Quiz réduction des endomorphismes

Quiz réduction des endomorphismes

1. Toute matrice est trigonalisable.

 
 

2. Toute matrice de rang 1 est diagonalisable.

 
 

3. Si \(A\in\mathcal M_2({\Bbb R})\), son polynôme caractéristique est égal à \(X^2-\text{tr}(A)X+\text{det}(A)\).

 
 

4. Un endomorphisme est diagonalisable si et seulement si la dimension de chaque sous-espace propre est égal à la multiplicité de la valeur propre correspondante.

 
 

5. Si \(A\) est une matrice à coefficients dans \(\Bbb C\) telle que \(A^2\) soit diagonalisable, alors \(A\) est aussi diagonalisable.

 
 

6. Si \(A\) est une matrice de taille \(n\), le coefficient de \(X^{n-1}\) dans le polynôme caractéristique de \(A\) est égal à \(\text{tr}(A)\).

 
 

7. La dimension d’un sous-espace propre est supérieure ou égale à l’ordre de multiplicité de la valeur propre correspondante.

 
 

8. Si \(A\) est diagonalisable, il en est de même de \(A^2\).

 
 

9. Un endomorphisme \(u\) est diagonalisable si et seulement si la somme des dimensions de ses sous-espaces propres est égale à \(n\), dimension de l’espace.

 
 

10. Un endomorphisme est trigonalisable si et seulement si son polynôme caractéristique est scindé.

 
 

11. \(A\) est diagonalisable si et seulement si son polynôme caractéristique est scindé à racines simples.

 
 

12. Tout endomorphisme possède au moins une valeur propre.

 
 

13. Si \(A\) est diagonalisable et possède 0 pour unique valeur propre, alors \(A=0\).

 
 

14. Si \(u\) est un endomorphisme, ses sous-espaces propres sont stables par \(u\).

 
 

15. Si \(A\) est diagonalisable et inversible, alors \(A^{-1}\) est aussi diagonalisable et inversible.

 
 

16. Une matrice diagonalisable \(A\) est inversible si et seulement si \(0\) n’est pas valeur propre de \(A\).

 
 

17. Si \(u\) est un endomorphisme diagonalisable, les sous-espaces stables par \(u\) sont les sous-espaces propres de \(u\).

 
 

18. Si la matrice \(A\) est triangulaire, la dimension du sous-espace propre associé à une valeur propre \(\lambda\) est égale au nombre de présences de \(\lambda\) sur la diagonale de \(A\).

 
 

19. Le vecteur nul est vecteur propre de toute valeur propre de \(A\).

 
 

20. Si la matrice \(A\) est diagonale, la dimension du sous-espace propre associé à une valeur propre \(\lambda\) est égale au nombre de présences de \(\lambda\) sur la diagonale de \(A\).

 
 

21. Une projection vectorielle est toujours diagonalisable.

 
 

22. Si \(A\) est une matrice diagonalisable et nilpotente (c’est-à-dire si \(A^n=0\)), alors \(A=0\).

 
 

23. Les valeurs propres d’une matrice triangulaire sont les valeurs présentes sur sa diagonale.

 
 

24. Si \(A\) est diagonalisable et possède \(1\) pour unique valeur propre, alors \(A=I\).