1
Chapitre II : RÉDUCTION DES ENDOMORPHISMES ET DES MATRICES CARRÉES
Dans tout ce chapitre, est un espace vectoriel réel de dimension (
, désigne un
endomorphisme de et une matrice de
.
I – Réduction des endomorphismes
1) Éléments propres d’un endomorphisme
a) Définitions
Définition 1 : Un réel est dit valeur propre de s’il existe un vecteur non nul de tel que
.
L’ensemble des valeurs propres de s’appelle le spectre de et se note .
Définition 2 : Soit une valeur propre de.
On appelle vecteur propre de associé à la valeur propre tout vecteur non nul de tel que
.
Définition 3 : Soit une valeur propre de.
L’ensemble
 de tous les vecteurs de tels que  est appelé sous-espace propre
de associé à la valeur propre .
Autrement dit :
.
Remarque 1 :
1)
, le vecteur nul de , appartient à
: ainsi
contient
et tous les vecteurs propres de
associés à la valeur propre .
2)




On en déduit que

.
b) Propriétés
Propriété 1 : Soit une valeur propre de.
L’ensemble
 est un sous-espace vectoriel de .
Théorème 1 : Le réel est une valeur propre de si et seulement si 
est non injectif.
En particulier : est une valeur propre de si et seulement si n’est pas injectif.
Remarque 2 :
1) L' espace vectorielétant de dimension finie, tout endomorphisme injectif est bijectif, on a alors
les équivalences suivantes :
(i) Le réel est une valeur propre de si et seulement si 
est non bijectif.
(ii) est une valeur propre de si et seulement si n’est pas bijectif.
Conséquence très pratique :
Propriété 2 : L’endomorphisme est bijectif si, et seulement si, 0 n’est pas valeur propre de .
2
Exemple 1 : Soit l’application

Déterminer les valeurs propres et les sous-espaces propres de .
Théorème 2 : Si
sont des valeurs propres de l’endomorphisme deux à deux distinctes et
si
sont des vecteurs propres de respectivement associés à
, alors la famille

est libre.
Propriété 3 (corollaire) : Si
sont des valeurs propres de l’endomorphisme deux à deux
distinctes et si
sont des bases des sous-espaces propres de respectivement associés à
, alors la famille obtenue en concaténant (c’est-à-dire en juxtaposant) les bases
est une famille libre.
Théorème 3 : Soit un espace de dimension et un endomorphisme de .
1) possède au plus valeurs propres distinctes.
2) La somme des dimensions des sous espaces-propres de associés à des valeurs propres deux à
deux distinctes est inférieure ou égale à .
Remarque 3 :
C’est une conséquence directe des deux résultats précédents. En effet, dans un espace de dimension ,
une famille libre contient au plus vecteurs…
Théorème 4 : Soit un endomorphisme de et un polynôme annulateur de .
Si est une valeur propre de alors (autrement dit est une racine de ).
Remarque 4 :
1) Les valeurs propres de sont donc racines de tout polynôme annulateur de : les valeurs propres
de sont donc à chercher parmi les racines des polynômes annulateurs de .
2) ATTENTION : toutes les racines de ne sont pas forcément des valeurs propres de : les racines
de vont donner un ensemble réduit de valeurs parmi lesquelles il va falloir déterminer les valeurs
propres de .
Exemple 2 : Soit un endomorphisme de vérifiant la relation : 
Le polynôme 
est un polynôme annulateur de f.
Ses racines étant 1 et -2, les valeurs propres de sont à choisir parmi 1 et -2 mais rien ne permet
d’affirmer tout de suite que 1 et -2 dont des valeurs propres de
2) Endomorphismes diagonalisables
Définition 4 : L’endomorphisme est diagonalisable si, et seulement si, il existe une base de formée
de vecteurs propres de .
Théorème 5 : L’endomorphisme est diagonalisable si, et seulement si, il existe une base de dans
laquelle sa matrice est diagonale.
Théorème 6 : L’endomorphisme est diagonalisable si, et seulement si, la somme des dimensions de
ses sous-espaces propres est égale .
3
Théorème 7 : Condition suffisante de diagonalisation
Si l’endomorphisme possède exactement valeurs propres () alors est diagonalisable et
dans ce cas, ses sous-espaces propres sont tous de dimension 1.
Remarque 5 : L’endomorphisme de l’exemple 1 répond à tous les critères de diagonalisabilité énoncés
dans les quatre résultats précédents.
II – Réduction des matrices carrées
1) Éléments propres d’une matrice carrée
a) Définitions
Définition 5 : Un réel est dit valeur propre de s’il existe un vecteur colonne non nul de


tel que .
L’ensemble des valeurs propres de s’appelle le spectre de et se note .
Définition 6 : Soit une valeur propre de.
On appelle vecteur propre de associé à la valeur propre tout vecteur non nul de

 tel
que .
Définition 7 : Soit une valeur propre de.
L’ensemble
 de tous les vecteurs de

 tels que  est appelé sous-espace propre
de associé à la valeur propre .
Autrement dit :


.
Remarque 6 :
1) , la matrice nulle de

, appartient à
: ainsi
contient et tous les vecteurs
propres de associés à la valeur propre .
2)

b) Propriétés
Propriété 4 : Soit une valeur propre de.
L’ensemble
 est un sous-espace vectoriel de

.
Théorème 8 :
Le réel est valeur propre de si, et seulement si, la matrice  est non inversible.
En particulier : est une valeur propre de si et seulement si n’est pas inversible.
Conséquence très pratique :
Propriété 5 : La matrice est inversible si, et seulement si, 0 n’est pas valeur propre de .
Propriété 6 : Les valeurs propres d’une matrice triangulaire sont ses coefficients diagonaux.
Exemple 3 : Soit  
  
  Déterminer les valeurs propres et les sous-espaces propres de .
4
Théorème 9 :
1) possède au plus valeurs propres distinctes.
2) La somme des dimensions des sous espaces-propres de associés à des valeurs propres deux à
deux distinctes est inférieure ou égale à .
Théorème 10 : Soit une matrice de
 et un polynôme annulateur de .
Si est une valeur propre de alors (autrement dit est une racine de ).
Remarque 7 :
1) Les valeurs propres de sont donc racines de tout polynôme annulateur de : les valeurs propres
de sont donc à chercher parmi les racines des polynômes annulateurs de .
2) ATTENTION : toutes les racines de ne sont pas forcément des valeurs propres de : les racines
de vont donner un ensemble réduit de valeurs parmi lesquelles il va falloir déterminer les valeurs
propres de .
Exemple 4 : Soit  
  
  . Calculer

. Que dire des valeurs propres de ?
Théorème 11 : Soit une base de et la matrice de l' endomorphisme dans la base.
Soit un vecteur de et la matrice colonne de

 associée à dans la base .
1) Le réel est valeur propre de si, et seulement si, est valeur propre de .
2) est un vecteur propre de associé à la valeur propre si, et seulement si, est un vecteur propre
de associé à la valeur propre .
Remarque 8 : Les valeurs propres et les vecteurs propres de sont souvent plus faciles à déterminer :
ce résultat permet de transférer dans les résultats obtenus dans

.
2) Matrices diagonalisables
Définition 8 : La matrice est diagonalisable si, et seulement si, il existe une matrice inversible et
une matrice diagonale telles que

 ou encore 

.
Autrement dit : et sont semblables.
Remarque 9 : Les colonnes de la matrice forment une base de

constituée de vecteurs
propres de .
Théorème 12 : La matrice
 est diagonalisable si, et seulement si, la somme des dimensions
de ses sous-espaces propres est égale .
Théorème 13 : Condition suffisante de diagonalisation
Si la matrice
 possède exactement valeurs propres alors est diagonalisable et dans ce
cas, ses sous-espaces propres sont tous de dimension 1.
Théorème 14 : Toute matrice symétrique est diagonalisable.
Remarque 10 : La matrice de l’exemple 3 répond à tous les critères de diagonalisabilité énoncés dans
les quatre résultats précédents sauf le théorème 12 car elle ne possède que 2 valeurs propres
distinctes et non 3.
1 / 4 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans l'interface ou les textes ? Ou savez-vous comment améliorer l'interface utilisateur de StudyLib ? N'hésitez pas à envoyer vos suggestions. C'est très important pour nous!