Université Ibn Zohr

Faculté des Sciences

Département de Mathématiques

Cours d'Algèbre 4 SMA

Réduction des Endomorphismes et

Applications
Prof. A. Ri

20232024
Table des matières

1 Diagonalisation, trigonalisation 3
1.1 Notions de réduction . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Vecteurs propres et valeurs propres . . . . . . . . . . . . . . . . . 4
1.3 Polynôme caractéristique . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Réduction à la forme triangulaire . . . . . . . . . . . . . . . . . . 7
1.5 Réduction à la forme diagonale . . . . . . . . . . . . . . . . . . . 7

2 Polynômes d'endomorphismes 8
3 Décomposition spectrale 10
3.1 Réduction suivant les sous-espaces caractéristiques . . . . . . . . 10
3.1.1 Décomposition de Dunford . . . . . . . . . . . . . . . . . 12
Références . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2
Chapitre 1

Diagonalisation,

trigonalisation

1.1 Notions de réduction

Soient E un espace vectoriel de dimension nie n ≥ 1 sur un corps K et

u ∈ L(E) un endomorphisme de E .
Réduire u c'est trouver une base de E qui s'accorde au mieux avec u, c-à-d,
pour laquelle la matrice de u soit de forme commode.
Notamment, si A ∈ Mn (K) est une matrice carrée d'ordre n, réduire A
c'est lui trouver une matrice semblable A0 = P −1 AP de forme assez simple que
possible (on verra que ce problème est étroitement lié au corps de base K).
Dénition 1.1 (Trigonalisation). L'endomorphisme u ∈ L(E) est dit trigonali-
sable s'il existe une base B = (e1 , . . . , en ) de E pour laquelle la matrice de u soit
triangulaire supérieure, c-à-d, uei ∈ Vi := Ke1 + · · · + Kei pour tout 1 ≤ i ≤ n.
Cela signie que chaque Vi est stable par u : u(Vi ) ⊆ Vi pour tout 1 ≤ i ≤ n.
Une matrice carrée est dite trigonalisable si elle est semblable à une matrice
triangulaire supérieure.
Dénition 1.2 (Diagonalisation). L'endomorphisme u ∈ L(E) est dit diago-
nalisable s'il existe une base B = (e1 , . . . , en ) de E pour laquelle la matrice de
u soit diagonale, c-à-d, uei ∈ Kei pour tout 1 ≤ i ≤ n.

Cela signie que ei est colinéaire à son image u(ei ) pour tout 1 ≤ i ≤ n,
Une matrice carrée est dite diagonalisable si elle est semblable à une matrice
diagonale.
Remarque 1.1. Dans les deux cas précédent, il existe au moins un vercteur
non nul e colinéaire à son image u(e).

3
CHAPITRE 1. DIAGONALISATION, TRIGONALISATION

1.2 Vecteurs propres et valeurs propres

Dénition 1.3. Soient E un espace vectoriel et u ∈ L(E) un endomorphisme

de E .
Un vecteur non nul x ∈ E est dit vecteur propre de u s'il existe λ ∈ K tel
que ux = λx (un tel λ est unique).
Un scalaire λ ∈ K est dit une valeur propre de u s'il existe un vecteur non
nul x ∈ E tel que ux = λx.
On dit alors que x est un vecteur propre associé à la valeur propre λ. Cela
signie que : x ∈ Ker(u − λidE ) \ {0}.
Dénition 1.4. Le noyau Eλ := Ker(u − λidE ) est dit le sous-espace propre
de u associé à λ.
Notamment, λ est une valeur propre si et seulement si Ker(u − λidE ) 6= {0}.
Théorème 1.1. Soient E un K-espace vectoriel de dimension nie n ≥ 1 et
u ∈ L(E) un endomorphisme de E . Un scalaire λ ∈ K est une valeur propre de
u si et seulement si det(u − λidE ) = 0.

Proposition 1.1. 1. Soit λ une valeur propre de u, alors Eλ est stable par
u.
2. Soient λ1 , . . . , λp des valeurs propres de u deux à deux distinctes, alors
la somme Eλ + · · · + Eλ est directe.
1 p

Corollaire 1.1. Soient x1 , . . . , xp des vecteurs propres associés respectivement

à p valeurs propres deux à deux distinctes de u, alors les vecteurs x1 , . . . , xp
sont linéairements indépendants.
Dénition 1.5 (Cas des matrices). Soit M ∈ Mn (K) une matrice carrée
d'ordre n sur K. On appelle valeurs (resp. vecteurs, sous-espaces) propres de
M , les valeurs (resp. vecteurs, sous-espaces) propres de l'application linéaire
canonique dénie par M , c-à-d, l'application X ∈ Kn 7−→ M X ∈ Kn . (No-
tamment M est la matrice de cette application linéaire relativement à la base
canonique de Kn ).

1.3 Polynôme caractéristique

Soient E un K-espace vectoriel de dimension nie n ≥ 1, u ∈ L(E) un

endomorphisme de E et λ ∈ K. D'après le théorème 1.1,
λ est une valeur propre de u si et seulement si det(u − λidE ) = 0.

Prof. A. Ri 4 Cours d'Algèbre 4 SMA

CHAPITRE 1. DIAGONALISATION, TRIGONALISATION

Soient B = (e1 , . . . , en ) est une base de E et M = (αi,j ) la matrice de u dans

la base B. Alors l'endomorphisme u − λidE est représenté dans la base B par la
matrice
 
α1,1 − λ α1,2 ··· α1,n

 α .. .. .. 

 2,1 . . . 
M − λIn =  ..  = (αi,j − λδi,j )
 .. .. 
 . . . αn−1,n 
αn,1 ··· αn,n−1 αn,n − λ

où δi,j désigne le symbole de Kronecker.

Donc det(u − λidE ) = det(M − λIn ) est une fonction polynôme en λ (sur K)
= PM (λ) où PM (X) := det(M − XIn ) avec X une indéterminée sur K.
Notant que la matrice
 
α1,1 − X α1,2 ··· α1,n

 α .. .. .. 

 2,1 . . . 
M − XIn =  ..  = (αi,j − Xδi,j )
 .. .. 
 . . . αn−1,n 
αn,1 ··· αn,n−1 αn,n − X

est vu comme matrice sur le corps des fractions rationnelles K(X).

Dénition 1.6. PM (X) (est un polynôme en X sur K) s'appelle le polynôme
caractéristique de la matrice M .
Dès lors, le théorème 1.1 montre que :
Théorème 1.2. Les valeurs propres de u sont les racines dans K du polynôme
caractéristique PM (X) de la matrice M .
Proposition 1.2. Deux matrices semblables M et M 0 ont le même polynôme
caractéristique.
Notamment, deux matrices semblables ont les mêmes valeurs propres.
Dénition 1.7. On appelle polynôme caractéristique d'un endomorphisme u ∈
L(E) le polynôme PM (X) où M est la matrice de u dans une base quelconque
de E . On le note par : Pu (X)
On a par construction :
Pu (λ) = det(u − λidE ) pour tout λ ∈ K.

Si K est inni, cette fonction polynôme caractérise le polynôme Pu (X).

Remarque 1.2. On ne peut pas dénir Pu (X), directement sans passage matri-
cielle, par det(u − XidE ) car u − XidE n'a pas de sens comme endomorphisme.

Prof. A. Ri 5 Cours d'Algèbre 4 SMA

CHAPITRE 1. DIAGONALISATION, TRIGONALISATION

Proposition 1.3 (Expression du polynôme caractéristique). Avec les notations

précédentes, on a :
PM (X) = det(M −XIn ) = (−1)n X n +(−1)n−1 (α1,1 +· · ·+αn,n )X n−1 +· · ·+det(M ).
Dénition 1.8. Soit M = (αi,j ) une matrice carrée d'ordre n. Le scalaire
α1,1 + · · · + αn,n s'appelle la trace de la matrice M , on la note tr(M ). C'est à
un signe près le coecient de X n−1 du polynôme caractéristique de M .
Notamment on obtient : deux matrices semblables ont la même trace. Cela
permet de parler de la trace d'un endomorphisme u ∈ L(E).
Remarque 1.3. Pu (X) = PM (X) est de degré n. Il y'a donc, au plus, n valeurs
propres (dans K intègre) et, au moins, une si K est algébriquement clos (i.e.
tout polynôme sur K de degré ≥ 1 admet une racine dans K).
!
a b
Exemple 1.1. 1. Si n = 2, M = , et on a :
c d

a−X b
PM (X) = = X 2 − tr(M )X + det(M ).
c d−X
 
α1,1 α1,2 α1,3
 
2. Si n = 3, M = α2,1 α2,2 α2,3 , et on a :
α3,1 α3,2 α3,3

α1,1 − X α1,2 α1,3

PM (X) = α2,1 α2,2 − X α2,3 = −X 3 +tr(M )X 2 −Z(M )X+det(M ).
α3,1 α3,2 α3,3 − X
où Z(M ) = α1,1 α2,2 +α1,1 α3,3 +α2,2 α3,3 −α2,1 α1,2 −α3,1 α1,3 −α3,2 α2,3 =
tr(com(A)).
3. Si M = (αi,j ) est une matrice triangulaire d'ordre n, alors le polynôme
caractéristique de M est
Pu (M ) = (α1,1 − X) · · · (αn,n − X).
Ainsi les valeurs propres d'une matrice triangulaire M sont les éléments
de la diagonale principale (Pu (M ) est scindé sur K).
Exercice 1.1 (Matrice compagnon d'un polynôme unitaire). Si P (X) = X n +
an−1 X n−1 + · · · + a1 X + a0 est un polynôme unitaire de K[X], on lui associe la
matrice compagnon :
 
0 ··· ··· 0 −a0

 1 ... .. 

 . −a1 

CP =  . . . . . . .. .. 
 ∈ Mn (K).
 0 . . 
 . 
 . ... ... 
 . 0 −an−2 
0 ··· 0 1 −an−1

Prof. A. Ri 6 Cours d'Algèbre 4 SMA

CHAPITRE 1. DIAGONALISATION, TRIGONALISATION

Montrer que le polynôme caractéristique (resp. minimal) de la matrice CP est

(−1)n P (X).

Remarque 1.4. Certains auteurs utilisent la transposée de cette matrice, qui

est plus pratique à certaines ns, comme les relations de récurrences linéaires.

1.4 Réduction à la forme triangulaire

Soient E un K-espace vectoriel de dimension nie n ≥ 1 et u ∈ L(E).

Si u est trigonalisable, alors Pu (X) est scindé sur K (d'après l'exemple 1.1 (3)).
Cette propriété est aussi susante.
Théorème 1.3. Soient E un K-espace vectoriel de dimension nie n ≥ 1 et u ∈
L(E). Alors, u est trigonalisable si et seulement si son polynôme caractéristique
Pu (X) est scindé sur K.

Corollaire 1.2. Soit M ∈ Mn (K). Alors, M est trigonalisable sur K si et

seulement si PM (X) est scindé sur K.
Corollaire 1.3. Si le corps K est algébriquement clos, alors :
1. Tout endomorphisme d'un K-espace vectoriel de dimension nie est tri-
gonalisable.
2. Toute matrice carrée d'ordre n sur K est trigonalisable.
Corollaire 1.4. Si u ∈ L(E) est trigonalisable, alors u kF ∈ L(F ) est trigona-
lisable pour tout sous-espace u-stable F de E .

1.5 Réduction à la forme diagonale

Soient E un K-espace vectoriel de dimension nie n ≥ 1 et u ∈ L(E).

Soient λ1 , . . . , λp les valeurs propres distinctes de u dans K et n1 , . . . , np
leurs ordres de multiplicité (comme racines de Pu ) ; Eλi = Ker(u − λi idE ) le
sous-espace propre associé à λi , 1 ≤ i ≤ p.
Notamment, on a : dim(Eλi ) ≤ ni , 1 ≤ i ≤ p (considérer une base B de E
obtenue en complétant une base Bi de Eλi ).
Théorème 1.4 (Critère, sur Pu (X), de diagonalisation). Avec les notations
précédentes, u est diagonalisable si et seulement si les deux conditions suivantes
sont satisfaites :
1. n1 + · · · + np = n (i.e. Pu est scindé sur K) et
2. dim(Eλ ) = ni pour tout 1 ≤ i ≤ p.
i

Corollaire 1.5. Si Pu (X) est scindé sur K à racines simples (i.e. Pu (X) admet
n racines deux à deux distinctes), alors u est diagonalisable.

Prof. A. Ri 7 Cours d'Algèbre 4 SMA