Synthèses de cours de maths
Chapitres de Maths Spé (MP)
  1. Réduction des endomorphismes
  2. Espaces préhilbertiens et euclidiens
  3. Séries numériques
  4. Suites et séries de fonctions
  5. Séries entières
  6. Intégration sur un intervalle quelconque et intégrales à paramètre
  7. Espaces vectoriels normés et topologie
  8. Calcul différentiel
  9. Probabilités : univers dénombrables et variables discrètes
  10. Équations différentielles linéaires et systèmes

Maths Spé (MP) — chapitre 1 sur 10

Réduction des endomorphismes

Un endomorphisme est diagonalisable ssi il annule un polynôme scindé à racines simples, ou ssi la somme des dimensions de ses sous-espaces propres vaut $n$.

Définition — éléments propres

$\lambda$ est valeur propre de $u$ s'il existe $x\ne0$ avec $u(x) = \lambda x$ ; $E_\lambda = \ker(u-\lambda\,\text{id})$ est le sous-espace propre. Les sous-espaces propres associés à des valeurs propres distinctes sont en somme directe. Le spectre est fini en dimension finie.

Définition — polynôme caractéristique

$\chi_A(X) = \det(XI_n-A)$, unitaire de degré $n$ ; ses racines sont les valeurs propres. $\chi_A = X^n-\text{tr}(A)X^{n-1}+\cdots+(-1)^n\det A$. Pour toute valeur propre : $1\le\dim E_\lambda\le m_\lambda$ (multiplicité algébrique). Deux matrices semblables ont le même polynôme caractéristique.

Théorème — diagonalisabilité

$u$ est diagonalisable (il existe une base de vecteurs propres) ssi l'une des conditions équivalentes :

  • $E = \bigoplus E_\lambda$, i.e. $\sum\dim E_\lambda = n$ ;
  • $\chi_u$ est scindé et $\dim E_\lambda = m_\lambda$ pour toute valeur propre ;
  • $u$ annule un polynôme scindé à racines simples ;
  • le polynôme minimal est scindé à racines simples.

Condition suffisante : $\chi_u$ scindé à racines simples ($n$ valeurs propres distinctes).

Théorème — trigonalisation

$u$ est trigonalisable ssi $\chi_u$ est scindé. Dans $\mathbb C$, tout endomorphisme est trigonalisable. Alors $\text{tr}\,u = \sum\lambda_i$ et $\det u = \prod\lambda_i$ (avec multiplicités).

Théorème — polynômes annulateurs, lemme des noyaux, Cayley-Hamilton

Si $P(u) = 0$, toute valeur propre est racine de $P$. Lemme des noyaux : si $P = P_1\cdots P_k$ avec les $P_i$ premiers entre eux deux à deux, $\ker P(u) = \bigoplus\ker P_i(u)$. Cayley-Hamilton : $\chi_u(u) = 0$. Le polynôme minimal $\pi_u$ divise tout annulateur et a les mêmes racines que $\chi_u$.

Méthode — applications

Puissances $A^n = PD^nP^{-1}$ ; division euclidienne de $X^n$ par un annulateur ; suites récurrentes linéaires $X_{n+1} = AX_n$ ; systèmes différentiels $X' = AX$ ; exponentielle de matrice.

Exemple

$A = \begin{pmatrix}0&1\\1&0\end{pmatrix}$ : $\chi_A = X^2-1$, valeurs propres $\pm1$, diagonalisable, $A^n = I$ si $n$ pair, $A$ sinon. $\begin{pmatrix}1&1\\0&1\end{pmatrix}$ n'est pas diagonalisable ($\dim E_1 = 1<2$).

Questions fréquentes sur ce chapitre

Comment savoir si une matrice est diagonalisable ?

Elle l'est ssi la somme des dimensions des sous-espaces propres vaut $n$, ou ssi elle annule un polynôme scindé à racines simples. Une condition suffisante : $n$ valeurs propres distinctes.

Que dit le théorème de Cayley-Hamilton ?

Toute matrice annule son polynôme caractéristique : $\chi_A(A) = 0$.

Quelle est la différence entre polynôme minimal et polynôme caractéristique ?

Le polynôme minimal est l'annulateur unitaire de plus petit degré ; il divise le polynôme caractéristique et a les mêmes racines.

Comment calculer A^n avec la réduction ?

Si $A = PDP^{-1}$ avec $D$ diagonale, $A^n = PD^nP^{-1}$. Sinon, on divise $X^n$ par un polynôme annulateur.
Télécharger cette synthèse en PDF Fiche imprimable, définitions et théorèmes sans la figure interactive.