CPGE Ibn Ghazi 2021-2022 2ème année ECS 1

Chapitre 1
Réduction des endomorphismes et matrices
Dans ce chapitre, E est un R-espace vectoriel non réduit à t0u, u est un endomorphisme de E et F est un
sous espace vectoriel de E.

0.1 Sous espaces vectoriels stables par un endomorphisme

Définition 1. F est dit stable par u si pour tout x de F on a upxq P F , i.e : upF q Ă F .

Remarque : Si F est stable par u, on peut alors définir un endomorphisme uF de F par uF pxq “ upxq.
L’endomorphisme uF est appelé endomorphisme induit par restriction de u à F .
Remarquons qu’en particulier t0u et E sont des sous espaces stables par u.

Exercice 1. Soit S une famille génératrice de F , montrer que F est stable par u si et seulement si
upSq Ă F .

Réponse : Si F est stable par u alors upSq Ă upF q Ă F .

Réciproquement : Si upSq Ă F alors par linéarité de u, on a upF q “ vect pupSqq Ă vectpF q “ F

Proposition 1. Impuq et Keru sont stables par u.

Proposition 2. Soit u et v deux endomorphismes de E qui commutent, i.e : u ˝ v “ v ˝ u alors Impuq et

Keru sont stables par v.

Démonstration. Sous les hypothèses de la propositions, considérons x P Kerpuq alors

vpupxqq “ upvpxqq “ up0q “ 0

et donc vpxq P Kerpuq.

Soit maintenant x P Impuq, alors il existe y P E tel que x “ upyq et donc vpxq “ vpupyqq “ upvpyqq P
Impuq.

Remarques :
1. La somme de sous espaces stables par u est aussi stable par u
2. L’intersection d’une famille de sous espaces stables par u est aussi stable par u.

Exercice 2. Soit f un automorphisme de E. Montrer que F est stable par f si et seulement si F est
stable par f ´1 .

Proposition 3. On suppose que E est de dimension finie n ą 1, F stable par u et on considère une base
B1 “ pe1ˆ ˙ F qu’on complète en une base B “ pe1 , ..., en q de E. Alors la matrice de u dans B a la
, ..., ep q de
A B
forme : où A est la matrice de uF dans B1 , B et C sont des sous matrices de tailles adéquates.
0 C

Proposition 4. On suppose que E est de dimension finie n ą 1, et on considère une famille pF1 , ..., Fp q
de sous espaces stables par u (non nuls) et qui sont supplémentaires.¨Si B est une base
˛ de E adaptée à la
p A1 0
décomposition E “
à
Fi alors la matrice de u dans B a la forme : ˝
˚ . .. ‹
‚
i“1
0 Ap
où Ai est la matrice de uFi dans une base Bi de Fi .
0.2 Polynômes d’endomorphismes et de matrices
On définit uk par : u0 “ IdE et uk`1 “ uk ˝ u.
řn une kmatrice de Mn pRq.řn
Dans toute la suite A désigne
Pour un polynôme P “ k“0 ak X , on pose :P puq “ k“0 ak uk et P pAq “ nk“0 ak Ak
ř

Proposition 5. Pour tout P, Q P RrXs, P puq commute avec Qpuq.

Remarque : En conséquence de la propriété précédente, KerP puq et ImP puq sont stables par u

Définition 2. Un polynôme annulateur de u est un polynôme non nul P tel que P puq “ 0. On définit de
même un polynôme annulateur de A.

Proposition 6. 1. Toute matrice A P Mn pRq admet un polynôme annulateur.

2. Si E est de dimension finie alors tout endomorphisme de E admet un polynôme annulateur

Remarque On peut utiliser un polynôme annulateur pour calculer les puissances de A, en effet si P pAq “ 0,
la division euclidienne de X k par P assure l’existence de Q, R P RrXs tel que X k “ P Q ` R et alors
Ak “ RpAq. Pour calculer les coefficients de R il suffit d’utiliser les racines de P .

Exercice 3. Soit a, b deux nombres réels et M la matrice de taille n ą 0 ayant a sur la diagonale et b
ailleurs. Donner un polynôme annulateur de M et en déduire les puissances de M .

0.3 Eléments propres

Dans toute la suite u est un endomorphisme de E et A P Mn pRq.

Définition 3. Soit λ P R
1. λ est une valeur propre de u lorsque : Dx P E ´ t0u tel que upxq “ λx.
2. λ est une valeur propre de A lorsque : DX P Mn,1 pRq ´ t0u tel que AX “ λX
L’ensemble des valeurs propres de u (resp de A) sera noté Sppuq (resp SppAq) appelé spectre de u (resp
spectre de A).

Définition 4. Soit λ P R
1. Si λ est une valeur propre de u et x P E ´ t0u tel que upxq “ λx, on dira que x est un vecteur
propre de u associé à λ.
2. Si λ est une valeur propre de A et DX P Mn,1 pRq ´ t0u tel que AX “ λX, on dira que X est un
vecteur propre de A associé à λ.
L’ensemble Kerpu ´ λIdE q est appelé sous espace propre de u associé à λ.
De même KerpA ´ λIn q “ tX P Mn,1 pRq{AX “ λXu est appelé sous espace propre de A associé à λ.
ˆ ˙
2 1 2
Exemple 1. Soit f P L pR q de matrice A “ dans la base canonique.
3 2
1. Montrer que p1, ´1q est un vecteur propre de f associé à la valeur propre ´1.
2. Déterminer toutes les valeurs propres de f .

Exemple 2. Soit f l’application définie sur L pR2 rXsq par f pP q “ pX ` 1q P 1 .

Montrer que f P L pR2 rXsq et que pX ` 1q2 est un vecteur propre de f.
ˆ ˙
0 1
Exemple 3. Soit A “ et f : M Ñ AM.
1 0
Montrer que f est un endomorphisme de M2 pRq . Montrer que 1 est valeur propre de f.

Remarques
1. λ P Sppuq ðñ Kerpu ´ λIdE q ‰ t0u ðñ u ´ λIdE non injectif.
2. Soit A P Mn pRq. λ est une valeur propre de A si et seulement si A ´ λIn est non inversible. Cette
propriété permet d’utiliser la méthode de Gauss pour déterminer les valeurs propres d’une matrice.
 3. Si E est de dimension finie, on a les équivalences :
λ P Sppuq ðñ u ´ λIdE non surjective ðñ u ´ λIdE non bijective ðñ rgpu ´ λIdE q ă dimE.
Si B est une base de E et M est la matrice de u dans cette base, le nombre λ est valeur propre de
u si et seulement si M ´ λIn est non inversible.
4. Si T est une matrice triangulaire supérieure, alors les valeurs propres sont les éléments diagonaux
de T .
¨ ˛
1 1 1
Exemple 4. Soit T “ ˝ 0 2 0 ‚. Quelles sont les valeurs propres de T.
0 0 2
Exemple 5. Soit f définie par f px, yq “ px ` 2y , 2x ` yq pour tout px, yq P R2 .
1. Montrer que f P L pR2 q et déterminer sa matrice dans la base canonique.
2. Montrer que u “ p1, 1q est vecteur propre de f et déterminer la valeur propre associée.
3. Montrer que α “ ´1 est valeur propre de f et déterminer le sous espace propre E´1 associé. Montrer
que v “ p1, ´1q P E´1 .
4. Montrer que pu, vq est une base de R2 et déterminer la matrice de f dans cette base.
¨ ˛
0 1 1
Exemple 6. Soit f P L pR3 q de matrice M “ ˝ 1 1 0 ‚.. Déterminer les valeurs propres de f.
1 0 1
¨ ˛
3 ´1 ´1
Exemple 7. Soit f P L pR3 q de matrice M “ ˝ 1 1 ´1 ‚ dans la base canonique.
1 ´1 1
Déterminer les sous espaces propres de f ainsi qu’une base de chacun.
Proposition 7. La somme des sous espaces propres de u est directe.
Conséquence Si px1 , ..xk q est une famille de vecteurs propres associés à des valeurs propres distinctes
alors elle est libre.
Proposition 8. Si λ P Sppuq et P P RrXs alors P pλq P SppP puqq. De plus

Kerpu ´ λIdE q Ă KerpP puq ´ P pλqIdE q

En particulier, si P est un polynôme annulateur de u alors les valeurs propres de u sont des racines de P
Remarque : Si u admet un polynôme annulateur alors Sppuq est fini.
Conséquence Si M P Mn pRq, alors M admet au plus n valeurs propres. De même, si E est de dimension
finie n, alors u admet au plus n valeurs propres.
Exemple 8. Si u est un projecteur et u ‰ 0, u ‰ IdE alors Sppuq “ t0, 1u.
En effet : Le polynôme X 2 ´ X est annulateur de u donc Sppuq Ă t0, 1u, d’autre part, si 0 R Sppuq alors
u injective et donc u2 “ u entraîne u “ IdE ce qui est absurde, donc 0 P Sppuq, de même on montre que
1 P Sppuq, d’où Sppuq “ t0, 1u.

0.4 Endomorphismes et matrices diagonalisables

Définition 5. L’endomorphisme u est dit diagonalisable s’il existe une base de E dans laquelle sa matrice
est diagonale.
À
Exemple 9. Si u est un projecteur alors u est diagonalisable, en effet : on a E “ Kerpuq Kerpu ´ IdE q
donc la matrice dans une base adaptée à cette décomposition est diagonale, ainsi u est diagonalisable.
Définition 6. La matrice A est dite diagonalisable si elle est semblable à une matrice diagonale.
¨ ˛
ˆ ˙ ´2 0 0
1 2
Exemple 10. Diagonaliser les matrices : A “ , B “ ˝ ´3 1 3 ‚.
2 4
´3 3 1
 Remarque Si A est la matrice de u dans une base de E. La matrice A est diagonalisable si et seulement
si u est diagonalisable.

Théorème 1. Les propriétés suivantes sont équivalentes :

1. u est diagonalisable
2. Il existe une base de E formée de vecteurs propres de u
À
3. E “ λPSppuq Kerpu ´ λIdE q (les sous espaces propres sont supplémentaires)

Démonstration. p1q ùñ p2q Par définition, il existe une base B “ pe1 , ..., en q de E dans laquelle la matrice
de u est D “ diagpλ1 , ..., λn q, ainsi B est formée de vecteurs propres de u.
p2q ùñ p3q Supposons l’existence d’une base B “ pe1 , ..., en q de E formée de vecteurs
À propres de u, alors
pour tout i P t1, ..., nu, ei appartient à l’un des sous espaces propres de u donc λPSppuq Kerpu ´ λIdE q
À
contient une base de E d’où E “ λPSppuq Kerpu ´ λIdE q.
À
p3q ùñ p1q Supposons E “ λPSppuq Kerpu´λIdE q. En considérant la matrice de u dans une base adaptée
à cette décomposition on obtient une matrice diagonale dont les coefficients diagonaux sont les valeurs
propres de u.

¨ ˛
0 ´1 1
Exemple 11. Soit f de matrice M “ ˝ ´1 0 1 ‚ dans la base canonique de R3 .
1 ´1 0
Montrer que 0, 1 et ´1 sont valeurs propres de f.
En déduire une matrice P inversible telle que M “ P ¨ D ¨ P ´1 avec D une matrice diagonale à déterminer.
¨ ˛
4 ´1 ´1 0
˚ 0 3 ´1 0 ‹
Exemple 12. Soit f P L pR4 q de matrice M “ ˚ ˝ 0 ´1 3 0 ‚ dans la base canonique de R .
‹ 4

2 ´1 ´1 2
1. Montrer que 2 et 4 sont valeurs propres de f et déterminer les sous espaces propres associés.

2. En déduire que f est diagonalisable ainsi qu’une base de vecteurs propres.

Remarque Puisque les sous espaces propres sont toujours en somme directe, il suffit que
ÿ
dimKerpu ´ λIdE q
λPSppuq

soit égale à dimE pour que u soit diagonalisable.

Exemple 13. Pour un polynôme de degré 2, aM 2 ` bM ` cI “ 0.

Qu’est-ce que signifie que α est valeur propre de M ?
Comment le mettre en rapport avec la relation précédente ?
Que peut on en déduire pour α, si α est valeur propre de M ?
Que peut on dire des solutions de ax2 ` bx ` c “ 0 ?
¨ ˛
2 ´1 ´1
Exercice 2 : Soit M “ ˝ 1 0 ´1 ‚
1 ´1 0
3 2
Calculer M ´ 3M ` 2M. En déduire les valeurs propres de M et diagonaliser M.

Proposition 9. Une matrice A est diagonalisable si et seulement si l’endomorphisme canonique associé

à A est diagonalisable

Proposition 10. Si u est un endomorphisme d’un espace vectoriel de dimension finie n et u admet n
valeurs propres alors u est diagonalisable.
On peut énoncer la propriété analogue pour la matrice A, en d’autre terme ; une matrice carrée de taille
n qui admet n valeurs propres distinctes est diagonalisable.

Théorème 2. Si M est une matrice symétrique à coefficients réels alors M est diagonalisable.
 ¨ ˛
1 1 0
Exemple 14. Soit M “ ˝ 1 0 1 ‚.
0 1 1
1. Montrer que M est diagonalisable.
2. Diagonalise M .
3. Déduire les puissances de M .

0.5 Caractérisation des endomorphismes nilpotents

Définition 7. L’endomorphisme u est dit nilpotent s’il existe un entier p ą 0 tel que up “ 0

Définition 8. Une matrice M P Mn pRq est nilpotente s’il existe un entier p ą 0 tel que M p “ 0

Notons qu’un endomorphisme nilpotent ne peut pas être inversible.

Exercice : Montrer qu’un endomorphisme à la fois nilpotent et diagonalisable est nul.

Proposition 11. Soit u un endomorphisme d’un R-espace vectoriel E de dimension finie et M est la
matrice de u dans une base de E. L’endomorphisme u est nilpotent si et seulement si M est nilpotente.

Exercice 4. Soit A, B deux matrices de Mn pRq. Montrer que si A et B sont nilpotentes et commutent,
alors A ` B est nilpotente.
¨ ˛
0 0 1 ´1
˚´2 1 2 ´1‹
Exercice 5. On considère la matrice J “ ˚
˝ 2 ´1 ´1 0 ‚
‹

3 ´2 ´2 0
1. Montrer que J est nilpotente
2. Développer algébriquement l’expression pI ` JqpI ´ J ` J 2 ´ J 3 q.
3. En déduire que la matrice pI ` Jq est inversible et expliciter son inverse.