Algebre Bilineaire - Cours PDF

Algèbre bilinéaire
Notes du cours
Daniele Faenzi
Table des matières
Ce que vous trouverez dans ces notes v
partie 1. Formes bilinéaires et quadratiques 1

Chapitre 1. Formes bilinéaires, généralités 3
1. Forme bilinéaire sur un espace vectoriel 3
2. Matrice d’une forme bilinéaire dans une base 4
3. Formes bilinéaires et dualité 5
4. Formes bilinéaires symétriques et antisymétriques 7
5. Espace des formes bilinéaires 7
Chapitre 2. Orthogonalité, rang 9
1. Orthogonal d’une partie d’un espace vectoriel 9
2. Rang d’une forme bilinéaire 10
3. Orthogonal d’un sous espace vectoriel 11
4. Restriction d’une forme bilinéaire 13
5. Bases orthogonales pour une forme bilinéaire symétrique 13
Chapitre 3. Formes quadratiques 15
1. Formes quadratiques et formes bilinéaires symétriques 15
2. Matrices symétriques et polynômes homogènes de degré deux 16
3. Réduction de Gauss des formes quadratiques 18
4. Formes quadratiques équivalentes 20
Chapitre 4. Formes quadratiques réelles, signature 23
1. Formes quadratiques positives et définies positives 23
2. Inégalités de Cauchy-Schwarz et de Minkowski. 23
3. Signature, théorème d’inertie de Sylvester 25
4. Signature et équivalence de formes quadratiques 28
partie 2. Espaces euclidiens 29

Chapitre 5. Espaces préhilbertiens réels et espaces euclidiens 31
1. Produit scalaire 31
2. Orthogonalité, bases orthonormées 32
3. Algorithme de Gram-Schmidt 34
4. Polynômes trigonométriques 35
5. Polynômes de Legendre, de Tchebychev et de Lagrange 36
Chapitre 6. Sous espaces, projections et symétries 41
1. Endomorphismes diagonalisables à deux valeurs propres 41
2. Projection sur un sous espace parallèle à un supplémentaire 42
iii
iv TABLE DES MATIÈRES
3. Sous espaces euclidiens et projections orthogonales 43

4. Symétrie relative à un sous espace, parallèle à un supplémentaire 45
5. Symétries orthogonales 46
Chapitre 7. Endomorphismes symétriques 47
1. Endomorphisme dual 47
2. Adjoint d’un endomorphisme 48
3. Endomorphismes symétriques 50
4. Diagonalisation des endomorphismes symétriques 50
Chapitre 8. Automorphismes orthogonaux 53
1. Automorphismes orthogonaux et isométriques 53
2. Orientation, isométries directes 55
3. Automorphismes orthogonaux du plan 56
4. Forme normale des automorphismes orthogonaux 59
5. Automorphismes orthogonaux en dimension 3 61
6. Groupe orthogonal et spécial orthogonal 62
partie 3. Formes hermitiennes, espaces hermitiens 65

Chapitre 9. Formes sesquilinéaires et hermitiennes 67
1. Formes sesquilinéaires, formes hermitiennes 67
2. Dualité sesquilinéaire 69
3. Orthogonalité hermitienne 70
4. Formes hermitiennes positives 72
5. Espaces préhilbertiens séparés et hermitiens 73
Chapitre 10. Endomorphismes normaux 75
1. Endomorphisme dual conjugué 75
2. Adjoint d’un endomorphisme 76
3. Endomorphismes normaux 77
4. Groupe unitaire 78
Bibliographie 83
Index 85
CE QUE VOUS TROUVEREZ DANS CES NOTES v
Ce que vous trouverez dans ces notes

Es notes sont issues du cours que j’ai dispensé aux étudiants de deuxième
C année de mathématique inscrits à l’université de Pau, en 2011/2012, pour le
module « algèbre bilinéaire et espaces euclidiens ».
Le programme officiel de cet enseignement était :
(1) Espaces préhilbertiens réels : formes bilinéaires symétriques, produit
scalaire, orthogonalité, théorème de projection.
(2) Espaces euclidiens : bases orthonormées, adjoint d’un endomorphisme,
endomorphismes orthogonaux, réduction des endomorphismes symé-
triques.
(3) Formes quadratiques : principe de Sylvester, réduction de Gauss, signa-
ture. Coniques.
(4) Espaces préhilbertiens complexes : formes sesquilinéaires, produit sca-
laire, orthogonalité, théorème de projection. Interprétation géométrique
des résultats vus sur les séries de Fourier au semestre 3 dans l’UE « Ana-
lyse ».
(5) Espaces hermitiens : bases orthonormées, projections orthogonales, ad-
joint d’un endomorphisme, endomorphismes unitaires, réduction des
endomorphismes symétriques.
L’unité d’enseignement « algèbre bilinéaire et espaces euclidiens »prévoyait
39 heures de cours et 58,5 heures de travaux dirigés (8 ECTS).
Je me suis largement inspiré de l’excellent livre [KM97], et du malheureu-

sement épuisé [BP99].
Première partie
Formes bilinéaires et quadratiques

CHAPITRE 1
Formes bilinéaires, généralités
Dans ce chapitre, K est un corps commutatif de caractéristique différente de

2, et E est un espace vectoriel sur K. Nous signalerons quand l’hypothèse est
faite que la dimension de E est finie.
1. Forme bilinéaire sur un espace vectoriel

Une forme bilinéaire sur E est une fonction de deux variables de E telle
que, lorsqu’on fixe la valeur d’une variable, la dépendance en l’autre variable est
linéaire.
Définition 1.1. Une forme bilinéaire sur E est une application :
φ :EE Ñ K,
telle que, pour tout λ1 , λ2 dans K, u, u1 , u2 , v, v1 , v2 dans E, l’on ait :
(1) φpu, λ1 v1 λ2 v2 q λ1 φpu, v1 q λ2 φpu, v2 q,
(2) φpλ1 u1 λ2 u2 , v q λ1 φpu1 , v q λ2 φpu2 , v q.
Exemple 1.2. Soit E K3, et soit φ définie par

φppx, y, zq, px 1 , y 1 , z1 qq 3x y 1 2y x 1 4z z1 ,
pour tout couple px, y, zq ,px 1 , y 1 , z1 q de E. On vérifie que φ est bilinéaire.
Exemple 1.3. Soit n un entier et soit E Rrt s l’espace vectoriel des polynômes
réels en la variable t. Définissons φ par :
φ :EE ÑR
»1
pp, q q Ï
Þ φpp, q q ppt qq pt qdt.
1
On vérifie que φ est une application bilinéaire.
Plus généralement, nous avons :
Exemple 1.4. Soit sa, br un intervalle non vide de R, E l’espace des fonction
d’une variable réelle, à valeurs dans R, intégrables sur sa, br, et g une fonction
de E. Définissons φ par :
»b
φpf1 , f2 q g px qf1 px qf2 px qdx.
a
On vérifie que φ est une application bilinéaire.

3
4 1. FORMES BILINÉAIRES, GÉNÉRALITÉS
2. Matrice d’une forme bilinéaire dans une base

Dans cette section, nous supposons que l’espace vectoriel E soit de dimension
finie. À une forme bilinéaire sur E est associée une matrice, une fois fixée une
base de E.
Définition 2.1 (Matrice d’une forme bilinéaire). Soit φ une forme bilinéaire sur
E, et soit B pe1 , . . . , en q une base de E. Alors la matrice de φ dans la base B
est définie par :
MB pφq pmi,j qi,j 1,...,n
φpei , ej q.
mi,j
La matrice Mpφq appartient à Mn pKq.
Voici comment change la matrice lorsque nous passons d’une base à une
autre.
Proposition 2.2. Soit B, B1 deux bases de E, soit φ une forme bilinéaire sur E
et soit P la matrice de passage de B à B1 . Alors :
MB1 pφq P MB pφqP.
|
DÉMONSTRATION. Soit B pe1 , . . . , en q et B1 pe11 , . . . , en1 q les deux bases

en question. Le fait que P soit la matrice de passage de B à B1 s’exprime par la
relation :
B1 BP,
ce qui revient à ¸
e`1 pr,` er ,

r 1,...,n
où on note ppi,j qi,j 1,...,n la matrice P.
1 qi,j 1,...,n les matrices de φ respective-
Soit maintenant pmi,j qi,j 1,...,n et pmi,j
ment dans la base B et B1 . Nous avons :
mh,k φpeh , ek q, 1
mi,j φpei1 , ej1q.
On déduit des relations qui précèdent, et de la bilinéarité de φ :

¸ ¸
1
mi,j φ ph,i eh , pk,j ek

h 1,...,n
k 1,...,n
¸ ¸
ph,i pk,j φpeh , ek q ph,i pk,j mh,k .

h,k 1,...,n
h,k 1,...,n
L’égalité ci-dessus exprime

|

Proposition 2.3. Soit B une base de E et soit φ une forme bilinéaire sur E.
Si les vecteurs colonne X px1 , . . . , xn q , Y py1 , . . . , yn q représentent les
| |
coordonnées des vecteurs u et v de E dans la base B, on a :

φpu, v q X MB pφqY .
|
3. FORMES BILINÉAIRES ET DUALITÉ 5
On écrit u
° DÉMONSTRATION. ° BX et v BY . En coordonnées, u
i1,...,n xi ei et v i1,...,n i i Nous obtenons :
y e .

¸ ¸
φpu, v q φ xi ei , yj ej

i 1,...,n
j 1,...,n
¸
xi yj φpei , ej q

i,j 1,...,n
¸
xi yj mi,j

i,j 1,...,n
X |
M B p φ qY .

Proposition 2.4 (Critère de bilinéarité). Soit B une base de E et soit ψ une
application de E E dans K. Alors ψ est bilinéaire si et seulement s’il existe
une matrice M P Mn pKq telle que, pour tout u, v P E si X px1 , . . . , xn q et
|
Y py1 , . . . , yn q sont les coordonnées de u et v dans la base B, on a :

|
ψ pu, v q X MY .
|
Nous avons alors MB pψ q M.

DÉMONSTRATION. Une direction est claire. En effet, si ψ est bilinéaire, nous
pouvons utiliser la proposition précédente, et poser M MB pψ q.
Pour la réciproque, démontrons que ψ est bilinéaire lorsqu’il existe une
matrice M comme dans l’énoncé. Soit alors λ1 , λ2 dans K et u, u1 , u2 , v, v1 , v2
dans E. Soit X, X1 , X2 les coordonnées de u, u1 , u2 dans la base B et Y , Y1 , Y2 les
coordonnées de v, v1 , v2 dans la base B. Nous avons :
ψ pu, λ1 v1 λ2 v2 q X M pλ1 Y1 λ2 Y2 q
|
λ1X MY1 λ2X MY2

| |
λ1ψpu, v1q λ2ψpu, v2q.

ψ pλ1 u1 λ2 u2 , v q pλ1 X1 λ2 X2 q MY
|
λ1X1 MY λ2X2 MY
| |
λ1ψpu1, v q λ2ψpu2, v q.
Il en résulte que ψ est bilinéaire.
Pour trouver la relation MB pψ q M, on note Xk le vecteur colonne
px1, . . . , xn q| ayant xi δi,k . Maintenant, si M pmi,j q, le coefficient mi,j
se trouve en calculant mi,j Xi MXj . Or si B pe1 , . . . , en q, on a que Xk est
|
précisément le vecteur des coordonnées de ek en la base B, donc mi,j ψ pei , ej q,

ce qui entraîne MB pψ q M.
3. Formes bilinéaires et dualité

Nous allons voir dans ce chapitre qu’une forme bilinéaire met en relation
un espace vectoriel avec son espace dual. La construction qui suit est la clé pour
comprendre les démonstration des théorèmes sur les formes bilinéaires.
Définition 3.1. Soit φ une application bilinéaire sur E. L’application de dualité

Lφ de E dans E , v ÞÏ Lφ pv q est définie par :
Lφ pv q : E Ñ K, u ÞÏ φpu, v q,
autrement dit :
Lφ pv qpuq φpu, v q.
Remarquons que, pour tout v P E, la fonction Lφ pv q est effectivement un

élément de E , i. e. une forme linéaire sur E. En effet, pour tout λ1 , λ2 P K et
u1 , u2 P E, on a, par bilinéarité de φ :
Lφ pv qpλ1 u1 λ2 u2 q φpλ1 u1 λ2 u2 , v q λ1 φpu1 , v q λ2 φpu2 , v q.
Proposition 3.2. L’application Lφ est linéaire.
DÉMONSTRATION. La preuve est facile, et découle de la linéarité de φ en la

deuxième variable, une fois fixée la première.
La prochaine proposition montre que la matrice d’une forme bilinéaire φ

est cohérente avec la matrice de Lφ en tant que application linéaire d’un espace
sur son dual.
Proposition 3.3. Soit E de dimension finie, soit B une matrice de E et soit φ

une forme bilinéaire sur E. Alors on a :
MB pφq MB,B pLφ q.
DÉMONSTRATION. Soit B pe1, . . . , en q la base en question, et B

pe1, . . . , enq la base duale de B. Rappelons que B est définie par :
e pei q δi,j .
j
Le coefficient mi,j de la matrice MB pφq est :
mi,j φpei , ej q.
D’autre part, le coefficient pi,j de la matrice MB,B pLφ q est donné par la
relation :
¸
Lφ pej q ph,j eh .

h 1,...,n
L’expression ci-dessus implique :

¸ ¸
Lφ pej qpei q ph,j ei peh q ph,j δi,h pi,j .

h 1,...,n
h 1,...,n
Or par définition de Lφ nous avons
Lφ pej qpei q φpei , ej q mi,j .
Nous avons donc trouvé mi,j pi,j donc MB pφq MB,B pLφ q.
5. ESPACE DES FORMES BILINÉAIRES 7
4. Formes bilinéaires symétriques et antisymétriques

Parmi les formes bilinéaires, un rôle particulièrement important est joué
par les formes symétriques ou antisymétriques, c’est-à-dire les formes dont la
matrice associée est symétriques ou antisymétriques.
Définition 4.1. Soit φ une forme bilinéaire sur E. Alors φ est symétrique si,
pour tout u, v dans E, on a φpu, v q φpv, uq. En revanche φ est antisymétrique
si, pour tout u, v dans E, on a φpu, v q φpv, uq.
La symétrie d’une forme bilinéaire s’exprime bien sûr en termes de la ma-
trice associée, lorsque la dimension de E est finie.
Proposition 4.2. Soit E de dimension finie, soit B une base de E et soit MB pφq
la matrice de φ dans la base B. Alors φ est symétrique (respectivement, anti-
symétrique) si et seulement si MB pφq est symétrique (respectivement, antisy-
métrique).
DÉMONSTRATION. Soit B pe1, . . . , en q la base en question, et soit mi,j les
coefficients de MB pφq, i. e.
mi,j φpei , ej q.
Supposons que φ soit symétrique, et montrons que MB pφq est une matrice
symétrique. Nous avons φpu, v q φpv, uq pour tout u, v dans E, en particulier
si u ei et v ej . Donc :
mi,j φpei , ej q φpej , ei q mj,i ,
i. e. MB pφq est symétrique.
Vice versa, si mi,j mj,i alors, étant donnés deux vecteurs u, v de E, respec-
tivement de coordonnées X px1 , . . . , xn q et Y py1 , . . . , yn q , nous avons :
| |

¸ ¸ ¸
φpu, v q φ xi ei , yj ej xi yj mi,j

i 1,...,n
j 1,...,n
i,j 1,...,n

¸ ¸ ¸
xi yj mj,i φ yj ej , xi ei φpv, uq,

i,j 1,...,n
j 1,...,n
i 1,...,n
ce qui démontre que φ est symétrique. La démonstration dans le cas antisymé-

trique est analogue.
5. Espace des formes bilinéaires

L’ensemble des formes bilinéaires forme de manière naturelle un espace
vectoriel, avec la structure donnée par la définition suivante.
Définition 5.1. Notons B pE q l’ensemble des formes bilinéaires sur E. Alors
B pE q est un espace vectoriel sur K par rapport aux opérations :
pφ ψ qpu, v q φpu, v q ψ pu, v q,
pλφqpu, v q λφpu, v q,
définies pour tout φ, ψ de B pE q, pour tout λ P K, et pour tous les u, v de E.
Proposition 5.2. Soit n un entier, soit E un de dimension n, e soit B une base

fixée de E. Alors nous avons un isomorphisme d’espaces vectoriels ΦB :
B pE q Ñ Mn pKq, Þ MB pφq.
φÏ
DÉMONSTRATION. Vérifions d’abord que ΦB est linéaire. Pour ce faire, prenons
une combinaison linéaire λφ µψ, avec λ, µ P K et φ, ψ P B pE q et montrons :
(3) ΦE pλφ µψ q λΦB pφq µΦB pψ q.
Soit B pe1 , . . . , en q la base fixée. Nous avons ΦE pφq pmi,j q où mi,j
φpei , ej q, et ΦE pψ q pri,j q avec ri,j ψ pei , ej q. Il est alors clair que pλφ
µψ qpei , ej q λmi,j µri,j . La relation cherchée (3) en découle aussitôt.
Il reste à établir que ΦB est bijective. Pour montrer que ΦB est injective,
nous pouvons prouver que kerpΦB q 0. Ce dernier fait est évident, car si la
matrice de φ est nulle, φ est nulle aussi. Pour se convaincre que ΦB est surjective,
nous pouvons utiliser le critère de bilinéarité 2.4. En effet, si M est une matrice
de Mn pKq, nous pouvons définir une application bilinéaire φ par la formule
pu, v q Ï
Þ X| MY , où X et Y sont les coordonnées de u et v en la base B. Grâce
au critère 2.4, il en résulte que φ et linéaire et que MB pφq M, autrement dit
M ΦB pφq. Donc ΦB est surjective.
Nous laissons la démonstration de la remarque suivante au lecteur.
Remarque 5.3. Soit n dimpE q.
i) L’ensemble des formes bilinéaires symétriques SpE q est un sous espace vec-
toriel de B pE q.
ii) L’ensemble des formes bilinéaires antisymétriques A pE q est un sous espace
vectoriel de B pE q.
iii) Une foi fixé une base B de E, l’isomorphisme ΦB se restreint à un isomor-
phisme de SpE q sur l’espace des matrices symétriques Sn pKq.
iv) Une fois fixée une base B de E, l’isomorphisme ΦB se restreint à un iso-
morphisme de A pE q sur l’espace des matrices antisymétriques An pKq.
CHAPITRE 2
Orthogonalité, rang
Nous verrons dans ce chapitre qu’un forme bilinéaire symétrique (ou antisy-
métrique) donne lieu à une notion d’orthogonalité entre les vecteurs d’un espace
vectoriel. Les vecteurs orthogonaux à tous les autre vecteurs forment un sous
espace vectoriel qui s’appelle noyau. La dimension de ce noyau détermine le
rang d’une forme bilinéaire, et ce rang s’avère être égal au rang de la matrice
associée.
Nous noterons toujours E un espace vectoriel sur un corps K de caractéris-
tique différente de 2. Nous indiquerons quand l’hypothèse que E soit de dimension
finie est nécessaire.
1. Orthogonal d’une partie d’un espace vectoriel

Définition 1.1. Soit A une partie de E, et soit φ une forme bilinéaire sur E. On
définit alors l’orthogonal à droite AK de A par rapport à φ comme :
AK tu P E | φpa, uq 0, @a P Au.
L’orthogonal à gauche AK de A par rapport à φ est :
K A tu P E | φpu, aq 0, @a P Au.
Lorsqu’il est nécessaire, par exemple lorsqu’il y a plusieurs formes bilinéaires
définies sur E, ou l’on souhaite souligner la dépendance de φ, on note l’ortho-
gonal à droite AKφ . De même pour l’orthogonal à gauche. La preuve de la
proposition suivante est immédiate.
Proposition 1.2. Si φ est symétrique, ou antisymétrique, nous avons :
K A AK .
Fixons maintenant l’espace E et une forme bilinéaire φ sur E. Montrons
maintenant quelques propriétés élémentaires de l’orthogonal.
Proposition 1.3. Soit A une partie de E. On a alors :
i) l’orthogonal AK est un sous espace vectoriel de E ;
ii) si B est une partie de E telle que A B, alors BK ¤ AK ;
iii) on a l’égalité AK
vectpAqK.

iv) on a une inclusion A K AK .
DÉMONSTRATION. Pour démontrer (i), prenons λ1 , λ2 P K et u1 , u2 P AK . Pour
tout a P A, comme φ est bilinéaire, φpa, λ1 u1 λ2 u2 q λ1 φpa, u1 q λ2 φpa, u2 q
0, donc λ1 u1 λ2 u2 P AK et on obtient (i).
Pour (ii), si A B et u P AK , alors φpa, uq 0 pour tout a P A, donc en
particulier pour a P B, ce qui veut dire que u P BK . Nous avons alors BK ¤ AK .
9
10 2. ORTHOGONALITÉ, RANG
Afin de démontrer (iii), remarquons que A vectpAq donc vectpAqK AK

par (ii). Pour montrer l’autre inclusion, nous prenons u P AK et nous montrons
que u appartient à vectpAqK . Ceci équivaut à prouver que, pour tout a1 , a2 P A
et λ1 , λ2 P K, on a φpλ1 a1 λ2 a2 , uq 0. Mais par bilinéarité de φ ceci vaut
λ1 φpa1 , uq λ2 φpa2 , uq 0, et (iii) est prouvé.
Montrons finalement (iv). Soit a P A. Nous devons montrer que φpa, uq 0
pour tout u P AK . Mais φpa1 , uq 0 pour tout a1 P A puisque u P AK , en
particulier pour a a1 .
2. Rang d’une forme bilinéaire

Nous avons vu que l’opération de prendre l’orthogonal renverse les inclu-
sions. L’orthogonal de n’importe quelle partie A de E, donc, contient l’orthogonal
de l’espace tout entier. Le noyau de φ est cet orthogonal E K .
Définition 2.1. Soit φ une forme bilinéaire sur E. On définit alors le noyau de
φ, appelé aussi l’espace annulateur de φ, noté Annpφq comme :
Annpφq E K tu P E | φpv, uq 0, @v P E u.
La définition ci-dessus correspond au noyau à droite. Le noyau à gauche est
K E. Lorsque φ est symétrique, ou antisymétrique, les deux noyaux coïncident.
Définition 2.2. On dit que φ est dégénérée si E K 0. Autrement, si E K 0, on
dit que φ est non dégénérée.
Exemple 2.3. Soit φ la forme φ définie sur E R2 par φpx, y q x1 y2 . Elle
n’est ni symétrique ni antisymétrique, donc les noyaux, à priori, différent. En
effet, on a E K vectpp1, 0qq et K E vectpp0, 1qq. Dans les deux cas, le noyau
est différent de 0, donc φ est dégénérée.
Proposition 2.4. Soit Lφ : E Ñ E l’application de dualité associée à φ. Alors :
E K kerpLφ q.
DÉMONSTRATION. La preuve est obtenue par les équivalences :
kerpLφ q tu P E | Lφ puq 0u
tu P E | @v P V , Lφ puqpv q 0u
tu P E | @v P V , φpv, uq 0u
E K.

Soit de nouveau φ une forme bilinéaire sur E, et supposons que E soit de
dimension finie, dimpE q n, avec n P N.
Définition 2.5. Le rang de φ est défini par :
rgpφq n dimpE K q.
Voici comment sont liées les notions de rang et de noyau.
Proposition 2.6. Soit B pe1 , . . . , en q une base de E, et soit MB pφq la matrice
de φ dans la base B. Alors on a :
rgpφq rgpMB pφqq.
3. ORTHOGONAL D’UN SOUS ESPACE VECTORIEL 11
La preuve est immédiate, en combinant les propositions 2.4 et 2.2. Dans le

cas des formes antisymétriques, nous avons le résultat suivant.
Proposition 2.7. Une forme bilinéaire antisymétrique φ sur un espace vectoriel
E de dimension impaire est forcément dégénérée.
DÉMONSTRATION. Soit n 2k 1 la dimension de E et soit B une base de
E. La matrice MB pφq est antisymétrique par la Proposition 4.2. Or, grâce à la
Proposition 2.6 on peut calculer le rang rgpφq comme le rang rgpMB pφqq. La
forme bilinéaire φ est dégénérée si et seulement si ce dernier est strictement plus
petit que la dimension de E, ce qui est équivalent à demander que le déterminant
de MB pφq soit zéro. Démontrons donc detpMB pφqq 0.
Rappelons que, par des propriétés élémentaires du déterminant, on a :
detpMB pφq q detpMB pφqq.
|
On en déduit :
detpMB pφqq detpMB pφq q |
detpMB pφqq
p1qn detpMB pφqq
p1q2k 1 detpMB pφqq
p1q detpMB pφqq.
On en obtient detpMB pφqq 0.
3. Orthogonal d’un sous espace vectoriel

Avant d’étudier l’orthogonal d’un sous espace, nous revenons sur l’application
naturelle de l’espace dual E sur le dual F d’un sous espace F de E.
Lemme 3.1. Soit F un sous espace vectoriel de E. Alors il existe une application
linéaire surjective de restriction :
E Ñ F , α ÞÏ α|F ,
qui associe à une forme linéaire α sur E sa restriction α|F à F.
DÉMONSTRATION. L’application qui associe α|F à α est évidemment linéaire,
car pλα µβ q|F λα|F µβ|F pour tout λ, µ P K et α, β P E .
Pour voir que cette application est surjective, nous considérons un espace
supplémentaire G de F dans E, autrement dit E F ` G. Une forme linéaire
sur E est définie lorsqu’elle est définie sur les vecteurs de F et de G. Soit donc
β dans F . Nous pouvons définir α P E par αpuq β puq lorsque u P F et par
αpw q 0 lorsque w P G. Évidemment, α|F β, donc l’application de restriction
est surjective.
Dans le cas où E est de dimension finie, nous pouvons écrire cela plus
explicitement. On choisit donc une base C pf1 , . . . , fs q de F, et on la complète
à une base pf1 , . . . , fs , es 1 , . . . , en q, ceci étant possible grâce au théorème de la
base incomplète. Une fois choisie β dans F , il ne nous reste qu’à définir β̃ dans
E comme :
β̃ pfi q αpfi q, β̃ pej q λj ,
pour tout indice i 1, . . . , s, j s 1, . . . , n, et pour n’importe quel choix des
scalaires λj . Évidemment, β̃ est bien défini (par linéarité) et coïncide avec β sur
la base f1 , . . . , fs de F, donc sur tout F. Autrement dit, β̃|F β et l’application de

restriction de E sur F est surjective.
Nous fixons une forme bilinéaire φ sur E, et nous supposons dimpE q 8.
Théorème 3.2. Soit F un sous espace vectoriel de E. Alors on a :
dimpF q dimpF K q ¥ dimpE q.
Si de plus φ est non dégénérée, alors on a :
(4) dimpF q dimpF K q dimpE q,
et si φ est symétrique, ou antisymétrique non dégénérée :
K
FK F.
DÉMONSTRATION DU THÉORÈME 3.2. On considère l’application Lφ introduite
par la Définition 3.1. On a donc une application linéaire :
Lφ : E Ñ E .
De plus, on a par le lemme précédant une application linéaire surjective :
E Ñ F .
Notons par ξ la composition de ces deux applications linéaires :
ξ:E Ñ F .
Remarquons que, en vue des définition de Lφ et de l’application E Ñ F , on
peut écrire :
ξ puq Lφ puq|F .
Maintenant, l’on sait par le théorème du rang que :
dimpE q dimpImpξ qq dimpkerpξ qq,
et, vu que Impξ q est un sous espace de F , on a :
dimpImpξ qq ¤ dimpF q dimpF q.
On en déduit :
dimpE q ¤ dimpF q dimpkerpξ qq.
On aura donc démontré notre énoncé si on démontre dimpkerpξ qq dimpF K qq,
ce qui est certainement vrai si on prouve que :
kerpξ q F K .
Montrons donc l’égalité qu’on vient d’énoncer. En effet, on peut écrire :
kerpξ q tu P E
| ξ pu q 0 u
tu P E | Lφ puq|F 0u
tu P E | Lφ puqpv q 0, @v P F u
tu P E | φpv, uq 0, @v P F u
F K.
Nous avons donc démontré que dimpE q ¤ dimpF q dimpF K q.
Soit maintenant φ non dégénérée. Il en découle que Lφ est un isomorphisme,
en particulier une application surjective. Donc ξ est surjective, en étant une
5. BASES ORTHOGONALES POUR UNE FORME BILINÉAIRE SYMÉTRIQUE 13
composition d’applications surjectives. Il s’en suit que dimpImpξ qq dimpF q

dimpF q. Cette fois le théorème du rang dit dimpE q dimpF q dimpF K q.
K
Il reste à montrer que F F K lorsque φ est symétrique ou antisymé-

trique. Nous savons par le point (iii) de la Proposition 1.3 que F K F K . Par
ailleurs, nous venons de montrer que dimpE q dimpF q dimpF K q. De même,
K
en appliquant (4) à F K , nous obtenons dimpE q dimpF K q dimp F K q donc
K K
dimpF q dimp F K q, et on obtient F FK .
4. Restriction d’une forme bilinéaire

Soit F un sous espace de E. On note φ|F la restriction de φ à F, c’est-à-dire
la forme bilinéaire définie sur F :
F F Ñ K, pu, v q Ï
Þ φpu, v q.
Dans ce contexte, la notation F K peut être ambiguë. On note F K le sous
K
espace F Kφ de E, plutôt que le noyau de φ|F , qui est noté F φ|F , et forme un sous
espace de F.
Proposition 4.1. Dans la situation ci-dessus, les conditions suivantes sont équi-
valentes :
(1) la forme bilinéaire φ|F est non dégénérée ;
(2) les sous espaces F et F K sont en somme directe, i. e. F X FK 0 ;
et, si E est de dimension finie, ces deux conditions sont équivalentes à :
(3) on a E F ` F K.
DÉMONSTRATION. Pour prouver l’équivalente entre (1) et (2), nous montrons
K
que F φ|F F K X F.
K
F φ|F tu P F | φ|F pu, v q 0, @v P F u
tu P F | φpu, v q 0, @v P F u
F X tu P E | φpu, v q 0, @v P F u
F X tu P E |u P KF u
F X tu P E |u P F Ku
F X F K.
Ensuite, évidemment (3) implique (2), donc il suffit de montrer l’implication
réciproque. Mais si (2) est valide, alors dimpF q dimpF K q dimpF F K q ¤
dimpE q. Or nous avons montré que dimpF q dimpF K q ¥ dimpE q dans le
Théorème 3.2, donc dimpF q dimpF K q dimpF F K q dimpE q, ce qui
entraîne F F K E, donc E F ` F K .
5. Bases orthogonales pour une forme bilinéaire symétrique

On considère maintenant une forme bilinéaire φ symétrique définie sur un
espace vectoriel E de dimension finie.
Définition 5.1. Soit B pe1 , . . . , en q une base de E. On dit que B est une base
orthogonale pour φ si, pour tout 1 ¤ i j ¤ n, on a :
φpei , ej q 0.
Théorème 5.2. Il existe une base de E qui est orthogonale pour φ.
DÉMONSTRATION. On démontre le résultat par récurrence sur n dimpE q.
Si n 1, l’assertion est vraie (il n’y a aucune condition à vérifier car il n’y a pas
deux vecteurs ei , ej de base avec i j).
On démontre donc que, si le résultat est vrai pour tout espace vectoriel de
dimension n 1, il est vrai aussi pour l’espace E de dimension n.
Pour commencer, on peut supposer φ 0 car autrement l’énoncé est évident,
car toute base est orthogonale. On a donc aux moins deux vecteurs u, v P E tels
que :
φpu, v q 0.
On remarque que :
φ pu v, u v q φpu, uq φpu, v q φpv, uq φpv, v q
φpu, uq φpu, v q φpu, v q φpv, v q
φpu, uq 2φpu, v q φpv, v q,
ce qui implique :
φpu, v q pφpu v, u v q φpu, uq φpv, v qq.

1
2
Vu que le terme à gauche de l’expression ci-dessus est différent de zéro, il en
découle qu’au moins un des termes à droite est différent de zéro. Il existe donc
un vecteur w P E tel que φpw, w q 0.
On pose alors F vectpw q. La forme bilinéaire symétrique sur F donnée
par la restriction φ|F de φ à F n’est pas dégénérée, car φ|F pw, w q 0, donc φ|F
est bien de rang 1 (rang de la matrice de φ|F sur la base constitué par le seul
vecteur w de l’espace F). La proposition 4.1 dit donc que E F ` F K , ce qui
entraîne dimpF K q n 1.
Maintenant on peut utiliser l’hypothèse de récurrence, c’est-à-dire qu’on peut
choisir une base pe1 , . . . , en1 q de F K orthogonale pour φ|F K . On a donc :
φpei , ej q φ|F K pei , ej q 0, pour tout i j
¤ n 1.
On pose finalement en w. Il est clair que pe1 , . . . , en1 , en q est une base
de E, car E F ` F K , et les premiers n 1 vecteurs forment une base de F K ,
tandis que le dernier est une base de F. De plus :
φpei , en q φpen , ei q 0,
si i ¤ n 1 car les ei appartiennent à F K tw uK si i ¤ n 1. Donc la base
pe1, . . . , en q est orthogonale pour φ.
Remarque 5.3. Soit B pe1 , . . . , en q une base de E et soit φ P SpE q. Alors B
est une base orthogonale si et seulement si la matrice MB pφq est diagonale. En
effet, MB pφq pmi,j qi,j 1,...,n est diagonale si et seulement si mi,j 0 pour tout
i j, c’est-à-dire, si φpei , ej q 0 pour tout i j.
CHAPITRE 3
Formes quadratiques
1. Formes quadratiques et formes bilinéaires symétriques

Soit E un espace vectoriel sur K. On a vu lors de la preuve du théorème
5.2 que, si φ est une forme bilinéaire symétrique sur E, on peut définir une
application :
(5) qφ : E Ñ K, qφ puq φpu, uq,
et que, étant connue l’application qφ , on peut récupérer φ par :
(6) φpu, v q 1
2 pqφ pu v q qφ puq qφ pv qq.
La remarque ci-dessus nous amène à donner la définition suivante.

Définition 1.1. Soit q : E Ñ K une application. Posons :
φq : E E Ñ K, φq pu, v q pqφ pu v q qφ puq qφ pv qq.
1
2
On dit alors q est une forme quadratique si :
i) pour tout u dans E et pour tout λ dans K on a :
(7) q pλuq λ 2 q puq;
i. e. q est homogène de degré 2, et :
ii) l’application φq est une forme bilinéaire symétrique.
L’ensemble des formes quadratiques sur un espace vectoriel E est noté QpE q.
Il est muni de façon naturelle d’une structure d’espace vectoriel. Cette structure
est donnée par la somme de q, q 1 P QpE q, qui est l’application définie par pq
q 1 qpv q q pv q q 1 pv q, et par le produit λq, avec λ P K, qui est l’application
pλq qpv q λq pv q. Cela définit bien une structure d’espace vectoriel.
Proposition 1.2. Les applications linéaires :
S pE q Ñ Q pE q Þ qφ ,
φÏ
Q pE q Ñ S pE q Þ φq
qÏ
sont l’une l’inverse de l’autre. On a donc un isomorphisme entre les espaces
vectoriels SpE q et QpE q.
DÉMONSTRATION. Les deux applications en question sont linéaires (vérifier !).
Pour montrer qu’elles sont l’une l’inverse de l’autre, d’abord on prend φ P SpE q
et on vérifie :
φqφ φ.
15
16 3. FORMES QUADRATIQUES
Pour cela, on choisit deux vecteurs u, v P E et on calcule :
φqφ pu, v q pqφ pu v q qφ puq qφ pv qq

1
2
21 pφpu v, u v q φpu, uq φpv, v qq
21 pφpu, uq φpu, v q φpv, uq φpv, v q φpu, uq φpv, v qq
21 pφpu, v q φpv, uqq
21 pφpu, v q φpu, v qq φpu, v q.
Ensuite, on considère q P QpE q et on vérifie :
qφq q.
Pour cela, on prend un vecteur v P E et on calcule :
qφq pv q φq pu, uq pq pu uq q puq q puqq

1
2
2 pq p2uq 2q puqq 12 p4q puq 2q puqq q puq.
1

On peut donc associer à une forme quadratique une matrice.
Définition 1.3. Soit E un espace vectoriel de dimension finie sur K, soit B une
base de E, et soit q une forme quadratique sur E. Alors on pose :
MB pq q MB pφq q,
rgpq q rgpφq q.
De plus, on appelle noyau de q l’espace vectoriel Annpφq q. On dit que q est
dégénérée ou non dégénérée selon que φq soit dégénérée ou non dégénérée.
Finalement, on dit qu’un vecteur v de E est isotrope si q puq 0.
Attention à ne pas confondre le noyau de q avec l’ensemble des vecteurs
isotropes ! Déjà le premier est un espace vectoriel, tandis que le second ne l’est
pas en général.
2. Matrices symétriques et polynômes homogènes de degré deux

Nous voulons ici, d’un côté, souligner la relation entre les formes quadratiques
et les matrices symétriques, et d’un autre côté, montrer le lien entre formes
quadratiques polynômes homogènes de degré deux. Nous supposerons que E
soit de dimension finie.
2.1. Formes quadratiques et matrices symétriques. Nous montrons ici
comment prouver qu’une application est une forme quadratique.
Proposition 2.1 (Critère matriciel). Soit B une base de E, et soit q une applica-
tion E Ñ K. Alors q est une forme quadratique si et seulement s’il existe une
matrice symétrique M P Sn pKq telle que, pour tout v BX P E, on ait :
q pv q X MX.
|
Dans ce cas, MB pq q M.
2. MATRICES ET POLYNÔMES 17
DÉMONSTRATION. Si q est une forme quadratique, on a :

q pv q φq pv, v q X MB pφq qX,
|
car φq est une forme bilinéaire. La matrice MB pφq q est symétrique puisque φq est
en fait une forme bilinéaire symétrique. On peut donc choisir comme matrice
M précisément MB pφq q.
Vice versa, on définit une application :
φ :EE ÑK
qui, étant donnée les coordonnées X et Y de deux vecteurs u, v P E, leur associe
φpv, uq X MY . Cette application est une forme bilinéaire symétrique par le
|
critère 2.4, et en plus elle est symétrique puisque M est une matrice symétrique.
L’application q est donc donnée par q pv q φpv, v q, ce qui implique que φq φ
par la proposition 1.2. De plus, si λ P K, évidemment on a :
q pλv q pλX q M pλX q λ 2 pX MX q λ 2 q pv q.
| |
On en déduit que q est une forme quadratique.
2.2. Polynômes homogènes de degré deux. Nous voulons montrer ici que
les formes quadratiques sont données en coordonnées par les polynômes homo-
gènes de degré deux.
Définition 2.2. Soit Krx1 , . . . , xn s l’anneau des polynômes à coefficients dans
K en les variables x1 , . . . , xn . Un polynôme p P Krx1 , . . . , xn s s’écrit :
¸
ppx1 , . . . , xn q cd1 ,...,dn x1d1 xndn ,
pd1 ,...,dn qPNn
avec cd1 ,...,dn 0 pour un nombre fini d’indices pd1 , . . . , dn q. Les
cd1 ,...,dn x1d1 xndn sont les termes de p. Un polynôme p P Krx1 , . . . , xn s est ho-
mogène de degré d si, pour chacun des termes t de p, on a t pλ px1 , . . . , xn qq
λ d t px1 , . . . , xn q, autrement dit si pour tout cd1 ,...,dn 0 on a d d1 . . . dn .
Par exemple si ppx1 , x2 q 2x13 3x12 x2 5x1 x22 7x1 , les coefficients
cd1 ,...,dn 0 de p sont c3,0 2, c2,1 3, c1,2 5, c1,0 7. Ce polynôme n’est
pas homogène. En supprimant le coefficient 7x1 , on a un polynôme homogène
de degré 3.
Voici le critère polynômial annoncé pour le formes quadratiques.
Proposition 2.3 (Critère polynomial). Soit B une base de E, et q : E Ñ K une
application. Alors q est une forme quadratique si et seulement s’il existe un
polynôme p P Krx1 , . . . , xn s homogène de degré 2 tel que, pour tout v P E,
lorsque v BX on ait :
q pv q p p X q.
DÉMONSTRATION. On suppose d’abord que q soit une forme quadratique, et
soit M pmi;j qi,j 1,...,n la matrice de q dans la base B. Si on note par X
px1, . . . , xn q| les coordonnées d’un vecteur v de E, vu que la matrice M est
symétrique on voit que :

¸
q pv q X MX
|
(8) mi,j xi xj

i,j 1,...,n
¸ ¸ ¸
mi,i xi2 mi,j xi xj mi,j xi xj

i 1,...,n ¤ ¤
1 i j n ¤ ¤
1 j i n
¸ ¸ ¸
mi,i xi2 mi,j xi xj mj,i xi xj

i 1,...,n ¤ ¤
1 i j n ¤ ¤
1 i j n
¸ ¸
mi,i xi2 pmi,j mj,i qxi xj

i 1,...,n ¤ ¤
1 i j n
¸ ¸
(9) mi,i xi2 2mi,j xi xj .

i 1,...,n ¤ ¤
1 i j n
Le polynôme que l’on cherche est donc :

¸
(10) p px 1 , . . . , x n q ai,j xi xj ,
¤¤¤
1 i j n
avec :
ai,i mi,i , ai,j 2mi,j , pour tout i, j.
Vice versa, si q pv q ppX q, pour un polynôme p homogène de degré 2, alors
la formule (10) que l’on vient d’énoncer doit être valide, pour certains coefficients
ai,j , avec 1 ¤ i ¤ j ¤ n. On peut donc poser :
mi,i ai,i , mi,j mj,i 12 ai,j , pour tout i j.
Il en découle, en parcourant les lignes de (8) à (9) en sens inverse :

¸ ¸
q p v q p pX q X |
ai,j xi xj mi,j xi xj MX,
¤¤¤
1 i j n
i,j 1,...,n
où, dans la dernière égalité, on a défini la matrice M comme M pmi;j qi,j 1,...,n .
La proposition précédente donne le résultat.
3. Réduction de Gauss des formes quadratiques

Soit q une forme quadratique sur l’espace vectoriel E, que l’on suppose de
dimension n P N, et soit B pe1 , . . . , en q une base de E. Une classe particuliè-
rement simple de forme quadratiques est constitué par celles qui s’écrivent sous
la forme q pv q x12 x22 xn2 , lorsque v x1 e1 xn en , ou plus
généralement de la forme q pv q λ1 x12 λ2 x22 λn xn2 . On dira que q est
réduite en somme de carrés. Cette écriture dépend évidemment de la base choi-
sie. L’algorithme de réduction de Gauss nous permet de faire un changement de
variables qui réduit q en somme de carrés.
Proposition 3.1. Il existe une base C pc1 , . . . , cn q de E, et des scalaires
λ1 , . . . , λn P K tels que la forme q s’écrive en la base C par la formule :
¸
q pv q λi yi2 , lorsque v y 1 c1 yn cn .

i 1,...,n
Le rang de q est le nombre de λi non nuls.

Nous allons montrer d’abord la proposition suivante.
3. RÉDUCTION DE GAUSS DES FORMES QUADRATIQUES 19
Proposition 3.2. Soit ppx1 , . . . , xn q le polynôme homogène de degré 2 qui re-

présente q en la base B. Il existe un algorithme pour écrire p sous la forme :
¸
(11) ppx1 , . . . , xn q λi ì px1 , . . . , xn q2 ,

i 1,...,n
avec λi P K et p`1, . . . , `n q formes linéaires indépendantes sur Kn .

DÉMONSTRATION. Afin de mettre p sous la forme désirée, nous présentons
l’algorithme de réduction de Gauss, qui marche par récurrence sur n. Le cas
n 1 est évident, car un polynôme homogène de degré 2 en une seule variable
x1 est de la forme ax12 . De même, si p 0, toute base de E convient, en posant
λi 0 pour tout i.
Étudions l’étape de récurrence, en supposant p 0. Écrivons p sous la
forme :
an xn2 a1,2x1x2 an1,n xn1xn .
ppx1 , . . . , xn q a1 x12
S’il existe i tel que ai 0: Quitte à permuter les p1, . . . , nq, nous pou-
vons supposer a1 0. Dans ce cas on écrit :
¸
`1 x1
1
a1,j xj .
2a
1 j 2,...,n
Il s’en suit que p0 ppx1 , . . . , xn q a1 `1 px1 , . . . , xn q2 est un poly-

nôme homogène de degré 2, uniquement en les variables x2 , . . . , xn .
Par récurrence, p0 peut être écrit sous la forme souhaitée, donc p aussi.
Remarquons que les formes linéaires `2 , . . . , `n apparaissant dans p0
sont indépendantes et ne font pas intervenir x1 , qui en revanche appa-
raît avec un coefficient non nul dans `1 . Donc `1 est indépendante de
`2 , . . . , `n .
Si ai 0 pour tout i: Dans ce cas, nous avons ai,j 0 pour un couple
i j, car p 0. Nous pouvons supposer i 1, j 2, quitte à permuter
les p1, . . . , nq. Nous faisons le changement de variables :
$
& x1 x̃1 x̃2,
x2 x̃1 x̃2 ,
xk x̃k pour 3 ¤ k ¤ n.
%
Nous avons :
ppx1 , . . . , xn q p̃px̃1 , . . . , x̃n q,
où p̃ est aussi homogène de degré 2.
Dans p̃, le coefficient de x˜1 2 est non nul car a1,2 0 et a1
a2 0. Nous pouvons utiliser maintenant la °
réduction qui apparaît
dans le cas précédent, ainsi p̃ s’écrit comme i1,...,n λi ˜ì px̃1 , . . . , x̃n q2
avec λi P K et p˜`1 , . . . , ˜`n q formes linéaires indépendantes sur Kn , en
les variables px̃1 , . . . , x̃n q. Or les formes ˜ì s’écrivent en termes des
formes p`1 , . . . , `n q en les variables px1 , . . . , xn q, grâce à l’inverse du
changement de variables, ci-dessus, donné par la formule :
$
& x̃1 12 px1 x2q,
x̃ 21 px1 x2 q,
% 2
x̃k xk pour 3 ¤ k ¤ n.
Évidemment, p`1 , . . . , `n q sont encore indépendantes.

° DÉMONSTATION DE LA2 PROPOSITION 3.1. Le polynôme p s’écrit sous la forme

p q p
i 1,...,n λi ì x1 , . . . , xn , avec `1 , . . . , `n q formes linéaires indépendantes sur
n
K , par la proposition précédente.
Nous avons donc une base L pf1 , . . . , fn q de E , où fi est définie, pour tout
i, et tout v P E, par fi pv q ì px1 , . . . , xn q si v x1 e1 xn en . On considère
la base C de E telle que C L. Cette dernière s’obtient, si P est la matrice de
passage de B à L, par la matrice de passage pP 1 qt de B à C.
Nous avons donc fi pcj q δi,j . Il s’en suit que, lorsque v y1 c1 yn cn ,
°
on a fi pv q yi , donc q pv q i1,...,n λi yi2 .
Pour l’énoncé portant sur le rang, il suffit d’écrire la matrice MC pq q de q en
la base C. Celle-ci n’est que diagpλ1 , . . . , λn q, donc le rang de q, qui équivaut au
rang de MC pq q est le nombre de λi non nuls.
Remarque 3.3. L’intérêt des démonstrations deux propositions qui précèdent est
leur aspect algorithmique lié à la manipulation de polynômes de degré 2. En
effet, une démonstration directe peut être obtenue en prenant C orthogonale
pour q, ce qui est possible grâce au Théorème 5.2. Il en résulte que q a la forme
souhaitée.
Lorsque le corps de base est R, l’algorithme présenté ici respecte le signe
des λi . Comme nous le verrons dans le Chapitre 4, le nombre des λi positifs est
l’invariant plus important d’une forme quadratique réelle.
4. Formes quadratiques équivalentes

Nous introduisons la notion d’équivalence entre formes quadratiques.
Définition 4.1. On dit que deux formes quadratiques q, q 1 sur E sont équivalentes
s’il existe un automorphisme σ de E tel que :
q1 q σ.
En dimension fini, cette notion s’étudie en termes des matrices associées.
Proposition 4.2. Soient q, q 1 deux formes quadratiques sur un espace vectoriel
E de dimension finie, et soit B une base de E. Alors q et q 1 sont équivalentes
si et seulement s’il existe une matrice inversible P P GLn pKq telle que :
MB pq 1 q P MB pq qP.
|
DÉMONSTRATION. On note M MB pq q, M 1 MB pq 1 q. Si q et q 1 sont équiva-

lentes, on note P la matrice de l’automorphisme σ dans la base B. Si v P E est
un vecteurs dont les coordonnées dans la base B sont données par le vecteur X,
alors les coordonnés de σ pv q sont données par le vecteur PX. On a donc :
q 1 pv q q pσ pv qq Ñ X M 1 X pPXq MPX X
| | | |
P MPX.
On en déduit :
M1 P |
MP,
et la matrice P est inversible car il s’agit de la matrice d’un automorphisme (donc
une application linéaire inversible).
4. FORMES QUADRATIQUES ÉQUIVALENTES 21
Réciproquement, si M 1 P MP, on note σ l’automorphisme dont la matrice

|
dans la base B est P (il s’agit d’un automorphisme car P est inversible). Alors
on a
pPXq MPX X X M 1X q pv q q pσ pv qq,
| | | |
P MPX Ñ
donc q et q 1 sont équivalentes.
Proposition 4.3. Soit q une forme quadratique sur E, σ un automorphisme de
E, et soit q 1 q σ. Alors Annpq 1 q σ 1 pAnnpq qq.
En particulier, si dimpE q 8, deux formes quadratiques équivalentes sur
E ont le même rang. Si K C, la réciproque est vraie aussi.
DÉMONSTRATION. Soit q et q 1 deux formes équivalentes, et soit φ, φ1 les formes
bilinéaires symétriques associées. Soit K Annpq q, K 1 Annpq 1 q les noyaux de
q et de q 1 . Nous devons montrer que K σ pK 1 q. Nous avons, pour tout u, v P E :
φ1 pu, v q φpσ puq, σ pv qq,
grâce à la formule (6), et à q 1 pw q q pσ pw qq, @w P E. Nous pouvons voir alors
que K σ 1 pK 1 q. En effet puisque σ est bijectif nous pouvons écrire :
tw P E |φpt, w q 0, @t P E u
K
tw P E |φpσ pv q, w q 0, @v P E u
tσ puq P E |φpσ pv q, σ puqq 0, @v P E u

σ tu P E |φ1pv, uq 0, @v P E u σ pK1q.
Nous avons donc K σ pK 1 q.
Cette démonstration montre que deux formes quadratiques équivalentes q
et q 1 sur un espace vectoriel de dimension finie ont le même rang. En effet si
σ est un automorphismes tel que q 1 q σ, on a Annpq q σ pAnnpq 1 qq donc
dimpAnnpq qq dimpAnnpq 1 qq puisque σ est un automorphisme.
Une autre démonstration de ce fait, par les matrices, est la suivante. On sait
que MB pq 1 q P MB pq qP, où P est une matrice inversible. De plus, si B1 est la
|
base obtenue de B par la matrice de passage P, on sait que MB1 pq q P MB pq qP.

|
Donc rgpq q rgpMB1 pq qq rgpMB pq 1 qq rgpq 1 q.

Réciproquement, supposons que q et q 1 aient le même rang r. D’après la
Proposition 3.1, il existe des bases C pc1 , , cn q et C 1 pc11 , , cn1 q de E
telles que :
¸
q pv q λi yi2 , lorsque v CY

i 1,...,n
¸
q 1 pv q λi1 pyi1 q2 , lorsque v C1Y 1,

i 1,...,n
pour certains λ1 , λ11 , . . . , λn , λn1 P K, où nous avons posé Y py1 , . . . , yn q ,

|
Y 1 py11 , . . . , yn1 q . Le nombre des λi non nuls est égal au nombre des λi1 non
|
nuls, donc quitte à permuter tc1 , . . . , cn u et tc11 , . . . , cn1 u, nous pouvons supposer
λj 0 ssi λj1 0 ssi j ¤ r.
Si, pour tout λ P K admet une racine µ (i. e. µ2 λ, c’est-à-dire K est stable
par racine carrée), par exemple si K C, nous pouvons choisir des racines
carrées µi , µi1 , de chaque λi , λi1 pour i ¤ r. Donc pour i ¤ k nous remplaçons ci

par 1{µi ci , et ci1 par 1{µi1 ci1 . Dans ces nouvelles bases, notées C0 et C01 , on a :
¸ ¸
q pv q yi2 , q 1 pv q pyi1q2,

i 1,...,r i1,...,r
lorsque Y py1 , . . . , yn q , Y py1 , . . . , yn q et v C0 Y et v C01 Y 1 .

1 1 1
| |
Nous pouvons maintenant définir notre automorphisme σ par σ pci1 q ci

pour tout i. Lorsque v C01 Y , nous avons σ pv q C0 Y , donc q pσ pv qq
° 1 ° 1
i1,...,r yi et de même q pv q i1,...,r yi , donc q σ q .
2 2

CHAPITRE 4
Formes quadratiques réelles, signature
Dans ce chapitre, nous nous occupons des formes quadratiques sur un espace
vectoriel réel, donc nous noterons E un tel espace. Le fait de se mettre sur R
amène à des considérations de positivité, donnent lieu aux concepts de formes
quadratiques positives, négatives, ou mixtes, dans une mesure décrite par la
signature.
1. Formes quadratiques positives et définies positives

Posons d’abord la notion de positivité pour les formes quadratiques.
Définition 1.1. Soit q une forme quadratique sue E. Nous dirons que q est positive
si, pour tout u P E, nous avons q puq ¥ 0. En revanche q est négative si @u P E,
q puq ¤ 0.
Nous dirons que q est définie positive si q puq ¡ 0 pour tout 0 u P E, et
définie négative si q puq 0 pour tout 0 u P E.
Exemple 1.2. Sur E R2 , la forme q1 px, y q x 2 3y 2 est définie positive,
tandis que q1 est définie négative. La forme q2 px, y q 4x 2 est positive, mais
pas définie positive. De même, q2 est négative, mais pas définie négative. La
forme q3 px, y q 2x 2 3y 2 n’est ni positive ni négative.
De même, sur E Rn . La forme quadratique q px1 , . . . , xn q x12 xn2
est définie positive.
³1
Exemple 1.3. Soit E Rrx s et soit q pf q 1 f px qdx. Il résulte que q est une
2
forme quadratique définie positive.
2. Inégalités de Cauchy-Schwarz et de Minkowski.

Le formes quadratiques positives satisfont deux inégalités importantes, qui
représentent le cas général de l’inégalité triangulaire.
Proposition 2.1 (Cauchy-Schwarz). Soit q une forme quadratique positive ou
négative sur E. Alors, pour tout u, v P E on a :
φq pu, v q2 ¤ q pu qq pv q .
DÉMONSTRATION. Faisons la démonstration dans le cas où q est positive, la
démonstration dans le cas où elle négative étant entièrement analogue.
Soit λ un réel, et considérons la valeur de q pu λv q. Rappelons la formule
(6) qui donne l’expression de φq en fonction de q.
φpu, λv q pqφ pu λv q qφ puq qφ pλv qq.

1
2
On en obtient immédiatement :
qφ pλv q 2φq pu, λv q qφ puq qφ pu λv q ¥ 0,
23
24 4. FORMES QUADRATIQUES RÉELLES, SIGNATURE
où la dernière inégalité est due au fait que q est positive.

En utilisant le fait que q est homogène de degré 2 et que φq est bilinéaire,
on obtient de la formule ci-dessus :
λ 2 qφ pv q 2λφq pu, v q qφ puq ¥ 0.
Or l’expression ci-dessus peut être considérée comme un polynôme de degré
au plus 2 en λ. Si qφ pv q 0 (i. e. si le degré est plus petit que 2) alors l’inégalité
2λφq pu, v q qφ puq ¥ 0 ne peut être vérifiée pour tout λ que si φq pu, v q 0, et
qφ puq ¥ 0 car autrement 2λφq pu, v q qφ puq change de signe en :
2φqφppu,uqv q .
q
Donc si qφ pv q 0, Cauchy-Schwarz est valide.

En revanche si qφ pv q 0 (i. e. si le degré 2) alors pour que le signe soit
constant il faut que le discriminant ne soit pas positif. Ceci entraîne :
4φq pu, v q2 4q puqq pv q ¤ 0,
ce qui est équivalent à Cauchy-Schwarz.
Proposition 2.2 (Inégalité de Minkowski). Soit q une forme quadratique positive
sur E. Alors pour tout u, v P E on a :
a a a
q pu vq ¤ q pu q q pv q .
DÉMONSTRATION. Posons φ φq et rappelons 2φpu, v q q pu v q q pu q
q pv q. Nous avons que Minkowski est vérifiée si :
a
q pu v q ¤ q pu q q pv q 2 q pu qq p v q,
autrement dit, en utilisant 2φpu, v q q pu v q q puq q pv q et en divisant par
2, si :
a
φpu, v q ¤ q puqq pv q,
Si le terme à gauche est négatif, cette égalité est forcément valide. Autrement,
on élève au carré, et on obtient que Minkowski est vérifiée si :
φpu, v q2 ¤ q pu qq pv q ,
ce qui est valide d’après Cauchy-Schwarz.
Corollaire 2.3. Si q est positive sur E, alors son noyau coïncide avec l’ensemble
des vecteurs isotropes pour q.
DÉMONSTRATION. Un vecteur v P E appartient au noyau de q, ssi φq pu, v q 0
pour tout u P E, en particulier q pv q φq pv, v q 0 donc v est un vecteur
isotrope.
Réciproquement, si v est isotrope, nous avons q pv q 0, donc d’après Cauchy-
Schwarz φq pu, v q2 ¤ q puqq pv q 0 pour tout u P E, donc φq pu, v q 0 pour tout
u P E et v appartient au noyau de q.
Corollaire 2.4. Une forme q est définie positive ssi elle positive et non dégé-
nérée.
3. SIGNATURE, THÉORÈME D’INERTIE DE SYLVESTER 25
DÉMONSTRATION. Si q est définie positive, elle est positive et q puq 0 im-

plique u 0, donc 0 est le seul vecteur isotrope de q, donc le noyau de q est
réduit à 0 d’après le corollaire précédent. Ainsi q est non dégénérée.
Réciproquement, si q est positive et non dégénérée alors son noyau est réduit
à 0 donc 0 est le seul vecteur isotrope de q d’après le corollaire précédent. Donc
q puq ¥ 0 pour tout u P E et q puq 0 implique u 0 donc q est définie
positive.
3. Signature, théorème d’inertie de Sylvester

Supposons que la dimension de E soit finie. La signature est un couple
d’entiers qui décrit jusqu’à quel point une forme quadratique est définie positive,
ou négative.
Définition 3.1. Soit q une forme quadratique sur E. Nous définissons les entiers :
p maxtdim F | F est un sous espace de E où q est définie positiveu,
m maxtdim G | G est un sous espace de E où q est définie négativeu.
La signature de q notée sgnpq q est le couple pp, mq.
Exemple 3.2. Soit E R2 , et considérons la forme quadratique q définie par
q px, y q xy. Un sous espace F de R2 est soit 0, soit R2 , soit de la forme
Lv vectpv q pour v px, y q p0, 0q.
La restriction de la forme q à Lv est une forme quadratique qv : Lv Ñ R, qui
s’écrit qv pλv q λ 2 q pv q λ 2 xy. Donc qv est définie positive sur Lv si xy ¡ 0
et définie négative sur Lv si xy 0. Nous obtenons p ¥ 1 et m ¥ 1. Pour la
même raison, on voit que q n’est ni définie positive ni définie négative sur R2 .
Donc p 1 et m 1.
3.1. Forme canonique d’une forme quadratique. Le théorème suivant per-
met de calculer la signature d’une forme quadratique. C’est un résultat important,
car il classifie les formes quadratiques. En effet, la signature fournit une forme
canonique d’une forme quadratique.
Théorème 3.3 (Loi d’inertie de Sylvester). Soit q une forme quadratique définie
sur un espace vectoriel réel E de dimension n, et soit B pe1 , . . . , en q une
base de E orthogonale pour q. Soit sgnpq q pp, mq. Alors p est le nombre
d’éléments i P t1, . . . , nu tels que q pei q ¡ 0 et m est le nombre d’éléments
j P t1, . . . , nu tels que q pej q 0. Finalement, rgpq q p m.
DÉMONSTRATION. Soit B pe1 , . . . , en q une base de E orthogonale pour q.
Quitte à permuter les vecteurs de B, nous pouvons supposer que q pei q ¡ 0
pour i 1, . . . , r, q pej q 0 pour j r 1, . . . , r s, et q peh q 0 pour
h r s, . . . , n. Nous avons donc que r est le nombre d’éléments i P t1, . . . , nu
tels que q pei q ¡ 0 et s est le nombre d’éléments j P t1, . . . , nu tels que q pej q 0,
notre but étant de montrer que r p et s m.
Montrons d’abord que p ¥ r. Dans ce but nous définissons le sous espace r-
dimensionnel F vectpe1 , . . . , er q de E. Remarquons que q|F est définie° positive.
En effet, étant donné un vecteur u de F, nous pouvons écrire u i1,...,r ui ei
°
et puisque B est orthogonale pour q nous avons q puq i1,...,r ui2 q pei q. Or
q pei q ¡ 0 pour i 1, . . . , r ce qui implique q puq ¥ 0 et q puq 0 si et
seulement si ui 0 pour tout i 1, . . . , r i. e. u 0. Donc q est définie positive

sur F. Par définition de p nous avons donc p ¥ r.
Montrons maintenant que p ¤ r. Pour ce faire, nous devons montrer que,
si G est un sous espace où q est définie positive, alors forcément dimpG q ¤ r.
Soit donc G un tel espace, et définissons H vectper 1 , . . . , en q. L’espace H
a dimension
° n r. Remarquons que G X H t0u. En effet, soit un vecteur
u ir 1,...,n ui ei un quelconque vecteur de G X H, et notons que q puq
°
ir 1,...,n ui q pei q ¤ 0 car Or q pei q ¤ 0 pour i r 1, . . . , n. Mais q puq ¥ 0
2
puisque u P G, donc q puq 0. Or q|G est définie positive, donc ceci entraîne
u 0.
Nous avons montré que G X H t0u donc dimpG X H q 0. Rappelons la
formule dimpG q dimpH q dimpG H q dimpG X H q. Elle implique alors
dimpG q dimpG H q dimpH q ¤ n pn r q r. Nous avons obtenu p ¤ r.
Pour montrer que m s, on procède de manière analogue, en uti-
lisant des sous espaces où q est positive, où définie négative, comme
vectpe1 , . . . , er , er s 1 , . . . , en q et vectper 1 , . . . , er s q.
Finalement, nous avons rgpq q p m, ce qui est immédiat en regardant la
matrice de q dans la base B.
Corollaire 3.4. Soit q une forme quadratique sur E de dimension n. Alors
sgnpq q pp, mq si et seulement si il existe une base B de E telle que la
matrice MB pq q ait la forme :

Ip 0 0
∆p,m,n 0
Im 0 .
0 0 0
3.2. Mineurs principaux. Ici nous montrons comment calculer la signa-
ture d’une forme quadratique à partir de ses mineurs principaux. Il s’agit d’une
procédure liée à l’algorithme d’orthonormalisation de Gram-Schmidt, que nous
verrons plus tard.
Soit q une forme quadratique sur E, soit B une base de E et soit M
MB pq q pmi,j q1¤i,j ¤n la matrice de q en la base B. Pour tout entier 1 ¤ k ¤ n
notons Mk la sous matrice de M :
Mk pmi,j q1¤i,j ¤k .
Théorème 3.5 (Critère de Sylvester). Dans le cadre ci-dessus, soit Dk detpMk q
pour 1 ¤ k ¤ n et posons D0 1. Supposons Dk 0 pour tout k. Alors
sgnpq q pp, mq, où m est le nombre de changements de signe en la suite
pD0, . . . , Dn q et p n m.
Les Dk qui apparaissent dans le théorème sont les mineurs principaux de
M. Pour montrer le théorème, nous nous appuyons sur le lemme suivant :
Lemme 3.6. Soit q une forme quadratique sur E, B pe1, . . . , en q une base
de E et soit 1 ¤ k ¤ n. Posons :
Lk vectpe1, . . . , ek q.
Si, pour tout k, la restriction de q à Lk est non dégénérée, alors il existe
une base C pu1 , . . . , un q orthogonale pour q, telle que Lk vectpu1 , . . . , uk q
pour tout k.
3. SIGNATURE, THÉORÈME D’INERTIE DE SYLVESTER 27
DÉMONSTRATION. Nous montrons le résultat en construisant la base

pu1, . . . , un q par récurrence. Notons φ φq . Pour u1 , nous prenons simple-
ment e1 . L’hypothèse que la restriction de q à L1 soit non dégénérée revient à
q pe1 q q pu1 q 0.
Pour construire uk , nous pouvons supposer que u1 , . . . , uk1 ont déjà été
construits, qu’ils sont orthogonaux par rapport à φ, i. e. φpui , uj q 0 si i j
lorsque 1 ¤ i, j ¤ k 1, et que Lj vectpu1 , . . . , uj q pour tout j ¤ k 1.
Comme φpui , uj q 0 si i j lorsque 1 ¤ i, j ¤ k 1, il est clair que la
matrice de la restriction de q à Lk1 est la matrice diagonale de taille k 1 ayant
les valeurs q pu1 q, . . . , q puk1 q sur la diagonale. Cette matrice a rang maximal,
grâce à l’hypothèse que la restriction de q à Lj est non dégénérée pour tout j.
Donc q puj q 0 pour tout 1 ¤ j ¤ k.
Nous pouvons définir maintenant uk par :
¸ φpek , uj q
(12) uk ek q puj q
uj .
j 1,...,k1
On calcule φpui , uk q 0 pour 1 ¤ i ¤ k 1. En effet, φpui , uj q 0 si i

j, et on obtient φpui , uk q φpek , ui qφpui , ui q{q pui q φpek , ui q 0. Donc
uk est orthogonale à u1 , . . . , uk1 . Nous avons construit la famille pu1 , . . . , uk q
orthogonale pour q. Comme cette procédure est valide pour tout k ¤ n, nous
avons la famille cherchée C.
La famille C est une base de E. En effet, la matrice qui exprime pu1 , . . . , un q
comme combinaison linéaire de pe1 , . . . , en q est triangulaire supérieure, avec
des 1 sur la diagonale, ce qui est clair d’après l’expression (12), puisque uj P
Lk1 vectpe1 , . . . , ek1 q pour j ¤ k 1.
De plus, nous avons vectpu1 , . . . , uk q vectpe1 , . . . , ek1 , uk q par hypothèse
de récurrence, et cet espace est égal à vectpe1 , . . . , ek1 , ek q Lk , puisque uk
s’écrit comme combinaison linéaire de ek et de u1 , . . . , uk1 , i. e. de e1 , . . . , ek1 .

DÉMONSTRATION DU THÉORÈME 3.5. Soit B pe1, . . . , en q, et comme dans le

lemme précédent posons, pour tout k ¤ n :
vectpe1, . . . , ek q.
Lk
La matrice Mk est Mpe ,...,e q pq|L q. L’hypothèse Dk 0 pour tout k im-
plique que la restriction de q à |Lk est non dégénérée. D’après le lemme
1 k k
précédent, il existe une base C pu1 , . . . , un q, orthogonale pour q, telle que

vectpu1 , . . . , uk q Lk pour tout k.
Il en résulte que, pour tout k ¤ n, nous avons une matrice de passage Pk
inversible de Bk pe1 , . . . , ek q à Ck pu1 , . . . , uk q, i. e. satisfaisant Ck Bk Pk .
Nous avons alors que :
MCk pq|Lk q Pk Mk Pk ,
|
et la matrice MCk pq|Lk q est diagonale, avec q pu1 q, . . . , q puk q sur la diagonale.
Donc :
Πj 1,...,k q puj q Dk detpPk q2 .
Par conséquent, chaque fois que q puk q est négatif, le produit Πj 1,...,k1 q puj q
change de signe par rapport à Πj 1,...,k q puj q, autrement dit Dk1 change de signe
par rapport à Dk Donc le nombre d’indices 1 ¤ j ¤ n tels que q puj q 0 est

égale au nombre µ de changements de signe dans la suite p1, D1 , . . . , Dn q.
Grâce à la loi d’inertie de Sylvester, nous savons alors que sgnpq q pπ, µq,
pour un certain entier π, et où µ est le nombre de changements de signe que nous
venons de calculer. Par ailleurs, comme Dn 0, la forme q est non dégénérée,
donc son rang vaut n, et la loi d’inertie de Sylvester dit π n µ.
4. Signature et équivalence de formes quadratiques

Soit encore E de dimension finie. Nous montrons ici que la signature classifie
les formes quadratiques à équivalence près.
Théorème 4.1. Soit q et q 1 deux formes quadratiques sur E. Alors q et q 1 sont
équivalentes si et seulement si sgnpq q sgnpq 1 q.
DÉMONSTRATION. Supposons que q et q 1 soient équivalentes. Alors, nous
avons montré lors de la Proposition 4.2 que, dans une base B de E, on a
MB pq q P MB pq 1 qP, pour une certaine matrice P P GLn pKq. De plus, le Co-
|
rollaire 3.4 nous dit que, si sgnpq q pp, mq, il existe une base C de E telle que
MC pq q ∆p,m . Autrement dit, il existe Q P GLn pKq telle que ∆p,m Q MB pq qQ.
|
Alors ∆p,m Q P MB pq 1 qQP, donc de nouveau le Corollaire 3.4 nous dit que
| |
sgnpq 1 q pp, mq.

Réciproquement, supposons sgnpq q sgnpq 1 q pp, mq. Alors ∆p,m
Q MB pq qQ et ∆p,m R MB pq 1 qR, avec P, R P GLn pKq, grâce au Corollaire
| |
3.4. Donc MB pq q Q R MB pq 1 qRQ 1 , ce qui implique que q et q 1 sont équiva-

| |
lentes par la Proposition 4.2.

Deuxième partie
Espaces euclidiens
CHAPITRE 5
Espaces préhilbertiens réels et espaces euclidiens
Nous définirons dans la suite les espaces euclidiens, leurs sous espaces, le
complément orthogonal, puis les projections.
1. Produit scalaire
Voici la définition de produit scalaire, l’ingrédient qui permet de définir les
espaces euclidiens et, en cas de dimension infinie, les espaces préhilbertiens
réels séparés.
Définition 1.1. Soit E un espace vectoriel réel. Un produit scalaire sur E est une
forme bilinéaire symétrique définie sur E, dont la forme quadratique associée
est définie positive. Si la forme quadratique est seulement positive, on parle d’un
semi-produit scalaire.
Nous notons souvent xu, v y pour le produit scalaire de deux vecteurs u, v P E.
On notera x, y le produit scalaire en tant qu’application bilinéaire symétrique.
Voici la définition des espaces préhilbertiens réels séparés, qu’on appelle
espaces euclidiens en dimension finie.
Définition 1.2. Un espace euclidien pE, x, yq est un espace vectoriel E de di-
mension finie sur R muni d’un produit scalaire x, y. Si la dimension de E
est infinie, on parlera plus en général d’espace préhilbertiens réel séparé. La
norme a d’un vecteur u d’un espace préhilbertien réel séparé E, notée kuk est
kuk xu, uy.
Pour un espace vectoriel réel muni d’un semi-produit réel, on parle a
d’espace
préhilbertiens réel. On parle dans ce cas de la semi-norme de u pour xu, uy.
Exemple 1.3 (Produit scalaire canonique). Dans E Rn , on définit le produit
scalaire canonique par :
xpx1, . . . , xn q, py1, . . . , yn qy x1y1 xn yn .
Exemple 1.4. Soit E Mn pRq et munissons E de la forme bilinéaire symé-
trique :
xA, By trpA Bq, |
pour toute A, B P E. Alors E est un espace euclidien, de dimension n2 .

Exemple 1.5. Soit E l’espace des fonctions continues, définies sur r1, 1s, à
valeurs dans R, et munissons E de la forme bilinéaire symétrique :
»1
xf1, f2y f1 px qf2 px qdx
1
pour toute f, g P E. Alors E est un espace préhilbertien réel séparé, de dimension
infinie.
31
32 5. ESPACES PRÉHILBERTIENS RÉELS ET ESPACES EUCLIDIENS
Si on considère la même forme bilinéaire symétrique sur l’espace des fonc-

tions intégrables définies sur r1, 1s à valeurs dans R, on obtient un espace
préhilbertien réel qui n’est pas séparé.
2. Orthogonalité, bases orthonormées

Soit E un espace préhilbertien réel séparé, muni du produit scalaire x, y.
2.1. Vecteurs orthogonaux. Deux vecteurs u, v de E sont orthogonaux ssi
xu, v y 0.
Remarque 2.1. Soit u P E. Si xu, w y xv, w y pour tout w P E, alors u v. On
a la même conclusion si w varie dans une famille génératrice de E.
DÉMONSTRATION. Si xu v, w y 0 pour tout w P E, alors u v appartient
à E K . Mais E K 0, car le produit scalaire est non dégénérée. Donc u v. De
même, si xu v, w y 0 pour tout w dans une base de E, alors xu v, w y 0
pour tout w P E, ce qui prouve la remarque.
Remarque 2.2. Soit pv1 , . . . , v` q des vecteurs orthogonaux non nuls d’un espace
euclidien. Alors pv1 , . . . , v` q sont libres.
DÉMONSTRATION. Soit λ1 , . . . , λn P R et supposons que la combinaison li-
néaire λ1 v1 λn vn s’annule. Prenant le produit scalaire entre vi et cette
combinaison linéaire, nous obtenons l’annulation de λi kvi k2 puisque vi K vj si
i j. Comme vi 0 pour tout i, nous en déduisons que λi 0 pour tout i,
autrement dit que la famille en question est libre.
Le résultat suivant est appelé théorème d’Al-Kashi, ou aussi théorème de
Pythagore.
Proposition 2.3. Soit u, v deux vecteurs de E. Alors on a :
ku vk2 kuk2 kvk2 2xu, v y.
En particulier, ku vk2 kuk2 kvk2 si et seulement si u et v sont orthogo-
naux.
DÉMONSTRATION. La preuve repose simplement sur la formule φpu, v q
1{2pq pu v q q puq q pv qq, pour la forme bilinéaire φ associée à une forme
quadratique q. Ici, nous obtenons :
2xu, v y ku vk2 kuk2 kvk2 ,
ce qui implique ku vk2 kuk2 kvk2 2xu, v y. Clairement, ku vk2
kuk2 kvk2 ssi 2xu, v y 0, i. e. ssi u K v.
2.2. Écart angulaire. Dans un espace muni d’un produit scalaire, nous pou-
vons définir l’angle entre deux vecteurs. A proprement parler, on peut définir
plutôt ce qu’on appelle l’écart angulaire, qui est un angle défini au signe près.

Définition 2.4. Soit u, v deux vecteurs non nuls de E. L’écart angulaire u v P
r0, π s est défini par :

u v arccos xu, v y ,
kukkvk
donc :
cospu
vq
xu, v y .
kukkvk
2. ORTHOGONALITÉ, BASES ORTHONORMÉES 33
En utilisant cette définition, la formule d’Al-Kashi devient :

ku vk2 kuk2 kvk2 2 cospu
v q.
Remarque 2.5. Soit u K v deux vecteurs de norme 1 de E et F vectpu, v q. Soit
w un vecteur de norme 1 de F. Alors cospuw qu et cospvw
qv sont les projections
orthogonales de w sur les droites vectpuq et vectpv q.
2.3. Bases orthogonales et orthonormées. Les bases orthonormées sont
des bases orthogonales, où de plus tout vecteur a norme 1. Tout espace euclidien
en admet, et elles sont très utiles car elles permettent de calculer les coordonnées
d’un vecteur par produit scalaire avec les éléments de la base.
Définition 2.6. Une famille B pe1 , e2 , . . .q d’un espace préhilbertien réel sé-
paré est orthogonale si ei K ej pour tout i j. Elle est orthonormée si de plus
kei k 1 pour tout i.
Proposition 2.7. Une famille B pe1 , . . . , en q d’un espace euclidien de dimen-
sion E est une base orthonormée ssi xei , ej y δi,j . De plus, tout vecteur v P E
s’écrit : ¸
v xv, ei yei .

i 1,...,n
DÉMONSTRATION. Si B est une base orthonormée, nous avons xei , ej y 0 si

i j car dans ce cas ei K ej , et xei , ei y kei k2 1, donc xei , ej y δi,j .
Réciproquement, si xei , ej y δi,j , alors B est une famille libre d’après la
Remarque 2.2. De plus, nous avons l’orthogonalité entre ei et ej pour i j, et la
normalisation de ei .
° Pour la formule, comparons xv, ej y et le produit scalaire entre
i1,...,n xv, ei yei et
° j
e . Puisque xei , ej y δi,j , nous obtenons dans les deux cas
xv, ej y. Donc v i1,...,n xv, ei yei .
Remarque 2.8. Soit B pe1 , . . . , en q une base orthonormée d’un espace eucli-
dien et soit B pe1 , . . . , en q sa base duale. Alors pour tout j, ej est l’application
définie par v ÞÏ xv, ej y.
DÉMONSTRATION. Il suffit de montrer que, pour tout i, j, on a ej pei q xei , ej y.
Mais les deux expressions sont égales à δi,j .
2.4. Matrices orthogonales. Les matrices orthogonales sont celles qui ex-
priment le passage entre deux bases orthonormées.
Définition 2.9. Une matrice M de Mn pRq est orthogonale si M M In . Ceci
|
est équivalent à ce que M soit inversible, avec M 1 M , donc équivalent aussi

|
à MM In .
|
Remarque 2.10. Soit B une base orthonormée d’un espace euclidien E, P un

matrice Mn pRq et C BP. Alors C est une base orthonormée si et seulement
si P est orthogonale.
DÉMONSTRATION. Soit B pe1 , . . . , en q et C pv1, . . . , vn q les deux bases et
posons P ppi,j q1¤i,j ¤n , ainsi :
¸
vj pi,j ei .

j 1,...,n
On calcule alors xvi , vk y par :

¸ ¸
xvj , vk y x pi,j ei , pk,h ek y

i 1,...,n
k 1,...,n
¸
pi,j pk,h xei , ek y

i,k 1,...,n
¸
pi,j pk,h δi,k

i,k 1,...,n
¸
pk,j pk,h

k 1,...,n
pP P qj,h .
|
On en déduit que P P In (i.e., P est orthogonale) si et seulement si C est une

|
famille orthonormée (i.e., C est une base orthonormée d’après la proposition

2.7).
3. Algorithme de Gram-Schmidt
Soit E un espace préhilbertien réel séparé, et soit B pe1 , . . . , en q une
famille libre de E. L’algorithme de Gram-Schmidt permet d’orthonormaliser la
famille B. Il constitue en large partie une répétition du critère de Sylvester.
Théorème 3.1 (Algorithme de Gram-Schmidt). Soit B pe1 , . . . , en q une fa-
mille libre dans E. Alors il existe une famille orthonormée C pu1 , . . . , un q
de E telle que, pour tout k ¤ n, on ait vectpe1 , . . . , ek q vectpu1 , . . . , uk q.
DÉMONSTRATION. Pour commencer, posons :
u1
1
e1 .
ke1 k
Nous construisons uk par récurrence, ayant supposé construits pu1 , . . . , uk1 q
avec les propriétés souhaitées. De manière similaire à ce que nous faisions lors
de la preuve du critère de Sylvester, nous posons :
¸
(13) ũk ek xek , uj yuj .

j 1,...,k 1
On calcule alors xui , ũk y 0 pour 1 ¤ i ¤ k 1. En effet, xui , uj y 0 si i j,
donc xui , ũk y xek , ui y xek , ui ykui k2 0 puisque les ui sont normalisés à 1
pour i 1, . . . , k 1.
Donc ũk est orthogonale à u1 , . . . , uk1 , et nous posons uk 1{kuk kuk .
Remarquons que cela est bien posé car u˜k 0, puisque uj P vectpe1 , . . . , ek1 q
si j ¤ k 1 donc ek est indépendant de u1 , . . . , uk1 , donc l’expression de u˜k
garantit u˜k 0.
Nous avons construit la famille pu1 , . . . , uk q orthonormée. Comme cette
procédure est valide pour tout k ¤ n, nous avons la famille cherchée C. La
famille C est libre, car la matrice qui exprime pu1 , . . . , un q comme combinaison
linéaire de pe1 , . . . , en q est triangulaire supérieure, avec des 1 sur la diagonale,
ce qui est clair d’après l’expression (13), puisque uj P Lk1 vectpe1 , . . . , ek1 q
pour j ¤ k 1.
de récurrence, et cet espace est égale à vectpe1 , . . . , ek1 , ek q Lk , puisque uk
4. POLYNÔMES TRIGONOMÉTRIQUES 35

4. Polynômes trigonométriques
Soit T l’espace des polynôme trigonométriques, i. e. des fonctions de la
forme : ¸ ¸
f px q c an cospnx q bm sinpnx q,
nPN¡0 mPN¡0
avec an , bm , c P R, nuls sauf pour un nombre fini de pairs pn, mq.
Clairement T est un espace vectoriel de dimension infinie sur R. Munissons
T d’une structure d’espace préhilbertien réel séparé, par le produit scalaire :
» 2π
xf, g y f px q g px q dx.
0
Proposition 4.1. La famille suivante est orthonormée dans T :

B ?1
, ?1
π
cospx q, ?1
π
cosp2x q, . . . , ?1
π
sinpx q, ?1
π
sinp2x q, . . . .
2π
?DÉMONSTRATION. Clairement, nous avons que la fonction 1 a norme 2π, donc
1{ 2π a norme 1. Toute fonction cospnx q et sinpnx q a intégrale nulle entre 0
et 2π i. e. ces fonctions sont orthogonales à 1.
Une intégration par parties montre que cospnx q est orthogonale à cospmx q
lorsque n m, et à sinpmx q pour tout n, m. En effet, l’intégration par partie
donne :
» 2π »
n2 2π
cospnx q cospmx qdx 2 cospnx q cospmx qdx,
0 m 0
donc cet intégrale est nulle pour n2 m2 i. e. pour n m car n, m ¥ 1, et
de même pour l’intégrale de sinpnx q sinpmx q. De manière analogue, on montre
que :
» 2π »
n2 2π
cospnx q sinpmx qdx 2 cospnx q cospmx qdx,
0 m 0
³ 2π
donc 0 cospnx q sinpmx qdx 0 car m2 n2 0.
³ 2π
Finalement, on montre que 0 cospnx q2 dx π en utilisant la formule
³ 2π
cos2 pzq 1{2p1 cospzqq. De cela découle aussi 0 sinpnx q2 dx π grâce à
l’identité cospx q2 sinpx q2 1.
Proposition 4.2. Soit f un polynôme trigonométrique. Posons :
» 2π
c ?1 f px q dx,
2π 0
et pour tout n ¡ 0 entier :

»
2π 2π »
an ? f px q cospnx q dx, bn ? f px q sinpnx q dx.
1 1
π 0 π 0
Alors nous avons l’égalité :
¸
f px q ? ?1π an cospnx q bn sinpnx q.
c
2π nPN¡0
° °
DÉMONSTRATION. Soit f γ n αm¡0 cospmx q n αn¥0 sinpnx q l’ex-
pression du polynôme trigonométrique f, avec γ, αm , βm P R, où seulement un
nombre fini des αm et des βn sont non nuls. Soit N le plus grand parmi les
entiers n tels que αn où βn est non nul, et notons E l’espace des polynômes
trigonométriques de degré borné par N. Donc f appartient à E.
D’après la Proposition précédente, nous pouvons considérer la base B ortho-
normée de E suivante :

B ?1 , ?1π cospx q, . . . , ?1π cospNx q, ?1π sinpx q, . . . , ?1π sinpNx q .

2π
Nous savons que E est muni du produit scalaire induit par xf, g y
³ 2π
0 f px q g px q dx, et que la composante de f par rapport au vecteur de base
?1π cospnmq est ;
» 2π
xf, ?1π cospmx qy ?1π f px q cospmx q dx,
0
et de même pour ?1π sinpnx q et ?1π . Il s’en suit que les coordonnées de f dans
la base B sont les coefficients c, am , bn définis dans l’énoncé, ce qui achève la
démonstration.
5. Polynômes de Legendre, de Tchebychev et de Lagrange

Soit E Rrx s l’anneau des polynômes réels en la variable x. Nous construi-
sons ici des orthogonalisations de la base p1, x, . . . , x n q de l’espace des poly-
nômes de degré au plus n, par rapport à des produits scalaires différents. L’in-
térêt de considérer ces produits scalaires réside en leurs interprétation comme
moyenne pondérée par rapport à une fonction donnée, dite fonction de densité.
5.1. Polynômes de Legendre. Dans E, on peut considérer le produit sca-

laire :
»1
xf, g y f px q g px q dx.
1
Le polynômes de Legendre apparaissent comme orthogonalisation des poly-
nômes p1, x, x 2 , . . .q dans E, par rapport au produit scalaire ci-dessus.
Définition 5.1. Soit n ¡ 0 un entier. Le n-ième polynôme de Legendre pn est
défini par :
1 dn 2
p n px q px 1 qn .
2n n! dx n
Remarquons que pn 0 pour tout n, et que degppn q n, car px 2 1qn a
degré 2n, de sorte que son n-ième polynôme dérivé a degré n.
Proposition 5.2. La famille des polynômes de Legendre p1, p1 , p2 , . . .q, est or-
thogonale dans E, et on a pn p1q 1 pour tout n.
DÉMONSTRATION. On doit montrer d’abord que pn est orthogonal à pm lorsque
n m, et on peut supposer m n. Comme degppm q m, il suffit de montrer
que pn est orthogonal à x k , pour tout k ¤ m n.
5. POLYNÔMES DE LEGENDRE, DE TCHEBYCHEV ET DE LAGRANGE 37
Calculons alors le produit scalaire entre x k et pn , multiplié par 2n n!. En

faisant une intégration par parties, on obtient :
»1 1 »1
d n 1 2 k1 d
n 1
p2 n!q
n
x pn px q dx
k
x k 1
dx n1
p x 1q n
kx n 1
px 2 1qn dx.
1 1 1 dx
d n 1
n1 px 1q
Maintenant, nous remarquons que dx 2 n vaut zéro en 1 et en 1. En
effet, px 2 1qn px 1qn px 1qn , donc px 2 1qn s’annule en 1 et 1, avec ses
dérivées jusqu’à l’ordre n 1 (on rappelle ici qu’un polynôme f px q est divisible
par px aqk ssi toutes les dérivées d’ordre j avec j ¤ k 1 de f s’annulent en
a).
Donc le premier terme à droite du signe d’égalité dans l’expression ci-dessus
vaut zéro. Pour l’autre terme, nous pouvons répéter le procédé, ce qui nous amène
après k étapes à l’intégrale suivante :
»1 1
dnk 2 d n k 1 2
dx nk
px 1qn dx p x 1qn 0,
1 dx n k 1
1
où l’expression ci-dessus est bien posée puisque k n. Nous avons prouvé que
pn K pm si n m.
Montrons que pn p1q 1. À partir de la formule de dérivation d’un produit,
on obtient :
dn n
p n p1 q ppn px qq|x1 2n1n! dx ppx 1qn px 1 qn q| x 1
d
dx n n

¸ n dj d n j
2n1n! j dx j
p x 1 q |x 1 dx nj px
n
1qn|x 1

j 0,...,n

¸
n
1
2 n! j 0,...,n
n!
n
j
1,
j px 1q 1 pour j n, que la
d j
où nous avons utilisé que dx n s’annule en x
°
dérivée n-ième de px 1q est n!, et la formule nj0
n n
j 2 .
n
5.2. Polynômes de Tchebychev. Les polynômes de Tchebychev se pré-

? et forment
sentent dans certains problèmes d’interpolation, une famille orthogo-
nale pour un produit scalaire pondéré par 1{ 1 x . 2
Définition 5.3. Les polynômes de Tchebychev Tn sont définis par T0 1 et,

pour tout n ¥ 1 par :
p2qn n! a1 x 2 dn p1 x 2qn1{2.
T n px q
p2nq! dx n
Le polynôme Tn peut être défini aussi par Tn px q cospn arccospx qq, i.e. :
Tn pcospθ qq cospnθ q.
Une troisième définition équivalente est fournie par la suite récurrente :
T0 1, T1 px q x, Tn 2 px q 2xTn 1px q Tn px q.
Proposition 5.4. Les trois définitions des Tn sont équivalentes, et on a Tn p1q

1. De plus, la famille pT0 , T1 , . . .q est orthogonale pour le produit scalaire sur
E défini par :
»1
xf, g y f?px qg px2q dx.
1 1 x
En effet pour tout n, on a :
$
»1 si m n,
T n px qT m px q & 0
? 2 dx % π {2 si m n 0,
1 1x π si m n 1.
DÉMONSTRATION. Montrons que les trois définitions sont équivalentes. On
écrit cospnθ q comme polynôme en cospθ q et utilisant les formules de Moivre.
FINIR
Calculons xTn , Tm y. On a :
»1 »
xTn , Tm y Tn?px qTm p2x q dx Tn pcos pθ qqTm pcospθ qq p sinpθ qqdθ
0
a
1 1x π 1 cospθ q2
»π »π
cospnθ q cospmθ q
a sinpθ qdθ cospnθ q cospmθ qdθ,
0 sinpθ q2 0
où nous avons utilisé le changement de variables x cospθ q, ce qui est bien

possible dans r1, 1s, sachant que dx sinpθ qdθ.
Nous avons déjà vu que le dernier terme s’annule pour n ³ m, et qu’il vaut
π {2 si n m ¡ 0. Pour n m 0, il s’agit de l’intégrale de 0 ? 1 2 dx, qui
π

1 x
vaut π étant arccospx q une primitive de ?11x . 2

5.3. Polynômes de Lagrange. Les polynômes de Lagrange interviennent

dans l’interpolation polynomiale, lorsqu’on recherche les polynômes qui s’an-
nulent à des points donnés u1 , . . . , um de la droite réelle.
Soit n, m deux entiers positifs, et considérons u0 , . . . , um P R des nombres
réels deux à deux distincts. Soit E Rrx s¤n l’espace des polynômes réels en
la variable x de degré au plus n. L’espace E est muni d’une forme bilinéaire
symétrique :
¸
xf, g y f pui qg pui q.

i 0,...,m
° 5.5. Soit m ¥ n. Alors l’application x, y : E E Ñ R définie par

Proposition
xf, g y i1,...,m f pui qg pui q est un produit scalaire.
Si m n, une base orthonormée de E par rapport à ce produit scalaire
est donnée par les polynômes de Lagrange pE0 , . . . , En q, définis par :
Ei px q
¹ x uj .
u uj
j i i
Pour tout f dans E, on a :

¸
f f pui qEi .

i 0,...,n
5. POLYNÔMES DE LEGENDRE, DE TCHEBYCHEV ET DE LAGRANGE 39
DÉMONSTRATION. Montrons que notre forme bilinéaire est un produit sca-

laire, i. e. que la forme quadratique associée est définie positive. La forme est
clairement positive, car :
¸
xf, f y f pui q2 ¥ 0.

i 0,...,m
De plus, si xf, f y 0, on a obligatoirement f pui q 0 pour tout i 0, . . . , n.

Donc les ui sont m 1 racines distinctes de f, qui est un polynôme de degré
n. Puisque m ¥ n, ceci implique que f 0, donc notre forme est bien définie
positive.
Soit n m et montrons que pE1 , . . . , En q est une base orthonormée. D’abord
Ei puj q δi,j , ce qui est clair d’après la définition de Ei px q. Cela implique que :
¸ ¸
xEi , Ej y Ei puk qEj puk q δi,k δj,k δi,j ,

k 0,...,m
k 0,...,m
donc pE1 , . . . , En q est une famille orthonormée, donc forcément une base puis-
qu’elle est constituée de n 1 vecteurs libres de l’espace E de dimension n 1.
Comme toute base orthonormée de E, pE1 , . . . , En q possède la propriété que,
étant donné f P E, on a : ¸
f xf, Ei yEi .

i 1,...,n
Mais : ¸ ¸
xf, Ei y f puk qEi puk q f puk qδi,k f pui q.

k 0,...,m
°

k 0,...,m
Donc la formule f
i 0,...,n f pui qEi est valide.
CHAPITRE 6
Sous espaces, projections et symétries
Nous revenons sur les projections dans le cadre des espaces vectoriels quel-
conques, ensuite nous traitons le cas des projections et des symétries orthogo-
nales. Nous noterons V un espace vectoriel sur un corps K, et E un espace
euclidien.
1. Endomorphismes diagonalisables à deux valeurs propres

Soit V un espace vectoriel sur un corps K et soit f un endomorphisme de
V.
Théorème 1.1. Soit λ µ P K. Les conditions suivantes sont équivalentes :
i) on a pf λidV q pf µidV q 0 ;
ii) on a une décomposition V U ` W , avec f|U λidU et f|W µidW .
On peut dire que f est diagonalisables, ses espaces propres étant U et W ,
donc ses valeurs propres sont λ et/ou µ, car un des deux espaces U, W pourrait
être réduit à 0, auquel cas f est un multiple de l’identité (une homothétie).
DÉMONSTRATION. Supposons que pf λidV q pf µidV q 0, et posons :

U kerpf λidV q, W kerpf µidV q.
Évidemment, U et W sont des sous espaces vectoriels de V , et nous avons f|U
λidU et f|W µidW .
Montrons que V U `W . D’abord, vérifions U XW 0. Soit donc v P U XW ,
i. e. soit v tel que f pv q λv et f pv q µv. On a pλ µqv 0, donc v 0 puisque
λ µ.
Montrons donc que tout vecteur v de V s’écrit comme u w, avec u P U et
w P W . Puisque λ µ nous pouvons poser :
u p f pv q µv q, w pf pv q λv q.
1 1
λµ µλ
On calcule facilement v u w. Il suffit donc de montrer que u P U et w P W .
Remarquons que u P Impf µidV q et que w P Impf λidV q. Or l’hypothèse
pf λidV q pf µidV q 0 fait que Impf µidV q kerpf λidV q U, donc
u P U. De plus, on a pf µidV q pf λidV q 0, car cette composition est
f 2 pµ λ qf λµidV pf λidV q pf µidV q 0 (autrement dit, pf λidV q
et pf µidV q commutent). Donc Impf λidV q kerpf µidV q W , et w P W .
Réciproquement, supposons V U ` W avec f|U λidU et f|W µidW . Soit
v un vecteur de V et montrons pf λidV q pf µidV qpv q 0. Nous pouvons
écrire v u w, pour un unique couple de vecteurs u P U et w P W . On
41
42 6. SOUS ESPACES, PROJECTIONS ET SYMÉTRIES
a pf µidV qpv q pf µidV qpu w q pf µidV qpuq car f|W µidW donc
f pw q µw 0. De nouveau, pf λidV q et pf µidV q commutent, donc :
pf λidV qpf µidV qpv q pf λidV qpf µidV qpuq pf µidV qpf λidV qpuq 0,
car f|U λidU donc f puq λu 0. Ceci termine la démonstration.
2. Projection sur un sous espace parallèle à un supplémentaire

Soit V un espace vectoriel sur un corps K.
Définition 2.1 (Projection sur U parallèle à W ). Soit U un sous espace de V et
soit W un supplémentaire de U, i. e. V U ` W . Un vecteur v de V s’écrit de
manière unique comme u w, avec u P U et w P W . Alors la projection π sur
U, parallèle à W est définie par :
π pv q u.
Proposition 2.2. La projection π est un endomorphisme de V .
DÉMONSTRATION. Clairement π est une application de V dans V , et nous
devons montrer qu’elle est linéaire. Soit v λ1 v1 λ2 v2 , avec vi P V et λi P R.
Pour i 1, 2, il existe des vecteurs ui et wi tels que ui P U, wi P W , uniquement
déterminés, satisfaisant :
v1 u1 w1 , v2 u2 w2 .
Alors v u w avec u λ1 u1 λ2 u2 et w λ1 w1 λ2 w2 et clairement u P U
et w P W . Donc :
π pλ1 v1 λ2 v2 q π pv q u λ1 u1 λ2 u2 λ1π pv1q λ2 π pv2 q,
ce qui prouve que π est linéaire.
Proposition 2.3 (Caractérisation des projections). Soit f un endomorphisme de
V . Les affirmations suivantes sont équivalentes :
i) f est une projection ;
ii) l’endomorphisme f est idempotent, i. e. f 2 f;
iii) on a V U ` W avec f|U idU et f|W 0.
Si ces conditions sont vérifiées, alors f est la projection sur U Impf q parallèle
à W kerpf q.
DÉMONSTRATION. Grâce au Théorème 1.1, nous avons l’équivalence entre (ii)
et (iii). En effet, la condition (ii) s’écrit f pf idV q 0.
Montrons que (i) implique (iii). Soit donc f est une projection, disons une
projection sur U parallèle à W , ainsi V U ` W . Alors, pour v P V , on écrit
de manière unique v u w, avec u P U et w P W , et f pv q u. Or v P V
implique w 0 donc f pv q f puq u, et f|U idU . Par contre, v P W implique
u 0 donc f pv q f pw q 0, et f|W 0. Nous avons montré (iii).
Réciproquement, supposant valide (iii), nous avons V U `W , avec f|U idU
et f|W 0, et pour v P V , on écrit de manière unique v u w, avec u P U et
w P W . On calcule f pv q f pu w q u puisque f pw q 0 et f puq u. Il en
résulte que f est la projection sur U parallèle à W , et nous avons (i).
Si ces conditions sont vérifiées, nous avons V U ` W , avec f|U idU
et f|W 0. Nous avons vu que f est la projection sur U parallèle à W , donc
3. SOUS ESPACES EUCLIDIENS ET PROJECTIONS ORTHOGONALES 43
il suffit de montrer que U Impf q et W kerpf q. Clairement W kerpf q

car f|W 0. Mais, pour tout v P V , en écrivant v u w avec u P U et
w P W , on a f pv q u. Alors f puq 0 implique u 0, donc kerpf q W , et
nous obtenons kerpf q W . De même, U Impf q car f|U idU , et f pv q u
implique Impf q U donc U Impf q.
3. Sous espaces euclidiens et projections orthogonales

Soit E un espace préhilbertien réel séparé, muni du produit scalaire x, y.
Proposition 3.1. Soit F un sous espace vectoriel de E. Alors F est un espace
préhilbertien séparé, muni du produit scalaire induit par restriction.
DÉMONSTRATION. La restriction du produit scalaire à F est bien sûr une forme
bilinéaire symétrique, positive car xv, v y ¥ 0 pour tout v P E (en particulier pour
tout v P F) et en fait définie positive, puisque xv, v y 0 implique v 0 dans E,
et en particulier dans F. Donc, F est un espace préhilbertien séparé réel.
Lorsque F est de dimension finie, d’après la proposition suivante on a tou-
jours E F ` F K , et nous pouvons écrire la formule de la projection orthogonale
πF .
Définition 3.2. Soit F un sous espace de E, tel que E F ` F K . La projection
orthogonale πF est définie comme la projection sur F, parallèle à F K .
Théorème 3.3. Soit F un sous espace de dimension finie d’un espace préhil-
bertien séparé. Alors nous avons E F ` F K . De plus, si pe1 , . . . , en q est une
base orthonormée de F, alors πF s’écrit :
¸
πF pv q xv, ei yei .

i 1,...,n
DÉMONSTRATION. Si F est de dimension finie, disons dimpF q n, nous pou-

vons choisir une base orthonormée pe1 , . . . , en q de F (une telle base existe
d’après le chapitre 5.
L’application suivante est un endomorphisme de E :
¸
ξ:E Ñ E, Þ
vÏ xv, ei yei ,

i 1,...,n
ce que l’on vérifie immédiatement grâce à la linéarité du produit scalaire en la
première variable, une fois fixée la deuxième.
Montrons que ξ est la projection orthogonale de E sur F, parallèle à F K .
Cela implique, bien entendu, que E F ` F K . Pour montrer que ξ est une
projection, on peut vérifier que ξ 2 ξ, ce qui vient de la formule :
¸
ξ 2 pv q ξ pξ pv qq xξ pv q, ei yei

i 1,...,n
¸ ¸
x xv, ej yej , ei yei

i 1,...,n j 1,...,n
¸
xv, ej yxej , ei yei

i,j 1,...,n
¸ ¸
xv, ej yδi,j ei xv, ei yei ξ pv q.

i,j 1,...,n
i 1,...,n
Si v est un vecteur de E, évidemment ξ pv q appartient à F donc Impξ q F. De

plus, ξ pei q ei donc ξ|F idF , donc Impf q F. De plus, si°v P F K alors ξ pv q
0 car v K ei pour tout i. Finalement, si v P kerpξ q on a i1,...,n xv, ei yei 0
donc xv, ei y 0 pour tout i puisque les ei sont libres, donc v P F K puisque les
ei engendrent F. On en obtient que kerpξ q F K , donc ξ est bien la projection
sur F, parallèle à F K .
3.1. Projection orthogonale sur une droite. Soit E un espace préhilbertien

réel séparé, et soit 0 u un vecteur de E. La droite L vectpuq est formée par
le vecteurs de la forme λu, où λ varie dans R.
La projection orthogonale πL prend la forme :
πL pv q
xv, uy u.
kuk2
En coordonnées, si B pe1 , . . . , en q est une base orthonormée d’un espace

euclidien E et L est une droite engendrée par le vecteur u y1 e1 yn en ,
alors πL prend la forme :
°n ņ
πL px1 e1 xn en q °n

j 1 xj yj
yi ei .
2

j 1 yj i 1
3.2. Projection orthogonale sur un hyperplan. Soit E un espace euclidien,

et H un hyperplan de E, autrement dit un sous espace vectoriel de codimension
1 dans E. Alors H est défini par une équation donnée par une forme linéaire
f P E :
H tv P E | f pv q 0u.
Supposons avoir fixé une base orthonormée B de E et sa base duale B . Soit
f a1 e1 an en . L’orthogonal de H est alors la droite engendrée par le
vecteur nH pa1 e1 an en q, que nous pouvons penser comme un vecteur
normal de H.
HK vectpnH q.
En effet, il suffit de montrer que :
nHK H,
ce qui est clair puisque, si v x1e1 xn en , on a :
xnH , v y a1x1 an xn f pv q,
donc v P H ssi f pv q 0 ssi v K nH .
La projection orthogonale πH prend la forme :

¸
πH px1 e1 xn en q 1 °n
ai
2
xi ei .

i 1,...,n
j 1 aj
4. SYMÉTRIE RELATIVE À UN SOUS ESPACE, PARALLÈLE À UN SUPPLÉMENTAIRE 45
4. Symétrie relative à un sous espace, parallèle à un supplémentaire

Nous revenons à notre cadre général des espaces vectoriel sans structure
de produit scalaire, pour définir les symétries par rapport à un sous espace. Ce
sous espace sera l’axe de symétrie, et sont supplémentaire sera la direction de
symétrie.
Soit V un espace vectoriel sur un corps K.
Définition 4.1 (Symétrie relative à U parallèle à W ). Soit U un sous espace de
V et soit W un supplémentaire de U, i. e. V U ` W . Un vecteur v de V s’écrit
de manière unique comme u w, avec u P U et w P W . La symétrie σ par
rapport à U et parallèle à W est définie par par :
σ pv q u w.
On dira aussi que U est l’axe de σ.
Nous avons que les symétries sont des applications involutives, ce qui par
définition veut dire que, appliquées deux fois, donnent l’identité.
Proposition 4.2. La symétrie σ par rapport à un sous espace est un endomor-
phisme involutif de V .
DÉMONSTRATION. Bien entendu, σ est une application de V dans V . Le même
argument utilisé pour montrer la Proposition 2.2 peut être utilisé pour prouver
que σ est linéaire. De plus, on montre directement de la formule σ puq u1 u2
que σ pσ puqq u1 u2 u, donc :
σ2 idV , donc σ σ 1 ,
ce qui dit que σ est involutive.
Proposition 4.3 (Caractérisation des symétries). Soit f un endomorphisme de
V . Le affirmations suivantes sont équivalentes :
i) f est une symétrie ;
idV ;
ii) f est une involution, i. e. f 2
iii) on a V U ` W avec f|U idU et f|W idW .
Si ces conditions sont vérifiées, alors f est la symétrie d’axe kerpf idV q,
parallèle à kerpf idV q.
DÉMONSTRATION. L’équivalente entre (ii) et (iii) est claire d’après le Théorème
1.1, puisque la condition (ii) s’écrit f 2 idV 0, ce qui équivaut à pf idV qpf
idV q 0.
La proposition précédente montre que (i) implique (ii). De plus, si (iii) est
valide, alors V U ` W , ainsi un vecteur u de V s’écrit uniquement comme
v u w avec u P U et w P W . Nous avons alors f pv q f puq f pw q u w
puisque f|U idU et f|W idW , donc f est la symétrie par rapport à U, parallèle
à W , et nous avons (i).
Pour montrer le dernier énoncé, remarquons que si u P U alors f puq u
donc U kerpf idV q. Pour l’autre inclusion, pour tout v P V , nous écrivons
uniquement v comme u w avec u P U et w P W , et f pv q u w. Donc
v P kerpf idV q implique f pv q v, ce qui entraîne u w u w donc w 0.
Ainsi v P U et kerpf idV q U.
De même, si w P W alors f pw q w donc W kerpf idV q. Pour l’autre

inclusion, soit v P V sous la forme u w avec u P U et w P W , ainsi f pv q u w,
et supposons v P kerpf idV q. Alors f pv q v, ce qui implique u w u w
donc u 0. Ainsi v P W et kerpf idV q W .
5. Symétries orthogonales
Soit maintenant E un espace euclidien, muni du produit scalaire x, y. Étant
donné un sous espace F de E, nous avons E F ` F K .
Définition 5.1. La symétrie orthogonale σF est définie comme la symétrie par
rapport à F, parallèle à F K .
Proposition 5.2. Soit F un sous espace de dimension k de E, et soit pe1 , . . . , en q
une base orthonormée de E avec ei P F ssi i ¤ k. Alors la symétrie orthogonale
σF s’écrit : ¸ ¸
σF pv q xv, ei yei xv, ei yei .

i 1,...,k
i k 1,...,n
DÉMONSTRATION. Montrons que :

σF πF πF K .
En effet, si u P F, on a σF puq u πF puq πF πF K puq. Si w P F K , on a
σF pw q w πF K pw q πF πF K pw q. Puisque F U ` V , et σF coïncide
avec πF πF K sur U et sur W , on a σF πF π° FK.
D’après le Théorème 3.3 nous avons πF pv q i1,...,k xv, ei yei . De manière
°
analogue, on obtient πF K pv q ik 1,...,n xv, ei yei . Donc :
¸ ¸
σF pv q πF pv q πF K pv q xv, ei yei xv, ei yei .

i 1,...,k
i k 1,...,n

CHAPITRE 7
Endomorphismes symétriques
1. Endomorphisme dual
Soit V un espace vectoriel sur un corps K, et soit f un endomorphisme de
V . Soit V l’espace dual de V .
Proposition 1.1. Soit f un endomorphisme de V . Il existe une unique applica-
tion g : V Ñ V définie, pour tout α P V par :
g pαpv qq αpf pv qq,
pour tout v P V . Cette application g est linéaire.
DÉMONSTRATION. Montrons d’abord que g est une application de V dans V .
Soit donc α P V , et montrons que g pαq est une forme linéaire. Prenons λ1 , λ2 P
K et v1 , v2 P V . On a g pαqpλ1 v1 λ2 v2 q αpf pλ1 v1 λ2 v2 qq λ1 αpf pv1 qq
λ2 αpf pv2 qq λ1 g pαqpv1 q λ2 g pαqpv2 q, donc g pαq est une forme linéaire.
L’application g : α ÞÏ g pαq est linéaire. En effet, pour α1 , α2 P V , et v P V
on a g pλ1 α1 λ2 α2 qpv q pλ1 α1 λ2 α2 qpf pv qq λ1 α1 ppf pv qq λ2 α2 pf pv qq
λ1 g pα1 qpv q λ2 g pα2 qpv q.
Définition 1.2. Soit f un endomorphisme. L’application f̌ telle que pour tout
α P V , v P V on ait f̌ pαpv qq αpf pv qq s’appelle l’endomorphisme dual de f.
L’endomorphisme f̌ est parfois appelé l’endomorphisme transposé de f. Ceci
est justifié par la proposition suivante.
Proposition 1.3. Soit V de dimension finie, B une base de V et soit B la base
duale de B. Alors MB pf̌ q MB pf q .
|
DÉMONSTRATION. Soit B pe1 , . . . , en q et B pe1 , . . . , en q. Soit M

pmi,j q1¤i,j ¤n la matrice de f en la base B. Nous avons alors :
f̌ pek qpej q ek pf pej qq
¸
ekp mi,j ei q

i 1,...,n
¸
mi,j ek pei q

i 1,...,n
¸
mi,j δi,k mk,j .

i 1,...,n
°
D’ailleurs, soit MB pf̌ q prh,k q1¤h,k¤n . Alors f̌ pek q h1,...,n rh,k eh , donc
f̌ pek qpej q rj,k . Nous avons prouvé que rj,k mk,j . Il s’en suit que MB pf q
MB pf̌ q.
47
48 7. ENDOMORPHISMES SYMÉTRIQUES
2. Adjoint d’un endomorphisme

Soit E un espace préhilbertien réel séparé, muni du produit x, y. Notons L
l’application de dualité induite par le produit scalaire :
L:E Ñ E
v ÞÏ pLpv q : u ÞÏ xu, v yq.
Rappelons que L est injective car le produit scalaire est non dégénéré.
Définition 2.1. Soit f un endomorphisme de E. Un endomorphisme g de E est
dit adjoint de f si, pour tout u, v P E, on a :
xu, f pv qy xg puq, v y.
On note f un adjoint de f.
Proposition 2.2. Soit f un endomorphisme de E.
i) Soit g : E Ñ E une application telle que pour tout u, v P E on ait
xu, f pv qy xg puq, v y. Alors g est linéaire.
ii) Si f admet un adjoint alors cet adjoint est unique.
iii) L’endomorphisme g est adjoint de f ssi L g f̌ L.
DÉMONSTRATION. Soit λ1 , λ2 P R, u1, u2 P E et soit u λ1u1 λ2 u2 . Pour
tout vecteur v de E on a :
xg pλ1u1 λ2 u2 q, v y xλ1 u1 λ2 u2 , f pv qy
λ1xu1, f pv qy λ2xu2, f pv qy
λ1xg pu1q, v y λ2xg pu2q, v y.
Or ceci étant valide pour tout v P E, nous avons g pλ1 u1 λ2 u2 q λ1 g pu1 q
λ2 g pu2 q, donc g est linéaire.
Pour montrer l’unicité de l’adjoint de f, nous considérons deux endomor-
phismes g, g 1 de E tels que xu, f pv qy xg puq, v y xg 1 puq, v y pour tout u, v P E.
Il s’en suit que g puq g 1 puq pour tout u P E, grâce à la Remarque 2.1, donc
g g 1.
Montrons maintenant que g est adjoint de f ssi L g f̌ L, autrement dit
ssi le diagramme commute :
g
E /E
L L

E / E
f̌
Soit donc u, vP E. On a :
Lpg puqqpv q xv, g puqy xg puq, v y,
f̌ pLpuqqpv q Lpuqpf pv qq xf pv q, uy xu, f pv qy.
Ceci implique que g est adjoint de f ssi L g f̌ L.
L’unicité de l’adjoint peut être mise en défaut lorsque l’espace préhilbertien
n’est pas séparé, autrement dit lorsque x, y est seulement un semi-produit, i. e.
la forme bilinéaire symétrique x, y est dégénérée. Ceci ne nous préoccupe pas
ici.
2. ADJOINT D’UN ENDOMORPHISME 49
Proposition 2.3. Soit f un endomorphisme de E et f son adjoint.

i) Nous avons kerpf q Impf qK et kerpf q Impf qK .
ii) Si F est un sous espace de E stable par f, alors F K est stable par f .
iii) L’endomorphisme f est l’adjoint de f .
DÉMONSTRATION. Montrons d’abord (iii). Nous devons vérifier que, si pour tout
u, v P E on a xu, f pv qy xg puq, v y, alors pour tout u1 , v 1 P E on a xu1 , g pv 1 qy
xf pu1q, v 1y. Mais cela est évident, en utilisant la symétrie du produit scalaire, en
posant u v 1 et v u1 .
Montrons (i). Soit v P kerpf q, et montrons v P Impf qK . Soit donc w P
Impf q, ainsi il existe u P E tel que w f puq. Nous avons xw, v y xf puq, v y
xu, f pv qy 0 puisque f pv q 0. Donc kerpf q Impf qK. Réciproquement, soit
v P Impf qK . On a alors xf puq, v y pour tout u P E, donc xu, f pv qy pour tout
u P E, ce qui implique f pv q 0, i. e. Impf qK kerpf q. Nous avons montré
kerpf q Impf qK .
Puisque f est l’adjoint de f nous avons alors kerpf q Impf qK .
Montrons maintenant (ii). Soit F un sous espace de E tel que f pF q F, i. e. F
est stable par f, et montrons que f pF K q F K . Soit donc u P F K , i. e. xv, uy 0
pour tout v P F. Nous devons montrer que f puq P F K , i. e. xv, f puqy 0 pour
tout v P F. Mais xv, f puqy xf puq, v y xu, f pv qy 0, puisque f pv q P F et
u P F K.
Proposition 2.4. Si E est un espace euclidien, tout endomorphisme f admet
un adjoint f .
DÉMONSTRATION. Si E est un espace euclidien, le produit scalaire est une
forme bilinéaire non dégénérée sur E. Ceci implique que L : E Ñ E est un
isomorphisme. On peut donc définir :
f L1 f̌ L,
en on obtient L f f̌ L, donc f est bien un adjoint de f.
Plus explicitement, pour tout u P E nous avons que f̌ Lpuq est une forme
linéaire définie par :
v ÞÏ xu, f pv qy.
On définit f pv q comme l’unique vecteur w P E tel que cette forme est xw, y, i.
e. w est l’unique vecteur de E tel que, pour tout v P E, on ait :
xu, f pv qy xw, v y.
Þ w qui satisfait la définition de f .
On obtient une application v Ï
Proposition 2.5. Soit f un endomorphisme d’un espace euclidien E, et soit f
son adjoint. Soit B une base orthonormée de E. Alors :
MB pf q MB pf q .
|
DÉMONSTRATION. Soit B pe1 , . . . , en q, soit pmi,j q1¤i,j ¤n la matrice de f et

pri,j q1¤i,j ¤n la matrice de f . On a :
¸ ¸
f pej q mi,j ei , f pek q rh,k eh ,

i 1,...,n
h 1,...,n
50 7. ENDOMORPHISMES SYMÉTRIQUES
De plus :
¸ ¸
xek , f pej y mi,j xek , ei y mi,j δk,i mk,j

i 1,...,n
i 1,...,n
¸ ¸
xf pek q, f pej qy rh,k xeh , f pej y rh,k δh,j rj,k .

i 1,...,n
i 1,...,n
Nous avons donc montré la relation MB pf q MB pf q .

|

3. Endomorphismes symétriques
Soit encore E un espace préhilbertien réel séparé.
Définition 3.1. Soit f un endomorphisme de E. Alors f est symétrique si :
f f.
Remarque 3.2. Soit B une base orthonormée d’un espace euclidien E et f un
endomorphisme de E. Alors f est symétrique si et seulement si MB pf q est une
matrice symétrique.
DÉMONSTRATION. Nous avons montré que, dans une base orthonormée B,
M B pf q M B pf q .
|

Proposition 3.3. Les projections et les symétries orthogonales sont des endo-
morphismes symétriques.
DÉMONSTRATION. Soit F un sous espace de E et supposons que E F ` F K .
Soit v, v 1 vecteurs de E, et v u w, v 1 u1 w 1 avec u, u1 P F et w, w 1 P F K .
Nous avons alors πF pv q u et πF pv 1 q u1 pour les projections, et σF pv q u w
et σF pv 1 q u1 w 1 pour les symétries.
Il résulte de w K u1 et w 1 K u que :
xv, πF pv 1qy xu w, u1 y xu, u1 y xu, u1 w 1 y xπF pv q, v 1 y,
donc πF est symétrique. De plus, on a :
xv, σF pv 1qy xu w, u1 w 1 y xu, u1 yxw, w 1 y xuw, u1 w 1 y xσF pv q, v 1 y,
donc σF est symétrique.
Proposition 3.4. Soit f un endomorphisme symétrique de E, et soient u, v
deux vecteurs propres de f relatifs à deux valeurs propres distinctes de f.
Alors u K v.
DÉMONSTRATION. Soit λ µ tels que f puq λu et f pv q µv. On a :
µxu, v y xu, f pv qy xf puq, v y λ xu, v y,
donc pµ λ qxu, v y 0, ce qui implique xu, v y 0 car λ µ.
4. Diagonalisation des endomorphismes symétriques

Le résultat suivant montre que les endomorphismes symétriques sont diago-
nalisables. Il est souvent appelé théorème spectral réel.
Théorème 4.1 (Théorème spectral réel). Soit f un endomorphisme symétrique
d’un espace euclidien E. Alors il existe une base orthonormée de E de vecteurs
propres de f.
4. DIAGONALISATION DES ENDOMORPHISMES SYMÉTRIQUES 51
Nous utiliserons la proposition suivante, qui dit qu’une matrice symétrique

réelle admet un vecteur propre réel.
Proposition 4.2. Soit M une matrice symétrique réelle de taille n. Alors toute
valeur propre de M est réelle, et M admet des vecteurs propres réels.
DÉMONSTRATION. Soit χM pt q detpM tIn q le polynôme caractéristique de
M. Ce polynôme admet une racine λ dans C grâce au théorème fondamental de
l’algèbre (théorème de d’Alembert). Nous montrerons que λ est forcément réel.
Nous pouvons penser M comme matrice de Mn pCq, ainsi M admet un vec-
teur propre Z pz1 , . . . , zn q dans Cn , relatif à la valeur propre λ P C :
|
MZ λZ.
Montrons que λ λ. Ce passage constitue une anticipation des techniques
valides pour les endomorphismes hermitiens ! En utilisant M M, nous calcu-
lons :
¸ ¸
Z Z Z λZ Z λ λ |zi |2,
| | | | |
Z MZ MZ MZ λZ zi z i

i 1,...,n
i 1,...,n
où nous prenons |z| le module standard dans C.

Par ailleurs, nous pouvons transposer l’expression ci-dessus :
¸
pZ MZ q Z Z Z λZ Z λ |zi |2,
| | | | | | | |
Z MZ M Z MZ λZ

i 1,...,n
où nous avons utilisé que M M . °

|
Comme Z 0, nous avons que i1,...,n |zi |2 0, ce qui implique λ λ.

Ce fait nous autorise à choisir le vecteur propre Z réel aussi.
Lemme 4.3. Soit E un espace préhilbertien réel séparé et f un endomorphisme
de E. Soit F un sous espace de E stable par f. Alors F K est stable par f.
DÉMONSTRATION. Évident d’après la Proposition 2.3, car f f .
DÉMONSTRATION DU THÉORÈME SPECTRAL. Nous montrons le théorème par
récurrence sur n dimpE q. Pour n 1, il n’y a rien à démontrer, car toute
base convient.
Soit alors C pv1 , . . . , vn q une base orthonormée de E, qui existe d’après
le chapitre 5. Nous avons que M MC pf q est une matrice symétrique réelle de
taille n, donc toutes ses valeurs propres sont réelles d’après la Proposition 4.2,
et par la même proposition il existe un vecteur colonne non nul X P Rn tel que
MX λX, où λ P R est une des valeurs propres de f.
Soit v CX x1 c1 xn cn . L’espace F vectpv q est stable par f, car
f pv q λv. Donc F K est stable par f grâce au lemme précédent. Il s’en suit que
la restriction f|F K de f à F K est un endomorphisme de F K , qui est symétrique
aussi car xf puq, v y xu, f pv qy vaut pour tout couple pu, v q de vecteurs de E,
donc de F K .
Puisque E F ` F K par le Théorème 3.3, et dimpF q 1, nous avons
dimpF K q n 1. Par hypothèse de récurrence, il existe alors une base
pe1, . . . , en1q orthonormée de F K, de vecteurs propres de f|F K , i. e. f|F K pei q
f pei q λi ei pour tout i 1, . . . , n 1. Posons en 1{kvkv. On a ei K en pour
i n, car ei appartient à F K si i n, et en P F vectpv q. Donc B est la base
orthonormée cherchée de vecteurs propres de f.
CHAPITRE 8
Automorphismes orthogonaux
Fixons un espace euclidien E, muni du produit scalaire x, y.

1. Automorphismes orthogonaux et isométriques
Nous allons analyser différentes notions d’endomorphisme orthogonal, en
termes d’endomorphisme qui respecte le produit scalaire, ou la norme (isomé-
trie), puis montrer que ces notions sont équivalentes.
1.1. Endomorphismes orthogonaux. Posons d’abord la définition d’endo-
morphisme orthogonal.
Définition 1.1. Soit f un endomorphisme de E. Alors f est orthogonal si, pour
tout u, v P E, on a :
xf puq, f pv qy xu, v y.
Proposition 1.2. L’endomorphisme f est orthogonal si et seulement si f est
inversible, et f 1 f .
DÉMONSTRATION. Soit f orthogonal, et considérons son adjoint f . Nous
avons, pour tout u, v P E, l’égalité :
xu, v y xf puq, f pv qy xf pf puqq, v y,
donc u f pf puqq pour tout u P E. Autrement dit, f f idE , donc f est
inversible et f f 1 .
Réciproquement, si f est inversible et f f 1 , nous avons u f pf puqq
pour tout u P E, donc de nouveau xu, v y xf pf puqq, v y xf puq, f pv qy, pour
tout v P E, donc f est orthogonal.
1.2. Matrices orthogonales. Le fait qu’un automorphisme f soit orthogonal
se lit bien entendu sur la matrice de f en une base orthonormée B.
Définition 1.3. Une matrice M P Mn pKq est orthogonale si :
M M In .
|
Proposition 1.4. Soit B une base orthonormée de E et f un automorphisme de

E. Alors f est orthogonal si et seulement si MB pf q est orthogonale.
DÉMONSTRATION. Soit M MB pf q. Nous savons que MB pf q M puisque B
|
est orthonormée, et que f est orthogonal ssi f est inversible et f 1 f . Donc f

est orthogonal ssi M est inversible et M 1 MB pf q M , i. e. ssi M M In .
| |
Nous avons alors que f est orthogonal ssi M est orthogonale.

Proposition 1.5. Soit B pe1 , . . . , en q une base orthonormée de E et P la
matrice des coordonnées en la base B d’une famille B1 pe11 , . . . , en1 q. Alors
B1 est une base orthonormée ssi P est orthogonale.
53
54 8. AUTOMORPHISMES ORTHOGONAUX
DÉMONSTRATION. Notons P ppi,j q1¤i,j ¤n , et par définition :

¸
ej1 pi,j ei .

i 1,...,n
Nous avons :

p1,1 p2,1 . . . pn,1 p1,1 p1,2 . . . p1,n
p1,2 p2,2
. . . pn,2 p2,1 p2,2 . . . p2,n
P P ..
|
.. .. .. .. ..
. . . . . .
p1,n p2,n . . . pn,n pn,1 pn,2 . . . pn,n
°n °n n °
p2
°n i1 i,1 i1 pi,1 pi,2 °in1 i,1 i,n
... p p
°
n 2
i1 pi,2 pi,1
i 1 pi,2 ... i1 pi,2 pi,n

.. .. ..

. . .
°n °n °n 2

i 1 pi,n pi,1 i1 i,n pi,2 . . .
p

i 1 pi,n
1
ke1 k2 x
e1 , e21 1y ... xe11 , en1 y
x 1 1y
e2 , e1 ke2 k2 1 ... xe 1 , e 1 y

.. .. ..
2 n
.

. . .
xen1 , e11 y xen1 , e21 y . . . ken1 k2
Donc P P
|
In ssi xei1 , ej1y δi,j ssi B1 est une base orthonormée.
1.3. Endomorphismes isométriques. Les endomorphismes isométriques

sont les endomorphismes de E qui préservent la métrique, ou, ce qui est la
même chose, qui préservent la norme. Nous allons voir que ce sont des auto-
morphismes.
Définition 1.6. Un endomorphisme f de E est isométrique si, pour tout v P E,
on a :
kf pv qk kvk.
A propos de la définition : le terme isométrie désigne plus souvent les trans-
formations affines de E qui préservent la norme, par exemple les translations
u ÞÏ u v0 , où v0 serait un vecteur fixé de E. Mais nous travaillons ici avec les
espaces vectoriels euclidiens uniquement.
1.4. Automorphismes orthogonaux vs isométriques. Nous avons l’équiva-

lence entre endomorphismes orthogonaux et isométriques.
Théorème 1.7. Soit f un endomorphisme de E. Alors les conditions suivantes
sont équivalentes :
i) f est orthogonal ;
ii) pour toute base orthonormée B de E, on a que f pBq est une base ortho-
normée ;
iii) il existe une base orthonormée B de E telle que f pBq est une base ortho-
normée ;
iv) f est isométrique.
2. ORIENTATION, ISOMÉTRIES DIRECTES 55
DÉMONSTRATION. Montrons que (i) implique (ii), donc soit f est orthogonal et
soit B pe1 , . . . , en q une base orthonormée de E. Nous avons, pour tout u, v P E,
xf puq, f pv qy xu, v y, en particulier xf pei q, f pej qy xei , ej y donc f pBq est une
famille orthonormée de n vecteurs, donc une base orthonormée.
Il est évident que (ii) implique (iii), car nous avons prouvé que E admet une
base orthogonale.
Pour voir que (iii) implique (iv), nous considérons une base orthonormée
B pe1 , . . . , en q telle que f pBq est orthonormée, et nous calculons kf pv qk en
coordonnées. Nous avons v x1 e1 xn en , pour un certain vecteur colonne
X px1 , . . . , xn q . Comme B est orthonormée, on a kvk2 x12 xn2 . De
|
plus, f pv q x1 f pe1 q xn f pen q donc kf pv qk2 x12 xn2 puisque

f pBq pf pe1 q, . . . , f pen qq est une base orthonormée. Donc f est une isométrie.
Enfin, montrons que (iv) implique (i), i. e. qu’un endomorphisme isométrique
est orthogonal. Étant donnés u, v P E, on sait :

xu, v y 21 ku vk2 kuk2 kvk2 ,
et de même xf puq, f pv qy 1{2pkf pu v qk2 kf puqk2 kf pv qk2 q. Donc si
kf pw qk kwk pour tout w P E, les trois termes de ku vk2 kuk2 kvk2
coïncident un par un avec les trois termes de kf pu v qk2 kf puqk2 kf pv qk2 ,
donc xu, v y xf puq, f pv qy.
2. Orientation, isométries directes

Les isométries d’un espace euclidien peuvent conserver ou inverser l’orien-
tation, qui intuitivement peut être pensée comme le sens de rotation des aiguilles
d’une montre.
2.1. Orientation d’un espace vectoriel réel. Soit n P N et soit V un espace

vectoriel réel de dimension n. Soit B1 , B2 deux bases de V , et soit P la matrice
de passage de B1 à B2 .
On définit une relation d’équivalence sur l’ensemble des bases de V par
B1 B2 ô detpP q ¡ 0. On vérifie aisément que c’est une relation d’équivalence :
– réflexive, car detpIn q 1 ;
– symétrique, car la matrice de passage de B2 à B1 est P 1 , dont le détermi-
nant vaut 1{ detpP q ¡ 0 si B1 B2 ;
– transitive, car si B1 B2 , et Q est la matrice de passage de B2 à B3 et
detpQ q ¡ 0, alors PQ est la matrice de passage de B1 à B3 et detpPQ q
detpP q detpQ q ¡ 0.
Il est clair qu’il existe exactement deux classes d’équivalence par rapport à
la relation .
Définition 2.1. Une orientation de V est une classe d’équivalence par rapport à
la relation . L’espace V est orienté lorsqu’un choix est fait d’une orientation de
V . Une base B d’un espace orienté est positive si elle est dans classe d’équivalence
par donnée par l’orientation. Dans le cas contraire, on dit que B est négative.
Un automorphisme f de V envoie une base dans une base, et on dira que
f préserve l’orientation si B et f pBq sont dans la même classe d’équivalence, et
que f inverse l’orientation dans le cas contraire (il est facile de voir que cela ne
dépend pas du choix de B).
Remarque 2.2. Soit B une base de V .

i) Soit f un automorphisme de V . Alors f préserve l’orientation ssi
detpMB pf qq ¡ 0.
ii) Si V est orienté et B est positive alors B1 est positive ssi la matrice P de
passage de B a B1 satisfait detpP q ¡ 0.
DÉMONSTRATION. La matrice MB pf q est aussi la matrice de passage de B à
f pBq, donc son déterminant est positif ssi f pBq est positive.
2.2. Isométries directes. On dit des automorphismes orthogonaux qui

conservent l’orientation qu’ils sont directs.
Définition 2.3. Soit f un automorphisme orthogonal. Alors f est direct s’il pré-
serve l’orientation, indirect s’il l’inverse. On appelle un automorphisme ortho-
gonal direct aussi une isométrie directe.
Remarque 2.4. Soit f un automorphisme orthogonal. Alors detpf q 1, ainsi
f est direct ssi detpf q 1, ssi dans une base orthonormée B on a MB pf q ortho-
gonale de déterminant 1.
Une symétrie orthogonale d’axe F est directe ssi dimpF K q est pair. Une
réflexion orthogonale est indirecte.
3. Automorphismes orthogonaux du plan

Dans cette section, E est un espace euclidien de dimension 2.
3.1. Matrices orthogonales de taille 2. Étudions les matrices orthogonales

de taille 2, donc les automorphismes orthogonaux de E.
Proposition 3.1. Soit f un automorphisme orthogonal de E, soit B pe1 , e2 q
une base orthonormée de E, et posons M MB pf q. Alors M est de l’une des
deux formes M Rθ ou M Řθ :

cospθ q
sinpθ q , et Řθ cospθ q sinpθ q .
Rθ
sinpθ q
cospθ q sinpθ q cospθ q
pour un certain θ P r0, 2π r. La forme Rθ se produit ssi detpM q 1, et la forme
Řθ ssi detpM q 1.
DÉMONSTRATION. Soit M MB pf q la matrice :

a b
.
c d
De la relation M M
|
I2, nous obtenons :
a 2
c2 b2 d2 1, ab cd 0,
donc il existent deux nombres réels θ, φ tels que :
a cospθ q, b sinpθ q, c cospφq, d sinpφq.
Il s’en suit que :
ab cd cospθ φq 0,
3. AUTOMORPHISMES ORTHOGONAUX DU PLAN 57
donc θ φ π {2 kπ, avec k P Z.

"
c cospφq sinpθ q b
d sinpφq cospθ q a
k pair ÍÑ
"
c cospφq sinpθ q b
d sinpφq cospθ q a
k impair ÍÑ
Nous avons donc obtenu les deux formes possibles Rθ et Řθ . Il est clair qu’elles
sont caractérisées par le signe de detpM q.
3.2. Rotations du plan orienté. Supposons que, dans la base orthonormée
B pe1 , e2 q, on ait MB pf q Rθ avec θ Ps0, π rYsπ, 2π r. Alors θ 1 2π
θ appartient encore à s0, π rYsπ, 2π r, et nous pouvons définir la base B1
pe1, e2q. On a MB1 pf q Rθ Rθ 1 . C’est la seule ambiguïté dans la définition
de θ, qui disparaît si nous considérons E orienté.
Soit donc E orienté.
Remarque 3.2. Soit f un automorphisme orthogonal direct de E. Alors il existe
un unique θ P r0, 2π r tel que, pour toute base orthonormée positive B de E, on
ait MB pf q Rθ .
DÉMONSTRATION. Soit B une base orthonormée positive de E et M MB pf q.
Puisque f est direct, on a detpM q 1, et il existe θ P r0, 2π r tel que M Rθ .
Montrons l’unicité. Les valeurs propres λ, µ de M, vue comme matrice com-
plexe, satisfont :
λµ 1, λ µ 2 cospθ q.
Donc on a :
λ cospθ q i sinpθ q, µ cospθ q i sinpθ q.
Pour toute base orthonormée B1 de E il existe θ 1 P r0, 2π r tel que MB1 pf q
Rθ 1 , et nous avons cospθ q cospθ 1 q par égalité des traces de Rθ et Rθ 1 , donc
θ 1 θ ou θ 1 2π θ.
Nous voulons montrer que, si B1 est positive, θ 1 θ. Nous pouvons supposer
θ 0, π, et nous voulons montrer que θ 1 2π θ implique que B1 est négative.
Soit P la matrice de passage de B à B1 . On écrit :

P a b
c d
, PR2π θ Rθ P.
Nous obtenons, en développant : b c et a d. Donc P devient :

P a
b
b
a Ñ detpP q a2 b2 0,
ainsi B1 est négative.
Définition 3.3. Si f est un automorphisme orthogonal d’un plan euclidien
orienté, on dit que f est une rotation d’angle θ si, lorsque B est une base ortho-
normée positive de E, on a :

cospθ q sinpθ q
M B pf q R θ sinpθ q cospθ q
.
La remarque précédente dit que la définition de rotation est bien posée.

Proposition 3.4. Soit E orienté, f un automorphisme orthogonal de E, B

pe1, e2q une base orthonormée positive de E et M MB pf q. Alors :
i) l’automorphisme f est une rotation d’angle θ ssi :
detpM q 1, trpM q 2 cospθ q;
ii) l’automorphisme f est une réflexion orthogonale ssi :

detpM q 1;
iii) l’automorphisme f est diagonalisables ssi f est indirect ou si f est une

rotation d’angle 0 ou π.
DÉMONSTRATION. Nous savons que f est direct ssi detpM q 1 ssi f est une
rotation d’angle θ, pour un certain θ P r0, 2π r. Ensuite, si f est une rotation
d’angle θ, on calcule trpRθ q 2 cospθ q donc une implication de (i) est prouvée.
Réciproquement, si detpM q 1 alors M Rφ pour un certain φ P r0, 2π r, et
trpM q 2 cospθ q 2 cospφq implique θ φ.
Montrons (ii). Clairement, si f une réflexion orthogonale, alors f est indirect
donc detpf q 1. Ce que nous devons montrer, c’est l’autre implication, donc
soit f indirect, ainsi M Rˇθ pour un certain θ P r0, 2π r. Posons u psinpθ q, 1
cospθ qq et w p sinpθ q, 1 cospθ qq. Nous allons montrer que w K u, et que
f est la réflexion orthogonale par rapport à la droite vectpuq.
On calcule xu, w y 0 donc u K w :
xu, w y sin2pθ q 1 cos2pθ q 0.
Ensuite, Mu u et Mw w car :

cospθ q sinpθ q sinpθ q

Mu
sinpθ q cospθ q 1 cospθ q

sinpθ qsin cospθ q sinpθ q cospθ q sinpθ q

2
p θ q cos2 pθ q cospθ q
u,

cospθ q sinpθ q sinpθ q

Mw
sinpθ q cospθ q 1 cospθ q

sinpθ q cospθ q sinpθ q cospθ q sinpθ q

w.
sin2pθ q cos2pθ q cospθ q
Donc M est la matrice de la symétrie orthogonale d’axe vectpuq, et parallèle à
vectpw q uK , i. e. de la réflexion orthogonale d’axe vectpuq.
Montrons le dernier énoncé. Si f est indirect alors f est diagonalisable, car
f est alors une réflexion orthogonale. Puis, si f est une rotation d’angle 0 ou π
alors M I2 ou M I2 , donc f est diagonalisable.
En revanche, si f est une rotation d’angle θ 0, π, nous avons vu que les
valeurs propres de M sont cospθ q i sinpθ q et cospθ q i sinpθ q, et comme
θ 0, π on a sinpθ q 0, donc les deux valeurs propres ne sont pas réelles et
f n’est pas diagonalisable.
On que f est une rotation d’angle θ ssi, lorsque B est positive, detpM q 1
trpM q 2 cospθ q et si m2,1 et sinpθ q on le même signe.
4. FORME NORMALE DES AUTOMORPHISMES ORTHOGONAUX 59
Proposition 3.5. Soit u, v vecteurs de norme 1 d’un plan euclidien orienté E.

Alors il existe une unique rotation f telle que f puq v. Si f est d’angle θ, on
x
dit que θ est l’angle orienté u v entre u et v.
DÉMONSTRATION. Puisque u est de norme 1, nous pouvons considérer une
base orthonormée pu, u1 q de E, donc u1 appartient à la droite vectorielle uK
(c’est une droite car dimpvectpuqq dimpuK q 2). Quitte à remplacer u1 par
u1, nous pouvons supposer que pu, u1q est positive, en effet pu, u1q est aussi
orthonormée, et le déterminant de la matrice de passage entre pu, u1 q et pu, u1 q
vaut 1, donc au moins une de ces deux bases est positive. De même, on peut
compléter v à une base orthonormée positive pv, v 1 q.
L’endomorphisme f défini par f puq v et f pu1 q v 1 est orthogonal car il
envoie une base orthonormée sur une base orthonormée, et il est direct car les
deux bases sont positives. C’est donc une rotation, et l’existence est prouvée.
Montrons l’unicité. Soit g est une autre rotation telle que g puq v. Puisque
u K u1 et g est orthogonale, on a v K g pu1 q, donc g pu1 q est proportionnel à
v 1 , au fait g pu1 q v 1 car g étant orthogonale, elle envoie u1 sur un vecteur
de norme 1. Or pu, u1 q et pv, v 1 q sont positives, tandis que pv, v 1 q est négative,
donc l’hypothèse que g est positive implique g pu1 q v 1 . En conclusion, f et g
coïncident sur la base pu, u1 q donc f g.
4. Forme normale des automorphismes orthogonaux

Soit n un entier et E un espace euclidien de dimension n.
Théorème 4.1. Soit f un automorphisme orthogonal de E. Alors il existe une
base orthonormée B de E, des entiers r, s, et des uniques réels θ1 , . . . , θt Ps0, π r,
avec n r s 2t, tels que M MB pf q soit de la forme :

Ir 0 0
0
Is 0

M

Rθ1 0 0
.

0 0 ..
0 . 0
0 0 Rθt
En particulier, f est direct si et seulement si s est pair.
Nous avons besoin de deux lemmes.
Lemme 4.2. Soit dimpE q ¥ 3 et f un automorphisme orthogonal. Alors E admet
un sous espace stable par f de dimension 1 ou 2.
DÉMONSTRATION. Considérons une base orthonormée B de E et notons M
MB pf q. Le polynôme caractéristique de M ayant des racines sur C, nous pouvons
choisir λ P C et Z un vecteur colonne non nul dans Cn tels que :
MZ λZ.
Puisque M est réelle, nous avons :
MZ M Z M Z λ Z λ Z.
Écrivons Z X iY , avec X, Y vecteurs colonne dans Rn et aussi λ α iβ,
avec α, β P R. Remarquons que :
Z Z 2X, ipZ Z q 2Y .
Soit F l’espace engendré par u BX et v BY , donc F vectRpu, v q. Nous

avons alors :
2MX M pZ Z q λZ λ Z
αZ iβZ αZ iβZ
2αX 2βY P F,
2MY iM pZ Z q iλZ iλ Z
iαZ βZ iαZ βZ
2βX 2αY P F.
Donc le sous espace F est stable par f, et sa dimension est au plus 2. Clai-
rement, la dimension de cet espace est au moins 1, car autrement u v 0,
ce qui est absurde car Z 0. Nous avons donc trouvé notre espace stable de
dimension 1 ou 2.
Lemme 4.3. Soit f un automorphisme orthogonal de E et soit F un sous espace
de E stable par f. Alors F K est stable par f.
DÉMONSTRATION. Soit F stable par f, et remarquons que f|F : F Ñ F est un
automorphisme de F : il suffit de voir que f|F est injectif, or ceci est évident car
f est injectif. Donc, pour tout vecteur u P F, on a f 1 puq P F.
Soit donc w P F K et montrons f pw q P F K . On doit prouver que, pour tout
u P F, on a xu, f pw qy 0. Mais :
xu, f pw qy xf puq, w y xf 1puq, w y 0,
car u appartenant à F, on a f 1 puq P F.
DÉMONTRATION DU THÉORÈME SPECTRAL ORTHOGONAL. Nous démontrons le
théorème par récurrence sur n dimpE q. Si n ¤ 2, le théorème est valide.
En effet, pour n 1, la matrice d’un morphisme orthogonal vaut p1q, ce qui
est précisément notre énoncé pour n 1.
Pour n 2, dans la section 3 nous avons prouvé qu’un endomorphisme f
sur un espace euclidien de dimension 2 est soit une rotation d’angle θ qui est
alors unique, soit une réflexion orthogonale d’axe une droite vectpuq, parallèle
à vectpw q. Dans le premier cas, la matrice de f dans une base orthonormée est
réduite au bloc Rθ si π θ Ps0, 2π r et I2 si θ 0, I2 si θ π). Dans le
second cas, la matrice de f en la base pu, w q est diagp1, 1q. Ce sont précisément
toutes les formes possibles de notre énoncé.
Montrons l’étape de récurrence, donc soit n ¥ 3. Par le Lemme 4.2, il existe
un sous espace F de E stable par f avec dimpF q P t1, 2u. Soit G F K , et notons
que G est aussi stable par f grâce au Lemme 4.3.
Supposons d’abord dimpF q 1, donc F vectpuq avec kuk 1. Dans ce
cas, comme f|F est encore orthogonale, nous avons f|F idF donc Mpuq pf|F q
p1q. De plus, dimpG q n 1 n, donc G admet une base orthonormée C
pe1, . . . , en1q telle que MC pf|G q ait la forme du théorème. On prend B pu, C q.
C’est une base orthonormée de E, car kuk 1, u K ei pour tout i 1, . . . , n 1
et C est orthonormée. Nous avons alors :

MB pf q
1 0
0 MC pf | G q
.
5. AUTOMORPHISMES ORTHOGONAUX EN DIMENSION 3 61
La matrice MB pf q est encore de la forme voulue, quitte éventuellement à réor-

donner les vecteurs de B, si f puq 1.
Supposons maintenant dimpF q 2, et on peut supposer aussi que F ne
contienne aucun sous espace stable par f de dimension 1, autrement on est dans le
cas précédent. Alors f|F est une rotation d’angle π θ Ps0, 2π r donc MD pf q Rθ
dans une base orthonormée D de F. De nouveau dimpG q n 2 n, donc
G admet une base orthonormée C pe1 , . . . , en2 q telle que MC pf|G q ait la
forme du théorème. On prend B pC, Dq. C’est une base orthonormée de E,
car D F K G C et C, D sont orthonormées. Nous avons alors :

MC pf|G q 0
M B pf q .
0 Rθ
La matrice MB pf q est encore de la forme voulue.
Pour montrer l’unicité des θi , on liste les valeurs propres de f :
$
& 1 avec multiplicité r,
1 avec multiplicité s,
cospθi q sinpθi q
%
pour tout bloc Rθi .
Donc r, s et t sont déterminés, et les θi sont déterminés dans r0, 2π r, quitte
à les permuter et à remplacer θi avec 2π θi , car ces deux valeurs sont les
antécédents de cospθi q dans r0, 2π r. On peut donc assumer θi Ps0, π r et les θi
sont alors uniquement déterminés.
5. Automorphismes orthogonaux en dimension 3

Soit maintenant E un espace euclidien de dimension 3.
Proposition 5.1. Soit f un endomorphisme orthogonal de E. Alors l’un des cas
se produit :
i) f est une symétrie orthogonale ;
ii) il existe un plan vectoriel F dans E tel que f est la rotation dans F d’angle
θ Ps0, π rYsπ, 2π r, et f est alors direct ;
iii) il existe un plan vectoriel F dans E tel que f est la rotation dans F d’angle
θ Ps0, π rYsπ, 2π r, suivie par la réflexion orthogonale d’axe F, ainsi f est
indirect.
Þ 2π θ près.
Les rotations sont détermines à la transformation θ Ï
DÉMONSTRATION. Il s’agit d’une application du théorème de la forme normale
des endomorphismes orthogonaux. Soit donc B pe1 , e2 , e3 q une base ortho-
normée B de E, telle que M MB pf q ait la forme du théorème 4.1. Si aucun
bloc Mθi n’apparaît, alors f est une symétrie orthogonale, d’axe un sous espace
F de E de dimension m où m est le nombre d’indices i tels que f pei q 1.
C’est le cas (i).
Si ce n’est pas le cas, alors f n’est pas une symétrie orthogonale, et puisque
dimpE q 3, un seul bloc Rθ apparaît dans M, avec θ Ps0, π rYsπ, 2π r, ainsi
F vectpe2 , e3 q est un plan vectoriel de E et f|F est bien une rotation d’angle θ.
De plus nous avons f pe1 q e1 . Si c’est f pe1 q e1 , on est dans le cas (ii) et f
est direct, si f pe1 q e1 , on est dans le cas (iii) et f est indirect.
6. Groupe orthogonal et spécial orthogonal

Le groupe orthogonal est défini comme le groupe des matrices orthogonales.
Définition 6.1. Soit n un entier. Le groupe orthogonal On , noté aussi On pRq est
l’ensemble des matrices M réelles carrées de taille n satisfaisant M M In .
|
La multiplication de matrices munit cet ensemble d’une structure de groupe,

d’élément neutre In . Le groupe spécial orthogonal SOn , noté aussi SOn pRq est
l’ensemble des matrices M réelles carrées de taille n satisfaisant M M In et
|
detpM q 1.
Si E est un espace euclidien, on note OpE q le groupe des automorphismes
orthogonaux de E, muni de la loi de multiplication, et de l’élément neutre idE . Si
E est un espace euclidien orienté, on note SOpE q le groupe des automorphismes
orthogonaux directs de E, muni de la loi de multiplication, et de l’élément neutre
idE .
Remarque 6.2. Soit E un espace euclidien de dimension n, et soit B une base
orthonormée fixée de E. Alors l’application f ÞÏ MB pf q est un isomorphisme de
groupes entre l’ensemble des automorphismes orthogonaux, muni de la loi de
composition, et On . Cet isomorphisme envoie les automorphismes orthogonaux
qui respectent l’orientation sur SOn .
La démonstration est laissée au lecteur.
Théorème 6.3. Soit dimpE q n, et soit f un automorphisme orthogonal de E.
Alors f peut être décomposé comme produit de k réflexions orthogonales, avec
k ¤ n.
DÉMONSTRATION. On considère l’espace des points fixes de f, i. e. l’espace
propre de la valeur propre 1 de f :
Ff tv P E | f pv q v u.
Nous allons montrer que f s’écrit comme produit de k réflexions orthogonales,
avec k ¤ n dimpFf q.
Soit donc m n dimpFf q dimpFfK q, et raisonnons par récurrence sur
m. Si m 0, nous avons dimpFf q dimpE q donc Ff E, ce qui veut dire que
f est l’identité. Dans ce cas, nous n’avons besoin d’aucune réflexion, i. e. k 0,
et l’énoncé est valide.
Montrons l’étape de récurrence, donc soit m ¡ 1. Rappelons que FfK est
stable par f grâce au Lemme 4.3. Soit 0 u P Ff K et posons w f puq, donc
u w car u n’appartient pas à Ff . On note aussi :
ξ
2
u w
, η u 2 w .
On remarque alors ξ K η. En effet :
xξ, ηy 14 pkuk2 kwk2 xu, v y xu, v yq 0,

car kuk kwk, f étant orthogonale. Posons :
G vectpηq, H GK, g σH ,
donc η P G, ξ P H, et g est une réflexion orthogonale.
6. GROUPE ORTHOGONAL ET SPÉCIAL ORTHOGONAL 63
Maintenant, on observe que, si v P Ff , alors v K u, v K w donc v K η,

ainsi v P H, et g pv q v. De plus, w ξ η, donc g pw q ξ η u.
Alors g f contient tous les points fixes de f et de plus u. Il s’en suit que
dimpFg f q ¥ dimpFf q 1, donc n dimpFg f q ¤ n dimpFf q 1 ¤ m 1. Alors
g f est le produit de k réflexions orthogonales r1 rk avec, par hypothèse
de récurrence, k ¤ m 1. Ainsi f g r1 rk est le produit de k 1
réflexions, avec k 1 ¤ m.
Troisième partie
Formes hermitiennes, espaces

hermitiens
CHAPITRE 9
Formes sesquilinéaires et hermitiennes
Soit E un espace vectoriel sur C.
1. Formes sesquilinéaires, formes hermitiennes

1.1. Formes sesquilinéaires.
Définition 1.1. Une forme sesquilinéaire sur E est une application φ : E E ÑC
telle que, pour tout λ1 , λ2 P C, et u1 , u2 ,, v1 , v2 , v P E on ait :
φpλ1 v1 λ2 v2 , uq λ1 φpv1 , uq λ2 φpv2 , uq
φpv, λ1 u1 λ2 u2 q λ1 φpv, u1 q λ2 φpv, u2 q.
1.2. Formes hermitiennes.
Définition 1.2. Une forme sesquilinéaire φ sur E est hermitienne si, pour tout
u, v P E, on a φpu, v q φpv, uq.
Remarque 1.3. Si φ est hermitienne, alors pour tout v P E on a φpv, v q P R.
1.3. Matrice d’une forme hermitienne. Soit E de dimension finie et soit
B pe1 , . . . , en q une base de E.
Définition 1.4. Soit φ une forme sesquilinéaire sur E. La matrice MB pφq est
définie par :
MB pφq pmi,j q1¤i,j ¤n , mi,j φpei , ej q.
Proposition 1.5. Soit B, B1 bases de E, P la matrice de passage de B à B1 , et
φ une forme sesquilinéaire sur E. Alors :
|
DÉMONSTRATION. Soit B pe1 , . . . , en q et B1 pe11 , . . . , en1 q les deux bases

en question. Le fait que P soit la matrice de passage de B à B1 s’exprime par la
relation :
B1 BP,
ce qui revient à :
¸
e`1 pr,` er ,

r 1,...,n
où on note ppi,j qi,j 1,...,n la matrice P.

1 qi,j 1,...,n les matrices de φ respective-
Soit maintenant pmi,j qi,j 1,...,n et pmi,j
1
ment dans la base B et B . Nous avons :
mh,k φpeh , ek q, 1
mi,j φpei1 , ej1q.
67
68 9. FORMES SESQUILINÉAIRES ET HERMITIENNES
On déduit des relations qui précèdent, et de la sesquilinéarité de φ :

¸ ¸
1
mi,j φ ph,i eh , pk,j ek

h 1,...,n
k 1,...,n
¸ ¸
ph,i pk,j φpeh , ek q ph,i pk,j mh,k .

h,k 1,...,n
h,k 1,...,n
L’égalité ci-dessus exprime :

|
Proposition 1.6. Soit ψ : E E Ñ C une application. Alors ψ est sesquilinéaire

ssi il existe un matrice M P Mn pCq telle que, pour tout u BX P E et
v BY P E, on ait :
ψ pu, v q X MY .
|
Dans ce cas, on a MB pψ q M. De plus, ψ est hermitienne ssi :
M B pψ q MB pψq.
|
DÉMONSTRATION. Une direction est claire. En effet, si ψ est bilinéaire, nous

pouvons utiliser la proposition précédente, et poser M MB pψ q.
Pour la réciproque, démontrons que ψ est bilinéaire lorsqu’il existe une
matrice M comme dans l’énoncé. Soit alors λ1 , λ2 dans C et u, u1 , u2 , v, v1 , v2
dans E. Soit X, X1 , X2 les coordonnées de u, u1 , u2 dans la base B et Y , Y1 , Y2 les
coordonnées de v, v1 , v2 dans la base B. Nous avons :
ψ pu, λ1 v1 λ2 v2 q X M pλ1 Y1 λ 2 Y2 q
|
λ1X MY 1 λ2X MY 2
| |
λ1ψpu, v1q λ2ψpu, v2q.

ψ pλ1 u1 λ2 u2 , v q pλ1 X1 λ2 X2 q MY
|
λ1X1 MY λ2X2 MY
| |
λ1ψpu1, v q λ2ψpu2, v q.
Il en résulte que ψ est bilinéaire.
Pour trouver la relation MB pψ q M, on note Xk le vecteur colonne

px1, . . . , xn q| ayant xi δi,k . Maintenant, si M pmi,j q, le coefficient mi,j
se trouve en calculant mi,j Xi MX j Xi MXj . Or si B pe1 , . . . , en q, on a
| |
que Xk est précisément le vecteur des coordonnées de ek en la base B, donc

mi,j ψ pei , ej q, ce qui entraîne MB pψ q M.
Finalement, montrons que ψ est hermitienne ssi MB pψ q MB pψ q, autre-

|
ment dit ssi M M. Si ψ est hermitienne, bien entendu, ψ pei , ej q ψ pej , ei q

|
donc M M. Réciproquement, M M dit ψ pei , ej q ψ pej , ei q, donc si X et

| |
2. DUALITÉ SESQUILINÉAIRE 69
Y sont les vecteurs des coordonnées de u, v P E, on a :

¸ ¸
ψ pu, v q ψ xi ei , yj ej

i 1,...,n
j 1,...,n
¸
xi y j ψ pei , ej q

i,j 1,...,n
¸
xi y j ψ pej , ei q

i,j 1,...,n
¸
x i yj ψ pej , ei q

i,j 1,...,n

¸ ¸
ψ yj ej , xi ei ψ pv, uq.

j 1,...,n
i 1,...,n
2. Dualité sesquilinéaire
Considérons l’espace dual de E, c’est-à-dire l’espace des formes linéaires
E LpE, Cq. C’est un espace vectoriel sur C de manière naturelle. Nous
pouvons munir cet espace d’une autre structure d’espace vectoriel, toujours sur
C.
Définition 2.1. L’espace dual conjugué E de E est l’ensemble LpE, Cq, muni
de l’opération d’addition usuelle et du produit :
C E Ñ E
pλ, αq Ï
Þ λ α, pλ αqpv q λαpv q.
On vérifie facilement que l’espace E est bien un espace vectoriel sur C.
Définition 2.2. Étant donnée une forme sesquilinéaire φ sur E, on note Lφ :

E Ñ E l’application qui associe à v la forme linéaire Lφ pv q φp, v q, définie
sur u P E par φpu, v q.
Proposition 2.3. Soit φ une forme sesquilinéaire sur E. Alors l’application Lφ

est linéaire. Si B est une base de B et B est la base duale de B, on a :
MB pφq MB,B pLφ q.
DÉMONSTRATION. Montrons d’abord que Lφ est bien définie, i. e. que Lφ pv q

appartient à E . Soit donc λ1 , λ2 P C et u1 , u2 P E. On a, pour tout v P E :
Lφ pv qpλ1 u1 λ2 u2 q φpλ1 u1 λ2 u2 , v q
λ1φpu1, v q λ 2 φ pu 2 , v q
λ1Lφ pv qpu1q λ2 Lφ pv qpu2 q,
donc Lφ pv q est linéaire.

Montrons que Lφ est linéaire de E sur E . Soit donc λ1 , λ2 P C et v1, v2 P E.

On a, pour tour u P E :
Lφ pλ1 v1 λ2 v2 qpuq φpu, λ1 v1 λ2 v2 q

λ1φpu, v1q λ2φpu, v2q
λ1Lφ pv1qpuq λ2Lφ pv2qpuq
pλ1 Lφ pv1q λ2 Lφ pv2qq puq.
Donc Lφ pλ1 v1 λ2 v2 q λ1 Lφ pv1 q λ2 Lφ et Lφ est linéaire.
Finalement, soit B pe1 , . . . , en q une base de E et soir B pe1 , . . . , en q la
base de E duale de B. On a ej pei q δi,j . Si pri,j q1¤i,j ¤n est la matrice MB,B pLφ q,
°
on a Lφ pej q k1,...,n rk,j ek , et si pmi,j q1¤i,j ¤n est la matrice MB pφq, on a
φpei , ej q mi,j . Donc :
¸ ¸
mi,j φpei , ej q Lφ pej qpei q rk,j ek pei q rk,j δi,k ri,j ,

k 1,...,n
k 1,...,n
ce qui prouve l’égalité des matrices MB,B pLφ q et MB pφq.
3. Orthogonalité hermitienne
3.1. Orthogonal par rapport à une forme hermitienne.
Définition 3.1. Soit φ une forme sesquilinéaire sur E, et A une partie de E. On

pose :
AK tv P E | pour tout a P A on a φpa, v q 0u.
Proposition 3.2. Soit A une partie de E. On a alors :
i) l’orthogonal AK est un sous espace vectoriel de E ;
ii) si B est une partie de E telle que A B, alors BK ¤ AK ;
iii) on a l’égalité AK vectpAqK.
iv) si φ est hermitienne, on a une inclusion A pAK qK .
DÉMONSTRATION. Pour démontrer (i), prenons λ1 , λ2 P C et u1 , u2 P AK . Pour

tout a P A, comme φ est bilinéaire, φpa, λ1 u1 λ2 u2 q λ 1 φpa, u1 q λ 2 φpa, u2 q
0, donc λ 1 u1 λ 2 u2 P AK et on obtient (i).
Pour (ii), si A B et u P AK , alors φpa, uq 0 pour tout a P A, donc en
particulier pour a P B, ce qui veut dire que u P BK . Nous avons alors BK ¤ AK .
Afin de démontrer (iii), remarquons que A vectpAq donc vectpAqK AK
par (ii). Pour montrer l’autre inclusion, nous prenons u P AK et nous montrons
que u appartient à vectpAqK . Ceci équivaut à prouver que, pour tout a1 , a2 P A
et λ1 , λ2 P C, on a φpλ1 a1 λ2 a2 , uq 0. Mais par linéarité de φp, uq, on a
φpλ1 a1 λ2 a2 , uq λ1 φpa1 , uq λ2 φpa2 , uq 0, et (iii) est prouvé.
Montrons finalement (iv). Soit a P A. Nous devons montrer que φpa, uq 0
pour tout u P AK . Mais φpa1 , uq 0 pour tout a1 P A puisque u P AK , en
particulier pour a a1 .
3. ORTHOGONALITÉ HERMITIENNE 71
3.2. Rang d’une forme sesquilinéaire. Nous avons vu que l’opération de

prendre l’orthogonal renverse les inclusions. L’orthogonal de n’importe quelle
partie A de E, donc, contient l’orthogonal de l’espace tout entier. Le noyau de φ
est cet orthogonal E K .
Définition 3.3. Soit φ une forme sesquilinéaire sur E. On définit alors le noyau
de φ comme :
E K tu P E | φpv, uq 0, @v P E u.
On dit que φ est dégénérée si E K 0, autrement on dit que φ est non dégénérée.
Lorsque E est de dimension finie, rgpφq dimpE q dimpE K q.
Remarque 3.4. Si φ est non dégénérée, alors Lφ est injective. Si φ est non
dégénérée et dimpE q 8 alors Lφ est bijective.
3.3. Orthogonal d’un sous espace. Le résultat suivant montre que, si φ est
non dégénérée et E est de dimension finie, alors F K est un supplémentaire de
F.
Théorème 3.5. Soit dimpE q 8, φ une forme hermitienne sur E et F un sous
espace vectoriel de E. Alors :
dimpF q dimpF K q ¥ dimpE q,
et l’égalité est atteinte si φ est non dégénérée.
DÉMONSTRATION. Soit G un supplémentaire de F et soit π : E Ñ F l’ap-
plication de restriction. On voit facilement que π est linéaire et surjective, un
antécédent d’une forme linéaire β sur F étant donné par α définie par linéarité
et par les lois αpuq β puq si u P F et αpw q 0 si w P G.
On montre F K kerpπ Lφ q. En effet :
kerpπ Lφ q tu P E | π Lpuq 0u
tu P F |pLu q|F 0u
tu P F |Lu pv q 0, @v P F u
tu P F |φpv, uq 0, @v P F u F K.
En utilisant dimpF q dimpF q, on obtient dimpE q dimpF K q dimpImpπ
Lφ qq ¤ dimpF K q dimpF q ce qui prouve l’inégalité. Si φ est non dégénérée, Lφ
est bijective donc π Lφ est surjective i. e. dimpImpπ Lφ qq dimpF q, donc
l’égalité est atteinte.
3.4. Restriction d’une forme hermitienne. Soit F un sous espace vectoriel
de E et φ une forme hermitienne sur E. La restriction de φ : E E Ñ C à
F F Ñ C est notée φ|F .
Proposition 3.6. La restriction φ|F est non dégénérée ssi E F ` F K.
DÉMONSTRATION. Montrons que le noyau de φ|F est F X F K. On a :
F X F K F X tu P E | φpv, uq 0, @v P F u
tu P F | φpv, uq 0, @v P F u
FK | .
φF
Ceci permet de conclure d’après le Théorème 3.5.

3.5. Bases orthogonales. Une forme hermitienne sur un espace de dimen-

sion finie admet toujours une base orthogonale. C’est le contenu de la proposition
suivante, qui donne aussi un algorithme de construction.
Proposition 3.7. Soit E de dimension finie et φ une forme hermitienne sur E.
Alors il existe une base de E, orthogonale pour φ.
DÉMONSTRATION. On raisonne par récurrence sur n dimpE q. Si n 1, il
n’y a rien à démontrer, au même titre que si φ 0. Supposons donc l’énoncé
valide sur tout espace de dimension n 1 et montrons-le pour E. Puisque nous
pouvons supposer φ 0, on considère u, v P E tels que φpu, v q 0. Puisque
φpv, uq φpu, v q, quitte à intervertir u et v on peut supposer <pφpu, v q 0.
Calculons φpu v, u v q :
φ pu v, u v q φpu, uq φpu, v q φpv, uq φpv, v q
φpu, uq φpu, v q φpu, v q φpv, v q
φpu, uq 2<pφpu, v qq φpv, v q.
Donc la formule de polarisation :
<pφpu, v qq pφpu v, u v q φpu, uq φpv, v qq.

1
(14)
2
Puisque <pφpu, v qq 0, nous avons un vecteur w tel que φpw, w q 0, car w
peut être choisi parmi u, v, u v.
Puisque φpw, w q 0, la restriction de φ à vectpw q est non dégénérée, donc
E vectpw q` w K d’après la Proposition 3.6. Donc, par hypothèse de récurrence,
il existe une base pe1 , . . . , en1 q de w K orthogonale pour φ. On pose w en , et
pe1, . . . , en q est une base de E orthogonale pour φ.
4. Formes hermitiennes positives

Définition 4.1. Soit φ une forme hermitienne sue E. Nous dirons que φ est
positive si, pour tout v P E, nous avons φpv, v q ¥ 0. En revanche φ est négative
si @v P E, φpv, v q ¤ 0.
Nous dirons que q est définie positive si φpv, v q ¡ 0 pour tout 0 v P E, et
définie négative si φpv, v q 0 pour tout 0 v P E.
4.1. Inégalité de Cauchy-Schwarz hermitienne. Soit φ une forme hermi-
tienne positive sur E.
Proposition 4.2. Soit φ positive, et u, v P E. Alors :
|φpu, v q| ¤ φpu, uqφpv, v q.
2
DÉMONSTRATION. Puisque φ est positive, pour tout λ P C, nous avons φpu

λv, u λv q ¥ 0. Donc :
0 ¤ φ pu λv, u λv q
|λ|2φpv, v q λφpv, uq λ φpv, uq φpu, uq
|λ|2φpv, v q 2<pλφpv, uqq φpu, uq.
Si φpu, uq φpv, v q 0, ceci entraîne, en posant λ φpv, uq, l’égalité
φpv, uq 0, donc Cauchy-Schwarz est vérifié dans ce cas. Si φpv, v q 0 et
5. ESPACES PRÉHILBERTIENS SÉPARÉS ET HERMITIENS 73
φpu, uq 0, on peut intervertir les rôles de u et v, donc il ne reste qu’à démon-

trer Cauchy-Schwarz dans le cas φpv, v q 0 donc φpv, v q ¡ 0. Prenons :
λ φφppv,v, uv qq .
Nous obtenons :
|φpv, uq|2 2 |φpv, uq|2 φpu, uq ¥ 0,
φpv, v q φpv, v q
donc, comme φpv, v q ¡ 0, nous avons φpu, uqφpv, v q ¥ |φpu, v q|2 , i. e. l’inégalité
de Cauchy-Schwarz.
Corollaire 4.3. Sur un espace de dimension finie, une forme hermitienne
positive est définie positive ssi elle est non dégénérée.
DÉMONSTRATION. Soit E de dimension finie et soit φ positive. Si φ est définie
positive, on doit montrer que φ est non dégénérée. Mais si v P E K , on a φpv, v q
0 donc v 0 car φ est définie positive, donc E K 0 ainsi φ est non dégénérée.
Réciproquemet, supposons φ non dégénérée et montrons φ définie positive.
Donc soit v tel que φpv, v q 0. Pour tout u P E, on a alors φpu, v q 0 par
Cauchy-Schwarz, donc v P E K 0 ainsi v 0 et φ est définie positive.
4.2. Inégalité de Minkowski hermitienne.
Proposition 4.4. Soit φ forme hermitienne positive sur E et u, v
a a a
P E. Alors :
φ pu v, u vq ¤ φpu, uq φpv, v q.
DÉMONSTRATION. D’après Cauchy-Schwarz, nous avons :
<pφpv, uqq2 ¤ <pφpv, uqq2 =pφpv, uqq2 |φpv, uq|2 ¤ φpu, uqφpv, v q.
Donc :
b a
<pφpv, uqq ¤ |<pφpv, uqq| <pφpv, uqq2 ¤ φpu, uqφpv, v q.
Or pour montrer Minkowski, ce qu’il faut prouver est :
a
φ pu v, u v q ¤ φpu, uq φpv, v q 2 φpu, uqφpu, uq,
ce qui équivaut d’après la formule de polarisation (14), à :
a
2<pφpu, v qq ¤ 2 φpu, uqφpu, uq.
Cette inégalité est donc une conséquence de Cauchy-Schwarz.
5. Espaces préhilbertiens séparés et hermitiens

5.1. Produit scalaire hermitien.
Définition 5.1. Une une forme hermitienne définie positive est appelée aussi un
produit scalaire hermitien. Un espace E muni d’un produit scalaire hermitien est
appelé un espace préhilbertien séparé, ou espace hermitien si de plus dimpE q
8. On définit la norme
a hermitienne d’un vecteur v d’un espace préhilbertien
séparé E par kvk φpv, v q.
Le théorème de Pythagore ne marche que dans un sens :
Proposition 5.2. Soit E un espace préhilbertien séparé, et u K v P E. Alors :
ku vk 2
kuk 2 2
kvk .
5.2. Bases orthonormées. Soit E un espace préhilbertien séparé.

Théorème 5.3 (Algorithme de Gram-Schmidt hermitien). Soit B pe1 , . . . , en q
une famille libre dans E. Alors il existe une famille orthonormée C
pu1, . . . , un q de E telle que, pour tout k ¤ n, on ait vectpe1, . . . , ek q
vectpu1 , . . . , uk q.
DÉMONSTRATION. Pour commencer, posons :
u1
1
e1 .
ke1 k
Nous construisons uk par récurrence, où on suppose pu1, . . . , uk1q déjà
construits par récurrence. On pose :
¸
(15) ũk ek xek , uj yuj .

j 1,...,k 1
On calcule alors xui , ũk y 0 pour 1 ¤ i ¤ k 1. En effet :

¸
xui , ũk y xui , ek xek , uj yuj y

j 1,...,k 1
¸
xui , ek y xui , xek , uj yuj y

j 1,...,k 1
¸
xui , ek y xek , uj yxui , uj y

j 1,...,k 1
¸
xui , ek y xek , uj yδi,j

j 1,...,k 1
xui , ek y xek , ui y 0.
Donc ũk est orthogonale à u1 , . . . , uk1 , et nous posons uk p1{kũk kqũk .
Remarquons que cela est bien posé car ũk 0, puisque uj P vectpe1 , . . . , ek1 q
si j ¤ k 1 donc ek est indépendant de u1 , . . . , uk1 , donc l’expression de ũk
garantit ũk 0.
Nous avons construit la famille pu1 , . . . , uk q orthonormée. Comme cette
procédure est valide pour tout k ¤ n, nous avons la famille cherchée C. La
famille C est libre, car la matrice qui exprime pu1 , . . . , un q comme combinaison
linéaire de pe1 , . . . , en q est triangulaire supérieure, avec des 1 sur la diagonale,
ce qui est clair d’après l’expression (13), puisque uj P Lk1 vectpe1 , . . . , ek1 q
pour j ¤ k 1.
de récurrence, et cet espace est égale à vectpe1 , . . . , ek1 , ek q Lk , puisque uk

Proposition 5.4. Soit E un espace préhilbertien séparé, et soit F un sous espace
vectoriel de E de dimension finie. Soit pe1 , . . . , em q une base orthonormée de
F. Alors E F ` F K et la projection orthogonale πF sur F est donnée par :
¸
πF pv q xv, ei yei .

i 1,...,m
CHAPITRE 10
Endomorphismes normaux
1. Endomorphisme dual conjugué

Définition 1.1. Soit V un espace vectoriel sur C et f un endomorphisme de V .
Alors l’endomorphisme dual conjugué f̌ de E est défini par :
f̌ : E Ñ E
α ÞÏ pf̌ pαq : v ÞÏ αpf pv qqq.
Proposition 1.2. L’application f̌ est linéaire. De plus, si E a dimension finie, B

est une base de E, et B est la base duale de B. Alors :
MB pf̌ q MB pf q .
|
DÉMONSTRATION. Soit α1 , α2 P E , λ1 , λ2 P C, et calculons f̌ pλ1 α1 λ2 α2 q.

Cette forme linéaire, évaluée sur v P E, est :
f̌ pλ1 α1 λ2 α2 qpv q λ 1 α1 pf pv qq λ 2 α2 pf pv qq
pλ1 f̌ pα1q λ2 f̌ pα2 qqpv q.
Donc f̌ pλ1 α1 λ2 α2 q pλ1 f̌ pα1 q λ2 f̌ pα2 qq ainsi f̌ est linéaire.

Soit maintenant B pe1 , . . . , en q une base de V et B pe1 , . . . , en q la
base duale de V , ainsi ei pej q δi,j . Soit MB pf q pmi,j q1¤i,j ¤n , et MB pf q
pri,j q1¤i,j ¤n , ainsi :
¸ ¸
f pej q mi,j ei , f̌ pek q rh,k eh .

i 1,...,n
h 1,...,n
On a :

¸
f̌ pek qpej q rh,k eh pej q

h 1,...,n
¸ ¸
r h,k eh pej q r h,k δh,j r j,k
h 1,...,n
h 1,...,n
¸
e pf pej qq e p
k k mi,j ei q

i 1,...,n
¸ ¸
mi,j ek pei q mi,j δk,i mk,j .

i 1,...,n
i 1,...,n

75
76 10. ENDOMORPHISMES NORMAUX
2. Adjoint d’un endomorphisme

Soit E un espace préhilbertien séparé, muni du produit scalaire x, y.
Définition 2.1. Soit f un endomorphisme de E. Alors g est un adjoint de f si
pour tout u, v P E, on a :
xu, f pv qy xg puq, v y.
L’application de dualité L associée au produit scalaire est :
L:E Ñ E ,
u ÞÏ pLu : v ÞÏ xv, uyq .
Puisque le produit scalaire est non dégénéré, l’application L est injective.
Proposition 2.2. Soit f un endomorphisme de E.
i) Soit g : E Ñ E une application telle que @u, v P E, on ait xu, f pv qy
xg puq, v y. Alors g est linéaire.
ii) Si f admet un adjoint, alors il est unique.
iii) Un endomorphisme g adjoint de f si et seulement si L g f̌ L.
DÉMONSTRATION. La preuve est identique au cas réel.
Proposition 2.3. Soit dimpE q n 8, f un endomorphisme de E et B
pe1, . . . , en q une base de E. Soit Ω pxei , ej yq1¤i,j ¤n et M MB pf q. Alors :
MB p f q Ω MB p f q Ω .
| | |
En particulier, si B est orthonormée, on a :

M B pf q M B pf q .
|
DÉMONSTRATION. Écrivons les deux matrices de f et de f en la base B, donc

M MB pf q pmi,j q1¤i,j ¤n , R MB pf q pri,j q1¤i,j ¤n et xei , ej y ωi,j . Nous
avons : ¸ ¸
f pej q mi,j ei , f peh q rk,h ek .

i 1,...,n
k 1,...,n
Calculons xek , f pej qy. On a :
xek , f pej qy xf pek q, ej y,
donc :
¸ ¸ ¸
xek , f pej qy xek , mi,j ei y mi,j xek , ei y mi,j ωk,i

i 1,...,n
i 1,...,n
i 1,...,n
¸ ¸ ¸
xf pek q, ej y x rh,k eh , ei y rh,k xeh , ei y rh,k ωh,i .

h 1,...,n
h 1,...,n
i 1,...,n
Cette relation s’écrit :

ΩM R Ω. |
Donc :
R Ω M Ω .
| | |
ce qui prouve la proposition.

3. ENDOMORPHISMES NORMAUX 77
3. Endomorphismes normaux
Soit E un espace préhilbertien.
Définition 3.1. Soit f un endomorphisme de E, avec un adjoint f . On dit que
f est normal si f commute avec f :
f f f f.
3.1. Diagonalisation des endomorphismes normaux.
Théorème 3.2 (Théorème de diagonalisation des endomorphismes normaux).
Soit dimpE q n 8 et f un endomorphisme de E. Les conditions suivantes
sont équivalentes :
i) l’endomorphisme f est normal.
ii) Il existe une base orthonormée de vecteurs propres de f.
DÉMONSTRATION. Supposons qu’il existe une base orthonormée B de vecteurs
propres de f, et montrons que f est normal. On sait que MB pf q MB pf q
|
et que MB pf q diagpλ1 , . . . , λn q. Ainsi MB pf q diagpλ 1 , . . . , λ n q, donc

MB pf qMB pf q MB pf qMB pf q diagp|λ1 |2 , . . . , |λn |2 q, ainsi f est normal.
Montrons l’implication réciproque par récurrence sur n. Si n 1, il n’y a
rien à démontrer. Par hypothèse de récurrence, on peut assumer que l’énoncé
soit valide pour tout espace hermitien de dimension strictement plus petite que
n.
Soit λ une valeur propre de f et considérons l’espace propre F relatif à
λ, i. e. F kerpf λidE q. Bien entendu, nous pouvons choisir une base BF
orthonormée de F. Remarquons d’abord que F est stable par f . En effet, étant
donné u P F, on a f pf puqq f pf puqq f pλuq λf puq, ainsi f puq est un
vecteur propre de f, relatif à λ, i. e. f puq P F.
Nous avons E F ` F K . Montrons que F K est stable par f. Soit v P F K
et montrons f pv q K F. Soit donc u P F et montrons xu, f pv qy 0. On a
xu, f pv qy xf puq, v y, et f puq P F donc xf puq, v y 0 ainsi xu, f pv qy 0.
De même, on montre que F K est stable par f . En effet, étant donné v P
F , on veut prouver f pv q K F i. e. xf pv q, uy 0, pour tout u P F. Mais
K
xf pv q, uy xv, f puqy, et f puq P F, ainsi xf pv q, uy 0.
Il s’en suit que f et f se restreignent à des endomorphismes de F, l’un adjoint
de l’autre, et que la restriction de f à F K est un endomorphisme normal, puisque
la relation f f f f est encore valide sur F. Comme dimpF q dimpE q,
par récurrence il existe une base orthonormée de F, de vecteurs propres de f,
notée BF K . En prenant B pBF , BF K q, nous aurons alors une base orthonormée
de vecteurs propres de f.
3.2. Propriétés des endomorphismes normaux.

Proposition 3.3. Soit f un endomorphisme de E, avec un adoint f . Alors f est
normal si et seulement si, pour tout v P E, on a :
kf pv qk kf pv qk.
DÉMONSTRATION. On remarque que xf pv q, f pv qy xf pf pv qq, v y et

xf pv q, f pv qy xv, f pf pv qqy, donc aussi xv, f pf pv qqy xf pf pv qq, v y
xf pf pv qq, v y, car cette valeur est réelle. Or si f est normal, on a xf pf pv qq, v y
xf pf pv qq, v y donc kf pv qk kf pv qk.
Réciproquement, si kf pv qk kf pv qk pour tout v P E, alors xf pv q, f puqy
xf pv q, f puqy pour tout u, v P E. En effet :

<pxf pv q, f puqyq pkf pv uqk2 kf pv qk2 kf puqk2 q,

1
2
=pxf pv q, f puqyq pkf piv uqk2 kf pv qk2 kf puqk2 q,
1
2
ainsi dans les deux expressions ci-dessus nous pouvons remplacer f par f sans
changer le résultat. Nous avons alors xf pf pv qq, uy xf pf pv qq, uy, pour tout
u, v P E, donc f pf pv qq f pf pv qq pour tout v P E ainsi f est normal.
3.3. Endomorphismes hermitiens.
Définition 3.4. Soit f un endomorphisme de E. On dit que f est hermitien ou
que f est autoadjoint si f f .
Nous avons la conséquence suivante du théorème de diagonalisation des
endomorphismes normaux.
Corollaire 3.5 (Diagonalisation des endomorphismes hermitiens). Soit
dimpE q 8 et f un endomorphisme hermitien de E. Alors il existe une
base orthonormée de E de vecteurs propres de f.
DÉMONSTRATION. Puisque f est hermitien, on a f f donc f f f f
ainsi f est normal. Donc f est diagonalisable.
Proposition 3.6. Toute valeur propre d’un endomorphisme hermitien d’un es-
pace hermitien est réelle.
DÉMONSTRATION. Soit E hermitien, f un endomorphise hermitien de E, B
pe1, . . . , en q une base orhonormée de E de vecteurs propres de f, donc f pei q
λi pei q, où λi est la valeur propre associée à ei . On a alors xei , f pei qy xei , λi ei y
λ i kei k2 . Puisque f f , on a aussi xei , f pei qy xf pei q, ei y xλi ei , ei y λi kei k2 .
Donc λi λ i ainsi λi P R, et ce pour tout i 1, . . . , n. La proposition est
prouvée.
4. Groupe unitaire
4.1. Automorphismes unitaires. Soit E un espace hermitien.
Définition 4.1. Soit f un endomorphisme de E. On dit que f est unitaire si pour
tout u, v P E on a xf puq, f pv qy xu, v y.
Proposition 4.2. Soit f un endomorphisme de E, n dimpE q. Les conditions
suivantes sont équivalentes :
i) l’endomorphisme f est unitaire ;
ii) l’endomorphisme f est inversible et f f 1 ;
iii) il existe une base B orthonormée de E telle que f pBq soit orhonormée ;
iv) pour toute base B orthonormée de E, on a f pBq orhonormée ;
4. GROUPE UNITAIRE 79
v) pour tout v P E on a kvk kf pv qk,

vi) si B est une base orhonormée de E, on a MB pf q MB pf q In .
|
4.2. Groupe unitaire et spécial unitaire.

Définition 4.3. On note UpE q le groupe des automorphismes unitaires d’un
espace hermitien E. Si E Cn , muni de sa structure canonique d’espace her-
mitien, on note UpE q Upnq. On note aussi SUpE q tf P UpE q| detpf q 1u et
SUpnq tf P Upnq| detpf q 1u.
Corollaire 4.4 (Diagonalisation des endomorphismes unitaires). Soit dimpE q
8 et f un endomorphisme unitaire de E. Alors il existe un base orthonormée
de E de vecteurs propres de f.
DÉMONSTRATION. Puisque f est unitaire, on sait que f est inversible et f 1
f donc f f f f
idE ainsi f est normal. Donc f est diagonalisable.
Proposition 4.5. Toute valeur propre d’un endomorphisme unitaire d’un espace
hermitien a module 1.
DÉMONSTRATION. Soit E hermitien, f un endomorphise hermitien de E, B
pe1, . . . , en q une base orhonormée de E de vecteurs propres de f, donc f pei q
λi pei q, où λi est la valeur propre associée à ei . On a alors :
1 xei , ei y xf pei q, f pei qy xλi ei , λi ei y λ i λi kei k2 |λi |2.
Ceci implique |λi | 1 pour tout i 1, . . . , n, et la proposition est prouvée.
4.3. Exponentielle de matrices.

Lemme 4.6. Soit M P Mn pCq. La série de terme générale 1
n! M
n converge
°
absolument, donc la série n!1 M n converge.
DÉMONSTRATION. Toutes les normes sur Mn pCq étant équivalentes, on peut
montrer l’énoncé pour une norme quelconque. On muni Cn de la norme don-
née par le produit scalaire hermitien canonique, puis on considère la norme
subordonnée sur Mn pCq définie par :
kMk sup kMXk.
¤
kXk 1
Cette norme est une norme d’algèbre, et on a :
kM k k ¤ kMkk , kM n k ¤ kMkn .
1 1
donc :
n! n!
Cette quantité est bien entendu majorée par exppkMkq donc la série converge
absolument, donc elle converge puisque Mn pCq est complet.
Définition 4.7. Soit M P Mn pCq. On définit l’exponentielle de M par :
8̧ 1
exppM q M n.
n 0
n!
Notons upnq l’ensemble :

upnq tM P Mn pCq | M M u.
|
Proposition 4.8. L’application exponentielle :

upnq Ñ Upnq, Þ exppM q
MÏ
est un homomorphisme de groupes surjectif.
DÉMONSTRATION. Soit M P upnq donc M M. Posons N iM. On a
|
piM q| iM iM donc N est hermitienne. Donc il existe une matrice unitaire
P telle que N P 1 ∆P est une matrice diagonale, donc ∆ diagpλ1 , . . . , λn q,
avec λi P R. Puisque pour tout entier n on a N n pP 1 ∆P qn P 1 ∆n P il
est clair que exppN q P 1 expp∆qP. De plus M iN donc M P 1 i∆P,
ainsi exppM q P 1 exppi∆qP. Finalement, exppi∆q diagpeiλ1 , . . . , eiλn q, donc
exppM q appartient à Upnq. Cette construction met aussi en évidence que l’appli-
cation est surjective.
4. GROUPE UNITAIRE 81
[Pra07, Dym07, Ing11, Aud06, CE06]

Bibliographie
[Aud06] Michèle Audin. Géométrie. EDP Sciences, Les Ulis, France, 2006.
[BP99] Bénédicte Basili and Christian Peskine. Algèbre. Bibliothèque des sciences. Diderot Edi-
teur Arts Sciences, Paris, 1999.
[CE06] François Cottet-Emard. Algèbre linéaire et bilinéaire. De Boeck, Bruxelles, 2006. Cours
et exercices corrigés – Licence de mathématiques, L2.
[Dym07] Harry Dym. Linear algebra in action, volume 78 of Graduate Studies in Mathematics.
American Mathematical Society, Providence, RI, 2007.
[Ing11] Bruno Ingrao. Coniques projectives, affines et métriques. Calvage et Mounet, Paris, 2011.
Cours et exercices.
[KM97] Alexei I. Kostrikin and Yuri I. Manin. Linear algebra and geometry, volume 1 of Algebra,
Logic and Applications. Gordon and Breach Science Publishers, Amsterdam, english
edition, 1997. Translated from the second Russian (1986) edition by M. E. Alferieff.
[Pra07] Victor Prasolov. Problèmes et théorèmes d’algèbre linéaire. Cassini, Paris, 2007.
83
Index
Application de dualité, 6
Espace des formes bilinéaires, 7
Forme bilinéaire, 3
Forme bilinéaire antisymétrique, 7
Forme bilinéaire symétrique, 7
Matrice d’une forme bilinéaire, 4
85

Algebre Bilineaire - Cours PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Algebre Bilineaire - Cours PDF

Hochgeladen von

Copyright:

Verfügbare Formate

Algèbre bilinéaire

Ce que vous trouverez dans ces notes v

partie 1. Formes bilinéaires et quadratiques 1

partie 2. Espaces euclidiens 29

3. Sous espaces euclidiens et projections orthogonales 43

partie 3. Formes hermitiennes, espaces hermitiens 65

Ce que vous trouverez dans ces notes

Je me suis largement inspiré de l’excellent livre [KM97], et du malheureu-

Formes bilinéaires et quadratiques

Formes bilinéaires, généralités

Dans ce chapitre, K est un corps commutatif de caractéristique différente de

1. Forme bilinéaire sur un espace vectoriel

Exemple 1.2. Soit E  K3, et soit φ définie par

On vérifie que φ est une application bilinéaire.

2. Matrice d’une forme bilinéaire dans une base

DÉMONSTRATION. Soit B  pe1 , . . . , en q et B1  pe11 , . . . , en1 q les deux bases

L’égalité ci-dessus exprime

coordonnées des vecteurs u et v de E dans la base B, on a :

Y  py1 , . . . , yn q sont les coordonnées de u et v dans la base B, on a :

Nous avons alors MB pψ q  M.

 λ1X MY1 λ2X MY2 

 λ1ψpu, v1q λ2ψpu, v2q.

précisément le vecteur des coordonnées de ek en la base B, donc mi,j  ψ pei , ej q,

3. Formes bilinéaires et dualité

Définition 3.1. Soit φ une application bilinéaire sur E. L’application de dualité

Remarquons que, pour tout v P E, la fonction Lφ pv q est effectivement un

Lφ pv qpλ1 u1 λ2 u2 q  φpλ1 u1 λ2 u2 , v q  λ1 φpu1 , v q λ2 φpu2 , v q.

Proposition 3.2. L’application Lφ est linéaire.

DÉMONSTRATION. La preuve est facile, et découle de la linéarité de φ en la

La prochaine proposition montre que la matrice d’une forme bilinéaire φ

Proposition 3.3. Soit E de dimension finie, soit B une matrice de E et soit φ

MB pφq  MB,B pLφ q.

DÉMONSTRATION. Soit B  pe1, . . . , en q la base en question, et B 

Le coefficient mi,j de la matrice MB pφq est :

L’expression ci-dessus implique :

Or par définition de Lφ nous avons

Lφ pej qpei q  φpei , ej q  mi,j .

4. Formes bilinéaires symétriques et antisymétriques

ce qui démontre que φ est symétrique. La démonstration dans le cas antisymé-

5. Espace des formes bilinéaires

Proposition 5.2. Soit n un entier, soit E un de dimension n, e soit B une base

1. Orthogonal d’une partie d’un espace vectoriel

Afin de démontrer (iii), remarquons que A  vectpAq donc vectpAqK  AK

2. Rang d’une forme bilinéaire

La preuve est immédiate, en combinant les propositions 2.4 et 2.2. Dans le

3. Orthogonal d’un sous espace vectoriel

la base f1 , . . . , fs de F, donc sur tout F. Autrement dit, β̃|F  β et l’application de

composition d’applications surjectives. Il s’en suit que dimpImpξ qq  dimpF  q 

4. Restriction d’une forme bilinéaire

5. Bases orthogonales pour une forme bilinéaire symétrique

φpu, v q  pφpu v, u v q φpu, uq φpv, v qq.

1. Formes quadratiques et formes bilinéaires symétriques

La remarque ci-dessus nous amène à donner la définition suivante.

Pour cela, on choisit deux vecteurs u, v P E et on calcule :

φqφ pu, v q  pqφ pu v q qφ puq qφ pv qq 

qφq pv q  φq pu, uq  pq pu uq q puq q puqq 

2. Matrices symétriques et polynômes homogènes de degré deux

DÉMONSTRATION. Si q est une forme quadratique, on a :

On en déduit que q est une forme quadratique.

symétrique on voit que :

Le polynôme que l’on cherche est donc :

mi,i  ai,i , mi,j  mj,i  12 ai,j , pour tout i j.

Il en découle, en parcourant les lignes de (8) à (9) en sens inverse :

Exemple 1.2. Soit E K3, et soit φ définie par

DÉMONSTRATION. Soit B pe1 , . . . , en q et B1 pe11 , . . . , en1 q les deux bases

Y py1 , . . . , yn q sont les coordonnées de u et v dans la base B, on a :

Nous avons alors MB pψ q M.

λ1X MY1 λ2X MY2

λ1ψpu, v1q λ2ψpu, v2q.

précisément le vecteur des coordonnées de ek en la base B, donc mi,j ψ pei , ej q,

Lφ pv qpλ1 u1 λ2 u2 q φpλ1 u1 λ2 u2 , v q λ1 φpu1 , v q λ2 φpu2 , v q.

MB pφq MB,B pLφ q.

DÉMONSTRATION. Soit B pe1, . . . , en q la base en question, et B

Lφ pej qpei q φpei , ej q mi,j .

Afin de démontrer (iii), remarquons que A vectpAq donc vectpAqK AK

la base f1 , . . . , fs de F, donc sur tout F. Autrement dit, β̃|F β et l’application de

composition d’applications surjectives. Il s’en suit que dimpImpξ qq dimpF q

φpu, v q pφpu v, u v q φpu, uq φpv, v qq.

φqφ pu, v q pqφ pu v q qφ puq qφ pv qq

qφq pv q φq pu, uq pq pu uq q puq q puqq

mi,i ai,i , mi,j mj,i 12 ai,j , pour tout i j.

Il s’en suit que p0 ppx1 , . . . , xn q a1 `1 px1 , . . . , xn q2 est un poly-

DÉMONSTRATION. On note M MB pq q, M 1 MB pq 1 q. Si q et q 1 sont équiva-

Réciproquement, si M 1 P MP, on note σ l’automorphisme dont la matrice

base obtenue de B par la matrice de passage P, on sait que MB1 pq q P MB pq qP.

Donc rgpq q rgpMB1 pq qq rgpMB pq 1 qq rgpq 1 q.

pour certains λ1 , λ11 , . . . , λn , λn1 P K, où nous avons posé Y py1 , . . . , yn q ,

lorsque Y py1 , . . . , yn q , Y py1 , . . . , yn q et v C0 Y et v C01 Y 1 .

Nous pouvons maintenant définir notre automorphisme σ par σ pci1 q ci

φpu, λv q pqφ pu λv q qφ puq qφ pλv qq.

Donc si qφ pv q 0, Cauchy-Schwarz est valide.

DÉMONSTRATION. Si q est définie positive, elle est positive et q puq 0 im-

seulement si ui 0 pour tout i 1, . . . , r i. e. u 0. Donc q est définie positive

On calcule φpui , uk q 0 pour 1 ¤ i ¤ k 1. En effet, φpui , uj q 0 si i

DÉMONSTRATION DU THÉORÈME 3.5. Soit B pe1, . . . , en q, et comme dans le

précédent, il existe une base C pu1 , . . . , un q, orthogonale pour q, telle que

sgnpq 1 q pp, mq.

3.4. Donc MB pq q Q R MB pq 1 qRQ 1 , ce qui implique que q et q 1 sont équiva-

DÉMONSTRATION. Si B est une base orthonormée, nous avons xei , ej y 0 si

est équivalent à ce que M soit inversible, avec M 1 M , donc équivalent aussi

On en déduit que P P In (i.e., P est orthogonale) si et seulement si C est une

B ?1 , ?1π cospx q, . . . , ?1π cospNx q, ?1π sinpx q, . . . , ?1π sinpNx q .

Définition 5.3. Les polynômes de Tchebychev Tn sont définis par T0 1 et,

Proposition 5.4. Les trois définitions des Tn sont équivalentes, et on a Tn p1q

où nous avons utilisé le changement de variables x cospθ q, ce qui est bien

De plus, si xf, f y 0, on a obligatoirement f pui q 0 pour tout i 0, . . . , n.

DÉMONSTRATION. Supposons que pf λidV q pf µidV q 0, et posons :

il suffit de montrer que U Impf q et W kerpf q. Clairement W kerpf q

DÉMONSTRATION. Si F est de dimension finie, disons dimpF q n, nous pou-

Si v est un vecteur de E, évidemment ξ pv q appartient à F donc Impξ q F. De