REDUCTION DES MATRICES CARREES OU DES ENDOMORPHISMES

1. Diagonalisation des matrices

Dans tout ce chapitre K désigne le corps ℝ ou ℂ , Mn(K) désigne l’e.v des matrices carrées d’ordre n
à coeffients dans K et ℒ(E) l’e.v des endomorphismes d’un espace vectoriel E de dimension finie n
sur K(on peut ainsi identifier E à Kn) .

1.1 Introduction
Soit A ∈ Mn(K) , dire que A est diagonalisable revient à trouver une matrice diagonale A’∈ Mn(K)
qui est semblable à A , s’il en existe ; dans ce cas, il existe une matrice inversible P ∈ Mn(K)
tel que A’ = P-1A P . En raisonnant sur l’endomorphisme f de E = Kn associé à A i.e que
A = M( f, ℬ ) où ℬ est la base canonique de Kn , tout revient alors à trouver une base de Kn
dans laquelle la matrice A’ de f est diagonale, auquel cas P = ℬ ⟶ℬ (matrice de passage de ℬ à
ℬ) .

1. 2 Définitions :
Soit A ∈ Mn(K) , et f l’endomorphisme de E associé à A :
. λ ∈ K est une valeur propre de A s’il existe un élément(vecteur) non nul x de E tel que
f (x) = λx . Dans ce cas on dit que x est un vecteur propre associé à la valeur propre λ.
. Si λ est une valeur propre de A, l’ensemble Eλ = {x ∈ Kn / f (x) = λx } = Ker( f - λIdE )
est le sous-espace propre associé à la valeur propre λ.
. L’ensemble des valeurs propres de A dans le corps K se note SpecK( A ) .
. Le polynôme caractéristique de A est PA(λ) = det(A- λIn ) qui est de degré n
Remarques :
- L’égalité f (x) = λx se traduit matriciellement par AX = λX , X étant le vecteur colonne des
composantes de x .
- λ est une valeur propre de A ⇔ PA(λ) = 0 ( i.e λ est une racine de A ) .
1. 2 Théorème :
A est diagonalisable si et seulement si :
i ) les racines λ , λ , … , λ de PA dans K sont d’ordres de multiplicité α , α, … , α tel que
α + + …+ α =
ii) dim E = α , 1 ≤ ≤ .
Remarque : la condition i ) équivaut à PA = a ( − λ ) ( − λ ) … ( − λ ) , on dit ainsi que
le polynôme (caractéristique de A) PA est scindé dans K .
1.3 Exemple :

−1 1 1
Soit A = 1 −1 1 .
1 1 −1
En considérant A ∈ M3(ℝ) , on trouve , après calculs :
−1 − 1 1
. PA(λ) = det( A – I3) = 1 −1 − 1 = - (λ − 1) (λ + 2)
1 1 −1 −
. Specℝ ( A ) = { -2 , -2 , 1 }
. E-2 = Ker( f +2 Id ) = < ( 1 , 0 ,-1 ) ; ( 0 , 1 ,-1 ) > , donc dim(E-2) = 2 ;
. E1 = Ker( f - Id ) = < ( 1 , 1 , 1 ) > , donc dim( E1 ) = 1 ,
On en déduit, d’après le Théorème que A est diagonalisable ; la matrice diagonale semblable à A est
1
 −2 0 0
alors A′ = 0 −2 0 .
0 0 1
1 1 0
-1
On remarque ainsi que A’ = P A P avec P = 0 0 1 .
−1 −1 −1
1.3 Quelques applications :
i ) Calculs de puissance d’une matrice diagonalisable :
Si A est diagonalisable selon la matrice diagonale A’ = P-1A P , on en tire alors
A = P A P-1 , qui donne les puissances Am = P Am P-1 , pour tout m∈ ℕ , en posant A0 = I.
ii ) Calculs des termes d’un système de suites récurrentes :
Soit Xn+1 = A Xn la représentation matricielle d’un système de suites récurrentes, où A ∈ Mn(K)
et Xn = t( , ,… , ) la n –ième matrice colonne des suites ( ),1≤ ≤ .
n
Par itération, on obtient Xn = A X0 , qui donne chaque terme = + + …+
n
, 1 ≤ ≤ , où A = ( ) est obtenu selon la méthode précédente .
iii ) Résolution d’un système d’équations différentielles linéaires à coefficients constants :
Un système d’équations différentielles linéaires à coefficients constants peut se présenter sous la

forme = AX , où X = t( , ,… , ), = ( ), 1 ≤ ≤ , sont des fonctions

de classe sur un intervalle de ℝ , 1 ≤ ≤ , et A ∈ Mn(K) .
Si A est diagonalisable selon la matrice diagonale A’ = P-1A P =D( , , … , ) , en faisant le
changement de variable Y = P-1X , on est amené à chercher Y = t( , , … , ) , = ( ) ,

1≤ ≤ , tel que = A’Y.

y
Cette dernière équation équivaut au système { = ,1 ≤ ≤ }, donc admet les solutions
= ,1≤ ≤ , et on en déduit ainsi X = PY .

2. Trigonalisation des matrices

2.1 Introduction

Soit A ∈ Mn(K) ; de manière analogue que pour la diagonalisation, dire que A est trigonalisable
revient à trouver une matrice triangulaire A’∈ Mn(K) qui est semblable à A , s’il en existe ; dans ce
cas, il existe une matrice inversible P ∈ Mn(K) tel que A’ = P-1A P . En raisonnant sur
l’endomorphisme f de E = Kn associé à A i.e que A = M( f, ℬ ) où ℬ est la base canonique de Kn ,
tout revient alors à trouver une base de Kn dans laquelle la matrice A’ de f est triangulaire,
auquel cas P = ℬ ⟶ℬ (matrice de passage de ℬ à ℬ) .
Comme toute matrice triangulaire inférieure est semblable à une triangulaire supérieure, on peut
toujours supposer que A’ = P-1A P , si elle existe, est triangulaire supérieure .
2. 2 Théorème :
A ∈ Mn(K) est trigonalisable si et seulement si son polynôme caractéristique PA est scindé sur K.
Démonstration : Soit f l’endomorphisme associé à A de manière que A = M( f, ℬ ) ,où ℬ est la
base canonique de Kn :
1) Si A est trigonalisable, A est semblable à une matrice triangulaire A’ , alors A’- I est aussi
triangulaire, d’où PA(λ) = det(A- λIn ) = det(A’- λIn ) =(-1)n( − )( − )… ( − ) , où
chaque − est le i –ème terme de la diagonale de la matrice A’- λIn . Donc PA est scindé sur K.
2
2) Si PA est scindé sur K, montrons par récurrence sur n = dim Kn que A est trigonalisable :
. pour n = 1 , c’est vrai car toute matrice carrée d’ordre 1 est triangulaire ;
. n-1 ⟶ : on suppose ainsi que la réciproque est vraie pour une matrice carrée d’ordre n-1.
Soit A ∈ Mn(K) tel que PA est scindé sur K, donc A admet au moins une valeur propre λ∈K qui est
une racine de PA. En choisissant un vecteur propre associé à λ , on peut construire une base
ℬ = { , , … , } de Kn pour laquelle on a
…
0
A = ( ,ℬ ) = .
⋮ ⋮ ⋱ ⋮
0 …
En considérant le sous-espace F engendré par ℬ = { ,…, } , qui est de dimension n-1,

soit ∈ℒ(F) tel que B = ( , ℬ′) = ⋱⋮ .On a PA(x)= det(A - xIn ) = ( − )PB (x) ,
…
comme PA est scindé sur K, on en déduit que PB l’est aussi , donc B est trigonalisable, il existe une

base { ,…, } de F où la matrice de est triangulaire ∶ = ′ ,2 ≤ ≤ .

En considérant la base ℬ = { , ,…, } de Kn , on a :

( )= , comme ′ = ,2 ≤ ≤ , alors

= ( )= [ + ( )] = + ( )= + ,

donc = + ′ ,2 ≤ ≤ , ce qui montre que M( , ℬ)est triangulaire.

2. 3 Corollaire : Toute matrice carrée de Mn(ℂ) est trigonalisable dans ℂ .

Preuve : En effet, tout polynôme de degré n de ℂ[ ] admet exactement n racines complexes
(comptées avec leur ordre de multiplicité), donc il est scindé sur ℂ .

Remarques :
Pour toute matrice trigonalisable A ∈ Mn(K) tel que (A) = { , ,… , }, la matrice
triangulaire supérieure semblable à A est de la forme :

× ×
0

×
0 0

et on a ∶ = = .

3
Exemple :
−4 0 −2
Soit A = 0 1 0 :
5 1 3

−4 − 0 −2
. P ( ) = det(A − )= 0 1− 0 = −( − 1) ( + 2)
5 1 3−
PA est scindé sur ℝ , donc trigonalisable sur ℝ , avec ℝ (A) = {−2 , 1 , 1 }
−2
Une matrice triangulaire semblable à A est A = 0 1
0 0 1
Soit ℬ = { , , } une base de ℝ tel que M(f, ℬ)= A :
−2 − 2 =0
. f ( ) = −2 i.e ∈E = Ker( f +2Id ) : = ( , , ) vérifie le système : 3 =0
5 + +5 =0
⇔ = 0 et + = 0 , donc on peut prendre = (1 , 0 , −1) ;

.f( )= + ⇔( − )( ) = ∶ = ( , , ) vérifie le système :

−5 − 2 =
0 = 0 ⇔ = 0 et 5 + 2 = ,
5 + +2 =−
donc en choisissant = 0 , on peut prendre = (2 , 0 , −5) ;

.f( )= +c + ⇔ ( − )( ) = +c ∶ = ( , , ) vérifie le système :

−5 − 2 = +2
0 =0 ⇔ = −3 , et 5 + 2 = − − 2 ,
5 + +2 =− −5
donc en choisissant = 1 et = 0 (les deux ne doivent plus être nuls simultanément), on peut
prendre = (0 , −3 , −1) ;

−2 0 0 1 2 0
Finalement : A = 0 1 1 , avec P = 0 0 1 .
0 0 1 −1 −5 1

3. Polynômes annulateurs ,le Théorème de Cayley- Hamilton

3.1 Définition
Soit P = a0 + a1 X + . . . + amXm ∈ K[X] , et soit A ∈ Mn(K).
On pose P(A) = a0In + a1 A + . . . + amAm.
Autrement dit P(A) est la matrice obtenue en remplaçant Xk par Ak dans l’expression de P, avec la
convention A0 = In(matrice unité d’ordre n) . On a la propriété évidente suivante :
∀P ∈ K[X], ∀Q ∈ K[X], ∀A ∈ Mn(K) : (PQ)(A) = P(A)Q(A) . = (QP)(A)

En considérant les endomorphismes, pour f ∈ ℒ(E) où E est un K-e.v. de dimension finie , on a :

4
P( f ) = a0IdE + a1 f + . . . + am f m, qui est l’endomorphisme de E obtenu en remplaçant Xk par f k dans
l’expression de P, avec la convention f 0 = IdE . La propriété précédente devient :
∀P ∈ K[X], ∀Q ∈ K[X], ∀ f ∈ ℒ(E) : (PQ)( f ) = P( f )∘Q( f ) = Q( f )∘P( f ) .

3.2 Définition : Soit f ∈ ℒ(E) , on dit que P∈ K[X] est un polynôme annulateur de f si P( f ) = 0
(endomorphisme nul).
De même, si A ∈ Mn(K) , P ∈ K[X] est un polynôme annulateur de A si P(A ) = 0 (matrice nulle).

3.3 Lemme : Toute matrice carrée admet un polynôme annulateur .

( donc il en est de même pour les endomorphismes en dimensions finies )
Preuve : Pour tout A ∈ Mn(K), comme dim Mn(K) = n2, { In , A , A2, … , A } est liée , donc
il existe , , ,… , non tous nuls tel que I + A+ A + … ,+ A = 0 , donc
+ X+ X + … ,+ X est un polynôme annulateur de A .

Remarque : Si f est l’endomorphisme associé à une matrice A ∈ Mn(K), f et A ont les mêmes
polynômes annulateurs car P(A) est la matrice de P(f ), pour tout P∈ K[X].

3.4 Proposition : Soit A ∈ Mn(K) et P∈ K[X] un polynôme annulateur de A , alors les valeurs
propres de A sont des racines de P.
Démonstration : Posons P = a0 + a1 X + . . . + amXm tel que P(A) = 0 . Soit une valeur propre de A,
en considérant l’endomorphisme f associé à A , on a aussi P( f ) = 0 , alors en prenant un vecteur
propre non nul u∈ Kn associé à , on a P( f )( u ) = 0 équivaut à (a0IdKn + a1 f + . . . + am f m)(u) = 0 ,
comme f n(u) = n.u , pour tout n∈ℕ , on a (a0 + a1 + . . . + am m).u = 0 , d’où P( ) = 0 .
Exemple : Soit f un projecteur i.e f 2 = f , donc X 2- X est un polynôme annulateur de f , les valeurs
propres de f sont donc 0 ou 1 , qui sont les racines de X 2- X .
Remarquons que toutes les racines d’ un polynôme annulateur de f ne sont pas forcément des valeurs
propres de f , la preuve est que X 2- X annule IdE mais 0 n’est pas valeur propre de IdE !

3.5 Théorème ( Cayley-Hamilton )

Le polynôme caractéristique d’une matrice ( ou d’un endomorphisme ) est un polynôme
annulateur de cette matrice ( ou de cet endomorphisme ) .
Démonstration : Soit A ∈ Mn(K) et f l’endomorphisme associé à A. Supposons que K = ℂ , ainsi
soient , , … , les valeurs propres complexes de f , ≤ . Comme PA = Pf est trigonalisable,
A est semblable à une matrice triangulaire A′ dont la diagonale contiennent les v.p. ,1 ≤ ≤ ,
de A , ainsi Pf = det(A − ) = (−1) ( − ) ( − ) … ( − ) et donc
Pf ( f ) = (−1) ( − Id ) ∘ ( − Id ) ∘ … ∘ ( − Id ) , et ce produit est commutatif.
En considérant la base ℬ = { , , … , } telle que A = ( , ℬ), on a
. ( )= ,i.e ( − Id )( ) = 0 , donc Pf ( f )( ) = 0 (vecteur nul) ;
. ( )= + , donc – Id ( ) = , et alors – Id ∘ – Id ( )
= ( − Id ) ∘ ( − Id )( ) = 0 , donc P ( )( ) = 0 ;
. supposons que Pf ( f )( ) = 0 , 1 ≤ ≤ , comme f ( )= + +⋯+
+ , alors ( − Id )( )= + +⋯+ ,
d’où P ( )( ) = 0;
On en déduit que Pf ( f )( ) = 0 , 1 ≤ ≤ , d’où Pf ( f ) = 0 ; ou encore PA( A ) = 0 .
5
Comme toute matrice A ∈ Mn(ℝ) est une matrice de Mn(ℂ), donc on a encore PA( A ) = 0 .

3.6 Lemme fondamental :

Soit f ∈ ( ) , si P∈ K[X] est un polynôme annulateur de f dont une décomposition en produit
de polynômes premiers entre eux est = … , alors
= ( )⊕ ( )⊕… ⊕ ( ).

Preuve : Par récurrence sur m > 1:

. pour m = 2 , = , avec ( , ) = 1 , ∃ , ∈ [ ] tel que + = 1 , alors
( )∘ ( )+ ( )∘ ( )= , donc ∀ ∈ , = ( ) ∘ ( )( ) + ( ) ∘ ( )( ),
Ainsi E = [ ( ) ∘ ( )] + [ ( ) ∘ ( )] ; comme P( f ) = ( ) ∘ ( ) = 0 , il s’ensuit
que ( ) ∘ ( ) ∘ ( ) = ( ) ∘ ( ) ∘ ( ) = 0 , et alors [ ( ) ∘ ( )] ⊂ ( )
et [ ( ) ∘ ( )] ⊂ ( ) , d’où E = ( )+ ( );
en outre si ∈ ( )∩ ( ) , alors = ( ) ∘ ( )( ) + ( ) ∘ ( )( ) = 0 ,
d’où = ( )⊕ ( ).
. m-1 ⟶ : soit P = … =( … ) , avec ( , , … , ) = 1 , donc on a aussi
∗( )
( … , ) = 1 .D’après le cas m = 2 , E = ⊕ ( ) , où ∗ = … ,
∗( ) ∗ ( )( ) ∗
en considérant le sous-espace F = , on a = 0 pour tout ∈ , donc est un
annulateur de la restriction de f sur F, ainsi = ( )⊕ ( )⊕… ⊕ ( ),
on a bien entendu ⊂ ( ) et si ∈ ( ) , 1 ≤ ≤ − 1, ( )( ) =
∗ ( )( )
0 et alors =( … )( )( ) = ( ) ∘ … ∘ ( ) ∘ ( )( ) = 0 , donc ∈ ,
et ainsi ∈ ( ) , ce qui entraîne = ( ) , 1 ≤ ≤ − 1, et finalement
= ⊕ ( )= ( )⊕ ( )⊕… ⊕ ( ).
Exemple : pour un projecteur f ≠ , on a = ⊕ ( − )= ⊕ .
On en déduit ,d’après ce lemme et le Théorème de Cayley-Hamilton que :
3.7 Théorème :
Si f ∈ ( ) a pour polynôme caractéristique P(X) =(− ) ( − ) ( − ) …( − ) ,
alors = ( − ) ⊕ ( − ) ⊕… ⊕ ( − ) .
3.6 Corollaire :
f∈ ( ) ô
∈ [ ] scindé à racines simples i.e Q = ( − )( − )… ( − ).
Preuve :
. Si f est diagonalisable, son polynôme caractéristique P est scindé i.e
P(X) =(−1) ( − λ ) ( −λ ) … ( −λ ) , soit alors Q = ( − λ )( − λ ) … ( − λ )
et montrons que Q( f ) = 0 : comme E = ⊕ ⊕… ⊕ , où = ( −λ ) , pour
tout ∈ , = + + ⋯ + , ∈ , on a Q( f )( ) = 0 , donc Q( f )( ) = 0 ;
. Réciproquement, si Q = ( − λ )( − λ ) … ( − λ ) est tel que Q( f ) = 0 , alors
E= ( −λ ) ⊕ ( −λ ) ⊕… ⊕ ( −λ ) , d’après le Théo.3.4 ,
donc E = ⊕ ⊕… ⊕ , d’où f est diagonalisable.

6
4 Polynôme minimal
Rappelons qu’on dit que I ⊂ K[X] est un idéal de K[X] quand les deux conditions suivantes sont
vérifiées :
(i) I est un sous-groupe de ( K[X] , +) ,
(ii) ∀P ∈ I, ∀Q ∈ K[X] , PQ ∈ I .
D’autre part on sait que K[X] est un anneau principal i.e que pour tout idéal I de K[X] non réduit à
{0 }, il existe un unique polynôme unitaire B∈ I tel que I = BK[X] ={BQ / Q∈ K[X] } et que B est le
polynôme de I dont le degré est minimal. Ceci permet d’introduire la notion de polynôme minimal.

4.1 Proposition et définition :

Soit A ∈ Mn(K). L’ensemble IA = { Q ∈ K[X] / Q(A) = 0 } des polynômes annulateurs de A est un
idéal de K[X] non réduit à { 0 }, appelé idéal annulateur de A.
Le polynôme unitaire qA ∈ IA tel que IA = qA.K[X] est appelé polynôme minimal de A.
Démonstration : Comme PA ∈ IA on a IA ≠ {0 }. Si P∈ IA , Q∈ IA on a (P − Q)(A) = P(A) − Q(A) = 0,
et P − Q ∈ IA, ce qui prouve que IA est un sous-groupe de (K[X] , +).
D’autre part si P ∈ IA , Q ∈ K[X] alors (PQ)(A) = P(A)Q(A) = 0, donc PQ ∈ IA.

Conséquences : IA = { Q ∈ K[X] / Q(A) = 0 } = { qA Q / Q ∈ K[X] }

4.2 Proposition : Soit A ∈ Mn(K) . Alors le polynôme minimal qA de A divise le polynôme
caractéristique pA de A, et pA et qA ont les mêmes racines ; autrement dit

= (− ) ( − ) , = ( − ) , ≤ ≤ .

Preuve : Comme pA ∈ IA , donc pA = qA Q i.e qA divise pA .Il est alors clair que toute racine de qA
est racine de pA ; réciproquement soit une racine de pA , comme est une valeur propre de A et que
qA est un polynôme annulateur de A ,, donc est une racine qA , selon 3.4 Proposition .

−1 1 1
Exemple : on a vu que A = 1 −1 1 a pour polynôme caractéristique
1 1 −1
PA( ) = det( A – I3) = - (x − 1) ( + 2) , donc son polynôme minimal qA sera (x − 1) ( + 2)
ou (x − 1) ( + 2) , et il doit être de degré minimal et annulateur de A , on vérifie alors que
( A – I3) ( A + 2I3) = 0 , donc qA = (x − 1) ( + 2) .

4.2 Théorème : Soit A ∈ Mn(K) . Alors :

A est diagonalisable ⟺ le polynôme minimal qA de A est scindé et à racines simples
Preuve :
. Si A est diagonalisable, d’après 3.6 Corollaire, admet un polynôme annulateur
Q∈ [X] scindé à racines simples i.e Q = (X − λ )(X − λ ) … (X − λ ), c’est le polynôme
minimal de A .
. Si le polynôme minimal qA de A est scindé et à racines simples , A est diagonalisable d’après 3.6
Corollaire.

7
5.Réduction en blocs triangulaires

5.1 Définition : Soit A ∈ Mn(K) tel que PA(X) =(−1) ( − λ ) ( −λ ) … ( −λ ) .

Chaque sous-espace = ( − ) , 1 ≤ ≤ , est appelé sous-espace
caractéristique de A associé à la valeur propre , f ∈ ℒ( ) étant l’endomorphisme associé à A .
On a ainsi E = ⊕ ⊕… ⊕ .
Remarques :
i) ⊂
ii ) est stable par f i.e f ( ) ⊂ . En effet , soit x ∈ ,( −λ ) [ ( )] =
[( − λ ) ∘ ]( ) = [ ∘ ( − λ ) ]( ) = [( − λ ) ( )] = (0 ) = 0 , donc
( )∈ .

5.2 Théorème ( Réduction selon les sous-espaces caractéristiques )

Soit A ∈ Mn(K) tel que PA(X) =(− ) ( − ) ( − ) …( − ) .
Alors A est semblable à une matrice de la forme

0 0
0

0 0 0 0

0 0

0 0

0 0 0

de façon que si f est l’endomorphisme associé à A , de restriction fi sur , chaque bloc carré
d’ordre

0 0

est triangulaire et représente la matrice de fi dans une base de .