Beruflich Dokumente
Kultur Dokumente
-1-
endomorphisme symtrique
caractrisation matricielle des endomorphismes symtriques
valeurs propres dune matrice symtrique relle, dun endomorphisme symtrique
orthogonalit des espaces propres dun endomorphisme symtrique
(thorme spectral) diagonalisabilit des endomorphismes symtriques
diagonalisabilit des matrices symtriques relles
-2-
Produit scalaire.
n 2
x .y
i =1
, dans
) , ( x y) =
n 2
n 2
) dans
x . y = y .x
i =1
i =1
= ( x y) .
y = x, et cela donne :
x
i =1
2
i
De mme, lapplication (note encore (.|.)) est correctement dfinie de E2 dans , (puisque, en notant
E lespace vectoriel C0([a,b], )), pour tout : (f,g) E2, f.g est continue est valeurs relles sur [0,1].
De plus, elle est symtrique de faon immdiate.
Puis elle est linaire par rapport sa deuxime variable (du fait de la linarit de lintgrale sur [a,b]).
Enfin, si pour : f E, on a : (f|g) = 0, en particulier pour : g = f, ce qui donne :
f (t ) 2 .dt = 0 .
Mais comme la fonction f2 est continue et positive sur [a,b], on en dduit bien que : f2 = 0, puis : f = 0.
Enfin, lapplication
Thorme 1.2 : ingalit de Cauchy-Schwarz
Soit E un -espace vectoriel muni dun produit scalaire (.|.).
Alors : (x,y) E, ( x y )
Dmonstration :
Soit la fonction dfinie de
( x x) . ( y y ) .
dans
par : t , (t ) =( x + t. y x + t. y ) .
Puisque le produit scalaire est une forme positive, est galement valeurs dans +.
Par ailleurs : t , (t ) =( x x)+ 2.t ( x y ) + t 2 .( y y ) , en utilisant la bilinarit et la symtrie de (.|.).
Distinguons alors deux cas :
( y y) = 0 .
Chapitre 11 : Produit scalaire cours complet.
-3-
Dans ce cas, est une fonction affine de t qui reste positive : elle est donc constante et : ( x y ) = 0 .
On a bien alors : 0 = ( x y )
( x x) . ( y y ) = 0 .
( y y ) 0 , et donc : ( y y ) > 0 .
Dans ce cas est une fonction polynomiale du second degr.
Comme elle reste positive, elle admet au plus une racine relle (double) et son discriminant est ngatif
ou nul, soit : = ( x y ) 2 ( x x).( y y ) 0 , ce qui donne nouveau : ( x y )
( x x) . ( y y ) .
Dmonstration :
Si lon reprend la dmonstration de lingalit de Cauchy-Schwarz, on constate que, si cette ingalit
devient une galit, alors :
dans le cas o : ( y y ) = 0 , alors y est nul puisque comme produit scalaire est une forme dfinie,
donc : 0.x + 1.y = 0.
dans le cas o : ( y y ) 0 , cela signifie que le discriminant de la fonction qui avait servi
dintermdiaire est nul, et donc que le trinme not admet une racine double.
Autrement dit, dans les deux cas : , ( x + t. y x + t. y ) = 0 , et donc le vecteur (x + .y) est nul, ce
qui scrit encore : 1.x + .y = 0.
Dans tous les cas, on constate bien que (x,y) est lie.
Dfinition 1.3 et thorme 1.5 : norme et distance associe un produit scalaire, ingalit de
Minkowski
Soit (E, (.|.)) un espace prhilbertien rel.
Alors lapplication .
dfinie par : x E, x a x =
-4-
associe la norme .
Dmonstration :
Il y a donc quatre points vrifier.
pour tout vecteur x de E, la quantit N(x) existe puisque (x,x) est un rel positif, et : N(x) +.
si pour : x E, on a : N(x) = 0, alors : (x,x) = 0, et comme produit scalaire est une forme dfinie,
donc : x = 0.
pour : x E, et :
(ou ), N(.x) =
( . x, . x ) =
. ( x, x) = . ( x, x) = ||.N(x).
2
x+ y
= x + y + 2.( x y ) ,
2
1
1
( x y ) = .( x + y x y ) = .( x + y x y ) .
2
4
Dmonstration :
Il suffit dcrire : (x,y) E2,
x+ y
= ( x + y x + y ) = x + y + 2.(x|y), et : x y
2
= ( x y x y) = x + y
2
2.(x|y),
Donc si tous les xi sont non nuls, on conclut bien au fait que : 1 i n, i = 0, et la famille est libre.
Si maintenant on considre une famille orthonormale, elle est orthogonale et ne contient pas le vecteur
Chapitre 11 : Produit scalaire cours complet.
-5-
= x1
+ ... + xn .
2
Dmonstration :
On peut par exemple procder par rcurrence sur n.
Pour : n = 2, si (x1, x2) est une famille orthogonale de E, le thorme 2.7 donne bien le rsultat voulu.
Si maintenant on suppose le rsultat vrai pour tout famille orthogonale de n vecteurs de E (avec : n 2),
alors tant donn une famille orthogonale (x1, , xn+1) de vecteurs de E, la famille (x1 + + xn, xn+1) est
une famille de deux vecteurs de E, orthogonale car: (x1 + + xn|xn+1) = (x1|xn+1) + + (xn|xn+1) = 0.
Donc : x1 + ... + xn +1
= x1 + ... + xn
+ xn+1
= x1
+ ... + xn
+ xn+1 .
2
i =1
(ei x p +1 )
(ei x p +1 )
ei
ei
. p +1 .
.ei .
Or le vecteur dans le crochet est non nul (puisque la famille (xp+1, e1, , ep) est libre) donc il est possible
de trouver un vecteur ep+1 rpondant aux conditions imposes (en prenant : p+1 0).
Enfin, on a : Vect(e1, , ep+1) Vect(e1, , ep, xp+1) = Vect(x1, , xp+1), vu lcriture de ep+1.
-6-
Et comme de mme, on a : x p +1 =
i =1
(ei x p +1 )
ei
.ei +
p +1
.e p +1 ,
on a aussi : Vect(x1, , xp+1) Vect(e1, , ep+1), do lgalit, et ceci quelque soit le choix de ep+1.
La rcurrence est donc termine et lexistence dune famille orthogonalise tablie.
orthonormalisation de la famille.
Si on veut orthonormaliser la famille, alors la famille (1, , n) est une de celles construites
prcdemment.
Montrons qu chaque tape de la construction, il ny a quun vecteur qui rpond aux conditions.
Pour 1, on doit normer e1 et vrifier ensuite que : (1|x1) > 0.
Cela donne donc : 1 =
x1
x
, puis : 1 = 1 , pour que le produit scalaire soit positif.
x1
x1
p+1 = p+1. x p +1
i =1
(ei x p +1 )
ei
.ei = p+1.yp+1.
La fait que p+1 doit tre norm laisse deux possibilits pour p+1 (puisque le vecteur yp+1 est non nul,
comme on la vu prcdemment), savoir : p+1 =
1
y p +1
Si on fixe alors p+1 lune de ces valeurs, alors : 1 = (p+1|p+1) = p+1.(p+1|yp+1) = p+1.(p+1|xp+1),
puisque p+1 est orthogonal par construction aux vecteurs (1, , p).
Donc (p+1|xp+1) est non nul, et il suffit enfin de choisir : p+1 = +
1
y p +1
= 0 , do : x = 0.
-7-
F1 F2 ... Fn , ou : Fi .
i =1
Dmonstration :
Soit un vecteur par exemple de lintersection : (F1 + + Fn-1) Fn.
Alors on peut lcrire : x = x1 + + xn-1 = xn, chaque xi appartenant lespace Fi correspondant.
On constate que : (x|x) = (xn|x1 + + xn-1) = (xn|x1) + + (xn-1|xn) = 0,
et ce rsultat est identique en intervertissant les rles de espaces.
Finalement, la somme est bien directe.
3. Projections orthogonales.
Dfinition 3.1 : projecteur orthogonal
Soit (E, (.|.)) un espace prhilbertien rel.
Soient F et G des sous-espaces vectoriels supplmentaires de E et p le projecteur de E sur F dans la
direction G.
On dit que p est un projecteur orthogonal de E si : G = F.
Thorme 3.1 : supplmentaire orthogonal dun sous-espace vectoriel de dimension finie
Soit (E, (.|.)) un espace prhilbertien rel de dimension finie ou non.
Soit F un sous-espace vectoriel de E de dimension finie m.
Alors F est un supplmentaire de F dans E, appel supplmentaire orthogonal de F dans E.
Dmonstration :
On va montrer que tout vecteur de E peut se dcomposer de faon unique comme somme dun vecteur
de F et de F.
Pour cela, soit (e1, , em) une base orthonormale BF de F et soit x un vecteur de E.
Si x peut scrire : x = xF + x, avec : xF F, et : x F, alors :
(x1, , xp) Kp, xF = x1.e1 + + xm.em, et x est orthogonal tout vecteur de F.
En particulier : 1 i p, (ei|x) = (ei|xF) + (ei|x) = xi, puisque la base BF est orthonormale.
Donc xF ne peut valoir que : x F =
(e
i =1
x).ei , et : x = x xF.
-8-
(e
i =1
x).ei .
Dmonstration :
On vient de montrer quun vecteur x de E pouvait se dcomposer suivant la somme directe : E = F F,
en : x =
(e
i =1
(e
i =1
x).ei .
Dfinition 3.2 et thorme 3.3 : distance dun vecteur un sous-espace vectoriel de dimension finie
Soit (E, (.|.)) un espace prhilbertien rel ou complexe de dimension finie ou non et . la norme
associe.
Soit F un sous-espace vectoriel de E de dimension finie p.
Pour un vecteur x de E, on appelle distance de x F, note d(x,F), la quantit : d ( x, F ) = inf x z .
zF
Cette valeur est atteinte en un unique vecteur de F qui est pF(x), la projection orthogonale de x sur F.
On a donc : d(x,F) = x p F (x) .
Dmonstration :
Tout dabord, pour un vecteur x de E, lensemble { x z , z F} est non vide (il suffit de prendre : z = 0)
et il est constitu de rels positifs, donc il est minor et il admet une borne infrieure.
De plus, en notant xF la projection orthogonale pF(x) de x sur F, on a :
z F, x z
= x xF + xF z .
2
= x xF
+ xF z .
2
la norme associe.
(e
i =1
x) x .
2
Dmonstration :
Soit x un vecteur de E, et : x =
(e
i =1
(e
i =1
x).ei
+ x
(e
i =1
x).ei
= (ei x ) .
2
i =1
-9-
4. Espaces euclidiens.
Dfinition 4.1 : espace vectoriel euclidien
On appelle espace euclidien un espace vectoriel rel de dimension finie, muni dun produit scalaire.
Thorme 4.1 : existence de bases orthonormales dans les espaces euclidiens
Soit (E, (.|.)) un espace vectoriel euclidien.
Il existe dans E des bases orthonormales pour (.|.).
Dmonstration :
Il suffit de considrer une base de E (donc une famille libre) et de lui appliquer le procd
dorthonormalisation de Schmidt pour obtenir une nouvelle famille libre de n vecteurs de E (puisque
orthogonale sans le vecteur nul) donc une base orthonormale de E.
Thorme 4.2 : de la base incomplte orthogonale ou orthonormale
Soit (E, (.|.)) un espace vectoriel euclidien.
Soit (x1, , xp) une famille orthogonale de vecteurs de E, ne comportant pas le vecteur nul.
Alors il est possible de complter la famille (x1, , xp) en une base orthogonale de E.
De mme, si (e1, , ep) est une famille orthonormale de vecteurs de E, il est possible de complter cette
famille en une base orthonormale de E.
Dmonstration :
On utilise cette fois le thorme de la base incomplte appliqu la famille (x1, , xp) et une base de E.
La famille complte peut alors tre orthogonalise suivant le procd de Schmidt qui donne pour les p
premiers vecteurs, les vecteurs x1, , xp eux-mmes.
Dans le cas dune famille (e1, , ep) de dpart, orthonormale, on applique lorthonormalisation pour
obtenir une base de E orthonormale, dont les premiers vecteurs sont encore (e1, , ep).
Thorme 4.3 : caractrisation matricielle des bases orthogonales ou orthonormales
Soit (E, (.|.)) un espace vectoriel euclidien de dimension n.
Soit : B = (ei), une base de E.
On note M la matrice du produit scalaire dans la base (ei) dfinie par : 1 i,j n, mi,j = (ei|ej).
La matrice M est alors symtrique.
On a de plus les quivalences suivantes, que E soit un espace vectoriel euclidien ou hermitien :
(B est orthogonale) (M est diagonale),
(B est orthonormale) (M = In).
Plus gnralement, si M est la matrice dune forme bilinaire symtrique dun espace euclidien E, alors
M est symtrique.
Dmonstration :
Puisque : (i,j) n2, mi , j = (ei e j ) = (e j e j ) = m j ,i , la matrice M est bien symtrique.
De plus, les deux rsultats suivants sont presque immdiats puisque :
(B est orthogonale) ( 1 i j n, (ei|ej) = 0 = mi,j) (M est diagonale).
(B est orthonormale) ( 1 i,j n, (ei|ej) = i,j) (M = In).
Thorme 4.4 : expression matricielle du produit scalaire
Soit (E, (.|.)) un espace vectoriel euclidien de dimension n, et soit : B = (ei), une base de E.
Soient x et y des vecteurs de E, et X et Y les matrices colonnes de leurs coordonnes dans B.
Alors : ( x y )= t X .M .Y .
Si B est orthonormale, on a de plus :
( x y )= t X .Y =
x .y
i =1
x=
2
(forme canonique dun produit scalaire rel dans une base orthonormale),
(e
i =1
x).ei ,
i =1
i =1
= xi2 = (ei x) 2 .
- 10 -
Dmonstration :
Pour le premier point, il suffit de dvelopper :
On note pour commencer : Y = M.Y, et on a : 1 i n, y ' i =
m
k =1
i ,k
. yk .
Puis tX.M.Y est une matrice une ligne et une colonne et son seul coefficient vaut alors :
n
x . y' = m
i =1
i =1 k =1
i ,k
.x i y k .
i =1
i =1
k =1
et les deux expressions sont gales si on confond la matrice 11 avec son unique coefficient.
Si la base est orthonormale alors : 1 i,j n, mi,j = i,j, la matrice M vaut In, et on a bien :
n
( x y )= t X .Y = xi . yi .
i =1
x .(e
j =1
i =1
i =1
e j ) = xi , do lexpression de x.
Thorme 4.5 : dimension de lorthogonal dun sous-espace vectoriel dans un espace euclidien
Soit (E, (.|.)) un espace vectoriel euclidien de dimension n.
Soit F un sous-espace vectoriel de E.
Alors : dim(F) = n dim(F).
De plus : (F) = F.
Dmonstration :
Puisque F est de dimension finie, F est un supplmentaire de F dans E et : dim(F) + dim(F) = n.
De plus : x F, y F, ( x y ) = 0 , donc : x (F), soit : F (F).
Et comme : dim((F)) = n dim(F) = n (n dim(F)) = dim(F), on en dduit que : F = (F).
Thorme 4.6 : caractrisation en dimension finie des supplmentaires orthogonaux
Soit (E, (.|.)) un espace prhilbertien rel.
Soient F et G des sous-espaces vectoriels de E.
F et G sont supplmentaires orthogonaux dans E si et seulement si on obtient une base orthogonale de
E en runissant une base orthogonale de F et une base orthogonale de G.
Dmonstration :
Travaillons par double implication :
[]
Si F et G sont supplmentaires orthogonaux dans E, alors en runissant des bases orthogonales de F et
de G, on obtient tout dabord une base de E, et tous les vecteurs de la base de F tant orthogonaux
tous ceux de la base de G, la base de E obtenue est bien orthogonale.
[]
Si la runion de deux bases orthogonales de F et de G donne une base orthogonale de E, alors les
vecteurs de la base de F et ceux de G sont orthogonaux entre eux et F et G sont orthogonaux daprs le
thorme 2.4.
De plus, il est clair que F et G sont supplmentaires dans E.
Thorme 4.7 : reprsentation dune forme linaire laide du produit scalaire
Soit (E, (.|.)) un espace vectoriel euclidien de dimension n.
Soit * une forme linaire sur E.
Alors il existe un unique vecteur : a E, tel que : x E, * ( x) = (a x) .
- 11 -
Dmonstration :
Soit : B = (e1, , en), une base orthonormale de E.
, x E, x =
a .e
i =1
i =1
i =1
xi .ei , * ( x) = ai .xi .
xi .ei , * ( x) = ai .xi .
i =1
Le vecteur : a =
i =1
a .e
i =1
Si par ailleurs, u conserve la norme, alors lexpression du produit scalaire laide de normes (par le biais
des identits dites de polarisation (thorme 1.6)) et la linarit de u montrent que u conserve le
produit scalaire.
Thorme 5.2 : bijectivit des endomorphismes orthogonaux en dimension finie
Soit (E, (.|.)) un espace vectoriel euclidien et . la norme associe.
Soit : u L(E), un endomorphisme orthogonal de E.
Alors u est bijectif, et donc tout endomorphisme orthogonal dun espace vectoriel euclidien est un
automorphisme : on parle donc dautomorphisme orthogonal.
De plus, u ne peut admettre comme valeur propre que 1.
Dmonstration :
Puisque lon travaille dans un espace euclidien, il est de dimension finie et il suffit de dmontrer que
lendomorphisme u est injectif.
Or : x E, (x ker(u)) (u(x) = 0) ( x = 0 ) (x = 0).
Supposons maintenant que est valeur propre (donc relle) de u, et soit x un vecteur propre associ.
Alors : u(x) = .x, et : u ( x) = .x = . x , mais aussi : u ( x) = x , et comme x est non nul : || = 1.
- 12 -
xi .ei , u ( x)
i =1
et donc : u ( x)
n
n
n
n
n n
= xi .u (ei ) x j .u (e j ) = xi .x j .(u (ei ) u (e j )) = xi .x j . i , j ,
i =1
i =1 j =1
j =1
i =1 j =1
= xi2 = x .
2
i =1
- 13 -
- 14 -
Dmonstration :
Soit donc B une bas orthonormale de E et B une autre base de E en notant P la matrice de passage
de lune lautre.
Les coefficients de P sont (en colonne) les coordonnes des vecteurs de B exprims dans la base B.
Or dans ce cas : (j,j) {1, , n}2,
t
Cj.Cj = (Cj|Cj), pour le produit scalaire canonique (des colonnes Cj et Cj de P) dans n,
n
Cj.Cj =
p
k =1
k, j
. p k , j ' = (ej|ej), o les ek sont les vecteurs de B, et o le produit scalaire est cette fois
celui dans E : en effet, la base B tant orthonormale, la forme que prend le produit scalaire est encore
canonique.
Il est alors clair que : (tP.P = In) ( (j,j) {1, , n}2, tCj.Cj = i,j = (ej,ej)) (B orthonormale).
6. Espaces euclidiens de dimension 2 ou 3.
Dans ce paragraphe, E dsigne un espace euclidien de dimension 2 ou 3.
Dfinition 6.1 : orientation dun espace vectoriel, orientation induite par un sous-espace vectoriel
Une orientation de E correspond au choix dune base de E dcrte comme directe.
Toute base de E est alors soit directe, soit indirecte, suivant que le dterminant de la matrice de
passage de cette nouvelle base la base de rfrence est positif ou ngatif.
Si F est un sous-espace vectoriel de E (un plan ou une droite), orienter F permet alors de dfinir une
orientation induite dans tout sous-espace supplmentaire de F dans E de la faon suivante :
si BF est une base directe de F, une base dun supplmentaire G de F sera directe si la concatnation
de BF et de BG est une base directe de E.
Exemple :
3
Soit
muni de son produit scalaire canonique et de son orientation canonique (la base canonique est directe).
Soit : = Vect(e1), avec : e1 = (1,1,1)), et muni de lorientation donne par ce vecteur.
3
(puisque la runion des
Alors : = Vect(e2,e3), o : (e2,e3) = ((1,1,0), (1,0,1)), est un supplmentaire de dans
3
deux bases de et de forme une base de ), et (e2,e3) est une base indirecte de dans lorientation induite par
1 1 1
car la matrice de passage P de la base canonique (e1,e2,e3) vrifie :
1 1
det( P) = 1 1 0 = 1 1 1 = 1 .
1 0 1 1 0 0
Remarques :
Si on prend au dpart une base orthonormale comme base directe et quon examine les autres bases
orthonormales de E, alors le dterminant de la matrice de passage vaut toujours 1.
Orienter une droite (dans le plan ou lespace) correspond donc la donne dun vecteur de norme 1.
Orienter un plan dans 3 revient alors choisir une base orthonormale du plan comme base directe,
mais de faon quivalente choisir un vecteur de norme 1 et normal au plan.
En effet lorientation de 3 induit, par le choix de ce vecteur normal au plan, une orientation dans le plan.
Thorme 6.1 et dfinition 6.2 : produit mixte
Soit E est un espace euclidien de dimension 2 ou 3 orient.
Soient B et B deux bases orthonormales directes de E.
Alors :
si E est de dimension 2 : (u,v) E2, detB(u,v) = detB(u,v),
si E est de dimension 3 : (u,v,w) E3, detB(u,v,w) = detB(u,v,w).
Cette valeur invariante est note : [u,v] = detB(u,v), ou : [u,v,w] = detB(u,v,w), suivant le cas, et est
appel produit mixte de u et de v ou de u, v et w, suivant le cas.
Dmonstration :
Pour un vecteur x de E de matrice de coordonnes X et X dans B et B, on a : X = P.X, o P est la
matrice de passage de B B.
Si on note A et A les matrices des coordonnes de (u,v) (ou de (u,v,w)) dans les bases B et B, on a
alors, en utilisant un produit par blocs : A = P.A.
Chapitre 11 : Produit scalaire cours complet.
- 15 -
dfinie par : x a [u , v, x] , est une forme linaire sur E, donc le thorme 4.6
base directe de E.
Thorme 6.4 : expression du produit vectoriel dans une base orthonormale directe
Soit E est un espace euclidien de dimension 3 orient muni dune base orthonormale directe B.
Soient u et v deux vecteurs de E de coordonnes respectives (x,y,z) et (x,y,z) dans B.
Alors u v a pour coordonnes dans B ( y.z ' y '.z , z.x' z '.x, x. y ' y.x' ) .
Dmonstration :
Si on note (a,b,c) les coordonnes de u v dans : B = (i,j,k), alors :
x
a = (u v i ) = [u, v, i ] = y
z
x' 1
y ' 0 = y.z ' z. y ' .
z' 0
- 16 -
u
, et j tel que (i,j) soit une base orthonormale du plan telle que (i,j,n) soit directe.
u
v
v
2
2
Dans ce cas, est bien langle orient (u,v) et : u v = u .i ( v .(cos( ).i + sin( ). j )) = u . v . sin( ).n .
Remarque :
Pour trois vecteurs u, v et w de E, espace euclidien de dimension 3 orient on a :
u v reprsente la surface du paralllogramme dfini par les vecteurs u et v,
[u , v, w] reprsente le volume du paralllpipde construit sur les vecteurs u, v et w.
Thorme 6.6 : lments de O(2) : matrices orthogonales 22
Soit : A O(2), une matrice orthogonale de taille 22.
cos( ) sin( )
.
sin( ) cos( )
cos( ) sin( )
.
sin( ) cos( )
a c
O(2).
b d
Notons : A =
Alors dans tous les cas : a2 + b2 = c2 + d2 = 1, et : a.c + b.d = 0, puisque les vecteurs colonnes de A
constituent une base orthonormale de 2 muni de son produit scalaire canonique.
Donc il existe et rels tels que : a = cos(), b = sin(), c = sin(), d = cos().
De plus, on a aussi : cos().sin() + sin().cos() = 0 = sin( + ), soit : + = k., avec : k .
sin(
)
(
1
)
.
cos(
cos( ) sin( )
,
sin( ) cos( )
cos( ) sin( )
.
si : det(A) = 1, alors : (-1)k = 1, et : A =
sin( ) cos( )
Remarque :
Si on identifie E au plan complexe , en reprsentant des vecteurs par leur affixe, alors la rotation
vectorielle dangle est reprsente par lapplication : z a z.ei..
Thorme 6.7 : automorphismes orthogonaux dun espace vectoriel euclidien de dimension 2
Soit (E, (.|.)) un espace vectoriel euclidien de dimension 2, orient.
Soit u un automorphisme orthogonal de E et A la matrice de u dans une base : B = (i,j), orthonormale
directe de E.
cos( ) sin( )
.
sin( ) cos( )
- 17 -
Si u nest pas lidentit de E, u est la rotation de E dangle , tant donn par : 2.cos() = tr(u).
cos( ) sin( )
.
sin( ) cos( )
y. cos = 0 , et
2
2
Dmonstration :
Si u est un automorphisme orthogonal de E alors sa matrice reprsentative A dans une base
orthonormale de E est alors orthogonale et on se trouve dans lun des deux cas prcdents.
De plus, si :
cos( ) sin( )
.
sin( ) cos( )
cos( ) sin( )
.
sin( ) cos( )
Puisqualors A est symtrique relle, elle est diagonalisable et ses valeurs propres (relles) 1 et 2
vrifient, en utilisant trace et dterminant : 1 + 2 = 0, et : 1.2 = 1.
Donc 1 et 2 valent 1 et 1.
1 0
, et : u2 = idE.
0
2. sin .sin .x cos . y = 0
2 2
2
donns par : A.X = 0, soit :
, ou :
.
sin( ).x (cos( ) + 1). y = 0
+ 2. cos .sin .x cos . y = 0
2 2
2
Comme enfin, soit le sinus, soit le cosinus mis en facteur est non nul, on en dduit bien que la droite
invariante est la droite D dont lquation dans la base B est bien celle annonce.
, sin est alors directeur de D et langle de ce vecteur avec i est bien .
2
2
2
Le vecteur cos
cos( ) sin( ) cos( ' ) sin( ' ) cos( + ' ) sin( + ' )
.
=
= A'.A .
A. A' =
sin( ) cos( ) sin( ' ) cos( ' ) sin( + ' ) cos( + ' )
Si r et r sont deux rotations de E, de matrices respectives A et A dans une base orthonormale directe
de E, alors ror est la rotation dangle (+).
Thorme 6.9 : endomorphismes orthogonaux dun espace vectoriel euclidien de dimension 3
Soit (E, (.|.)) un espace vectoriel euclidien de dimension 3, orient.
Chapitre 11 : Produit scalaire cours complet.
- 18 -
mat(u,B) =
cos( ) sin( ) 0
cos( ) sin( )
, et : mat(u,B) = sin( ) cos( ) 0 .
, mat(u,B) =
sin( ) cos( )
0
0
1
1 0 0
La matrice de u dans la base prcdente est alors : 0 1 0 , et u est bien la symtrie orthogonale
0 0 1
- 19 -
Si on oriente alors avec : k = x u(x), et avec lorientation induite par ce choix sur , la famille
(x, u(x)) est une base directe de et la rotation dans le plan seffectue dans le sens direct.
Reste examiner le cas :
det(u) = 1.
Les racines de Pu sont alors : ( 1, 1, 1), ( 1, +1, +1), ou : ( 1, , ).
1 est alors toujours valeur propre de u.
Si u nest pas idE, cette valeur propre est simple et lespace propre associ est de dimension 1, soit
une droite vectorielle de E.
Notons encore le plan orthogonal , et s la symtrie orthogonale de E par rapport .
1 0 0
compose sou est une isomtrie de E, positive puisque : det(s) = det(u) = 1, tant de plus invariante
par cette isomtrie.
Daprs ce quon vient juste dtablir, on peut en dduire que :
cos( ) sin( ) 0
cos( ) sin( ) 0
0 .
sin( ) cos( )
0
0
1
Dans le cas o : cos(u) = 1, u est alors idE, mais ce cas est cart ici, sinon deux cas se prsentent :
tr(u) = +1, (soit : cos() = 1) et u est alors la symtrie orthogonale par rapport ,
tr(u) +1, (soit : cos() 1) et u est la compose de s et dune rotation daxe .
Les lments gomtriques de cette rotation sobtiennent alors comme prcdemment, notamment pour
tout ce qui concernent les diffrentes orientations despaces, avec comme diffrence le fait que son
angle est cette fois donn par : tr(u) = tr(mat(u,B)) = 2.cos() 1.
Thorme 6.10 : lments de O(3) : matrices orthogonales 33
Soit : A O(3), une matrice orthogonale de taille 33.
cos( ) sin( ) 0
cos( ) sin( ) 0
Dmonstration :
Si on appelle u lendomorphisme canoniquement associ (dans 3 muni de son produit scalaire
canonique), u est un endomorphisme orthogonal de 3, donc il existe comme on la vu dans la
dmonstration du thorme 7.3 une base orthonormale de 3 dans laquelle la matrice de u est dun des
deux types proposs (la diffrence se faisant par lexamen du dterminant de u).
Il suffit alors dappeler P la matrice de passage de la base canonique de 3 la base B voque
au-dessus : cette matrice est orthogonale, do le rsultat annonc.
7. Rduction des endomorphismes symtriques, des matrices symtriques relles.
Dfinition 7.1 : endomorphisme symtrique
Soit (E, (.|.)) un espace vectoriel euclidien.
On dit quun endomorphisme u de E est symtrique si et seulement si : (x,y) E2, (u ( x) y ) = ( x u ( y )) .
Thorme 7.1 : caractrisation matricielle des endomorphismes symtriques
Soit (E, (.|.)) un espace vectoriel euclidien.
Soit : u L(E).
Chapitre 11 : Produit scalaire cours complet.
- 20 -
a
k =1
k , j .e k ) = a k , j .(ei e k ) = a i , j , et : (u (ei ) e j ) = (e j u ( ei )) = a j ,i .
k =1
X . A. X = . X . X = . x k
t
k =1
X . A. X = X . A. X = ( A. X ). X = ( . X ). X = . X . X = . x k
t
k =1
n
x
k =1
.
2
0 , et : = .
- 21 -
Supposons le rsultat acquis pour tout endomorphisme symtrique dun espace vectoriel de dimension :
n 1, donne.
Soit alors u un endomorphisme symtrique dun espace euclidien E de dimension (n+1).
Puisque Pu est scind dans , u admet au moins une valeur propre et un vecteur propre associ e1.
Notons alors E le supplmentaire orthogonal de Vect(e1) dans E.
E est stable par u :
En effet : x E, (e1|u(x)) = (u(e1)|x) = .(e1|x) = 0, puisque x est orthogonal e1.
Donc : u(x) Vect(e1), et : u(x) E.
Notons alors u lendomorphisme induit par u dans E : lespace E est de dimension n puisque
supplmentaire dans E de Vect(e1).
Lendomorphisme u de E est symtrique car : (x,y) E2, (x|u(y)) = (x|u(y)) = (u(x)|y) = (u(x)|y).
Donc il existe une base orthonormale (e2, , en+1) de E forme de vecteurs propres de u.
Mais ces vecteurs sont aussi vecteurs propres de u et en runissant cette famille e1, on obtient une
base orthonormale (e1, , en+1) de E, forme de vecteurs propres de E, ce qui termine la rcurrence.
Thorme 7.5 : diagonalisabilit des matrices symtriques relles
Soit : n 1.
Soit : A Mn( ), une matrice symtrique relle.
Alors A est diagonalisable et il est possible de la diagonaliser par lintermdiaire dune matrice
orthogonale.
Dmonstration :
Si u dsigne lendomorphisme de n canoniquement associ A, il est symtrique pour le produit
scalaire canonique de n, puisque la base canonique est orthonormale pour ce produit scalaire et A est
symtrique relle.
Donc u est diagonalisable et ses espaces propres sont orthogonaux.
Si on considre alors une base de vecteurs propres de u forme de la runion de bases orthonormales
des diffrents espaces propres de u, on obtient une base de vecteurs propres de u qui est une base
orthonormale.
La matrice de passage P de la base canonique cette base de vecteurs propres est alors orthogonale
et si on note enfin D la matrice P-1.A.P, elle est diagonale, autrement dit on vient de diagonaliser A par
lintermdiaire dune matrice orthogonale.
- 22 -