Maths Post-Bac Ouvrir l'app

Réduction de Jordan

Algèbre linéaire · leçon socle (gratuite)

L2L3Maths ingénieur

Réduction de Jordan : sous-espaces caractéristiques, blocs, polynôme minimal

Idée. Tout endomorphisme n'est pas diagonalisable. La réduction de Jordan donne la forme la plus simple possible quand le polynôme caractéristique est scindé : une matrice bloc-diagonale de blocs de Jordan, qui mesure exactement le « défaut » de diagonalisabilité.

Note (L2/L3, calculatoire). Tout est vérifié machine (_verif_jordan.py : jordan_form, polynômes caractéristique/minimal, tailles de blocs par les rangs, Dunford, AnA^n, etAe^{tA}).

A. Sous-espaces propres, caractéristiques, endomorphismes nilpotents

Soit uL(V)u\in\mathcal{L}(V), λ\lambda valeur propre.

  • Sous-espace propre Eλ=ker(uλid)E_\lambda=\ker(u-\lambda\,\mathrm{id}), de dimension la multiplicité géométrique gλg_\lambda.
  • Sous-espace caractéristique Nλ=ker(uλid)mλN_\lambda=\ker(u-\lambda\,\mathrm{id})^{m_\lambda}mλm_\lambda est la multiplicité algébrique (ordre de λ\lambda dans χu\chi_u) ; dimNλ=mλ\dim N_\lambda=m_\lambda.
    1gλmλ,u diagonalisable    gλ=mλ λ.\boxed{1\leq g_\lambda\leq m_\lambda,\qquad u\text{ diagonalisable}\iff g_\lambda=m_\lambda\ \forall\lambda.}
    Un bloc de Jordan Jk(λ)=λIk+NJ_k(\lambda)=\lambda I_k+N a λ\lambda sur la diagonale, des 11 sur la surdiagonale ; N=Jk(λ)λIN=J_k(\lambda)-\lambda I est nilpotent d'indice kk (Nk=0N^{k}=0, Nk10N^{k-1}\neq0) et Jk(λ)J_k(\lambda) n'a qu'une seule droite propre.

B. Polynômes caractéristique et minimal, lemme des noyaux

χu=λ(Xλ)mλ\chi_u=\prod_\lambda(X-\lambda)^{m_\lambda} (degré dimV\dim V) ; le polynôme minimal μu\mu_u est le polynôme unitaire de plus petit degré annulant uu :

μu=λ(Xλ)cλ,cλ=taille du PLUS GRAND bloc de λ,μuχu.\boxed{\mu_u=\prod_\lambda(X-\lambda)^{c_\lambda},\quad c_\lambda=\text{taille du PLUS GRAND bloc de }\lambda,\qquad \mu_u\mid\chi_u.}
μu\mu_u et χu\chi_u ont les mêmes racines (les valeurs propres) ; uu est diagonalisable     μu\iff\mu_u est scindé à racines simples (cλ=1c_\lambda=1 partout).

Lemme des noyaux. Si P=P1PrP=P_1\cdots P_r avec les PiP_i premiers entre eux deux à deux et P(u)=0P(u)=0, alors

V=i=1rkerPi(u).\boxed{V=\bigoplus_{i=1}^{r}\ker P_i(u).}
Appliqué à μu=(Xλ)cλ\mu_u=\prod(X-\lambda)^{c_\lambda} : V=λNλV=\bigoplus_\lambda N_\lambda (décomposition en sous-espaces caractéristiques) — c'est la première étape de la réduction.

E. Existence et réduction

Si χu\chi_u est scindé, sur chaque NλN_\lambda l'endomorphisme uλidu-\lambda\,\mathrm{id} est nilpotent ; toute application nilpotente se décompose en blocs Jk(0)J_k(0) (construction par chaînes de Jordan, cf. exercice A6), d'où :

Theˊoreˋme de Jordan : P inversible,A=PJP1,J=λ,iJkλ,i(λ),\boxed{\textbf{Théorème de Jordan : } \exists P\text{ inversible},\quad A=PJP^{-1},\quad J=\bigoplus_{\lambda,i}J_{k_{\lambda,i}}(\lambda),}
unique à l'ordre des blocs près. On lit le nombre et la taille des blocs sur les rangs : pour rj=rg(AλI)jr_j=\operatorname{rg}(A-\lambda I)^j,
nb de blocs de λ=dimker(AλI)=nr1,nb de blocs de taillej=rj1rj.\text{nb de blocs de }\lambda=\dim\ker(A-\lambda I)=n-r_1,\qquad \text{nb de blocs de taille}\geq j=r_{j-1}-r_j.

À gauche la matrice d'un bloc de Jordan 4x4 J_k(λ) avec λ sur la diagonale et des 1 sur la surdiagonale ; à droite la chaîne de Jordan des vecteurs de base e_4 → e_3 → e_2 → e_1 → 0 reliés par des flèches étiquetées (A−λI), montrant que seul e_1 est vecteur propre et que (A−λI) décale la chaîne.
Structure d'un bloc de Jordan Jk(λ)J_k(\lambda). La matrice a λ\lambda sur la diagonale et des 11 sur la surdiagonale. La base (e1,,ek)(e_1,\dots,e_k) forme une chaîne de Jordan : (AλI)(A-\lambda I) envoie ejej1e_{j}\mapsto e_{j-1} et e10e_1\mapsto0 (seul e1e_1 est vecteur propre). L'endomorphisme N=AλIN=A-\lambda I est nilpotent d'indice kk (Nk=0N^k=0, Nk10N^{k-1}\neq0) : le bloc mesure le défaut de diagonalisabilité.

Exemple. A=(311111002)A=\begin{pmatrix}3&-1&1\\1&1&-1\\0&0&2\end{pmatrix} : χA=(X2)3\chi_A=(X-2)^3, g2=dimker(A2I)=1g_2=\dim\ker(A-2I)=1 → un seul bloc J3(2)J_3(2) ; μA=(X2)3\mu_A=(X-2)^3. Au contraire (210020002)=J2(2)J1(2)\begin{pmatrix}2&1&0\\0&2&0\\0&0&2\end{pmatrix}=J_2(2)\oplus J_1(2) : χ=(X2)3\chi=(X-2)^3 mais μ=(X2)2\mu=(X-2)^2 (deux blocs).

Dans le palier approfondissement (Pro) : Décomposition de Dunford, puissances, exponentielle et systèmes différentiels

  • C. Décomposition de Dunford et puissances
  • D. Exponentielle de matrice et systèmes différentiels
  • Lien K[X]-module (recoupe modules)

La suite dans l'app Maths Post-Bac

Palier approfondissement, 54 exercices corrigés pas à pas, quiz, tuteur IA, PDF téléchargeables et suivi de progression — pour BUT, BTS, licence et maths de l'ingénieur.