Quiz: Analyse Spectrale et Formes Canonique — 9 perguntas

1. Qu'est-ce que le spectre d'un endomorphisme ou d'une matrice dans le contexte de l'algèbre linéaire ?

A. L'ensemble des vecteurs propres associés à l'endomorphisme.

B. L'ensemble des valeurs λ pour lesquelles (f - λ Id) n'est pas inversible.

C. L'ensemble des vecteurs propres généralisés de l'endomorphisme.

D. L'ensemble des valeurs λ pour lesquelles (f - λ Id) est inversible.

Answer: (B)

Explicação

Le spectre d'un endomorphisme ou d'une matrice est défini comme l'ensemble des valeurs scalaires λ pour lesquelles (f - λ Id) n'est pas inversible, c'est-à-dire que son noyau est non trivial. Cette définition relie directement le spectre à la non-inversibilité de l'opérateur (f - λ Id), ce qui correspond à la réponse correcte.

2. Qu'est-ce qu'un endomorphisme en algèbre linéaire?

A. Une application linéaire d'un espace vectoriel dans un autre espace vectoriel distinct.

B. Une application linéaire d’un espace vectoriel dans lui-même.

C. Une application non linéaire d’un espace dans lui-même.

D. Une permutation bijective de l’espace vectoriel.

Answer: (B)

Explicação

Un endomorphisme est une application linéaire dont le domaine et le codomaine sont le même espace vectoriel, permettant d'étudier sa structure interne.

3. Quel est le rôle du noyau de l'application linéaire (f - λ Id) dans la caractérisation de la valeur propre λ ?

A. Il indique si λ est une valeur propre en vérifiant si le noyau est non trivial.

B. Il sert à définir la base propre associée à λ.

C. Il détermine si λ appartient au spectre de f.

D. Il permet de calculer la multiplicité algébrique de λ.

Answer: (A)

Explicação

La valeur propre λ d'une application linéaire f est caractérisée par le fait que le noyau de (f - λ Id) n'est pas trivial, c'est-à-dire qu'il contient des vecteurs propres non nuls. Ainsi, si Ker(f - λ Id) ≠ {0}, alors λ est une valeur propre.

4. Quelle propriété caractérise un matrice diagonalisable?

A. Elle n’a pas de valeurs propres répétées.

B. Elle est semblable à une matrice diagonale à condition qu’elle possède une base de vecteurs propres.

C. Elle n’a qu’un seul vecteur propre.

D. Elle doit être une matrice nulle.

Answer: (B)

Explicação

Une matrice est diagonalisable si et seulement si elle possède une base de vecteurs propres, ce qui permet de la réduire à une forme diagonale par changement de base.

5. En quoi la diagonalisation et la conjugaison diffèrent-elles ou se ressemblent-elles ?

A. La diagonalisation transforme une matrice en une forme diagonale en utilisant une base d'espaces propres, tandis que la conjugaison change simplement la base de représentation sans nécessairement diagonaliser la matrice.

B. La diagonalisation et la conjugaison sont identiques, car toutes deux impliquent une transformation par une matrice inversible, mais la diagonalisation aboutit à une matrice diagonale, ce qui n'est pas toujours le cas pour la conjugaison.

C. Les deux processus visent à rendre la matrice diagonale, mais la diagonalisation nécessite que la matrice ait une base d'espaces propres, alors que la conjugaison ne garantit pas cette propriété.

D. La conjugaison consiste à transformer une matrice en une forme diagonale, alors que la diagonalisation ne fait que changer la base sans simplifier la matrice.

Answer: (A)

Explicação

La diagonalisation consiste à transformer une matrice en une forme diagonale via une base d’espaces propres, ce qui nécessite que la matrice ait suffisamment de vecteurs propres. La conjugaison, en revanche, est une transformation par une matrice inversible qui change la base de représentation mais conserve invariants et structure spectrale. La différence principale est que la diagonalisation aboutit à une matrice diagonale, alors que la conjugaison ne garantit pas cette forme.

6. Quels sont les éléments qui constituent le spectre ($ ext{Sp}(f)$) d’un endomorphisme $f$ ?

A. L’ensemble des valeurs propres telles que $f - ext{Id}$ n’est pas inversible.

B. L’ensemble des scalaires $ ext{λ}$ pour lesquels $f - ext{λ} ext{Id}$ n’est pas inversible.

C. Les vecteurs propres de $f$.

D. Les sous-espaces propres associés aux valeurs propres.

Answer: (B)

Explicação

Le spectre d’un endomorphisme est l’ensemble des scalaires $ ext{λ}$ tels que l’opérateur $f - ext{λ} ext{Id}$ n’est pas inversible, ce qui correspond aux valeurs propres.

7. Quel est le rôle du polynôme caractéristique $P_A(x) = ext{det}(A - xI)$ dans l’étude d’une matrice $A$?

A. Il définit les vecteurs propres de $A$.

B. Ses racines sont les valeurs propres de $A$.

C. Il donne le polynôme minimal de $A$.

D. Il sert à diagonaliser la matrice directement.

Answer: (B)

Explicação

Le polynôme caractéristique de $A$ a pour racines les valeurs propres de $A$, ce qui est essentiel pour analyser la structure spectrale de $A$.

8. Qu’est-ce qui garantit qu’une matrice $A$ est semblable à une matrice diagonale?

A. Que $A$ est une matrice nulle.

B. Que $A$ possède un polynôme minimal divisible par un produit de facteurs linéaires distincts.

C. Que $A$ possède une base composée de vecteurs propres.

D. Que $A$ a une seule valeur propre.

Answer: (C)

Explicação

Une matrice est diagonalisable si elle possède une base de vecteurs propres, ce qui permet de la transformer en une matrice diagonale par une similarity.

9. Quelle est la relation entre le noyau d’une application linéaire $f$ et ses valeurs propres?

A. Le noyau contient tous les vecteurs propres liés à toute valeur propre.

B. Le noyau est l’espace associé à la valeur propre $0$ uniquement.

C. Le noyau de $f - ext{λ} ext{Id}$ corresponds à l’espace propre associé à $ ext{λ}$.

D. Le noyau détermine si $f$ est inversible.

Answer: (C)

Explicação

Pour une valeur propre $ ext{λ}$, l’espace propre associé est précisément le noyau de l’opérateur $f - ext{λ} ext{Id}$.