7

Réduction des endomorphismes

Le problème de la réduction des endomorphismes consiste à trouver une base dans laquelle la forme de la matrice
associée sera suffisamment simple pour être propice aux calculs.
L’idéal est par exemple de trouver une base dans laquelle la matrice est diagonale. C’est le principe de la
diagonalisation. Ce n’est pas toujours possible, c’est pourquoi on recherche parfois des formes un peu plus
générales, comme des matrices triangulaires par exemple.
Lorsqu’on adapte la situation aux matrices, il s’agit donc de travailler sur l’endomophisme f de Kn canoni-
quement associé à une matrice M , et de trouver une base dans laquelle la nouvelle matrice N de f sera d’une
forme particulière, par exemple diagonale ou triangulaire. Par la formule de changement de base, on a donc une
relation du type M “ P N P ´1 , où P P GLn pKq.

Définition 7.0.1 – Matrices semblables

On dit que deux matrices M et N de Mn pKq sont semblables s’il existe P P GLn pKq telle que M “ P N P ´1 .
Cela définit une relation binaire sur Mn pKq, appelée relation de similitude.

Cette relation est un peu plus forte que la relation d’équivalence, puisqu’on impose l’égalité des deux matrices
de passage. De fait, deux matrices semblables sont équivalentes mais la réciproque est fausse.

Proposition 7.0.2 – La relation de similitude est une équivalence

La relation de similitude est une relation d’équivalence. Ses classes d’équivalence sont appelées classes de
similitude.

Ainsi, le problème de la réduction des endomorphismes se ramène donc à la recherche de représentants simples
dans une classe de similitude donnée. Dans l’idéal, on souhaiterait donner même un représentant privilégié
dans chaque classe de similitude, comme on l’avait fait avec les matrices Jn,p,r pour les classes d’équivalence
matricielle, de sorte à pouvoir classifier les classes de similitude. Comme on le verra, c’est un problème assez
dur, auquel on ne répondra pas complètement cette année.

I Élements propres d’un endomorphisme

On suppose que E est un espace vectoriel sur K. Le corps K est supposé être un sous-corps de C, conformément
au programme, même si la plupart des résultats de ce chapitre restent vrais sans cette condition.

I.1 Valeurs propres, vecteurs propres, sous-espaces propres

Si l’on souhaite trouver une base B telle que MatB puq soit diagonale, en particulier, si b P B, on doit avoir
upbq P Kb, donc upKbq Ä Kb. Les vecteurs de cette base engendrent donc des droites stables par u.
Le problème de la diagonalisation est donc très lié à la recherche des droites stables.
126 CHAPITRE 7. RÉDUCTION DES ENDOMORPHISMES

Réciproquement, une droite Kb est stable si et seulement si upbq P Kb, donc s’il existe P K tel que upbq “ b,
c’est-à-dire pu ´ idqpbq “ 0.

Définition 7.1.1 – Valeurs propres, vecteurs propres, sev propres

Soit u P LpEq.
1. Une valeur propre de u est un élément P K tel que Kerpu ´ idq ‰ t0u, donc tel que u ´ id ne
soit pas injectif.
2. Soit une valeur propre de u. Le sous-espace propre associé à est :

E puq “ Kerpu ´ idE q.

3. Les éléments non nuls de E puq sont alors appelés vecteurs propres associés à la valeur propre .

Remarque 7.1.2
1. Par définition, si est une valeur propre, E puq ‰ t0u, et il existe donc au moins un vecteur propre
associé à .
Une valeur propre se caractérise donc par le fait qu’il existe x P Ezt0u tel que upxq “ x.
2. Un vecteur propre x est, par la remarque qui précède la définition, caratérisé par le fait que Vectpxq
est une droite stable par u.
3. Il arrive parfois, pour des raisons techniques (éviter des discussions) d’étendre la notation E puq
au cas où n’est pas une valeur propre. Dans ce cas, est une valeur propre ssi E puq ‰ t0u.
4. Lorsque E est de dimension infinie, la non injectivité de u´ id n’équivaut pas à sa non inversibilité.
La non inversibilité définit ce qu’on appelle les valeurs spectrales de u (hors programme).
5. Les sev propres sont parfois aussi notés SEP puq.

Exemple 7.1.3
Décrire les valeurs propres et les sous-espaces propres d’un projecteur.

Définition 7.1.4 – Spectre

Lorsque E est de dimension finie, on note Sppuq l’ensemble des valeurs propres de u. L’ensemble Sppuq est
appelé spectre de u.

Remarque 7.1.5
En dimension infinie, le spectre est défini non pas avec les valeurs propres, mais avec les valeurs spectrales,
raison pour laquelle cette définition n’est ici donnée qu’en dimension finie.

Proposition 7.1.6 – Somme directe des s.e.p.

p
à
Soit 1, . . . , p des valeurs propres. Alors la somme E p puq est directe.
i“1

Ÿ Éléments de preuve.
Par le lemme de décomposition des noyaux. Peut aussi se montrer facilement directement par récurrence,
c’est un bon entraînement, mais c’est un peu plus fastidieux. ô
I Élements propres d’un endomorphisme 127

Corollaire 7.1.7
Soit pxi qiPI une famille de vecteurs propres associés à des valeurs propres 2 à 2 distinctes. Alors pxi qiPI
est libre.

Ÿ Éléments de preuve.
Ce sont des vecteurs non nuls de sous-espaces vectoriels en somme directe. ô

Corollaire 7.1.8 – Majoration du nombre de valeurs propres

Soit E un espace vectoriel de dimension finie n, et u P LpEq. Alors | Sppuq| § n.

Ÿ Éléments de preuve.
Soit par l’examen des dimensions, soit par le corollaire précédent qui donne sinon une famille libre trop
grande. ô
Dans le but d’étudier des propriétés de réduction simultanée, nous aurons besoin du lemme suivant :

Proposition 7.1.9 – Stabilité des sev propres de u par v commutant avec u

Soit u, v P LpEq tels que u ˝ v “ v ˝ u. Alors v laisse stable les sous-espaces propres de u (et inversement).

Ÿ Éléments de preuve.
Application directe de 6.2.17. ô

Remarque 7.1.10
En particulier, puisque u commute avec lui-même, les sous-espaces propres de u sont stables par u. Cela
se comprend bien de façon directe, sans passer par ce résultat, et c’est une évidence, mais ça ne fait pas
de mal que ce soit dit explicitement au moins une fois !

Enfin, remarquons qu’une façon de restreindre la recherche des valeurs propres de u est de s’intéresser à des
polynômes annulateurs :

Théorème 7.1.11 – Valeurs propres et racines d’un polynôme annulateur

Soit u P LpEq.
1. Soit P un polynôme annulateur de u. Alors toute valeur propre est racine de P .
2. Si u admet un polynôme minimal µu , alors les racines de µu sont exactement les valeurs propres
de u

Ÿ Éléments de preuve.
1. Par récurrence, si x est un vecteur propre associé à , un pxq “ n
¨ x, puis P puqpxq “ P p q ¨ x.
2. Pour le point 2, une inclusion est acquise. Si l’inclusion est stricte, on peut factoriser P puq par u ´ id,
où n’est pas une valeur propre. L’injectivité de u ´ id permet alors de contredire la minimalité de
µu .
ô

Remarque 7.1.12
Lorsque E est de dimension finie, on peut réexprimer ces propriétés à l’aide du spectre :
1. Pour tout polynôme annulateur P de u, Sppuq Ä RacpP q ;
2. Sppuq “ Racpµu q.
128 CHAPITRE 7. RÉDUCTION DES ENDOMORPHISMES

Exemples 7.1.13
1. Quelle est la seule valeur propre possible d’un endomorphisme nilpotent ?
¨ ˛
0 0 1
˚ ‹
2. Déterminer les valeurs propres dans C de l’endomorphisme de C3 canoniquement associé à ˝1 0 0‚.
0 1 0

I.2 Éléments propres d’une matrice carrée

Le dernier exemple suggère qu’on peut adapter toutes les définitions et propriétés au cas des matrices. Comme
l’espace de travail est alors de dimension finie, on n’a pas besoin de précaution particulière pour parler du
spectre.
Soit M P Mn pKq.
‚ Un scalaire P K est valeur propre de M si KerpM ´ In q ‰ t0u, c’est-à-dire s’il existe X ‰ 0 dans
Mn,1 pKq tel que M X “ X. Cela équivaut aussi à dire que la matrice M ´ In n’est pas inversible.
‚ L’ensemble des valeurs propres de M est noté SppM q, et est appelé spectre de M .
‚ Un vecteur propre associé à est un élément non nul X P Mn,1 pKq tel que M X “ X, c’est-à-dire
X P KerpM ´ In qzt0u.
‚ Le sous-espace propre E pM q associé à la valeur propre est KerpM ´ In q. C’est donc l’ensemble des
vecteurs propres, augmenté de 0.
‚ Les sous-espaces propres sont en somme directe, et donc en nombre au plus égal à n
‚ Les valeurs propres sont racines de tout polynôme annulateur P de M : SppM q Ä RacpP q
‚ Les valeurs propres sont exactement les racines du polynôme minimal : SppM q “ RacpµM q.
À cela on ajoute les deux propriétés suivantes.

Proposition 7.1.14 – Spectre de matrices semblables

Deux matrices semblables ont même spectre.

Ÿ Éléments de preuve.
Si M et N sont semblables, M ´ In et N ´ In le sont aussi, donc ont même rang. ô
Le lien entre éléments propres d’une matrice et éléments propres d’un endomorphisme se fait via les résultats
suivants.

Proposition 7.1.15 – Élements propres de u et de MatB puq

Soit u P LpEq et B une base de E. Alors :
1. Sppuq “ SppMatB puqq ;
2. x est vecteur propre de u associé à ssi rxsB est vecteur propre de MatB puq associé à ;
3. Pour P Sppuq, E pMB puqq “ 'B pE puqq, où 'B : x fiÑ rxsB .

On fait aussi la correspondance entre polynômes de l’endomorphisme u et polynômes de la matrice MB puq.

Proposition 7.1.16 – Polynômes d’endomorphismes versus polynômes de matrices

Soit u P LpEq et B une base de E.
1. Pour tout P P LpEq, MatB pP puqq “ P pMatB puqq.
2. En particulier, P est un polynôme annulateur de u si et seulement s’il est un polynôme annulateur
de MatB puq.
3. Notamment, µu “ µMatB puq .
I Élements propres d’un endomorphisme 129

Sur les matrices, on dispose d’une opération d’extension des scalaires, consistant à voir les matrices de Mn pKq
comme des matrices de Mn pK1 q, dès lors que K1 est un corps contenant K. C’est notamment ce qu’il se pro-
duit lorsqu’on considère une matrice à coefficients réels comme une matrice à coefficients complexes. Dans cet
exemple, on peut notamment se demander si le spectre d’une matrice réelle M reste le même selon qu’on consi-
dère M comme une matrice réelle ou comme une matrice complexe. La réponse est non en général, mais une
inclusion est vraie.
Proposition 7.1.17 – Extension du corps des coefficients
Soit K Ä K1 deux corps tels que K soit un sous-corps de K1 , et soit M P Mn pKq. On note SpK pM q et
SpK1 pM q le spectre de M vue respectivement comme matrice de Mn pKq et de Mn pK1 q. Alors SpK pM q Ä
SpK1 pM q.

Ÿ Éléments de preuve.
Un vecteur propre X P Mn,1 pKq est aussi un vecteur propre dans Mn,1 pK1 q. ô

Exemple 7.1.18
˜ ¸
0 ´1
L’inclusion peut être stricte, comme le montre l’exemple de M “ .
1 0

I.3 Polynôme caractéristique d’un endomorphisme en dimension finie

Parfois, la résolution de l’équation aux éléments propres upxq “ x peut s’avérer laborieuse et calculatoire, et
la recherche d’un polynôme annulateur un peu hasardeuse. On donne dans cette section un outil qui permet
également de déterminer les valeurs propres. Il s’agit du polynôme caractéristique de u, dont les racines sont les
valeurs propres.
Soit E un espace vectoriel de dimension finie. Le fait que soit valeur propre se traduit par le fait que idE ´u
ne soit pas bijective, c’est-à-dire que le déterminant de sa matrice relativement à une base quelconque est nul.
Or, si M P Mn pKq, XIn ´ M est une matrice à coefficients dans KrXs. Le déterminant ne faisant intervenir
que des produits et des sommes des coefficients de la matrice, detpXIn ´ M q est bien défini dans KrXs.

Définition 7.1.19 – Polynôme caractéristique d’une matrice

Soit M P Mn pKq. Le polynôme caractéristique M de M est le polynôme défini par

M pXq “ detpXIn ´ M q P KrXs

Propriétés 7.1.20 – Coefficients du polynôme caractéristique

Soit M P Mn pKq. Alors
(i) degp Mq “ n.
ÿ
n
En écrivant M “ ak X k , on a alors :
k“0
(ii) an “ 1 (donc M est unitaire)
(iii) an´1 “ ´ trpM q
(iv) a0 “ p´1qn detpM q.
Ainsi, M “ X n ´ trpM qX n´1 ` ¨ ¨ ¨ ` p´1qn detpM q.

Ÿ Éléments de preuve.
Par la formule de développement, tous les termes sont de degré au plus n ´ 2, sauf celui indexé par id. En
effet, une permutation de Sn ne peut pas avoir exactement n ´ 1 points fixes.
130 CHAPITRE 7. RÉDUCTION DES ENDOMORPHISMES

On obtient donc les termes de degré n et n ´ 1 en développant pX ´ a1,1 q ¨ ¨ ¨ pX ´ an,n q, ce qui se fait avec
les relations de Viète.
Le coefficient a0 s’obtient par évaluation. ô

Proposition 7.1.21 – Racines du polynôme caractéristique

Racp Mq “ SppM q.

Ÿ Éléments de preuve.
est racine ssi detp In ´ M q “ 0. Qu’est-ce que cela signifie sur l’inversibilité de la matrice ? ô

Voici une situation dans laquelle le polynôme caractéristique est simple à calculer :

Proposition 7.1.22 – Polynôme caractéristique d’une matrice triangulaire

Soit T une matrice triangulaire, de coefficients diagaunaux t1,1 , . . . , tn,n . Alors

T pXq “ pX ´ t1,1 q ¨ ¨ ¨ pX ´ tn,n q.

Ainsi, les valeurs propres de T sont les coefficients diagonaux.

Proposition 7.1.23 – Polynôme caractéristique de matrices semblables

Soit M et N deux matrices semblables. Alors M “ N.

Par conséquent, vu les deux derniers résultats obtenus, si on recherche une matrice triangulaire T semblable à
une matrice M , les coefficients diagonaux de T sont les valeurs propres de M , leur multiplicité sur la diagonale de
T correspondant à leur multiplicité dans le polynôme caractéristique de M . C’est ce qu’on appelle la multiplicité
algébrique d’une valeur propre.
Le dernier résultat permet aussi de définir le polynôme caractéristique d’un endomorphisme u d’un espace E
de dimension finie. En effet, si B et C sont deux bases de E, MatB puq et MatC puq sont semblables.

Définition 7.1.24 – Polynôme caractéristique de u P LpEq

Soit u un endomorphisme d’un espace vectoriel E de dimension finie. Alors le polynôme caractéristique
de u est défini par
u “ MatB puq ,

où B est une base de E. Cette définition est indépendante du choix de la base.

Les propriétés du polynôme caractéristique de u sont alors similaires à celles d’une matrice représentant u.
Par exemple, comme la trace de u est également définie comme étant la trace commune des matrices représentant
u dans une base quelconque, et comme le déterminant vérifie aussi cette propriété, on en déduit que

u pXq “ X n ´ trpuqX n´1 ` ¨ ¨ ¨ ` p´1qn detpuq.

Proposition 7.1.25 – Polynôme caractéristique d’un endomorphisme induit

Soit F stable par u P LpEq, et uF l’endomorphisme induit sur F par u. Alors uF | u.

Ÿ Éléments de preuve.
Dans une base convenable, la matrice de u est triangulaire par bloc, l’un des blocs étant une matrice de
uF . Utiliser le calcul du déterminant de matrices triangulaires par blocs. ô
I Élements propres d’un endomorphisme 131

I.4 Recherche de valeurs propres

On a donc essentiellement 3 méthodes pour la recherche des valeurs propres, plus ou moins efficaces selon la
situation
Méthode 7.1.26 – Recherche de valeurs propres
1. Résoudre l’équation aux éléments propres upxq “ x, en essayant de voir à quelle condition sur
cette équation admet une solution autre que la solution triviale. En dimension infinie, sauf s’il existe
un polynôme annulateur de petit degré facile à deviner, c’est la seule solution vraiment envisageable.
2. Rechercher un polynôme annulateur, si possible de petit degré. En dimension finie, on sait qu’il
en existe un, et on montrera qu’il en existe un de degré au plus n “ dimpEq. En se plaçant dans
le cadre matriciel, on peut trouver un polynôme annulateur en calculant les premières puissances
M k , et en trouvant une relation entre ces puissances. Les valeurs propres sont à trouver parmi les
racines de ce polynôme.
C’est parfois peu commode et hasardeux. De plus, il faut un peu d’habitude pour trouver les
polynômes annulateurs après avoir calculé les premières puissances. Enfin, comme on ne devine pas
toujours le polynôme minimal, on peut trouver des racines qui ne sont pas valeurs propres. Ça peut
en revanche être efficace s’il y a peu de valeurs propres par rapport à la dimension, ou si le contexte
fournit un polynôme annulateur naturel.
3. Calculer le polynôme caractéristique, par un calcul de déterminant, et chercher les racines de ce
polynôme.

Méthode 7.1.27 – Recherche d’espaces propres

Une fois qu’on a déterminé les valeurs propres , ou au moins, un ensemble fini qui contient toutes les
valeurs propres, résoudre upxq “ x, de l’inconnue x. Si on est en dimension finie, cela se ramène à la
résolution d’un système linéaire d’équations.

Exemples 7.1.28
1. Déterminer les valeurs propres et les espaces propres associés de l’endomorphisme D : f fiÑ f 1 du
C-ev C 8 pR, Cq.
2. Déterminer les valeurs propres et les sous-espaces propres de M P M2n pCq définie par
¨ ˛
0 ¨¨¨ ¨¨¨ ¨¨¨ 0 ´1
˚. ‹
˚ .. 0‹
.

.
..

..

˚ ‹
˚. .. ‹
˚ .. . ‹
.

´1
..

..

˚ ‹
M “ ˚. .. ‹
˚. ‹
.

˚. . ‹
..

..

1
˚ ‹
˚ .. ‹
.

˝0 . ‚
..

..

1 0 ¨¨¨ ¨¨¨ ¨¨¨ 0

˜ ¸ ˜ ¸
1 4 3 1
3. Déterminer les valeurs propres et les sous-espaces propres de et de .
3 2 ´1 1

I.5 Multiplicité géométrique et algébrique d’une valeur propre

On donne les définitions dans le cadre d’un endomorphisme, mais cela s’adapte évidemment aussi au cas des
matrices.
132 CHAPITRE 7. RÉDUCTION DES ENDOMORPHISMES

Définition 7.1.29 – Multiplicités d’une valeur propre

Soit E un espace vectoriel de dimension finie, et u P LpEq. Soit P Sppuq
1. La multiplicité géométrique de est la dimension de E puq.
2. La multiplicité algébrique de est la multiplicité de en tant que racine de u.

Remarque 7.1.30
Les deux notions peuvent différer, comme le montre le dernier exemple du 7.1.28.

En revanche, on a toujours une inégalité qui est satisfaite :

Proposition 7.1.31 – Comparaison des multiplicités géométrique et algébrique

Soit E un espace vectoriel de dimension finie, et u P LpEq. Alors la multiplicité géométrique est inférieure
à la multiplicité algébrique.

En d’autres termes, la dimension du sous-espace propre E puq est majorée par la multiplicité de en tant que
racine de u .

Ÿ Éléments de preuve.
Considérer le polynôme caractéristique de uE puq , l’endomorphisme induit par u sur le sous-espace stable
E puq. ô

Faisons pour terminer un bilan des résultats obtenus pour les endomorphismes induits.

Proposition 7.1.32 – Multiplicités des valeurs propres d’un endomorphisme induit

Soit E un espace vectoriel de dimension fini, F un sev de E, et u P LpEq. On suppose que F est stable
par u. Alors :
1. uF | u ;
2. SppuF q Ä Sppuq ;
3. pour tout P SppuF q, la multiplicité algébrique de en tant que valeur propre uF est inférieure à
sa multiplicité algébrique en tant que valeur propre de u ;
4. pour tout P SppuF q, la multiplicité géométrique de en tant que valeur propre uF est inférieure
à sa multiplicité géométrique en tant que valeur propre de u ;

I.6 Théorème de Cayley-Hamilton

On a constaté que les polynômes annulateurs d’une matrice (ou d’un endomorphisme) ont un lien très fort avec
le spectre de cette matrice, puisque le spectre est inclus dans l’ensemble des racines. On a aussi vu que les racines
du polynôme caractéristique sont exactement les valeurs propres. On peut donc raisonnablement se demander
si le polynôme caractéristique est un polynôme annulateur. Le fait que ses racines soient des valeurs propres
n’est pas suffisant pour conclure, car on n’a pas de contrôle suffisant sur la multiplicité. Si la multiplicité est
trop faible (inférieure à la multiplicité dans le polynôme minimal), la réponse est négative. Mais cette situation
ne peut en fait pas se produire. C’est ce qu’affirme le théorème de Cayley-Hamilton.

Théorème 7.1.33 – Cayley-Hamilton

1. Soit M une matrice de Mn pKq. Alors M est un polynôme annulateur de M .
2. Soit u un endomorphisme d’un espace vectoriel E de dimension finie. Alors u est un polynôme
annulateur de u.
II Diagonalisation 133

Ÿ Éléments de preuve.
Démonstration non exigible.
Les deux énoncés sont évidemment équivalents. On montre le cas matriciel.
ÿn ÿ
n´1
Écrire A pXq “ ak X k , et CompXIn ´ AqJ “ X k Ck .
k“0 k“0
Avec la formule de Cayley, trouver une relation matricielle reliant Ck , Ck´1 , A et ak . Former alors A pAq
par télescopage. ô

Corollaire 7.1.34 – Relation entre u et µu

1. Le polynôme minimal µu divise le polynôme caractéristique u.

2. En particulier, degpµu q § n.

II Diagonalisation
Soit E un K-espace vectoriel de dimension finie.

II.1 Diagonalisation d’un endomorphisme, point de vue géométrique

Définition 7.2.1 – Endomorphisme diagonalisable
Un endomorphisme u P LpEq est diagonalisable s’il existe une base B telle que MatB puq soit diagonale.

Théorème 7.2.2 – Caractérisation de la diagonalisabilité par les sev propres

Soit u P LpEq et u son polynôme caractéristique. Les propositions suivantes sont équivalentes:
(i) u est diagonalisable ;
à
(ii) E puq “ E ;
PSppuq
ÿ
(iii) dimpE puqq “ dimpEq ;
PSppuq

(iv) u est scindé, et pour tout P SppEq, la multiplicité algébrique de est égale à la multiplicité
géométrique de .

Ÿ Éléments de preuve.
‚ piq ùñ piiq : toute base de diagonalisation est une famille libre de vecteurs propres.
‚ piiq ùñ piiiq par propriété de la dimension d’une somme directe.
‚ piiiq ùñ pivq car la multiplicité géométrique est toujours inférieure à la multiplicité algébrique, et car
le degré de u est connu.
‚ pivq ùñ piq : construire une base de diagonalisation à partir de bases des E puq.
ô

Corollaire 7.2.3 – Diagonalisabilité d’un endomorphisme ayant dimpEq valeurs propres

Soit u P LpEq et soit n “ dimpEq.
1. Si u admet n valeurs propres distinctes, alors u est diagonalisable.
2. Si u est simplement scindé, alors u est diagonalisable.

Ÿ Éléments de preuve.
∞
1. Dans ce cas, on a nécessairement dim E puq • n, et trivialement dans l’autre sens aussi.
134 CHAPITRE 7. RÉDUCTION DES ENDOMORPHISMES

2. C’est un corollaire du point 1. On peut aussi remarquer que cela implique que la multiplicité algébrique
et la multiplicité géométrique de toutes les valeurs propres sont égales.
ô

II.2 Diagonalisation d’un endomorphisme, point de vue algébrique

La caractérisation de la diagonalisabilité par le polynôme caractéristique, qui est lui-même un polynôme annu-
lateur de u, suggère qu’on peut adopter également un point de vue purement algébrique, basé sur l’étude des
polynômes annulateurs de u.
On rappelle qu’un polynôme simplement scindé est un polynôme sans racine multiple, ayant autant de racines
que son degré (ou de façon équivalente, dont les seuls diviseurs irréductibles sont de degré 1 et sans multiplicité).

Théorème 7.2.4 – Caractérisation de la diagonalisabilité par polynômes annulateurs

Soit u un endomorphisme de E. Les propositions suivantes sont équivalentes:
(i) u est diagonalisable ;
(ii) u admet un polynôme annulateur (non nul) simplement scindé ;
(iii) le polynôme minimal de u est simplement scindé.

Ÿ Éléments de preuve.
π
‚ piq ùñ piiq : Considérer pX ´ q, et utiliser le décomposition de E en somme directe de sev
PSppEq
propres.
‚ piiq ùñ piiiq : Dans ce cas, le polynôme minimal est un diviseur d’un polynôme scindé.
‚ piiiq ùñ piq : par le lemme de décomposition des noyaux.
ô

Corollaire 7.2.5 – Polynôme minimal d’un endomorphisme diagonalisable

π
u est diagonalisable si et seulement si µu “ pX ´ q.
PSppuq

Lemme 7.2.6 – Polynôme minimal d’un endomorphisme induit

Soit u un endomorphisme de E, et F un sous-espace de E stable par u. Soit uF P LpF q l’endomorphisme
induit par u sur F .
1. Tout polynôme annulateur de u est un polynôme annulateur de uF .
2. En particulier, µuF divise µu .

Proposition 7.2.7 – Diagonalisabilité d’un induit

Soit u un endomorphisme diagonalisable, et F un sous-espace de E stable par u. Alors l’endomorphisme
uF P LpF q induit par u sur F est diagonalisable.

Ÿ Éléments de preuve.
Le lemme implique qu’alors uF est simplement scindé. ô
On en déduit le résultat suivant, hors-programme mais archi-classique en concours.

Théorème 7.2.8 – Codiagonalisabilité, HP

Soit u et v deux endomorphismes de E tels que u ˝ v “ v ˝ u. Si u et v sont diagonalisable, alors il existe
une base commune B de diagonalisation (c’est-à-dire une base dont les éléments sont tous à la fois des
II Diagonalisation 135

vecteurs propres de u et des vecteurs propres de v).

Ÿ Éléments de preuve.
Les E i puq sont stables par v. L’endomorphisme induit vi est alors diagonalisable. Il existe donc une base
de E i puq formée de vecteurs propres de v. Faire cela pour chaque sev E i puq et concaténer toutes ces
bases. ô

II.3 Diagonalisation d’une matrice

On traduit sans surprise ces définitions et propriétés dans le contexte matriciel.
Proposition/Définition 7.2.9 – Diagonalisabilité d’une matrice
Soit M P Mn pKq une matrice carrée. Les propositions suivantes sont équivalentes:
(i) L’endomorphisme canonique associé à M est diagonalisable ;
(ii) Il existe une matrice D diagonale et une matrice P P GLn pKq telle que M “ P DP ´1 ;
(iii) M est semblable à une matrice diagonale ;
On dit qu’une matrice vérifiant ces propriétés équivalentes est diagonalisable.

Ÿ Éléments de preuve.
‚ piq ñ piiq par la formule de changement de base.
‚ piiq ñ piiiq est la définition de matrices semblables.
ô
Proposition 7.2.10 – Caractérisation matricielle de la diagonalisabilité de u
Soit u P LpEq. Les propositions suivantes sont équivalentes:
(i) u est diagonalisable ;
(ii) pour toute base B de E, MatB puq est diagonalisable ;
(iii) il existe une base B de E telle que MatB puq soit diagonalisable.

Du fait même de cette correspondance très forte entre diagonalisabilité d’un endomorphisme et diagonalisabilité
d’une matrice, ainsi que d’après les propositions 7.1.15 et 7.1.16, toutes les propriétés vues dans le paragraphe
précédent reste valides pour les matrices, et en particulier :
‚ la caractérisation géométrique 7.2.2 de la diagonalisabilité par la décomposition de E en somme directe
de sous-espaces propres, ou par l’égalité entre multiplicité algébrique et géométrique des valeurs propres ;
‚ la diagonalisabilité d’une matrice de Mn pKq ayant n valeurs propres distinctes (corollaire 7.2.3) ;
‚ la caractérisation algébrique 7.2.4 de la diagonalisabilité par les polynômes simplement scindés.
‚ la propriété (HP) de codiagonalisabilité.
Définition 7.2.11 – Diagonaliser M
Diagonaliser une matrice M consiste à expliciter une matrice P P GLn pKq et une matrice diagonale
D P Dn pKq telles que M “ P DP ´1 .

Méthode 7.2.12 – Diagonaliser M

1. Rechercher les valeurs propres de M , soit en calculant le polynôme caractéristique, soit en trouvant
un polynôme annulateur simple.
2. Pour tout P SppM q, résoudre le système linéaire M X ´ X “ 0, et donner une base de E pM q
3. Justifier (ou infirmer) la diagonalisabilité par un argument de dimension ou par les multiplicités
des racines d’un polynôme annulateur.
4. Le cas échéant, construire une base de diagonalisation par concaténation de bases des espaces
136 CHAPITRE 7. RÉDUCTION DES ENDOMORPHISMES

propres.
5. Définir P comme la matrice de passage de la base canonique à cette base, et écrire la formule de
changement de base pour conclure.

Remarque 7.2.13
La diagonalisation permet par exemple de calculer les puissances d’une matrice A “ P DP ´1 . En effet,
par simplification des termes intermédiaires, An “ P Dn P ´1 .
On peut donc aussi notamment calculer ainsi des exponentielles matricielles.

Exemples 7.2.14
Diagonalisabilité, et le cas échéant, diagonalisation des matrices suivantes :
¨ ˛ ¨ ˛
1 0 1 2 ´1 1
˚ ‹ ˚ ‹
A “ ˝0 1 1‚ et B “ ˝1 0 1‚.
1 ´1 2 1 ´1 2

III Trigonalisation
Toutes les matrices ne sont donc pas diagonalisables. On peut déterminer, sur C, des formes réduites privilégiées
(sous forme de matrices diagonales par blocs du type I ` J, où J est une matrice de Jordan), valide de façon
plus gérénale dès que le polynôme caractéristique est scindé sur K (réduction de Jordan).
Cette décomposition n’est pas simple à obtenir (même si cela reste accessible avec les outils de classe prépara-
toire). Nous nous contentons d’étudier une propriété intermédiaire un peu dégradée, qui est l’existence d’une
base B de E dans laquelle la matrice de u est triangulaire (c’est le cas de la réduction de Jordan).
D’autres types de réduction existent, valides sous des conditions sur K plus générales, par exemple la décom-
position de Forbenius qui donne une forme réduite diagonale par blocs, avec des blocs diagonaux égaux à des
« matrices compagnons » de certains polynômes.
E désigne toujours un K-espace vectoriel de dimension finie.

III.1 Trigonalisabilité et caractérisations algébriques

Définition 7.3.1 – Trigonalisabilité
1. On dit qu’un endomorphisme u P LpEq est trigonalisable (ou triangularisable) s’il existe une base
B de E telle que MatB puq P T ` pKq.
2. On dit qu’une matrice M P Mn pKq est trigonalisable s’il existe une matrice P P GLn pKq telle que
P ´1 M P P T ` pKq. En notant T cette matrice, on a alors M “ P T P ´1 .

Les deux définitions (vectorielle et matricielle) se ramènent l’une à l’autre, comme dans le cas de la diagonali-
sabilité.
Proposition 7.3.2 – Trigonalisabilité d’un endomorphisme versus matrice
Soit u P LpEq et B une base de E
1. u est trigonalisable si et seulement si MatB puq est trigonalisable.
2. En particulier, M est trigonalisable si et seulement si l’endomorphisme fM P LpKn q canoniquement
associé à M est trigonalisable.

La pratique de la trigonalisation est quelque chose de technique et compliqué, vous serez nécessairement guidé
dans la démarche. En revanche, il existe une condition très simple de trigonalisabilité. Cette CNS a évidemment
un analogue matriciel.
III Trigonalisation 137

Théorème 7.3.3 – CNS de trigonalisabilité

Soit u P LpEq. Les propositions suivantes sont équivalentes:
(i) u est trigonalisable ;
(ii) Le polynôme caractéristique u de u est scindé ;
(iii) u admet un polynôme annulateur (non nul) scindé ;
(iv) le polynôme minimal de u est scindé.

Ÿ Éléments de preuve.
‚ piq ùñ piiq : exprimer le polynôme caractéristique à partir d’une base de trigonalisation.
‚ piiq ùñ piiiq : d’après Cayley-Hamilton
‚ piiiq ùñ pivq : car µu divise alors un polynôme scindé
‚ pivq ùñ piq : faire une récurrence, en distinguant suivant que µu est constant ou non. S’il n’est pas
constant, il a une racine, qui est alors une valeur propre de u. Considérer une base commençant par un
vecteur propre associé.
ô

Remarque 7.3.4
On peut se dispenser de l’utilisation du théorème de Cayley-Hamilton ici, en remarquant que piiq ùñ piq
peut se faire comme pivq ùñ piq, et que piq ùñ piiiq peut se faire directement, en considérant le polynôme P
simplement scindé dont les racines sont les coefficients diagonaux d’une matrice triangulaire T représentant
u, et en remarquant que P pT q est strictement triangulaire supérieure. On a alors pP pT qqn “ 0, donc P n
est un polynôme annulateur scindé de T .

Corollaire 7.3.5
Toute matrice de Mn pCq est trigonalisable

Ÿ Éléments de preuve.
C’est d’Alembert-Gauss ô
De la même façon, toutes les propriétés qui suivent, utilisant une hypothèse de scindement du polynôme carac-
téristique, sont systématiquement vraies sur C.

Corollaire 7.3.6 – Expression de trpAq et detpAq en fonction des valeurs propres

Soit A P Mn pKq. On suppose que le polynôme caractéristique A de A est scindé, et on note 1, . . . , n
les valeurs propres de A, comptées avec multiplicité (algébrique). Alors

ÿ
n π
n
trpAq “ i et detpAq “ i.
i“1 i“1

Ÿ Éléments de preuve.
Trigonaliser. Les coefficients diagonaux sont les valeurs propres, avec leur multiplicité algébrique.
On peut aussi retrouver ce résultat à l’aide des relations de Viète sur le polynôme caractéristique. ô

III.2 Endomorphismes nilpotents

Nous avons déjà eu l’occasion de justifier que les endomorphismes nilpotents u sont caractérisés par leur poly-
nôme minimal, égal à X d , où d est l’indice de nilpotence de u.
Cela se traduit également sur le polynôme caractéristique, et sur les propriétés de trigonalisation.
L’espace E est toujours un K-ev de dimension finie égale à n.
138 CHAPITRE 7. RÉDUCTION DES ENDOMORPHISMES

Théorème 7.3.7 – Caractérisation des endomorphismes nilpotents

Soit u P LpEq un endomorphisme. Les propositions suivantes sont équivalentes:
(i) u est nilpotent
(ii) u admet un polynôme annulateur de la forme X k
(iii) µu est de la forme X d , d étant alors l’indice de nilpotence
(iv) u est trigonalisable, et Sppuq “ t0u
(v) il existe une base B de E dans laquelle MatB puq est triangulaire supérieure stricte.
(vi) u “ X n , où n “ dimpEq

Corollaire 7.3.8 – Majoration de l’indice de nilpotence revisité

Soit u P LpEq nilpotent. L’indice de nilpotence d de u vérifie d § dimpEq.

III.3 Sous-espaces caractéristiques

Nous allons maintenant obtenir une forme un peu plus précise de la trigonalisation obtenue pour les endomor-
phismes à polynôme caractéristique scindé. Nous allons pour cela nous ramener à des endomorphismes nilpotents
grâce à une factorisation adéquate de l’espace.
Proposition 7.3.9 – Décomposition de E en somme de sous-espaces caractéristiques
Soit u P LpEq tel que u soit scindé. On note
π
u “ pX ´ qm ,
PSppuq

où m est la multiplicité algébrique de la valeur propre . Alors,

à
E“ N puq, où N puq “ Kerppu ´ idE qm q.
PSppuq

Le sous-espace N puq (parfois aussi noté SEC puq) est appelé sous-espace caractéristique associé à la valeur
propre de u.

Proposition 7.3.10 – Endomorphismes induits sur les N puq

Avec les notations de la proposition précédentes :
1. Les sous-espaces caractéristiques N puq sont stables par u ;
2. En notant u l’endomorphisme induit par u sur N puq, u ´ idN pEq est nilpotent.
3. Pour tout P Sppuq, u “ pX ´ q m

4. En particulier, dim N puq “ m .

Ÿ Éléments de preuve.
Les points 1 et 2 sont immédiats. On déduit du 2 que le polynôme caractéristique de pu ´ idq est pX ´ qd ,
où d “ dim N puq.
Utiliser la divisibilité de u par u et la décomposition de E en somme d’espaces caractéristiques pour
conclure simultanément les points 3 et 4. ô

Corollaire 7.3.11
π
k
Soit u un endomorphisme tel que u “ pX ´ iq
mi
.
i“1
III Trigonalisation 139

Alors il existe une base B telle que MatB puq soit diagonale par blocs, de blocs diagonaux A1 , . . . , Ak
vérifiant :
(i) la matrice Ai est de taille mi ;
(ii) la matrice Ai est triangulaire à coefficients diagonaux tous égaux à i.

On remarquera que cette matrice est en particulier triangulaire, et cela donne une forme possible un peu plus
précise de la trigonalisation de u.

Corollaire 7.3.12
π
k
Soit M P Mn pKq à polynôme caractéristique scindé M “ pX ´ iq
mi
.
i“1
Alors M est semblable à une matrice T diagonale par blocs, de blocs diagonaux A1 , . . . , Ak vérifiant :
(i) la matrice Ai est de taille mi ;
(ii) la matrice Ai est triangulaire à coefficients diagonaux tous égaux à i.

’ On termine cette section par un théorème, grand classique des concours, mais à la marge du programme.

Théorème 7.3.13 – Décomposition de Dunford, HP

Soit u P LpEq un endomorphisme à polynôme caractéristique scindé. Alors il existe deux endomorphismes
n et d de E tels que :
(i) u “ n ` d
(ii) n est nilpotent
(iii) d est diagonalisable
(iv) n ˝ d “ d ˝ n.

Évidemment, ce théorème se décline aussi en version matricielle.

Le théorème de Dunford assure aussi l’unicité de cette décomposition, ainsi que le fait que cela caractérise le
scindement du polynôme caractéristique.