Rduction dendomorphismes.

Chap. 07 : cours complet.

1. Elments propres dun endomorphisme.

Dfinition 1.1 :
Dfinition 1.2 :
Dfinition 1.3 :
Thorme 1.1 :
Thorme 1.2 :

valeur et vecteur propre dun endomorphisme

spectre dun endomorphisme
sous-espace propre dun endomorphisme
libert dune famille de vecteurs propres
somme directe de sous-espaces propres

2. Polynme caractristique dun endomorphisme en dimension finie.

Thorme 2.1 et dfinition 2.1 : polynme caractristique dun endomorphisme en dimension finie
Thorme 2.2 :
lien entre valeurs propres et racines du polynme caractristique
Thorme 2.3 :
expression du polynme caractristique
Dfinition 2.2 :
multiplicit dune valeur propre
Thorme 2.4 :
majoration du nombre de valeurs propres
Thorme 2.5 :
somme et produit des racines du polynme caractristique dun endomorphisme en
dimension finie
3. Elments propres et polynme caractristique dune matrice carre.
Dfinition 3.1 :
Thorme 3.1 :
Dfinition 3.2 :
Thorme 3.2 :

valeur et vecteur propre dune matrice carre, spectre dune matrice carre
comparaison des spectres rels et complexes
polynme caractristique dune matrice carre
lien entre valeurs propres dun endomorphisme et dune matrice

4. Diagonalisation des endomorphismes en dimension finie et des matrices carres.

Dfinition 4.1 :
endomorphisme diagonalisable en dimension finie
Dfinition 4.2 :
matrice carre diagonalisable
Thorme 4.1 :
caractrisation des endomorphismes diagonalisables en dimension finie
Remarque :
polynme caractristique scind dans le cas dun endomorphisme diagonalisable
Thorme 4.2 :
interprtation de la diagonalisabilit en termes de vecteurs propres
Thorme 4.3 :
cas dun endomorphisme dont les valeurs propres sont simples
Thorme 4.4 :
diagonalisabilit dun endomorphisme en dimension finie en termes de dimensions
Thorme 4.5 :
lien entre multiplicit dune valeur propre et dimension du sous-espace propre associ,
endomorphismes diagonalisables en dimension finie en termes de multiplicits
Thorme 4.6 :
puissances dune matrice carre diagonalisable
Remarque :
utilisation du thorme 7.5 pour le calcul dune puissance de matrice carre laide
dune division euclidienne
Thorme 4.7 :
application la rsolution des suites rcurrentes linaires coefficients constants
5. Trigonalisation des endomorphismes en dimension finie et des matrices carres.
Dfinition 5.1 :
endomorphisme trigonalisable en dimension finie
Dfinition 5.2 :
matrice carre trigonalisable
Thorme 5.1 (admis) : caractrisation des endomorphismes trigonalisables en dimension finie
Thorme 5.2 :
trigonalisabilit des matrices carres complexes
Thorme 5.3 :
lments diagonaux dune matrice triangulaire ou diagonale semblable une matrice
carre
6. Sous-espaces vectoriels stables par un endomorphisme.
Dfinition 6.1 :
Dfinition 6.2 :
Thorme 6.1 :
Thorme 6.2 :
Thorme 6.3 :

sous-espace vectoriel stable par un endomorphisme

endomorphisme induit par un endomorphisme dans un sous-espace vectoriel stable
stabilit des sous-espaces propres par un endomorphisme commutant
caractrisation des vecteurs propres en termes de droite stable
traduction matricielle de la stabilit dun sous-espace vectoriel

Chapitre 07 : Rduction dendomorphismes Cours complet.

-1-

Thorme 6.4 :
Thorme 6.5 :
stables

gnralisation du thorme 6.4

caractrisation des matrices triangulaires suprieures en termes de sous-espaces

7. Polynmes dendomorphisme, de matrice carre.

Dfinition 7.1 et thorme 7.1 : polynme dun endomorphisme, polynme dune matrice carre
Thorme 7.2 :
stabilit des images et noyau de polynmes dendomorphismes
Thorme 7.3 :
correspondance polynme polynme dendomorphisme, de matrice carre
Dfinition 7.2 et thorme 7.4 : polynme annulateur dun endomorphisme ou dune matrice carre
Thorme 7.5 :
valeurs propres et polynmes annulateurs
Thorme 7.6 (admis) : Cayley-Hamilton
Remarque :
calcul de la puissance kme dune matrice carre laide dun polynme annulateur
Thorme 7.7 (admis) : caractrisation de la diagonalisabilit laide dun polynme annulateur
Thorme 7.8 :
diagonalisabilit dun endomorphisme induit par un endomorphisme diagonalisable

Chapitre 07 : Rduction dendomorphismes Cours complet.

-2-

Rduction dendomorphismes.

Chap. 07 : cours complet.

1. Elments propres dun endomorphisme.

Dfinition 1.1 : valeur et vecteur propre dun endomorphisme
Soit (E,+,.) un K-espace vectoriel et soit : u L(E).
On dit que : K, est une valeur propre de u si et seulement si : x E, x 0, u(x) = .x.
On dit que : x E, est vecteur propre de u si et seulement si : x 0, et : K, u(x) = .x.
Dfinition 1.2 : spectre dun endomorphisme
Soit (E,+,.) un K-espace vectoriel et soit : u L(E).
Lensemble des valeurs propres de u (ventuellement vide) est appel spectre de u et est not Sp(u).
Dfinition 1.3 : sous-espace propre dun endomorphisme
Soit (E,+,.) un K-espace vectoriel, u L(E), et : Sp(u).
Alors : E = ker(u .IdE), est appel sousespace propre de E associ .
Cest lensemble constitu du vecteur nul et des vecteurs propres de u associs .
Thorme 1.1 : libert dune famille de vecteurs propres
Soit (E,+,.) un K-espace vectoriel et soit : u L(E).
Soient 1, , n des valeurs propres distinctes de u et x1, , xn, des vecteurs propres de u associs
ces diffrentes valeurs propres.
Alors la famille (x1, , xn) est libre dans E.
Dmonstration :
On procde par rcurrence sur n.
Le rsultat est immdiat pour : n = 1, puisquun vecteur propre est non nul.
Supposons-le vrai pour n donn, n 1, et considrons (x1, , xn+1) des vecteurs propres de u associs
des valeurs propres distinctes 1, , n+1 de u.
Soit alors la combinaison linaire : 1.x1 + + n+1.xn+1 = 0 (L1).
Limage par u de cette combinaison donne : 1.1.x1 + n+1.n+1.xn+1 = 0 (L2).
En calculant [L2 n+1.L1], on obtient : 1.(1 n+1).x1 + + n.(n n+1).xn = 0.
Puisque les vecteurs (x1, , xn) sont des vecteurs propres associs des valeurs propres distinctes de
u, tous les coefficients de la dernire combinaison linaire sont nuls, et les valeurs propres tant
distinctes, on en dduit que : 1 i b, i = 0.
Enfin, en reprenant (L1), puisque xn+1 est non nul, on termine avec : n+1 = 0, et la famille (x1, , xn+1) est
libre.
Thorme 1.2 : somme directe de sous-espaces propres
Soit (E,+,.) un K-espace vectoriel et soit : u L(E).
Soient 1, , n des valeurs propres distinctes de u.
Alors la somme E 1 (u ) + ... + E n (u ) est directe.
Dmonstration :
Montrons que tout lment de la somme se dcompose de faon unique suivant cette somme.
Pour cela, soit : x = x1 + + xn E 1 (u ) + ... + E n (u ) , mais se dcomposant aussi en :
x = x1 + + xn.
Alors : (x1 x1) + + (xn xn) = 0.
Or si dans les n diffrences qui apparaissent (et qui sont chacune dans un sous-espace propre de u
diffrent), il y en avait une non nulle, cela fournirait, en ne gardant dans lgalit prcdente que les
diffrences non nulles, une combinaison linaire nulle de vecteurs propres de u associs des valeurs
propres distinctes, ce qui est impossible.
Toutes les diffrences sont donc nulles et : 1 i n, xi = xi, et la dcomposition de x est unique.
2. Polynme caractristique dun endomorphisme en dimension finie.
Chapitre 07 : Rduction dendomorphismes Cours complet.

-3-

Thorme 2.1 et dfinition 2.1 : polynme caractristique dun endomorphisme en dimension finie
Soit (E,+,.) un K-espace vectoriel de dimension n, et : u L(E).
Alors : u() = det(.idE u) = (-1)n.det(u .idE), est une fonction polynomiale en coefficients dans
K, et u est appel polynme caractristique de u.
Si B est une base de E et A la matrice reprsentative de u dans B, on a : u() = (-1)n.det(A .In).
Dmonstration :
Soit B une base de E, et A la matrice reprsentative de u dans B.
Lendomorphisme (u .idE) de E a pour matrice reprsentative (A .In) dans la base B, donc :
det(u .idE) = det(A .In).
Appelons c1, cn les vecteurs de Kn qui ont pour coordonnes dans la base canonique C de Kn les
valeurs apparaissant en colonnes dans A, et e1, , en les vecteurs de C.
Alors : det(A .In) = detC(c1 .e1, , cn .en).
On peut alors dvelopper ce dterminant par n-linarit et obtenir 2n termes en tout.
Cette expression est alors polynomiale en coefficients dans K.
De plus, et puisque le dterminant dun endomorphisme en dimension finie ne dpend pas de la base
dans laquelle on exprime sa matrice reprsentative, u a donc une expression identique, quelque soit la
base B de E que lon choisisse pour reprsenter u.
Thorme 2.2 : lien entre valeurs propres et racines du polynme caractristique
Soit (E,+,.) un K-espace vectoriel de dimension n, et : u L(E).
Pour tout : K, on a les quivalences : ( Sp(u)) ((u .idE) non inversible) (u() = 0).
En particulier, les valeurs propres dun endomorphisme dun espace vectoriel rel de dimension finie
sont les racines relles de son polynme caractristique.
Dmonstration :
On peut crire, pour : K :
( Sp(u)) ( x E, x 0, u(x) = .x) (ker(u .idE) {0}) ((u .idE) non injective).
Or E tant de dimension finie, on a ensuite : ((u .idE) non injective) ((u .idE) non bijective),
pour terminer avec : ((u .idE) non bijective) (det(u .idE) = 0) (u() = 0).
Thorme 2.3 : expression du polynme caractristique
Soit (E,+,.) un K-espace vectoriel de dimension n, et : u L(E).
Alors u est de degr n et : u() = n tr(u).n1 + + (1)n.det(u).
Dmonstration :
On reprend une base B de E et lexpression obtenue dans la dmonstration du thorme 2.1.
Aprs dveloppement, on avait obtenu 2n termes pour det(A .In).
Le terme constant correspond au choix de ci chaque tape du dveloppement soit detC(c1, , cn).
Dans lexpression de u(), il vaut donc : (-1)n.det(A) = (-1)n.det(u).
Le terme de plus haut degr correspond au choix de .ei chaque tape du dveloppement, donc un
seul terme de degr n et un coefficient gal : (-1)n.detC(e1, , en).
Dans lexpression de u(), il vaut donc : (-1)n.(-1)n.det(In) = 1.
Le terme de degr (n 1) enfin correspond choisir (n 1) fois .ei chaque tape du dveloppement
n

det

et une fois ci, soit n combinaisons donnant finalement : (1) n 1 .

k =1

(e1 ,..., ek 1 , c k , ek +1 ,..., en ) .

1 L 0 a1,k
0 O M
M
M O 1 a k 1, k
0 a k ,k
Chacun de ces dterminants vaut : det C (e1 ,..., ek 1 , c k , ek +1 ,..., en ) = M
M
M a k +1,k
M
M
M
0 L 0
Donc le coefficient de

n-1

a n ,k

0 L 0
M
M
M
M
0
M = a k ,k .
1 O M
M O 0
0 L 1

dans u() vaut : (-1) .(-1) .[a1,1 + + an,n] = tr(A) = tr(u).

n

n-1

Chapitre 07 : Rduction dendomorphismes Cours complet.

-4-

Dfinition 2.2 : multiplicit dune valeur propre

Soit (E,+,.) un K-espace vectoriel de dimension n, u L(E), et : Sp(u).
On appelle multiplicit de sa multiplicit comme racine de Pu.
Thorme 2.4 : majoration du nombre de valeurs propres
Soit (E,+,.) un K-espace vectoriel de dimension n, et : u L(E).
Lendomorphisme u admet au plus n valeurs propres (chacune compte avec sa multiplicit).
Dmonstration :
Les valeurs propres de u sont les racines de son polynme caractristique, qui est de degr n.
Donc u admet au plus n valeurs propres (chacune compte avec sa multiplicit), puisque u admet au
plus n racines.
On aurait pu aussi utiliser le premier thorme dmontr dans ce chapitre.
Thorme 2.5 : somme et produit des racines du polynme caractristique dun endomorphisme en
dimension finie
Soit (E,+,.) un K-espace vectoriel de dimension n, u L(E), et A la matrice reprsentative de u dans
une base B de E.
Si on note 1, , n les racines dans de Pu, chacune rpte avec sa multiplicit, on a :
n

i =1

i =1

tr (u ) = tr ( A) = i , et : det(u ) = det( A) = i .
En particulier, si u est scind dans K (toutes ses racines sont dans K), alors les galits prcdentes
sont valables pour les valeurs propres de u la place des racines de u.
Dmonstration :
En utilisant les relations entre coefficients et racines dune quation polynomiale, on a immdiatement :

tr (u )
= tr(u) = tr(A), et :
1
(1) n . det(u )
1n = (1) n .
= det(u) = det(A).
1
1 + + n =

Et si u est scind, alors les racines de u sont les valeurs propres de u.

3. Elments propres et polynme caractristique dune matrice carre.
Dfinition 3.1 : valeur et vecteur propre dune matrice carre, spectre dune matrice carre
Soit : A Mn(K).
On dit que : K, est valeur propre de A si et seulement si : X Mn,1(K), X 0, A.X = .X.
On dit que : X Mn,1(K), est vecteur propre de A si et seulement si : X 0, et : K, A.X = .X.
Le spectre de A est lensemble de ses valeurs propres comme lment de Mn(K), et est not SpK(A) ou
Sp(A) lorsquil ny a pas dambigut.
Une matrice relle admet donc un spectre rel et un spectre complexe.
Thorme 3.1 : comparaison des spectres rels et complexes
Soit : A Mn( ).
Le spectre rel de A est inclus dans son spectre complexe.
Dmonstration :
Soit une valeur propre relle de A. Alors : X Mn,1( ), X 0, A.X = .X.
Or une telle matrice colonne relle X est aussi une matrice de Mn,1( ), et donc X tant non nulle, il
existe une matrice colonne non nulle X, coefficients complexes telle que : A.X = .X.
A ce titre, on a bien : Sp (A).
Dfinition 3.2 : polynme caractristique dune matrice carre
Le polynme caractristique de A est le polynme dfini par : A() = det(.In A) = (-1)n.det(A .In), et
cest le polynme caractristique de lendomorphisme canoniquement associ A.
Chapitre 07 : Rduction dendomorphismes Cours complet.

-5-

Thorme 3.2 : lien entre valeurs propres dun endomorphisme et de sa matrice reprsentative
Soit : A Mn(K), et u lendomorphisme de Kn, canoniquement associ A.
Les valeurs propres de A comme lment de Mn(K) sont les valeurs propres de u.
On a donc : SpK(A) = Sp(u).
Dmonstration :
Soit A une valeur propre de A dans K.
Alors : X Mn,1(K), X 0, A.X = .X.
Or si u est lendomorphisme de Kn canoniquement associ A, et si x est le vecteur de Kn dont les
coordonnes dans la base canonique de Kn sont donnes par X, A.X correspond aux coordonnes dans
la base canonique de Kn de u(x), et on a bien alors : x 0, u(x) = .x.
Le vecteur x est alors vecteur propre de u et : Sp(u).
Rciproquement, si est valeur propre de u, x un vecteur propre dans Kn associ , la relation
vectorielle : u(x) = .x, conduit lgalit matricielle : A.X = .X, et X tant une matrice de Mn,1(K) non
nulle, est bien un lment de SpK(A).
Thorme 3.3 : spectre de deux matrices semblables
Soient A et B deux matrices semblables de Mn(K).
Alors : Sp(A) = Sp(B).
Dmonstration :
On peut le montrer matriciellement ou en utilisant lendomorphisme canoniquement associ A.
En effet, en notant u lendomorphisme canoniquement associ A (dans Kn), alors : SpK(A) = Sp(u).
Mais : P Gln(K), B = P-1.A.P, et si B reprsente la base canonique de Kn, alors P correspond la
matrice de passage de B une base B de Kn, et B est alors la matrice reprsentative de u dans B.
Or on a vu que : Sp(u) = SpK(B), puisque les valeurs propres de u sont les racines de son polynme
caractristique, soit celui de A ou de B indiffremment.
Finalement : SpK(A) = SpK(B).
rappel :
Deux matrices A et B de Mn(K) sont semblables dans Mn(K) si et seulement si elles reprsentent le
mme endomorphisme dans deux bases de Kn.
4. Diagonalisation des endomorphismes en dimension finie et des matrices carres.
Dfinition 4.1 : endomorphisme diagonalisable en dimension finie
Soit (E,+,.) un K-espace vectoriel de dimension n, et : u L(E).
Lendomorphisme u est dit diagonalisable si et seulement si il existe une base de E dans laquelle la
matrice de u est diagonale.
Dfinition 4.2 : matrice carre diagonalisable
Soit : A Mn(K).
On dit que A est diagonalisable si et seulement si A est semblable une matrice diagonale, autrement
dit : P Gln(K), D Mn(K), D diagonale, D = P-1.A.P.
Thorme 4.1 : caractrisation des endomorphismes diagonalisables en dimension finie
Soit (E,+,.) un K-espace vectoriel de dimension n, et : u L(E).
Il y a quivalence entre les propositions suivantes :
u est diagonalisable,
il existe une base de E forme de vecteurs propres de u.
E est la somme directe des sous-espaces propres de u,
la matrice reprsentative de u dans une base B quelconque de E est diagonalisable.
Dmonstration :
Dmontrons ces quivalences par quatre implications.
i) ii).
Supposons donc u diagonalisable.
La base dans laquelle la matrice de u est diagonale est alors clairement une base de E forme de
Chapitre 07 : Rduction dendomorphismes Cours complet.

-6-

vecteurs propres de u.
ii) iii).
Si on considre une base B de E forme de vecteurs propres de u (quon suppose regroups par

1 0 L

0 O O
M O
1

O
valeurs propres), la matrice de u dans B scrit : A = mat(u,B) = M
M

0 L L

O O
.

O p O

O O

L L 0 p
L L L

0
M
M
M
M
0

Les valeurs propres de u sont alors bien les i.

De plus (par exemple) lespace propre de u associ 1 sobtient en rsolvant : u(x) = 1.x, soit en
rsolvant le systme matriciel : A.X = 1.X.
Si 1 est rpt k fois dans A, ce systme est quivalent : xk+1 = = xn = 0.
Donc : (x ker(1.idE u)) (x Vect(e1, , ek)), et : ker(1.u idE) = Vect(e1, , ek).
On obtient un rsultat identique pour chaque valeur propre de u, et comme la base B est la runion de
bases des diffrents sous-espaces propres de u, la somme directe de ces sous-espaces propres de u
est bien gale E.
iii) iv).
Reprenons la base B adapte la somme directe prcdente : chaque vecteur de cette base est alors
vecteur propre de u et la matrice D reprsentative de u dans B est diagonale.
Si on considre une autre base B de E et la matrice A reprsentative de u dans B, alors : A = P-1.D.P,
en notant P la matrice de passage de B dans B.
Les matrices A et D sont donc semblables, et A est diagonalisable.
iv) i).
Si enfin la matrice A de u dans une base B de E est diagonalisable, il existe P, inversible, telle que :
D = P-1.A.P, soit diagonale.
La matrice P sinterprte alors comme la matrice de passage de la base B une base B de E (les
vecteurs de B ont leurs coordonnes dans B crites en colonne dans P).
Enfin la matrice reprsentative de u dans B est D qui est diagonale et tout vecteur de B est vecteur
propre de u.
Remarque :
Soit (E,+,.) un K-espace vectoriel de dimension n, et : u L(E).
Si u est diagonalisable, son polynme caractristique est scind sur K (pas de rciproque).
Dmonstration :
Soit B une base de E forme de vecteurs propres de u et D la matrice reprsentative de u dans B.
Alors : u() = (-1)n.det(D .In) =

( d

i ,i

) , qui est scind dans K.

i =1

Thorme 4.2 : interprtation de la diagonalisabilit dune matrice en termes de vecteurs propres

Soit : A Mn(K), une matrice diagonalisable, et u lendomorphisme canoniquement associ A.
Si : D = P-1.A.P, o : P Gln(K), D Mn(K), diagonale, alors P peut sinterprter comme la matrice de
passage de la base canonique de Kn une base de vecteurs propres de u.
Dmonstration :
Si on not B la famille (dans n) donne par les vecteurs colonnes de P, alors P tant inversible, B
est une base de n, et P est la matrice de passage de la base canonique de n B.
De plus, la matrice de u dans B est D, et il est alors immdiat que chaque vecteur de B est vecteur
propre de u (avec pour valeur propre associ llment diagonal de D associ).
Thorme 4.3 : cas dun endomorphisme dont les valeurs propres sont simples
Soit (E,+,.) un K-espace vectoriel de dimension n, et : u L(E).
Chapitre 07 : Rduction dendomorphismes Cours complet.

-7-

Si le polynme caractristique de u est scind dans K et racines simples, alors u est diagonalisable et
tous ses sous-espaces propres sont de dimension 1.
Dmonstration :
Lendomorphisme u admet donc n valeurs propres simples.
Chacune a un sous-espace propre de dimension au moins 1 (puisquil y a au moins pour chacune un
vecteur propre (non nul) associ) et ces sous-espaces sont en somme directe.
Donc la somme de leurs dimensions valant n, chacun a une dimension au plus gale 1.
Finalement, chaque dimension est gale 1, et la somme directe est gale E.
On en conclut que u est bien diagonalisable, avec n sous-espaces propres de dimension 1.
Thorme 4.4 : diagonalisabilit dun endomorphisme en dimension finie en termes de dimensions
Soit (E,+,.) un K-espace vectoriel de dimension n, et : u L(E).
Lendomorphisme u est diagonalisable si et seulement si :
dim( E (u )) = n .

Sp ( u )

Dmonstration :
Notons : F = E (u ) , la somme (directe) des sous-espaces propres de u.
Sp ( u )

Alors : dim( F ) =

dim( E (u )) , puisque la somme est directe, et : F E.

Sp ( u )

Mais alors : (u diagonalisable) (F = E) (dim(F) = dim(E)) ( n = dim( F ) =

dim( E (u )) ).

Sp ( u )

Thorme 4.5 : lien entre multiplicit dune valeur propre et dimension du sous-espace propre
associ, endomorphismes diagonalisables en dimension finie en termes de multiplicits
Soit (E,+,.) un K-espace vectoriel de dimension n, et : u L(E).
la dimension dun sous-espace propre de u est infrieure ou gale la multiplicit de la valeur propre
correspondante, soit : Sp(u), 1 dim(E(u)) mult(),
une valeur propre simple conduit toujours un sous-espace propre associ de dimension 1,
u est diagonalisable si et seulement si u est scind sur K et chaque sous-espace propre de u a pour
dimension la multiplicit de la valeur propre correspondante.
Dmonstration :
Notons une valeur propre de u et E(u) le sous-espace propre associ.
Soit : B = (e1, , en), une base de E adapte ce sous-espace propre, et : p = dim(E(u)) 1.
La matrice de u dans cette base scrit :

.I p
0 n p, p

matB(u) =

B
= A, avec : B Mp,n-p(K), et : C Mn-p,n-p(K).
C

Puis : u() = ( )p.det(.In-p C) = ( )p.C().

Donc est racine de u dordre au moins p, et p est infrieur la multiplicit de comme racine de u.
Si maintenant on considre une valeur propre simple , alors : 1 dim(E(u)) 1, et : dim(E(u)) = 1.
Enfin, si u est diagonalisable, alors dans une base forme de vecteurs propres (donc forme de bases
issues des espaces propres de u), la matrice de u est diagonale et en recalculant u partir de cette
matrice, on constate que : Sp(u), dim(E(u)) = mult().
Rciproquement, si u est scind sur K et si : Sp(u), telle que : dim(E(u)) mult() 1, alors :
dim( E (u )) = dim( E (u )) + dim( E (u )) mult ( ) 1 + mult ( ) n 1 ,

Sp ( u )

puisque la somme des multiplicits donne le degr de u.

La somme des dimensions ne pouvant tre gale n, u ne peut tre diagonalisable autrement dit, on
vient de prouver par contrapose la rciproque de limplication prcdente donc cette mme rciproque.
Thorme 4.6 : puissances dune matrice carre diagonalisable
Soit : A Mn(K), diagonalisable, et : P Gln(K), D Mn(K), D diagonale, telles que : D = P-1.A.P.
Alors : k , Ak = P.Dk.P-1.
Dmonstration :
Pour : k = 0, avec la convention habituelle : D0 = A0 = In, lgalit est vrifie, et si elle est vrifie pour
Chapitre 07 : Rduction dendomorphismes Cours complet.

-8-

un entier n donn, k 0, il est clair que : Ak+1 = Ak.A = P.Dk.P-1.P.D.P-1 = P.Dk+1.P-1.

Remarque :
Voir remarque suivant le thorme 7.6 de Cayley-Hamilton permettant le calcul de Ak en utilisant une
division euclidienne.
Thorme 4.7 : suites rcurrentes linaires coefficients constants
Soit (un) une suite telle que :
p *, (a0, , ap-1) Kp, a0 0, n , u n + p = a p 1 .u n + p 1 + ... + a 0 .u n .
La suite (Xn) dfinie par :

un

n , X n = M , vrifie alors : n , X n +1
u

n + p 1

0
= A. X n , o : A = M

0
a
0

1 0 L 0

O O O
M
O O O 0 .

L 0 0
1
L L a1 a p 1

On peut alors calculer tous les termes de (Xn) et de (un) laide de : n , X n = A n .X 0 .

En particulier, les termes de la suite (un) ne dpendent donc que de n et de u0, , up-1.
Dmonstration :
Il suffit de dvelopper lgalit matricielle pour constater que (Xn) vrifie la relation propose.
La suite du thorme est galement immdiate.
Remarque :
Lorsque : p = 2, on peut remarquer que si (un) vrifie : n , u n + 2 = .u n +1 + .u n , la matrice A

1
, et son polynme caractristique est : A ( ) = 2 . .

associe vaut alors : A =

On retrouve ainsi lquation caractristique attache une suite rcurrente linaire double.
Lorsque cette quation admet deux racines distinctes (dans ), A est diagonalisable et lexpression de
(un) en fonction des deux suites (r1n) et (r2n) en dcoule immdiatement par le biais de An.
Lorsque cette quation admet une racine double dans , A nest que trigonalisable (sinon elle serait dj
diagonale car semblable une matrice de type r.I2) et le calcul de An fait alors apparatre des termes en
rn et en n.rn-1 (termes quon peut remplacer par n.rn en factorisant par r puisque 0 nest pas racine de A).
5. Trigonalisation des endomorphismes en dimension finie et des matrices carres.
Dfinition 5.1 : endomorphisme trigonalisable en dimension finie
Soit (E,+,.) un K-espace vectoriel de dimension n, et : u L(E).
On dit que u est trigonalisable si et seulement si il existe une base de E dans laquelle la matrice
reprsentative de u est triangulaire suprieure.
Dfinition 5.2 : matrice carre trigonalisable
Soit : A Mn(K).
On dit que A est trigonalisable si et seulement si A est semblable une matrice triangulaire suprieure.
Thorme 5.1 : caractrisation des endomorphismes trigonalisables en dimension finie
Soit (E,+,.) un K-espace vectoriel de dimension n, et : u L(E).
Lendomorphisme u est trigonalisable si et seulement si son polynme caractristique est scind sur K.
Dmonstration (hors programme) :
Le rsultat est immdiat si : dim(E) = 1.
Supposons-le vrai pour tout K-espace vectoriel de dimension : 1 k n, pour un entier : n 1.
Soit maintenant E un K-espace vectoriel de dimension (n+1) et : u L(E).
Si on suppose u scind, alors : K, u() = 0.
Notons E(u) le sous-espace propre associ.
Chapitre 07 : Rduction dendomorphismes Cours complet.

-9-

- si : dim(E(u)) = n + 1, alors : u = .idE, et u est diagonalisable donc trigonalisable.

- si : dim(E(u)) n, puisque E(u) est de dimension au moins 1, soit E un supplmentaire de E(u)
dans E, qui vrifie donc : E = E(u) E, et : 1 dim(E) n.
Soit p le projecteur sur E dans la direction E(u).
On peut ainsi dfinir une application linaire u sur E par : x E, u(x) = pou(x).
Soit enfin : B = (e1, , ek, ek+1, , en+1), une base de E adapte la dcomposition en somme directe
donne au-dessus c'est--dire telle que (e1, , ek) soit une base de E(u) et : B = (ek+1, , en+1), est
une base de E.

.I k
0

La matrice de u dans cette base est la matrice par blocs : matB(u) = A =

*
,
A'

o : A = matB(u), puisque u enlve dans u(x) la partie se trouvant dans E(u).

Donc : u ( ) = det( .I n +1 A) =

( ).I k
0

.I n +1k A'

= ( ) k . u ' ( ) .

Puisque u est scind sur K, u lest aussi.

Donc u est trigonalisable et on peut trouver une base : C = (ek+1, , en+1), de E dans laquelle la
matrice de u est triangulaire suprieure.
On constate alors que la matrice de u dans la base : C = (e1, , ek, ek+1, , en+1), de E est triangulaire
suprieure galement.
En effet :
- 1 i k, u(ei) = .ei, et :
- k+1 i n+1, u(ei) se dcompose en : u (e' i ) = f i + f ' i , avec : fi E(u), et : fi E.
Donc : p (u (e' i )) = p ( f i ) + p ( f 'i ) = f i , soit : u ' (e' i ) = f i = a ' k +1,i .e' k +1 +... + a ' i ,i .e'i , soit enfin :

u (e' i ) = (a '1,i .e1 + ... + a ' k ,i .ek ) + (a ' k +1,i .e' k +1 +... + a 'i ,i .e' i ) .
Ceci se traduit bien pour la matrice matC(u) par le fait quelle est triangulaire suprieure.
Et videmment, on a ainsi termin la dmonstration par rcurrence du thorme.
Thorme 5.2 : trigonalisabilit des matrices carres complexes
Toute matrice de Mn( ) est trigonalisable.
Dmonstration :
Soit : A Mn( ), et u lendomorphisme de n canoniquement associ A.
Puisque u est scind dans , u est donc diagonalisable et A aussi.
Thorme 5.3 : lments diagonaux dune matrice triangulaire ou diagonale semblable une
matrice carre donne
Soit : A Mn(K), diagonalisable ou trigonalisable.
Si D est une matrice diagonale semblable A (ou T une matrice triangulaire suprieure semblable A),
on trouve sur la diagonale de D (ou de T) les valeurs propres de A, chacune rpte avec sa multiplicit.
Dmonstration :
Si A est diagonalisable out trigonalisable, et donc semblable une matrice triangulaire suprieure ou
diagonale, note A, alors : P Gln(K), A = P-1.A P.
On a alors : A = A, mais comme le polynme caractristique A de A vaut : A() =

( a '

i ,i

) , les

i =1

valeurs propres de A sont donc bien les lments diagonaux de A.

6. Sous-espaces vectoriels stables par un endomorphisme.
Dfinition 6.1 : sous-espace vectoriel stable par un endomorphisme
Soit (E,+,.) un K-espace vectoriel, F un sous-espace vectoriel de E et : u L(E).
On dit que F est stable par u (ou que u stabilise F) si et seulement si : u(F) F, ou : x F, u(x) F.

Chapitre 07 : Rduction dendomorphismes Cours complet.

- 10 -

Dfinition 6.2 : endomorphisme induit par un endomorphisme dans un sous-espace vectoriel stable
Soit (E,+,.) un K-espace vectoriel, u L(E), et F un sous-espace vectoriel de E stable par u.
Lendomorphisme dfini sur F par : x F, (x) = u(x), est appel endomorphisme induit par u sur F.
Thorme 6.1 : stabilit des sous-espaces propres par un endomorphisme commutant
Soient (E,+,.) un K-espace vectoriel, et : (u,v) L(E)2, tel que : uov = vou.
Alors Im(u) et ker(u) sont stables par v.
Plus gnralement, tout sous-espace propre de u est stable par v.
Dmonstration :
Soit : x ker(u).
Alors : u(v(x)) = v(u(x)) = v(0) = 0, et : v(x) ker(u).
Donc ker(u) est bien stable par v.
Soit: y Im(u), et: x E, y = u(x).
Alors : v(y) = v(u(x)) = u(v(x)), qui est bien un lment de Im(u), et Im(u) est stable par v.
Soit : Sp(u), et : x E(u).
Alors : u(v(x)) = v(u(x)) = v(.x) = .v(x), et : v(x) E(u).
Le sous-espace propre E(u) est bien stable par v.
Thorme 6.2 : caractrisation des vecteurs propres en termes de droite stable
Soit (E,+,.) un K-espace vectoriel, et : u L(E).
Pour tout x non nul dans E, la droite Vect(x) est stable si et seulement si x est vecteur propre de u.
Dmonstration :
Supposons que x soit vecteur propre de u (pour la valeur propre ).
Alors : x = .x Vect(x), u(x) = u(.x) = .u(x) = ..x, et : x Vect(x), qui est bien stable par u.
Supposons Vect(x) stable par u.
Alors : u(x) Vect(x), et comme {x} constitue une base de Vect(x) : K, u(x) = .x, ce qui traduit
bien le fait que x est vecteur propre de u (pour la valeur ).
Thorme 6.3 : traduction matricielle de la stabilit dun sous-espace vectoriel
Soit (E,+,.) un K-espace vectoriel de dimension finie, u L(E), et F un sous-espace vectoriel de E.
Il y a quivalence entre :
F est stable par u,

A B
.
0 C

dans toute base B0 de E adapte F, mat(u,B0) =

Dmonstration :
Travaillons par double implication.
[].
Supposons F stable par u, et considrons une base B0 de E adapte F, scrivant : B0 = BF B.
Alors tout vecteur e de BF est tel que u(e) scrit comme combinaison linaire des vecteurs de BF.
Il est alors clair que la matrice de u dans B0 est de la forme annonce.
[].
Si la matrice de u dans la base B0 (du type BF B) est de la forme propose, tout vecteur de BF a
une image par u qui scrit comme combinaison linaire des vecteurs de BF.
Par linarit, tout vecteur de F a aussi une image par u qui scrit comme combinaison linaire des
vecteurs de BF, et F est bien stable par u.
Thorme 6.4 : gnralisation du thorme 6.3
Soit (E,+,.) un K-espace vectoriel de dimension finie tel que : E = E1 E2 Ep, et : u L(E).
Il y a quivalence entre :
1 i p, Ei est stable par u,

Chapitre 07 : Rduction dendomorphismes Cours complet.

- 11 -

 A1 0 L 0

0 O O M
dans toute base B0 adapte : E = E1 E2 Ep, mat(u,B0) =
.
M O O 0

0 L 0 A
p

En particulier dans ce cas, le dterminant de u est le produit des dterminants des p endomorphismes
induits par u dans les sous-espaces vectoriels Ei.
Dmonstration :
La dmonstration est identique la dmonstration prcdente, en travaillant cette fois sur chaque sousespace vectoriel.
Comme par ailleurs, la matrice est diagonale par blocs, le dterminant de mat(u,B) est gal au produit
des dterminants des matrices diagonales.
Or chaque u induit dans chaque sous-espace Ej vectoriel un endomorphisme dont la matrice dans la
base de Ej qui a conduit la base B0 adapte la dcomposition, est gale Aj, donc dont le
dterminant vaut det(Aj), do le rsultat annonc.
Thorme 6.5 : caractrisation des matrices triangulaires suprieures en termes de sous-espaces
stables
Soit (E,+,.) un K-espace vectoriel de dimension finie n, muni dune base : B = (e1, , en), et : u L(E).
Il y a quivalence entre :
1 k n, u stabilise Vect(e1, , ek),
la matrice de u dans B est triangulaire suprieure.
Dmonstration :
L encore, travaillons par double implication.
[].
Si u stabilise chaque sous-espace vectoriel Vect(e1, , ek), alors :
u(ek) Vect(e1, , ek), et : (a1,k, , ak,k) Kk, u(ek) = a1,k.e1 + + ak,k.ek,
et il est alors clair que la matrice de u dans la base B est triangulaire suprieure.
[].
Si maintenant la matrice de u dans B est triangulaire suprieure, alors :
1 k n, u(ek) Vect(e1, , ek), donc :
1 j k n, u(ej) Vect(e1, , ek), et donc :
x Vect(e1, , ek), u(x) Vect(e1, , ek), par combinaison linaire.
Finalement, Vect(e1, , ek) est stable par u.
7. Polynmes dendomorphisme, de matrice carrre.
Dfinition 7.1 et thorme 7.1 : polynme dun endomorphisme, polynme dune matrice carre
Soient (E,+,.) un K-espace vectoriel, u L(E), et : P =

a
k =0

. X k K[X].

Si A est la matrice reprsentative de u dans une base B de E, P(A) est la matrice reprsentative de
P(u) dans cette mme base B.
Dmonstration :
Puisque les matrices reprsentatives dune compose ou dune combinaison linaire dendomorphismes
de E sont respectivement le produit ou la combinaison linaire des matrices reprsentatives de ces
mmes endomorphismes, le rsultat en dcoule.
Thorme 7.2 : stabilit des images et noyau de polynmes dun endomorphisme par cet
endomorphisme
Soient (E,+,.) un K-espace vectoriel, u L(E), et : P K[X].
Les sous-espaces vectoriels Im(P(u)) et ker(P(u)) sont stables par u.
Dmonstration :
P(u) et u sont des endomorphismes de E qui commutent, du fait de la linarit de u.

Chapitre 07 : Rduction dendomorphismes Cours complet.

- 12 -

En effet, en notant : P =

k =0
N

. X k , on a : P(u) = aN.uN + + a1.u + a0.idE, et :

x E, P(u)ou(x) = aN.u (u(x)) + + a1.u(u(x)) + a0.u(x) = u(aN.uN(x) + + a1.u(x) + a0.x) = uoP(u)(x).

Donc Im(P(u)) et ker(P(u)) sont stables par u.
Thorme 7.3 : correspondance polynme polynme dendomorphisme, de matrice carre
Soient (E,+,.) un K-espace vectoriel et : u L(E).
(P,Q) K[X]2, (,) K2, (P + .Q)(u) = .P(u) + .Q(u),
(P,Q) K[X]2, (P.Q)(u) = P(u)oQ(u).
N

k =1

k =1

( X k ) , alors : P(u) = . (u k .Id E ) = .(u 1 .Id E ) o ... o (u N .Id E ) .

En particulier, si : P = .

Les mmes rsultats sont vrais pour les polynmes de matrices carres.
Dmonstration :
Soient : (,) K2, et P et Q deux lments de K[X], avec :
N

P=

ak .X k , et : Q =
k =0

b .X
k =0

, o : N = max(deg(P),deg(Q)), et la convention :

deg(P) < k, ak = 0, et : deg(Q) < k, bk = 0.

N
k
(

.
a
+

.
b
).
X
(
u
)
=
( .a k + .bk ).u k = .P(u ) + .Q(u ) .

k
k
k =0
k =0

Alors : ( .P + .Q )(u ) =

Dautre part, toujours avec les conventions : deg(P) < k, ak = 0, et : deg(Q) < k, bk = 0, on a :

2. N k

2. N k

( P.Q)(u ) = ai .bk i . X k (u ) = ai .bk i .u k .

k =0 i =0

k =0 i =0
N
N
Mais puisque u est linaire, on peut crire : 0 i n, u i o b j .u j = b j .u i + j , et donc :
j =0
j =0
N N
2. N N
N
N

P(u ) o Q(u ) = ai .u i o b j .u j = ai . b j .u i + j = ai .bk i .u k ,

i =0
j =0

i =0 j = 0
k =0 i =0
en rarrangeant les termes de la somme obtenue (ce qui donne la deuxime galit).
On en dduit lgalit voulue.
Enfin, si : P = 1, alors : P(u) = idE, et plus gnralement :
N

( X ) , alors : P(u) = . (u

si : P = .

k =1

k =1

.Id E ) = .(u 1 .Id E ) o ... o (u N .Id E ) .

Dfinition 7.2 et thorme 7.4 : polynme annulateur dun endomorphisme ou dune matrice carre
Soient (E,+,.) un K-espace vectoriel et : u L(E).
On appelle polynme annulateur de u un polynme P de K[X] tel que : P(u) = 0.
Si : A Mn(K), on appelle polynme annulateur de A un polynme P de K[X], tel que : P(A) = 0.
Si E est de dimension finie et si A reprsente u dans une base B de E, alors P est annulateur de u si et
seulement si P est annulateur de A.
De plus, tout endomorphisme u dun espace vectoriel de dimension finie admet un polynme annulateur
non nul.
Dmonstration :
Si E est de dimension finie et si A reprsente u dans une base B de E, alors pour tout polynme P, P(A)
est la matrice reprsentative de P(u) dans B, do lquivalence propose.
De plus, si E est de dimension n, alors la famille (idE, u, , un) est de cardinal (n2 + 1) donc est lie
dans L(E).
Donc : (a0, a1, , an) Kn, non tous nuls, tels que : a0.idE + a1.u + + an.un = 0.
Le polynme : P = a0 + a1.X + + an.Xn, est alors non nul, annulateur de u.
Thorme 7.5 : valeurs propres et polynmes annulateurs
Soient (E,+,.) un K-espace vectoriel et : u L(E).
Chapitre 07 : Rduction dendomorphismes Cours complet.

- 13 -

Pour tout polynme P de K[X], et toute valeur propre de u, P() est valeur propre de P(u).
En particulier, si P est un polynme annulateur de u, toute valeur propre de u est racine de P, autrement
dit les racines dun endomorphisme sont toujours racines de tout polynme annulateur de cet
endomorphisme.
Dmonstration :
Soit donc x un vecteur propre de u associ .
Puisque : u(x) = .x, il est immdiat par rcurrence que : k , uk(x) = k.x, et donc :
P K[X], P(u)(x) = P().x,
autrement dit, puisque x est non nul, P() est bien valeur propre de P(u).
En particulier, si P est un polynme annulateur de u, la seule valeur propre de P(u) tant 0 (cest
lendomorphisme nul), on en dduit que pour toute valeur propre de u, P() vaut 0 et est racine de P.
Thorme 7.6 : de Cayley-Hamilton
Soient (E,+,.) un K-espace vectoriel de dimension finie n, et : u L(E).
Le polynme caractristique de u est un polynme annulateur de u.
Dmonstration (hors programme) :
Soit : x E.
Notons par ailleurs u le polynme caractristique de u.
Si x est nul, alors : u(u)(x) = 0, puisque Pu(u) est un endomorphisme de E.
Supposons maintenant x non nul.
il y a des entiers k tels que la famille {x, u(x), , uk-1(x)} soit libre.
En effet, pour : k = 1, la famille {x} est libre, tant donn que x est non nul.
De plus, les familles de type prcdent ne peuvent comporter plus de n vecteurs, car : dim(E) = n.
Il existe donc un plus grand entier p tel que {x, u(x), , up-1(x)} soit libre.
notons : F = Vect(x, u(x), , up-1(x)).
La famille {x, u(x), , up-1(x)} est videmment une base de F, puisquelle est libre par construction et
gnratrice de F par dfinition de F.
De plus, F est stable par u.
En effet, tous les vecteurs parmi x, u(x), , up-2(x) ont videmment une image par u dans F.
Puis {x, u(x), , up(x)} est lie (par dfinition de p) et donc :
(a0, , ap) Kp+1, non tous nuls, tel que : a0.x + + ap.up(x) = 0.
Or si ap tait nul, tous les autres le seraient aussi du fait de la libert de la famille {x, u(x), , up-1(x)}.
Donc ap est non nul et up(x) peut scrire comme combinaison linaire de u, u(x), , up-1(x), et donc
appartient F.
Il est alors clair que tout vecteur de F (comme combinaison linaire des vecteurs de la base prcdente)
a aussi son image par u dans F.
notons lendomorphisme induit par u dans F.

1
La matrice de dans la base prcdente de F est : A = 0

M
0

L L 0 0

O
M
M
O O M
M , o la dernire colonne

O O 0
M
L 0 1 p 1

correspond aux coordonnes de up(x) dans la base {x, , up-1(x)}.

Le polynme caractristique de est alors : () = [p p-1.p-1 0], comme on le montre en
dveloppant par exemple le dterminant correspondant par rapport la dernire colonne.
Et dans ce cas : (u)(x) = [up(x) p-1.up-1(x) 0.x] = 0.
considrons enfin une base B obtenue en compltant la base prcdente de F en une base de E.

A C
, puisque F est stable par u.
0 B

La matrice de u dans cette base est alors :

Le polynme caractristique de u est alors : u() = ().det(.In-p B) = ().Q().

Donc : u(u) = (u)oQ(u) = Q(u)o(u).
On constate alors que : u(u)(x) = Q(u)[(u)(x)] = Q(u)(0) = 0.
Finalement, on a montr que : x E, u(u)(x) = 0, soit : u(u) = 0.
Chapitre 07 : Rduction dendomorphismes Cours complet.

- 14 -

Remarque :
Si : A Mn(K), alors on peut obtenir Ak, pour tout entier k laide dune division euclidienne.
En effet : k , (Qk,Rk) K[X]2, Xk = A.Qk + Rk, deg(Rk) n 1, et :
k , Ak = Rk(A).
Dmonstration :
Pour : k , il suffit deffectuer la division euclidienne de Xk par A qui garantit que :
! (Qk,Rk) K[X]2, Xk = A.Qk + Rk, avec : deg(Rk) < n,
et : Ak = A(A).Qk(A) + Rk(A) = Rk(A), du fait du thorme de Cayley-Hamilton.
Thorme 7.7 : caractrisation de la diagonalisabilit laide dun polynme annulateur
Soit (E,+,.) un K-espace vectoriel de dimension finie n, et : u L(E).
Lendomorphisme u est diagonalisable si et seulement si u admet un polynme annulateur scind
racines simples dans K.
De mme, u est diagonalisable si et seulement si : P =
( X ) , est un polynme annulateur de u.

Sp ( u )

Dmonstration (hors programme) :

[]
Supposons u diagonalisable.
Notons D sa matrice dans une base de E forme de vecteurs propres de u.
Alors D comporte sur sa diagonale les valeurs propres de u, rptes avec leur multiplicit.
Or, pour tout polynme P de K[X], P(D) est la matrice diagonale qui comporte sur sa diagonale les
lments P(di,i), o di,i sont les lments diagonaux de D soit les valeurs propres de u.
( X ) , alors : P(D) = 0, et : P(u) = 0.
Donc si on prend pour P le polynme

Sp ( u )

P est bien annulateur pour u (et cest un polynme scind racines simples dans K).
[]
Commenons par dmontrer le rsultat suivant :
si un polynme P de K[X] scrit : P = (X ).Q, tel que ne soit pas racine de Q, alors :
ker(P(u)) = ker(u .idE) ker(Q(u)) .
Soit : x ker(u .idE) ker(Q(u)).
Alors : u(x) = .x, donc : Q(u)(x) = Q().x, en reprenant le principe de la dmonstration du thorme 7.5.
Or nest pas racine de Q donc : x = 0, et les deux noyaux sont en somme directe.
Dautre part, puisque nest pas racine de Q, les polynmes Q et (X ) sont premiers entre eux.
Donc : (A,B) K[X]2, A.(X ) + B.Q = 1 (galit de Bzout), et : A(u)o(u .idE) + B(u)oQ(u) = idE.
Soit alors : x ker(P(u)).
Alors : x = y + z, avec : y = A(u)((u .idE)(x)), et : z = B(u)(Q(u)(x)).
Dans ce cas : Q(u)(y) = A(u)(Q(u)((u .idE)(x))) = A(u)(P(u)(x)) = A(u)(0) = 0, soit : y ker(Q(u)),
et : (u .idE)(z) = (u .idE)(B(u)(Q(u)(x))) = B(u)(P(u)(x)) = B(u)(0) = 0, soit : z ker(u .idE).
Donc : x ker(u .idE) ker(Q(u)), soit : ker(P(u)) ker(u .idE) ker(Q(u)).
Soit enfin : y ker(Q(u)), et : z ker(u .idE).
Alors : P(u)(y) = (u .idE)(Q(u)(y) = (u .idE)(0) = 0, et : y ker(P(u)), de mme pour z.
Donc : ker(u .idE) ker(Q(u)) ker(P(u)), soit finalement lgalit.
On a donc bien montr le rsultat annonc.
Supposons maintenant que u admette un polynme P annulateur scind racines simples dans K.
Si P nest pas normalis, on le divise par son coefficient dominant et on peut alors supposer que :
k

P=

( X ) , o les sont distincts deux deux.

i

i =1

Alors : P(u) = 0, et : ker(P(u)) = E.

Puisque les valeurs i sont distinctes deux deux, par rcurrence on constate que :
ker(P(u)) = E = ker(u 1.idE) ker(u k.idE).
Enfin, si on considre une base de E adapte cette somme directe, cest une base forme de vecteurs
propres de u, donc u est diagonalisable.
Thorme 7.8 : diagonalisabilit dun endomorphisme induit par un endomorphisme diagonalisable
Soit (E,+,.) un K-espace vectoriel de dimension finie n, et : u L(E).
Chapitre 07 : Rduction dendomorphismes Cours complet.

- 15 -

Soit F un sous-espace vectoriel de E stable par u et lendomorphisme induit par u dans F.

Si u est diagonalisable, est aussi diagonalisable.
Dmonstration :
Puisque u est diagonalisable, il existe un polynme P de K[X], scind racines simples dans K, tel que :
P(u) = 0.
Or cela se traduit par : x E, P(u)(x) = 0.
Mais on constate alors que : x F, P(u)(x) = 0, et comme : x F, u(x) = (x), on en dduit que :
x F, P()(x) = 0, et finalement : P() = 0.
On vient donc de mettre en vidence un polynme annulateur de , scind racines simples dans K, et
est donc diagonalisable.

Chapitre 07 : Rduction dendomorphismes Cours complet.

- 16 -