QCM : Espaces vectoriels et applications linéaires (11 questions)

Question 1

1. Laquelle des expressions suivantes décrit une combinaison linéaire des vecteurs $a_1,\ldots,a_n$ de $\mathbb{R}^m$ ?

a_1+\cdots+a_n

, où les coefficients sont entiers positifs

x_1a_1+\cdots+x_na_n

, où les coefficients sont réels

x_1a_1+\cdots+x_ma_m

, où les coefficients sont réels

x_1+a_1+\cdots+x_n+a_n

, où les coefficients sont réels

Explication

Une combinaison linéaire associe à chaque vecteur $a_i$ un coefficient réel $x_i$ , puis additionne les vecteurs obtenus. La simple somme des vecteurs ne permet pas de faire varier leurs coefficients et ne constitue donc qu’un cas particulier.

Answer

$$x_1a_1+\cdots+x_na_n$$, où les coefficients sont réels

Question 2

2. Une famille de vecteurs est-elle libre lorsque l’équation $x_1a_1+\cdots+x_na_n=0$ impose quelle condition aux coefficients ?

Les coefficients sont tous égaux à un

Tous les coefficients sont nuls

Au moins un coefficient est égal à zéro

La somme des coefficients vaut zéro

Explication

Une famille libre se caractérise par le fait que la combinaison linéaire nulle n’admet que la solution où tous les coefficients sont nuls. L’existence d’une solution non triviale, avec des coefficients qui ne sont pas tous nuls, caractériserait au contraire une famille liée.

Answer

Tous les coefficients sont nuls

Question 3

3. Pour une matrice $A$ de taille $m\times n$ , dans quel espace se trouve l’image $\operatorname{Im}A$ ?

Dans

\mathbb{R}^n

, car ses vecteurs sont les coefficients d’entrée

Dans

\mathbb{R}^m

, car elle est formée des solutions de

Ax=0

Dans

\mathbb{R}^m

, car elle est engendrée par les colonnes de

A

Dans

\mathbb{R}^n

, car elle est engendrée par les lignes de

A

Explication

Chaque colonne de $A$ possède $m$ composantes, et tout produit $Ax$ appartient donc à $\mathbb{R}^m$ . Les solutions de $Ax=0$ forment plutôt le noyau, qui est un sous-espace de $\mathbb{R}^n$ .

Answer

Dans $$\mathbb{R}^m$$, car elle est engendrée par les colonnes de $$A$$

Question 4

4. Si une matrice $A$ de taille $m\times n$ a un rang $r$ , quelles sont les dimensions de $\operatorname{Ker}A$ et de $\operatorname{Ker}A^{\mathsf T}$ ?

m-n

et

n-m

n-r

et

m-r

r

et

r

m-r

et

n-r

Explication

Le noyau de $A$ a pour dimension $n-r$ , tandis que le noyau de la transposée a pour dimension $m-r$ . L’inversion de ces deux expressions confond les espaces associés aux domaines de $A$ et de $A^{\mathsf T}$ .

Answer

$$n-r$$ et $$m-r$$

Question 5

5. Qu'est-ce qu'un pivot dans le contexte de l'échelonnement d'une matrice selon la méthode de Gauss?

Une opération de permutation entre deux lignes ou colonnes de la matrice.

Un vecteur ligne ou colonne utilisé pour simplifier la matrice.

Un élément non nul situé en position stratégique permettant de réduire la matrice à une forme échelonnée.

Une colonne de la matrice choisie pour effectuer des opérations de réduction.

Explication

Un pivot est un élément non nul situé en position stratégique dans une ligne ou une colonne, permettant de réaliser des opérations pour transformer la matrice en forme échelonnée. Contrairement à une colonne ou une opération, il s'agit d'un élément spécifique qui facilite la réduction.

Answer

Un élément non nul situé en position stratégique permettant de réduire la matrice à une forme échelonnée.

Question 6

6. Quelle est la condition nécessaire pour qu’une matrice carrée soit inversible selon le critère du rang ?

Le rang doit être supérieur à la dimension de la matrice.

Le rang doit être inférieur à la dimension de la matrice.

Le rang de la matrice doit être égal à sa dimension.

La matrice doit contenir uniquement des éléments non nuls.

Explication

Une matrice carrée est inversible si et seulement si son rang est égal à sa dimension, ce qui signifie qu’elle est de rang maximal. Si le rang est inférieur, la matrice n’est pas inversible, car elle n’a pas de inverse.

Answer

Le rang de la matrice doit être égal à sa dimension.

Question 7

7. Quel est le rôle principal du rang d'une matrice dans l'étude de ses propriétés ?

Il détermine si la matrice est inversible ou non.

Il indique la dimension de l'espace engendré par ses colonnes.

Il mesure la longueur du plus long vecteur propre.

Il indique le nombre de solutions d'un système linéaire associé.

Explication

Le rang d'une matrice correspond à la dimension de l'espace engendré par ses colonnes, ce qui est essentiel pour analyser la solvabilité des systèmes et l'indépendance des vecteurs. La première option est incorrecte car le rang seul ne détermine pas l'inversibilité, sauf dans le cas de matrices carrées.

Answer

Il indique la dimension de l'espace engendré par ses colonnes.

Question 8

8. En quoi la notion de dimension d’un espace vectoriel diffère-t-elle de celle d’une base ?

La dimension est le nombre de vecteurs dans une famille libre, alors qu’une base est une famille génératrice.

La dimension est le nombre de vecteurs dans une base, tandis qu’une base est une famille libre et génératrice.

La dimension est le nombre de vecteurs dans une base, alors qu’une base est une famille à la fois libre et génératrice.

La dimension est le nombre de vecteurs dans une famille génératrice, alors qu’une base est une famille libre.

Explication

La dimension d’un espace vectoriel est le nombre d’éléments dans toute de ses bases, qui sont toutes de même taille. La base est une famille spécifique qui est à la fois libre et génératrice, et dont le nombre d’éléments est égal à la dimension.

Answer

La dimension est le nombre de vecteurs dans une base, alors qu’une base est une famille à la fois libre et génératrice.

Question 9

9. Qui est crédité pour avoir formulé la définition d’un espace vectoriel abstrait basé sur huit axiomes fondamentaux ?

Les mathématiciens qui ont développé la théorie des espaces vectoriels au XIXe siècle.

Les chercheurs qui ont introduit la notion d’espace vectoriel dans le cadre de l’algèbre linéaire moderne.

Les fondateurs de la géométrie vectorielle, notamment Grassmann et Peano.

Les auteurs du cours qui ont synthétisé cette définition dans leur plan pédagogique.

Explication

La définition formelle d’un espace vectoriel abstrait, basée sur huit axiomes, a été formulée par les mathématiciens qui ont structuré l’algèbre linéaire moderne au XIXe siècle, notamment Grassmann. La réponse 2 est correcte car elle précise l’origine historique et conceptuelle de cette définition.

Answer

Les chercheurs qui ont introduit la notion d’espace vectoriel dans le cadre de l’algèbre linéaire moderne.

Question 10

10. Quelle est la conséquence principale d’un espace vectoriel de dimension finie sur la possibilité de constituer une base ?

La dimension de l’espace est infinie, ce qui empêche toute base finie.

Les familles de vecteurs doivent toujours être infinies pour former une base.

Il existe une famille finie de vecteurs qui forme une base, garantissant une représentation unique de chaque vecteur.

Il n’est pas possible de trouver une famille finie de vecteurs qui engendre l’espace.

Explication

Dans un espace de dimension finie, toute famille génératrice contenant le même nombre de vecteurs qu’une base est une base, assurant une représentation unique de chaque vecteur. Si la famille n’est pas libre ou pas génératrice, elle ne constitue pas une base.

Answer

Il existe une famille finie de vecteurs qui forme une base, garantissant une représentation unique de chaque vecteur.

Question 11

11. Comment appliquer la notion de sous-espace pour déterminer si un ensemble de vecteurs dans \\mathbb{R}^n\\ peut former une base d’un espace vectoriel ?

Il faut vérifier que l’ensemble est libre et qu’il engendre l’espace considéré.

Il faut s’assurer que chaque vecteur peut s’écrire comme une combinaison linéaire des autres vecteurs de l’ensemble.

Il faut que l’ensemble contienne uniquement des vecteurs orthogonaux entre eux.

Il faut vérifier que l’ensemble est stable par addition et multiplication par un scalaire, et qu’il contient le vecteur nul.

Explication

Une famille de vecteurs forme une base si elle est à la fois libre et génératrice de l’espace. La stabilité par addition et multiplication par un scalaire est nécessaire mais pas suffisante si l’on ne vérifie pas aussi la générativité.

Answer

Il faut vérifier que l’ensemble est libre et qu’il engendre l’espace considéré.

QCM : Espaces vectoriels et applications linéaires (11 questions)

Questions et réponses du QCM

1. Laquelle des expressions suivantes décrit une combinaison linéaire des vecteurs $a_1,\ldots,a_n$ de $\mathbb{R}^m$ ?

2. Une famille de vecteurs est-elle libre lorsque l’équation $x_1a_1+\cdots+x_na_n=0$ impose quelle condition aux coefficients ?

3. Pour une matrice $A$ de taille $m\times n$ , dans quel espace se trouve l’image $\operatorname{Im}A$ ?

4. Si une matrice $A$ de taille $m\times n$ a un rang $r$ , quelles sont les dimensions de $\operatorname{Ker}A$ et de $\operatorname{Ker}A^{\mathsf T}$ ?

5. Qu'est-ce qu'un pivot dans le contexte de l'échelonnement d'une matrice selon la méthode de Gauss?

6. Quelle est la condition nécessaire pour qu’une matrice carrée soit inversible selon le critère du rang ?

7. Quel est le rôle principal du rang d'une matrice dans l'étude de ses propriétés ?

8. En quoi la notion de dimension d’un espace vectoriel diffère-t-elle de celle d’une base ?

9. Qui est crédité pour avoir formulé la définition d’un espace vectoriel abstrait basé sur huit axiomes fondamentaux ?

10. Quelle est la conséquence principale d’un espace vectoriel de dimension finie sur la possibilité de constituer une base ?

11. Comment appliquer la notion de sous-espace pour déterminer si un ensemble de vecteurs dans \\mathbb{R}^n\\ peut former une base d’un espace vectoriel ?

Révisez avec les flashcards

Approfondir avec la fiche

Cours similaires

Troubles neurodéveloppementaux : bases

Rédiger une note d’intention

Son, musique et information

Physique chimie

Génétique et évolution

Psychologie de l’attachement au travail social

Crée tes propres QCM

QCM : Espaces vectoriels et applications linéaires (11 questions)

Questions et réponses du QCM

1. Laquelle des expressions suivantes décrit une combinaison linéaire des vecteurs a1,…,ana_1,\ldots,a_na1​,…,an​ de Rm\mathbb{R}^mRm ?

2. Une famille de vecteurs est-elle libre lorsque l’équation x1a1+⋯+xnan=0x_1a_1+\cdots+x_na_n=0x1​a1​+⋯+xn​an​=0 impose quelle condition aux coefficients ?

3. Pour une matrice AAA de taille m×nm\times nm×n, dans quel espace se trouve l’image Im⁡A\operatorname{Im}AImA ?

4. Si une matrice AAA de taille m×nm\times nm×n a un rang rrr, quelles sont les dimensions de Ker⁡A\operatorname{Ker}AKerA et de Ker⁡AT\operatorname{Ker}A^{\mathsf T}KerAT ?

5. Qu'est-ce qu'un pivot dans le contexte de l'échelonnement d'une matrice selon la méthode de Gauss?

6. Quelle est la condition nécessaire pour qu’une matrice carrée soit inversible selon le critère du rang ?

7. Quel est le rôle principal du rang d'une matrice dans l'étude de ses propriétés ?

8. En quoi la notion de dimension d’un espace vectoriel diffère-t-elle de celle d’une base ?

9. Qui est crédité pour avoir formulé la définition d’un espace vectoriel abstrait basé sur huit axiomes fondamentaux ?

10. Quelle est la conséquence principale d’un espace vectoriel de dimension finie sur la possibilité de constituer une base ?

11. Comment appliquer la notion de sous-espace pour déterminer si un ensemble de vecteurs dans \\mathbb{R}^n\\ peut former une base d’un espace vectoriel ?

Révisez avec les flashcards

Approfondir avec la fiche

Cours similaires

Troubles neurodéveloppementaux : bases

Rédiger une note d’intention

Son, musique et information

Physique chimie

Génétique et évolution

Psychologie de l’attachement au travail social

Crée tes propres QCM

1. Laquelle des expressions suivantes décrit une combinaison linéaire des vecteurs $a_1,\ldots,a_n$ de $\mathbb{R}^m$ ?

2. Une famille de vecteurs est-elle libre lorsque l’équation $x_1a_1+\cdots+x_na_n=0$ impose quelle condition aux coefficients ?

3. Pour une matrice $A$ de taille $m\times n$ , dans quel espace se trouve l’image $\operatorname{Im}A$ ?

4. Si une matrice $A$ de taille $m\times n$ a un rang $r$ , quelles sont les dimensions de $\operatorname{Ker}A$ et de $\operatorname{Ker}A^{\mathsf T}$ ?