Licence de mathématiques

Mohamed Aqalmoun

Réduction des
Cahier-Cours

endomorphismes
Module M 17

ENS-FES
 om
u n.c
o
alm
o un
alm
q
Aq
a
ed
w.
am
ww
h
Mo

2
ENS-Fès Mohamed Aqalmoun
[Link]
 om
Table des matières

n.c
1 Éléments propres et polynômes d’endomorphismes 5
1.1 Sous espaces stables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

u
1.2 Polynômes d’endomorphismes . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Polynôme minimal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Décomposition des noyaux . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 Éléments propres d’un endomorphisme, d’une matrice carrée . . . . . 10
o
1.6 Polynôme caractéristique d’un endomorphisme, d’une matrice
1.7 Théorème de Cayley-Hamilton . . . . . . . . . . . . . . . . . . . .
1.8 Sous espaces caractéristiques . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
14
16
17
alm
1.9 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2 Réduction des endomorphismes

un 25
2.1 Diagonalisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
o
2.2 Trigonalisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3 Décomposition de Dunford . . . . . . . . . . . . . . . . . . . . . . . . . . 29
alm

2.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3 Applications de la réduction 35
q

3.1 Calcul des puissances d’une matrice . . . . . . . . . . . . . . . . . . . . . 35

3.2 Exponentielle d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . 35
Aq

3.3 Systèmes différentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.4 Suites récurrentes linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . 37
a

3.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
ed

4 Décomposition de Jordan 43
.

4.1 Bloc de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

w

4.2 Cas d’un endomorphisme nilpotent . . . . . . . . . . . . . . . . . . . . . 43

am

4.3 Cas général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

ww
h
Mo

3
 TABLE DES MATIÈRES

om
u n.c
o
alm
o un
alm
q
Aq
a
ed
w.
am
ww
h
Mo

4
ENS-Fès Mohamed Aqalmoun
[Link]
 om
Chapitre 1

n.c
Éléments propres et polynômes
d’endomorphismes

1.1 Sous espaces stables o u

alm
Définition 1.1.

Soit E un espace vectoriel, u ∈ L (E ) et F un sous espace vectoriel de E .

un
1. On dit que F est stable par u si u(F ) ⊆ F i.e pour tout x ∈ F , u(x) ∈
o
F.
alm

2. Si F est stable par u, on appelle endomorphisme induit par u sur

F , l’endomorphisme de F noté u F qui à tout x associe u(x).
q

Exemples :
Aq

1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a

2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ed

Proposition 1.2.
w.

Soient E 1 , . . . , E r des sous-espaces vectoriels de E et u un endomorphisme

am

de E .
Si E 1 , . . . , E r sont stables par u, alors :
r
\
1. Le sous espace vectoriel E i est stable par u.
ww
h

i =1
Xr
2. Le sous espace vectoriel E i est stable par u. En particulier, si les
Mo

i =1
sous espaces vectoriels sont en somme directe, le sous espace vecto-

5
 1.1 Sous espaces stables

om
r
M
riel E i est stable par u.
i =1

Démonstration :

n.c
1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Théorème 1.3.

Soit E un espace vectoriel et u, v ∈ L (E ) . Si u et v commutent, alors Im v

u
et ker v sont stables par u.

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
o
Remarque : Soit u ∈ L (E ). Puisque u commute avec lui même, les sous espaces
vectoriels ker u et Im u sont stables par u.
alm
Proposition 1.4.
un
Soit E un espace vectoriel et u ∈ L (E ). Soit F un sous espace vectoriel de
o
E et (e 1 , . . . , e p ) une famille génératrice de F . Les propriétés suivantes sont
alm

équivalentes :
1. F est stable par u,
2. Pour tout 1 ≤ i ≤ p, u(e i ) ∈ F .
q
Aq

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a

Proposition 1.5.
ed

Soient E un espace vectoriel de dimension n, F un sous-espace vectoriel

.

de E de dimension p et u un endomorphisme de E . Alors F est stable par

w

u si, etµseulement si, la matrice de u dans toute base adaptée à F est de la

am

¶
A B
forme où A ∈ Mp (K).
0 D
ww
h

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Mo

Remarque : La matrice A représente la matrice de l’endomorphisme u F dans la

base (e 1 , . . . , e p ).
6
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 1 : Éléments propres et polynômes d’endomorphismes

om
1.2 Polynômes d’endomorphismes
Soit E un espace vectoriel et u un endomorphisme de E . On note
 0
 u = IdE
un = u . . ◦ u} si n ≥ 1
| ◦ .{z

n fois

n.c
Ainsi pour n ≥ 1, u n = u n−1 ◦ u = u ◦ u n−1 .

Définition 2.1.
n
Soit u ∈ L (E ) et P = a k X k ∈ K[X ]. L’endomorphisme P (u) est défini
X
k=0
par ;

u
n
a k u k = a 0 IdE + a 1 u + . . . + a n u n
X
P (u) :=
k=0

o
Remarque : Si P = c est un polynôme contant, alors P (u) = c IdE .
alm
Proposition 2.2. un
Soit u ∈ L (E ). L’application ϕ : K[X ] → L (E ) définie par ϕ(P ) = P (u)
est un morphisme d’algèbres c’est-à-dire linéaire, ϕ(PQ) = P (u) ◦ Q(u) et
o
ϕ(1) = IdE .
alm

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

m
q

Version matricielle : Soit M ∈ Mn (K) et P = a k X k ∈ K[X ]. On note par P (M ) la

X
Aq

k=0
matrice
m
a

ak M k = a0 I p + a1 M + . . . + am M m
X
P (M ) :=
k=0
ed

L’application Ψ : K[X ] → Mn (K) définie par Ψ(P ) = P (M ) est un morphisme d’al-

.

gèbres c’est-à-dire linéaire, Ψ(PQ) = Ψ(P )Ψ(Q) et Ψ(1) = I n .

w
am

Définition 2.3.

Soit P ∈ K[X ].
ww
h

1. Soit u ∈ L (E ) . On dit que P est un polynôme annulateur de u si

P (u) = 0.
Mo

2. Soit M ∈ Mn (K). On dit que P est un polynôme annulateur de M

si P (M ) = 0.

7
ENS-Fès Mohamed Aqalmoun
[Link]
 1.3 Polynôme minimal

om
Exemple : Si u est un projecteur de E , . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Proposition 2.4.

Soit E un espace vectoriel de dimension finie, B une base de E et u ∈

L (E ), notons M = MB (u). Pour tout polynôme P ∈ K[X ], on a

n.c
MB (P (u)) = P (M )

Ainsi, un polynôme P est annulateur de u si, et seulement si, P est annu-

lateur de M .

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

u
1.3 Polynôme minimal

Théorème et définition 3.1.

o
alm
Soit E un espace vectoriel de dimension n. Soit u ∈ L (E ) (respectivement
M ∈ Mn (K)). Il existe un unique polynôme annulateur de u (respective-
ment de M ) de degré minimum et unitaire appelé polynôme minimal de
un
u (respectivement de M ) . On le note πu (respectivement πM ).
o
alm

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Exemple :
q
Aq

1. πI n = X − 1.
µ ¶
a

0 1
2. Soit M = . ...............................................................
0 0
ed
.

Proposition 3.2.
w
am

Soit E un espace vectoriel de dimension finie et u ∈ L (E ). Si P est un po-

lynôme annulateur de u, alors πu divise P .
ww
h

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Mo

Remarque : On a la version matricielle suivante : Si P est un polynôme annulateur

d’une matrice M ∈ Mn (K), alors πM divise P .
8
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 1 : Éléments propres et polynômes d’endomorphismes

om
Théorème 3.3.

Soit E un espace vectoriel de dimension n, B une base de E et u ∈ L (E ).

Soit A = MB (u) la matrice de u dans la base B. Alors πu = π A .

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

n.c
1.4 Décomposition des noyaux

Théorème 4.1. (Lemme des noyaux)

Soit u ∈ L (E ) et P,Q ∈ K[X ] tels que P ∧Q = 1. Alors

u
M
ker((PQ)(u)) = ker(P (u)) ker(Q(u)).

o
De plus, la projection de ker((PQ)(u)) sur ker(P (u)) et parallèlement au
ker(Q(u)) est un polynôme en u.
alm
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
un
Corollaire 4.2. (Lemme des noyaux généralisé)
o
Soit u ∈ L (E ) et P 1 , . . . , P r des polynômes de K[X ] deux à deux premiers
entre eux et P = P 1 . . . P r . Alors
alm

r
M
ker(P (u)) = ker(P i (u)).
i =1
q
Aq

De plus, la projection de ker(P (u)) sur ker(P j (u)) et parallèlement à la

Mr
somme ker(P i (u)) est un polynôme en u.
a

i =1,i ̸= j
ed
.

Démonstration : Par récurrence sur r .

w
am

Exemple : Soit E un espace vectoriel et s une symétrie de E . . . . . . . . . . . . . . . . . . . . . . . .

ww

Remarque : Un cas particulier : Si λ1 , . . . , λr ∈ K sont deux à deux distincts et P =

h

Qr
i =1 (X − λi ), alors
Mo

r
ker(u − λi IdE )
M
ker P (u) =
i =1

9
ENS-Fès Mohamed Aqalmoun
[Link]
 1.5 Éléments propres d’un endomorphisme, d’une matrice carrée

om
Corollaire 4.3.

Soit u ∈ L (E ) et P 1 , . . . , P r des polynômes de K[X ] deux à deux premiers

entre eux et P = P 1 . . . P r . Si P est un polynôme annulateur de u, alors
r
M
E= ker(P i (u)).

n.c
i =1

Démonstration : Il suffit de remarquer que ker(P (u)) = E .

1.5 Éléments propres d’un endomorphisme, d’une ma-

trice carrée

u
Définition 5.1.

Soit u ∈ L (E ) et λ ∈ K. o
1. On dit que λ est une valeur propre de u, s’il existe un
alm
vecteur non nul x de E tel que u(x) = λx.
un
2. Si λ est une valeur propre de u, tout vecteur x ∈ E \{0} tel que u(x) =
λx est appelé vecteur propre associé à la valeur propre λ.
3. L’ensemble des valeurs propres de u est appelé le spectre de u et se
o
note sp(u) ou spec(u).
alm

Exemple : Soit u l’endomorphisme de R2 défini par u(x, y) = (x + y, x + y). On a . .

q
Aq

Proposition 5.2.
a

Soit u ∈ L (E ) et λ ∈ K. Les assertions suivantes sont équivalentes :

1. λ est une valeur propre de u,
ed

2. L’endomorphisme u − λ IdE n’est pas injectif.

w.

3. ker(u − λ IdE ) ̸= {0}.

am

Si de plus E est de dimension finie, les assertions précédentes sont équiva-

lentes à u − λ IdE n’est pas un isomorphisme.
ww
h

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Mo

Remarque : Soit u ∈ L (E ). Alors 0 ∈ sp(u) si, et seulement si, . . . . . . . . . . . . . . . . . . . . . .

Si de plus E est de dimension finie, alors 0 ∈ sp(u) si, et seulement si, . . . . . . . . . . . . . . .
10
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 1 : Éléments propres et polynômes d’endomorphismes

om
Définition 5.3. (Sous espace propre)

Soit u ∈ L (E ) et λ une valeur propre de u. Le sous espace propre associé à

la valeur propre λ est le sous espace vectoriel noté E λ (u), défini par

E λ (u) := ker(u − λIdE ) = {x ∈ E / u(x) = λx}.

n.c
Exemple : On considère l’endomorphisme de R2 défini apr f (x, y) = (x + y, x +
y). On a 2 ∈ sp(u), et E 2 (u) = {(x, y) ∈ R2 /u(x, y) = 2(x, y)} = {(x, y) ∈ R2 /x = y} =
Vect ((1, 1))

Remarques : Si λ est une valeur propre de u, alors :

u
1. Le sous espace propre E λ (u) est formé de tous les vecteurs propres associés à
la valeur propre λ et du vecteur nul.
o
2. dim(E λ (u)) ≥ 1, en d’autres termes E λ (u) est un sous espace vectoriel non
nul.
alm
3. Le vecteur nul n’est jamais un vecteur propre (c’est par définition).
un
Théorème 5.4. ( Somme de sous espaces propres)
o
Soit u ∈ L (u), soient λ1 , . . . , λr des valeurs propres deux à deux distinctes
de u (r ≥ 2). Alors les sous espaces propres E λ1 (u), . . . , E λr (u) sont en
alm

somme directe c’est-à-dire

r
X r
M
E λi (u) = E λr (u)
q

i =1 i =1
Aq

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a
ed

Remarque : Un cas particulier (r = 2) : Si λ et µ sont deux valeurs propres distinctes

.

de u, alors
w
am

E λ (u) ∩ E µ (u) = {0}

Corollaire 5.5.
ww
h

Soit u ∈ L (E ). Si e 1 , . . . , e r sont des vecteurs propres de u associés à des

Mo

valeurs propres deux à deux distinctes, alors la famille (e 1 , . . . , e r ) est libre.

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
ENS-Fès Mohamed Aqalmoun
[Link]
 1.5 Éléments propres d’un endomorphisme, d’une matrice carrée

om
Corollaire 5.6.

Soit E un espace vectoriel de dimension finie n et u un endomorphisme

de E . L’endomorphisme u admet au plus n valeurs propres deux à deux
distinctes.

n.c
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Éléments propres d’une matrice carrée :

Définition 5.7.

u
Soit M ∈ Mn (K) et λ ∈ K.
1. On dit que λ est une valeur propre de M , s’il existe un
vecteur colonne non nul X ∈ Mn,1 (K) tel que M X = λX .
o
2. Si λ est une valeur propre de M , tout vecteur X ∈ Mn,1 (K) \ {0} tel
que M X = λX est appelé vecteur propre associé à la valeur propre
λ.
alm
3. L’ensemble des valeurs propres de M est appelé le spectre de M et se
note sp(M ) ou spec(M ).
un
4. Soit λ une valeur propre de M , le sous espace propre associé à la
valeur propre λ, noté E λ (M ) est le sous espace vectoriel E λ (M ) =
o
ker(M − λI n ) = {X ∈ Mn,1 (K) / M X = λX }.
alm

Proposition 5.8.
q
Aq

Soit M ∈ Mn (K) et λ ∈ K. Les propriétés suivantes sont équivalentes :

1. λ est une valeur propre de M ,
a

2. A − λI n n’est pas inversible,

ed

3. det(M − λI n ) = 0.
w.
am

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ww
h

Remarque : La proposition précédente, donne une méthode pratique pour trou-

ver les valeurs propres d’une matrice, a savoir ; λ est une valeur propre de M si, et
Mo

seulement si, λ est une solution de l’équation det(M − λI n ) = 0.

Le théorème suivant donne un lien entre les éléments propres d’un endomorphisme
et ceux de sa matrice dans une base fixée.
12
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 1 : Éléments propres et polynômes d’endomorphismes

om
Théorème 5.9.

Soit E un espace vectoriel de dimension finie et B une base de E . Soient

u ∈ L (E ) et M = MB (u). Alors
1. Sp(u) = Sp(M ).
2. Soit λ ∈ Sp(u)(= Sp(M )) , x ∈ E et X = MB (x). Alors x est un vec-

n.c
teur propre de u associé à la valeur propre λ si, et seulement si, X
est un vecteur propre de M associé à la même valeur propre λ.

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Proposition 5.10.

u
Soit E un espace vectoriel de dimension finie et u ∈ L (E ). Soit λ ∈ sp(u),
x ∈ E λ (u) et P ∈ K[X ]. Alors P (u)(x) = P (λ)x, en particulier P (λ) est une
valeur propre de P (u).
o
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
alm
Remarque : La version matricielle du résultat précédent ; si M ∈ Mn (K), X un vec-
teur propre de M associé à la valeur propre λ et P ∈ K[X ]. Alors P (M )X = P (λ)X .
o un
Corollaire 5.11.
alm

Soit E un espace vectoriel, u ∈ L (E ) et P ∈ K[X ]. Si P est un polynôme

annulateur de u, alors toute valeur propre de u est une racine de P . En
d’autres termes
q

sp(u) ⊆ { les racines de P }

Aq

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a
ed

Remarque : Si P est un polynôme annulateur de u, il se peut que l’une des racines

.

de P ne soit pas une valeur propre de u, comme le montre l’exemple suivant : u = IdE
w

et P = X (X −1). Clairement P est annulateur de u. Mais 0 est une racine de P qui n’est
am

pas une valeur propre de u.

Corollaire 5.12.
ww
h

Soit E un espace vectoriel de dimension finie et u ∈ L (E ) un endomor-

Mo

phisme nilpotent. Alors sp(u) = {0}.

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
ENS-Fès Mohamed Aqalmoun
[Link]
 1.6 Polynôme caractéristique d’un endomorphisme, d’une matrice

om
1.6 Polynôme caractéristique d’un endomorphisme, d’une
matrice

Définition 6.1.

Soit M ∈ Mn (K). Le polynôme caractéristique de M est le polynôme noté

n.c
χM à coefficients dans K défini par : χM (X ) := det(M − X I n ).

Exemples :
1. Le polynôme caractéristique de l’identité : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
µ ¶
a b
2. Soit M la matrice M = ∈ M2 (K). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

u
c d

Définition 6.2.
o
Soit E un espace vectoriel de dimension n et u ∈ L (E ). Le polynôme ca-
ractéristique de u noté χu est le polynôme caractéristique des d’une de
alm
ses matrices dans une base de E (ce polynôme ne dépend pas du choix de

définition χu = χM .
o un
cette base). Ainsi, si M est la matrice de u dans une base B de E , on a par

Remarque : (Pour la justification de la définition précédente)

alm

Soit E un espace vectoriel de dimension n, u ∈ L (E ), B et B ′ deux bases de E .

Notons M (respectivement M ′ ) la matrice de u dans la base B (respectivement B ′ ).
Par la formule de changement de bases, il existe une matrice inversible P ∈ Mn (K)
q

tel que
Aq

M = P M ′ P −1
a

On vérifie facilement que M − X I n = P (M ′ − X I n )P −1 , on a donc

ed

χM = det(M − X I n ) = det(P (M ′ − X I n )P −1 ) = det(M ′ − X I n ) = χM ′

w.

Ce qui donne la consistance à la définition précédente.

am

Proposition 6.3.
ww

Soit M ∈ Mn (K).
h

1. χM est un polynôme de degré n et de coefficient dominant (−1)n .

Mo

2. Le coefficient de X n−1 de χM est (−1)n−1 tr(M ).

3. Le terme constant est det(M )

14
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 1 : Éléments propres et polynômes d’endomorphismes

om
Remarque : On peut résumer la proposition précédente dans la formule suivante :
Pour toute matrice M ∈ Mn (K) on a :

χM (X ) = (−1)n X n + (−1)n−1 tr(M )X n−1 + . . . + det(M )

Théorème 6.4.

n.c
1. Soit M ∈ Mn (K). Les valeurs propres de M sont les racines de χM
dans K.
2. Soit E un espace vectoriel de dimension n et u ∈ L (E ). Les valeurs
propres de u sont les racines de χu dans K.

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

u
Remarque : (Cas d’une matrice triangulaire) : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Proposition 6.5.
o
1. Soit M ∈ Mn (K). Alors M possède au plus n valeurs propres deux à
deux distinctes.
alm
2. Soit u ∈ L (E ) où E est un espace vectoriel de dimension n. Alors u
possède au plus n valeurs propres deux à deux distinctes.
o un
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
alm

Proposition 6.6.

Soit E un espace vectoriel de dimension finie, u ∈ L (E ) et F un sous es-

q

pace vectoriel de E stable par u.

Aq

1. χuF divise χu .
2. Si G est un supplémentaire de F dans E (i.e E = F ⊕G) et stable par
a

u, alors χu = χuF χuG .

ed
.

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
w
am

Définition 6.7.

On appelle ordre de multiplicité d’une valeur propre λ (d’un endomor-

phisme ou matrice), et on note m λ , son ordre de multiplicité en tant que
ww
h

racine du polynôme caractéristique.

Mo

Remarque : Par définition de m λ , on a m λ = max{k ∈ N/ (X −λ)k divise χu }. Ainsi,

un entier k ≤ m λ si, et seulement si, (X − λ)k divise χu .
15
ENS-Fès Mohamed Aqalmoun
[Link]
 1.7 Théorème de Cayley-Hamilton

om
Théorème 6.8.

Soit E un espace vectoriel de dimension n et u ∈ L (E ). Soit λ une valeur

propre de u et m λ son ordre de multiplicité. Alors

1 ≤ dim(E λ (u)) ≤ m λ

n.c
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.7 Théorème de Cayley-Hamilton

u
Théorème 7.1. (Théorème de Cayley-Hamilton)

χu (u) = 0.
o
1. Soit E un espace vectoriel de dimension n et u ∈ L (E ). Alors

2. Soit M ∈ Mn (K). Alors χM (M ) = 0

alm
En d’autres termes, le polynôme caractéristique de u (respectivement de
M ) annule u (respectivement M ).
o un
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
alm

Corollaire 7.2.

1. Soit E un espace vectoriel de dimension n et u ∈ L (E ). Alors πu

q

divise χu .
Aq

2. Soit M ∈ Mn (K). Alors πM divise χM .

a

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ed
.

Exemple : Soit A ∈ M2 (K) une matrice carrée d’ordre 2. On sait que . . . . . . . . . . . . . . .

w
am

Proposition 7.3.

Soit E un espace vectoriel de dimension finie, u ∈ L (E ) et λ ∈ K. Alors

ww

λ est une valeur propre de u si, et seulement si, λ est une racine de πu .
h

En d’autres termes, les valeurs propres de u sont les racines du polynômes

Mo

minimal πu .

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 1 : Éléments propres et polynômes d’endomorphismes

om
1.8 Sous espaces caractéristiques

Définition 8.1.

Soit E un espace vectoriel de dimension n, u ∈ L (E ) et λ une valeur

propre de u de multiplicité m λ . On appelle sous espace caractéristique
de u associé à la valeur propre λ qu’on note Nλ (u), le sous espace vectoriel

n.c
Nλ (u) := ker((u − λIdE )mλ )

Remarques :
1. Nλ (u) est stable par u car les deux endomorphismes u et (u − λ IdE )mλ com-
mutent.

u
2. E λ (u) ⊆ Nλ (u).
Le lemme des noyaux donne le corollaire suivant :

Corollaire 8.2. o
Les sous espaces caractéristiques associés à des valeurs propres deux à
alm
deux distinctes sont en somme directe.
un
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
En combinant le lemme des noyaux avec le théorème de Cayley-Hamilton, on ob-
o
tient le corollaire suivant :
alm

Corollaire 8.3.

Soit E un espace vectoriel de dimension n et u ∈ L (E ). Si le polynôme

q

caractéristique de u est scindé, alors

Aq

M
E= Nλ (u)
a

λ∈Sp(u)

De plus la projection de E sur chaque sous espace caractéristique Nλ (u)

ed
.

et parallèlement au autres sous espaces caractéristiques est un polynôme

w

en u.
am

Démonstration : Immédiate.
ww

Théorème 8.4. (poly. cara. d’un endo. nilpotent)

h

Soit E un K espace vectoriel de dimension n et u ∈ L (E ) un endomor-

Mo

phisme nilpotent. Alors

χu = (−1)n X n

17
ENS-Fès Mohamed Aqalmoun
[Link]
 1.9 Exercices

om
Démonstration : Montrons le résultat par récurrence sur dim E = n ≥ 1. . . . . . . . . . . .
La propriété est ainsi prouvée par récurrence.

Théorème 8.5.

Soit E un espace vectoriel de dimension n et u ∈ L (E ). Soit λ une valeur

propre de u.

n.c
1. dim(Nλ (u)) = m λ .
2. Soit u λ l’endomorphisme induit par u dans Nλ (u). Alors

χuλ = (−1)mλ (X − λ)mλ

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

u
1.9 Exercices

Exercice 1.1 o
Soit E = R3 et u l’endomorphisme canoniquement associé à la matrice
alm

0
1
1
0
1
1
 un
0 1 1
o
Montrer que le sous espace vectoriel Vect(2, 2, 2) est stable par u.
alm

Exercice 1.2
q

Soit E un espace vectoriel et u un endomorphisme de E . on suppose que

Aq

pour tout x ∈ E , la famille (u(x), x) est liée.

1. Montrer que pour tout x ∈ E \ {0}, il existe un unique λx ∈ K tel que
a

u(x) = λx x.
ed

2. Montrer que pour tout x, y ∈ E \ {0}, λx = λ y .

.

3. En déduire que u est une homothétie.

w
am

4. Déterminer les endomorphismes de E laissant stable tous les sous

espaces vectoriels de E .
ww
h

Exercice 1.3
Mo

Soit E un espace vectoriel et u un endomorphisme de E .

1. Montrer que si P est un polynôme annulateur de u et P (0) ̸= 0, alors

18
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 1 : Éléments propres et polynômes d’endomorphismes

om
u est un isomorphisme.
2. Montrer que u est un isomorphisme si, et seulement si, πu (0) ̸= 0.
3. Dans cette question E est de dimension finie. Montrer que u est un
isomorphisme si, et seulement si, χu (0) ̸= 0.

n.c
Exercice 1.4

Soit u ∈ L (E ) vérifiant u 3 = IdE . Montrer que E = ker(u − IdE ) ⊕ ker(u 2 +

u + IdE ).

u
Exercice 1.5

Soit E un K espace vectoriel et u un endomorphisme de E vérifiant u 3 =

o
−u. Montrer que E = ker u ⊕ker(u 2 +IdE ). En déduire que E = ker u ⊕Im u.
alm
Exercice 1.6
un
Soit E un K espace vectoriel de dimension finie et v ∈ L (E ). Soit ϕ l’endo-
morphisme de L (E ) défini par ϕ(u) = vu.
o
1. Soit P ∈ K[X ], démontrer que pour tout u ∈ L (E ), P (ϕ)(u) =
P (v)u.
alm

2. Montrer que πv = πϕ .
q

Exercice 1.7
Aq

Soit E un K espace vectoriel de dimension finie et u ∈ L (E ).

a

1. Montrer que deg πu = 1 si, et seulement si, u est une homothétie.

2. Soit u l’endomorphisme de E = K3 canoniquement associé à la
ed

 
2 0 1
.

matrice A = 0 2 0 Calculer (A − I 3 )2 , puis déterminer πu .

w

0 0 2
am

Exercice 1.8
ww
h

Soit A ∈ Mn (K) une matrice de rang 1, et u l’endomorphisme canonique-

Mo

ment associé à A.
1. Quelle est la dimension du ker u ?

19
ENS-Fès Mohamed Aqalmoun
[Link]
 1.9 Exercices

om
2. En considérons une base adaptée au ker u, montrer que χ A =
(−1)n X n−1 (X − tr(A)).

n.c
Exercice 1.9

Soit E un K espace vectoriel de dimension finie et u ∈ L (E ). On note d le

degré de πu .
1. Montrer que la famille (IdE , u, . . . , u d ) est liée.
2. Montrer que la famille (IdE , u, . . . , u d −1 ) est libre.
3. Réciproquement, montrer que si l ∈ N∗ tel que (IdE , u, . . . , u l ) soit

u
liée et (IdE , u, . . . , u l −1 ) soit libre, alors l = deg πu .

Exercice 1.10
o
Soit u l’endomorphisme canoniquement associé à la matrice
alm
 
1 1 1
o 1
1
1
1
1
1
un
1. Vérifier que u 2 = 3u.
alm

2. Montrer que E = ker(u) ⊕ ker(u − 3 IdE ).

3. Montrer que πu = X (X − 3).
q
Aq

Exercice 1.11

Soit n ∈ N et E = Kn [X ] l’espace vectoriel des polynômes de degré ≤ n. Soit

a

u l’endomorphisme de E défini par u(P ) = P ′ .

ed

1. Montrer que u est nilpotent.

.

2. Déterminer πu .
w
am

Exercice 1.12
ww

Déterminer le polynôme caractéristique, les valeurs propres et les sous es-

h

paces propres de la matrice A :

Mo

µ ¶ µ ¶
61 −4 2 −2
1. A = 4 . 2. A =
3 −2 3/2 −2

20
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 1 : Éléments propres et polynômes d’endomorphismes

om
Exercice 1.13

Soit A la matrice  
1 1 0
A = 0 1 0
0 0 −1

n.c
1. Calculer χ A et π A . Donner le spectre de A.
2. Déterminer les sous espaces propres de A.
3. Déterminer les sous espaces caractéristique de A.

u
Exercice 1.14

Soit u l’endomorphisme de E = R3 canoniquement associé à la matrice

o

2
A = 3
0
−4
4
12

alm
1 −2 5

1. Calculer χu , le polynôme caractéristique de u.

un
2. Déterminer Sp(u).
o
3. Déterminer les sous espaces propres de u.
4. Donner une base de E formée de vecteurs propres de u, et écrire la
alm

matrice de u dans cette base.

5. Calculer u(u − IdE )(u − 2 IdE ).
q
Aq
a

Exercice 1.15
ed

Soit E un espace vectoriel de dimension n, et u un endomorphisme de E

.

de rang 1.
w
am

1. En écrivant la matrice de u dans une base bien choisie, montrer

que le polynôme caractéristique de f est de la forme

χu = (−1)n λn−1 (λ − a)
ww
h

Où a = tr(u). Quelles sont les valeurs propres de u ?

Mo

2. Montrer que si tr(u) = 0, alors u n’est pas diagonalisable.

3. Montrer que si tr(u) ̸= 0, alors u est diagonalisable.

21
ENS-Fès Mohamed Aqalmoun
[Link]
 1.9 Exercices

om
Exercice 1.16 (matrice compagnon)

Soient a 0 , a 1 , . . . , a n−1 ∈ K, et P le polynôme de degré n donné par

P = λn − a n−1 λn−1 − . . . − a 1 λ − a 0

On note C P la matrice

n.c
0 ... ... ... 0 a0
 
1
 0 ... ... 0 a1 

 .. .. .. .. 
0
 . . . . 

. .. ..
.. .. ..

.
. . . . . .


 ..
 
.. 
. . 1 0 a n−2 

u
0 ... ... 0 1 a n−1

1. Montrer que le polynôme caractéristique de C P est (−1)n P .

o
2. Soit E un espace vectoriel de dimension n. Soient u un endomor-
phisme de E et e un vecteur tel que la famille (e, f (e), . . . , f n−1 (e))
est libre. Montrer qu’il existe une base de E dans laquelle la matrice
alm
de u a la même forme que C P .
3. Quelle le spectre de C P ?
un
4. Montrer que Sp(C P ) = Sp(t C P ).
o
5. Soit λ ∈ Sp(t C P ). Montrer que dim(E λ (t C P )) = 1.
alm

Exercice 1.17

Soient A, B ∈ Mn (C).
q

1. Montrer que si A est inversible alors χ AB = χB A .

Aq

2. On considérant la matrice A − λI n , montrer que χ AB = χB A .

a
ed

Exercice 1.18
w.

Soit E un K espace vectoriel de dimension finie et u, v ∈ L (E ) vérifiant :

am

uv − vu = u

1. Montrer que pour tout n ∈ N, u n v − vu n = nu n .

ww

2. Soit P un polynôme annulateur de u, montrer que X P ′ est annu-

h

lateur de u.
Mo

3. Montrer que si P est un polynôme tel que P divise X P ′ , alors P est

de la forme P = a X k où a ∈ K et k ∈ N∗ .

22
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 1 : Éléments propres et polynômes d’endomorphismes

om
4. Montrer que u est nilpotent.

Exercice 1.19

n.c
Soit A, B ∈ Mn (C).
1. Montrer que si A est inversible alors χ AB = χB A .
µ ¶µ ¶
X In − B A B In 0
2. Montrer que =
0 X In A In
µ ¶µ ¶
In 0 X In B
.
A In 0 X I n − AB
En déduire que χ AB = χB A .

o u
alm
o un
alm
q
Aq
a
ed
w.
am
ww
h
Mo

23
ENS-Fès Mohamed Aqalmoun
[Link]
 1.9 Exercices

om
n.c
u
o
alm
o un
alm
q
Aq
a
ed
w.
am
ww
h
Mo

24
ENS-Fès Mohamed Aqalmoun
[Link]
 om
Chapitre 2

n.c
Réduction des endomorphismes

u
2.1 Diagonalisation

Définition 1.1.
o
alm
1. Soit E un espace vectoriel de dimension n et u ∈ L (E ). On dit que u
est diagonalisable, s’il existe une base de E dans laquelle la matrice
de u est diagonale.
un
2. Soit M ∈ Mn (K). On dit que M est diagonalisable, s’elle est sem-
o
blable à une matrice diagonale c’est-à-dire s’il existe une matrice
alm

diagonale D ∈ Mn (K) et une matrice inversible P ∈ GLn (K) tels

que M = P DP −1 .
q
Aq

Exemples :
a

1. Soit E un espace vectoriel de dimension finie. L’endomorphisme IdE est dia-

gonalisable. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ed

..................................................................................
w.

2. Toute matrice diagonale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

am

Proposition 1.2.
ww

Soit E un espace vectoriel de dimension n et u ∈ L (E ). Soit B une base

h

de E et M = MB (u) la matrice de u dans la base B. Alors u est diagonali-

sable si, et seulement si, M est diagonalisable.
Mo

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

25
 2.1 Diagonalisation

om
Théorème 1.3.

Soit E un espace vectoriel de dimension n et u ∈ L (E ). Alors u est dia-

gonalisable si et seulement s’il existe une base de E formée de vecteurs
propres de u.

n.c
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Proposition 1.4.

Soit E un K espace vectoriel et u ∈ L (E ). Si u est diagonalisable alors χu

est scindé dans K.

u
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

o
Remarque : Si M ∈ Mn (K) est diagonalisable, alors χM est scindé dans K.
alm
µ ¶
0 −1
Exemple : Soit M = . On a χM = . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1 0 un
Proposition 1.5.
o
Soit E un espace vectoriel de dimension n et u ∈ L (E ). On suppose que
alm

χu est scindé dans K. Alors u est diagonalisable si, et seulement si, E est la
sommes de ses sous espaces propres i.e E = ⊕λ∈sp(u) E λ .
q

Démonstration : Le polynôme caractéristique de u s’écrit sous la forme

Aq

r
a

χu = (−1)n (X − λi )mλi
Y
i =1
ed

où les λi sont deux à deux distincts.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

w.
am

Proposition 1.6.

Soit E un espace vectoriel de dimension n et u ∈ L (E ). Notons λ1 , . . . , λr

ww

les valeurs propres deux à deux distinctes de u. Alors u est diagonalisable

h

r
X
si, et seulement si, dim E λi = dim E .
Mo

i =1

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 2 : Réduction des endomorphismes

om
Théorème 1.7.

Soit E un espace vectoriel de dimension n et u ∈ L (E ). Alors u est dia-

gonalisable si, et seulement si, χu est scindé dans K et pour toute valeur
propre λ de u, dim(E λ (u)) = m λ .

n.c
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Proposition 1.8.

Soit E un espace vectoriel de dimension n et u ∈ L (E ). Si χu admet n

racines distinctes, alors u est diagonalisable.

u
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Théorème 1.9.

o
Soit E un espace vectoriel de dimension n et u ∈ L (E ). u est diagona-
lisable si et seulement s’il existe un polynôme P ∈ K[X ] scindé à racines
simples tel que P (u) = 0.
alm
un
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Corollaire 1.10.
o
Soit E un espace vectoriel de dimension n et u ∈ L (E ). Alors u est diago-
alm

nalisable si, et seulement si, πu est scindé dans K et racines simples.

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
q
Aq

Proposition 1.11.
a

Soit E un espace vectoriel de dimension n et u ∈ L (E ). Si u est diagonali-

sable et F est un sous espace vectoriel stable par u, alors u F est diagonali-
ed

sable.
w.

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
am

Théorème 1.12.
ww

Soit E un espace vectoriel de dimension n et u, v ∈ L (E ). Si u et v sont

h

diagonalisable et commutent, alors u et v sont simultanément diagona-

Mo

lisable.

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
ENS-Fès Mohamed Aqalmoun
[Link]
 2.2 Trigonalisation

om
2.2 Trigonalisation

Définition 2.1.

1. Soit E un espace vectoriel de dimension n et u ∈ L (E ). On dit que

u trigonalisable, s’il existe une base de E dans laquelle la matrice

n.c
de u est triangulaire.
2. Soit M ∈ Mn (K). On dit que M est trigonalisable, s’il est semblable
à une matrice triangulaire, c’est-à-dire s’il existe une matrice in-
versible P ∈ GLn (K) et une matrice triangulaire T ∈ Mn (K) telles
que M = P T P −1 .

u
Proposition 2.2.

Soit E un espace vectoriel de dimension n et u ∈ L (E ). Soit B une base de

E et M = MB (u) la matrice de u dans la base B. Alors u est trigonalisable
o
si, et seulement si, M est trigonalisable.
alm
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Théorème 2.3.
o un
Soit E un espace vectoriel de dimension n et u ∈ L (E ). Alors u est trigo-
nalisable si, et seulement si, χu est scindé dans K.
alm

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
q

Corollaire 2.4.
Aq

Soit M ∈ Mn (C). Alors M est trigonalisable.

a

Démonstration : Le théorème de D’Alembert-Gauss affirme que χM est scindé sur

ed
.

K. Par conséquent M est trigonalisable.

w
am

Proposition 2.5.
r
Soit A ∈ Mn (K) telle χ A est scindé dans K c’est-à-dire χ A = (−1)n
Y
(X −
ww
h

k=1
λk )mk . Alors
Mo

r
m
λk k .
Y
1. det A =
k=1

28
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 2 : Réduction des endomorphismes

om
r
m k λk .
X
2. tr A =
k=1

n.c
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.3 Décomposition de Dunford

u
Théorème 3.1. (Décomposition de Dunford)

Soit E un espace vectoriel de dimension n et u ∈ L (E ). Si le polynôme

caractéristique de u est scindé dans K, alors il existe un unique couple
(d , v) ∈ L (E )2 tel que :
1. d diagonalisable et v nilpotent,
o
alm
2. u = d + v,
3. d v = vd .
o un
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
alm

2.4 Exercices
q
Aq

Exercice 2.1
a

 
1 −1 0
ed

Soit A la matrice A = −1 1 1 .

.

0 0 3
w
am

1. Calculer le polynôme caractéristique de A. En déduire que A est

diagonalisable.
2. Déterminer les éléments propres de A.
ww

3. Déterminer une matrice diagonale D et une matrice inversible P

h

tel que A = P DP −1 .
Mo

4. Calculer D n , pour n ∈ N.
5. En déduire A n , pour n ∈ N.

29
ENS-Fès Mohamed Aqalmoun
[Link]
 2.4 Exercices

om
Exercice 2.2
µ ¶
0 a
Soit a, b ∈ R tels que (a, b) ̸= (0, 0) et A la matrice A = .
b 0
1. Calculer le polynôme caractéristique de A.
2. Montrer que A est diagonalisable dans M2 (R) si, et seulement si,

n.c
ab > 0.
3. Montrer que A est diagonalisable dans Mn (C) si, et seulement si,
ab ̸= 0.

u
Exercice 2.3

Soit A la matrice d’ordre n ≥ 2, dont tous les coefficients sont égaux à 1.

1. Calculer le rang de A.
o
2. Calculer A 2 en fonction de A.
3. Justifier que A est diagonalisable.
alm
4. Déterminer les éléments propres de A.
o un
Exercice 2.4
alm

Soit A ∈ Mn (K). On suppose que le polynôme caractéristique de A est

r
scindé c’est-à-dire χ A = (−1)n (X − λk )mk .
Y
q

k=1
Aq

n
m
λk k .
Y
1. Montrer que det(A) =
k=1
a

r
m k λk
X
2. Montrer que tr A =
ed

k=1
w.
am

Exercice 2.5
ww
h

µ ¶
1 −1
Soit A la matrice A = .
2 4
Mo

1. Diagonaliser la matrice A.
2. Calculer A n .

30
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 2 : Réduction des endomorphismes

om
Exercice 2.6

Soit E un K espace vectoriel, u, v deux endomorphismes de E tels que u et

v commutent et v nilpotent.
1. Montrer que det(IdE +v) = 1.
2. Montrer que u est inversible si, et seulement si, u + v est inversible.

n.c
3. Montrer que det(u + v) = det u.

Exercice 2.7

Soit E un C espace vectoriel de dimension n et v un endomorphisme de E .

u
Soit T l’application définie sur L (E ) par T (u) = uv − vu.
1. Montrer que T est un endomorphisme de E .
Soit G (respectivement D) l’application définie sur L (E ) par
o
G(u) = uv (respectivement D(u) = vu)
2. Montrer que si v est nilpotent, alors G et D sont nilpotents.
3. Montrer que si v est nilpotent, alors T est nilpotent.
alm
un
4. Montrer que si v est diagonalisable, alors T l’est aussi.
o
Exercice 2.8
alm

Soit E un K espace vectoriel de dimension n ≥ 2 et u ∈ L (E ). On pose

C (u) = {v ∈ L (E ) /uv = vu}.
q

1. Montrer que C (u) est une sous algèbre de L (E ).

Aq

2. On suppose que u est diagonalisable. Soit v ∈ L (E ). Montrer que

v ∈ C (u) si, et seulement si, ∀λ ∈ Sp(u), E λ (u) est stable par v.
a
ed
.

Exercice 2.9
w
am

Soit A ∈ Mn (K) une matrice nilpotente. Montrer que A n = 0.

ww
h

Exercice 2.10
Mo

Soit A ∈ Mn (C) (n ≥ 3) telle que rg(A) = 2, tr(A) = 0 et A n ̸= 0. Montrer que

A est diagonalisable.

31
ENS-Fès Mohamed Aqalmoun
[Link]
 2.4 Exercices

om
Exercice 2.11
µ ¶
0 In
Soit A ∈ Mn (R) et B =
A 0
1. Montrer que si λ est une valeur propre de B alors λ2 est une valeur
propre de A.

n.c
2. Montrer que si λ2 est une valeur propre de A alors λ est une valeur
propre de B .
p
3. Montrer que B = {± α/α ∈ Sp(A) ∩ R+ }.
4. Soit λ ∈ Sp(B ). Montrer que dim E λ (B ) = dim E λ2 (A).
5. Montrer que si B est diagonalisable alors A est diagonalisable à
valeurs propres strictement positives.

Exercice 2.12
o u
alm
Soit n ∈ N∗ , et E = Mn (K). Soit u ∈ L (E ) l’endomorphisme défini par

u(A) = A − t A
un
1. Calculer u 2 en fonction de u.
o
2. Montrer que u est diagonalisable.
alm

3. Déterminer la dimension de S n (R) (sous espace vectoriel des ma-

trices symétriques) et celui de A n (R) (sous espace vectoriel des ma-
trices antisymétriques).
q

4. En déduire tr u et det u.
Aq
a
ed
.

Exercice 2.13
w

a2
 
a
am

0
 1 
Soit a ∈ R∗ et A =  a
 0 a.
 1 1 
0
ww

a2 a
h

2
1. Calculer A − A.
Mo

2. Montrer que A est diagonalisable.

3. Sans calculer χ A déterminer Sp(A).

32
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 2 : Réduction des endomorphismes

om
Exercice 2.14

On considère les suites (u n )n , (v n )n et (w n )n définies par : u 0 = v 0 = w 0 =


 u n+1 = 2u n − v n + w n
1 et ∀n ∈ N, v = un − w n . Pour n ∈ N, on pose X n =
 n+1
w n+1 = 2u n − 2v n + w n
 

n.c
un
 vn 
wn
1. Déterminer une matrice A ∈ M3 (R) telle que pour tout n ∈ N,
X n+1 = AX n .
2. Exprimer X n en fonction de A, n et X 0 .
3. Montrer que A est diagonalisable et la diagonaliser.

u
4. En déduire les expressions de u n , v n et w n en fonction de n

o
alm
Exercice 2.15
un
Soit A ∈ Mn (K) dont le polynôme caractéristique χ A est scindé dans K.
1. Justifier l’existence d’une matrice triangulaire T ∈ Mn (K) et d’une
matrice inversible telles que A = P T P −1 .
o
2. Soit Q ∈ K[X ] et notons t 1 , . . . , t n les éléments diagonaux de T .
alm

(a) Montrer que que Q(T ) est une matrice triangulaire dont les élé-
ments diagonaux sont Q(t 1 ), . . . ,Q(t n ).
(b) En déduire que Sp(Q(A)) = {Q(λ) / λ ∈ Sp(A)}.
q
Aq
a
ed

Exercice 2.16
w.

 
−1 2 1
am

On considère la matrice A suivante : A =  2 −1 −1

−4 4 3
1. Diagonaliser la matrice A.
ww

2. En déduire l’expression de A n pour tout n ∈ N.

h

3. Pour t ∈ R, calculer exp(t A).

Mo

4. Calculer la solution du système différentielle X ′ = AX , X (0) =

t
(1, 0, −1).

33
ENS-Fès Mohamed Aqalmoun
[Link]
 2.4 Exercices

om
Exercice 2.17
 
1 0 2
Soit A la matrice A = 0 1 0
2 0 1
1. Montrer que A est diagonalisable.

n.c
2. Déterminer les valeurs propres, puis une base de vecteurs propres.
 ′
 x = x + 2z
3. Résoudre le système différentielle : y′ = y , où x,y et z
 ′
z = 2x + z
désignes trois fonctions dérivables sur R.

u
Exercice 2.18 (Théorème de Hadamard)

Soit A = (a i j )1≤i , j ≤n ∈ Mn (C).

2. En
o
1. Montrer que si 1 ≤ ∀i ≤ n, |a i i | >

[ déduireX que le spectre de A est inclus

X
j ̸=i
|a i j |, alors A est inversible.

|a i j |). ( où B f (a, r ) = {z ∈ C / |z − a| ≤ r }).

dans
alm
B f (a i i ,
1≤i ≤n j ̸=i
un
Exercice 2.19
o
alm

¶ µ
4 1
1. Montrer que la matrice A = est trigonalisable dans M2 (R)
−4 0
et la trigonaliser.
 
−2 1 1
q

2. Montrer que la matrice A =  8 1 −5 est trigonalisable dans

Aq

4 3 −3
M3 (R) et la trigonaliser.
a
ed
w.
am
ww
h
Mo

34
ENS-Fès Mohamed Aqalmoun
[Link]
 om
Chapitre 3

n.c
Applications de la réduction

u
3.1 Calcul des puissances d’une matrice
o
Si D = diag(λ1 , . . . , λn ) et D ′ = diag(λ′1 , . . . , λ′n ) sont deux matrices diagonales de Mn (K)
alors DD ′ est une matrice diagonale et on a DD ′ = diag(λ1 λ′1 , . . . , λn λ′n ). En particu-
lier pour tout k ∈ N, D k = diag(λk1 , . . . , λkn ).
alm
Proposition 1.1.
un
Soient A, B ∈ Mn (K) telles que, elle existe P ∈ Mn (K) inversible telle que
o
A = P B P −1 . Alors pour tout k ∈ N,
alm

A k = P B k P −1

Démonstration : Par récurrence sur k.

q

Maintenant, supposons que A est une matrice diagonalisable ; elle existe P ∈ Mn (K)
Aq

et D = diag(λ1 , . . . , λn ) diagonale telles que A = P DP −1 . Par conséquent pour tout

k ∈ N,
a

A k = P diag(λk1 , . . . , λkn )P −1
ed
w.

3.2 Exponentielle d’une matrice

am

Théorème 2.1.
ww
h

X Ak
Soit A ∈ Mn (K). Alors la série est convergente.
Mo

≥0 k!

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

35
 3.2 Exponentielle d’une matrice

om
Définition 2.2.

Soit A ∈ Mn (K). On appelle exponentielle de A la matrice notée exp(A) ou

e A définie par ;
X Ak
+∞
exp(A) =
k=0 k!

n.c
Exemples :

1. exp(0) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2. exp(I n ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

u
Exponentielle d’une matrice diagonale : Soit D = diag(λ1 , . . . , λn ) ∈ Mn (K) une
matrice diagonale. Pour tout k ∈ N, on a D k = diag(λk1 , . . . , λkn ). Par conséquent, . . . . .
o
.........................................................................................
alm
Exponentielle d’une matrice diagonalisable :

Théorème 2.3.
un
Soit A ∈ Mn (K) une matrice diagonalisable avec A = P DP −1 où P est une
o
matrice inversible et D diagonale Alors exp(A) = P exp(D)P −1
alm

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
q
Aq

Théorème 2.4.

Soit A ∈ Mn (K). La fonction f : R → Mn (K) définie par f (t ) = exp(t A) est

a

dérivable et on a f ′ (t ) = A exp(t A) = exp(t A)A.

ed
.

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
w
am

Théorème 2.5.

Soit A, B ∈ Mn (K) avec AB = B A.

ww
h

1. exp(A + B ) = exp(A) exp(B ).

2. La matrice exp(A) et inversible et on a (exp(A))−1 = exp(−A).
Mo

Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 3 : Applications de la réduction

om
3.3 Systèmes différentielles
On s’intéresse ici à un système différentielle linéaire de la forme


 x 1′ = a 11 x 1 + . . . + a 1n x n
 x 2′

 = a 21 x 1 + . . . + a 2n x n
(S) ..

n.c


 .
 x′

= a n1 x 1 + . . . + a nn x n
n

Où x 1 , . . . , x n sont des fonctions de classe C 1 inconnues et les (a i j ) sont des scalaires.

 
x1
x 
 2 ′
Posons X =   ..  et A = (a i j ). Alors le système (S) est équivaut à X = AX .

 . 

u
xn

Théorème 3.1.

Les solutions du système (S) sont de la forme :

o
alm
t 7→ exp(t A)X 0

Où X 0 ∈ Mn,1 (K) est un vecteur constant.

o un
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
alm

Remarque : Si A = diag(a 1 . . . , a n ) est une matrice diagonale, alors chaque équa-

tion est indépendante des autres c’est-à-dire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
q
Aq

Remarque : Cas où A est une matrice diagonalisable (A = P DP −1 avec D diagonale

et P inversible). Le système (S) est équivaut à P −1 X ′ = DP −1 X . Si on pose Y = P −1 X
a

les règles de calcul des dérivations implique Y ′ = P −1 X ′ et donc

ed
.

Y ′ = DY
w
am

Ainsi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ww

3.4 Suites récurrentes linéaires

h
Mo

Soient a 0 , . . . , a p−1 ∈ K et (u n )n une suite vérifiant la relation de récurrence suivante ;

(⋆) ∀n ≥ 0, u n+p = a 0 u n + . . . + a p−1 u n+p−1

37
ENS-Fès Mohamed Aqalmoun
[Link]
 3.5 Exercices

om
 
un
 u 
 n+1 
 .  la relation (⋆) devient X n+1 = AX n où A ∈ Mp (K) est
Alors en posant X n =  . 
 . 
u n+p−1
la matrice  
0 1 ... ... 0 0
..

n.c
 
0

0 . ... 0 0 

.. .. .. .. 
 

0 . . . . 
A=  .

 .. .. .. .. .. 
 . . . 1 . 
 .
..

 .
 . . 0 0 1 

a 0 . . . . . . . . . a p−2 a p−1

u
Proposition 4.1.

Pour tout n ∈ N, X n = A n X 0 .
o
Démonstration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
alm
Remarque : La détermination des suites récurrentes vérifiant (⋆) se ramène au cal-
cul des puissance de la matrice A.
o un
3.5 Exercices
alm

Exercice 3.1
 
0 1 1
q

On considère la matrice A = 1 0 1 .
Aq

1 1 0
1. Montrer que A est diagonalisable.
a

2. Calculer les puissances de la matrice A.

ed

3. (a) Pour n ≥ 3, déterminer le reste de la division euclidienne de X n

.

par χ A .
w

(b) Retrouver les puissances de la matrice A.

am

Exercice 3.2
ww
h

µ ¶ µ ¶
0 0 0 1
On considère les deux matrices A = et B = .
Mo

1 0 0 0
1. Calculer les puissances des matrices A et B .

38
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 3 : Applications de la réduction

om
2. En déduire e A et e B , puis e A e B .
3. Calculer (A + B )2 , en déduire (A + B )n pour tout n ∈ N.
4. Calculer e A+B .
5. Conclure.

n.c
Exercice 3.3
 
3 3 3
On considère la matrice A = −2 −2 −2
11 17 −1

u
1. Calculer A 2 , puis A 3 .
2. En déduire e A .

Exercice 3.4
o
alm
 
1 1 1
On considère la matrice A = 1
1
1
1
1 .
1
un
1. Calculer les puissances de A.
o
2. Calculer e A .
alm

Exercice 3.5
q

1. Soit A ∈ Mn (K).
Aq

(a) Montrer que K[A] = {P (A) P ∈ Kn [X ]} est un fermé de Mn (K).

(b) Montrer qu’il existe P ∈ Kn [X ] tel que e A = P (A).
a

(c) Donner un tel polynôme P si A est nilpotente.

ed

2. Montrer qu’il n’existe pas de polynôme P ∈ K[X ] tel que, pour tout
.

A ∈ Mn (K), e A = P (A). Indication : considérer l’application t 7→ e t A .

w
am

Exercice 3.6

Soit A ∈ Mn (C).
ww
h

1. On suppose que lim e t A = 0. Soit λ ∈ Sp(A) et V un vecteur propre

t →+∞
Mo

associé à λ.
(a) Montrer que pour tout t ∈ R, e t A V = e λt V .

39
ENS-Fès Mohamed Aqalmoun
[Link]
 3.5 Exercices

om
(b) En déduire que Re(λ) < 0.
2. On suppose que pour tout λ ∈ Sp(A), Re(λ) < 0. On considère la
décomposition de Dunford de A, A = D + N (D diagonalisable et N
nilpotente).

n.c
(a) Donner une expression polynomiale en N de e t N .
(b) En déduire que lim e t A = 0.
t →+∞

Exercice 3.7

u
1. Justifier que si deux matrices M et N commutent alors N et e M
commutent.
o
2. Soit N ∈ Mn (K) et h : R → Mn (K) la fonction définie par h(t ) =
e −t N e t N .
(a) Montrer que que h est dérivable et calculer h ′ .
alm
un
(b) En déduire que e N est inversible et donner son inverse.
3. Soient A, B ∈ Mn (K) telles que AB = B A. On considère la fonction
f : R → Mn (K) définie pour tout t ∈ R, par
o
f (t ) = e −t (A+B ) e t A e t B
alm

(a) Justifier que f est dérivable sur R et calculer f ′ .

(b) En déduire que e A+B = e A e B .
q
Aq
a

Exercice 3.8
ed

Soit A ∈ Mn (K) avec χ A scindé dans K[X ] et A = D + N sa décomposition

.

de Dunford.
w
am

1. Justifier que e N − I n est nilpotente.

2. Montrer que e D (e N − I n ) est nilpotente.
3. Justifier que e A = e D +e D (e N − I n ), en déduire la décomposition de
ww

Dunford de e A .
h

4. Montrer que e N = I n si, et seulement si, N = 0.

Mo

5. Montrer que A est diagonalisable si, et seulement si, e A est diago-

nalisable.

40
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 3 : Applications de la réduction

om
Exercice 3.9
 
5 −1 9
Soit A la matrice A = 3 4 0.
1 1 1
1. Montrer que A est diagonalisable.

n.c
2. Diagonaliser la matrice A.
3. En déduire, pour t ∈ R, e t A .
4. Résoudre le système différentielle suivant ;
 ′
 x = 5x − y + 9z
y′ = 3x + 4y
 ′
z = x +y +z

u
Exercice 3.10

2
Soit A la matrice A = 0
−1
3
o 1


−1 et f l’endomorphisme canonique-

alm
2 1 3
ment associé à A. un
1. Calculer le polynôme caractéristique de f et donner le spectre de f .
2. Calculer E 2 ( f ). L’endomorphisme f est-il diagonalisable ?
o
3. Trouver un vecteur propre e 1 associé à la valeur propre 4.
alm

4. Déterminer un vecteur propre e 2 associé à la valeur propre 2.

5. Trouver un vecteur e 3 tel que ( f − 2 IdE )(e 3 ) = e 2 .
6. Montrer que (e 1 , e 2 , e 3 ) est une base de K3 et déterminer T la ma-
q

trice de f dans cette base.

µ ¶
Aq

2 1
7. Soit B la matrice B = .
0 2
a

µ n
n2n−1
¶
2
(a) Montrer que pour tout n ∈ N, B n = .
0 2n
ed

µ 2t
t e 2t
¶
e
.

(b) En déduire que pour tout t ∈ R, e t B = .

0 e 2t
w

 4t 
e 0 0
am

tT 2t 2t
8. Montrer que pour tout t ∈ R, e =  0 e t e .
0 0 e 2t
9. Résoudre le système différentielle suivant ;
ww
h

 ′
 x = 2x − y + z
Mo

y′ = 3−z
 ′
z = 2x + y + 3z

41
ENS-Fès Mohamed Aqalmoun
[Link]
 3.5 Exercices

om
Exercice 3.11
µ ¶
cos(θ) − sin(θ)
Pour θ ∈ R, on pose A(θ) = .
sin(θ) cos(θ)
1. Montrer que pour tout n ∈ N, A n (θ) = A(nθ).
2. En déduire e A(θ) .

n.c
Exercice 3.12

Soit A ∈ M2 (K) de valeurs propres a et b.

1. On suppose que a ̸= b.
(a) Soit n ∈ N. Déterminer le reste de la division euclidienne de X n

u
par (X − a)(X − b).
a n −b n n n
(b) En déduire que pour tout n ∈ N, A n = a−b A + ab a−b
−ba
I2.
e a −e b b a
(c) Montrer que e A = A + aea−b
−be
I2.
o a−b
2. Donner une formule analogue pour e A dans le cas où a = b.
alm
Exercice 3.13 un
Soit A ∈ Mn (K) ayant n valeurs propres deux à deux distinctes λ1 , . . . , λn .
Pour 1 ≤ k ≤ n, on pose
o
n X − λi
alm

Y
Lk =
i =1,i ̸=k k − λi
λ

Notons que les L k sont des polynômes de degré ≤ n − 1 et L k (λ j ) = δk j .

q

n
Aq

1. Montrer que pour tout P ∈ Kn−1 [X ], P =

X
P (λk )L k .
k=1
a

n
p
2. En déduire que pour tout p ∈ N, A p = λk L k (A).
X
k=1
ed

n
.

3. En déduire que e A = e λk L k (A).

X
w

k=1
am
ww
h
Mo

42
ENS-Fès Mohamed Aqalmoun
[Link]
 om
Chapitre 4

n.c
Décomposition de Jordan

u
4.1 Bloc de Jordan

Définition 1.1.
o
alm
Le bloc de Jordan de taille m ∈ N∗ et de valeur propre λ est la matrice
un
J λ,m ∈ Mm (K) dont tous les coefficients sont nuls sauf ceux en position
(i , i + 1) pour i ∈ [[1, m − 1]] qui valent 1, et ceux de la diagonale qui valent
λ, c’est-à-dire
o
λ 1 0
 
0 0
0 λ 1 0 0
alm

 

J λ,m =  0 0
 . .. . 
. . 0

λ 1
 
0 0 0
0 0 0 0 λ
q
Aq

Lorsque λ = 0 cette matrice est notée simplement J m .

a
ed

Remarques :
w.

1. La matrice J m est nilpotente d’indice de nilpotence vaut m, plus précisément

am

m−1 m
Jm = E 1,m et J m = 0.

2. Pour λ ∈ K, J λ,m − λI m = J m , ainsi (J λ,m − λI m )m−1 ̸= 0 et (J λ,m − λI m )m = 0.

ww
h
Mo

4.2 Cas d’un endomorphisme nilpotent

43
 4.2 Cas d’un endomorphisme nilpotent

om
Proposition 2.1.

Soit E un espace vectoriel de dimension n et u ∈ L (E ) un endomorphisme

nilpotent d’indice de nilpotent n. Alors il existe une base de E dans la-
quelle la matrice de u est la matrice J n .

n.c
Démonstration : Comme u nilpotent d’indice n, on a u n−1 ̸= 0 et u n = 0. Il existe
un vecteur non nul e tel que u n−1 (e) ̸= 0. Considérons maintenant la famille B :=
(e, u(e), . . . , u n−1 (e)) qui est bien une base de E . En effet, le nombre d’éléments de
cette famille est la dimension de E , il suffit de vérifier qu’il est libre. Soit α0 , . . . , αn−1 ∈
K tels que α0 e + . . . + αn−1 u n−1 (e) = 0 et supposons que les αi ne sont pas tous
nuls, et appelons j le premier indice tel que α j ̸= 0, de sorte que α j u j (e) + . . . +
αn−1 u n−1 (e) = 0. Si on applique u n−1− j à la combinaison linéaire précédente, on
obtient α j u n−1 (e) = 0, ou encore α j = 0, on a donc une contradiction. On en déduit

u
que la famille (u n−1 (e), . . . , u(e), e) forme une base de E et la matrice de u dans cette
base vaut J n .

Proposition 2.2. o
Soit E un espace vectoriel de dimension n et u ∈ L (E ) un endomorphisme
alm
nilpotent d’indice de nilpotent p ≤ n. Il existe un vecteur non nul e tel
un
que u p−1 (e) ̸= 0. Le sous espace vectoriel F := Vect(e, u(e), . . . , u p−1 (e)) est
stable par u et admet un sous espace vectoriel supplémentaire lui aussi
stable par u.
o
alm

Démonstration : Puisque u p−1 ̸= 0, il existe un vecteur e non nul tel que u p−1 (e) ̸= 0.
Clairement F est stable par u, de plus dim F = p, car la famille (e, u(e), . . . , u p−1 (e))
forme une base de celui-ci. Notons e 1 = e, e 2 = u(e), . . . , e p = u p−1 (e). Maintenant
complétons la famille libre (e 1 , e 2 , . . . , e p ) en une base (e 1 , e 2 , . . . , e p , e p+1 , . . . , e n ) de
q

E.
Aq

Soit ϕ : E → Kp l’application définie par :

a

ϕ(x) = (e p∗ (x), e p∗ (u(x)), . . . , e p∗ (u p−1 (x)))

ed

Où e p∗ est le p-ème élément de la base duale de (e 1 , e 2 , . . . , e p , e p+1 , . . . , e n ). Claire-

.

ment ϕ est linéaire. On montre dans la suite que ker ϕ est un supplémentaire de F
w

et stable par u.
am

Soit x ∈ ker ϕ, on a donc 0 = ϕ(x) = (e p∗ (x), e p∗ (u(x)), . . . , e p∗ (u p−1 (x))), ou encore e p∗ (x) =
e p∗ (u(x)) = . . . = e p∗ (u p−1 (x)) = 0. On a ϕ(u(x)) = (e p∗ (u(x)), e p∗ (u 2 (x)), . . . , e p∗ (u p (x))) =
0, donc u(x) ∈ ker ϕ. Ceci prouve que ker ϕ est stable par u.
ww

p
h

Soit x ∈ F ∩ ker ϕ, le vecteur x s’écrit sous la forme x = αk e k .

X
k=1
Mo

Remarquons que ϕ(e 1 ) = (e p∗ (e 1 ), e p∗ (e 2 ), . . . , e p∗ (e p )) = (0, 0, . . . , 1), ϕ(e 2 ) = (0, 0, . . . , 1, 0)

, . . . , et ϕ(e p ) = (1, 0, . . . , 0). Par suite ϕ(x) = (αp , . . . , α1 ). Comme ϕ(x) = 0 on a α1 =
. . . = αp = 0 et donc x = 0.
44
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 4 : Décomposition de Jordan

om
La famille (ϕ(e 1 ), . . . , ϕ(e p )) est la base canonique de Kp , Im ϕ = Kp , en particulier
rg(ϕ) = p. Par la formule du rang appliquée à ϕ, on a dim ker ϕ = n − rg ϕ = n − p.
Par suite dim ker ϕ + dim F = dim E . Il vient que les deux sous espaces vectoriels F et
ker ϕ sont supplémentaires dans E .

Théorème 2.3.

n.c
Soit E un espace vectoriel de dimension n et u ∈ L (E ) un endomorphisme
nilpotent. Il existe une base de E dans laquelle la matrice de u est diago-
nale par bloc, de la forme
 
J n1 0 ... 0
 .. .. 

 0 J n2 . . 


u
 .. .. ..

. .
 
 . 0 
0 ... 0 J ns

o
Où les matrices J ni sont des blocs de Jordan et n 1 ≥ n 2 ≥ . . . ≥ n s . L’entier
n 1 est l’indice de nilpotence de u.
alm
un
Démonstration : Par récurrence sur la dimension de E , il n’y a rien à faire si n = 1.
Supposons la propriété est vraie pour tout espace vectoriel de dimension ≤ n. Soit E
un espace vectoriel de dimension n + 1 et u un endomorphisme nilpotent de E . No-
tons p l’indice de nilpotence de u. Fixons un vecteur e tel que u p−1 (e) ̸= 0, et notons
o
F le sous espace vectoriel engendré par la famille B1 = (e, u(e), . . . , u p−1 (e)). D’après
alm

la proposition précédente, F admet un supplémentaire E ′ stable par u. L’endomor-

phisme u E ′ induit par u sur E ′ est nilpotent d’indice de nilpotence n 1 ≤ p. D’après
l’hypothèse de récurrence il existe une base B ′ de E ′ dans laquelle la matrice de u E ′
q

est de la forme
Aq

 
J n1 0 ... 0
 .. .. 
a

 0

J n2 . . 

 .
.. ..

 .
. .

 . 0 
ed

0 J ns
.

0 ...
w
am

Où les matrices J ni sont des blocs de Jordan et n 1 ≥ n 2 ≥ . . . ≥ n s .

Finalement, la matrice de u dans la base B = B1 ∪ B ′ a la forme voulue.
Donnons le théorème équivalent pour les matrices nilpotentes de Mn (K).
ww
h

Théorème 2.4.
Mo

Soit M une matrice nilpotente de Mn (K). Alors M est semblable à une

45
ENS-Fès Mohamed Aqalmoun
[Link]
 4.3 Cas général

om
matrice diagonale par blocs, de la forme
 
J n1 0 ... 0
 .. .. 

 0 J n2 . . 


n.c
 .. .. ..

. .
 
 . 0 
0 ... 0 J ns

Où les matrices J ni sont des blocs de Jordan et n 1 ≥ n 2 ≥ . . . ≥ n s . L’entier

n 1 est l’indice de nilpotence de M .

u
4.3 Cas général

Théorème 3.1. o
Soit E un espace vectoriel de dimension n et u ∈ L (E ). On suppose que le
alm
polynôme caractéristique de u est scindé sur K. Elle existe une base de E

 
un
dans laquelle la matrice de u est diagonale par blocs, de la forme

J λ1 ,n1,1 0 ... 0
 0 J λ1 ,n1,2 . . . 0 
o
 
 . .. .. 
 . ..
 . . . . 
alm


0 0 ... J λr ,nr,sr

Où pour 1 ≤ i ≤ r et 1 ≤ j ≤ s i , J λi ,ni , j est un blocs de Jordan. Pour 1 ≤ i ≤

q

si
X
r, n i , j = m λi et n i ,1 ≥ n i ,2 ≥ . . . ≥ n i ,si .
Aq

j =1
a

On a la version matricielle suivante :

ed
.

Théorème 3.2.
w
am

Soit A ∈ Mn (K). On suppose que le polynôme caractéristique de A est

scindé sur K. Alors A est semblable à une matrice diagonale par blocs,
de la forme
ww

 
J λ1 ,n1,1 0 ... 0
h

 0
 J λ1 ,n1,2 . . . 0 
 . .. .. 
..
Mo

 .
 . . . . 

0 0 ... J λr ,nr,sr

46
ENS-Fès Mohamed Aqalmoun
[Link]
C HAPITRE 4 : Décomposition de Jordan

om
Où pour 1 ≤ i ≤ r et 1 ≤ j ≤ s i , J λi ,ni , j est un blocs de Jordan. Pour 1 ≤ i ≤
si
X
r, n i , j = m λi et n i ,1 ≥ n i ,2 ≥ . . . ≥ n i ,si .
j =1

n.c
Remarques :
1. Les λi qui apparaissent dans les blocs de Jordan sont les valeurs propres de f
(ou de A) et donc les racines du polynôme caractéristique.
2. Une même valeur λ peut apparaître dans plusieurs blocs différents.
3. Le nombre de blocs associés à la valeur propre λi est égal à la dimension du
sous-espace propre E λi .

u
4. La somme des tailles des blocs de Jordan associés à λi est la multiplicité de λi
Xsi
comme racine du polynôme caractéristique ( c’est m λi = n i , j ).
o j =1

5. La taille du plus grand bloc de Jordan associé à λi est la multiplicité de λi

comme racine du polynôme minimal ( c’est n i ,1 ).
alm
Une méthode pour trouver la réduite de Jordan :
☞ Calculer le polynôme caractéristique de f ou A ;
un
☞ Pour chaque valeur propre λ, calculer le sous-espace propre E λ = ker( f − λ IdE )
o
et trouver une base de E λ . Le nombre de blocs de Jordan associés à λ est dim E λ .
☞ Pour chaque vecteur propre e 1 de la base de E λ : On cherche un vecteur e 2 tel
alm

que ( f − λ IdE )(e 2 ) = e. Puis on cherche un vecteur e 3 tel que ( f − λ IdE )(e 3 ) = e 2 , on
arrête de processus lorsque l’équation ( f −λ IdE )(e i +1 ) = e i n’admet pas de solution.
q

 
3 2 4
Aq

Exemple : Soit A la matrice A = −1 3 −1.

−2 −1 −3
a
ed
w.
am
ww
h
Mo

47
ENS-Fès Mohamed Aqalmoun
[Link]