Applications Linéaires - Matrices (Groupe 8)

f est linéaire si elle est un morphisme d'espaces vectoriels

Le noyau de f est un espace vectoriel

L'image direct de f est un sev de F

Si Ker(f)={0} alors f est injective

Théorème du Rang : dim(E) = dim(Ker(f)) + dim(Im(f))

La matrice de f dans la Base B est définie par les coordonnées de la base canonique en fonction de f dans la base B

Opérations sur les Matrices

Si A,B appartient à Mm,m(K) : (A+B)i,j = (A)i,j + (B)i,j

Si A appartient à Mm,n(K) : λ(Ai,j) = (λA)i,j

Si A et B représentent respectivement les applications linéaires ƒ et g, alors A×B représente la composition des applications ƒog.

Si A appartient à Mkm(K) et B appartient à Mmn(K) alors C = A.B appartient à Mkm(K)

dropped image link

Inverse d'une matrice : Element neutre de l'ensemble des matrices Mnm(K)

Il existe une matrice B telle que A.B=B.A= neutre=Id

Si A est inversible alors l'application représentative de la matrice est bijective

Méthode 1 : Pivot de Gauss

Methode 2 : On résout le système AX = Y et on doit obtenir X=A(-1)Y

Changement de Base

P(B)(B') =(P(B')(B))^-1

Pour les vecteurs

X=P.X' et X'=P(^-1).X

X: Vecteur dans la base 1 X' : Vecteur dans la base 2 P : Matrice de Passage

Pour les Matrices

A'=P^(-1).A.P

A' : Matrice exprimée dans la nouvelle base A: Matrice exprimée dans l'ancienne base P : Matrice de Passage

Si det(A)=0 alors A est inversible