Chapitre: Réduction des endomorphismes 1

Réduction des endomorphismes Proposition 4 :

Table des matières Kerϕ : ensemble des polynômes annulateurs de u est un idéal de K[X].
Imϕ = K[u] est une sous algèbre de L (E).
1 Sous espaces stables par un endomorphisme 1 Si dim E est fini alors u admet un polynôme minimal.
2 Polynôme d'endomorphisme ou de matrice 1
2.1 Polynôme d’endomorphisme . . . . . . . . . . . . . . . . 1
2.2 Polynôme de matrice . . . . . . . . . . . . . . . . . . . . . 1
3 Valeurs propres, vecteurs propres 1 Proposition 5 :
3.1 Valeurs propres, vecteurs propres d’un endomorphisme 2 E un K-ev, u ∈ L (E) admettant un pomi πu , si F est un sous espace vectoriel
3.2 Valeurs propres, vecteurs propres d’une matrice. . . . . 2 de E u-stable, v = u/F, alors π v /πu .
3.3 Polynôme caractéristique . . . . . . . . . . . . . . . . . . 2
4 Diagonalisation 2
5 Trigonalisation 3

K désigne R ou C, E un K-espace vectoriel .

2.2 Polynôme de matrice

1 Sous espaces stables par un endomorphisme

De même, on définit polynôme de matrice comme suit

Définition 1 :
Soit u ∈ L (E), un sous espace vectoriel F de E est dit stable par u (ou u-
n n
stable) si X X
P= ak Xk , P(M) = ak Mk
u(F) ⊂ F
k=0 k=0

Proposition 1 :
Si f ◦ g = g ◦ f alors Kerg et Img sont stables par f .

Propriété 1 :
Proposition 2 : πM = π t M et si A et B sont semblables alors πA = πB .
On suppose que E est de dimension finie et que E = F ⊕ G,
dim F = p, dim G = q soit β une base de E adaptée à cette décomposition.
Si M la matrice de u dans cette base alors : ‚ Œ
A B Proposition 6 :
F est stable par u si, et seulement si M s’écrit de la forme : , où
0 C ‚ Œ
A C
A ∈ M p (K), C ∈ Mq (K). Si M = est une matrice triangulaire par blocs, alors πA , πB divisent
0 B
Dans ce cas : det M = (det A) (det C).
n πM et πM divise πA πB .
Généralisation : On suppose que E = ⊕ Ek , alors chaque Ek est stable par u C’est à dire :
k=1
ppcm(πA , πB )/πM /πA πB

si, et seulement si M, la 
matrice de u dans une  base β = ∪βk "adaptée" à cette
A1 0 . . . 0
Théorème 1 : Théorème de décomposition des noyaux
 0 A2 . . . 0 
 
somme est de la forme :  . Si P = QR avec Q et R deux polynômes premiers entre eux alors :
 .. .. .. 
. . 
 . 0 
0 0 . . . An KerP(u) = KerQ(u) ⊕ KerR(u)
Dans ces conditions, si on note uk la restriction de u à Ek , alors Ak est la matrice
Yn En plus si P est un polynôme annulateur de u alors :
de uk dans βk et det M = det Ak .
1 E = KerQ(u) ⊕ KerR(u)

2 Polynôme d’endomorphisme ou de matrice Théorème 2 : Généralisation

Si (Pk )1≤k≤p est une famille de polynômes premiers entres eux deux à deux
alors :
p p
2.1 Polynôme d’endomorphisme Y M
Ker( Pk )(u) = KerPk (u)
k=1 k=1

Définition 2 : p
Y
Soit u un endomorphisme de E. Et si en plus Pk est un polynôme annulateur de u, alors :
p
X k=1
Soit P = a0 + a1 X + . . . a p X p = ak Xk . p
k=0
M
On note E= KerPk (u)
p
X k=1
P(u) = a0 IdE + a1 u + a2 u2 + . . . a p u p = ak uk
k=0

où u0 = IdE et u p = u ◦ u ◦ . . . ◦ u (p fois).
On dit que : P(u) est un polynôme de l’endomorphisme u.
Par exemple, si P = X p , alors P(u) = u p . En particulier
si P = 1 alors P(u) = IdE .

Proposition 3 :
3 Valeurs propres, vecteurs propres
u ∈ L (E), ∀P ∈ K[X], KerP(u) et ImP(u) sont stables par u.

s.hajmi@gmail.com
 Chapitre: Réduction des endomorphismes 2

3.1 Valeurs propres, vecteurs propres d’un endomorphisme Proposition 11 :

Soient E un espace vectoriel de dimension finie et v ∈ L (E).
Si F est un sous espace vectoriel de E stable par u et v = u/F alors :
Définition 3 :
Soient u un endomorphisme de E et λ un élément de K, λ est dite valeur χ v /χu
propre de u si Ker(u − λId) n’est pas réduit au singleton {0}, et dans ce cas Généralisation
Eλ = Ker(u − λId) s’appelle le sous espace propre associé à la valeur propre p
M
λ et les éléments non nuls de Ker(u − λId) s’appellent les vecteurs propres Soit u ∈ L (E), on suppose que E = Fk où les Fk sont des sous espace vectoriels
de u associés à la valeur propre λ. k=1
de E stables et non réduits à {oE } et on note vk = u/Fk alors :
Proposition 7 :
p
1. Eλ (u) est un sous espace vectoriel de E stable par u, et les droites stables Y
χu = χ vk
sont exactements les droites portées par des vecteurs propres.
X k=1
2. Si λ1 , ..., λ p sont des valeurs propres distincts de u, alors la Eλi est
directe.
De manière équivalente si e1 , .., e p sont des vecteurs propres associés à
des valeurs propres distincts λ1 , ..., λ p . alors (e1 , ..., e p ) est libre. Définition 5 :
3. Si f et g sont deux endomorphismes qui commutent alors tout sous u ∈ L (E) (resp M ∈ Mn (K)) soit λ une valeur propre de u (resp de M).
espace propre de l’un est stable par l’autre. On appelle multiplicité de λ sa multiplicité comme étant une racine de χu
(resp χM ).
4. Si λ est une valeur propre de u alors ∀P ∈ K[X], P(λ) est une valeur
propre de P(u).
5. Si λ est une valeur propre de u et P un polynôme annulateur de u alors
λ est une racine de P.
Propriété 2 :
Soit u ∈ L (E). Soit λ une valeur propre de u. Si on note
Proposition 8 : d(λ) = dim Eλ et m(λ) la multiplicité de λ alors :
Si E est de dimension finie, alors Sp(u) est exactement l’ensemble des racines
1 ≤ d(λ) ≤ m(λ)
du polynôme minimal.

Proposition 9 : Théorème 5 : de Cayley hamilton

Si u est un endomorphisme d’un K-ev de dimension finie, alors u admet une Si u ∈ L (E), alors χu (u) = 0.
droite ou un plan stable, et si K = C, alors u admet toujours une droite
stable.

3.2 Valeurs propres, vecteurs propres d’une matrice. 4 Diagonalisation

Définition 4 : Dans tout ce paragraphe E est un K espace vectoriel de dimension finie égale à
Soient M ∈ Mn (K) et λ ∈ K. n.
λ est dite valeur propre de M s’il existe un vecteur colonne V non nul de
Mn,1 (K) tel que MV = λV. Définition 6 :
Un tel vecteur V est appelé vecteur propre de M pour la valeur propre λ. Un endomorphisme u est dit diagonalisable s’il existe une base β de E telle
L’ensemble des valeurs propres éventuelles de M dans K s’appelle spectre de que M atB u soit diagonale.
M dans K et se note SpK (M).

Proposition 12 :
u est diagonalisable si et seulement si il admet une base de vecteurs propres.
3.3 Polynôme caractéristique

Théorème définition 3 : Théorème 6 :

Soit M ∈ Mn (K), si on pose : u ∈ L (E), les psse :
χM = det(M − XIn ), alors χM est polynôme de degré n et on a 1. u est diagonalisable.
p
χM = (−1)n Xn + (−1)n−1 trMXn−1 + ... + det M
M
2. χu est scindé et E = Eλi (u)
i=1
Sp(u) = {λi , i = 1..p}.
Proposition 10 : p
X
1. Si deux matrices sont semblables alors elles auront le même polynôme 3. χu est scindé et dim E = dim Eλi (u)
i=1
caractéristique. Sp(u) = {λi , i = 1..p}.
2. Le spectre de M dans K est exactement l’ensemble des racines dans K 4. χu est scindé et ∀λ ∈ SP(u), d(λ) = m(λ).
de χM , et par conséquent SpK (M) est fini et son cardinal est plus petit
que n 5. ∃P ∈ K[X] scindé à racines simples tel que : P(u) = 0.

Corollaire 1 : Proposition 13 :
Le spectre d’une matrice triangulaire ou diagonale est exactement l’ensem- Si F est un sous espace stable par u et v = u/F , alors la diagonalisabilité de
ble des éléments diagonaux de la matrice. u entraine celle de v.

Théorème définition 4 : Proposition 14 :

Soit E un espace vectoriel de dim n et u ∈ L (E). Si le polynôme caractéristique est scindé à racines simples (c’est à dire que u
Pour toute base β de E, det(M atB (u − XIn )) est indépendant de la base β admet n valeurs propres distinctes) alors u est diagonalisable et la dimension
choisie et s’appelle le polynôme caractéristique de u et se note χu . de chaque sous espace propre est égale à 1.

s.hajmi@gmail.com
 Chapitre: Réduction des endomorphismes 3

 
7 −11 −2
Proposition 15 :
Exemple 3 : M =  −3 −1 −6 . χM = −(X + 4)(X − 8)2 .
 
Soit u ∈ L (E), on suppose que u est diagonalisable de spectre −1 1 6
Sp(u) = {λ1 , ..., λp }, et soit (pλ1 , ..pλp ) la famille des projecteurs associée à Si on cherche le sous espacepropreassocié à la valeur propre 8, on trouve que
p
M 2
E= Eλi , alors : c’est la droite engendrée par  0 , on conclut que M n’est pas diagonalisable.
 
i=1
p
X −1
IE = pλ i
i=1
p
X 5 Trigonalisation
∀k ∈ N∗ : uk = λki pλi
i=1

∀i ∈ |[1, p]| : pλi ∈ K[u] Définition 8 :

Un endomorphisme f est dit trigonalisable s’il existe une base β de E telle
que M atB f soit triangulaire supérieure.
Définition 7 :
(matrices diagonalisables)
Soit M un élément de Mn (K).
Remarque 1 :
On dit que M est diagonalisable si M est semblable à une matrice diagonale Si f ∈ L (E) est trigonalisable et β = (e1 , ..., en ) une base telle que M atB f
D, c’est-à dire s’il existe une matrice inversible P telle que M = PDP−1 . On est triangulaire supérieure alors si on pose β 0 = (en , ..., e1 ), la matrice de f
dit alors que D est une réduite diagonale de M. dans β 0 est triangulaire inférieure.

Propriété 3 : Définition 9 :
Soit M un élémnt de Mn (K). Une matrice M ∈ Mn (K) est dite trigonalisable si elle est semblable à une
M est diagonalisable si et seulement si tout endomorphisme u d’un K-espace matrice triangulaire supérieure.
vectoriel E de dimension n dont la matrice est M dans une base β de E est
diagonalisable, et en particulier l’endomorphisme de Kn de matrice M dans
Remarque 2 :
la base canonique.
M est trigonalisable si et seulement si tout endomorphisme f d’un K-espace
Méthode et exemples : vectoriel E de dimension n dont la matrice est M dans une base β de E est
Soit à diagonaliser une matrice M de Mn (K). trigonalisable, et en particulier l’endomorphisme de Kn de matrice M dans
1. On calcule le polynôme caractéristique χM de la matrice M puis les racines la base canonique.
dans K de ce polynôme.
2. Si χM nest pas scindé dans K, alors M n’est pas diagonalisable dans K. Théorème 7 :
3. Si χM est scindé alors pour chaque racine λ qui sera une des valeurs propres Soit u ∈ L (E). les psse :
de M on résoud le système homogène (M − λIn )X = 0, où X est une matrice
1. u trigonalisable.
colonne de Kn .
La résolution conduit à une base βλ de Eλ , donc à dim Eλ . 2. χu est scindé
p
X 3. Il existe un polynôme scindé annulateur u.
4. Si, dim(Eλi ) < n , alors M n’est pas diagonalisable.  
2 2 −3
i=1
Exemple :  5 1 −5 .
 
p
X
5. Sinon, c’est à dire dim(Eλi ) = n alors M est diagonalisable, et la juxtapo- −3 4 0
i=1 – χM = (1 − X)3 , M n’est donc pas diagonalisable.
sition des bases βλi donne une base de Kn , formée de vecteurs propres.
  – Le sous espace propre associé à la valeur propre 1 est la droite engendée par :
8 0 9 e1 = (1, 1, 1), notons C = (c1 , c2 , c3 ) la base canonique et posons e20 = c2 =
Exemple 1 :M =  −3 −1 −3  (0, 1, 0), e30 = c3 , déterminons la matrice N de f (canoniquement associé à
 
−6 0 −7 M) dans cette nouvelle base : (e1 , e20 , e30 ).
χM = −(X − 2)(X + 1)2 . f (e1 ) = e1 , f (e20 ) = 2c1 + e20 + 4e30 , f (e30 ) = −3c1 − 5e20 .
– Sous espace propre associé à la valeur propre -1. On résoud le système : c1 = e1 − e20 − e30  =⇒ f (e20 ) = 2e1− e20 + 2e30 , f (e30 ) = −3e1 − 2e20 + 3e30 .
 1 2 −3
9x + 9z = 0 Finalement N =  0 −1 −2 .
 

(M + I)V = 0 ⇐⇒ −3x − 3z = 0 ⇐⇒ x + z = 0 0 2 3
– On pose G = vect(e20 , e30 ), p désigne la projection sur G parallélement à

−6x − 6z = 0
    vect(e1 ). ‚ Œ
1 0 −1 −2
C = M atB (p ◦ f/G ) = , χC = (1 − X)2 .
Il s’agit du plan engendré par  0  et  1 
   
2 3
−1 0 0 0
x = αe2 + β e3 est un vecteur propre de C associé à 1 ⇐⇒ α + β = 0, par
On peut déja en déduire la diagonalisabilité de M. exemple
– Sous espace propre associé à la valeur propre 2. On résoud le système : e2 = e20 − e30 = (0, 1, −1).
 – En complétant (e1 , e2 ) par e3 = c3 (par exemple) pour obtenir une base β de
3
 de f dans β, on trouve :

6x + 9z = 0  x =− z E, et en calculant la matrice
 2 
1 5 −3
(M − 2I)V = 0 ⇐⇒ −3x − 3 y − 3z = 0 ⇐⇒ y = − 1 z
 
M atB f =  0 1 −2 .
 
2
 
−6x − 9z = 0

0 0 1

z=z
Propriété 4 :
 
3
Il s’agit de la droite engendrée par  −1  Tout endomorphisme sur un C-espace vectoriel est trigonalisable.
 
−2
Conclusion : La somme des dimensions des sous espaces propres est 3, donc M
est diagonalisable.
    Proposition 16 :
−1 0 0 1 0 3 Soit F un sous espace vectoriel stable par f et posons g = f/F .
Si on pose D =  0 −1 0  et P =  0 1 −1 , alors f trigonalisable =⇒ g trigonalisablale.
   
0 0 2 −1 0 −2
M = PDP−1 .  
2 1 0 Proposition 17 :
Exemple 2 : M =  −6 −3 −2  χM = −(X − 1)(X − 2)(X − 3).
 
E de dimension n.
15 9 7 Un endomorphisme u de E est nilpotent si et seulement χu = (−1)n Xn .
Le polynôme caractéristique est scindé à racines simples, donc M est diagonalis-
able.

s.hajmi@gmail.com