Une matrice carrée est inversible si, et seulement si, son noyau est réduit au vecteur Le spectre de la dérivation en tant qu'endomorphisme de Ã[X] est réduit à Si le polynôme caractéristique de u est scindé à racines simples, alors u est
Previous PDF | Next PDF |
[PDF] Mines Maths 2 PC 2005 — Corrigé
d'une application qui serait la « racine carrée » de la dérivation, c'est-à-dire d'une et de la théorie de la réduction des endomorphismes, l'autre en dimension
[PDF] Algèbre-III Réduction des endomorphismes
10 oct 2011 · des matrices carrées (réelles ou complexes) est une loi associative Notations : on note l'ensemble µn des racines complexes n−ièmes de l'unité est un sous- Considérons l'endomorphisme de dérivation u := D : E → E, f
[PDF] Réduction des endomorphismes
l'endomorphisme dérivation D : pour tout u ∈ D, D(u) = u Soit λ ∈ R Si le polynôme caractéristique Pf n'a que des racines simples toutes dans K alors Dans ce paragraphe, A désigne une matrice carrée d'ordre n : A ∈ Mn(K) Dé nition
[PDF] pres 2 Détermination
Soenit E un espace vectoriel et ϕ un endomorphisme de E (c'est `a dire une propres des racines n-i`emes de 1, en efftet si f(v) = λv on a fn(v) = λnv, soit tion associe sa dérivée admet tous les réels pour valeur propre, la fonction x ↦→ eax
[PDF] Réduction des endomorphismes
Une matrice carrée est inversible si, et seulement si, son noyau est réduit au vecteur Le spectre de la dérivation en tant qu'endomorphisme de Ã[X] est réduit à Si le polynôme caractéristique de u est scindé à racines simples, alors u est
[PDF] Endomorphismes nilpotents - Mamouni My Ismail CPGE CRMEF
Décomposition Spectrale et racine carrée d'un endomorphisme La dérivation est linéaire et (A cos +B sin +C ch + D sh) ′ = −A sin +B cos +C sh + D ch
[PDF] Diagonalisation - Exo7 - Cours de mathématiques
λ ∈ est dite valeur propre de l'endomorphisme f s'il existe un vecteur non nul v ∈ E tel que Soit d : E → E, φ → φ l'application de dérivation Pour tout λ ∈
[PDF] Polynômes dendomorphismes - Exo7 - Cours de mathématiques
Une matrice A ∈ Mn() (resp un endomorphisme f ∈ (E)) est diagonalisable sur si et seulement si son polynôme minimal est scindé à racines simples dans
[PDF] Al4 : Réduction des endomorphismes et des matrices
n'est pas de Cramer ; en effet, ce système carré a déjà, pour tout λ, la colonne nulle pour solution a Proposition Proposition Les valeurs propres d'une matrice sont les racines de son poly- (5) A = L (K[X]), a l'endomorphisme de dérivation
[PDF] Lycée La Bruyère, Versailles 2012/2013 ECS 2 - Alain TROESCH
Vérifier que ϕ est effectivement un endomorphisme de Rn[X] Exercice 7 – Recherche des racines carrées d'une matrice (extrait de CCP 2004) (g) Calculer avec le moins de calculs possibles la dérivée n-ième des fonctions de la question
[PDF] racine carré et equation
[PDF] Racine carré et geometrie
[PDF] racine carré et operation
[PDF] Racine carré et Pgcd
[PDF] Racine carré et puissance
[PDF] Racine carré et théorème de Thalès
[PDF] racine carré exercice
[PDF] racine carré exercice 4eme
[PDF] racine carré exercice corrigé
[PDF] racine carré exercice corrigé 4eme
[PDF] racine carré exercice corrigé pdf
[PDF] racine carré exo'
[PDF] Racine carré fraction
[PDF] racine carré je ne sais pas comment elle se multiplie entre elles
8
Réduction des endomorphismes
1.L"étude d"un endomorphismeud"un espace vectorielE
consiste à identifier des sous-espaces vectoriels deEsur lesquels le comportement deuest aussi simple que possible. IRappels
I.1 Endomorphisme canoniquement associé à une matrice2. Bases canoniques
On note traditionnellement(E1,...,En), la base canonique de l"espaceMn,1( ?)des matrices colonnes.On identifie couramment les espaces vectoriels
?netMn,1( au sens où la même notationxest utilisée pour le vecteur x= (x1,...,xn)? ?n et pour la matrice colonne x=x1E1+···+xnEn?Mn,1( qui représente ce vecteur dans la base canonique de ?n.2.1On note(Ei,j)1?i?n,1?j?p, la base canonique deMn,p(
de telle sorte que la matriceA= (ai,j)1?i?n,1?j?p?Mn,p(
peut être décomposée enA=n∑
i=1p j=1a i,jEi,j. Pour tout 1?j?p, laj-ième colonne deAest égale à n∑ i=1a i,jEi?Mn,1( Pour tout 1?i?n, lai-ième ligne deAest égale à p j=1a i,jtEj?M1,p(2.2➙Si Eiet Ejont même taille, alors
tEiEj=δi,j?
2.3➙Si Ei?Mn,1(
?)et Ej?Mp,1(?), alors E itEj=Ei,j?Mn,p(2.4➙Si Ei,j?Mn,p(
?)et Ek,??Mp,q(?), alors E i,jEk,?=δj,kEi,??Mn,q(3.SoitA?Mn,p(
3.1SiEj?Mp,1(
?), alors le produitAEjest laj-ème co- lonne deA.3.2SiEi?Mn,1(
?), alors le produittEiAest lai-ème ligne deA.4.✍On suppose que les espaces ?pet ?nsont rapportés à leurs bases canoniques respectives. L"application linéaire canoniquement associéeà une matrice A de M n,p( ?)est l"application linéaire de?pdans ?nreprésentée par la matrice A.5.SiA?Mn,p(
?), alors l"application [X?→AX]:Mp,1( ?)→Mn,1(?) est une application linéaire et sa matrice relative aux bases cano- niques deMp,1( ?)etMn,1(?)est la matriceA.6.✍L"imagede A?Mn,p(
?)est le sous-espace deMn,1(?) engendré par la famille des colonnes de A.ImA=Vect(AE1,...,AEp) =?AX,X?Mp,1(
7.SoitA?Mn,p(
7.1✍Lenoyaude A est le sous-espace deMp,1(
?)défini parX?KerA??AX=0.
7.2Le noyau deAest réduit au vecteur nul si, et seulement
si, l"application linéaire canoniquement associée àAest injective.7.3➙Une matrice carrée est inversible si, et seulement si, son noyau
est réduit au vecteur nul.7.4Méthode
Les vecteurs du noyau deAsont en bijection avec les relations de liaison entre les colonnes deAau sens où la matrice colonneX=α1E1+α2E2+···+αpEp
appartient à KerAsi, et seulement si, les colonnes(Cj)1?j?pdeAsont liées par la relation
1C1+α2C2+···+αpCp=0.
I.2 Matrices semblables
8.1✍Soient A et B, deux matrices carrées. La matrice B estsem-
blableà la matrice A lorsqu"il existe une matrice inversible P telle queB=P-1AP.
On note alors B≡A.
8.2SoitA=MatB(u). La matriceBest semblable àAsi, et
seulement si, il existe une baseCtelle queB=MatC(u).8.3➙Pour tout entier n?1, larelation de similitude≡est une
relation d"équivalence sur chaque espaceMn(8.4➙Deux matrices semblables ont même rang, même trace et même
déterminant.9. Conjugaison des matrices
9.1➙Quelle que soit la matrice P?GLn(
?), l"application [M?→P-1MP] est un automorphisme de l"algèbreMn(9.2SoientAetB, deux matrices semblables.
1. Quel que soitk?
?, les matricesAketBksont sem- blables.2. La matriceAest inversible si, et seulement si, la matrice
Best inversible et dans ce cas,A-1etB-1sont semblables.3. Pour tout polynômeQ?
?[X], les matricesQ(A)et Q(B)sont semblables. En particulier,Q(A) =0 si, et seulement si,Q(B) =0.8Réduction des endomorphismes
10. Matrices codiagonalisables
1. Deux matrices diagonalesD1etD2commutent.
2. S"il existe une matrice inversiblePtelle que
P -1AP=D1etP-1BP=D2, alors les matricesAetBcommutent.3. SiAetBreprésentent deux réflexions d"un plan eucli-
dien dans une même base orthonormée, elles sont semblables à une même matrice diagonale. Les matricesAetBcommutent- elles?11.SoientBetC, deux matrices semblables dansMn(
Pour quelsx?
?les matrices(xIn-B)-1et(xIn-C)-1sont- elles semblables?12.Une matrice de rang 1 est semblable à une matrice dont
toutes les colonnes, sauf la première, sont nulles. Plus précisé- ment, siA?Mn( ?)est une matrice de rang 1, alors : - ou bienAest semblable àEn-1,n; - ou bien il existeθ? ?tel queAsoit semblable àθEn,n.Étudier la réciproque.
13.Parmi les matrices suivantes, déterminer celles qui sont
semblables.((1 0 00 0 00 0 0)) (0 0 00 1 00 0 0)) (0 1 00 0 00 0 0)) (1 0 00 0 00 0 3)) 0 0 1 0 0 00 0 0))
(0 0 10 0 10 0 0)) (0 0 00 0 10 0 0)) (1 1 00 0 00 0 0)) 0 2 0 0 0 00 0 0))
(0 1 00 0 10 0 0)) (0 0 00 2 00 0 0)) (2 0 00 2 00 0 0))14.Les matrices
A=(( 1 0 0 0 0 10-1 2))
etB=(( 1 0 0 0 1 10 0 1))
sont semblables. CalculerAnpour toutn?15.Les matrices
A=(((((((1
0001 1 0 001)))))))
?Mn+2( ?)etB=Diag(0n,I2) sont semblables.16.Si les matricesA1etA2sont semblables dansMn(
alors les matrices?A10 0A1? et?A20 0A2? sont semblables dansM2n(I.3 Sous-espaces stables
17.L"image paru?L(E)d"un sous-espaceFdeEest un
sous-espace vectoriel deE, qu"on noteu?(F).17.1✍Un sous-espace F eststablepar l"endomorphisme u?L(E)
lorsqu"il contient son image par u : u ?(F)?F.17.2Le sous-espaceF=Vect(xi,i?I)est stable parusi, et
seulement si,u(xi)?Fpour touti?I.17.3SiFetGsont deux sous-espaces stables paru, alors les
sous-espacesF+GetF∩Gsont stables paru.17.4SiFest stable paru, alorsFest stable parQ(u)pour tout
polynômeQ? ?[X].17.5Siu◦v=v◦u, alors Kervet Imvsont stables paru.Endomorphisme induit par restriction18.✍Soient u?L(E)et F, un sous-espace stable par u. L"endo-
morphisme induit par restrictionde u au sous-espace F est l"appli- cation uF:F→F définie par
?x?F,uF(x) =u(x).19. Sous-espaces stables et polynômes enu
SoientF, un sous-espace vectoriel stable paruetuF, l"endomor- phisme deFinduit par restriction deu. Alors ?P? ?[X],?x?F,P(uF)(x) =P(u)(x).19.1➙Pour tout P?
?[X], un sous-espace F stable par u est aussi stable par P(u)et l"endomorphisme induit par restriction de P(u)à F est P(uF).19.2➙Soient E, un espace de dimension finie et u?GL(E). Si F est
un sous-espace stable par u, alors uF?GL(F), le sous-espace F est
stable par u -1et (u-1)F= (uF)-1.20. Traduction matricielle
On suppose queEest un espace vectoriel de dimension finie.20.1➙Il existe un sous-espace F stable par u?L(E)si, et seulement
si, il existe une baseBde E telle que MatB(u) =?A B
0C? où les blocs A et C sont des matrices carrées. Dans ce cas, la matrice A représente l"endomorphisme uFinduit par
restriction de u à F.20.2Il existe une baseBdeEet deux matrices carréesAetB
telles que MatB(u) =?A0
0B? si, et seulement si, l"espaceEest somme directe de deux sous- espaces stables paru.21. Exemples élémentaires
1. SoientD, une droite vectorielle etf, un endomorphisme
deD. Quelle est la nature géométrique def?2. SoientP, un plan vectoriel etB= (e1,e2), une base de
P. On cherche à caractériser les endomorphismes dePdont la structure est la plus simple.2.aQuels sont les sous-espaces dePstables par une homo-
thétie? une projection? une symétrie?2.bSoitf?L(P). On suppose qu"il existe deux droites vec-
toriellesFetGstables parf, telles queP=F?G. Que dire des endomorphismes induits par restriction defàFet àG?2.cSoitf0, l"endomorphisme dePdéfini par
MatB(f0) =?1 10 1?
Quelles sont les dimensions possibles pour un sous-espace deP stable parf0? Quels sont les sous-espaces stables parf0? Existe- t-il deux sous-espaces stricts dePqui soient supplémentaires dansPet stables parf0? I.4 Projections et décomposition en somme directe22.➙Soit p?L(E), un projecteur. Alors x?Imp si, et seulement
si, x=p(x).23. Projections associées à une décomposition
On suppose connue une décomposition en somme directe deE: (1)E=? i?IE i où l"ensemble d"indicesIest fini.I Rappels
23.1Pour touti?I, la projectionpisurEiparallèlement au
sous-espace F i=? j?=iE j est bien définie. Cet endomorphisme deEvérifie :Impi=Ei, Kerpi=Fi.
23.2Pour toutx?E, la décomposition dexadaptée à la
décomposition (1) deEest x=∑ i?Ip i(x). 23.3x?=0E?? ?i?I,pi(x)?=0E