Académique Documents
Professionnel Documents
Culture Documents
Mohammed Issoual
20 octobre 2021
3 L’algèbre K[u] 11
3.1 L’algèbre K|u] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2 Endomorphismes cycliques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
7 Théorème de Cayley-Hamilton 20
10 Théorèmes de diagonalisation 22
11 Applications de diagonalisation 26
11.0.1 Calcul des puissances des matrices carrées . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
11.1 Suites récurrentes linéaires simultanées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
11.2 Suites récurrentes linéaires à coefficients constant . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
12 Endomorphismes trigonalisables 28
12.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
12.1.1 Endomorphismes trigonalisables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
12.1.2 Interprétation géométrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1
MP-MP*
14 Complément : Nilpotents 31
2 M.ISSOUAL
MP-MP*
∀P ∈ E, u(P ) = P (X + 1) − P (X).
On a : ∀P ∈ En , deg(P ) = deg(P ) − 1.
On déduit que les En sont donc stables par u.
2. Si E un K-espace vectoriel et u ∈ L(E), alors ker u et Imu sont stables par u.
En effet soit y ∈ u(Imu), il existe alors y 0 ∈ Imu tel que y = u(y), or il existe x ∈ E tel que y 0 = u(x),
donc y = u(u(x)) ∈ Imu.
Pour y ∈ u(ker u), il existe x ∈ ker u tel que y = u(x), ainsi u(y) = 0 et donc y ∈ ker u.
3. Soit E = R[X],pour tout entier n ∈ N, En = Rn [X], et soit D l’endomorphisme définit sur E par :
∀P ∈ E, D(P ) = P 0 .
∀P ∈ F, degP ≤ m.
on déduit que :
∀P ∈ E, Dm+1 (P ) = 0.
ainsi l’endomorphisme induit par D sur F est nilpotent et d’après un résultat classique Dn+1 (P ) = 0, ∀P ∈
F. On en déduit alors que :
∀P ∈ F, degP ≤ n.
d’où F ⊂ Rn [X] et comme ils ont la même dimension on conclut que F = Rn [X].
On déduit que les sous-espaces stables par D sont les (En , n ∈ N), {0}, E.
• Soit y ∈ Imv, il existe alors x ∈ E tel que y = v(x), on a donc u(y) = u(v(x)) = v(u(x)) ∈ Imv. Donc
u(y) ∈ Imv.
• Soit x ∈ ker v, on a : v(u(x)) = u(v(x)) = u(0) = 0. Donc u(x) ∈ ker v.
3 M.ISSOUAL
MP-MP*
Remarque 1.1.4. Soit E un espace vectoriel de dimension n, Soit AF l’ensemble des endomorphismes qui
laissent stable un sous-espace F de E de dimension p. Il est clair(que A est une sous-algèbre de L(E) cherchons
A C
la dimension de AF . Soit B une base de E adaptée à F ,et MF = ; A ∈ Mp (K), B ∈ Mn−p (K), C ∈
O B
)
Mp,n−p (K) . On considère l’application :
AF → MF
Ψ:
u 7→ MatB
On voit que Ψ est un isomorphisme d’espaces vectoriels d’après le théorème précédent, on déduit que
dimAF = p2 + p(n − p) + (n − p)2 = n2 + p2 − np.
F et G sont stables par u ⇔ il existe une base de E telle la matrice de u dans cette base est de la forme
A O
.
O D
A O
Démonstration. • Supposons qu’il existe une base B de E telle la matrice de u dans cette base est .
O D
Si dimF = p et dimG = q,quitte à réordonner les éléments de la base B on peut supposer que les p premiers
éléments de B forment la base de BF de F et les q derniers forment la base BG de G , la forme géométrique de
la matrice de u permet de conclure que u(BF ) ∈ F et u(BG ∈ G ainsi F et G sont stables par u.
• La réciproque est évidente.
Par récurrence on a le :
Théorème 1.1.6. Soit (E1 , ..., Er ) une famille de sous-espaces de somme directe égale à E ;u ∈ L(E) laisse
stable les sous-espaces Ei si et seulement
toute base adaptée à la décomposition E = E1 ⊕ ... ⊕ Er , la
si dans
A1 O
matrice de u dans cette base est
.. où Ai = MatBi (u|E ).
. i
O Ar
4 M.ISSOUAL
MP-MP*
Exemple 1.1.7. Soit E un R-espace vectoriel de dimension finie n > 0. Et soit u ∈ L(E) tel que u2 = −IdE . Soit
x1 un vecteur non nul, la famille F1 = (x1 , u(x1 )) est libre, en effet si a et b deux réels tels que ax1 +bu(x1 )) = 0
en composant par u on obtient au(x1 ) − bx1 = 0, d’où (a2 + b2 )x1 = 0 et comme x1 6= 0 on déduit que
a2 + b2 = 0 et puisque a et b sont des réels on déduit que a = b = 0. Notons E1 = vect(F∞ ) si E = F1
0 −1
on déduit que la matrice de u dans la base F1 est A1 = . Si F1 E il existe x2 ∈ E tel que
1 0
x2 ∈/ F1 , alors la famille F2 = (x1 , u(x1 ), x2 , u(x2 )) estL
libre et on pose F2 = vect(F2 ),on a Fi sont stables
par
u car u(F
i ) = vect(−x i , u(x i )) = Fi et si E = F1 F2 alors la matrice de u dans la base F1 , F2 ) est
A1 O L L
. Supposons qu’il existe p vecteurs non nuls x1 , ..., xp tel que ∀i ∈ {2, ..., p}, xi ∈/ F1 ... Fi−1
O A2
[p
L L
alors par construction Fi = (xi , u(xi ) libre et la famille Fi est libre. Si F1 ... Fp E alors il existe
i=1
p+1
[
L L
xp+1 ∈ E et xp+1 ∈
/ F1 ... Fp alors la famille Fi , en effet soit a1 , ..., ap+1 , b1 , ..., bp+1 des réels tels que
i=1
p+1
X p+1
X p+1
X p+1
X
ak xk + bk u(xk ) = 0 (1) en composant par u on obtient ak u(xk ) − bk xk = 0 (2) en calculant
k=1 k=1 k=1 k=1
ap+1 .(1) − bp+1 .(2) on obtient
p+1
X p+1
X p+1
X p+1
X
ap+1 ak xk + ap+1 bk u(xk ) − bp+1 ak u(xk ) + bp+1 bk xk = 0
k=1 k=1 k=1 k=1
c’est à dire :
p
X p
X
(ap+1 ak + bp+1 bk )xk + (ap+1 bk − bp+1 ak )u(xk ) + (a2p+1 + b2p+1 )xp+1 = 0.
k=1 k=1
si a2p+1 + bL
2
p+1 6=
L0 alors xp+1 sera combinaison linéaire des x1 , ..., xp , u(x1 ), .., u(xp ) ce qui est impossible
car xp+1 ∈/ F1 ... Fp , donc on a forcément ap+1 = bp+1 = 0 et par la liberté des x1 , ..., xp , u(x1 ), .., u(xp ) et
p+1
[
par hypoesthésie de récurrence on a1 = ... = ap = b1 = ... = bp = 0 et la famille Fi est libre , ainsi il existe
i=1
p
[ p+1
[
un rang p pour le quel Fi est une base de E si non pour tout p ∈ N on aura Fi est libre et donc 2p ≤ n
i=1 i=1
ce qui est absurde. Dans ce cas on a
M M
E = F1 ... Fp et tout Fi est stable par u.
A1 O ··· O
p
[ O A2 O
0 −1
la matrice de u dans la base Fi est où Ai = .
.. .. 1 0
i=1
. . O
O ··· O Ap
5 M.ISSOUAL
MP-MP*
1(u) = IdE , (λP)(u) = λP(u), (P + Q)(u) = P(u) + Q(u), (P.Q)(u) = P(u) ◦ Q(u).
de même pour les matrices M ∈ Mn (K).
Exemple
m
X
Soit P (X) = ak X k , et p un projecteur de E.
k=0
Alors P (p) = P (1)p + P (0)(IdE − p).
Théorème 2.1.3. • Soit u ∈ L(E), v ∈ GL(E) et P ∈ K[X]. Alors
Démonstration. • Il suffit de remarquer que pour tout entier k ∈ N, on a :(u−1 ◦ v ◦ u)k = u−1 ◦ v k ◦ u, et si
Xm m
X m
X m
X
ak X k , alors P (u−1 ◦ v ◦ u) = ak (u−1 ◦ v ◦ u)k = ak u−1 ◦ v k ◦ u = u−1 ◦ ak v k ◦ u par
P (X) =
k=0 k=0 k=0 k=0
linéarité de u et u−1 .
• Pour une matrice carrée M et toute matrice inversible P on pour tout entier k ∈ N, (A−1 M A)k = A−1 M k A
m
X Xm
ak (A−1 M A)k = A−1 ak M k A. c’est à dire P (A−1 M A) = A−1 P (M )A.
et par sommation on obtient :
k=0 k=0
P (u)|F = P (u|F ).
Démonstration. Il est clair que F est uk pour tout entier naturel k, car ∀x ∈ F, uk (x) = u(uk−1 )(x) et une
récurrence simple sur k permet de conclure puisque ∀x ∈ F, u(x) ∈ F. Ainsi P (u)(F ) ⊂ F. D’autre part
∀k ∈ N, uk|F = (u|F )k , et donc P (u)|F = P (u|F ).
6 M.ISSOUAL
MP-MP*
Corollaire 2.1.6. Si P1 , ..., Pr sont premiers entre eux deux à deux alors
r
Y r
M
ker( Pk (u)) = ker Pk (u).
k=1 k=1
Exemples :
1. Les polynômes X et X − 1 sont premiers entre eux. Si u est un projecteur d’un K-espace vectoriel, alors :
M
E = ker u ker(IdE − u).
2. Les polynômes X − 1 et X + 1 sont premiers entre eux, et si s est une symétrie de E alors :
M
E = ker(s + IdE ) ker(s − IdE ).
3. Soit E un C-espace vectoriel , u ∈ L(E) et P un polynôme tel P (u) = 0, alors ker P (u) = E, ainsi si
λ1 , ..., λp sont les racines de P deux à deux distincts avec leurs ordres de multiplicités respectives m1 , ..., mp
on a la décomposition en facteurs premiers de P.
p
Y
P (X) = (λ − Xk )mk .
k=1
7 M.ISSOUAL
MP-MP*
ainsi ei = ui−1 (e1 ), 2 ≤ i ≤ n, et donc un (e1 ) = −a0 e1 − a1 u(e1 )... − an−1 un−1 (e1 ). Et donc P (u)(e1 ) = 0, on
déduit que pour tout indice i ∈ {2, ..., n}, P (u)(ei ) = P (u)(ui−1 )(e1 ) = ui−1 P (u) (e1 ) = 0.
Donc l’endomorphisme P (u) s’annule sur les éléments de la base, par suite P (u) = 0,or la matrice de P (u)
dans la base B et suivant les règles de calculs citées plus haut est P (CP ) et donc P (CP ) = O.
Théorème 2.2.6. Existence d’un polynôme annulateur
• Soit E un K-espace vectoriel de dimension n et u ∈ L(E), alors il existe un polynôme non constant
annulateur de u.
• Pour toute matrice A ∈ Mn (K) il existe un polynôme non constant annulateur de A.
2
Démonstration. • Puisque dimL(E) = n2 , alors la famille (IdE , u, ..., un ) qui est de cardinal n2 + 1 est liée, il
2
existe donc a0 , a1 , ..., an2 des scalaires non tous nuls tels que a0 IdE + a1 u + ... + an2 un = 0 ainsi le polynôme
2
n
X
P (X) = ak X k annule u.
k=0
• Pour les matrices c’est la même preuve.
Exemple
Soit M ∈ Mn (K) telle que (M − In )2 (M − 2In ) = O, on alors M 3 − 4M 2 + 5M − 2In = 0, ce qui donne
1
M −1 =
M 2 − 4M + 5In .
2
Calcul des puissances d’une matrice
p
X
Si P = pk X k un polynôme annulateur d’une matrice carrée M ∈ Mn (K), on veut calculer les puissances
k=0
M q , pour cela on fait la division euclidienne X q par P.
X q = QP + R, degR < p ou R = 0.
8 M.ISSOUAL
MP-MP*
D’où :
M q = R(M ).
Exemple 2.2.8. Soit M ∈ Mn (K) telle que (A − In )2 (A − 2In ) = O. La division euclidienne de X q , q ∈ N par
(X − 1)2 (X − 2) donne :
X q = Qq (X)(X − 1)2 (X − 2) + aq X 2 + bq X + cq .
Il est facile de voir, en prenant les valeurs en 1 et 2 que :
aq + bq + cq = 1
4aq + 2bq + cq = 2q
2aq + bq = q.
D’où
aq = 2q − q − 1, bq = −2q+1 + 3q + 2, cq = 2q − 2q.
On obtient alors :
M q = (2q − q − 1)M 2 + (−2q+1 + 3q + 2)M + (2q − 2q)In .
Exemple 2.3.2. 1. Soit π un polynôme,l’ensemble πK[X] des polynômes multiples de π(X) est un idéal de
K[X]
2. Soit I un idéal de K[X] tel que 1 ∈ I, alors I = K[X].
En effet, soit A ∈ K[X] puisque 1 ∈ I, alors A.1 = A ∈ I ainsi I = K[X].
De même si I contient une constante non nulle λ, alors λ1 .λ = 1 ∈ I, d’où I = K[X].
Théorème 2.3.3. Classification des idéaux de K[X]
Soit I un idéal de K[X], il existe un polynôme π(X) tel que :
I = πK[X].
9 M.ISSOUAL
MP-MP*
Iu = πK[X].
Théorème 2.4.3. Soit u ∈ L(E) et F un sous-espace stable par u, alors πu|F |πu .
Démonstration. Le polynôme πu annule u|F et on a le polynôme minimal de u|F est πu|F ainsi πu|F divise πu .
Remarque 2.4.4. De la même manière on définit le polynôme minimal d’une matrice carrée A, c’est exacte-
ment le polynôme minimal de l’endomorphisme u associé dans la base canonique de Kn .
πA (X) = πu (X).
πA (X) est donc le polynôme unitaire de plus bas degré qui annule A, on a donc
Exemples 2.4.5. 1. Soit J ∈ Mn (R) la matrice dont tous ses coefficients valent 1, on a J 2 = nJ. Donc
X − −nX annule J; comme J 6= 0 et J 6= nIn , on déduit πJ (X) = X 2 − nX.
2
Alors X p est un polynôme annulateur,donc πu divise X p par suite il existe k ∈ N∗ tel que πu (X) = X k
or up−1 6= 0 donc πu (X) = X p−1 .
3. Matrice compagnon
Soit P (X) = X n + an−1 X n−1 + · · · + a1 X + a0 un polynôme de K|X], on considère la matrice d’ordre n
0 ··· 0 −a0
1 ... 0
−a1
CP =
..
0 ... 0
.
0 0 1 −an−1
On déjà vu que P est un polynôme annulateur de CP . Ainsi πCP divise P (X) si degπCP = d < n en notons
u l’endomorphisme canoniquement associé dans la base canonique B = (e1 , ..., en ) de Kn et en notant :
on aura :
ud − bd−1 ud−1 − ...b1 u − b0 IdE = 0.
en appliquant ceci à e1 on trouve :
d’ou la famille (ed+1 , ed , ..., e1 ) est liée ce qui est absurde car c’est une sous-famille de B donc libre, par
suite degπCP = n et on déduit que πCp et P sont associés et puisque sont unitaires ils sont égaux.
10 M.ISSOUAL
MP-MP*
3 L’algèbre K[u]
3.1 L’algèbre K|u]
Soit u un endomorphisme de E. On note ϕu le morphisme d’algèbres suivant :
K[X] → L(E)
ϕu :
P (X) 7−→ P (u)
Le noyau Im(ϕu ) est noté K[u].
c’est à dire
K[u] = {P (u)|P ∈ K[X]}.
De même si M est une matrice carrée de Mn (K), alors
Démonstration. Il est clair que {idE , u, · · · , ud−1 } est une famille libre donc K[u] avec deg(πu ) = d. Soit F =
Vect idE , u, · · · , ud−1 , on a dimF = d et F un sous-espace vectoriel de K[u]. Soit maintenant v ∈ K[u], il
existe un polynôme P tel que v = P (u). La division euclidienne de P par πu donne un polynôme R de degré
≤ d − 1 tel que P = πu Q + R, d’où v = R(u) ∈ F. Finalement
Soit
P (X) = X n − an−1 X n−1 + ... − a1 X − a0 .
On P (u)(x0 ) = 0 d’autre part si 1 ≤ j ≤ n − 1, alors P (u)(uj (x0 )) = uj (P (u)(x0 )) = 0. Donc P (u) est
un endomorphisme qui s’annule sur les éléments de la base ; il est donc nul. Ainsi P est un polynôme
annulateur, et par suite πu divise P ; Donc d ≤ n et finalement d = n.
11 M.ISSOUAL
MP-MP*
n
X
2. Soit v ∈ C[u], comme B est une base, il existe des scalaires α0 , ..., αn−1 tels que v(x0 ) = αk uk (x0 ).
k=0
n
X n
X
k j
j
Puisque v ◦ u = u ◦ v, il vient que v(u (x0 )) = αk u (u (x0 )). On conclut que v et αk uk coı̈ncident
k=0 k=0
n
X
sur la base B de E, ils sont donc égales, c’est à dire v = αk uk = P (u).
k=0
3. D’après la question précédente on a C[u] ⊂ K[u] et puisque pour tout polynôme P on P (u) commute avec
u, on conclut que K[u] ⊂ C[u]. D’où l’égalité C[u] = K[u].
u est inversible ⇔ 0 ∈
/ SpK (u)
12 M.ISSOUAL
MP-MP*
p
X
ak uk (x)
P (u)(x) =
k=0
p
X
= ak λk (x)
k=0
= P (λ)x.
p
X
λp+1 αp+1 xp+1 + λk αk xk = 0
k=0
or
p
X
λp+1 αp+1 xp+1 + λp+1 αk xk = 0
k=0
Théorème 4.1.8. Soit u ∈ L(E), λ ∈ SpK (u), alors le sous-espace propre Eλ (u) est stable par u.
Démonstration. Il suffit de remarquer que u et u − λIdE commutent, et donc ker(u − λIdE ) est stable par u.
13 M.ISSOUAL
MP-MP*
Supposons le résultat Hp vraie pour p et soit λ1 , ..., λp , λp+1 des valeurs propres de u deux à deux distinctes,
p+1
X p+1
X
soient (x1 , ..., xp+1 ) ∈ Eλ1 (u)×...×Eλp (u)×Eλp+1 (u) tels que xk = 0 en appliquant u on obtient λk xk =
k=1 k=1
0. On a ainsi :
p+1
X p+1
X p
X
λp+1 xk − λ k xk = (λp+1 − λk )xk = 0
k=1 k=1 k=1
Démonstration. On sait que si λ est valeur propre de u alors P (λ) est valeur propre de P (u) or si P (u) = 0
alors P (λ) = 0.
Remarque 4.1.11. Ainsi si P est un polynôme annulateur de u alors les valeurs propres sont à chercher parmi
les racines de P.
ainsi on :
λ ∈ SpK (A) ⇔ det(A − λIn ) = 0.
Théorème 4.1.13. Soit A et B deux matrices semblables, alors A et B ont les mêmes valeurs propres
Démonstration. Il existe une matrice inversible P telle que B = P −1 AP. Soit λ une valeur propre de A, il existe
alors un vecteur propre X tel que AX = λX, posons Y = P −1 X puisque X est non nul et P −1 inversible alors
Y est non nul et on a :
BY = P −1 AP P −1 X = P −1 AX
= λP −1 X.
= λY.
Donc λ est valeur propre de B et par symétrie toute valeur propre de B est une valeur propre de A
Remarque 4.1.14. Si A et B sont deux matrices semblables alors :
14 M.ISSOUAL
MP-MP*
et donc
rg(A − λIn ) = rg(B − λIn ).
Soit λ une valeur propre de u et P un vecteur propre associé,c’est à dire u(P ) = λP , il vient alors que
• Si λ 6= 1. Alors P (−α) = 0, soit k l’ordre de multiplicité de −α pour P , on alors P (X) = (X + α)k Q(X)
tel que Q(−α) 6= 0. En transportant ceci dans l’équation (1), on trouve :
λ = k + 1, P = c(X + α)k .
15 M.ISSOUAL
MP-MP*
Démonstration. 1. Par récurrence sur n, le résultat est vraie pour n = 1 et n = 2. Supposons le résultat vraie
jusqu’au rang n,Soit A ∈ Mn+1 (K). Le développement de det(XIn+1 − A) suivant la première colonne
donne :
n+1
X
det(XIn+1 − A) = (a1j − Xδ1j )(−1)j+1 det(X(In+1 )1j − A1,j ).
j=1
où A1j la matrice carrée d’ordre n obtenue en supprimant de A la première colonne et la j-ème ligne,et
comme (In+1 )1j = In , on a det(X(In+1 )1j −A1j ) est donc un polynôme de degré ≤ n d’après la récurrence,
or :
n+1
X
det(XIn+1 − A) = (a1j − Xδ1j )(−1)j+1 det(X(In+1 )1,j − A1,j )
j=1
Xn
= a1,j (−1)j+1 det(XIn − A1,j ) + (a11 − X)det(XIn − A1,1 ).
j=2
et comme deg(X − a11 )det(XIn − A11 ) = 1 + det(XIn − A11 ) = n + 1. Ce qui termine la récurrence et
conclut le résultat.
2. On raisonne par récurrence.
Le résultat est évident pour n = 1.
Si le résultat est vraie pour n ≥ 1. Soit A ∈ Mn (K) le développement suivant la dernière colonne de
det(XIn+1 − A) donne :
n
X
det(XIn+1 − A) = (X − an+1,n+1 )Cnn (X) + an+1,j Cn+1j (X).
j=1
Cn+1,j (X) le cofacteur d’indice (n+1, ) de XIn+1 −A, or pour 1 ≤ j ≤ n−1, Cn+1,j (X) est un déterminant
d’ordre n dont la j-ième ligne est constante, en développant suivant cette ligne on aura deg(Cn+1,j )(X) ≤
n − 1. Donc les coefficients de X n+1 et de X n de det(XIn+1 − A) son ceux de X n+1 et de X n dans
(X − an+1,n+1 )det(XIn − A1 ) où A1 la matrice obtenue en supprimant la dernière ligne et la dernière
colonne de A. En appliquant la récurrence les coefficients de X n+1 et de X n sont dans l’expression
(X − an+1,n+1 )(X n − Tr(A1 )) c’est à dire X n+1 − (an+1,n+1 − Tr(A1 ))X n = X n+1 − Tr(A1 ))X n . car
an+1,n+1 + Tr(A1 ) = Tr(A).
Le coefficient constant est χ(0) = det(−M ) = (−1)n+1 det(M ).
16 M.ISSOUAL
MP-MP*
Démonstration. 1. Soient A et B deux éléments de Mn (K) et P ∈ GLn (K) telle que B = P −1 AP. On a :
XIn − B = P −1 (XIn − A)P d’où det(XIn − B) = det(XIn − A).
2. On a : ∀x ∈ K, det(xIn − A) = dett (xIn − A) = det(xIn −t A).
Donc deux matrices semblables ayant le même polynôme caractéristique , ont les mêmes valeurs propres,
puisque sont les racines du polynôme caractéristique. D’autre part, soit Y ∈ Eλ (P −1 M P ) c’est à dire
P AP −1 Y = λY, ce qui donne AP −1 Y = λP Y ce qui est équivaut à P −1 Y ∈ Eλ (A) c’est à dire Y ∈
P Eλ (A)
Théorème 5.1.7. Soit u ∈ L(E), dimK E = n. Soit F un sous-espace de E stable par u, alors
Démonstration. Puisque F est stable par u, il existe une base B = (BF , BG ), de G ⊕ F = E adaptée à F telle
que la matrice de u dans cette base est :
A C
M=
O B
où A est la matrice de u|F dans une base de F , ainsi :
xIp − A −C
χM (X) = = χu (X)χB (X).
0 xIq − B |F
Exemple 5.1.8. Soit u un endomorphisme d’un K-espace vectoriel de dimension fine E. On suppose que
rgu = 1, on a alors dim ker u = n − 1, soit B = (e1 , ..., en−1 , en ) une base de E telle que (e1 , ..., en−1 ) est une
base de ker u. La matrice de u dans cette base est :
0 · · · α1
M = ... . . . ..
.
0 ··· αn
17 M.ISSOUAL
MP-MP*
Exemple 5.1.9. Soit E un R-espace vectoriel de dimension n ≥ 2. Soit uinL(E) tel que u2 + u + IdE = 0.
Montrons que X 2 + X + 1 divise χu (X).
En effet, soit x un vecteur non nul de E et soit F = (x, u(x)), la famille F est libre car : si a et b deux réels
tels que ax + bu(x) = 0 en appliquant u on trouve au(x) + bu2 (x) = −bx + (a − b)u(x) = 0, on en multipliant la
première équation par a−b et l’additionner à la deuxième multipliée par −b,on obtient a(a−b)+b2 = a2 +b2 −ab =
b 3b2
(a − ) + = 0 et puisque les coefficients sont réels, on obtient a = b = 0. Notons F = vect(x, u(x)) c’est un
2 4
sous-espace vectoriel de dimension 2 et stable
puisque u(F ) = vect(u(x), −x − u(x)) = F , la matrice de
par u,
0 −1
l’endomorphisme induit par u sur F est , d’où χu|F (X) = X 2 + X + 1, donc daprés la proposition
1 0
précédente X 2 + X + 1 divise χu (X).
Exemple 5.1.10. polynôme caractéristique de la matrice compagnon
Soit n ∈ N∗ ,et an−1 , · · · , a0 des scalaires, on pose P (X) = X n + an−1 X n−1 + · · · + a0 . Soit
0 ··· 0 −a0
1 ... 0
−a1
CP =
..
0 ... 0
.
0 0 1 −an−1
• Si A est inversible. Alors AB = A(BA)A−1 ainsi AB et BA sont semblables et donc admettent le même
polynôme caractéristique.
• Si A n’est allure inversible, on a déjà vu que χA (X) est un polynôme de degré n, d’après le théorème de
D’Alembert-Gauss χA (X) admet n racines notés {z1 , · · · , zn }, supposons qu’il existe des indices i pour les quels
zi 6= 0, posons alors α = min{|zi |; zi 6= 0}, ainsi ∀z ∈ C, on a :
18 M.ISSOUAL
MP-MP*
On définit pour tout t ∈ C, P (t) = χA−tIn B (a) − χB(A−tIn (a) où a ∈ C. On a P (t) est un polynôme en t de
degré ≤ n et on a :
|z| < α ⇒ P (z) = 0.
Ainsi P admet une infinité de racines c’est donc nul,en particulier P (0) = χAB (a) − χBA (a) = 0, et par suite
χAB (a) = χBA (a) pour tout a ∈ C.
Si pour tout indice i on zi = 0, alors ∀z ∈ C∗ , A−zIn est inversible, on continue alors comme précédemment.
Remarque 5.1.12. On peut utiliser la densité des matrices inversibles dans Mn (C) et la continuité du
déterminant pour conclure sur l’exemple précédent.
1 ≤ m(λ) ≤ deg(χu ).
On a alors :
χu (X) = (λ − X)m(λ) Q(X), Q(λ) 6= 0.
Théorème 6.1.1. On a :
∀λ ∈ SpK (u), 1 ≤ dimEλ (u) ≤ m(λ).
Démonstration. On sait que Eλ (u) est stable par u, posons v = u|Eλ (u) , on χv divise χu . Or v(x) = λx, ∀x ∈
Eλ (u) et par suite χv (X) = (X − λ)dim(Eλ (u)) , comme λ n’est pas racine de Q alors Q et(λ − X)dim(Eλ (u))
sont premiers entre eux, or (Xλ)dim(Eλ (u)) divise χu (X) = (X − λ)m(λ )Q(X) d’après le théorème de Gauss,
(X − λ)dim(Eλ (u)) divise (X − λ)m(λ) et donc dimEλ (u) ≤ m(λ).
D’autre part on a :
χu (X) = X n − Tr(u)X n−1 + · · · + (−1)n det(u). (2)
n
Y
Le développement de (λk − X) est
k=1
n
X n
Y
Xn − λk X n−1 + · · · +
λk . (3)
k=1 k=1
19 M.ISSOUAL
MP-MP*
n
X
2. Si A ∈ Mn (R); soit λ1 , · · · , λn les racines complexes du polynôme caractéristique ; alors Tr(u) = λk , detu =
k=1
n
Y
λk .
k=1
A3 − 3A − 5In = O
M 4 − 7M 3 − 12M 2 = O
7 Théorème de Cayley-Hamilton
Théorème 7.0.1. Théorème de Cayley-Hamilton
1. Soit u ∈ L(E), où E un K-espace vectoriel de dimension finie n > 0. Alors χu (u) = 0.
2. Soit A ∈ M(K), alors χA (A) = O.
Démonstration. Soit x un vecteur non nul de E. Soit L’ensemble {k ∈ N; (x, u(x), ..., uk (x)) libre} est une
partie non vide de E car il contient 0 et majoré par n, soit donc :
Notons Fp la famille (x, u(x), ..., up (x)) est libre par contre Fp+1 est liée, comme Fp+1 = Fp ∪ {up+1 (x)} et que
Fp est libre, alors up+1 (x) ∈ vect(Fp ). Notons F = vectFp ) et il est clair que F est stable par u, soit v = u|F ,
on sait alors χv divise χu , mais la matrice de v dans la base Fp est :
0 · · · 0 a0
1 . . . 0 a1
C=
..
. .
0 . 0 .
0 0 1 ap
où up+1 (x) = ap up (x) + ... + a0 x. On reconnait C c’est une matrice compagnon, son polynôme caractéristique
est χC (X) = ((X p − X p−1 − ... − a0 ) et on déjà vu que P (v) = 0 où P (X) = X p − ap X p−1 − ... − a0 . Or Il existe
un polynôme Q tel que χu (X) = Q(X)χv (X), d’où χu (u) = Q(u) ◦ χv (v) = 0. Ce qui démontre le théorème.
20 M.ISSOUAL
MP-MP*
Iu = πu K[X].
ainsi ei = ui−1 (e1 ), 2 ≤ i ≤ n, et donc un (e1 ) = −a0 e1 − a1 u(e1 )... − an−1 un−1 (e1 ). Et donc P (u)(e1 ) = 0,
on déduit que pour tout indice i ∈ {2, ..., n}, P (u)(ei ) = P (u)(ui−1 )(e1 ) = ui−1 P (u) (e1 ) = 0.
Donc l’endomorphisme P (u) s’annule sur les éléments de la base, par suite P (u) = 0,or la matrice de
P (u) dans la base B et suivant théorème 1 et les règles de calculs citées plus haut est P (CP ) et donc
P (CP ) = O.
Soit d = degπCp , posons πCp (X) = X d + bd−1 X d−1 + ... + b0 , puisque πCp (u) = 0, alors ud (e1 ) +
bd−1 ud−1 (e1 + ... + b0 e1 = 0, ce qui veut dire que la famille (ud (e1 ), ...., e1 ) est liée, ce qui est absurde,
car c’est une sous-famille libre de la base (e1 , ..., un−1 (e1 ). Donc d = n Or πCp divise χCp et ont le même
degré, donc sont associés, mais πCp (X) est unitaire, ainsi χCp (x) = πCp (X) et par suite
Remarque 8.0.1. Soient n ∈ N∗ , A ∈ Mn (C); on dit que A est non-dérogatoire si πCp (X) = χCp (x).
par exemple les matrices compagnon.
Exemple 8.0.2. Soit u un endomorphisme d’un K-espace vectoriel de dimension finie n > 0.
Alors
deg(πu ) = n ⇔ {idE , u, ..., un−1 } est libre
21 M.ISSOUAL
MP-MP*
10 Théorèmes de diagonalisation
Théorème 10.0.1. Caractérisation de la diagonalisation avec les éléments propres
Soit u ∈ L(E), dimE = n, alors on l’équivalence enter les propriétés suivantes :
1. u est diagonalisable
2. E est la somme de ses sous-espaces propres.
X
3. dimE = dimEλ (u).
λ∈SpK (u)
Démonstration. 1 ⇒ 2 Si u est diagonalisable, soit B une base de vecteurs propres et SpK = {α1 , · · · , αn } où
u(ei ) = αi ei . Notons λ1 , .., λr les valeurs propres deux à deux distincts, on sait que les sous-espaces associés
sont en somme directe, or B ⊂ Eλ1 ⊕ · · · ⊕ Eλr , donc E = Eλ1 ⊕ · · · ⊕ Eλr .
2 ⇒ 3 dimEλ1 ⊕ · · · ⊕ Eλr = dimE.
3 ⇒ 1 la condition 3 entraine que E = Eλ1 ⊕ · · · ⊕ Eλr , on considère alors une base B adaptée à cette
décomposition, elle est donc formée de vecteurs propres, d’où u est diagonalisable.
22 M.ISSOUAL
MP-MP*
1 ··· 1
.. . . .. ∈ M (C) Le rang de J est 1, donc 0 est valeur propre de
Exemple 10.0.3. Soit n > 1, J = . . . n
1 ··· 1
J.
x1 n
X = ... ∈ E0 (J) ⇔
X
xk = 0.
xn k=1
x1 n
Or le sous-espace vectoriel {X = ...
X
∈ Mn1 (C); xk = 0} est un hyperplan puisque c’est le noyau
xn k=1
Il est clair que u est un endomorphisme, soit λ une valeur propre et p un vecteur propre associé. On a :
Si λ = 0. Alors nécessairement P 00 (X) = 0, c’est à dire P ∈ R1 [X] et inversement, d’où 0 est valeur propre
de sous-espace propre E0 (u) = R1 [X].
Si λ 6= 0. Alors si on pose degP = k, alors par identification on obtient λ = k(k − 1), k > 1, donc pour
Xn
2 ≤ k ≤ n les k(k − 1) sont des valeurs propres non nulles de u, comme dimEk(k−1) (u) ≥ n − 1 et
k=2
n
X n
X
dimE0 (u) = 2 alors dimE0 (u) + dimEk(k−1) (u) ≥ n + 1 d’où dimRn [X] = dimE0 (u) + dimEk(k−1) (u) et
k=2 k=2
donc u est diagonalisable.
Exemple 10.0.5. Soit
Mn (C) → Mn (C)
u:
A 7→ A + Tr(A)In
Il est clair que u est un endomorphisme.
23 M.ISSOUAL
MP-MP*
Soit λ une valeur propre de u, il existe alors une matrice A non nulle telle que u(A) = λA, ce qui donne
Tr(A)In + A = λA, en prenant la trace on obtient (n + 1)Tr(A) = λA.
Tr(A)
Si Tr(A) 6= 0, alors λ = n + 1, ce qui donne A = In . Donc n + 1 est valeur propre et on a
n
En+1 (u) = vect(In ).
E1 (u)) est un hyperplan de dimension n2 −1 ainsi dimE1 (u)+dimEn+1 (u) = n2 . Et donc u est diagonalisable.
Théorème 10.0.7. Très important : cas où les valeurs propres sont simples
1. Soit u un endomorphisme de E de dimension n, si u admet n valeurs propres deux à deux distinctes, alors
il est diagonalisable.
2. Toute matrice carrée d’ordre n ayant n valeurs propres deux à deux distinctes est diagonalisable
Démonstration. Supposons que u admet n valeurs propres distinctes {λ1 , · · · , λn } alors ∀1 ≤ i ≤ n, m(λi ) = 1,
par suite dimEλi (u) = 1. Le polynôme caractéristique étant scindé, car de dimension n ayant n racines et
Xn
dimEλi (u) = n, ainsi u est diagonalisable.
i=1
Théorème 10.0.8. 1. Si u est diagonalisable et si SpK (u) = {λ} alors u est une homothétie de rapport λ.
2. Soit A ∈ Mn (K). Si A est diagonalisable et si SpK = {λ}, alors A = λIn .
En particulier toute matrice diagonalisable ayant 0 pour seule valeur propre est nulle
Démonstration. D’après le théorème précédent, χu est scindé, donc χu (X) = (λ−X)n et dimEλ (u) = n = dimE,
par la suite E = Eλ (u) et donc u − λIdE = 0.
Remarque 10.0.9. La réciproque est fausse, une matrice ayant 0 pour seule valeur propre n’est forcément
nulle, par exemple les matrices nilpotentes.
0 1 0
Exemple 10.0.10. Soit A = 1 0 1 , le polynôme caractéristique de A est −X(X 2 − 2), ainsi A
0 1 0
√ √
admet trois propres distinctes 1, 2, − 2, donc A estdiagonalisable,
valeurs un vecteur propre associé à 0
0 √ 1 √
est V1 = 1 , un vecteur propre associé à 2 est V2 = 1 , et un vecteur V3 associé à − 2 est
1 −1
24 M.ISSOUAL
MP-MP*
2 0 1 2 2 √0 −2
1
V3 = −1 . Ainsi si P = 1 1 −1 et P −1 = 1 √2 1 , on a alors P −1 AP = D =
4
1 1 −1 1 1 − 2 1
0 √0 0
0 2 0 .
√
0 0 − 2
Exemple 10.0.11. Soit a et b deux nombres complexes tels que a 6= 0. Soit E un C-espace vectoriel de dimension
n et u ∈ L(E) représenté dans une base B de E par la matrice :
..
b a .
A = a ... a
..
. a b
..
b−x a .
n
. Déterminons la polynôme caractéristique de A. On a χA (x) = (−1) a . .. a = (b−x+(n−1)a) =
.
..
a b − x
.. n
1 a . X
par le codage C1 ← C1 + Cj puis par le codage Li ← Li − L1 , 2 ≤ i ≤ n, on
1 b−x−a a
1 a b−x−a j=2
obtient :
χA (x) = (−1)n (b + (n − 1)a − x)(b − a − x)n−1 .
Ainsi le polynôme caractéristique χA est scindé et les valeurs propres de A sont b + (n − 1)a simple et b − a
d’ordre n − 1. Or A − (b − a)In = aJ ce qui donne rg(A − (b − a)In ) = 1, d’où dimEb−a (u) = n − 1. par suite
dimEb+(n−1)a (u) = 1 et donc u est diagonalisable
0 1 0 ···
.. ..
Exemple 10.0.12. Soit n ∈ N − {0, 1} et A = .
0 . 0 ∈ Mn (C) on aχA (X) = X n − 1. La
0 ··· 0 1
1 0 ··· 0
matrice A admet donc n valeurs propres distinctes deux à deux qui sont les racines nème de l’unité. Ainsi A
est diagonalisable.
Exemple 10.0.13. Soit E un K-espace vectoriel de dimension n > 1, et soit u ∈ L(E) tel que rg(u) = 1. 0
est une valeur propre de u, comme dim ker u = n − 1 alors la multiplicité de 0 vérifie m(0) ≥ n − 1,supposons
que tru 6= 0, alors,il existe une valeur propre λ 6= 0 de u, puisque Tru = m(0).0 + m(λ).λ = m(λ)λ. Or
m(λ) = 1, car χu est scindé dans C, par suite χu (X) = X n−1 (X − Tru). Réciproquement supposons que u
est diagonalisable, comme 0 est valeur propre de u d’ordre au moins n − 1,si λ est une autre valeur propre,
alors sa multiplicité est au plus égal à 1, si cette multiplicité était nulle, alors 0 est la seule valeur propre de u
comme ce dernier est diagonalisable ,alors u sera nul ce qui est absurde car il est de rang 1, ainsi λ 6= 0 et on
a Tru = 0.m(0) + 1λ = λ 6= 0. D’où :
Si u est de rang 1, alors :
u est diagonalisable ⇔ Tru 6= 0.
Théorème 10.0.14. Diagonalisation et polynôme annulateur Très important
1. Soit u ∈ L(E), où E un K-espace vectoriel de dimension finie n > 0. Alors :
u est diagonalisable si et seulement si il existe un polynôme scindé à racines simples P tel que P (u) = 0.
2. Soit A ∈ Mn (K).
A est diagonalisable si et seulement si il existe un polynôme scindé à racines simples P tel que
P (A) = 0.
Démonstration. On ferra la preuve pour les endomorphismes c’est la même preuve pour les matrices.
25 M.ISSOUAL
MP-MP*
⇒ Si u est diagonalisable, soit λ1 , · · · , λr les valeurs propres deux à deux distinctes de u. Soit Q le polynôme
défini par :
Yr
Q(X) = (λ − Xi ).
i=1
La matrice de u dans une base de vecteurs propre est diagonale , on constate aisément que Q(D) = 0, et par
suite Q(u) = 0 avec Q scindé à racines simples.
Yr
⇐ Soient Q(X) = (X − αi ) un polynôme scindé à raines simples qui annule u.
i=1
Si r = 1, alors u = α1 IdE .
Si r > 1, comme les αi sont deux à deux distinctes, alosr X − αi ∧ X − αj = 1 pour i 6= j, le théorème des
noyaux donne :
Mr
ker Q(u) = ker(u − αi IdE ).
i=1
En considérant une base adaptée à la décomposition précédente, on constate que u est diagonalisable.
P (u) = 0.
Or
P (u|F ) = P (u)|F .
on conclut que (u|F ) = 0, c’est à dire que u|F est annulé par un polynôme scindé à racines simples, donc
diagonalisable.
Exemples
1. Soit A ∈ Mn (C) telle que A3 − 7A + 6In = O, alors le polynôme X 3 − 7X + 6 = (X − 1)(X − 2)(X + 3)
est scindé à racines simples et annule A, donc A est diagonalisable.
2. Un projecteur en dimension finie est annulé par X(X − 1), donc ce projecteur est diagonalisable.
3. Soit la matrice J d’ordre n > 1 dont tous ses ermes sont égaux à 1, on a J 2 = nJ, alors J est annulée par
le polynôme X(X − n), donc diagonalisable
Remarque 10.0.16. Le théorème précédent est important, il permet de montrer la diagonalisation, sans
déterminer les éléments propres.
11 Applications de diagonalisation
11.0.1 Calcul des puissances des matrices carrées
Soit A ∈ Mn (K).
Supposons A diagonalisable, il existe P ∈ GLn (K), D ∈ Dn (K) telles que :
A = P DP −1 .
26 M.ISSOUAL
MP-MP*
Par récurrence on a :
∀k ∈ N, Ak = P Dk P −1 .
D’autre part on a :
λk1
O
Dk =
.. .
.
O λkn
Il s’agit de calculer
pour tout n ∈ N.
un en fonction de n
0 1 0 0 un
.. . . .. .. un+1
Notons A = .
. . . ∈ Mp (K), on pose pour tout entier n ∈ N, Xn =
. On
..
0 ··· 0 1 .
a0 · · · ap−2 ap−1 un+p−1
a pour tout n ∈ N, Xn+1 = AXn . On se ramène donc au calcul de An . La matrice t A est la matrice compagnon
du polynôme :
P (X) = X p − ap−1 X p−1 − · · · − a0 .
Donc le polynôme caractéristique de A est (−1)p P (X).
Exemple
Déterminons la suite (un )n∈N telle que :
u0 = 1, u1 = 1, u2 = 1
∀n ∈ N, un+3 = 45un − 39un+1 + 11un+2
0 1 0
Soit A = 0 0 1 ainsi χA (X) = −X 3 + 11X 2 − 39X + 45 = −(X − 3)2 (X − 5).
45 −39 11
A admet une valeur propre double
3 et une valeur propresimple5.
1 1
Deux vecteurs propres V1 = 3 , associé à 3 et V3 = 5 associé à 5.
9 25
27 M.ISSOUAL
MP-MP*
On a E3 (A) = vect(V1 ), par suite A n’est pas diagonalisable, onva la trigonaliser. Pour cela cherchons un
0
vecteur V2 tel que AV2 − 3V2 = V1 . On trouve par calcul que V2 = 1 .
6
1 0 1 3 1 0 −5 6 −1
1
Posons P = 3 1 5 , T = 0 3 0 on a donc P −1 = −30 16 −2 . On a A =
4
9 6 25 0 0 5 9 −6 1
n n−1
3 n3 0
P −1 T P, d’où An = P T n P −1 , par récurrence on a T n = 0 3n 0 .
n
0 0 5
n−1 n
−4n3 +5
D’où Xn = An X0 = −4(n + 1)3n + 5n+1 Par suite ∀n ∈ N, un = −4n3n−1 + 5n .
n+1 n+2
−4(n + 2)3 +5
12 Endomorphismes trigonalisables
12.1 Introduction
12.1.1 Endomorphismes trigonalisables
Un endomorphisme u d’ un espace vectoriel E de dimension finie est dit trigonalisable s’il existe une base
de E dans laquelle la matrice de u est triangulaire supérieure.
Ek = Vect(e1 , · · · , ek ).
Alors la matrice de u dans B est triangulaire supérieure si et seulement si ces n sous-espaces vectorielles sont
stables par u.
si et seulement si
∀1 ≤ j ≤ k ≤ n, f (ej ) ∈ Ek
Définition 12.1.1. • Soit E un K-espace vectoriel de dimension n. On dit que u est trigonalisable s’il existe
une base B de E telle que la matrice de u dans B est triangulaire supérieure.
• Une matrice carrée A d’ordre n est dite trigonalisable s’il existe P ∈ GLn (K) telle que P −1 AP est
triangulaire supérieure.
Remarque 12.1.2. • On a toute matrice triangulaire supérieure est semblable à une matrice triangulaire
inférieure, en effet soit T = (tij )1≤i,j≤n tels que tij = 0 si i < j une matrice triangulaire inférieure et soit
u l’endomorphisme canoniquement associé à A dans la basecanonique B = (e1 , · · · , en ),considérons
la base
tnn tn,n−1 ··· tn,1
0 tn−1,n−1 · · · tn−1,1
B 0 = (en , · · · , e1 ), la matrice de u dans cette base est T 0 = . qui est triangu-
.. ..
.. 0 . .
0 ··· 0 t11
0 ··· 0 1
0 0 1 0
laire supérieure, ainsi T et T 0 sont semblables,si P = Pass(B, B 0 ) = . .. . Pour cela on ne
.. 1 0 .
1 0 ··· 0
considérera ici que les matrices triangulaires supérieures.
n(n + 1)
• On note Tn,s (K) l’espace vectoriel des matrices triangulaires supérieures, il est de dimension .
2
Théorème 12.1.3. Caractérisation des endomorphismes trigonalisables
1. Soit u ∈ L(E), où E un K-espace vectoriel de dimension n.
u est trigonalisable si et seulement χu est scindé .
2. Soit A ∈ Mn (K), A est trigonalisable si et seulement si χA est scindé.
28 M.ISSOUAL
MP-MP*
Démonstration. ⇒ Supposons qu’il existe une base B de E telle que T = MatB(u) est triangulaire supérieure,
n
Y
notons α1 , · · · , αn la diagonale de T , on a alors χu (X) = (αk − X).
k=1
⇐ Le résultat se démontre par récurrence sur n
Le théorème est vraie pour n = 1.
Supposons le théorème vraie pour n, et soit A ∈ Mn+1 (K) telle que χA soit scindé sur K, alors A admet au
moins une valeur propre λ1 de vecteur
propre v1 ∈ Mn+1,1 (K), il existe donc L ∈ Mn,1 (K), B ∈ Mn (K) tels
λ1 L
que A est semblable à d’où χA (λ) = (λ1 − λ)χB (λ).
0 B
Comme χA est scindé, alors χB est scindé sur K, d’après l’hypothèse de récurrence, il existe Q ∈ GLn (K), T ∈
−1
Tn,s (K) telles que
B = QTQ .
1 0 −1 1 0
Notons R = ∈ Mn+1 (K) c’est une matrice inversible d’inverse R = .
0 Q 0 Q−1
λ1 X
Cherchons un X ∈ M1,n (K) telle qu’en notant T1 = , on ait
0 T
λ1 L
= RT1 R−1 .
0 B
XQ−1
−1 λ1
Or RT1 R = , il suffit de prendre X = LQ. D’où le théorème.
0 B
Corollaire 12.1.4. 1. Soit E un C-espace vectoriel de dimension n > 0. tout endomorphisme de E est
trigonalisable.
2. Toute matrice carrée A ∈ Mn (C) est trigonalisable.
Démonstration. D’après le théorème de D’Alembert-Gauss , tout polynôme non constant est scindé.Donc tout
endomorphisme(toute matrice carrée) est diagonalisable.
Exemples
1. trigonalisons la matrice suivante :
2 0 1
A= 1 1 0 ∈ M3 (R).
−1 1 3
29 M.ISSOUAL
MP-MP*
x z
Soit V2 = y , f (V2 ) − 2V2 = x−y ∈ vect(V1 ) ⇔ x − y = z. On prend par exemple
z −x + y + z
1
V2 = 0 .
1
1
Pour V3 on e choisit de manière à former une famille libre avec V1 et V2 , on prend par exemple V3 = 0 .
0
1 1 1 0 1 0 2 1 1
Posons P = 1 0 0 , on P −1 = 0 0 1 et T = P −1 AP = 0 2 −1 .
0 1 0 1 −1 −1 0 0 2
5 −4 −3
2. Soit A = 2 −1 −1 . On a χA (X) = −(X − 1)2 (X − 2), ainsi A admet une valeur propre 1 double
1 −1 0
et une valeur propre simple qui est 2.
x 4x − 4y − 3z = 0
x=y
X= y ∈ E1 (A) ⇔ 2x − 2y − z = 0 ⇔
z=0
z x−y−z =0
1
Donc E1 (A) est de dimension 1 et admet V1 = 1 pour base.
0
x 3x − 4y − 5z = 0
x = y + 2z x = 5z
X= y ∈ E1 (A) ⇔ 2x − 3y − z = 0 ⇔ ⇔
−y + 3z = 0 y = 3z
z x − y − 2z = 0
2x − 2y − 2z = 0
f (V2 ) − V2 ∈ vect(V1 ) ⇔ ⇔ x − y − z = 0.
x−y−z =0
2 1 2 5 1 1 0
On peut ainsi prendre V2 = 1 . En notant P = 1 1 3 , T = 1 1 0 , on a donc
1 0 1 1 0 0 2
−1
A = PTP .
30 M.ISSOUAL
MP-MP*
Ce qui montre que [f ]B0 est triangulaire supérieure. De même [g]B0 est triangulaire supérieure.
14 Complément : Nilpotents
Définition 14.0.1. Soit u ∈ L(E); on dit que u est nilpotent s’il existe un entier q ≥ 1 tel que uq = 0.
On appelle indice de nilpotence :
p := min{q ≥ 1|uq = 0}
Caractérisation
Théorème 14.0.2. Soit u ∈ L(E) avec E un K-espace vectoriel de dimension finie n > 0.
Alors, u est nilpotent si et seulement s’il est trigonalisable avec pour seule valeur propre 0. Son polynôme
caractéristique est donc X n .
Démonstration. Soit u un endomorphisme nilpotent de E, alors 0 est la seule valeur propre de u, en effet, soit
λ ∈ K une valeur propre de u, alors λq est valeur propre de uq = 0 avec q l’indice de nilpotence de u, donc λ = 0.
Donc χu (X) = X n qui est scindé, donc u est trigonalisable. Réciproquement si u est trigonalisable avec 0 pour
seule valeur propre, alors comme χu (X) est scindé, on a χ(X) = X n . Par le Théorème de Cayley-Hamilton, on
conclut que un = 0. Donc u est nilpotent.
Corollaire 14.0.3. Soit u ∈ L(E) avec E un C-espace vectoriel de dimension n > 0, alors on a l’équivalence
entre :
31 M.ISSOUAL
MP-MP*
i) u est nilpotent.
ii) un = 0.
iii) χu (X) = X n .
Fj = ker(u − λj .Id)pj
Alors
r
M
F = Fj
j=1
Ceci d’après le Théorème des noyaux, et comme u commute avec (u − λj .Id)pj = Pj (u), alors Fj sont stables
p
par u. Notons uj l’endomorphisme induit par u sur Fj . On a uj = λj .Id + uj − λj .Id . On a ker nj j = Fj , donc
| {z }
=nj
nj est un endomorphisme nilpotent de Fj .
Caractérisation matricielle
Théorème 15.0.2. Soit A ∈ Mn (K); on suppose qu’il existe un polynôme scindé tel que P (A) = 0. Alors
— A est trigonalisable.
— plus précisément, il existe une matrice B semblable à A, diagonale par les blocs Bj = λj .I + Nj
et les Nj étant nilpotentes.
Γf = {g ∈ L(E)|f g = gf }.
32 M.ISSOUAL
MP-MP*
r
X
On voit donc que dimΓf = (dimEi )2 .
i=1
• Cas des valeurs propres distinctes deux à deux
On suppose que f admet n valeurs propres distinctes deux à deux, donc dimEi = 1 pour tout i. Donc
dimΓf = n. Comme f est diagonalisable à racines simples, alors πf (X) = (X − λ1 )...(X − λn ), et donc
dimK[f ] = deg(πf ) = n. Comme K[f ] ⊂ Γf , on conclut que Γf = K[f ].
33 M.ISSOUAL
MP-MP*
L’entier r s’appelle l’indice de f. C’est aussi le plus petit entier naturel r tel que ker f r = ker f r+1 .
Démonstration. On part du fait que
∀p ∈ N, ker f p ⊆ ker f p+1
On en déduit que pour tout p, dimkerf p ≤ dim ker f p+1 . Autrement dit, la suite (xp )p∈N définie par
xp = dim ker f p est croissante. Cette suite est à valeurs dans I = {0, 1, ..., n}. L’ensemble I étant fini donc
r = inf{p ∈ N|xp = xp+1 } existe On a alors
— Pour tout p < r, ker f p ker f p+1 .
r r+1
— ker f = ker f .
— Pour tout p ≥ r, ker f p = ker f r .
L’unicité est évidente.
Théorème 19.1.4. Soit f ∈ L(E) tel que son polynôme caractéristique χf soit scindé sur K : χf (X) =
Yd
(X − λi )αi . Alors
i=1
1. Le polynôme minimal πf de f est de la forme
d
Y
πf (X) = (X − λi )ri avec ∀, 1 ≤ ri αi .
i=1
34 M.ISSOUAL
MP-MP*
2. Pour simplifier les notations, on supposei = 1, donc π(X) = (X − λ1 )r1 Q(X) avec (X − λi )ri et Q sont
premiers entre eux, par le Théorème de décomposition des noyaux, on obtient,
35 M.ISSOUAL