En algèbre linéaire, un endomorphisme laisse stable un sous-espace vectoriel F quand les éléments de F ont pour image un élément de F. La recherche de sous-espaces stables est étroitement liée à la théorie de la réduction des endomorphismes. Soient E un espace vectoriel et u un endomorphisme de E. Un sous-espace vectoriel F de E est dit stable par u quand , c'est-à-dire : . Dans ce cas, u induit sur F un endomorphisme L'endomorphisme induit est la double restriction de l'endomorphisme initial avec à la fois un nouvel ensemble de départ et un nouvel ensemble d'arrivée. La condition de stabilité est une condition nécessaire et suffisante pour que cette double restriction soit une application. Si E est de dimension finie et muni d'une base adaptée à F (c'est-à-dire une base de F complétée en une base de E), la matrice représentative de u peut être notée par blocs Alors F est un espace stable par u si et seulement si C = 0, et dans ce cas la matrice de l'endomorphisme induit sur F est A. Soient E un espace vectoriel et u un endomorphisme de E. Les deux sous-espaces triviaux {0} et E sont stables par u. Un endomorphisme d'un espace vectoriel non nul pour lequel les seuls sous-espaces stables sont les deux sous-espaces triviaux est qualifié d'endomorphisme irréductible. Tout endomorphisme d'une droite vectorielle est irréductible. Toute rotation d'un plan euclidien dont l'angle n'est pas un multiple de est irréductible. En dimension finie, un endomorphisme est irréductible si et seulement s'il est cyclique et si son polynôme minimal est irréductible. Soient E un espace vectoriel, u un endomorphisme de E et une famille de sous-espaces stables par u. Alors et sont stables par u Une droite est stable par un endomorphisme u si et seulement si elle est engendrée par un vecteur propre de u. En conséquence, tout sous-espace engendré par des vecteurs propres de u est stable par u. Si u est un endomorphisme diagonalisable de E alors tout sous-espace de E possède un supplémentaire stable par u.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Cours associés (13)
MATH-111(e): Linear Algebra
L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire et ses applications.
MATH-111(g): Linear Algebra
L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire et ses applications.
MATH-305: Introduction to partial differential equations
This is an introductory course on Elliptic Partial Differential Equations. The course will cover the theory of both classical and generalized (weak) solutions of elliptic PDEs.
Afficher plus
Séances de cours associées (77)
Faible formulation des PDE elliptiques
Couvre la faible formulation des équations aux dérivées partielles elliptiques et l'unicité des solutions dans l'espace de Hilbert.
Espaces vectoriaux : propriétés et opérations
Couvre les propriétés et les opérations des espaces vectoriels, y compris l'addition et la multiplication scalaire.
Dérivés faibles: définition et propriétés
Couvre les dérivés faibles, leurs propriétés et leurs applications en analyse fonctionnelle.
Afficher plus
Publications associées (33)

Get the Best of Both Worlds: Improving Accuracy and Transferability by Grassmann Class Representation

Haoqi Wang, Zhigang Li

We generalize the class vectors found in neural networks to linear subspaces (i.e., points in the Grassmann manifold) and show that the Grassmann Class Representation (GCR) enables simultaneous improvement in accuracy and feature transferability. In GCR, e ...
Ieee Computer Soc2023

Explicit representations for Banach subspaces of Lizorkin distributions

Michaël Unser, Sebastian Jonas Neumayer

The Lizorkin space is well suited to the study of operators like fractional Laplacians and the Radon transform. In this paper, we show that the space is unfortunately not complemented in the Schwartz space. In return, we show that it is dense in C0(Double- ...
WORLD SCIENTIFIC PUBL CO PTE LTD2023

T-5 configurations and hyperbolic systems

Carl Johan Peter Johansson, Riccardo Tione

In this paper, we study the rank-one convex hull of a differential inclusion associated to entropy solutions of a hyperbolic system of conservation laws. This was introduced in [B. Kirchheim, S. Muller and V. S(sic)ver & aacute;k, Studying Nonlinear PDE by ...
WORLD SCIENTIFIC PUBL CO PTE LTD2023
Afficher plus
Personnes associées (2)
Concepts associés (8)
Valeur propre, vecteur propre et espace propre
En mathématiques, et plus particulièrement en algèbre linéaire, le concept de vecteur propre est une notion algébrique s'appliquant à une application linéaire d'un espace dans lui-même. Il correspond à l'étude des axes privilégiés, selon lesquels l'application se comporte comme une dilatation, multipliant les vecteurs par une même constante. Ce rapport de dilatation est appelé valeur propre, les vecteurs auxquels il s'applique s'appellent vecteurs propres, réunis en un espace propre.
Matrice (mathématiques)
thumb|upright=1.5 En mathématiques, les matrices sont des tableaux d'éléments (nombres, caractères) qui servent à interpréter en termes calculatoires, et donc opérationnels, les résultats théoriques de l'algèbre linéaire et même de l'algèbre bilinéaire. Toutes les disciplines étudiant des phénomènes linéaires utilisent les matrices. Quant aux phénomènes non linéaires, on en donne souvent des approximations linéaires, comme en optique géométrique avec les approximations de Gauss.
Espace de Hilbert
vignette|Une photographie de David Hilbert (1862 - 1943) qui a donné son nom aux espaces dont il est question dans cet article. En mathématiques, un espace de Hilbert est un espace vectoriel réel (resp. complexe) muni d'un produit scalaire euclidien (resp. hermitien), qui permet de mesurer des longueurs et des angles et de définir une orthogonalité. De plus, un espace de Hilbert est complet, ce qui permet d'y appliquer des techniques d'analyse. Ces espaces doivent leur nom au mathématicien allemand David Hilbert.
Afficher plus
MOOCs associés (9)
Algèbre Linéaire (Partie 1)
Un MOOC francophone d'algèbre linéaire accessible à tous, enseigné de manière rigoureuse et ne nécessitant aucun prérequis.
Algèbre Linéaire (Partie 1)
Un MOOC francophone d'algèbre linéaire accessible à tous, enseigné de manière rigoureuse et ne nécessitant aucun prérequis.
Algèbre Linéaire (Partie 2)
Un MOOC francophone d'algèbre linéaire accessible à tous, enseigné de manière rigoureuse et ne nécessitant aucun prérequis.
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.