Universit de Poitiers

L2PR Espaces euclidiens et hermitiens

Anne 2012-2013

Espaces euclidiens et hermitiens

rdig par

Anne Moreau

Table des matires

1 Espaces euclidiens
1.1 Formes bilinaires . . . . . . . . . . . . . . . . . . . . . .
1.1.1 Dfinitions . . . . . . . . . . . . . . . . . . . . .
1.1.2 Interprtation matricielle . . . . . . . . . . . . .
1.2 Produit scalaire . . . . . . . . . . . . . . . . . . . . . . .
1.3 Premires proprits . . . . . . . . . . . . . . . . . . . .
1.4 Bases orthonormes . . . . . . . . . . . . . . . . . . . .
1.4.1 Le procd dorthogonalisation de Gram-Schmidt
1.4.2 Projections orthogonales . . . . . . . . . . . . . .
1.5 Adjoint dun endomorphisme . . . . . . . . . . . . . . .
1.6 Endomorphismes orthogonaux et matrices orthogonales
1.7 Endomorphismes symtriques . . . . . . . . . . . . . . .

. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
et ses consquences
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

5
5
5
6
6
7
9
9
11
11
12
13

2 Espaces euclidiens de dimension 2 ou 3

2.1 tude en dimension 2 . . . . . . . . . . . .
2.1.1 Description du groupe spcial SO(2)
2.1.2 Orientation . . . . . . . . . . . . . .
2.1.3 Description de lensemble O (2) . .
2.2 tude en dimension 3 . . . . . . . . . . . .
2.2.1 Produit mixte, produit vectoriel . .
2.2.2 Rotations en dimension 3 . . . . . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

17
17
17
17
19
19
19
21

.
.
.
.
.
.
.
.
.

25
25
25
25
26
27
29
30
30
30

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

3 Formes quadratiques
3.1 Dfinitions . . . . . . . . . . . . . . . . . . . . . . . . . .
3.1.1 Formes bilinaires symtriques . . . . . . . . . .
3.1.2 Dfinition . . . . . . . . . . . . . . . . . . . . . .
3.1.3 Expression analytique dune forme quadratique si
3.2 Orthogonalit . . . . . . . . . . . . . . . . . . . . . . . .
3.3 Bases orthogonales . . . . . . . . . . . . . . . . . . . . .
3.4 Formes quadratiques relles . . . . . . . . . . . . . . . .
3.4.1 Loi dinternie de Sylvester . . . . . . . . . . . . .
3.4.2 Orthogonalisation effective . . . . . . . . . . . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

. . . . .
. . . . .
. . . . .
K=R.
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

TABLE DES MATIRES

3.5

3.6

Coniques . . . . . . . . . . . .
3.5.1 Gnralits . . . . . . .
3.5.2 Mthode de rduction .
3.5.3 Bilan de la classification
Quadriques . . . . . . . . . . .
3.6.1 Gnralits . . . . . . .
3.6.2 Mthode de rduction .
3.6.3 Quadriques de rfrence

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

4 Espaces hermitiens
4.1 Formes sesquilinaires . . . . . . . .
4.2 Produit scalaire hermitien . . . . . .
4.3 Premires proprits . . . . . . . . .
4.4 Adjoint dun endomorphisme . . . .
4.5 Endomorphismes unitaires . . . . . .
4.6 Endomorphismes hermitiens . . . . .
4.7 Endomorphismes hermitiens positifs

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

32
33
34
35
35
35
36
36

.
.
.
.
.
.
.

39
39
40
41
42
43
44
45

Chapitre 1

Espaces euclidiens
On va gnraliser ici la notion dorthogonalit connue pour les vecteurs du plan ou de lespace.

1.1

Formes bilinaires

Dans ce paragraphe, K dsigne R ou C.

1.1.1

Dfinitions

Dfinition 1.1.1. Soit E un K-espace vectoriel. On appelle forme bilinaire sur E toute application f : E
E K vrifiant les proprits suivantes :
(i) Pour tout a E, lapplication E K, y f (a, y) est linaire, i.e.,
(u, v) E E, K,

f (a, u + v) = f (a, u) + f (a, v).

(ii) Pour tout b E, lapplication E K, x f (x, b) est linaire. i.e.,

(x, y) E E, K,

f (x + y, b) = f (x, b) + f (v, b).

Autrement dit, pour tous a E et b E, les applications y 7 f (a, y) et x 7 f (x, b) sont des formes linaires,
do le terme forme .
Soit f une application de E E dans K. Compte tenu des dfinitions, dire que f est bilinaire signifie que
pour tous , , , K et tous x, y, u, v E,
f (x + y, u + v) = f (x, u) + f (x, v) + f (y, u) + f (y, v)
Exemples.
1) Soit E le R-espace vectoriel des applications continues de [0, 1] dans R. Lapplication
Z
f : E E R , (u, v)

u(t)v(t) dt
0

est une forme bilinaire sur E.

1.2. PRODUIT SCALAIRE

2) Supposons E = Kn , et soit p {1, . . . , n}. Si x = (x1 , . . . , xn ) et y = (y1 , . . . , yn ) sont des vecteurs de E,

posons :
f (x, y) = x1 y1 + + xp yp .
On obtient ainsi une forme bilinaire sur E.
3) On suppose E = Mn (R) et on pose :
(A, B) Mn (E),

f (A, B) = Tr (AB).

Alors f est une forme bilinaire sur E.

 Exercice 1. Vrifier dans chacun des exemples ci-dessus que f est en effet une forme bilinaire.

1.1.2

Interprtation matricielle

Supposons que E soit de dimension finie n > 0. Soient E = (e1 , . . . , en ) une base de E et f une forme bilinaire
sur E. Pour 1 6 i, j 6 n, posons aij = f (ei , ej ), et soit A = (aij )16i,j6n Mn (K),

f (e1 , e1 ) f (e1 , en )

..
..
.
A=
.
.

f (en , e1 ) f (en , en )
On dit que A est la matrice de f dans la base E, et on crit A = Mat(f ; E).
B Attention : on crit Mat(f ; E) bien que f ne soit pas une application linaire. Il sagit seulement dune

notation.
Soient x = x1 e1 + + xn en et y = y1 e1 + + yn en des vecteurs de E. Notons X et Y les matrices de x et y
dans la base E :


x1
y1
.
.
.
.
X=
et Y =
.
. .
xn
yn
Compte tenu de la dfinition 1.1.1, il vient :
f (x, y) =

Xn
i,j=1

aij xi yj = tXAY.

Dfinition 1.1.2. La forme f est dite symtrique si lon a f (x, y) = f (y, x) pour tous x, y E. Daprs ce
qui prcde, f est symtrique si et seulement si la matrice A est symtrique, i.e., A = tA.
 Exercice 2. Vrifier les assertions prcdentes.

1.2

Produit scalaire

On suppose dsormais que K = R.

Dfinition 1.2.1. Soient E un R-espace vectoriel et f une forme bilinaire.
(i) On dit que f est positive (resp. ngative) si f (x, x) > 0 (resp. f (x, x) 6 0) pour tout x E.

CHAPITRE 1. ESPACES EUCLIDIENS

(ii) On dit que f est dfinie positive (resp. dfinie ngative) si elle est positive (resp. ngative) et si
f (x, x) = 0 si et seulement si x est nul.
 Exercice 3. Reprendre les exemples de lexercice 1 avec K = R. Quels sont ceux pour lesquels f est positive ?
dfinie positive ?
Dfinition 1.2.2. Soit E un R-espace vectoriel. On appelle produit scalaire (euclidien) sur E toute forme
bilinaire sur E qui est symtrique et dfinie positive. Un R-espace vectoriel de dimension finie muni dun
produit scalaire est appel un espace (vectoriel) euclidien.
Euclide (en grec ancien E

/ Eukleids), n vers -325, mort vers -265 Alexandrie, est un mathmaticien de

la Grce antique, auteur des lments , qui sont considrs comme lun des textes fondateurs des mathmatiques.

 Exercice 4. Reprendre les exemples de lexercices 1 avec K = R. Quels sont ceux pour lesquels f est un
produit scalaire ?
Remarque. Un R-espace vectoriel de dimension finie possde toujours au moins un produit scalaire mais il en
a en gnral plusieurs !
Exemple fondamental. Dans Rn , lexemple 2) de lexercices 1 avec K = R est un produit scalaire sur Rn
appel le produit scalaire canonique. Cet exemple sera crucial dans le cours et nous commencerons bon
nombre dexercices par : On munit Rn de son produit scalaire canonique. . . ou Soit E = Rn muni de son
produit scalaire canonique. . . , etc.
Lespace vectoriel Rn a dautres produits scalaires : considrons une base quelconque E = (e1 , . . . , en ) de E et
posons, pour x = 1 e1 + + n en et y = 1 e1 + + n en ,
f (x, y) = 1 1 + + n n .
On vrifie que f est un produit scalaire sur Rn , en gnral diffrent du produit scalaire canonique.

1.3

Premires proprits

Dsormais, E dsigne un espace vectoriel euclidien ; en particulier, E est un R-espace vectoriel de dimension
finie. Si x, y E, on note (x | y) le produit scalaire de x et y. Lapplication
E E R , (x, y) (x | y)
est donc une forme bilinaire symtrique et dfinie positive sur E. On a (x | x) > 0 pour tout x E. On peut
donc considrer :
p
kxk = (x|x).
Proposition 1.3.1. Soient x, y E et R. Alors :
(i) kxk = || kxk ;
(ii) kx + yk2 = kxk2 + 2(x | y) + kyk2 ;
(iii) |(x | y)| 6 kxk.kyk (ingalit de Cauchy-Schwarz) ;
(iv) kx + yk 6 kxk + kyk (ingalit triangulaire) ;
(v) |kxk kyk| 6 kx yk ;
(vi) 2kxk2 + 2kyk2 = kx + yk2 + kx yk2 (identit de la mdiane).

1.3. PREMIRES PROPRITS

Augustin Louis, baron Cauchy, n Paris le 21 aot 1789 et mort Sceaux (Hauts-de-Seine) le 23 mai 1857, est
un mathmaticien franais, membre de lAcadmie des sciences et professeur lcole polytechnique.
Hermann Amandus Schwarz, n le 25 janvier 1843 Hermsdorf, en Silsie (aujourdhui la ville de Jerzmanowa
en Pologne) et mort le 30 novembre 1921 Berlin est un mathmaticien allemand. Ses travaux sont marqus par
une forte interaction entre lanalyse et la gomtrie.

 Exercice 5. ? Dmontrer cette proposition.

Thorme 1.3.2. Lapplication x kxk vrifie pour tout scalaire et tous vecteurs x, y de E les proprits
suivantes :
(i) kxk > 0 (positivit) ;
(ii) kxk = ||kxk (homognit) ;
(iii) kxk = 0 si et seulement x = 0 (caractre dfinie ) ;
(iv) kx + yk 6 kxk + kyk (ingalit triangulaire).
On dit que lapplication x kxk est une norme sur E.
Remarques. 1) On dit que x E est unitaire si kxk = 1.
2) Il existe des normes sur E qui ne sont pas issues dun produit scalaire mais cela dpasse un peu le programme. . .
 Exercice 6. Dmontrer ce thorme.
Dfinition 1.3.3. Soit E un espace euclidien.
(i) On dit que des vecteurs x, y de E sont orthogonaux si (x | y) = 0 (ce qui quivaut (y | x) = 0).
(ii) Deux parties non vides A, B de E sont dites orthogonales si, pour tout x A et tout y B, x et y
sont orthogonaux.
Proposition 1.3.4. Soit A une partie non vide de E. Lensemble des vecteurs de E qui sont orthogonaux
tous les vecteurs de A est un sous-espace vectoriel de E, not A , et appel lorthogonal de A (dans E).
 Exercice 7. 1) Dmontrer cette proposition.
2) Quel est lorthogonal de E dans E ? lorthogonal de {0E } dans E ?
Exercice 1. Soit : Mn (R) Mn (R) R lapplication dfinie par :
(A, B) Mn (R) Mn (R),

(A, B) = Tr (tAB).

1) Montrer que dfinit un produit scalaire sur Mn (R).

2) On note Dn (R) (resp. Symn (R), Antn (R)) lensemble des matrices diagonales (resp. symtriques, antisymtriques) de Mn (R). Dterminer Dn (R) , Symn (R) et Antn (R) .
Dfinition 1.3.5. Soit X = (x1 , . . . , xp ) une famille de vecteurs dun espace vectoriel euclidien E.
(i) On dit que X est orthogonale si (xi | xj ) = 0 pour tous i, j {1, . . . , p} tels que i 6= j.
(ii) On dit que X est orthonorme ou orthonormale si elle est orthogonale et si tous les vecteurs xi sont
unitaires (i.e., i {1, . . . , p}, kxi k = 1).

CHAPITRE 1. ESPACES EUCLIDIENS

Thorme 1.3.6 (Thorme de Pythagore). Soit X = (x1 , . . . , xp ) une famille de vecteurs dun espace vectoriel
euclidien E.
(i) On suppose que la famille X est orthogonale. On a :
2
P
p
P

p
xk =
kxk k2 .

k=1

k=1

(ii) Si la famille X est orthogonale et si xk 6= 0 pour tout k {1, . . . , p}, alors X est libre. En particulier, si
X est orthonorme, alors X est libre.
Pythagore (en grec ancien / Pythagras) est un philosophe, mathmaticien et scientifique prsocratique
qui serait n aux environs de 580 av. J.-C. Samos, une le de la mer ge au Sud-Est de la ville dAthnes ; on
tablit sa mort vers 495 av. J.-C., lge de 85 ans.

 Exercice 8. Dmontrer ce thorme.

1.4

Bases orthonormes

1.4.1

Le procd dorthogonalisation de Gram-Schmidt et ses consquences

Jrgen Pedersen Gram est un mathmaticien danois n le 27 juin 1850 Nustrup (prs de Haderslev) et mort le
29 avril 1916 Copenhague.
Erhard Schmidt (13 janvier 1876 - 6 dcembre 1959) tait un mathmaticien allemand n Dorpat, en Allemagne
(aujourdhui Tartu, en Estonie).

Thorme 1.4.1 (procd dorthogonalisation de Gram-Schmidt). Soient E un espace vectoriel euclidien de

dimension finie n > 0 et E = (e1 , . . . , en ) une base de E. Il existe une base F = (f1 , . . . , fn ) de E possdant les
proprits suivantes :
(i) F est une famille orthonorme, i.e., (fi | fj ) = pour tout i 6= j et kfi k = 1 pour tout i ;
(ii) Pour 1 6 j 6 n, on a Vect(f1 , . . . , fj ) = Vect(e1 , . . . , ej ).
De plus, on construit les vecteurs f1 , . . . , fn par rcurrence, selon un procd appel le procd dorthogonalisation de Gram-Schmidt, comme suit :
1) On pose
e1
f1 =
.
ke1 k
2) On suppose avoir construit une famille orthonorme (f1 , . . . , fj ) pour un certain j {1, . . . , n 1} telle
que Vect(f1 , . . . , fk ) = Vect(e1 , . . . , ek ) pour tout k 6 j. On dfinit alors fj+1 par :
ej+1
fj+1 =
kej+1

j
P
k=1
j
P

(ej+1 | fk )fk
.
(ej+1 | fk )fk k

k=1

 Exercice 9. Dmontrer ce thorme et illustrer la construction par une figure.

Exercice 2. 1) Soit E = R3 . Dterminer, grce au procd dorthonormalisation de Gram-Schmidt, une base
orthonorme de F = Vect(1 , 2 ) o 1 = (1, 1, 0), 2 = (0, 2, 1).

1.4. BASES ORTHONORMES

2) Soit E = R4 . Dterminer, grce au procd dorthonormalisation de Gram-Schmidt, une base orthonorme

de F = Vect(1 , 2 , 3 ) o
1 = (1, 0, 1, 0),

2 = (1, 1, 2, 0),

3 = (2, 0, 0, 0).

Le rsultat suivant est vident daprs le procd dorthonormalisation de Gram-Schmidt mais repose sur
lexistence (non triviale) de bases dans un espace vectoriel de dimension finie :
Corollaire 1.4.1. Si E est un espace euclidien non rduit {0E }, il possde des bases orthonormes.
Ce corollaire est crucial. Grce lui, il sera dsormais lgitime de commencer un nonc par Soient E un
espace euclidien et E = (e1 , . . . , en ) une base orthonorme de E... ce que nous ferons trs souvent.
B Attention : Comme pour les espaces vectoriels de dimension finie, un espace vectoriel euclidien na pas une

unique base orthonorme. La phrase Soit E la base orthonorme de E. . . na donc aucun sens !
Exemple fondamental. Dans Rn , la base canonique



1
0
0



0
1
1

e1 =
.. , e2 = .. . . . , en = ..
.
.
.
0
0
1
est orthonorme pour le produit scalaire canonique.
 Exercice 10. Vrifier cette assertion et donner dautres exemples de bases orthonormes dans R2 , R3 .
Supposons E de dimension finie n > 0, et soit E = (e1 , . . . , en ) une base orthonorme de E.
Soient x = 1 e1 + + n en et y = 1 e1 + + n en des vecteurs de E. Notons X et Y les matrices de x et y
dans la base E. On a alors :
n
P
(x | y) =
i j (ei |ej ).
i,j=1

La base E tant orthonorme, il vient donc :

(x | y) = 1 1 + + n n = t XY = t Y X.
Thorme 1.4.2. Soit E un espace euclidien de dimension finie non nulle n.
(i) Soit E = (e1 , . . . , ep ), avec 1 6 p < n, une famille orthonorme de vecteurs de E. Il existe ep+1 , . . . , en
E tels que (e1 , . . . , en ) soit une base orthonorme de E.
(ii) Soit F un sous-espace vectoriel de E. On a :
E = F F .
En particulier :
dim F = dim E dim F.
Remarque. lassertion (i) est parfois appele le thorme de la base orthonorme incomplte .
 Exercice 11. Dmontrer ce thorme laide du thorme de la base inccomplte classique .

10

CHAPITRE 1. ESPACES EUCLIDIENS

Exercice 3. Soient E un espace euclidien et F et G deux sous-espaces de E. Montrer que les assertions suivantes
sont quivalentes :
(i) F et G sont orthogonaux ;
(ii) F G ;
(iii) G F .

1.4.2

Projections orthogonales

Soit F un sous-espace de E. On a E = F F . On peut donc considrer la projection de E sur F

paralllement F . On dit que cest la projection orthogonale de E sur F .
 Exercice 12. Rinterprter le procd dorthogonalisation de Gram-Schmidt en terme de projections orthogonales.
Exercice 4. ? Soient E un espace euclidien, F un sous-espace vectoriel de E et a E.
1) tablir, pour tous x, y E et tout R :
ka x + yk2 = ka xk2 + 2(a x | y) + 2 kyk2 .
2) En dduire que, pour x F , les conditions suivantes sont quivalentes :
(i) ||a x|| = inf{||a z|| ; z F } ;
(ii) (a x) F .
3) Prouver quil existe un unique point x de F vrifiant les conditions de la question 2), et que cest limage de
a par la projection orthogonale de E sur F .
Exercice 5. Soient E un espace euclidien et f L(E) tel que :
x E,

(x | f (x)) = 0.

Montrer que ker f et Im f sont des supplmentaires orthogonaux dans E, i.e., ker f Im f = E et (ker f ) = Im f .

1.5

Adjoint dun endomorphisme

Dans tout ce paragraphe, E est un espace vectoriel euclidien de dimension finie n > 0.
Thorme 1.5.1. Soit u L(E). Il existe un et un seul endomorphisme de E, not u , et appel ladjoint de
u, tel que pour tous x, y E,
(u(x) | y) = (x | u (y))
Si E est une base orthonorme de E, on a :
Mat(u ; E) = t Mat(u; E).
B Attention : La matrice de u dans la base E est la transpose de la matrice de u dans cette mme base si

E est une base orthonorme.

 Exercice 13. Dmontrer ce thorme.

11

1.6. ENDOMORPHISMES ORTHOGONAUX ET MATRICES ORTHOGONALES

Proposition 1.5.1. Soient u, v L(E) et , R. Alors :

(i) (u + v) = u + v .
(ii) (uv) = v u .
(iii) (u ) = u.
(iv) On a (IdE ) = IdE et, si u GL(E), alors u GL(E) et (u )1 = (u1 ) .
 Exercice 14. Dmontrer la proposition.
Exercice 6. Soient u L(E) et F un sous-espace vectoriel de E stable par u, i.e., u(F ) F . Montrer que F
est stable par u , i.e., u (F ) F . Interprter matriciellement ce rsultat.
Exercice 7. Soit p L(E) une projection de E.
1) Montrer que p est une projection orthogonale si et seulement si kp(x)k 6 kxk pour tout x E.
2) Montrer que p est une projection orthogonale si et seulement si p = p .

1.6

Endomorphismes orthogonaux et matrices orthogonales

Dfinition-Proposition 1.6.1. Soient E un espace euclidien de dimension finie n > 0 et u L(E). On dit
que u est un endomorphisme orthogonal si lune des deux conditions suivantes quivalentes est vrifie :
(i) x, y E, (u(x) | u(y)) = (x | y) ;
(ii) x E, ku(x)k = kxk.
Dfinition 1.6.2. Une matrice Mn (R) est dite orthogonale si
t = t = I n .
En particulier, si est orthogonale alors est inversible et 1 = t .
Le thorme suivant justifie lappellation orthogonale de la dfinition prcdente :
Thorme 1.6.1. Soient E un espace euclidien de dimension finie n > 0 et u L(E). Les conditions suivantes
sont quivalentes :
(i) u est un endomorphisme orthogonal ;
(ii) u GL(E) et u = u1 ;
(iii) il existe une base orthonorme E de E telle que Mat(u; E) O(n) ;
(iv) pour toute base orthonorme E de E, on a Mat(u; E) O(n) ;
(v) il existe une base orthonorme (e1 , . . . , en ) de E telle que (u(e1 ), . . . , u(en )) soit une base orthonorme
de E ;
(vi) pour toute base orthonorme (e1 , . . . , en ) de E, (u(e1 ), . . . , u(en )) est une base orthonorme de E.
B Attention : l encore, la matrice dun endomorphisme orthogonal dans une base E est orthogonale si E est
une base orthonorme.

 Exercice 15. Dmontrer ce thorme.

 Exercice 16. 1) Montrer que lensemble des matrices orthogonales dordre n est un sous-groupe du groupe
GLn (R). On le note O(n), et on dit que cest le groupe orthogonal de degr n.

12

CHAPITRE 1. ESPACES EUCLIDIENS

Si O(n), de t = In , on dduit (det )2 = 1, donc det = 1. On pose :

SO(n) = { O(n) | det = 1} ,

O (n) = { O(n) | det = 1}.

2) Montrer que lensemble SO(n) est un sous-groupe de O(n), appel le groupe spcial orthogonal de degr
n. Quen est-il de lensemble O (n) ?
Il sera parfois trs utile (voir par exemple lexercice 16) davoir lesprit le rsultat suivant :
Corollaire 1.6.3. Soit Mn (R). On a lquivalence : est une matrice orthogonale si et seulement si est
la matrice de passage dune base orthonorme E de E une base orthonorme F de E.
 Exercice 17. On note O(E) lensemble des endomorphismes orthogonaux de E.
1) Montrer que O(E) est un sous-groupe de GL(E). On dit que cest le groupe orthogonal de E.
On rappelle que le dterminant dun endomorphisme f de E est le dterminant de sa matrice dans nimporte
quelle base de E (cette dfinition ne dpend pas du choix de la base : voir le cours de premire anne).
2) Montrer que si u O(E), on a det u = 1.
On pose :
SO(E) = {u O(E) | det u = 1} ,

O (E) = {u L(E) | det u = 1}.

3) Vrifier que SO(E) est un sous-groupe de O(E). Quen est-il de lensemble O (E) ?
On dit que SO(E) est le groupe spcial orthogonal de E. Un lment de SO(E) est appel une rotation de
E. Cette appellation sera justifie dans le cas o n = 2 et n = 3 au chapitre suivant.
B Attention : le !
fait que det u = 1
! nimplique pas que u soit un endomorphisme orthogonal de E. Par

exemple, det

1
0

1
1

= 1 mais

1
0

1
1

6 O(2) ( vrifier).

Exercice 8. Soit u un endomorphisme orthogonal de E.

1) Soit F un sous-espace de E stable par u. Montrer que F est stable par u.
2) Soit R une valeur propre de u. Montrer : = 1.
3) Si = 1, montrer que les sous-espaces ker(u IdE ) et Im (u IdE ) sont orthogonaux et supplmentaires
dans E.

1.7

Endomorphismes symtriques

Thorme-Dfinition 1.7.1. Soient E un espace euclidien et u L(E). Les conditions suivantes sont quivalentes :
(i) u = u ;
(ii) il existe une base orthonorme E de E telle que Mat(u; E) soit symtrique ;
(iii) pour toute base orthonorme E de E, Mat(u; E) est symtrique.
Si ces conditions sont ralises, on dit que u est un endomorphisme symtrique ou auto-adjoint de E.
Exemples. 1) Lidentit, lendomorphisme nul et les homothties vectorielles sont des endomorphismes symtriques de E.
2) Les projecteurs orthogonaux sont des endomorphismes symtriques (cf. exercice 20).

13

1.7. ENDOMORPHISMES SYMTRIQUES

 Exercice 18. Dmontrer ce thorme.

Dans la suite, on note Sym(E) lensemble des endomorphismes symtriques de E ; cest un sous-espace
vectoriel de L(E). On dsigne par Symn (R) lensemble des matrices dordre n qui sont symtriques.
B Attention : la matrice dun endomorphisme symtrique dans une base E de E nest pas toujours symtrique !

Elle lest si E est une base orthonorme. . . Dautre part, si E est une base quelconque de E et u L(E), il se
peut que Mat(u; E) soit symtrique
sans!que u soit symtrique !
!
1
1
Exemple. Soient e1 =
, e2 =
. Considrons lendomorphisme u de R2 dfini par u(x) = 1 2
0
1
!
1 0
2
2
o x = 1 e1 + 2 e2 R . La matrice de u dans la base (e1 , e2 ) de R est alors Mat(u; (e1 , e2 )) =
.
0 1
Pourtant, u nest pas un endomorphisme symtrique de lespace euclidien R2 muni de son produit scalaire
canonique.
 Exercice 19. Soient u Sym(E) et F un sous-espace stable par u. Montrer que F est stable par u.
 Exercice 20. Soient F, G des sous-espaces supplmentaires de E et p la projection sur F paralllement G.
Montrer que les conditions suivantes sont quivalentes :
(i) p Sym(E) ;
(ii) G = F .
Le thorme suivant est tout fait fondamental, do le nom quon va lui donner dans ce cours :
Thorme 1.7.1 (Thorme fondamental). Soient E un espace euclidien et u un endomorphisme symtrique
de E. Alors il existe une base orthonorme de E forme de vecteurs propres pour u.
 Exercice 21. ? Dmontrer ce thorme.
La version matricielle du thorme fondamental est la suivante (ce rsultat est galement crucial) :
Corollaire 1.7.1. Si A Symn (R). Alors il existe une matrice orthogonale O(n) telle que 1 A = t A
soit diagonale. Autrement dit, une matrice symtrique relle est diagonalisable en base orthonorme.
Dfinition 1.7.2. On dit que u Sym(E) est positif (resp. dfini positif) si Spec(u) R+ (resp. Spec(u)
R+ ). On note Sym+ (E) (resp. Sym++ (E)) lensemble des endomorphismes symtriques positifs (resp. symtriques dfinis positifs). On adopte une terminologie analogue pour les matrices, et on note Sym+
n (R) et
Sym++
(R)
les
ensembles
correspondants.
n
 Exercice 22. Soient F, G des sous-espaces supplmentaires de E. Alors tout lment x de E scrit x =
xF + xG avec xF F et xG G. On rappelle que la symtrie s par rapport F paralllement G est dfinie
par
s : E
E
x = xF + xG 7 xF xG .
1) Montrer que les conditions suivantes sont quivalentes :
(i) s O(E) ;
(ii) s Sym(E).
(iii) G = F .

14

CHAPITRE 1. ESPACES EUCLIDIENS

Si elles sont ralises, on dit que s est la symtrie orthogonale par rapport F , et on la note sF .
Si dim E > 2 et si F est un hyperplan de E, on dit que sF est la rflexion dhyperplan F .
2) Donner une expression simple de s(x), pour x E, lorsque s est une rflexion.
Remarque. Les symtries orthogonales sont des endomorphismes la fois symtriques et orthogonaux.
B Attention : une symtrie (quelconque) nest pas toujours un endomorphisme symtrique !

Exercice 9. Que dire dune matrice A Sym+

n (R) de trace nulle ?
Exercice 10. Soit u L(E).
1) tablir : ker u = (Im u) et Im u = (ker u) .
2) tablir : Im (u u ) = Im u et ker(u u) = ker u.
3) Supposons u2 = 0. Montrer que u + u est inversible si et seulement si Im u = ker u.
4) Montrer que u u et u u sont symtriques positifs.
Exercice 11. ? On dit quun endomorphisme u de E est normal sil commute avec son adjoint, i.e., u u =
u u. Soient u un endomorphisme normal de E et F un sous-espace vectoriel de E stable par u. Montrer que
F est stable par u et par u.
Exercice 12. Soit u L(E) tel que :
x E,

ku(x)k 6 kxk .

1) Montrer : x E, ku (x)k 6 kxk.

2) Prouver que ker(u idE ) et Im (u idE ) sont supplmentaires orthogonaux dans E.
Exercice 13. Soient n > 2 et A Mn (R) la matrice carre dordre n dfinie par :

0
0 1
.
..
..
..
.
.

A=
..

0
.
0
1 1
+
Montrer que A est diagonalisable. A-t-on A Sym++
n (R) ? A Symn (R) ?

Exercice 14. Soient u Sym+ (E) et p N . Montrer quil existe un unique endomorphisme v Sym+ (E) tel
que v p = u.
Exercice 15 (Dcomposition polaire). 1) Soit u L(E). Montrer quil existe un unique endomorphisme
v Sym+ (E) tel que : v 2 = u u.
2) Soit u GL(E). Montrer quil existe un unique couple (w, p) O(E) Sym+ (E) tel que : u = w p.
Exercice 16 (dcomposition dIwasawa). ? Soit n N . On note Tn>0 lensemble des matrices triangulaires
suprieures dont les coefficients diagonaux sont strictement positifs.
1) Soit P GLn (R). Montrer quil existe O(n) et T Tn>0 tels que P = T .
Cette dcomposition des matrices de GLn (R) en produit dune matrice orthogonale par une matrice triangulaire
suprieures coefficients diagonaux strictement positifs est appele la dcomposition dIwasawa.
2) En dduire que tout A Sym++
scrit t T T o T Tn>0 .
n
Exercice 17. Soit A = (ai,j )16i,j6n Mn (R) avec ai,j = min(i, j). Montrer que A Sym++
n (R).

15

1.7. ENDOMORPHISMES SYMTRIQUES

16

Chapitre 2

Espaces euclidiens de dimension 2 ou 3

2.1
2.1.1

tude en dimension 2
Description du groupe spcial SO(2)

Soit :
=

!
b
SO(2).
d

a
c

On a det = ad bc = 1. Par suite :

d b
c
a

!
1

On en dduit :
=

a
b

b
a

= =

a
b

!
c
.
d

!
, a2 + b2 = 1.

On sait alors quil existe R, dfini 2 prs, tel que :

=

cos
sin

sin
cos

!
= ().

On a donc obtenu :
Thorme 2.1.1. Le groupe SO(2) est commutatif, et SO(2) = {() ; R}.
Remarque. Le fait que SO(2) soit commutatif est fondamental, tant dun point de vue mathmatique que
physique.
 Exercice 23. Vrifier la premire assertion du thorme.

2.1.2

Orientation

Les matrices () sont appeles des matrices de rotations. Rappelons que les lments de SO(E), pour E un
espace euclidien, sont appels des rotations vectorielles. Justifions comme promis ici cette appellation. Considrons lespace euclidien E = R2 muni de son produit scalaire canonique et soit E = (e1 , e2 ) sa base canonique,

17

2.1. TUDE EN DIMENSION 2

i.e.,
e1 =

!
1
,
0

e2 =

!
0
.
1

Soit u SO(E). Alors Mat(u; E) SO(2) ; cest donc une matrice de rotation et il existe R tel que
!
cos sin
Mat(u; E) =
= ().
sin
cos
 Exercice 24. Reprsenter sur une figure les vecteurs e1 , e2 , u(e1 ), u(e2 ) de R2 .
Compte tenu de la figure obtenue lexercice prcdent, on aimerait dire que u est la rotation dangle (et
de centre 0R2 ) o est dfini 2 prs. Malheureusement, pour que cette dfinition ait un sens, il faudrait que
langle (mme dfini 2 prs) de la rotation u ne dpende pas de la base orthonorme choisie.
Or ce nest pas le cas ! En effet, on vrifie par exemple que
!
cos
sin
0
Mat(u; E ) =
= (),
sin cos
o E0 est la base orthonorme (e1 , e2 ) de R2 (toujours muni de son produit scalaire canonique).
Cette petite discussion justifie la notion dorientation que nous allons introduire maintenant (de faon plus
rigoureuse que celle vue dans les classes antrieures).
Supposons dim E = 2, et soit u SO(E). Soient E, F des bases orthonormes de E, et la matrice de passage
de E F. Rappelons quon a alors O(2) (cf. Corollaire 1.6.3). Dautre part, comme u SO(E), il existe
R tel que Mat(u; E) = (). Alors, Mat(u; F) = 1 (). Il y a alors deux cas possibles :
SO(2), et alors Mat(u; F) = () = Mat(u; E).
O (2), et alors Mat(u; F) = ().
 Exercice 25. Justifier ces assertions.

Dfinition 2.1.1. On dit que E et F dfinissent la mme orientation de E si SO(E). Par dfinition,
orienter E, cest fixer une base orthonorme de E.
Les bases orthonormes directes F sont alors celles pour lesquelles det PEF = 1 Les bases orthonormes indirectes ou rtrograde F sont alors celles pour lesquelles det PEF = 1.
Dfinition-Proposition 2.1.2. Supposons toujours dim E = 2, et soit u SO(E). Lespace E tant orient,
daprs ce qui prcde, il existe un rel , uniquement dtermin modulo 2, tel que lon ait Mat(u; E) = ()
pour toute base orthonorme directe de E. On dit que est une mesure de la rotation u.
Remarque. On dit une mesure dangle de la rotation u , et non la mesure dangle de la rotation u car
celle-ci nest dfinie qu 2 prs. Mais les expressions langle de la rotation u ou la mesure dangle de la
rotation u sont tolres ; il faut alors garder lesprit que la mesure dangle nest dfinie qu 2 prs.
B Attention : en revanche, parler dune mesure dangle dune rotation u dun espace vectoriel euclidien E na
de sens que si E est orient. Sur ce point, il ny a aucune tolrance !

18

CHAPITRE 2. ESPACES EUCLIDIENS DE DIMENSION 2 OU 3

2.1.3

Description de lensemble O (2)

Soit :
=

a
c

!
b
O (2).
d

On a det = ad bc = 1. Par suite :

!
d
b
= 1 = t =
c
a
On en dduit :
=

a
b

a
b

!
c
.
d

!
b
, a2 + b2 = 1.
a

On voit comme prcdemment quil existe R, dfini 2 prs, tel que :

!
cos
sin
=
= ().
sin cos
Dautre part, posant :
X =

!
cos(/2)
, Y =
sin(/2)

!
sin(/2)
,
cos(/2)

il vient :
()X = X , ()Y = Y .
On a donc obtenu le rsultat suivant :
Thorme 2.1.3. On a O (2) = {(); R}, et tout lment de O (2) est une matrice de rflexion.
 Exercice 26. Justifier ce thorme et faire une figure (on reprsentera en particulier laxe de la rflexion).

2.2
2.2.1

tude en dimension 3
Produit mixte, produit vectoriel

Dans ce paragraphe, E est pour le moment un R-espace vectoriel euclidien de dimension finie n > 0. Pour
toutes bases orthonormes E et F de E, on a PEF O(n) (cf. corollaire 1.6.3). Il y a donc deux cas possibles :
ou bien det PEF = 1 ;
ou bien det PEF = 1.
Ceci motive la dfinition suivante qui gnralise la notion dorientation vue dans le cas n = 2 :
Dfinition 2.2.1. Par dfinition, oritenter E, cest choisir une base orthonorme de E. On dit aussi dans ce
cas quon a choisi une orientation de E.
Fixons une base orthonorme E de E, do une orientation de E. Soit F une base orthonorme de E. On dit que
F est base orthonorme directe si det PEF = 1 ; on dit que F est base orthonorme indirecte ou rtrograde
si det PEF = 1.
Dsormais, E est un espace vectoriel euclidien orient de dimension 3.

19

2.2. TUDE EN DIMENSION 3

Dfinition-Proposition 2.2.2. Soit U = (u, v, w) une famille de trois vecteurs de E. Le rel detE U est
indpendant de la base orthonorme directe de E. On dit que cest le produit mixte de U, et on le note
[u, v, w].
 Exercice 27. Dmontrer cette proposition
 Exercice 28. Dmontrer les proprits suivantes :
(i) [u, v, w] = [v, u, w] = [u, w, v] = [w, v, u] ;
(ii) pour tous v, w E, lapplication E R, u [u, v, w] est linaire.
(iii) on a [u, v, w] = 0 si et seulement si la famille (u, v, w) est lie.
(iv) si (u, v, w) est une base orthonorme directe (resp. indirecte) de E, alors [u, v, w] = 1 (resp. [u, v, w] =
1).
Thorme-Dfinition 2.2.1. Soient u, v E. Il existe un et un seul vecteur w E tel que
[u, v, x] = (w | x)
pour tout vecteur x E. On dit que w est le produit vectoriel de u et v (pris dans cet ordre), et on note
w = u v.
 Exercice 29. 1) Dmontrer ce thorme.
2) Montrer que pour tous u, v E, on a v u = u v.
3) Montrer que pour tout u E, lapplication v 7 u v est linaire, autrement dit que pour tous v, v 0 E et
tout R, u (v + v 0 ) = u v + u v 0 .
 Exercice 30. Soient u, v E, w = u v. Montrer les proprits suivantes :
(i) On a w = 0 si, et seulement si, u et v sont colinaires.
(ii) Le vecteur w est orthogonal u et v.
(iii) Si la famille (u, v) est libre, alors la famille (u, v, w) est une base directe de E.
(iv) Soient E une base orthonorme directe de E, (1 , 2 , 3 ) les composantes de u dans cette base, et
(1 , 2 , 3 ) celles de v, i.e.,

1

Mat(u; E) = 2 ,
3

1

Mat(v; E) = 2 .
3

Alors :

2 3 3 2

Mat(w; E) = 3 1 1 3
1 2 2 1 .
Remarque. Daprs ce qui prcde, si la famille (u, v) est orthonorme, alors (u, v, u v) est une base orthonorme directe de E. Cette remarque sera trs importante dans la pratique : elle donne une mthode simple
pour construire une base orthonorme directe de E ds lors quon a deux vecteurs unitaires orthogonaux.
 Exercice 31. Soient u, v E de composantes (3, 2, 2) et (1, 2, 3). Dterminer les composantes de u v.

20

CHAPITRE 2. ESPACES EUCLIDIENS DE DIMENSION 2 OU 3

Exercice 18. Soient u, v, w E.

1) Vrifier que u (v w) Vect(v, w). En choisissant une base orthonorme directe (e1 , e2 , e3 ) telle que
v Vect(e1 ), w Vect(e1 , e2 ), tablir :
u (v w) = (u|w)v (u|v)w , (u v) w = (u|w)v (v|w)u.
2) Prouver les formules suivantes :
(u v) (u w) = [u, v, w]u , [u v, v w, w u] = [u, v, w]2 ,
u (v w) + v (w u) + w (u v) = 0.
Exercice 19. Soient a, b, c, , , R. Prouver sans calcul que
(a + b + c)2 + (a b)2 + (a c)2 + (b c)2
est gal :
(a2 + b2 + c2 )(2 + 2 + 2 ).
(ceci est appel lindentit de Lagrange).

2.2.2

Rotations en dimension 3

Dans ce paragraphe, E est un espace vectoriel euclidien de dimension 3.

 Exercice 32. Soit u SO(E).
1) Montrer que 1 Spec(u).
2) Supposons u 6= IdE . Montrer que lespace propre pour u associ la valeur propre 1 est de dimension 1.
Supposons E orient, et fixons une base orthonorme directe E = (e1 , e2 , e3 ) de E. Soit u SO(E) r {IdE }.
Daprs lexercice prcdent, il existe un vecteur unitaire f1 E, uniquement dtermin au signe prs, tel que
u(f1 ) = f1 . Compltons pour obtenir une base orthonorme directe F = (f1 , f2 , f3 ). Par exemple, on prend
f2 unitaire orthogonal f1 , et f3 = f1 f2 . Si F = (Vectf1 ) = Vect(f2 , f3 ), alors F est stable par u (cf.
exercice 8).
Daprs ltude des rotations en dimension 2, il existe R, uniquement dtermin modulo 2, et tel que

1
0
0

= Mat(u; F) = 0 cos sin .

0 sin
cos
Dfinition 2.2.3. Avec les notations prcdentes, la droite Vect(f1 ) oriente par le vecteur f1 est appele laxe
de la rotation, et est langle de cette rotation.
Question. Si u SO(E) r {IdE }, comment dterminer en pratique laxe et langle de la rotation u, cest--dire
f1 et dans les notations prcdentes ?
Rponse. Dans la pratique, u est donn par A = Mat(u; E). On dtermine f1 en crivant u(f1 ) = f1 . Autrement
dit, il sagit de rechercher la droite propre de u associe la valeur propre 1 (cf. exercice 32). On prend alors
pour f1 nimporte quel gnrateur de cette droite de norme 1.

21

2.2. TUDE EN DIMENSION 3

Dautre part :
TrA = Tr = 1 + 2 cos .
Do la dtermination de cos . Reste dterminer sin . Un calcul facile montre que, pour x E :
(u u )(x) = 2 sin (f1 x).
On voit aussi quil existe a, b, c R tels que

Mat(u u ; E) = a
b

a b

0 c .
c 0

(2.2.1)

Enfin, si f1 = e1 + e2 + e3 , et si g L(E) est dfini par g(x) = 2 sin (f1 x), on trouve

Mat(g; E) = 2 sin
0 .

0

(2.2.2)

Compte tenu de (2.2.1) et (2.2.2), on dtermine sin .

 Exercice 33. Vrifier ces assertions.
Exercice 20. ? Soient E un espace vectoriel euclidien de dimension 3 et u SO(E) une rotation de E. Montrer
que u est le produit de deux rflexions, cest--dire quil existe deux rflexions s1 et s2 telles que u = s1 s2 .
Exercice 21. Par des transformations orthogonales
suivantes :

1 0 1
0 1

0 1 0 ,
1 1
1 0 1
0 1

prciser, diagonaliser les matrices symtriques relles

1 ,
0

2
1

2
1
2

Exercice 22. Un espace euclidien de dimension 3 tant rapport une base

les endomorphismes dont les matrices dans cette base sont

0 1 0
2 6 3
2
1
1

0 0 1 ,
6 3 2 ,
2
7
3
1 0 0
3 2 6
1

2 .
2
orthonorme directe, montrer que

1
2
2

1
2

reprsentent des rotations. Dterminer angles et axes de ces rotations.

Exercice 23. Soit f un endomorphisme symtrique de E tel que : x E, (f (x) | x) = 0. Dterminer f .
Exercice 24. Soient u un vecteur non nul de E et f L(E) dfini par :
f : E E,

x 7 u x.

1) Vrifier que f est une application linaire puis dterminer ker f et Im f .

2) Dterminer f .
3) Montrer que f 2 est diagonalisable en base orthonorme.

22

CHAPITRE 2. ESPACES EUCLIDIENS DE DIMENSION 2 OU 3

Exercice 25. Soit f L(E) tel que :

u, v E,

f (u v) = f (u) f (v).

Montrer que f est ou bien lendomorphisme nul, ou bien une rotation.

Exercice 26. Soient a, b E, avec a 6= 0.
1) Montrer que les conditions suivantes sont quivalentes :
(i) (a | b) = 0 ;
(ii) il existe x E tel que a x = b.
2) On suppose que (a | b) = 0. Etablir :
{x E | a x = b} = {

23

ba
+ a ; R}.
kak2

2.2. TUDE EN DIMENSION 3

24

Chapitre 3

Formes quadratiques
Dans ce chapitre, K dsigne R ou C, et E est un K-espace vectoriel de dimension finie n > 0.

3.1
3.1.1

Dfinitions
Formes bilinaires symtriques

On rappelle quune forme bilinaire symtrique sur E est une application : E E K telle que y 7 (x, y)
est linaire pour tout x E et (x, y) = (y, x) pour tous x, y E (voir la dfinition 1.1.1 au tout dbut du
cours).
Soient E une base de E, une forme bilinaire symtrique sur E et A = Mat(; E), i.e.,

(e1 , e1 ) (e1 , en )

..
..

Mat(; E) =
.
.

(en , e1 ) (en , en ).
Si x, y E ont pour matrices X et Y dans la base E, on a vu que
(x, y) = t XAY = t Y AX.
 Exercice 34. Soient F une autre base de E et P = PEF la matrice de passage de E F. Exprimer la matrice
B de dans la base F en fonction de A et P .
Dans les chapitres prcdents, nous avons essentiellement tudier le cas o est un produit scalaire sur E.
Nous allons dans ce chapitre considrer dautres cas.

3.1.2

Dfinition

Dfinition 3.1.1. Une application Q : E K est appele une forme quadratique (sur E) sil existe une
forme bilinaire symtrique sur E telle que
x E,

Q(x) = (x, x).

25

3.1. DFINITIONS

On note Q(E) le sous-ensemble de F(E, K) constitu des formes quadratiques.

 Exercice 35. Vrifier que cest un sous-espace vectoriel de F(E, K). Quelle est sa dimension ?
 Exercice 36. Soient Q une forme quadratique sur E, et une forme bilinaire symtrique sur E telle que
Q(x) = (x, x) pour tout x E. Montrer la formule de polarisation :
(x, y) =

1
(Q(x, y) Q(x) Q(y)).
2

(3.1.1)

2) En dduire quil existe une unique forme bilinaire symtrique sur E telle que Q(x) = (x, x) pour tout
x E, quon appelle la forme polaire de Q.
Remarques. 1) Si est la forme polaire de Q, on a aussi la formule
(x, y) =

1
(Q(x + y) Q(x y)).
4

(3.1.2)

2) Lorsque est un produit scalaire, alors Q est une norme sur E (cf. Thorme 1.3.2).
 Exercice 37. Donner des exemples de formes quadratiques qui ne soient pas issues de produits scalaires.
Compte tenu de lexercice prcdente on adopte pour les formes quadratiques la terminologie des formes
bilinaires symtriques. En particulier, on appelle matrice de Q dans une base E = (e1 , . . . , en ) de E, la
matrice de sa forme polaire dans cette base. On la note Mat(Q; E). Autrement dit,

(e1 , e1 ) (e1 , en )

..
..

Mat(Q; E) = Mat(; E) =
.
.

(en , e1 ) (en , en ).
Exercice 27. On suppose dim E = 2. Soit (e1 , e2 ) une base de E. Pour x = 1 e1 + 2 e2 , y = 1 e1 + 2 e2 , on
pose :
1 (x, y) = 2 2 1 2 2 1 , 2 (x, y) = (1 + 32 )(31 + 2 ),
3 (x, y) = 1 2 + 1 2 , 4 (x, y) = (1 + 2 + 1 + 2 )2 (1 + 2 )2 .
1) Dterminer les applications k qui sont des formes bilinaires sur E.
2) crire les matrices (k (ei , ej ))16i,j62 . Quelles sont les formes k qui sont symtriques ? Symtriques non
dgnres ?
3) Soit F = (f1 , f2 ), avec f1 = e1 + e2 , f2 = e2 e1 . crire la matrice (k (fi , fj ))1i,j2 .

3.1.3

Expression analytique dune forme quadratique si K = R

On suppose dans ce paragraphe K = R, et E = Rn

Soient Q est une forme quadratique, sa forme polaire et E = (e1 , . . . , en ) la base canonique de E = Rn . Posons
Pn
Pn
pour tous i, j {1, . . . , n}, ai,j = (e1 , ej ). Alors pour tous u = i=1 xi ei = (x1 , . . . , xn ) et v = j=1 yj ej =
(y1 , . . . , yn ) dans E, on a
X
(u, v) =
xi yj ai,j
16i,j6n

26

CHAPITRE 3. FORMES QUADRATIQUES

et
Q((x1 , . . . , xn )) = Q(u) = (u, u) =

n
X

xi xj ai,j =

16i,j6n

n
X
i=1

n
X

ai,i x2i + 2

xi xj ai,j .

16i<j6n

{z

termes carrs

{z

termes rectangulaires

Ainsi, lapplication (x1 , . . . , xn ) 7 Q((x1 , . . . , xn )) est un polynme homogne, i.e., K, Q(u) = 2 Q(u),
dont tous les monmes sont des polynmes homognes de degr 2.
B Attention : on note ici (x1 , . . . , xn ) un lment de E = Rn ; cela ne signifie pas que Q est une fonction de n

variables, do les doubles parenthses ! Dans la suite, on notera simplement Q(x1 , . . . , xn ) pour Q((x1 , . . . , xn ))
lorsque E = Rn .
Rciproquement, si Q est un tel polynme, alors il existe des scalaires ai,j K, pour i, j {1, . . . , n}, tels que
pour tout x E,
n
n
X
X
Q(x1 , . . . , xn ) =
ai,i x2i + 2
xi xj ai,j ,
i=1

16i<j6n

et Q est une forme quadratique dont la forme polaire est donne par
u =

n
X

xi ei , v =

i=1

n
X

yj ej E,

j=1

(u, v) =

xi yj ai,j .

16i,j6n

En conclusion, nous avons montr :

Proposition 3.1.2. Les formes quadratiques sur Rn sont les applications polynmes dont tous les monmes
sont des polynmes homognes de degr 2.
Exemple. Une forme quadratique Q sur R3 est de la forme
Q(x, y, z) = ax2 + by 2 + cz 2 + dxy + eyz + f zx,
avec a, b, c, d, e, f R.
B Attention : de nouveau, Q(x, y, z) signifie en toute rigueur Q((x, y, z)).

La matrice de la forme polaire de Q dans la base canonique E de R3 est donne par

a
d/2 f /2

Mat(; E) = d/2
b
e/2 ,
f /2 e/2
c
et

3.2

e
f
d
((x, y, z), (x0 , y 0 , z 0 )) = axx0 + byy 0 + czz 0 + (xy 0 + yx0 ) + (yz 0 + zy 0 ) + (zx0 + xz 0 ).
2
2
2

Orthogonalit

Dfinition 3.2.1. Soit une forme bilinaire symtrique sur E.

(i) Deux vecteurs x, y de E sont dits -orthogonaux, ou orthogonaux pour , si (x, y) = 0.
(ii) Un vecteur x de E est dit -isotrope ou isotrope pour , si (x, x) = 0.

27

3.2. ORTHOGONALIT

(iii) Des parties F et G de E sont dites -orthogonales ou orthogonales pour , si (x, y) = 0 pour
tout (x, y) F G.
Si F est un sous-espace de E, on appelle -orthogonal de F le sous-espace F de E constitu des vecteurs
x E tels que (x, y) = 0 pour tout y F . Le -orthogonal E de E est appel le noyau de , et on le note
ker i.e.,
ker = {x E | (x, y) = 0 y E}.
Le cne isotrope C de est lensemble des vecteurs isotropes de E :
C = {x E | (x, x) = 0}.
B Attention : on note ker bien que ne soit pas une application linaire ; cest toutefois, comme le noyau

dune application linaire, un sous-espace vectoriel de E.

B Attention : on prendra garde au fait quen gnral, C nest pas un sous-espace vectoriel de E.

Remarque. Le cne isotrope C dune forme quadratique est un cne au sens o pour tout K r {0},
si x C , alors x C .
 Exercice 38. 1) Donner des exemples de formes quadratiques o
a) le cne isotrope est un sous-espace vectoriel de E ;
b) le cne isotrope nest pas un sous-espace vectoriel de E ;
c) le cne isotrope est rduit {0E }.
2) Dans le cas gnral, comparer C et ker .
Dfinition 3.2.2. Soit une forme bilinaire symtrique sur E et X = (x1 , . . . , xp ) une famille de vecteurs de
E.
(i) On dit que X est -orthogonale si (xi , xj ) = 0 pour i, j {1, . . . , p} et distincts.
(ii) On dit que X est -orthonorme si elle est -orthogonale et si (xi , xi ) = 1 pour tout i {1, . . . , p}.
Dfinition 3.2.3. On dit quune forme bilinaire symtrique sur E est dgnre (resp. non dgnre)
si E 6= {0} (resp. E = {0}).
Soient Q une forme quadratique sur E, et sa forme polaire. On rappelle (cf. exercice 34) que si E et F sont
des bases de E, alors
Mat(Q; F) = tP Mat(Q; E) P,
o P = PEF est la matrice de passage de la base E la base F.
B Attention : pour une application linaire f , la formule de changement base est Mat(f ; F) = P 1 Mat(f ; E) P !

Remarques. 1) On dit que deux matrices A, A0 Mn (K) sont congruentes sil existe une matrice inversible
P GLn (K) telle que A0 = t P AP . Ainsi, deux matrices symtriques A et A0 sont congruentes si et seulement
si elles reprsentent la mme forme quadratique dans des bases diffrentes.
2) Si A, A0 Mn (K) sont congruentes alors det(A0 ) = (det P )2 det(A) pour une certaine matrice inversible
P GLn (K). Si Q est une forme quadratique sur E, le signe de det Mat(Q; E) ne dpend donc pas de la base
E choisie.

28

CHAPITRE 3. FORMES QUADRATIQUES

3.3

Bases orthogonales

Soit Q une forme quadratique sur E de forme polaire .

Question. Existe-t-il des bases -orthogonales de E ? Autrement dit, existe-t-il une base E = (e1 , . . . , en ) de E
telle que

1
0

..
,
Mat(Q; E) =
.

0
n
avec 1 , . . . , n K ? Si oui, comment construire en pratique de telles bases ?
On note E = L(E, K) lensemble des formes linaires sur E, cest--dire lensemble des applications linaires
de E dans K. Cest un espace vectoriel de dimension n 1 = n appel le dual de E.
 Exercice 39. ? Soit (`1 , . . . , `n ) une base de E . Montrer quil existe une unique base (1 , . . . , n ) de E telle
que pour tous i, j {1, . . . , n},

0 si i 6= j;
`i (j ) =
1 si i = j.
(Indication. On pourra montrer que lapplication
E
x 7

Kn
(`1 (x), . . . , `n (x))

est un isomorphisme despaces vectoriels.). La base (1 , . . . , n ) est appele la base duale de (`1 , . . . , `n ).
On admet le thorme suivant :
Thorme-Dfinition 3.3.1. Soient une forme bilinaire symtrique sur E et Q la forme quadratique
associe. On suppose que Q est non nulle. Alors E possde des bases -orthogonales. Prcisment, il existe une
base (`1 , . . . , `n ) de E et 1 , . . . , n K tels que
Q=

n
X

i `2i ,

i=1

et la base duale de (`1 , . . . , `n ) est une base -orthognale. De manire quivalente, il existe p formes linaires
indpendantes `1 , . . . , `p sur E, avec 1 6 p 6 n, et p scalaires 1 , . . . , p non nuls tels que
Q=

p
X

i `2i .

i=1

On admet que lentier p ne dpend pas de la famille (`1 , . . . , `p ) choisie vrifiant les conditions ci-dessus ; on
lappelle le rang de Q (ou de ). Par convention, le rang de la forme quadratique nulle est 0.
 Exercice 40. Justifier que les deux dernires assertions du thorme sont quivalentes la premire.
Remarque. Dans les notations du thorme, on a, pour tous x, y E,
(x, y) =

n
X

i `i (x)`i (y).

i=1

29

3.4. FORMES QUADRATIQUES RELLES

3.4

Formes quadratiques relles

Dans tout ce paragraphe, K = R.

3.4.1

Loi dinternie de Sylvester

Dfinition 3.4.1. Soient une forme bilinaire symtrique, et Q la forme quadratique associe .
(i) On dit que Q (ou ) est positive (resp. ngative) si Q(x) > 0 (resp. Q(x) 6 0) pour tout vecteur x de
E.
(ii) On dit que Q (ou ) est dfinie positive (resp. dfinie ngative) si Q(x) > 0 (resp. Q(x) < 0) pour
tout vecteur non nul x de E.
Thorme-Dfinition 3.4.1 (Loi dinertie de Sylvester). Soient une forme bilinaire symtrique non nulle
sur E et Q la forme quadratique associe.
(i) Il existe des entiers s et t, avec 1 6 s + t 6 n et une base (e1 , . . . , en ) de E telle que :
Q(x =

n
X

i ei ) =

i=1

s
X
i=1

2i

t
X

2i .

i=s+1

(ii) On a s + t = rang () et les entiers s et t sont dfinis comme suit : s (resp. t) est le maximum des
dimensions des sous-espaces F de E tels que |F F soit dfinie positive (resp. dfinie ngative).
On dit que le couple (s, t) est la signature de .
James Joseph Sylvester, n le 3 septembre 1814 et mort le 13 mars 1897 Londres, est un mathmaticien et
gomtre anglais.

 Exercice 41. Dmontrer lassertion (i) de ce thorme. On admettra lassertion (ii).

Le thorme suivant fait le lien avec le chapitre prcdent. Il est parfois appel le thorme de diagonalisation
simultane :
Thorme 3.4.2. Soient E un espace euclidien de dimension finie non nulle et une forme bilinaire symtrique (relle). Il existe une base de E la fois orthonorme et -orthogonale.
 Exercice 42. ? Dmontrer ce thorme laide du Thorme fondamental.

3.4.2

Orthogonalisation effective

Il faut retenir la dmonstration du rsultat suivant qui est connue sous le nom de procd dorthogonalisation de Gauss.
Johann Carl Friedrich Gauss, n le 30 avril 1777 Brunswick et mort le 23 fvrier 1855 Gttingen, est un
mathmaticien, astronome et physicien allemand. Dot dun grand gnie, il a apport de trs importantes contributions ces trois sciences. Surnomm le prince des mathmaticiens , il est considr comme lun des plus grands
mathmaticiens de tous les temps.

Thorme 3.4.1. Soit Q une forme quadratique sur E. Il existe une dcomposition de Q en combinaison
linaire, coefficients ventuellement nuls, de carrs de n = dim E formes linaires indpendantes.

30

CHAPITRE 3. FORMES QUADRATIQUES

Il ne sagit que dune reformulation du thorme 3.3.1 mais nous allons ici en donner une dmonstration
en construisant de manire explicite ces formes linaires indpendantes. Cela nous permettra en particulier de
dterminer en pratique la signature dune forme quadratique.
Dmonstration. Soit la forme polaire de Q. On raisonne par rcurrence sur la dimension n de E, le cas o
n = 1 tant clair. Soient E = (e1 , . . . , en ) une base de E, et A = (aij ) = Mat(; E).
Pour x = 1 e1 + + n en , il vient :
Q(x) =

n
X

aii 2i + 2

i=1

aij i j .

16i<j6n

Supposons quil existe un indice i tel que aii 6= 0. Par exemple, a11 6= 0. Posons
f1 (x) = a11 1 +

n
X

a1j j .

j=2

Alors :
Q(x) =

n
X
1
(f1 (x))2 + R(
i ei ),
a11
i=2

o R est une forme quadratique sur F = Re2 Ren . Daprs lhypothse de rcurrence, il existe des formes
linaires indpendantes g2 , . . . , gn sur F et des scalaires 2 , . . . , n tels que :
R = 2 g22 + + n gn2 .
Prolongeons gi en un lment fi E , en posant :
fi (1 e1 + + n en ) = gi (2 e2 + + n en ).
Il est immdiat que f1 , . . . , fn sont indpendants. Posant 1 = a1
11 , il vient :
Q = 1 f12 + + n fn2 .
On suppose aii = 0 pour 1 i n. Le rsultat tant clair pour Q = 0, nous supposerons, par exemple,
a12 =
6 0. On a cette fois :
Q(x) = 2(a12 1 2 + 1

n
X

a1i i + 2

i=3

Posons :
h1 (x) = 1 +

n
X
j=3

a2j j +

aij i j ).

36i<j6n

n
n
1 X
1 X
a2i i , h2 (x) = 2 +
a1i i .
a12 i=3
a12 i=3

Alors :
Q(x) = 2a12 h1 (x)h2 (x) + R(3 e3 + + n en ),
o R est une forme quadratique sur F = Re3 Ren . En remarquant que 4h1 h2 = (h1 + h2 )2 (h1 h2 )2 ,
et en posant f1 = h1 + h2 , f2 = h1 h2 , on termine alors comme dans le cas prcdent en utilisant lhypothse
de rcurrence.

31

3.5. CONIQUES

Exemple. Considrons la forme quadratique sur R3 donne par :

Q(x, y, z) = x2 + y 2 + z 2 2xy 2yz 2zx.
Appliquant la mthode de Gauss, il vient :
Q(x, y, z) = (x y z)2 4yz = (x y z)2 + (y z)2 (y + z)2 .
On en dduit que la forme est de rang 3, de signature (2, 1), et quil existe une base F de R3 telle que
Mat(Q; F) = diag(1, 1, 1).
Exercice 28. Pour P, Q Kn [X], on pose (P, Q) = P (1)Q(1). Montrer que est une forme bilinaire
symtrique sur Kn [X]. Dterminer son noyau et son rang. Dterminer une base -orthogonale de Kn [X].
Exercice 29. On suppose dim E = 2. Soient E = (e1 , e2 ) une base de E, et une forme bilinaire symtrique
dfinie par :
!
1 1
Mat(; E) =
.
1 1
Soient F = Ke1 , G = Ke2 . Dterminer (F G) et F + G .
Exercice 30. Soient E = Mn (R) et : E E R, (A, B) 7 Tr (AB).
1) Montrer que est une forme bilinaire symtrique. Cette forme est-elle non-dgnre ?
2) Montrer que toute matrice symtrique est -orthogonale toute matrice anti-symtrique.
3) Quelle est la signature de ?
Exercice 31. Par la mthode de Gauss, dterminer les signatures des formes quadratiques sur R3 donnes par :
a) Q(x, y, z) = x2 + y 2 + z 2 4(xy + yz + zx).
b) Q(x, y, z) = 2x2 + 6y 2 4xy + 8xz.
c) Q(x, y, z) = xy + yz + 2zx.
d) Q(x, y, z) = 3x2 + 3y 2 + 2z 2 2xy.
e) Q(x, y, z) = xy + yz + zx.
f) Q(x, y, z) = 7x2 + 6y 2 + 5z 2 4xy 4yz.
g) Q(x, y, z) = 3x2 + 3y 2 2z 2 2xy.
h) Q(x, y, z) = x2 + y 2 + z 2 + 2xy cos + 2yz cos + 2xz cos , o , , R.
Exercice 32. Soit X Mn,1 (R). tudier la forme quadratique sur Rn dont la matrice dans la base canonique
de Rn est X tX.

3.5

Coniques

Dans tout ce paragraphe, K = R.

32

CHAPITRE 3. FORMES QUADRATIQUES

3.5.1

Gnralits

On muni R2 dune base orthonorme (i, j), et on se place dans lespace affine R2 muni du repre R = (O, (i, j))
o O est le point 0E de lespace affine R2 .
Dfinition 3.5.1. On appelle conique de R2 toute courbe admettant dans le repre R une quation de la
forme F (x, y) = 0, o
(x, y) R2 ,

F (x, y) = ax2 + 2bxy + cy 2 + 2dx + 2ey + f

avec a, b, c, d, e, f R tels que (a, b, c) 6= (0, 0, 0). Autrement

dit, une courbe est une conique de R2 sil existe
!
a b
une forme quadratique Q, de matrice A =
dans la base (i, j), et une forme linaire ` sur R2 , dfinie
b c
par `(xi + yj) = dx + ey pour tout (x, y) R2 , telles que
(x, y) R2 ,

Remarques. 1) Posons L = d


e et X =

F (x, y) = Q(x, y) + `(x, y) + f.

!
x
. Lquation F de la conique scrit galement sous forme
y

matricielle :
t

XAX + 2LX + f = 0.

2) Le terme tXAX = ax2 + 2bxy + cy 2 est appel la partie quadratique de lquation F de la conique et le
terme 2L = 2dx + 2ey est appel la partie linaire de lquation F de la conique.
3) Si F est une quation de la conique , alors F est encore une quation de la conique pour tout Rr{0}.
4) Le cne isotrope dune forme quadratique sur R2 est en particulier une conique.
Soit dsormais une conique de R3 dquation F .
Dfinition 3.5.2. On dit que le point M0 = (x0 , y0 ) est un centre de symtrie de si
(x, y) R2 ,

(x x0 , y y0 ) (x + x0 , y + y0 ) ,

ou encore si
M R2 ,

M M 0 ,

o M 0 dsigne le symtrique de M par rapport au point M0 .

Proposition 3.5.3. Le point (x0 , y0 ) est un centre de symtrie de la conique si et seulement si

(
!
!

(x0 , y0 ) = 0

ax0 + by0 = d
x0
d
x
soit encore
ou encore A
=
.
F

bx0 + cy0 = e
y0
e

(x0 , y0 ) = 0
y
Corollaire 3.5.4. La conique admet un unique centre de symtrie si et seulement si det A = ac b2 6= 0.
Dans ce cas, on dit que est une conique centre.
 Exercice 43. Dmontrer la proposition et le corollaire.
Objectif : rechercher un repre orthornorm de R2 dans lequel la conique admette une quation plus simple,
appele quation rduite.

33

3.5. CONIQUES

3.5.2

Mthode de rduction

On conserve les notations prcdentes. La matrice A tant symtrique relle, il existe daprs le Thorme
fondamental une matrice orthogonale P O(2) telle que
!
0
t
PAP =
,
, R,
0
et dans ce cas, det A = .
Premier cas : det A = 6= 0
Dans ce cas, on sait que admet un unique centre de symtrie dont on peut calculer les coordonnes (x0 , y0 ).
Proposition 3.5.5. Soit (u, v) une base orthogonale de vecteurs propres de A. Lquation de la conique dans
le repre (, (u, v)) est de la forme
x21 + y12 + k = 0,

avec

k = F (x0 , y0 ).

Cas det A = > 0 :

k est du signe de et : = ;
k = 0 : = {} ;
k est du signe oppos et : est une ellipse.
Cas det A = < 0 :
k = 0 : est la runion de deux droites scantes ;
k=
6 0 : est une hyperbole.
Deuxime cas : det A = = 0
Dans ce cas, lune des valeurs propres est nulle, par exemple = 0 (lune seulement car A 6= 0).
Proposition 3.5.6. Soit (u, v) une base orthogonale de vecteurs propres de A. Lquation de la conique dans
le repre (O, (u, v)) est de la forme
x21 + 2d1 x1 + 2e1 y1 + f1 = 0.
On crit cette quation sous forme canonique :

2
d1
x1 +
+ 2e1 y1 + f10 = 0.

Cas e1 = 0 :
f10 > 0 : = ;
f10 = 0 : est une droite (double) ;
f10 < 0 : est la runion de deux droites parallles disctinctes.
Cas e1 6= 0 : est une parabole. Lquation de scrit

2


d1
f0
x1 +
+ 2e1 y1 1 = 0.

2e1
En prenant = (

d1 f10
,
) comme nouvelle origine du repre, lquation de devient :
2e1
x22 + 2e1 y2 = 0.

34

CHAPITRE 3. FORMES QUADRATIQUES

3.5.3

Bilan de la classification

Proposition 3.5.7. 1) Si det A = ac b2 > 0, alors est une ellipse, un point ou lensemble vide.
2) Si det A = ac b2 < 0, alors est une hyperbole ou la runion de deux droites scantes.
3) Si det A = ac b2 = 0, alors est une parabole, la runion de deux droites parallles distinctes, une droite
ou lensemble vide.

3.6

Quadriques

Dans tout ce paragraphe, K = R.

3.6.1

Gnralits

On muni R3 dune base orthonorme (i, j, k), et on se place dans lespace affine R3 muni du repre R =
(O, (i, j, k)) o O est le point 0E de lespace affine R3 .
Dfinition 3.6.1. On appelle quadrique de R3 toute surface admettant dans le repre R une quation de
la forme F (x, y, z) = 0, o
(x, y, z) R3 ,

F (x, y) = ax2 + by 2 + cz 2 + 2dxy + 2eyz + 2f zx + 2gx + 2hy + 2iz + j,

avec a, b, c, d, e, f, g, h, i, j R tels que (a, b, c, d, e, f ) 6= (0, 0, 0, 0, 0, 0).

Autrement
dit, une surface est une
a d f

quadrique de R3 sil existe une forme quadratique Q, de matrice A = d b e dans la base (i, j, k), et une
f e c
3
forme linaire ` sur R , dfinie par `(xi + yj + zk) = gx + hy + iz pour tout (x, y, z) R3 , telles que
(x, y, z) R3 , F (x, y, z) = Q(x, y, z) + `(x, y, z) + j.

x
a d f



Remarques. 1) Posons A = d b e , L = g h i et X = y . Lquation de la quadrique scrit

z
f e c
galement sous forme matricielle :
t
XAX + 2LX + j = 0.
2) Le terme tXAX = ax2 + by 2 + cz 2 est appel la partie quadratique de lquation F de la quadrique et le
terme 2L = 2gx + 2hy + 2iz est appel la partie linaire de lquation F de la quadrique.
3) Comme pour les coniques, si F est une quation de la quadrique , alors F est encore une quation de la
quadrique pour tout R r {0}.
4) Le cne isotrope dune forme quadratique sur R3 est en particulier une quadrique.
Soit dsormais une quadrique de R2 dquation F .
Proposition 3.6.2. Le point (x0 , y0 , z0 ) est

(x0 , y0 , z0 ) = 0

F
soit encore
(x0 , y0 , z0 ) = 0

F (x0 , y0 , z0 ) = 0
z

un centre de symtrie de la conique si et seulement si

ax0 + dy0 + f z0 = g
dx0 + by0 + ez0 = h

f x0 + ey0 + cz0 = i

35

ou encore

x0
g

A y0 = h .
z0
i

3.6. QUADRIQUES

Corollaire 3.6.3. La quadrique admet un unique centre de symtrie si et seulement si det A 6= 0. Dans ce
cas, on dit que est une quadrique centre.

3.6.2

Mthode de rduction

1) Rduction de la partie quadratique

La matrice A tant symtrique relle, il existe une matrice orthogonale P O(3) telle que

0 0

t
, ; R.
P A P = 0 0 ,
0 0
La matrice P est la matrice de passage de la base canonique une base orthonormale de vecteurs propres
(u, v, w) de R3 . Dans le repre (O, (u, v, w)), lquation de la quadrique ne prsente plus de termes en xy, yz
et zx.
1) Rduction de la partie linaire
On effectue ensuite un changement dorigine de faon supprimer certains termes de la partie linaire en
utilisant des factorisations de la forme :

2
b
b2
2
ax + 2bx = a x +
.
a
a
On est alors en prsence dune quadrique dont lquation est rduite.

3.6.3

Quadriques de rfrence

Pour reconnaitre une quadrique de rfrence , on sinteresse aux sections planes de la quadrique cest--dire
aux intersections de la quadrique avec des plans : on peut montrer quil sagit de coniques.
Ellipsode : quadrique dquation
x2
y2
z2
+ 2 + 2 =1
2
a
b
c

avec a, b, c > 0.

Hyperbolode une nappe : quadrique dquation

y2
z2
x2
+ 2 2 =
2
a
b
c

avec a, b, c > 0.

Hyperbolode deux nappes : quadrique dquation

x2
y2
z2
+

= 1
a2
b2
c2

avec a, b, c > 0.

Parabolode elliptique : quadrique dquation

x2
y2
+
= 2z
a2
b2

36

avec a, b > 0.

CHAPITRE 3. FORMES QUADRATIQUES

Parabolode hyperbolique : quadrique dquation

x2
y2

= 2z
a2
b2

avec a, b > 0.

Cne : quadrique dquation

y2
z2
x2
+ 2 2 =0
2
a
b
c

avec a, b, c > 0.

Cylindre elliptique : quadrique dquation

y2
x2
+
=1
a2
b2

avec a, b > 0.

Cylindre hyperbolique : quadrique dquation

y2
x2

=1
a2
b2

avec a, b > 0.

Cylindre parabolique : quadrique dquation

x2 = 2ay

avec a > 0.

 Exercice 44. Pour chaque quadrique de rfrence , dcrire lintersection de avec un plan (scant ) :
quelle est la nature de cette conique ? Discuter les diffrents cas.
Remarque. Pour a = b, les quadriques suivantes sont des surfaces de rvolution daxe + Rk :
lellipsode ;
lhyperbolode une nappe ;
lhyperbolode deyx nappes ;
le parabolode elliptique ;
le cne ;
le cylindre elliptique.
Exercice 33. Dterminer la nature des quadriques dquations :
a) 11x2 + 5y 2 + 2z 2 16xy 4xz 20yz + 30x 66y + 24z + 45 = 0 ;
b) 2(x + y)(y z) 3x = 0 ;

c) 2x2 + 3y 2 + z 2 + 2 6xy + 2 2xy + 2 3yz + 2x + 2 3y + 4z + 1 = 0.

37

3.6. QUADRIQUES

Figure 3.1 Ellipsoide, hyperbolode une nappe et hyperbolode deux nappes

Figure 3.2 parabolode elliptique, parabolode hyperbolique et cne

Figure 3.3 Cylindre elliptique, cylindre hyperbolique et cylindre parabolique

38

Chapitre 4

Espaces hermitiens
Dans ce chapitre, les espaces vectoriels considrs sont, sauf mention du contraire, des espaces vectoriels sur
C. Ce chapitre est important, par exemple, dans ltude des sries de Fourier.

4.1

Formes sesquilinaires

Dfinition 4.1.1. Soient E un C-espace vectoriel et f : E E C. On dit que f est une forme sesquilinaire
sur E si f vrifie les proprits suivantes :
(i) Pour tout a E, lapplication E C, y f (a, y) est linaire, i.e.,
(u, v) E E, C,

f (a, u + v) = f (a, u) + f (a, v).

En dautres termes, pour tout a E, lapplication y f (a, y) est une forme linaire sur E.
(ii) Pour tout b E, lapplication E C, x f (x, b) est semi-linaire, i.e.,
(x, y) E E, C,

f (x + y, b) = f (x, b) + f (y, b).

Soit f une application de E E dans C. Compte tenu des dfinitions, dire que f est sesquilinaire signifie que
pour tous , , , C et tous x, y, u, v E,
f (x + y, u + v) = f (x, u) + f (x, v) + f (y, u) + f (y, v).
B Attention : si f est sesquilinaire, lapplication x f (x, b) nest pas une forme linaire en gnral ; elle

lest seulement si lapplication x f (x, b) est nulle.

Exemples. 1) Soient et des formes linaires sur E. Lapplication
E E C , (x, y) (x)(y)
est une forme sesquilinaire sur E.
2) Soit E le C-espace vectoriel des applications continues de [0, 1] dans C. Lapplication
Z
E E C , (f, g)

f (t)g(t) dt
0

39

4.2. PRODUIT SCALAIRE HERMITIEN

est une forme sesquilinaire sur E.

3) Supposons E de dimension finie n, et soit E = (e1 , . . . , en ) une base de E. Soit p {1, 2, . . . , n}. Si x =
1 e1 + + n en et y = 1 e1 + + n en sont des vecteurs de E, posons :
f (x, y) = 1 1 + + p p .
On obtient ainsi une forme sesquilinaire sur E.
 Exercice 45. Vrifier dans chacun des exemples prcdents que f est en effet une forme sesquilinaire sur
E.
Supposons E de dimension finie n > 0. Soient E = (e1 , . . . , en ) une base de E et f une forme sesquilinaire.
Pour 1 6 i, j 6 n, posons aij = f (ei , ej ), et soit A = (aij )16i,j6n Mn (C). On dit que A est la matrice de f
dans la base E, et on crit A = Mat(f ; E).
Soient x = 1 e1 + + n en et y = 1 e1 + + n en des vecteurs de E. Notons X et Y les matrices de x et y
dans la base E.
 Exercice 46. crire f (x, y) en fonction des matrices A, X et Y .

4.2

Produit scalaire hermitien

Dfinition 4.2.1. Soient E un espace vectoriel et f une forme sesquilinaire sur E. On dit que f est hermitienne si pour tous x, y E,
f (y, x) = f (x, y).
Charles Hermite (24 dcembre 1822 Dieuze 14 janvier 1901 Paris) est un mathmaticien franais. Ses
travaux concernent surtout la thorie des nombres, les formes quadratiques, les polynmes orthogonaux, les fonctions
elliptiques et les quations diffrentielles.

i.e.,
Pour tout A = (ai,j )16i,j6n Mn (C), on note A la matrice tA,

a1,1 an,1
.
..

.
A = tA =
. .
.
a1,n an,n
La notation sera justifie dans la suite du chapitre.
 Exercice 47. Soient E un espace vectoriel et f une forme sesquilinaire sur E.
1) Montrer que f est hermitienne si et seulement si A = A .
On dit quune matrice A Mn (C) est hermitienne si A = A . On note Hern (C) lensemble des matrices
hermitiennes dordre n.
2) Vrifier que Hern (C) est un R-espace vectoriel de dimension n2 . Est-il un C-espace vectoriel ?
Remarque. Si f est une forme sesquilinaire hermitienne sur lespace E, alors f (x, x) R pour tout x E (
justifier).
La remarque justifie la dfinition suivante :

40

CHAPITRE 4. ESPACES HERMITIENS

Dfinition 4.2.2. Soient E un espace vectoriel et f une forme sesquilinaire hermitienne sur E.
(i) On dit que f est positive (resp. ngative) si f (x, x) > 0 (resp. f (x, x) 6 0) pour tout x E.
(ii) On dit que f est dfinie positive (resp. dfinie ngative) si elle est positive (resp. ngative) et si
f (x, x) = 0 si et seulement si x est nul.
 Exercice 48. Reprendre les exemples de lexercice 45. Parmi eux, quels sont ceux pour lesquels f est positive ?
dfinie positive ?
Dfinition 4.2.3. On appelle produit scalaire (hermitien) sur un C-espace vectoriel E toute forme sesquilinaire hermitienne dfinie positive. Un C-espace vectoriel de dimension finie muni dun produit scalaire est
appel un espace (vectoriel) hermitien.

4.3

Premires proprits

Dans la suite de ce chapitre, E est un espace vectoriel hermitien. Si x, y sont des vecteurs de E, on note
(x | y) le produit scalaire de x et de y (dans cet ordre). Lapplication
E E C , (x, y) (x|y)
est donc une forme sesquilinaire hermitienne et dfinie positive sur E. On a (x | x) R+ pour tout x E. On
peut donc considrer :
p
kxk = (x | x).
La proposition suivante est lanalogue de la proposition 1.3.1 :
Proposition 4.3.1. Soient x, y E et C. Alors :
(i) kxk = || kxk (homognit) ;
(ii) kx + yk2 = kxk2 + 2 Re (x | y) + kyk2 ;
(iii) |(x | y)| 6 kxk.kyk (ingalit de Cauchy-Schwarz) ;
(iv) kx + yk 6 kxk + kyk (ingalit triangulaire) ;
(v) |kxk kyk| 6 kx yk ;
(vi) 2kxk2 + 2kyk2 = kx + yk2 + kx yk2 (identit de la mdiane).
B Attention : ici, | | dsigne le module. Dautre part, on notera dans (ii) que le terme le terme 2(x | y)

est remplac ici par 2 Re (x | y) .

Remarque. On dit que x E est unitaire si kxk = 1.
On dfinit exactement comme dans le cas euclidien la notion de vecteurs orthogonaux, dorthogonal dune
partie, de familles orthogonales/orthonormales, etc., et le Thorme de Pythagore (cf. Thorme 1.3.6)
reste valable pour les espaces hermitiens.
Le thorme suivant se dmontre comme le Thorme 1.4.1, laide du procd dorthonormalisation de GramSchmidt :
Thorme 4.3.2 (procd dorthonormalisation de Gram-Schmidt). Soient E un espace vectoriel hermitien de
dimension finie n > 0 et E = (e1 , . . . , en ) une base de E. Il existe une base F = (f1 , . . . , fn ) de E possdant les
proprits suivantes :

41

4.4. ADJOINT DUN ENDOMORPHISME

(i) F est une famille orthonorme ;

(ii) pour 1 6 j 6 n, on a Vect(f1 , . . . , fj ) = Vect(e1 , . . . , ej ).
Corollaire 4.3.3. Si E est un espace hermitien de dimension finie non nulle, il possde des bases orthonormes.
Supposons E de dimension finie n > 0, et soit E = (e1 , . . . , en ) une base orthonorme de E.
Soient x = 1 e1 + + n en et y = 1 e1 + + n en des vecteurs de E. Notons X et Y les matrices de x et y
dans la base E. On a vu que
n
X
i j (ei |ej ).
(x | y) =
i,j=1

La base E tant orthonorme, il vient donc :

(x | y) = 1 1 + + n n = X Y = Y X.
 Exercice 49. Justifier ces assertions.
Comme pour les espaces euclidiens, on peut noncer le thorme de la base orthonorme incomplte :
Thorme 4.3.4. Soit E un espace hermitien de dimension finie non nulle n.
(i) Soit E = (e1 , . . . , ep ), avec 1 6 p < n, une famille orthonorme de vecteurs de E. Il existe ep+1 , . . . , en
E tels que (e1 , . . . , en ) soit une base orthonorme de E.
(ii) Soit F un sous-espace vectoriel de E. On a :
E = F F .
En particulier :
dim F = dim E dim F.

4.4

Adjoint dun endomorphisme

Dans tout ce paragraphe, E est un espace vectoriel hermitien de dimension finie n > 0.
Thorme 4.4.1. Soit u L(E). Il existe un et un seul endomorphisme de E, not u , et appel ladjoint de
u, tel que pour tous x, y E,
(u(x) | y) = (x | u (y)).
Si E est une base orthonorme de E, on a :
Mat(u ; E) = (Mat(u; E)) .

La dernire assertion justifie, pour A Mn (C), la notation A = tA.

 Exercice 50. Dmontrer ce thorme.
Proposition 4.4.1. Soient u, v L(E) et , C. Alors :
(i) (u + v) = u + v ;
(ii) (uv) = v u ;
(iii) (u ) = u ;
(iv) on a (IdE ) = IdE et, si u GL(E), alors u GL(E) et (u )1 = (u1 ) .
 Exercice 51. 1) Dmontrer la proposition.
2) Soient u L(E) et F un sous-espace vectoriel de E stable par u. Montrer queF est stable par u .

42

CHAPITRE 4. ESPACES HERMITIENS

4.5

Endomorphismes unitaires

Dans ce paragraphe, n est un entier strictement positif. On suppose que Cn (ou Mn,1 (C)) est muni de son
produit scalaire canonique, cest--dire que
(x | y) = x1 y1 + + xn yn
pour x = (x1 , . . . , xn ) et y = (y1 , . . . , yn ).
Dfinition 4.5.1. Une matrice Mn (C) est dite unitaire si elle est inversible et si 1 = .
 Exercice 52. 1) Montrer que lensemble des matrices unitaires de Mn (C) est un sous-groupe du groupe
GLn (C). On le note U (n), et on dit que cest le groupe unitaire de degr n.
Si U (n), de 1 = , on dduit | det |2 = 1, donc det U, o U = {z C | |z| = 1} est lensemble des
complexes de module 1. On pose :
SU (n) = { U (n) | det = 1}.
2) Montrer que lensemble SU (n) est un sous-groupe de U (n), appel le groupe spcial unitaire de degr n.
Thorme-Dfinition 4.5.1. Soient E un espace hermitien de dimension finie n > 0 et u L(E). Les
conditions suivantes sont quivalentes :
(i) ku(x)k = kxk pour tout x E ;
(ii) (u(x) | u(y)) = (x|y) pour tous x, y E ;
(iii) u GL(E) et u = u1 ;
(iv) il existe une base orthonorme E de E telle que Mat(u; E) U (n) ;
(v) pour toute base orthonorme E de E, on a Mat(u; E) U (n) ;
(vi) il existe une base orthonorme (e1 , . . . , en ) de E telle que (u(e1 ), . . . , u(en )) soit une base orthonorme
de E ;
(vii) pour toute base orthonorme (e1 , . . . , en ) de E, (u(e1 ), . . . , u(en )) est une base orthonorme de E.
Si ces conditions sont vrifies, on dit que u est un endomorphisme unitaire de E.
Les endomorphismes unitaires sont ainsi les analogues des endormorphismes orthogonaux pour les espaces
hermitiens.
Corollaire 4.5.2. Si Mn (C), les conditions suivantes sont quivalentes :
(i) est une matrice unitaire ;
(ii) il existe des bases orthonormes E et F de E telles que soit la matrice de passage de la base E la
base F.
On note U (E) lensemble des endomorphismes unitaires de E. Cest un sous-groupe de GL(E). On dit que cest
le groupe unitaire de E.
Si u U (E), on a det u U. On pose :
SU (E) = {u U (E) ; det u = 1}.
Cest un sous-groupe de U (E), appel le groupe spcial unitaire de E.
La proposition suivante justifie le terme unitaire pour les endomorphismes unitaires :

43

4.6. ENDOMORPHISMES HERMITIENS

Proposition 4.5.3. Soit u un endomorphisme unitaire de E.

(i) Si F est un sous-espace de E stable par u, alors F est stable par u.
(ii) Si C est valeur propre de u, alors U.
 Exercice 53. Dmontrer cette proposition.
Le thorme suivant diffre trs fondamentalement du cas euclidien :
Thorme 4.5.1. Soient E un espace vectoriel hermitien de dimension finie et u U (E). Il existe une base
orthonorme de E forme de vecteurs propres pour u, et les valeurs propres de u sont de module 1.
B Attention : dans le cas euclidien, un endormorphisme orthogonal nest pas diagonalisable en gnral :

penser aux rotations en dimension 2 qui ne sont que trs rarement diagonalisables ! En effet, la matrice
!
cos sin
, R,
sin
cos
est diagonalisable sur R si et seulement si = 0 mod .

4.6

Endomorphismes hermitiens

Dans toute la suite, E est un C-espace vectoriel hermitien de dimension finie n non nulle.
Dfinition 4.6.1. Un endomorphisme u de E est dit auto-adjoint ou hermitien sil vrifie u = u .
On note Her(E) lensemble des endomorphismes hermitiens de E ; cest un R-sous-espace vectoriel de L(E) et
dimR Her(E) = n2 (cf. exercice 47).
Thorme 4.6.1. Soient E un espace hermitien de dimension finie n non nulle et u L(E). Les conditions
suivantes sont quivalentes :
(i) u Her(E) ;
(ii) il existe une base orthonorme E de E telle que Mat(u; E) Hern (C) ;
(iii) pour toute base orthonorme E de E, on a Mat(u; E) Hern (C) ;
(iv) on a (u(x) | x) R pour tout x E ;
(v) il existe une base orthonorme de E forme de vecteurs propres pour u, et les valeurs propres de u sont
relles.
Remarques. 1) Tout comme le Thorme fondamental dans le cas euclidien (cf. Thorme 1.7.1), le thorme
prcdent est fondamental ; en particulier, il faut systmatiquement penser appliquer lquivalence (i)
(v) quand on tudie un problme concernant les endomorphismes hermitiens. La dmonstration est cependant
nettement plus simple dans le cas complexe grce au Thorme de dAlembert-Gauss (cf. exercice ci-dessous).
Nous rservons donc lappellation Thorme fondamental pour le cas rel.
2) Soit u L(E). Le fait que E possde une base orthonorme forme de vecteurs propres pour u nimplique
pas que u soit hermitien.
 Exercice 54. Dmontrer ce thorme.

44

CHAPITRE 4. ESPACES HERMITIENS

 Exercice 55. 1) Soit u Her(E). Montrer

E = ker u Im u , Im u = (ker u) .
2) Soient n N et A Mn (C). Montrer que A Hern (C) si et seulement si il existe U U (n) telle que U AU
soit diagonale lment rels.
Exercice 34 (Thorme de Courant-Fischer). ? Soient E un espace hermitien de dimension finie n > 0 et
u Her(E) de valeurs propres 1 6 6 n . Montrer :
1 = min

4.7

n (u(x)|x)
kxk2

o
; x E r {0} ,

n = max

n (u(x)|x)
kxk2

o
; x E r {0} .

Endomorphismes hermitiens positifs

Soit E un espace hermitien. Daprs le thorme prcdent, les notations suivantes sont lgitimes :
Her+ (E)
=
Her (E)
=
++
Her (E) =
Her (E) =

{u Her(E) | Spec(u) R+ };
{u Her(E) | Spec(u) R };
{u Her(E) | Spec(u) R+ };
{u Her(E) | Spec(u) R }.

Un lment de Her+ (E) (resp. Her (E)) est dit hermitien positif (resp. hermitien ngatif ), et un lment
de Her++ (E) (resp. Her (E)) est dit hermitien dfini positif (resp. hermitien dfini ngatif ).
On adopte des notations et une terminologie analogue pour les matrices. Ainsi, A Hern (C) est dite hermitienne positive si Spec(A) R+ .
Proposition 4.7.1. Soient E un espace hermitien de dimension finie n > 0 et u L(E). Les conditions
suivantes sont quivalentes :
(i) u Her+ (E) ;
(ii) (u(x) | x) R+ pour tout x E ;
(iii) il existe v L(E) tel que u = vv ;
(iv) il existe w L(E) tel que u = w w.
 Exercice 56. Dmontrer cette proposition.
Exercice 35. Soient E un espace hermitien de dimension n > 0 et u, v Her+ (E).
1) Montrer que si x E, alors x ker u si et seulement si (u(x) | x) = 0.
2) On a ker(u + v) = ker u ker v et Im (u + v) = Im u + Im v.
3) Soit k N . Montrer quil existe un unique w Her+ (E) tel que wk = u.

Exercice 36. ? Soient A Her++

n (C) et B Hern (C). Montrer quil existe P GLn (C) telle que P AP = In

et telle que P BP soit diagonale.

Exercice 37. Soient E un espace vectoriel hermitien de dimension finie n > 0, et u L(E).
1) Montrer que Im u = (ker u) , ker u = (Im u) .
2) Prouver que uu et u u sont hermitiens positifs.
3) Montrer que Im u = Im (uu ), ker u = ker(u u).

45

4.7. ENDOMORPHISMES HERMITIENS POSITIFS

Exercice 38. ? Soit E un espace vectoriel hermitien de dimension finie n > 0. On dit quun endomorphisme v
de E est normal sil commute avec son adjoint, i.e., v v = v v.
Soit u L(E) de valeurs propres 1 , . . . , n . Prouver que les conditions suivantes sont quivalentes :
(i) u est normal ;
(ii) ku(x)k = ku (x)k pour tout x E ;
(iii) il existe une base orthonorme de E forme de vecteurs propres pour u ;
(iv) il existe P C[X] tel que u = P (u) ;
(v) tout sous-espace de E stable par u est stable par u ;
(vi) pour tout sous-espace F de E stable par u, F est stable par u ;
(vii) on a Tr(uu ) = |1 |2 + + |n |2 .
On retiendra en particulier quun endomrophisme normal dun espace hermitien est diagonalisable dans une
base orthonorme de E (ce que nous avions dj observ pour les endomorphismes unitaires et hermitiens).
B Attention : ce rsultat est faux dans le cas euclidien. De nouveau, penser aux rotations qui sont trs

rarement diagonalisables sur R (a fortiori dans une base orthonorme) !

46