Chapitre 2 : Réduction des endomorphismes

Dans ce chapitre, K désigne R ou C.

I/ Eléments propres d’un endomorphisme

1˚) Définitions :
Soient (E, +, .) un K−e.v. et f ∈ L(E).
• On dit que λ ∈ K est une valeur propre de f s’il existe x ∈ E \ {0E } tel que f (x) = λx.
Dans ce cas, On dit que x ∈ E \ {0} est un vecteur propre de f associé à la valeur propre λ.
• L’ensemble des valeurs propres de f est appelé spectre de f et on le note par Sp(f ).
• On appelle sous-espace propre de E associé à la valeur propre λ l’ensemble défini par :

Eλ (f ) = ker(f − λIdE ).

C’est l’ensemble des vecteurs propres de f associés à λ.

2˚) Exemples :
(1) f = IdE . Déterminer Sp(f ).

λ ∈ Sp(f ) ⇐⇒ ∃ x ∈ E \ {0E } tel que IdE (x) = λx

⇐⇒ ∃ x ∈ E \ {0E } tel que x = λx
⇐⇒ ∃ x ∈ E \ {0E } tel que (λ − 1)x = 0E
⇐⇒ λ = 1.

Alors, Sp(f ) = {1} et tout vecteur propre non nul est un vecteur propre de f .
(2) E = R[X] et f (P ) = X.P . Déterminer Sp(f ).

λ ∈ Sp(f ) ⇐⇒ ∃ P ∈ E \ {0E } tel que f (P ) = λP

⇐⇒ ∃ P ∈ E \ {0E } tel que X.P = λP
⇐⇒ ∃ P ∈ E \ {0E } tel que (X − λ)P = 0E

Absurde car P 6= 0 et X − λ 6= 0.
Alors, Sp(f ) = ∅.

1
Chapitre 2 : Réduction des endomorphismes 2ème année Prépa

3˚) Propriétés :
➊ Soient λ1 , λ2 , ..., λn des valeurs propres distinctes de f et x1 , x2 , ..., xn des vecteurs propres de f associés
à ces valeurs propres respectivement. Alors, la famille {x1 , x2 , .., xn } est libre. En effet, on va prouver cette
propriété par récurrence sur n ∈ N∗ .
 Pour n = 1, la propriété est évidente puisque x1 6= 0E .
 Soit n > 1. On suppose que la propriété est vraie jusqu’à l’ordre n.
 Montrons que la propriété est vraie à l’ordre n + 1. Autrement dit, on va montrer que la famille
{x1 , x2 , ..., xn+1 } est libre.
Soient α1 , α2 , ..., αn+1 ∈ K tels que :

α1 x1 + α2 x2 + ... + αn+1 xn+1 = 0E . (F)

On applique f , on aura :

α1 f (x1 ) + α2 f (x2 ) + ... + αn+1 f (xn+1 ) = f (0E ) = 0E .

Ainsi, on aura :
α1 λ1 x1 + α2 λ2 x2 + ... + αn+1 λn+1 xn+1 = 0E .

En multipliant la relation (F) par λn+1 et en faisant la différence, on aura :

α1 (λ1 − λn+1 )x1 + α2 (λ2 − λn+1 )x2 + ... + αn (λn − λn+1 )xn = 0E .

Par hypothèse, on aura :

α1 (λ1 − λn+1 ) = 0, α2 (λ2 − λn+1 ) = 0, ..., αn (λn − λn+1 ) = 0.

Or, les λi sont distinctes deux à deux. Alors, on obtient αi = 0, ∀1 6 i 6 n + 1.

D’où le résulat voulu.
➋ Soient λ1 , λ2 , ..., λn des valeurs propres distinctes de f . Alors, la somme Eλ1 + Eλ2 + ... + Eλn est
Mn
directe. On note dans ce cas, Eλi . En effet, si x = x1 + x2 + ... + xn et x = y1 + y2 + ... + yn avec
i=1
x1 , y1 ∈ Eλ1 , x2 , y2 ∈ Eλ2 , ..., xn , yn ∈ Eλn . Alors, on aura : (x1 − y1 ) + (x2 − y2 ) + ... + (xn − yn ) = 0E .
On pose zi = xi − yi ∈ Eλi . L’égalité précédente devient :

z1 + z2 + ... + zn = 0E

En utilisant la propriété ➊, on déduit que zi = 0E , ∀1 6 i 6 n.

II/ Polynôme caractéristique d’un endomorphisme

1˚) Définition :
Soient (E, +, .) un K−e.v. de dimension n et f ∈ L(E).
On appelle polynôme caractéristique de f le polynôme défini par :

χf (X) = det(XIdE − f ) = (−1)n det(f − XIdE ).

Enseignant : Jedidi Omar page 2 A.U : 2021/2022

Chapitre 2 : Réduction des endomorphismes 2ème année Prépa

Remarques :
(1)
λ ∈ Sp(f ) ⇐⇒ (f − λIdE ) non bijective ⇐⇒ χf (λ) = 0.
Alors, les valeurs propres d’un endomorphisme sont les racines réelles de son polynôme caractéristique.
(2) Le polynôme caractéristique s’écrit dans le cas général :

χf (X) = X n − tr(f ).X n−1 + ... + (−1)n det(f ).

2˚) Propriétés :
(1) Si dim(E) = n alors f admet au plus n valeurs propres ( chacune comptée avec sa multiplicité). En
effet, les valeurs propres de f sont les racines de son polynôme caractéristique, qui est de degré n. Alors,
χf admet au plus n racines et exactement n racines complexes.
(2) Soient λ1 , λ2 , ..., λn les valeurs propres de f ( les racines du polynôme caractéristique χf ). Alors, on a :
n
X n
Y
tr(f ) = λi et det(f ) = λi .
i=1 i=1

Exemples :
(1) Si n = 2. Soient λ1 et λ2 les deux valeurs propres de f . Alors, on aura : χf (X) = X 2 − tr(f )X + det(f ).
D’autre part, puisque λ1 et λ2 sont les racines du polynôme caractéristique, on aura : χf (X) = (X −λ1 )(X −
λ2 ) = X 2 − (λ1 + λ2 )X + λ1 λ2 .
Alors, par identification, on obtient :

tr(f ) = λ1 + λ2 et det(f ) = λ1 λ2 .

(2) Si n = 3. Soient λ1 , λ2 et λ3 les trois valeurs propres de f . Alors, on aura : χf (X) = X 3 − tr(f )X 2 +
... − det(f ).
D’autre part, puisque λ1 , λ2 et λ3 sont les racines du polynôme caractéristique, on aura : χf (X) = (X −
λ1 )(X − λ2 )(X − λ3 ) = X 3 − (λ1 + λ2 + λ3 )X 2 + (λ1 λ2 + λ1 λ3 + λ2 λ3 )X − λ1 λ2 λ3 .
Alors, par identification, on obtient :

tr(f ) = λ1 + λ2 + λ3 et det(f ) = λ1 λ2 λ3 .

III/ Eléments propres et polynôme caractéristique d’une matrice

carrée

1˚) Définitions :
Soit A ∈ Mn (K).
• On dit que λ ∈ K est une valeur propre de A s’il existe X ∈ Mn,1 (K) \ {0} tel que A.X = λ.X.
• On dit que X ∈ Mn,1 (K) \ {0} est un vecteur propre de A associé à la valeur propre λ.

Enseignant : Jedidi Omar page 3 A.U : 2021/2022

Chapitre 2 : Réduction des endomorphismes 2ème année Prépa

• Le spectre de A est l’ensemble des valeurs propres de A. On le note Sp(A).

• On appelle polynôme caractéristique de A le polynôme défini par :

χA (X) = det(XIn − A) = (−1)n det(A − XIn ).

C’est le polynôme caractéristique de l’endomorphisme canoniquement associé à A.

2˚) Propriétés :
(1) Les valeurs propres de A sont les valeurs propres de l’endomorphisme f canoniquement associé à A.
Autrement dit, Sp(f ) = Sp(A).
(2) Si D = diag(a11 , a22 , ..., ann ) est une matrice diagonale alors Sp(D) = {a11 , a22 , ..., ann }.
(3) Si T est une matrice triangulaire, alors le spectre de T sera formé par les coefficients diagonaux.
(4) Soient A et B deux matrices semblables de Mn (K). Alors, Sp(A) = Sp(B). En effet, puisque A et
B sont semblables, alors il existe une matrice inversible P telle que A = P.B.P −1 avec P est la matrice
de passage d’une base B vers une base B 0 où A = M at(f, B) et B = M at(f, B 0 ). Et par suite, on aura :
Sp(A) = Sp(f ) et Sp(B) = Sp(f ). Donc, Sp(A) = Sp(B).
Autrement :

λ ∈ Sp(A) ⇐⇒ ∃ X ∈ Mn,1 (K) \ {0} tel que A.X = λX

⇐⇒ ∃ X ∈ Mn,1 (K) \ {0} tel que P.B.P −1 .X = λX
⇐⇒ ∃ X ∈ Mn,1 (K) \ {0} tel que B.P −1 .X = λP −1 .X
⇐⇒ ∃ Y = P −1 .X ∈ Mn,1 (K) \ {0} tel que B.Y = λY
⇐⇒ λ ∈ Sp(B).
Autrement :

λ ∈ Sp(A) ⇐⇒ χA (λ) = 0
⇐⇒ det(λIn − A) = 0
⇐⇒ det(λIn − P.B.P −1 ) = 0
det P (λIn − B)P −1 = 0


⇐⇒
⇐⇒ det(P ). det(λIn − B). det(P −1 ) = 0
⇐⇒ det(λIn − B) = 0
⇐⇒ χB (λ) = 0
⇐⇒ λ ∈ Sp(B).
(5) La réciproque de la propriété (4) est fausse. En effet, les deux matrices A et B suivantes ont le même
spectre mais ne sont pas semblables car rg(A) = 0 et rg(B) = 1.
! !
0 0 0 1
A= et B= .
0 0 0 0

(6) Le polynôme caractéristique d’une matrice A vérifie :

χA (X) = X n − tr(A).X n−1 + ... + (−1)n det(A).

Enseignant : Jedidi Omar page 4 A.U : 2021/2022

Chapitre 2 : Réduction des endomorphismes 2ème année Prépa

Pour n = 2, on aura :
χA (X) = X 2 − tr(A).X + det(A).
!
a b
En effet, soit A = . Alors, on aura :
c d

X −a −b
χA (X) = det(XI2 − A) = = (X − a)(X − d) − bc = X 2 − (a + d) X + ad − bc} .
−c X −d | {z } | {z
tr(A) det(A)

3˚) Exemple :
Soit f ∈ L(R3 ) tel que f (e1 ) = e2 + e3 , f (e2 ) = e1 + e3 et f (e3 ) = e1 + e2 avec {e1 , e2 , e3 } est la base
canonique de R3 . Déterminer Sp(f ).
La matrice de f dans la base canonique de R3 est :
 
0 1 1
A= 1 0 1
 

1 1 0

Soit λ ∈ Sp(f ). Alors, det(λId − f ) = 0. Et par suite, det(λI3 − A) = 0.

On aura :
λ −1 −1 λ −1 −1 λ −2 −1
−1 λ −1 = 0 ⇐⇒ −1 λ −1 = 0 ⇐⇒ −1 λ − 1 −1 =0
−1 −1 λ 0 −1 − λ λ + 1 0 0 λ+1

Tout calcul fait, on aura : (λ − 2)(λ + 1)2 = 0. Donc, Sp(f ) = Sp(A) = {−1, 2}.

IV/ Diagonalisation des endomorphismes en dimenion finie et des

matrices carrées

1˚) Définitions :
Soient E un K-e.v. de dimension finie et f ∈ L(E).
• On dit que f est diagonalisable s’il existe une base de E dans laquelle la matrice de f est diagonale.
• Soit A ∈ Mn (K). On dit que A est diagonalisable si A est semblable à une matrice diagonale. Autrement
dit, il existe une matrice inversible P et une matrice diagonale D telle que : A = P.D.P −1 .

1˚) Propriétés :
(1) Les propositions suivantes sont équivalentes :
i/ f est diagonalisable.
ii/ il existe une base de E formée par les vecteurs propres de f .
iii/ E est la somme directe des sous-espaces propres de f .
iv/ la matrice de f dans une base quelconque de E est diagonalisable.

Enseignant : Jedidi Omar page 5 A.U : 2021/2022

Chapitre 2 : Réduction des endomorphismes 2ème année Prépa

Démonstration :
 i/ =⇒ ii/ On suppose que f est diagonalisable. Alors, il existe une base de E dans laquelle la matrice de
f sera diagonale.
Soit B = {x1 , x2 , ..., xn } la base formée par les vecteurs propres de f ( c’est une famille libre et maximale).
Alors, la matrice de f dans la base B sera de la forme suivante :
 
λ1 0 0 ··· ··· ··· 0
 0 λ2 . . .
 
 0  
 .. . . . . .
. 
 . . λ 3 . . 
 .. .
 
.. .. .. .. 
 . . . . 
 .. ... ... ... .. 
 
 . . 
 .
...

 .
 . λn−1 0 

0 ··· ··· ··· ··· 0 λn

Alors, c’est une matrice diagonale.

 ii/ =⇒ iii/ Soit B = {x1 , x2 , ..., xn } la base de E formée par les vecteurs propres de f . Si on suppose que
[n
les valeurs propres sont toutes simples, on aura : {xi } est une base de Eλi (f ) . Ainsi, B = {xi } est une
i=1
base de E. Alors, E est somme directe de ces sous-espaces propres de f .
 iii/ =⇒ iv/ Soit B la base adaptée à la somme précédente. La matrice de f dans cette base est une matrice
diagonale D. On considère une autre base de E notée B 0 et A = M at(f, B 0 . Alors, on aura D = P.A.P −1
avec P est la matrice de passage de B à B 0 . Donc, A et D sont semblables et par suite A est diagonalisable.
 iv/ =⇒ i/ Si A = M at(f, B) est diagonalisable alors il existe une matrice P inversible et une matrice
diagonale D telles que A = P.D.P −1 . Ainsi, P n’est autre que la matrice de passage de la base B vers une
autre base B 0 et on aura D = M at(f, B 0 ). Alors, f est diagonalisable.
(2) Si f est diagonalisable alors son polynôme cacartéristique est scindé sur K[X]. C’est à dire il s’écrit
sous forme d’un produit de polynômes, distincts ou non, de degré 1. En effet, le polynôme cacartéristique
Yn
de f sécrit : χf (X) = det(λIn − D) = (λ − dii ) qui est un polynôme scindé dans K[X].
i=1
(3) Si le polynôme caractéristique de f est scindé dans K[X] et à racines simples, alors f est diagonalisable
et toutes ses sous-espaces propres sont de dimension 1. En effet, f admet exactement n valeurs propres
simples. Chacune a un sous-espace propre de dimension au moins 1 ( puisqu’il y a au moins pour chacune
un vecteur propre non nul associé ) et ces sous-espaces propres sont en somme directe. Donc, la somme de
leurs dimensions est égale à n. Alors, chaque dimension est égale à 1. Donc, f est bien diagonalisable avec
n sous-espaces propres de dimension 1.
(4) Si dim(E) = n. Alors, on aura l’équivalence suivante :
X

f est diagonalisable ⇐⇒ dim Eλ (f ) = n.
λ∈Sp(f )

(5) f est diagonalisable si et seulement si chaque sous-espace propre de f a pour dimension la multilpicité
de la valeur propre correspondante. Autrement dit,

f est diagonalisable ⇐⇒ dim(Eλ (f ) = mul(λ), ∀λ ∈ Sp(f ).

Enseignant : Jedidi Omar page 6 A.U : 2021/2022

Chapitre 2 : Réduction des endomorphismes 2ème année Prépa

(6) Si A est diagonalisable dans

! R alors A est diagonalisable dans C. La réciproque est fausse.
0 −1
En effet, soit A = .
1 0
Le polynôme cacarctéristique de A est :
χA (X) = X 2 + 1.
Ce polynôme n’est pas scindé dans R[X] alors A n’est pas diagonalisable sur R. Mais, dans C,on aura,
Sp(A) = {i, −i}. Ainsi, A admet deux valeurs propres distinctes. Et par suite, A est diagonalisable dans C.

3˚) Exemples :
➊ Soit la matrice A suivante :  
2 1 1
A =  1 2 1 .
 

1 1 2
Le polynôme caractéristique de A est :

χA (X) = (X − 4)(X − 1)2 .

Alors, le spectre de A est donné par : Sp(A) = {4, 1, 1}.

On trouve E1 (A) = V ect{(−1, 1, 0), (−1, 0, 1)} et E4 (A) = V ect{(1, 1, 1)}.
Alors, dim(E1 (A)) = 2 = mul(1) et dim(E4 (A)) = 1 = mul(4).
Donc, A est diagonalisable. Autrement dit, A = P.D.P −1 avec
   
−1 −1 1 1 0 0
P = 1 0 1  et D =  0 1 0  .
   

0 1 1 0 0 4
En effet, P est la matrice formée par les vecteurs propres et D est la matrice formée par les valeurs propres
correspondants.
➋ Soit la matrice A suivante :  √ 
2 1 −3
A =  0 −2 1 .
 
√
0 0 − 2
A est une matrice triangulaire supérieure, alors les valeurs propres de A sont les coefficients diagonaux.
√ √
Ainsi, Sp(A) = { 2, −2, − 2}.
Puisque les valeurs propres de A sont tous simples alors A est diagonalisable.
➌ Soit A la matrice définie par :  
2 1 −3
A =  0 2 1 .
 

0 0 2
La matrice A est triangulaire supérieure, alors Sp(A) = {2, 2, 2}.  
2 0 0
Si A est diagonalisable alors A sera semblable à la matrice D =  0 2 0  = 2I3 . Autrement dit, on
 

0 0 2
−1
aura : A = P.2I3 .P = 2I3 , ce qui est absurde. Alors, A n’est pas diagonalisable.

Enseignant : Jedidi Omar page 7 A.U : 2021/2022

Chapitre 2 : Réduction des endomorphismes 2ème année Prépa

V/ Polynôme d’endomorphisme - Polynôme d’une matrice carrée

1˚) Définition :
n
X
Soient E un K−e.v., f un endomorphisme de E et P (X) = ak X k ∈ K[X]. On définit l’endomor-
k=0
phisme P (f ) de E par :
n
X
P (f ) = ak f k
k=0
0 k
avec f = IdE et f = f ◦ f ◦ .... ◦ f .
| {z }
kfois
Soit A ∈ Mp (K). On définit la matrice P (A) de Mp (K) par :
n
X
P (A) = ak Ak = a0 Ip + a1 A + a2 A2 + ... + an An .
k=0

2˚) Exemple :
On considère le polynôme suivant : P = 3X 2 − 2X + 5.
Si f ∈ L(E), alors P (f ) = 3f 2 − 2f + 5idE .
Si A ∈ Mn (K), alors P (A) = 3A2 − 2A + 5In .

3˚) Propriétés :
(1) ∀α ∈ K, ∀P, Q ∈ K[X], on a : (αP + Q)(u) = αP (u) + Q(u).
(2) ∀P, Q ∈ K[X], on a : (P.Q)(u) = P (u) ◦ Q(u) = Q(u) ◦ P (u).



En particulier, P (u) ◦ u = u ◦ P (u). Donc, ker P (u) et Im P (u) sont stables par u.

4˚) Polynôme annulateur d’un endomorphisme ou d’une matrice carrée :

Soient E un K-e.v. et f ∈ L(E).
• On appelle polynôme annulateur de f un polynôme P de K[X] tel que P (u) = 0.
• Si A ∈ Mn (K), on appelle polynôme annulateur de A un polynôme P de K[X] tel que P (A) = 0.
• Si A = M at(f, B), alors P est annulateur de f si et seulement si P est annulateur de A.
Remarque :
Pour tout polynôme P de K[X] et toute valeur propre λ de f , on a P (λ) est une valeur propre de P (f ).
En particulier, si P est un polynôme annulateur de f , toute valeur propre de f est racine de P . En effet,
soit x un vecteur propre de f associé à λ. Alors, f (x) = λx. Et par suite, f k (x) = λk .x, ∀k ∈ N. Donc,
∀P ∈ K[X], P (f )(x) = P (λ).x. Autrement dit, P (λ) est bien valeur propre de P (f ) puisque x est non nul.
En particulier, si P est un polynôme annulateur de f , la seule valeur propre de P (f ) est 0 ( c’est l’endo-
morphisme nul ), on en déduit que pour toute valeur propre λ de f , P (λ) vaut 0 et λ est une racine de
P.

Enseignant : Jedidi Omar page 8 A.U : 2021/2022

Chapitre 2 : Réduction des endomorphismes 2ème année Prépa

VI/ Matrice trigonalisable

1˚) Définition :
Soient E un K-e.v. de dimension n > 2 et f ∈ L(E). On dit que f est trigonalisable s’il existe une base
B de E dans laquelle la matrice de f sera triangulaire.
Soit A ∈ Mn (K). On dit que A est trigonalisable si A est semblable à une matrice triangulaire. Autrement
dit, il existe une matrice P inversible et une matrice T triangulaire telles que A = P T P −1 .

1˚) Propriétés :
(1) f trigonalisable ⇐⇒ M at(f, B) est trigonalisable.
(2) A est trigonalisable ⇐⇒ χA (X) est scindé dans K[X].
(3) Toute matrice A ∈ Mn (C) est trigonalisable sur C.
(4) A est diagonalisable =⇒ A est trigonalisable.  
1 4 6
La réciproque est fausse. En effet, la matrice A =  0 1 3  est trigonalisable puisqu’elle est déjà
 

0 0 1
trinagulaire ( semblable à elle même ) mais elle n’est pas diagonalisable car sion A sera semblable à I3 (
donc A = I3 ), ce qui est absurde.

Enseignant : Jedidi Omar page 9 A.U : 2021/2022