simple, on a dim E1 = 1. On détermine alors une<br />
solution non nulle du système (M − I3)X = 0 pour obtenir une base de E1 :<br />
⎧<br />
⎪⎨<br />
−3z = 0<br />
3x − 3y − 3z = 0<br />
(M − I3)X = 0 ⇐⇒<br />
⇐⇒<br />
⎪⎩ −3z = 0<br />
⎛ ⎞<br />
1<br />
⎜ ⎟<br />
donc E1 = Vect ⎝1⎠<br />
.<br />
0<br />
2<br />
<br />
x − y = 0<br />
z = 0<br />
,
– E−2. On résout le système <br />
M − (−2)I3 X = 0 i.e. (M + 2I3)X = 0 :<br />
(M + 2I3)X = 0 ⇐⇒<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
3x − 3z = 0<br />
3x − 3z = 0<br />
0 = 0<br />
où u, v sont des paramètres réels. Donc dim E−2 = 2 et :<br />
⎛⎛<br />
⎞ ⎛ ⎞⎞<br />
0 1<br />
⎜⎜<br />
⎟ ⎜ ⎟⎟<br />
E−2 = Vect ⎝⎝1⎠<br />
, ⎝0⎠⎠<br />
.<br />
0 1<br />
⇐⇒ x − z = 0 ⇐⇒<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
x = v<br />
y = u<br />
z = v<br />
Ainsi, 1 est valeur propre simple avec dim E1 = 1 et −2 est valeur propre double avec dim E−2 = 2,<br />
donc M est diagonalisable – puisque <strong>la</strong> dimension de chaque espace propre est précisément <strong>la</strong><br />
multiplicité de <strong>la</strong> valeur propre à <strong>la</strong>quelle il est associé.<br />
De plus, les matrices :<br />
⎛<br />
⎞<br />
⎛ ⎞<br />
1 0 0<br />
1 0 1<br />
⎜<br />
⎟<br />
⎜ ⎟<br />
D = ⎝0<br />
−2 0 ⎠ et P = ⎝1<br />
1 0⎠<br />
,<br />
0 0 −2<br />
0 0 1<br />
avec P inversible, permettent de diagonaliser M car M = P DP −1 .<br />
Exercice 5.<br />
L’application f est de c<strong>la</strong>sse C 2 sur R 2 . On commence par déterminer ses points critiques.<br />
Pour ce faire, on calcule les dérivées partielles d’ordre 1 :<br />
∂f<br />
∂x (x, y) = 3x2 + 3y et<br />
Un point critique de f est un point (x, y) ∈ R 2 tel que :<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
∂f<br />
(x, y) = 0<br />
∂x<br />
∂f<br />
(x, y) = 0<br />
∂y<br />
⇐⇒<br />
<br />
3x 2 + 3y = 0<br />
3y 2 + 3x = 0 ⇐⇒<br />
∂f<br />
∂y (x, y) = 3y2 + 3x.<br />
<br />
x 2 + y = 0<br />
y 2 + x = 0 ⇐⇒<br />
Or on a x 4 + x = x(x 3 + 1), d’où deux cas :<br />
– x = 0, ce qui entraine y = −0 2 = 0 ;<br />
– x 3 = −1, ce qui équivaut à x = −1, donc y = −(−1) 2 = −1.<br />
L’application f admet donc exactement deux points critiques : (0, 0) et (−1, −1).<br />
On calcule ensuite les dérivées partielles d’ordre 2 :<br />
∂2f (x, y) = 6x,<br />
∂x2 ∂2f ∂x∂y (x, y) = ∂2f (x, y) = 3 et<br />
∂y∂x<br />
<br />
∂2f (x, y) = 6y,<br />
∂y2 ce qui permet de former <strong>la</strong> matrice hessienne :<br />
D 2 <br />
6x<br />
f(x, y) =<br />
3<br />
<br />
3<br />
6y<br />
d’où det D 2 f(x, y) = 9(4xy − 1).<br />
y = −x 2<br />
x 4 + x = 0 .<br />
En (0, 0), le déterminant hessien vaut det D 2 f(0, 0) = −9 < 0, donc (0, 0) n’est pas un extremum<br />
local, c’est un point-selle.<br />
En (−1, −1), le déterminant hessien vaut det D 2 f(−1, −1) = 9 4(−1) 2 − 1 = 27 > 0, donc<br />
(−1, −1) est un extremum local de f. De plus, comme le mineur diagonal principal de taille 1 de<br />
<strong>la</strong> matrice hessienne est 6x = −6 < 0, d’après le critère des mineurs diagonaux principaux, <strong>la</strong><br />
matrice D 2 f(−1, −1) est définie négative. Donc (−1, −1) est un maximum local de f.<br />
3<br />
,
Exercice 6.<br />
1. Soient (x, y, z), (x ′ , y ′ , z ′ ) ∈ R 3 et λ, λ ′ ∈ R. On montre que :<br />
f λ(x, y, z) + λ ′ (x ′ , y ′ , z ′ ) = λf(x, y, z) + λ ′ f(x ′ , y ′ , z ′ ).<br />
On écrit en colonne pour plus de c<strong>la</strong>rté :<br />
⎛ ⎛ ⎞<br />
x<br />
⎜ ⎜ ⎟<br />
f ⎝λ ⎝y⎠<br />
+ λ<br />
z<br />
′<br />
⎛<br />
x<br />
⎜<br />
⎝<br />
′<br />
y ′<br />
z ′<br />
⎞⎞<br />
⎛<br />
λx + λ<br />
⎟⎟<br />
⎜<br />
⎠⎠<br />
= f ⎝<br />
′ x ′<br />
λy + λ ′ y ′<br />
λz + λ ′ z ′<br />
⎞ ⎛<br />
(λx + λ<br />
⎟ ⎜<br />
⎠ = ⎝<br />
′ x ′ ) − (λy + λ ′ y ′ ) − (λz + λ ′ z ′ )<br />
−(λx + λ ′ x ′ ) + (λy + λ ′ y ′ )<br />
3(λz + λ ′ z ′ ⎞<br />
⎟<br />
⎠<br />
)<br />
⎛<br />
λ(x − y − z) + λ<br />
⎜<br />
= ⎝<br />
′ (x ′ − y ′ − z ′ )<br />
λ(−x + y) + λ ′ (−x ′ + y ′ )<br />
λ(3z) + λ ′ (3z ′ ⎞<br />
⎟<br />
⎠<br />
)<br />
⎛ ⎞<br />
x − y − z<br />
⎜ ⎟<br />
= λ ⎝ −x + y ⎠ + λ<br />
3z<br />
′<br />
⎛<br />
x<br />
⎜<br />
⎝<br />
′ − y ′ − z ′<br />
−x ′ + y ′<br />
3z ′<br />
⎞ ⎛ ⎞<br />
x<br />
⎟ ⎜ ⎟<br />
⎠ = λf ⎝y⎠<br />
+ λ<br />
z<br />
′ ⎛<br />
x<br />
⎜<br />
f ⎝<br />
′<br />
y ′<br />
z ′<br />
⎞<br />
⎟<br />
⎠ .<br />
Ainsi, f est un endomorphisme de R 3 .<br />
2. Les colonnes de A sont constituées des coordonnées dans <strong>la</strong> base B des images par f des<br />
vecteurs e1, e2, e3. On calcule alors :<br />
f(e1) = f(1, 0, 0) = (1, −1, 0), f(e2) = f(0, 1, 0) = (−1, 1, 0)<br />
⎛<br />
⎞<br />
1 −1 −1<br />
⎜<br />
⎟<br />
d’où A = ⎝−1<br />
1 0 ⎠ .<br />
et f(0, 0, 1) = (−1, 0, 3),<br />
0 0 3<br />
3. On sait qu’un endomorphisme est injectif si et seulement s’il est surjectif si et seulement s’il<br />
est bijectif. Donc l’endomorphisme f est injectif et surjectif si det A = 0 et f n’est ni injectif ni<br />
surjectif si det A = 0. On calcule en développant selon <strong>la</strong> troisième ligne :<br />
<br />
<br />
<br />
1 −1 −1<br />
<br />
<br />
<br />
1 −1<br />
<br />
<br />
det A = −1<br />
1 0 = 3 = 0.<br />
<br />
−1<br />
1 <br />
0 0 3 <br />
Ainsi f n’est ni injectif ni surjectif.<br />
4. On résout le système AX = 0. Pour ce faire, on échelonne A :<br />
⎛<br />
1<br />
⎜<br />
⎝−1<br />
−1<br />
1<br />
⎞<br />
−1<br />
⎟<br />
0 ⎠<br />
0 0 3<br />
L2←L2+L1<br />
⎛<br />
1<br />
⎜<br />
−−−−−−−→ ⎝0<br />
−1<br />
0<br />
⎞<br />
−1<br />
⎟<br />
−1⎠<br />
0 0 3<br />
L3←L3+3L2<br />
⎛<br />
1<br />
⎜<br />
−−−−−−−−→ ⎝0<br />
−1<br />
0<br />
⎞<br />
−1<br />
⎟<br />
−1⎠<br />
,<br />
⎧<br />
⎪⎨ x − y − z = 0<br />
0 0<br />
⎧<br />
⎪⎨ x = t<br />
0<br />
donc (x, y, z) ∈ ker f ⇐⇒ −z = 0<br />
⎪⎩ 0 = 0<br />
⇐⇒ y = t<br />
⎪⎩ z = 0<br />
,<br />
où t est un paramètre réel. On peut reformuler en :<br />
⎛ ⎞<br />
1<br />
⎜ ⎟<br />
ker f = Vect ⎝1⎠<br />
.<br />
0<br />
5. Le vecteur nul v = 0 ∈ R 3 est une solution de f(v) = 2v.<br />
4