Espaces vectoriels et réduction Flashcards

1
Q

Caractérisation d’un sev F d’un K-ev E

A

F ⊂ E
F ≠ ∅
Ɐ(x, y) ∈ F², Ɐ(a, b) ∈ K², ax + by ∈ F

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Caractérisation d’une sous algèbre B de (A, +, *, ●)

A

B ⊂ A
1A ∈ B
Ɐ(x, y) ∈ B², Ɐa ∈ K, a●x + y ∈ B
Ɐ(x, y) ∈ B², x*y ∈ B

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Théorème de la base incomplète

A

E ev de dim finie
Soient F une famille libre et G une famille génératrice
alors on peut compléter F en une base de E à l’aide de vecteurs de G

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Formule de Grassman

A

F, G sev d’un ev E

alors dim F+G = dim F + dim G - dim F∩G

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Théorème du rang

A

E ev de dim finie, f appli linéaire de E dans F

dim E = rg f + dim Ker f

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

H sev d’un ev E, H hyperplan de E

A

H = Ker f (où f une forme linéaire non nulle) <=> H ≠ E et Ɐa ∈ E \ H, E = H ⊕ Vect a

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Base canonique de Mn,p(K)

A

(Ei,j) avec 1 ≤ i ≤ n et 1 ≤ j ≤ p

et Ei,j = [δi,k * δj,l] avec 1 ≤ k ≤ n et 1 ≤ l ≤ p

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Produit de deux éléments de la base canonique de Mn,p(K)

A

Ei,j * Ek,l = δj,k * Ei,l

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Calcul du déterminant de A = (ai, j) : développement selon la j-ième colonne

A

det A = Σ ai,j * (-1)^[i+j] * Δi,j

on somme pour i de 1 à n

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Lien entre une matrice A de Mn(K) et sa comatrice

A

tA * (com A) = t(com A) * A = (det A) * In

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Déterminant d’une matrice A de Mn(K) triangulaire

A

det A = Π aᵢᵢ

produit pour i de 1 à n

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Sn(K) : déf + dim

A
Ensemble des matrices symétriques : {A ∈ Mn(K), tA = A}
dim Sn(K) = n(n+1)/2
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

An(K) : déf + dim

A
Ensemble des matrices antisymétriques : {A ∈ Mn(K), tA = -A}
dim An(K) = n(n-1)/2
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Sous espace propre associé

A

Eλ(u) = Ker u-λid = {vect propre associé à λ}

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Polynôme caractéristique de A

A

χA = det X*In - A

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Coef de χA

A

χA = Xⁿ - (tr A)*Xⁿ⁻¹ + … + (-1)ⁿ det A

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Coef de χA s’il est scindé

A

tr A = Σ λᵢ

det A = Π λᵢ

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Relation sur la dimension de Eλ

A
1 ≤ dim Eλ ≤ m(λ) 
Avec m(λ) multiplicité de λ comme racine de χ
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Lemme de décomposition des noyaux

A
u un endomorphisme 
P, Q deux polynômes de K[X] tq pgcd(P, Q) = 1
Alors Ker(PQ)(u) = KerP(u) ⊕ KerQ(u)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Théorème de Cayley-Hamilton

A

E de dim finie, u un endomorphisme

Alors χu(u) = 0

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

u diagonalisable

5 équivalences

A

χu scindé et Ɐλ ∈ Sp(u), dim Eλ(u) = m(λ)
<=> E = ⊕ Eλ(u)
<=> dim E = ∑dim Eλ(u)
<=> ∃P ∈ K[X] scindé à racines simples tq P(u) = 0 (E de dim finie)
<=> μu scindé à racines simples

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

u diagonalisable (déf)

A

∃B une base de E tq la matrice de u dans la base B soit diagonale

23
Q

A diagonalisable (3 équivalences)

A

A semblable à matrice diagonale
<=> X → AX diagonalisable
<=> χA scindé et Ɐλ ∈ Sp(A), rg(A - λIn) = n - m(λ)

24
Q

A trigonalisable

A

A semblable à une matrice triangulaire (sup ds la déf)

<=> χA scindé

25
Sp(u) en dim finie
Sp(u) = {racines de χu} = {racines de μu}
26
En dim finie, u nilpotent (lien avec trigonalisation)
<=> u trigonalisable et Sp(u) = {0}
27
μu le polynôme minimal de u
unique générateur unitaire de l'idéal {P ∈ K[X], P(u) = 0}
28
Formule changement de base | Passage de A matrice de u dans les bases e et f à A' matrice de u dans les bases e' et f'
P matrice de passage de e vers e' (matrice de e' dans la base e) Q matrice de passage de f vers f' (matrice de f' dans la base f) A' = Q⁻¹AP
29
Formules de Cramer
a₁₁*x₁ + ... + a₁ᵣ*xᵣ = y₁ ... aᵣ₁*x₁ + ... + aᵣᵣ*xᵣ = yᵣ possède une unique solution si A inversible Dans ce cas xᵢ = det Aᵢ / det A où Aᵢ obtenue en remplaçant la i-ème colonne de A par Y
30
Déterminant de Vandermonde
``` V(x₁, ... , xᵢ) = | 1 x₁ x₁² ... x₁ⁱ⁻¹ | | ... | | 1 xᵢ xᵢ² ... xᵢⁱ⁻¹ | = Π(xj - xk) [1 ≤ k < j ≤ i] ```
31
A ∈ Mn(K) est inversible (7 équivalences)
<=> det A ≠ 0 <=> rg (A) = n <=> Ker A = {0} <=> ∃B∈ Mn(K), AB = In <=> ∃C∈ Mn(K), CA = In <=> Les colonnes de A forment une base de Kⁿ <=> Les lignes de A forment une base de Kⁿ
32
``` Soit A la matrice suivante : A=( 3 0 −1) ( 2 4 2 ) (−1 0 3 ) Démontrer que A est diagonalisable et donner une matrice P inversible et une matrice D diagonale telles que A = PDP⁻¹. En déduire la valeur de Aⁿ pour tout n ```
``` P=( 1 0 1 ) (−2 1 0 ) ( 1 0 −1 ) D=( 2 0 0 ) ( 0 4 0 ) ( 0 0 4 ) Aⁿ = 0.5* ( 2ⁿ+4ⁿ 0 2ⁿ−4ⁿ ) ( 2*(4ⁿ−2ⁿ) 2*4ⁿ 2*(4ⁿ−2ⁿ)) ( 2ⁿ−4ⁿ 0 2ⁿ+4ⁿ ) ```
33
P = λ*Π(X-aᵢ)^kᵢ (i variant de 1 à r) | Que vaut P' / P
P' / P = Σ kᵢ / (X - aᵢ) (i variant de 1 à r)
34
Décomposition en éléments simples de F = P/Q
1) Chercher partie entière 2) Si a est un pôle simple, le coefficient associé est P(a) / Q'(a) 3) Sinon si a est de multiplicité k : le coefficient associé à (X - a)^k est obtenu en multipliant F par (X - a)^k et en évaluant en a Celui associé à k-1 en soustrayant le terme précédent des deux côtés de l'égalité, puis en multipliant par (X - a)^(k-1) et en évaluant en a …
35
Interpolation de Lagrange
∃! P ∈ K[X], deg P < n et ∀i ∈ [|1; n|], P(xᵢ) = yᵢ P = Σyᵢ * Lᵢ (i va de 1 à n) avec Lᵢ = Π (X-xᵣ) / (xᵢ-xᵣ) (r va de 1 à n et r ≠ i)
36
Décomposition en fraction rationnelle de (2X² + 1) / (X² - 1)²
= -0.25/(X+1) + 0.75/(X+1)² + 0.25/(X-1) + 0.75/(X-1)²
37
det(A*B) det(tA) det(A+B)
det(A*B) = det(A)*det(B) det(tA) = det(A) Attention : aucun résultat sur la somme
38
det A (formule générale)
det A = Σε(ρ)*aᵨ₍₁₎,₁*...*aᵨ₍ᵢ₎,ᵢ | où ρ∈Sᵢ
39
Toute famille de vecteurs propres associés à des valeurs propres 2 à 2 distinctes est ?
Toute famille de vecteurs propres associés à des valeurs propres 2 à 2 distinctes est libre
40
u et v deux endomorphismes tels que uov = vou | Conséquence
Tout sous espace propre pour l’un est stable par l’autre endomorphisme. Cas particulier Ker u et Im u sont stables par v
41
Invariants de similitude
Trace Déterminant Rang Polynôme caractéristique
42
tr (AB) tr (αA + B) tr (tA)
tr(AB) = tr(BA) tr(αA + B) = α*tr(A) + tr(B) tr(tA) = tr(A)
43
Diagonalisation simultanée. | E de dim finie. u, v ∈ L(E) diagonalisables tel que uov = vou. Montrer qu'il existe une base B propre pour u et v.
Tout sous espace propre de u est stable par v. Soit λ∈Sp(u). Alors Eλ(u) est stable par v. Posons vλ induit par la restriction de v à Eλ(u). Donc vλ est diagonalisable. Soit Bλ base de Eλ(u) propre pour vλ. B = U Bλ (λ∈Sp(u)) est une base propre pour u et v.
44
v ∈ L(E) diagonalisable. Lien avec les endomorphismes induits
Pour tout sous-espace vectoriel F stable par v, l’endomorphisme induit par v sur F est aussi diagonalisable
45
Deux propriétés sur le rang d'un produit de matrices
rg(AB) ≤ min( rg(A), rg(B) ) P∈GLn(K). Alors rg(AP) = rg(PA) = rg(A) (Conséquence : effectuer des opérations élémentaires sur une matrice ne change pas son rang)
46
Opérations élémentaires pour calculer un déterminant (3 opérations + 3 cas particuliers de déterminants)
1) un déterminant contenant deux lignes (ou colonnes) identiques ou proportionnelles est nul 2) un déterminant contenant une rangée de 0 est nul 3) un déterminant contenant une rangée combinaison linéaire des autres est nul 4) multiplier une rangée d'un déterminant par α multiplie celui-ci par α 5) échanger deux lignes ou deux colonnes d'un déterminant multiplie celui-ci par -1 6) ajouter à une rangée une combinaison linéaire des autres ne modifie pas le déterminant
47
com A (comatrice de A)
matrice des cofacteurs : com A = [ (-1)^(i+j) * Δi,j ]
48
(x₁, _ , xᵢ) ∈ Eⁱ libre (équivalence)
detB (x₁, _ , xᵢ) ≠ 0 | où B base de E
49
B, B' bases de E, (x₁, _ , xᵢ) ∈ Eⁱ | detB' (x₁, _ , xᵢ)
detB' (x₁, _ , xᵢ) = detB' (B) * detB (x₁, _ , xᵢ) | Remarque : detB (B) = 1
50
rg(A) = r (2 équivalences)
rg(A) = r <=> A équivalente à Jr,n,p | <=> r = max {k | ∃B extraite de A inversible de taille k}
51
Matrice de transvection
Ti,j(λ) = In + λ*Ei,j C'est une matrice inversible Multiplier à gauche par Ti,j fait Li reçoit Li + λ*Lj Multiplier à droite par Ti,j fait Cj reçoit Cj + λ*Ci
52
Matrice de dilatation
Di(λ) = ∑Ej,j [j≠i] + λ*Ei,i C'est une matrice inversible Multiplier à gauche par Di fait Li reçoit λ*Li Multiplier à droite par Di fait Ci reçoit λ*Ci
53
Matrice de transposition
Pi,j = Ei,j + Ej,i + ∑Ek,k [k≠i,j] C'est une matrice inversible Multiplier à gauche par Pi,j fait Li échangée avec Lj Multiplier à droite par Pi,j fait Ci échangée avec Cj