18

Diverses factorisation de matrices

On utilise les notations et dnitions du chapitre 13.

18.1 Les thormes de rduction des matrices

Les thormes de rduction des matrices (voir le chapitre 17) nous fournissent des factorisations de matrices.
Par exemple, une matrice A Mn (K) qui est diagonalisable [resp. trigonalisable] s'crit
A = P DP 1 [resp. A = P T P 1 ] avec P GLn (K) et D diagonale [resp. T triangulaire].
La dcomposition additive de Dunford-Schwarz d'une matrice inversible (voir le paragraphe
16.5) nous donne une dcomposition multiplicative.

Dnition 18.1 On dit qu'une matrice U

nilpotente.

Mn (K) est unipotente si la matrice U In est

Thorme 18.1 (Dunford-Schwarz) Soit A GLn (K) telle que son polynme caractris-

tique soit scind sur K. Il existe un unique couple form d'une matrice inversible diagonalisable
D et d'une matrice unipotente U telles que A = DU = U D.

Dmonstration. On a la dcomposition de Dunford-Schwarz A = D + N avec D diagona-

lisable et N nilpotente qui commute D.

Comme A est inversible, il en est de mme de D et on peut crire que A = D (In + D1 N )
avec diagonalisable inversible et U = In + D1 N nilpotente (pour k N , on a (U In )k =
k
k
(D1 N ) = (D1 ) N k puisque DN = N D, donc D1 N = N D1 ) qui commute D.
Si A = DU est une telle dcomposition, on a alors, A = D + N avec N = D (U In )
nilpotente (puisque U In est nilpotente et commute D) qui commute D, ce qui nous
donne la dcomposition additive de Dunford Schwarz et nous assure de l'unicit de D et de
U = D1 A.

Si le corps K est algbriquement clos, on a toujours une dcomposition multiplicative de

Dunford-Schwarz dans GLn (K) .

Exercice 18.1 Montrer que, dans la dcomposition multiplicative de Dunford-Schwarz d'une

matrice inversible, les matrices D et U sont des polynmes en A.

Solution 18.1 On utilise les notations du thorme prcdent.

On sait que dans la dcomposition additive de Dunford-Schwarz de A, les matrices D et N

sont des polynmes en A. En utilisant le thorme de Cayley-Hamilton, on voit que la matrice
D1 est un polynme en D, donc un polynme en A. Il en rsulte que U = In + D1 N est un
polynme en A.
473

Diverses factorisation de matrices

474

Exercice 18.2 On suppose

K algbriquement clos et de caractristique nulle. Montrer que

A GLn (K) est diagonalisable si, et seulement si, il existe un entier r 1 tel que Ar soit

diagonalisable.

Solution 18.2 On rappelle que, pour K algbriquement clos, on a Sp (Ar ) = {r | Sp (A)}

(thorme 16.1).
Si A est diagonalisable, il en est alors de mme de Ar pour tout r 1.
Rciproquement supposons qu'il existe un entier r 1 tel que Ar soit diagonalisable. Comme
Ar et Dr commutent (Ar = Dr U r = U r Dr puisque DU = U D) et sont diagonalisables, ces
matrices sont simultanment diagonalisables. Il existe donc P GLn (K) telle que P 1 Ar P =
diag (r1 , , rn ) et P 1 Dr P = diag (r1 , , rn ) , o 1 , , n sont les valeurs propres de A
et de D (on rappelle que Sp (A) = Sp (D)).
De Ar = Dr U r , on dduit alors que :
P diag (r1 , , rn ) P 1 = P diag (r1 , , rn ) P 1 U r

et U r = In . La matrice U est donc annule par X r 1 et par (X 1)n (elle est unipotente),
son polynme minimal est donc un diviseur de X r 1 et (X 1)n , il divise donc leur pgcd qui
vaut X 1. Ce polynme minimal est donc X 1, ce qui revient dire que U = In et A = D
est diagonalisable.

18.2 Matrices de dilatation et de transvection. Gnrateurs de GLn (K)

On se reportera au paragraphe 13.1 pour la description des oprations lmentaires et pour
les dmonstrations des thormes.
On rappelle qu'une matrice de transvection est une matrice de la forme :
Tij () = In + Eij

avec 1 i = j n et K et qu'une matrice de dilatation est une matrice de la forme :

Di () = In + ( 1) Eii

avec 1 i n et K .
Ces matrices peuvent tre utilises pour raliser des oprations lmentaires :
 la multiplication gauche [resp. droite] par une matrice de dilatation Di () a pour eet
de multiplier la ligne i [resp. la colonne i] par ;
 la multiplication gauche [resp. droite] par une matrice de transvection Tij () a pour
eet de remplacer la ligne Li par Li + Lj [resp. la colonne Cj par Cj + Ci ].
L'ensemble des matrices de dilatation ou de transvection forme un systme gnrateur du
groupe multiplicatif GLn (K) .

Thorme 18.2 Toute matrice A GLn (K) s'crit :

A=

Pk Dn ()

k=1

Qj

j=1

o P1 , , Pr , Q1 , , Qs sont des matrices de transvection et = det (A) .

Matrices de dilatation et de transvection. Gnrateurs de GLn (K)

475

On en dduit que le sous-groupe SLn (K) de GLn (K) form des matrices des dterminant
gal 1 est engendr par l'ensemble des matrices de transvection.
On en dduit galement les rsultats de topologie suivants.

Corollaire 18.1 Les groupes SLn (R) , SLn (C) et GLn (C) sont connexes par arcs.
Dmonstration. Soit A SLn (K) pour K = R ou C. Elle s'crit A =

Pk

k=1

Qj o les

j=1

Pk et Qj sont des matrices de transvections.

Pour toute matrice de transvection T = Tij () et tout t [0, 1] , on note T (t) = Tij (t) et
on dnit l'application : [0, 1] SLn (K) par :
t [0, 1] , (t) =

Pk (t)

k=1

Qj (t)

j=1

Cette application est continue avec (0) = In et (1) = A. On a donc ainsi prouv que SLn (K)
est connexe par arcs.
Soit A GLn (C) . Elle s'crit A =

Pk Dn (det (A))

Qj o les Pk et Qj sont des

j=1

k=1

matrices de transvections.
Comme C est connexe par arcs, il existe une application continue : [0, 1] C telle que
(0) = 1 et (1) = det (A) .
L'application : [0, 1] GLn (C) dnie par :
t [0, 1] , (t) =

Pk (t) Dn ( (t))

k=1

Qj (t)

j=1

est alors continue avec (0) = In et (1) = A. On a donc ainsi prouv que GLn (C) est connexe
par arcs.
Voir aussi l'exercice 17.18 pour une autre dmonstration de la connexit de GLn (C) .

Corollaire 18.2 Les ensembles

GL+
n (R) et GLn (R) sont connexes par arcs et ce sont les
composantes connexes de GLn (R) (donc GLn (R) n'est pas connexe).

Lemme 18.1 Toute matrice de transvection ou de dilatation inversible s'crit comme produit
de matrices diagonalisables inversibles.

Dmonstration. Une matrice de dilatation inversible Dn () est diagonale (avec = 0).

Si Tij () est une matrice de transvection, pour toute matrice diagonale D de termes diagonaux i non nuls et deux deux distincts, la matrice D Tij () est triangulaire avec les mmes
termes diagonaux que D, elle est donc triangulaire avec ses termes diagonaux non nuls et deux
deux distincts, donc diagonalisable inversible et Tij () = D1 (D Tij ()) est produit de deux
matrices diagonalisables inversibles.

Thorme 18.3 Le groupe multiplicatif GLn (K) est engendr par l'ensemble des matrices diagonalisables inversibles.

Dmonstration. Toute matrice inversible est produit de matrices de transvection ou de dilatation inversible et chacune de ces matrices est produit de matrices diagonalisables inversibles.

Diverses factorisation de matrices

476

18.3 Factorisation LR (ou LU)

On se reportera au paragraphe 17.18 pour les dnitions.

Thorme 18.4 Une matrice A GLn (K) admet une dcomposition A = LR, o L est une

matrice triangulaire infrieure diagonale unit et R une matrice triangulaire suprieure si, et
seulement si, tous les dterminants principaux de A sont non nuls. Lorsqu'elle existe une telle
dcomposition est unique.

Dmonstration. Pour la condition ncessaire et susant donnant l'existence d'une telle

dcomposition, on procde par rcurrence sur n 1.

Pour n = 1, c'est clair.
Supposons le rsultat acquis pour n 1 1 et soit A GLn (K) ayant tous les dterminants
principaux non nuls.
(
)
On crit A =

A1 B1
C1 ann

avec A1 Mn1 (K) , B1 Mn1,1 (K) , C1 M1,n1 (K) et

ann K. Comme tous les dterminants principaux de A sont non nuls, on a A1 GLn1 (K)
avec tous ses dterminants principaux non nuls et ann K .
Par hypothse de rcurrence, il existe L1 triangulaire infrieure diagonale unit et R1
triangulaire suprieure dans GLn1 (K) telles que A1 = L1 R1 . Notons :
(
)
(
)
L1 0
R1 E1
L=
, R=
D1 1
0

o D1 M1,n1 (K) , E1 Mn1,1 (K) et K sont dterminer.

La matrice L est triangulaire infrieure diagonale unit et la matrice R est triangulaire
suprieure dans GLn (K) .
L'galit A = LR quivaut :
(

A1 B1
C1 ann

L1 R1
L1 E1
D1 R1 + D1 E1

soit :
L1 E1 = B1 , D1 R1 = C1 , + D1 E1 = ann

Comme L1 est inversible, le systme linaire L1 E1 = B1 a un unique solution E1 Mn1,1 (K) =

Kn1 et comme R1 est inversible, le systme linaire D1 R1 = C1 , quivalent t R1 (t D1 ) = t C1 ,
a un unique solution D1 M1,n1 (K) , puis = ann D1 E1 .
On a donc ainsi un dcomposition LR.
Rciproquement si A GLn (K) admet une dcomposition LR, alors R est aussi inversible et
la dcomposition par bloc faite prcdemment nous montre que tous les dterminants principaux
de A sont non nuls. En eet, det (A) = 0 puisque A GLn (K) , A1 = L1 R1 est inversible
det (R)

= 0 et tous les dterminants principaux de A1 sont non

puisque det (A1 ) = det (R1 ) =

nuls par hypothse de rcurrence.

Montrons enn l'unicit d'une telle dcomposition quand elle existe.
Supposons que A GLn (K) s'crive A = L1 R1 = L2 R2 avec L1 , L2 triangulaires infrieures
de diagonale unit et R1 , R2 triangulaires suprieures. Toutes les matrices considres tant
1
inversibles, on a L1
2 L1 = R2 R1 et cette matrice est la fois triangulaire infrieure et triangulaire suprieure de diagonale unit, c'est donc la matrice l'identit. Donc L1 = L2 et R1 = R2 .

Factorisation de Cholesky des matrices symtriques relles dnies positives

477

Au paragraphe 13.4 on donne une dmonstration du thorme prcdent base sur la mthode
des pivots de Gauss.
Dans le cas o la matrice A GLn (K) est symtrique avec tous ses dterminants principaux
non nuls, dans la dcomposition LR de A, on a det (R) = det (A) = 0, donc tous les termes
diagonaux de R sont non nuls et on peut crire R sous la forme R = DR avec D diagonale et
R triangulaire suprieure diagonale unit. On a donc A = LDR et l'galit t A = A nous
donne, compte tenu de l'unicit de la dcomposition LR, R = t L.
On a donc la dcomposition unique A = LD t L, o L est triangulaire infrieure diagonale
unit et D diagonale.
Pour K = R, cette dcomposition nous donne un moyen de calculer la signature de A et
cette matrice est dnie positive si et seulement si tous les coecients de D sont strictement
positifs.(voir le paragraphe 13.5).

18.4 Factorisation de Cholesky des matrices symtriques

relles dnies positives
Dans le cas o la matrice A est symtrique relle dnie positive, la dcomposition LD t L
permet de montrer le rsultat suivant.

Thorme 18.5 Une matrice relle

A est symtrique dnie positive si, et seulement si, il

existe une matrice B triangulaire infrieure et inversible telle que A = B t B. De plus une telle
dcomposition est unique si on impose la positivit des coecients diagonaux de la matrice B.

Dmonstration. Voir le paragraphe 13.6.

On peut retrouver ce thorme en utilisant le procd de Gram-Schmidt (voir le paragraphe

43.4).
Si A est une matrice relle symtrique dnie positive, elle dnit alors un produit scalaire
sur Rn :
(x, y) Rn Rn , x | y = t xAy

Le procd de Gram-Schmidt permet de construire, partir de la base canonique B0 =

(ei )1in de Rn , une base B = (fi )1in qui est orthonorme pour ce produit scalaire. Une telle
base tant construite comme suit :

g1 = e1 , f1 = g g1
1
k1

ek | fj fj , fk =
gk = ek
j=1

1
gk , (k = 2, , n)
gk

La matrice de passage P de B0 B est alors triangulaire suprieure de termes diagonaux

1
> 0 et la matrice du produit scalaire | dans cette base B est alors In = t P AP, ce qui
gk
nous donne A = B t B o B = t P 1 est triangulaire infrieure de termes diagonaux gk > 0.

18.5 Factorisation QR
Pour ce paragraphe K = R.
Comme application du thorme de Cholesky, on a le rsultat suivant.

Diverses factorisation de matrices

478

Thorme 18.6 Toute matrice A GLn (R) s'crit de manire unique A = QR o Q est une

matrice orthogonale et R une matrice triangulaire suprieure coecients diagonaux strictement positifs.

Dmonstration. Si

A A est alors symtrique dnie

positive et en consquence admet une dcomposition de Cholesky t A A = B t B, o B est
triangulaire infrieure de termes diagonaux strictement positifs.
La matrice Q = t A1 B est alors orthogonale. En eet, on a :
t

A GLn (R) , la matrice M =

QQ = t BA1 t A1 B = t B

( )1 1
(
)1
)1
B B = In
B = tB tB
B = tB B tB
AA

Ce qui nous donne A = QR avec Q = t A1 B orthogonale et R = t B triangulaire suprieure

coecients diagonaux strictement positifs.
S'il existe deux dcompositions A = Q1 R1 = Q2 R2 avec Q1 , Q2 orthogonales et R1 , R2
t
triangulaires suprieures, la matrice = R1 R21 = Q1
1 Q2 = Q1 Q2 est triangulaire suprieure
1
t
orthogonale et = est la fois triangulaire suprieure et infrieure, donc diagonale, et
orthogonale. Les termes diagonaux de sont donc gaux 1. Si on suppose de plus que R1
et R2 sont termes diagonaux strictement positifs il en est de mme de et ncessairement
= In , ce qui nous donne R1 = R2 et Q1 = Q2 . D'o l'unicit de la dcomposition.
Ce thorme peut aussi se montrer en utilisant le procd de Gram-Schmidt, ce qui donne
un moyen plus pratique que la dcomposition de Cholesky pour obtenir les matrices Q et R.
On se place sur Rn muni de sa structure euclidienne canonique :
(x, y) R R , x | y =
n

xk yk

k=1

On dsigne par B0 = (ei )1in la base canonique de Rn et par B = (fi )1in la base de Rn
forme des vecteurs colonnes de A GLn (R) .
Le thorme de Gram-Schmidt nous permet de construire une base orthonorme B1 =
(gi )1in de Rn telle que Vect {f1 , , fk } = Vect {g1 , , gk } pour tout k compris entre 1
et n. La matrice de passage PB,B1 de la base B la base B1 est triangulaire suprieure et la
matrice de passage PB0 ,B1 de la base canonique B0 la base B1 est orthogonale.
En considrant que A est la matrice de passage PB0 ,B de la base canonique B0 la base B,
on a (relation de Chasles pour les matrices de passage) :
A = PB0 ,B = PB0 ,B1 PB1 ,B = QR
1
avec Q = PB0 ,B1 orthogonale et R = PB1 ,B = PB,B
triangulaire suprieure de termes diagonaux
1

gk | fk > 0.

De ce thorme, on dduit la dcomposition d'Iwasawa.

Thorme 18.7 Toute matrice A GLn (R) s'crit de manire unique A = QDR o Q est

une matrice orthogonale, D une matrice diagonale de coecients diagonaux strictement positifs
et R une matrice triangulaire suprieure coecients diagonaux gaux 1.

Dmonstration. On a la dcomposition A = QR o Q est orthogonale et R triangulaire suprieure coecients diagonaux strictement positifs. On peut crire R sous la forme R = DR
avec D diagonale coecients diagonaux strictement positifs et R triangulaire suprieure
diagonale unit. Ce qui nous donne la dcomposition A = QDR . L'unicit dans la dcomposition QR nous assure l'unicit de cette dcomposition.

Dcomposition polaire

479

18.6 Dcomposition polaire

Du thorme spectral, on dduit l'existence de la racine carre d'une matrice complexe
hermitienne [resp. relle symtrique] (thorme 22.11), ce qui permet d'obtenir la dcomposition
polaire d'une matrice complexe ou relle inversible.

Thorme 18.8 Toute matrice

A GLn (C) [resp. A GLn (R)] peut s'crire de manire

unique A = U H [resp. A = S ] o U [resp. ] est une matrice unitaire [resp. orthogonale] et
H [resp. S ] une matrice hermitienne [resp. symtrique] dnie positive.

Dmonstration. Voir le corollaire 17.10.

De la densit de GLn (K) dans Mn (K) pour K = R ou C, on peut dduire une gnralisation
Mn (K) du thorme de dcomposition polaire des matrices inversibles. Pour ce faire on a
besoin du lemme suivant.

Lemme 18.2 L'ensemble Un (C) des matrices complexes unitaires [resp. On (R) des matrices

relles orthogonales] est compact dans Mn (C) [resp. dansMn (R)].

Dmonstration. Voir le lemme 22.6 pour le cas rel, le cas complexe se traitant de manire

analogue.

Thorme 18.9 Toute matrice A Mn (C) [resp. A Mn (R)] peut s'crire A = U H [resp.

A = S ] o U [resp. ] est une matrice unitaire [resp. orthogonale] et H [resp. S ] une matrice
hermitienne [resp. symtrique] positive.

Dmonstration. Voir le thorme 22.12 pour le cas rel, le cas complexe se traitant de

manire analogue.
Le thorme de dcomposition polaire des matrices inversibles peut s'exprimer comme suit
en utilisant la compacit de On (R) .

Thorme 18.10 L'application (U, H) U H [resp. (, S) S ] ralise un homomorphisme de Un (C) Hn++ (C) sur GLn (C) [resp. de On (R) Sn++ (R) sur GLn (R)].
Dmonstration. Voir le thorme 22.13 pour le cas rel, le cas complexe se traitant de

manire analogue.

Exercice 18.3 On munit l'espace Mn (R) du produit scalaire dni par :

(A, B) Mn (R) Mn (R) , A | B = Tr

AB

(c'est tout simplement le produit scalaire canonique de Rn identi Mn (R)).

Montrer que :

d (0, SLn (R)) =

o d (0, SLn (R)) =

inf
ASLn (R)

A est la distance de 0 SLn (R) .

Solution 18.3 Toute matrice A Mn (R) s'crit A = S o est orthogonale S symtrique

positive et on a :

A2 = Tr

)
(
)
( )
AA = Tr S t S = Tr S 2

Diverses factorisation de matrices

480

Comme S est symtrique relle, elle se diagonalise dans une base orthonorme, c'est--dire qu'il
existe P On (R) telle t P SP = D est diagonale. En notant 1 , , n les valeurs propres
(relles positives) de S, on a :
(

A = Tr S
2

= Tr D

2k

k=1

En utilisant l'ingalit entre moyennes gomtrique et arithmtique (voir le paragraphe 35.3.4) :

(

) n1
2k

1 2

n k=1 k
n

k=1

on dduit que :
(
A Mn (R) , A2 n

) n1
2k

(
( )) 1
(
( )) 1
= n det S 2 n = n det A2 n

k=1

(on a det (A) = det () det (S) avec det () = 1 et det (A2 ) = |det (A)|2 ) soit :
A Mn (R) , A

et en particulier :

1
n |det (A)| n

A SLn (R) , A n

Il en rsulte que d (0, SLn (R)) n.

Pour A On+ (R) SLn (R) , on a :
(
)
A2 = Tr t AA = Tr (In ) = n

donc d (0, SLn (R)) n et on a l'galit.