Algebre-Bilineaire VersionMai2013

Algbre bilinaire
Mohamed HOUIMDI
Universit Cadi Ayyad
Facult des Scieces-Semlalia
Dpartement de Mathmatiques
TABLE DES MATIRES
1 Formes linaires Dualit 2
1.1 Formes linaires et hyperplans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.5 Espace vectoriel dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.7 Base duale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.12 Base prduale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.15 Prolongement des formes linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.18 Orthogonalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.26 Bidual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.29 Transpose dune application linaire . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.35 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2 Formes bilinaires symtriques - Formes quadratiques 23
2.1 Formes bilinaires symtriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.1.1 Dnition et proprits lmentaires . . . . . . . . . . . . . . . . . . . . . . 23
2.3.1 Matrice dune forme bilinaire . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4.1 Ecriture matricielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.4.2 Changement de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.5.1 Rang dune forme bilinaire . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.7.1 Formes bilinaires symtriques non dgnres . . . . . . . . . . . . . . . . 27
2.9.1 Orthogonalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.12.1 Isotropie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.14.1 Bases orthogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.18 Formes quadratiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.21.1 Mthode de Gauss pour la rduction dune forme quadratique . . . . . . . . 35
2.22 Signature dune forme bilinaire symtrique . . . . . . . . . . . . . . . . . . . . . . 40
2.22.1 bases orthonormales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.25.1 Thorme dinertie de Sylvestre . . . . . . . . . . . . . . . . . . . . . . . . 41
2.27 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3 Espaces eucldiens 48
3.1 Produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3.1 Notations et rgles de calcul . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.3.2 Utilisation des bases orthonormales . . . . . . . . . . . . . . . . . . . . . . 51
ii
3.4 Ingalit de cauchy-Schwartz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.10 Procd dorthonormalisation de Gram-Schmidt . . . . . . . . . . . . . . . . . . . . 54
3.13 Changement de bases orthonormales - Orientation . . . . . . . . . . . . . . . . . . . 56
3.19 Produit vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.19.1 Formes linaires dun espace euclidien . . . . . . . . . . . . . . . . . . . . 58
3.20.1 Dnition et proprits du produit vectoriel . . . . . . . . . . . . . . . . . . 58
3.25 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4 Endomorphismes dun espace euclidiens 67
4.1 Endomorphisme adjoint . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.5 Projection orthogonale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.5.1 Projection suivant une direction . . . . . . . . . . . . . . . . . . . . . . . . 69
4.7.1 Dnition et proprits dune projection orthogonale . . . . . . . . . . . . . 70
4.10.1 Distance dun point un sous-espace vectoriel . . . . . . . . . . . . . . . . 74
4.13 Symtrie orthogonale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.13.1 Symtrie suivant une direction . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.15.1 Proprits des symtries orthogonales . . . . . . . . . . . . . . . . . . . . . 76
4.18 Endomorphismes symtriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.18.1 Dnition et proprits des endomorphismes symtriques . . . . . . . . . . 78
4.22.1 Formes bilinaires symtriques dun espace euclidien . . . . . . . . . . . . . 80
4.27 Endomorphismes orthogonaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.27.1 Dnition et proprits de base . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.32.1 Cas dun espace euclidien de dimension 2 . . . . . . . . . . . . . . . . . . . 85
4.33.1 Cas dun espace euclidien de dimension 3 . . . . . . . . . . . . . . . . . . . 86
4.35.1 Cas gnral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.38 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5 Formes sesquilinaires - Formes quadratiques hermitiennes 106
5.1 Formes sesquilinaires - Formes hemitiennes . . . . . . . . . . . . . . . . . . . . . 106
5.1.1 Quelques rappels sur les nombres complexes . . . . . . . . . . . . . . . . . 106
5.1.2 Dnition et proprits de base . . . . . . . . . . . . . . . . . . . . . . . . . 107
5.3.1 Matrice dune forme sesquilinaire . . . . . . . . . . . . . . . . . . . . . . 108
5.4.1 Ecriture matricielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
5.4.2 Changement de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
5.5.1 Rang dune forme sesquilinaire . . . . . . . . . . . . . . . . . . . . . . . . 110
5.6.1 Formes hermitienne non dgnre . . . . . . . . . . . . . . . . . . . . . . 110
5.8.1 Orthogonalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.12.1 Bases orthogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.16 Formes quadratiques hermitiennes . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
5.19.1 Mthode de Gauss pour la rduction dune forme quadratique hermitienne . . 115
5.20 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
6 Espaces hermitiens 121
6.1 Produit hermitien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
6.1.1 Dnition et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
6.3.1 Notations et rgles de calcul . . . . . . . . . . . . . . . . . . . . . . . . . . 122
6.3.2 Utilisation des bases orthonormales . . . . . . . . . . . . . . . . . . . . . . 123
6.4 Ingalit de cauchy-Schwartz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
6.8 Endomorphismes dun espace hermitien . . . . . . . . . . . . . . . . . . . . . . . . 125
6.8.1 Endomorphisme adjoint . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
Page iii sur 135 Pr.Mohamed HOUIMDI
6.11.1 Endomorphismes normaux . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
6.15.1 Endomorphismes hermitiens . . . . . . . . . . . . . . . . . . . . . . . . . . 129
6.18.1 Endomorphismes unitaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
6.23 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
Page 1 sur 135 Pr.Mohamed HOUIMDI
CHAPITRE 1
FORMES LINAIRES DUALIT
1.1 Formes linaires et hyperplans
Une forme linaire sur E est une application linaire de E vers K.
Dnition 1.2.
Remarque 1.2.1
Rappelons que si E est un K-espace vectoriel, on dit que H est un hyperplan de E, si dim(E/H) = 1.
Donc si E est de dimension nie, alors
H est un hyperplan de E dim(H) = dim(E) 1
Soit E un K-espace vectoriel quelconque. Alors
i) Le noyau dune forme linaire non nulle sur E est un hyperplan de E.
ii) Tout hyperplan de E est le noyau dau moins une forme linaire non nulle de E.
iii) Si et sont deux formes linaires non nulles de E. Alors
ker() = ker() K : =
Proposition 1.3.
Preuve
i) Soit une forme linaire non nul sur E, alors on sait que E/ker() est isomorphe Im().
Puisque ,= 0, alors Im() ,=0
K
, donc Im() = K. Par suite, E/ker() est isomorphe K,
donc dim(E/ker()) = 1. Ainsi, ker() est un hyperplan de E.
ii) (=) Supposons que ker() = ker() et soit x
0
E, tel que x
0
/ ker(), donc on aura
E = ker() Vect(x
0
)
Soit x E avec x = y
0
+x
0
, alors (x) =(x
0
) et (x) =(x
0
). Puisque (x
0
) ,= 0,
donc on voit que (x) =
(x
0
)
(x
0
)
(x) et ceci pour tout x E, donc on aura
=
(x
0
)
(x
0
)
2
(=) Trivial.
Remarque 1.3.1
Le rsultat ii) de la proposition prcdente se gnralise de la manire suivante :
Soient E un K-espace vectoriel quelconque, et
1
,
2
, . . . ,
n
des formes linaires non
nulles sur E. Alors
n
i=1
ker(
i
) ker() (
1
,
2
, . . . ,
n
) K
n
: =
n
i=1
i
Proposition 1.4.
Preuve
(=) Supposons que
n
i=1
ker(
i
) ker() et montrons que Vect(
1
,
2
, . . . ,
n
).
Pour cela, on procde par rcurrence sur n 1.
Pour n = 1, le rsultat est vrai daprs la proposition prcdente.
Supposons que n > 1 et la proprit vraie pour tout entier m < n.
Premire mthode : Pour chaque i 1, 2, . . . , n1, soit
i
la rstriction de
i
ker(
n
) et
soit la restriction de ker(
n
), alors
1
,
2
, . . . ,
n1
et sont des formes linaires
de ker(
n
) et on a
n1
i=1
ker(
i
) ker()
Ainsi, daprs lhypothse de rcurrence, il existe (
1
,
2
, . . . ,
n1
) K
n1
, tel que
=
n1
i=1
i
Soit la forme linaire de E dnie par
=
n1
i=1
i
Alors pour x ker(
n
), on a
(x) =(x)
n1
i=1
i
(x) =(x)
n1
i=1
i
(x) = 0
Donc ker(
n
) ker(), donc daprs la proposition prcdente, il existe
n
K, tel que
=
n
n
, par suite, on aura
=
n
i=1
i
Deuxime mthode : On peut supposer que
1
,
2
, . . . ,
n
sont linairement indpendants, car
sinon, il existe i
0
1, 2, . . . , n
i
0
=
n
i=1
i,=i
0
i
Donc quitte rordonner les lments, on peut supposer que i
0
= n, donc on aura
n
=
n1
i=1
i
Ainsi, on aura
n1
i=1
ker(
i
) ker(
n
) donc
n1
i=1
ker(
i
) ker(), par suite daprs lhypo-
thse de rcurrence, il existe (
1
,
2
, . . . ,
n1
) K
n1
, tel que
=
n1
i=1
i
Donc on aura le rsultat.
Supposons, donc, que (
1
,
2
, . . . ,
n
) est libre, donc, daprs lhypothse,
i 1, 2, . . . , n,
j=1
j,=i
ker(
j
) ker(
i
)
Donc pour tout i 1, 2, . . . , n, il existe y
i
E, tel que y
i

j=1
j,=i
ker(
j
) et y
i
/ ker(
i
)
Si on pose x
i
=
y
i
i
(y
i
)
, alors
i
(x
i
) = 1 et j, j ,= i =
j
(x
i
) = 0.
Donc pour tout x E, on a
i 1, 2, . . . , n,
i
(x
n
j=1
j
(x)x
j
) =
i
(x)
i
(x) = 0
Donc
x
n
j=1
j
(x)x
j

n
i=1
ker(
i
)
Par suite,
x E, x
n
j=1
j
(x)x
j
ker()
Donc
x E, (x) =
n
j=1
(x
j
)
j
(x)
Donc, si on pose pour tout j 1, 2, . . . , n,
j
=(x
j
), on aura
=
n
j=1
j
(=) Trivial.
1.5 Espace vectoriel dual
Soit E un K-espace vectoriel. On appelle espace vectoriel dual de E, quon note E
, les-
pace vectoriel de toutes les formes linaires sur E.
E
= L(E, K)
Dnition 1.6.
Notations
Pour x E et pour E
, on pose
(x) =< x, >
Remarque 1.6.1
Si E est de dimension nie, alors on sait que L(E, K) est aussi de dimension nie et on a
dim(L(E, K)) = dim(E) dim(K) = dim(E)
Donc si E est de dimension nie, alors E
est aussi de dimension nie et on a

dim(E
) = dim(E)
Donc, en particulier, si E est de dimension nie, alors E et E
sont isomorphes.
Cependant, si E nest pas de dimension nie, E
peut ne pas tre isomorphe E. (Voir exemple

ci-dessous).
Exemples
1. Soit K un corps commutatif, pour tout a K
n
avec a = (a
1
, a
2
, . . . , a
n
), soit
a
lapplication
dnie par,
x K
n
, x = (x
1
, x
2
, . . . , x
n
) =
a
(x) =
n
i=1
a
i
x
i
Alors
a
est une forme linaire sur K
n
.
Rciproquement, soit une forme linaire sur K
n
, alors il existe un unique a K
n
, tel que
=
a
.
En effet, soit (e
1
, e
2
, . . . , e
n
) la base canonique de K
n
et pour chaque i 1, 2, . . . , n, soit
a
i
=(e
i
), alors pour x = (x
1
, x
2
, . . . , x
n
), on a
(x) =(
n
i=1
x
i
e
i
) =
n
i=1
x
i
(e
i
) =
n
i=1
a
i
x
i
=
a
(x)
2. Soit K un corps commutatif, pour chaque x = (x
n
)
n0
lment de K
N
, soit
x
lapplication
dnie sur K[X] par,
P K[X], P =
p
i=1
a
i
X
i
=
x
(P) =
p
i=1
a
i
x
i
Alors pour tout x K
N
,
x
dnit une forme linaire sur K[X].
Rciproquement, soit une forme linaire sur K[X], alors il existe un unique x = (x
n
)
n0
l-
ment de K
N
, tel que =
x
.
En effet, soit (1, X, X
2
, . . . , X
n
, . . .) la base canonique de K[X] et pour chaque n N, soit
x
n
=(X
n
), alors pour P = a
0
+a
1
X + +a
p
X
p
, on a
(P) =(
p
i=1
a
i
X
i
) =
p
i=1
a
i
(X
i
) =
p
i=1
a
i
x
i
=
x
(P)
Ainsi, lapplication
f : K
N
(K[X])
x
x
est un isomorphisme despaces vectoriels.
3. Soient K un corps commutatif et E =M
n
(K), le K-espace vectoriel des matrices carres dordre
n coefcients dans K. Pour M M
n
(K), avec M = (m
i j
)
1i, jn
, on sait que la trace de M,
note tr(M), est dnie par tr(M) =
n
i=1
m
i j
. Alors
: M
n
(K) K
M tr(M)
est une forme linaire sur M
n
(K).
Rciproquent, soit une forme linaire sur M
n
(K), alors il existe un unique A M
n
(K), tel que
M M
n
(K), (M) = tr(AM)
En effet, pour chaque (i, j) 1, 2, . . . , n
2
, soit E
i j
la mtrice de M
n
(K), dont tous les coefcients
sont nuls sauf celui de la
ime
ligne et la j
ime
colonne qui est gal 1.
Alors pour chaque M M
n
(K), avec M = (m
i j
)
1i, jn
, on a
M =
n
i=1
n
j=1
m
i j
E
i j
Soit une forme linaire sur M
n
(K).
Pour (i, j) 1, 2, . . . , n
2
, soit a
i j
=(E
ji
), alors on a
M M
n
(K), (M) =
_
n
i=1
n
j=1
m
i j
E
i j
_
=
n
i=1
n
j=1
m
i j
(E
i j
)
=
n
i=1
n
j=1
m
i j
a
ji
=
n
i=1
_
n
j=1
m
i j
a
ji
_
=
n
i=1
c
ii
o MA = (c
i j
)
1i, jn
= tr(MA) = tr(AM)
Remarque 1.6.2
Le Q-espace vectoriel Q[X] nest pas isomorphe son dual (Q[X])
.
En effet, pour chaque entier n 0, soit E
n
= P Q[X] : deg(P) n, alors on sait que E
n
est un
Q-espace espace vectoriel de dimension nie = n+1, donc E
n
est isomorphe Q
n+1
. Or on sait que
pour tout entier m 1, Q
m
est dnombrable, donc pour tout n 0, E
n
est dnombrable.
Puisque Q[X] =
n=0
E
n
et puisque une runion dnombrables densembles dnombrables est dnom-
brable, alors Q[X] est dnombrable.
Daprs lexemple prcdent, on sait que (Q[X])
est isomorphe Q
N
, donc si on suppose que Q[X]
est isomorphe son dual, alors Q
N
serait dnombrable. Ce qui est absurde, car on sait que Q
N
nest
pas dnombrable. (Pour les questions de dnombrabilit, voir annexe).
1.7 Base duale
Soient E un K-espace vectoriel de dimension = n et (e
1
, e
2
, . . . , e
n
) une base quelconque de
E. Pour chaque i 1, 2, . . . , n, on dnit e
i
E
, par
j 1, 2, . . . , n, < e
j
, e
i
>=
i j
=
_
1 si j = i
0 si j ,= i
Alors (e
1
, e
2
, . . . , e
n
) est une base de E
, appele base duale de E.

Proposition 1.8.
Preuve
Puisque dim(E
) = n, alors il suft de montrer que (e
1
, e
2
, . . . , e
n
) est libre. Pour cela, soit
(
1
,
2
, . . . ,
n
) K
n
, tel que
1
e
1
+
2
e
2
+ +
n
e
n
= 0. A-t-on
1
=
2
= =
n
= 0 ?
n
i=1
i
e
i
= 0 =j 1, 2, . . . , n, < e
j
,
n
i=1
i
e
i
>= 0
=j 1, 2, . . . , n,
n
i=1
i
< e
j
, e
i
>= 0
=j 1, 2, . . . , n,
j
= 0 (car < e
j
, e
i
>=
i j
)
Soient E un K-espace vectoriel de dimension nie = n, (e
1
, e
2
, . . . , e
n
) une base de E et
(e
1
, e
2
, . . . , e
n
) sa base duale, alors
i)
x E, x =
n
i=1
< x, e
i
> e
i
ii)
E
, =
n
i=1
< e
i
, > e
i
Proposition 1.9.
Preuve
i) Soit x E avec x =
n
i=1
x
i
e
i
, alors pour tout j 1, 2, . . . , n, on a
< x, e
j
>=
n
i=1
x
i
< e
i
, e
j
>= x
j
(car < e
i
, e
j
>=
i j
)
ii) Soit E
avec =
n
i=1
y
i
e
i
, alors pour tout j 1, 2, . . . , n, on a
< e
j
, >=
n
i=1
y
i
< e
j
, e
i
>= y
j
(car < e
i
, e
j
>=
i j
)
Exemples
1. Soient K un corps commutatif et = (e
1
, e
2
, . . . , e
n
n
. Alors la base
duale
= (e
1
, e
2
, . . . , e
n
) est dnie par
i 1, 2, . . . , n, x K
n
, x = (x
1
, x
2
, . . . , x
n
) =e
i
(x) = x
i
Donc pour tout i 1, 2, . . . , n, e
i
est la
ime
projection de K
n
sur K.
2. Soit = (e
1
, e
2
, . . . , e
n
) la base canonique de R
n
. Dans ce cas, pour tout i 1, 2, . . . , n, on
pose e
i
= dx
i
, donc dx
i
est la
ime
projection de R
n
sur R :
x K
n
, x = (x
1
, x
2
, . . . , x
n
) =dx
i
(x) = x
i
Soit un ouvert de R
n
et soit f : R une fonction diffrentiable au point x
0
. Alors on
sait que la diffrentielle f
/
(x
0
) au point x
0
est une forme linaire sur R
n
et on a
h R
n
, f (x
0
+h) f (x
0
) = f
/
(x
0
)(h) +o(|h|)
Daprs la proposition prcdente, on a
f
/
(x
0
) =
n
i=1
< e
i
, f
/
(x
0
) > dx
i
Or, on sait que pour tout i 1, 2, . . . , n, on a
t R, f (x
0
+te
i
) f (x
0
) =t < e
i
, f
/
(x
0
) > +to(1)
Donc
t R,
f (x
0
+te
i
) f (x
0
)
t
=< e
i
, f
/
(x
0
) > +o(1)
Ainsi, on aura
lim
t0
f (x
0
+te
i
) f (x
0
)
t
=< e
i
, f
/
(x
0
) >
On sait que la
ime
drive partielle au point x
0
est dnie par
f
x
i
(x
0
) = lim
t0
f (x
0
+te
i
) f (x
0
)
t
Ainsi, on retrouve lcriture canonique de f
/
(x
0
),
f
/
(x
0
) =
n
i=1
f
x
i
(x
0
)dx
i
3. Soient K un corps commutatif et = (1, X, . . . , X
n
n
[X]. Alors la base
duale
= (e
0
, e
1
, . . . , e
n
) est dnie par,
i 0, 1, . . . , n, P K
n
[X], P =
n
k=1
a
k
X
k
=e
i
(P) = a
i
Pour chaque a K, soit
a
la forme linaire dnie sur K
n
[X] par,
P K
n
[X],
a
(P) = P(a)
Alors, daprs la proposition prcdente, on a
a
=
n
i=0
< X
i
,
a
> e
i
=
n
i=1
a
i
e
i
1
, e
2
, . . . , e
n
) une base de E et
(e
1
, e
2
, . . . , e
n
) sa base duale. Soit u un endomorphisme de E et A = (a
i j
)
1i, jn
la matrice
de u par rapport la base (e
1
, e
2
, . . . , e
n
), alors
(i, j) 1, 2, . . . , n
2
, a
i j
=< u(e
j
), e
i
>
Proposition 1.10.
Preuve
Daprs la proposition prcdente, on a
j 1, 2, . . . , n, u(e
j
) =
n
i=1
< u(e
j
), e
i
> e
i
Donc, si A = (a
i j
)
1i, jn
la matrice de u par rapport la base (e
1
, e
2
, . . . , e
n
), alors
(i, j) 1, 2, . . . , n
2
, a
i j
=< u(e
j
), e
i
>
1
, e
2
, . . . , e
n
) une base de E et
(e
1
, e
2
, . . . , e
n
) sa base duale. pour chaque (i, j) 1, 2, . . . , n
2
, on dsigne par e
i
e
j
len-
domorphisme de E dni par,
x E, (e
i
e
j
)(x) =< x, e
j
> e
i
Alors A =e
i
e
j
: (i, j)) 1, 2, . . . , n
2
forme une base de L(E) et on a
(i, j)) 1, 2, . . . , n
2
, Mat(e
i
e
j
, (e
1
, e
2
, . . . , e
n
)) = E
i j
o les E
i j
sont les matrices lmentaires de M
n
(K).
Proposition 1.11.
Preuve
Puisque dim(L(E)) = n
2
, alors il suft de montrer que A est une partie gnratrice de L(E). Pour
cela, soit u L(E) et soit A = (a
i j
)
1i, jn
la matrice de u par rapport la base (e
1
, e
2
, . . . , e
n
). Pour
x lment quelconque de E, on sait que
x =
n
j=1
< x, e
j
> e
j
Donc, on aura
x =
n
j=1
< x, e
j
> e
j
=u(x) =
n
j=1
< x, e
j
> u(e
j
)
=u(x) =
n
j=1
< x, e
j
>
_
n
i=1
a
i j
e
i
_
=u(x) =
n
i=1
n
j=1
a
i j
< x, e
j
> e
i
=u(x) =
n
i=1
n
j=1
a
i j
(e
i
e
j
)(x) (ceci pour tout x E)
=u =
n
i=1
n
j=1
a
i j
e
i
e
j
Ainsi, A est une partie gnratrice de L(E).
Soit M = (m
kl
)
1k,ln
la matrice de e
i
e
j
par rapport la base (e
1
, e
2
, . . . , e
n
), alors, daprs la
proposition prdente, on a
(k, l)) 1, 2, . . . , n
2
, m
kl
=< (e
i
e
j
)(e
l
), e
k
>=< e
l
, e
j
>< e
i
, e
k
>
Donc on voit que
m
kl
=
_
1 si k = i et l = j
0 si k ,= i ou l ,= j
Donc M = E
i j
.
1.12 Base prduale
Soient E un K-espace vectoriel de dimension nie, = (e
1
, e
2
, . . . , e
n
) et = (v
1
, v
2
, . . . , v
n
)
deux bases de E,
= (e
1
, e
2
, . . . , e
n
) et
= (v
1
, v
2
, . . . , v
n
) leurs bases duales.
Soit P la matrice de passage de et Q celle de
. Alors
Q =
t
(P
1
) = (
t
P)
1
Lemme 1.13.
Preuve
On pose P
1
= (
i j
)
1i, jn
et Q = (q
i j
)
1i, jn
. Alors, daprs la proposition 3.9, on a
(i, j) 1, 2, . . . , n
2
, q
i j
=< e
i
, v
j
>
Dautre part, on a
i 1, 2, . . . , n, e
i
=
n
k=1
ki
v
k
Ainsi, on aura
(i, j) 1, 2, . . . , n
2
, q
i j
=< e
i
, v
j
>
=<
n
k=1
ki
v
k
, v
j
>
=
n
k=1
ki
< v
k
, v
j
>
=
ji
Soient E un K-espace vectoriel de dimension nie, = (e
1
, e
2
, . . . , e
n
) une base de E et
(
1
,
2
, . . . ,
n
) une base de E
et Q la matrice de passage de la base (

1
,
2
, . . . ,
n
) la
base duale
. Alors
i) Il existe une unique base = (v
1
, v
2
, . . . , v
n
) de E, appele base prduale de
(
1
,
2
, . . . ,
n
), telle que j 1, 2, . . . , n, v
j
=
j
.
ii) Si P est la matrice de passage de la base la base , alors P = (
t
Q)
1
=
t
(Q
1
).
Thorme 1.14.
Preuve
i) (
1
,
2
, . . . ,
n
) est libre, donc daprs la proposition 3.4, on a
j 1, 2, . . . , n,
n
i=1
i,=j
ker(
i
) ker(
j
)
Donc, pour tout j 1, 2, . . . , n, il existe x
j
E, tel que x
j

n
i=1
i,=j
ker(
i
) et x
j
/ ker(
j
).
Pour chaque j 1, 2, . . . , n, soit v
j
=
x
j
j
(x
j
)
, donc on aura
n
j=1
a
j
v
j
= 0 =i 1, 2, . . . , n,
i
(
n
j=1
a
j
v
j
) = 0
=i 1, 2, . . . , n, a
i
= 0 car
i
(v
j
) =
i j
Donc = (v
1
, v
2
, . . . , v
n
) est une base de E et on a j 1, 2, . . . , n, v
j
=
j
.
ii) Consquence du lemme prcdent.
1.15 Prolongement des formes linaires
Soient E un K-espace vectoriel quelconque et F un sous-espace vectoriel de E. Alors toute
forme linaire sur F se prolonge en une forme linaire de E.
Thorme 1.16.
Preuve
Soit une forme linaire sur F et soit G un supplmentaire de F dans E.
Soit la forme linaire dnie sur E, par
: E = F G K
x = x
1
+x
2
(x) =(x
1
)
Alors est un prolongement de E
Soit E un K-espace vectoriel quelconque. Alors pour tout x E, avec x ,= 0, il existe une
forme linaire E
, tel que < x, >= 1.

Corollaire 1.17.
Preuve
Soit F =Vect(x) et soit la forme linaire dnie sur F par,
y F, y =x =(y) =
Daprs le thorme prcdent, se prolonge en une forme linaire sur E. Donc on a
(x) =(x) = 1
1.18 Orthogonalit
Soit E un K-espace vectoriel.
i) Pour toute partie non vide A de E, lorthogonal de A, quon note A
, est la partie de E
dnie par
E
, A
x A, < x, >= 0
ii) Pour toute partie non vide B de E, le pr-orthogonal de B, quon note B
, est la partie de
E dnie par
x E, x B
B, < x, >= 0
Dnition 1.19.
Remarque 1.19.1
A
= E
: x A, (x) = 0
B
=x E : B, (x) = 0
Soit E un K-espace vectoriel. Alors
a) Pour toute partie A de E et Pour toute partie B de E, on a
A B =B
b) Pour toute partie A de E, A
est un sous-espace vectoriel de E
.
c) Pour toute partie A de E, A
= (Vect(A))
.
d) Pour toute partie B de E
, B
est un sous-espace vectoriel de E.

e) Pour toute partie B de E
, B
= (Vect(B))
.
f) E
=0
E
et E
=0
E
Proposition 1.20.
Preuve
a) Supposons que A B et soit E
, alors on a
B
=x B, (x) = 0
=x A, (x) = 0 car A B
= A
b) Pour chaque x E, soit x : E
K lapplication dnie par

E
, x() =(x)
Alors x est une forme linaire sur E
et on a
A
xA
ker( x)
Donc A

c) A Vect(A), donc daprs a), Vect(A)
.
Soit A
et soit x Vect(A) avec x =

m
i=1
i
x
i
, o x
i
A, alors on a (x) =
m
i=1
i
(x
i
) = 0.
Donc (Vect(A)
.
d) On remarque que si B est une partie de E
, alors
B
B
ker()
Donc B

e) Se dmontre de la mme manire que c).
f) Si E
, alors x E, (x) = 0, donc = 0.

Supposons, par absurde que E
,=0
E
, donc il existe x ,= 0, tel que
E
, (x) = 0
ce qui est absurde, car on sait que si x ,= 0, alors il existe E
, telle que (x) = 1.

Soient E un K-espace vectoriel et F un sous-espace vectoriel de E. Alors
i) F
est canoniquement isomorphe E
/F
.
ii) (E/F)
est canoniquement isomorphe F
.
Proposition 1.21.
Preuve
i) Soit : E
lapplication qui chaque E
fait correspondre sa rstriction F.

Alors est linaire et daprs le thorme de prolongement, est surjective.
ker() x F, (x) = 0
F
Donc, ker() = F
. On sait que E
/ker() est isomorphe Im(), do le rsultat.

ii) Soit s : E E/F la surjection canonique et soit : (E/F)
lapplication dnie par

(E/F)
, () =s
Alors, il est clair que est linaire et que est injective.
Pour conclure, montrons que Im() = F
.
Im() = (E/F)
: =s
=x F, (x) =(s(x)) = 0 car x F, s(x) = 0
= F
Rciproquement, soit F
et soit : (E/F) K dnie par

x E, (s(x)) =(x)
Alors est bien dnie, car si s(x) = s(y), alors x y F, donc (x y) = 0 et par suite,
(x) =(y), donc (s(x)) =(s(y)).
Ainsi, (E/F)
et on a =s.
Donc Im() et par suite, (E/F)
est isomorphe F
.
Soit E un K-espace vectoriel de dimension nie. Alors pour tout sous-espace vectoriel F
de E, on a
dim(F) +dim(F
) = dim(E)
Corollaire 1.22.
Preuve
Consquence directe du thorme prcdent.
Soient E un K-espace vectoriel, F un sous-espace vectoriel de E et x E avec x / F. Aloes,
il existe une forme linaire sur E, telle que
< x, >= 1 et y F, < y, >= 0
Lemme 1.23.
Preuve
Soit G un supplmentaire de Vect(x) +F dans E et soit H = F +G, alors E =Vect(x) H et F H.
Soit la forme linaire dnie par
: E =Vect(x) H K
z =x +y (x) =
Alors (x) = 1 et y F, (y) = 0.
Soient E un K-espace vectoriel. Alors,
i) Pour tout sous-espace vectoriel F de E, on a
(F
= F
ii) Si E est de dimension nie, alors pour tout sous-espace vectoriel G de E, on a
(G
= G
Thorme 1.24.
Preuve
i) Il est clair, par dnition que F (F
, donc il suft de montrer que (F
F.
Pour cela, supposons, par absurde, quil existe x E, tel que x (F
et x / F. Donc daprs
le lemme prcdent, il existe E
, telle que (x) = 1 et y F, (y) = 0.

Ainsi, F
et puisque x (F
, alors, par dnition de lorthogonal, on a (x) = 0, ce qui

est absurde, car (x) = 1.
ii) On voit facilement que G (G
, donc il suft de montrer que (G
G.
Pour cela, nous allons utiliser le fait que G est de dimension nie, donc il existe
1
,
2
, . . . ,
m
,
tels que G =Vect(
1
,
2
, . . . ,
m
).
Soit, maintenant, (G
et soit x E, tel que
1
(x) =
2
(x) = =
m
(x) = 0
Puisque G = Vect(
1
,
2
, . . . ,
m
), alors G, (x) = 0, par suite x G
et puisque
(G
, alors (x) = 0. Ainsi, nous avons montr que

m
i=1
ker(
i
) ker(), donc daprs la
proposition 3.4, Vect(
1
,
2
, . . . ,
m
).
Soient E un K-espace vectoriel de dimension nie et F un sous-espace vectoriel de codi-
mension p, p = dim(E) dim(F), alors il existe p formes linaires,
1
,
2
, . . . ,
p
, linai-
rement indpendantes, telles que
F =
p
i=1
ker(
i
)
Corollaire 1.25.
Preuve
F est de codimension p, donc dim(F
) = p. Soit (
1
,
2
, . . . ,
p
) une base de F
, alors on aura,
(F
=Vect(
1
,
2
, . . . ,
p
)
=
p
i=1
ker(
i
)
Daute part, daprs le thorme prcdent, on a (F
= F. Do le rsultat.
Remarque 1.25.1
Soient E un K-espace vectorie de dimension nie =n, (e
1
, e
2
, . . . , e
n
) une base de E, F un sous-espace
vectoriel de E de codimension p et
1
,
2
, . . . ,
p
les formes linaires linairement indpendantes,
telles que F =
p
i=1
ker(
i
).
Pour chaque i 1, 2, . . . , p et chaque j 1, 2, . . . , n, on pose a
i j
=
i
(e
j
), alors
x E, x =
n
j=1
x
j
e
j
=
i
(x) =
n
j=1
a
i j
x
j
Donc x F, si et seulement si, les composantes, x
1
, x
2
, . . . , x
n
, de x dans la base (e
1
, e
2
, . . . , e
n
), vri-
ent le systme (S) suivant, de p quations n inconnues,
(S) :
_
_
a
11
x
1
+a
12
x
2
+ +a
1n
x
n
= 0
a
21
x
1
+a
22
x
2
+ +a
2n
x
n
= 0
.
.
.
a
p1
x
1
+a
p2
x
2
+ +a
pn
x
n
= 0
Ce systme qui est de rang p, car (
1
,
2
, . . . ,
p
) est de rang p, sappelle une reprsentation cart-
sienne du sous-espace vectoriel F.
Exemples
E un K-espace vectorie de dimension nie = n.
1. Une droite vectorielle de E possde une reprsentation cartsienne sous forme dun systme de
rang n1 et de n1 quations.
2. Un hyperplan de E possde une reprsentation cartsienne sous-forme dune seule quation :
a
1
x
1
+a
2
x
2
+ +a
n
x
n
= 0 avec (a
1
, a
2
, . . . , a
n
) ,= (0, 0, . . . , 0)
1.26 Bidual
Soit E un K-espace vectoriel, on appelle bidual de E, quon note E
, le dual de E
.
E
= (E
= L(E
, K)
Dnition 1.27.
Remarque 1.27.1
Considrons lapplication j : E E
dnie par,
x E, E
, <, j(x) >=< x, >

Alors, il est facile de voir que j est linaire injective. Donc E sidentie canoniquement un sous-
espace vectoriel de E
.
En particulier, si E est de dimension nie, alors j est un isomorphisme, donc, dans ce cas, E sidentie
canoniquement E
.
Soient E un K-espace vectoriel de dimension nie = n et j : E E
lisomorphisme
canonique entre E et E
. Alors
i) Pour toute base de E, on a j() =
, o
= (
est la base duale de
dans E
.
ii) Si est une base de E
sa base duale dans E
et est sa base prduale dans E, alors

= j
1
(
)
Proposition 1.28.
Preuve
i) Soit = (e
1
, e
2
, . . . , e
n
) une base de E, alors on a
k 1, 2, . . . , n, l 1, 2, . . . , n, < e
l
, j(e
k
) >=< e
k
, e
l
>=
kl
Donc k 1, 2, . . . , n, j(e
k
) = (e
l
)
.
ii) Puisque
=, alors, daprs i), j() =
, donc = j
1
(
).
1.29 Transpose dune application linaire
Soient E et F deux K-espaces vectoriels et f : E F une application linaire. On appelle
application transpose de f , quon note
t
f , lapplication linaire de F
dans E
dnie par,
F
,
t
f () = f
Dnition 1.30.
Remarque 1.30.1
Par dnition de lapplication transpose dune application linaire f , on a
x E, F
, < x,
t
f () >=< f (x), >
De plus,
t
f est lunique application linaire de F
vers E
vriant cette relation.

En effet, soit g : F
une application linaire telle que

x E, F
, < x, g() >=< f (x), >

Alors, il est clair que F
, g() = f , donc g =
t
f .
Soient E, F et G trois K-espaces vectoriels. Alors
a) f L(E, F), g L(E, F),
t
( f +g) =
t
f +
t
g.
b) K, f L(E, F),
t
(f ) =
t
f .
c) f L(E, F), g L(F, G),
t
(g f ) =
t
f
t
g.
Proposition 1.31.
Preuve
a)
F
,
t
( f +g)() =( f +g) = f +g =
t
f () +
t
g()
Donc
t
( f +g) =
t
f +
t
g.
b)
F
,
t
(f )() =(f ) =( f ) =
t
f ()
Donc
t
(f ) =
t
f .
c)
G
,
t
(g f )() =(g f ) = (g) f =
t
g() f =
t
f (
t
g()) = (
t
f
t
g)()
Donc
t
(g f ) =
t
f
t
g.
Soient E et F deux K-espaces vectoriels et f : E F une application linaire. Alors,
i) ker(
t
f ) = (Im( f ))
.
ii) Im(
t
f ) = (ker( f ))
.
Thorme 1.32.
Preuve
i)
ker(
t
f )
t
f () = 0
f = 0
x E, < f (x), >= 0
(Im( f ))
ii) Soit Im(

t
f ), alors il existe F
, telle que =
t
f (), donc on aura,
x ker( f ), < x, >=< x,
t
f () >=< f (x), >= 0
donc (ker( f ))
, par suite, Im(

t
f ) (ker( f ))
.
Rciproquement, soit (ker( f ))
et soit G un supplmentaire de Im( f ) dans F.

Soit : F K la correspondance dnie par,
: F = Im( f ) G K
y = f (x) +z (x)
Alors dnit bien une application, car si y = f (x) +z = f (x
/
) +z, alors xx
/
ker( f ), donc
(x x
/
) = 0 et ainsi (x) =(x
/
), et on a
x E, ( f (x)) =(x)
Donc = f =
t
f ().
Soient E un K-espace vectoriel de dimension nie = n, = (e
1
, e
2
, . . . , e
n
) une base de E
et
sa base duale. Alors pour tout endomorphisme u de E, on a

Mat(
t
u,
) =
t
Mat(u, )
Thorme 1.33.
Preuve
Soient A = Mat(u, ) et B = Mat(
t
u,
) avec A = (a
i j
)
1i, jn
et B = (b
i j
)
1i, jn
, alors on sait que
(i, j) 1, 2, . . . , n
2
, a
i j
=< u(e
j
), e
i
>
Dautre part, on a
j 1, 2, . . . , n,
t
u(e
j
) =
n
k=1
b
k j
e
k
Donc,
(i, j) 1, 2, . . . , n
2
, a
ji
=< u(e
i
), e
j
>=< e
i
,
t
u(e
j
) >=
n
k=1
b
k j
< e
i
, e
k
>= b
i j
Donc B =
t
A.
Soient E un K-espace vectoriel, u un endomorphisme de E et F un sous-espace vectoriel de
E. Alors,
F est stable par u F
est stable par

t
u
Proposition 1.34 (Dualit et stabilit).
Preuve
(=) Supposons que F est stable par u. Alors pour F
, on a
x F, < x,
t
u() >=< u(x), >= 0 (car u(x) F et F
)
Donc
t
u() F
et par suite, F
est stable par

t
u.
(=) Supposons que F
est stable par

t
u. Alors pour x F, on a
x F = F
, < x,
t
u() >= 0 (car
t
u() F
)
= F
, < u(x), >= 0

=u(x) (F
=u(x) F (car, daprs le thorme 3.24, (F
)
Donc F est stable par u.
1.35 Exercices
Exercice 1
Pour chaque entier n 1, R
n
[X] dsigne lensemble des polynmes cofcients rels de degr n.
Soit lapplication dnie par,
: R
n
[X] R
P
1
0
P(t)dt
1. Montrer que R
n
[X] est un R-espace vectoriel. Quelle est sa dimension ?
2. Montrer que est une forme linaire sur R
n
[X].
3. Pour chaque i 0, 1, 2, . . . , n, soit
i
lapplication dnie par,
i
: R
n
[X] R
P P(
i
n
)
Montrer que i 0, 1, 2, . . . , n,
i
est une forme linaire sur R
n
[X] et que (
0
,
1
, . . . ,
n
) est
une base de (R[X])
.
4. En dduire quil existe des rels a
0
, a
1
, . . . , a
n
, tels que
P R
n
[X],
1
0
P(t)dt =
n
i=0
a
i
P(
i
n
)
Exercice 2
E =R
3
[X] est muni de sa base canonique (e
0
, e
1
, e
2
, e
3
), o e
0
= 1, e
1
= X, e
2
= X
2
et e
3
= X
3
. Soit
F la partie de E dnie par,
P F P(1) = 0 et P
//
(0) = 0
a) Vrier que F est un sous-espace vectoriel de E et dterminer une base de F.
b) Quelle est la dimension de F ?
c) Montrer que
E
, F
(e
0
) =(e
1
) =(e
3
)
d) Soient
0
,
1
,
2
et
3
les formes linaires dnies sur E par,
_
0
= e
1
= e
0
+e
1
+e
2
= e
1
e
3
= e
2
e
3
Vrier que (
0
,
1
,
2
,
3
) est une base de E
et dterminer sa base prduale (v

0
, v
1
, v
2
, v
3
).
Exercice 3
On considre les formes linaires
1
,
2
,
3
,
4
dnies sur R
3
[X] par,
P R
3
[X],
1
(P) = P(0),
2
(P) = P(1),
3
(P) = P
/
(0) et
4
(P) = P
/
(1)
o P
/
dsigne le polynme driv de P.
a) Montrer que = (
1
,
2
,
3
,
4
) est une base de (R
3
[X])
.
b) Dterminer la base prduale de dans R
3
[X].
c) Soit la forme linaire dnie sur R
3
[X] par,
P R
3
[X], (P) =
1
0
P(t)dt
Dterminer les composantes de dans la base .
Exercice 4
On dsigne par (e
1
, e
2
, e
3
) la base canonique de C
2
[X]. Rappelons que
e
0
= 1, e
1
= X et e
2
= X
2
a) Dterminer (e
0
, e
1
, e
2
) la base duale de (e
0
, e
1
, e
2
).
b) Soient a, b et c trois points deux deux distincts de C. On pose
P
1
= (X b)(X c), P
2
= (X a)(X c) et P
3
= (X a)(X b)
Montrer (P
1
, P
2
, P
3
) est une base de C
2
[X] et trouver les coordonnes dun polynme P dans
cette base.
c) Dterminer la base duale (P
1
, P
2
, P
3
) de (P
1
, P
2
, P
3
).
d) Soit u lendomorphisme de C
2
[X] dni par ;
P C
2
[X], u(P) = XP
/
+P
Dterminer
t
u.
Exercice 5
Soit E =K
n
[X]. Dans chacun des cas suivants, montrer que = (
1
,
2
, . . . ,
n
) est une base de E
et
dterminer sa base prduale :
a)
i 1, 2, . . . , n, P E,
i
(P) = P(x
i
)
x
0
, x
1
, . . . , x
n
sont des lments deux deux distincts de K.
b)
i 1, 2, . . . , n, P E,
i
(P) = P
(i)
(0)
c)
i 1, 2, . . . , n, P E,
i
(P) = P
(i)
(x
i
)
x
0
, x
1
, . . . , x
n
sont des lments deux deux distincts de K.
Exercice 6
E =K
n
[X] et une forme linaire sur E.
1. On suppose quil existe a K, tel que
P K
n
[X], ((X a)P) = 0
Montrer quil existe K, tel que P E, (P) =P(a).
2. On suppose quil existe a K, tel que
P K
n
[X], ((X a)
2
P) = 0
Montrer quil existe (, ) K
2
, tels que P E, (P) =P(a) +P
/
(a).
Exercice 7
Soient K un corps commutatif et
1
,
2
, . . . ,
n
, n 2, les formes linaires de K
n
dnies par :
x K
n
, x = (x
1
, x
2
, . . . , x
n
) =
_
i 1, 2, . . . , n1,
i
(x) = x
i
+x
i+1
n
(x) = x
1
+x
n
1. Pour quelles valeurs de n, (
1
,
2
, . . . ,
n
) forme une base de (K
n
)
?
2. Dans le cas o (
1
,
2
, . . . ,
n
) forme une base de (K
n
)
, dterminer sa base prduale.

Exercice 8
Pour chaque aR, on considre la forme linaire
a
dnie sur R
2
[X], par :
P R
2
[X],
a
(P) = P(a)
1. Montrer que (
1
,
0
,
1
) est une base de (R
2
[X])
.
2. En dduire quil existe des constantes , et ; tels que,
P R
2
[X],
1
1
P(t)dt =P(1) +P(0) +P(1) (Formule des trois niveaux)
3. Dterminer la base prduale de (
1
,
0
,
1
).
4. Calculer les constantes , et .
Exercice 9
Soient E un K-espace vectoriel de dimension nie, et deux formes linaires non nulles sur E.
Montrer quil existe x E, tel que (x)(x) ,= 0.
Exercice 10
Soient E un K-espace vectoriel de dimension nie = n et (e
1
, e
2
, . . . , e
n
) un systme de vecteurs de E,
tels que,
E
, (e
1
) =(e
2
) = =(e
n
) = 0 = = 0
Montrer que (e
1
, e
2
, . . . , e
n
) est une base de E.
Exercice 11
Soient E un K-espace vectoriel de dimension nie = n et
1
,
2
, . . . ,
n
des formes linaires sur E.
On suppose quil existe x E, tel que
1
(x) =
2
(x) = =
n
(x) = 0.
Montrer que la famille (
1
,
2
, . . . ,
n
) est lie.
Exercice 12
Soient E un K-espace vectoriel de dimension innie. Montrer que si
1
,
2
, . . . ,
n
sont des formes
linaires sur E, alors
i)
n
i=1
ker(
i
) ,=0.
ii)
n
i=1
ker(
i
) est de codimension nie.
Exercice 13
Soient E un K-espace vectoriel quelconque et p un entier 1. On suppose quil existe p formes
linaires
1
,
2
, . . . ,
p
, telles que
x E,
1
(x) =
2
(x) = =
p
(x) = 0 =x = 0
Montrer que E est de dimension nie p.
Exercice 14
Soient
1
et
2
deux bases dun K-espace vectoriel E et soit P la matrice de passage de
1

2
.
Dterminer la matrice de passage Q de
2
.
Exercice 15
Soient E et F deux K-espaces vectoriels, V un sous-espace de E et f : E F une application
linaire. Montrer que
f (V)
= (
t
f )
1
(V
)
Exercice 16
Soient E un K-espace vectoriel, F et G deux sous-espace vectoriels de E, tels que E = F G.
Montrer que
E
= F

CHAPITRE 2
FORMES BILINAIRES SYMTRIQUES -
FORMES QUADRATIQUES
2.1 Formes bilinaires symtriques
2.1.1 Dnition et proprits lmentaires
Soit E un K-espace vectoriel, o K est un corps commutatif quelconque.
a) On dit quune application f : E E K est une forme bilinaire sur E, si
i) Pour tout y E, (y x), lapplication,
y
: E K
x
y
(x) = f (x, y)
est une forme linaire sur E.
ii) Pour tout x E, (x x), lapplication,
x
: E K
y
x
(y) = f (x, y)
est une forme linaire sur E.
b) Une forme bilinaire f sur E est dite symtrique, si
x E, y E, f (y, x) = f (x, y)
c) Une forme bilinaire f sur E est dite antisymtrique, si
x E, y E, f (y, x) =f (x, y)
Dnition 2.2.
Remarque 2.2.1
1. Si f est une forme bilinaire quelconque, alors
x E, y E, f (x +y, x +y) = f (x, x) + f (x, y) + f (y, x) + f (y, y)
K, K, x E, y E, f (x, y) =f (x, y)
23
2. Si f est une forme bilinaire symtrique, alors
x E, y E, f (x +y, x +y) = f (x, x) +2 f (x, y) + f (y, y)
3. Si f est antisymtrique, alors
x E, f (x, x) = 0
Notations
On dsigne par L
2
(E) lensemble de toutes les formes linaires sur E, S
2
(E) lensemble de toutes les
formes bilinaires symtriques sur E et A
2
(E) celui de toutes les formes bilinaires antisymtriques
sur E
Soit E un K-espace vectoriel quelconque, alors
i) L
2
(E) est un K-espace vectoriel.
ii) Si K est un corps de caractristique ,= 2, alors L
2
(E) =S
2
(E)
A
2
(E)
Proposition 2.3.
Preuve
i) Il est facile de vrier que la somme de deux formes linaires et la multiplication dune forme
linaire par un scalaire sont aussi des formes linaires, donc L
2
(E) est un sous-espace vectoriel
du K-espace vectoriel de toutes les applications de E E vers K.
ii) Remarquons dabord que si K est un corps de caractristique = 2, alors 1
K
=1
K
, donc dans ce
cas S
2
(E) =A
2
(E).
Supposons, maintenant que K est un corps de caractristique ,= 2. Soit f une forme bilinaire
qui est la fois symtrique et antisymtrique, alors on aura
(x, y) E E, f (x, y) = f (y, x) et f (x, y) =f (y, x)
Donc (x, y) E E, 2
K
f (x, y) = 0
K
, puisque 2
K
,= 0
K
, alors on a,
(x, y) E E, f (x, y) = 0
K
Donc S
2
(E)
A
2
(E) =0.
Soit f L
2
(E) et soient g et h les applications de E E vers K dnies par
(x, y) E E, g(x, y) =
f (x, y) + f (y, x)
2
et h(x, y) =
f (x, y) f (y, x)
2
Alors, il est facile de vrier que g est bilinaire symtrique, que h est bilinaire antisymtrique
et que f = g+h. Donc L
2
(E) =S
2
(E) +A
2
(E).
Dans toute la suite, sauf indication du contraire, on suppose que K est un corps commutatif de carac-
tristique ,= 2.
2.3.1 Matrice dune forme bilinaire
1
, e
2
, . . . , e
n
) une base de E et f
une forme bilinaire sur E. On dit quune matrice A = (a
i j
)
1i, jn
est la matrice de f par
rapport la base (e
1
, e
2
, . . . , e
n
), si
(i, j) 1, 2, . . . , n
2
, a
i j
= f (e
i
, e
j
)
Dnition 2.4.
Remarque 2.4.1
1
, e
2
, . . . , e
n
) une base de E.
1. Si f est une forme bilinaire, alors A = ( f (e
i
, e
j
))
1i, jn
est la matrice de f par rapport la
base .
2. Rciproquement, soit A = (a
i j
)
1i, jn
une matrice carre dordre n coefcients dans K et soit
f : E E K, lapplication dnie par :
(x, y) E E, f (x, y) =
n
i=1
n
j=1
a
i j
x
i
y
j
o x =
n
i=1
x
i
e
i
et y =
n
j=1
y
j
e
j
, alors f dnit une forme bilinaire sur E, dont la matrice par
rapport la base est gale A.
Signalons que lexpression, ci-dessus, de f (x, y) peut aussi scrire sous la forme :
f (x, y) =

1i, jn
a
i j
x
i
y
j
ou encore sous la forme :
f (x, y) =

(i, j)N
2
n
a
i j
x
i
y
j
(o N
n
=1, 2, . . . , n)
3. Si f est une forme bilinaire sur E et si A = (a
i j
)
1i, jn
est la matrice de f par rapport la
base , alors
i) f est symtrique
t
A = A.
(o
t
A dsigne la matrice transpose de A).
Donc, si f est symtrique, alors (i, j) N
2
n
, a
i j
=a
ji
, par suite, dans ce cas, lexpression
de f (x, y) scrit sous la forme :
f (x, y) =
n
i=1
a
ii
x
i
y
i
+

1i<jn
a
i j
(x
i
y
j
+x
j
y
i
)
Donc, en particulier, si f est symtrique, alors,
x E, f (x, x) =
n
i=1
a
ii
x
2
i
+2

1i<jn
a
i j
x
i
x
j
ii) f est antisymtrique
t
A =A.
2.4.1 Ecriture matricielle
1
, e
2
, . . . , e
n
) une base de E,
f : E E K une forme bilinaire sur E et A la matrice de f par rapport la base .
Pour chaque x E avec x =
n
i=1
x
i
e
i
, on pose
X =
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
, donc
t
X = (x
1
, x
2
, . . . , x
n
)
Alors f possde une expression matricielle sous la forme :
(x, y) E E, f (x, y) =
t
XAY
2.4.2 Changement de base
1
, e
2
, . . . , e
n
) et
/
= (e
/
1
, e
/
2
, . . . , e
/
n
) deux bases de E, f une forme bilinaire sur E, A et B sont respective-
ment les matrices de f par rapport aux bases et
/
. Soit P la matrice de passage de la base
la base
/
, alors on a
B =
t
PAP
Proposition 2.5.
Preuve
En utilisant lcriture matricielle par rapport aux bases et
/
, on aura
(x, y) E E, f (x, y) =
t
XAY =
t
X
/
BY
/
avec x =
n
i=1
x
i
e
i
=
n
i=1
x
/
i
e
/
i
et y =
n
i=1
y
i
e
i
=
n
i=1
y
/
i
e
/
i
.
Soit P la matrice de passage de la base la base
/
, alors on sait que X = PX
/
et Y = PY
/
.
Par suite, on aura
t
XAY =
t
(PX
/
)A(PY
/
)
=
t
X
/t
PAPY
/
=
t
X
/
(
t
PAP)Y
/
(Rappelons que la multiplication des matrices est associative)
Donc X
/
K
n
, Y
/
K
n
,
t
X
/
BY
/
=
t
X
/
(
t
PAP)Y
/
, donc B =
t
PAP.
2.5.1 Rang dune forme bilinaire
Rappelons que deux matrices carres A et B sont dites quivalentes, sil existe deux matrices in-
versibles P et Q, telles que B = QAP. Rappelons aussi que deux matrices sont quivalentes, si et
seulement si, elles ont le mme rang.
Soit K un corps commutatif. Deux matrices carres A et B coefcients dans K sont dites
congruentes, sil existe une matrice inversible P, tel que B =
t
PAP.
Dnition 2.6.
Remarque 2.6.1
1. Deux matrices sont donc congruentes, si elles reprsentent la mme forme bilinaire par rap-
port deux bases de E.
2. Deux matrices congruentes sont quivalentes, donc deux matrices congruentes ont mme rang.
Ainsi, la dnition suivante est justie :
1
, e
2
, . . . , e
n
) une base de E,
f : E E K une forme bilinaire sur E et A la matrice de f par rapport la base . On
dnit le rang de f , not rg( f ), par :
rg( f ) = rg(A)
Dnition 2.7.
2.7.1 Formes bilinaires symtriques non dgnres
Soient E un K-espace vectoriel quelconque et f une forme bilinaire symtrique sur E. On
considre lapplication : E E
dnie par :
y E, (y) =
y
o x E,
y
(x) = f (x, y)
Si est injective, on dit que f est non dgnre.
Dnition 2.8.
Remarque 2.8.1
Daprs la dnition prcdente, f est non dgnre, si et seulement si, pour tout y E, on a
[x E, f (x, y) = 0] =y = 0
Cela signie que si pour un certain y E, on a f (x, y) = 0 pour tout x E, alors ncessairement, on
a y = 0.
Soient E un K-espace vectoriel de dimension nie, une base de E, f une forme bilinaire
symtrique sur E et A la matrice de f par rapport la base . Alors,
[ f est non dgnre] det(A) ,= 0
Proposition 2.9.
Preuve
On considre lapplication : E E
qui chaque y fait correspondre

y
.
Posons = (e
1
, e
2
. . . , e
n
) et
= (e
1
, e
2
, . . . , e
n
) la base duale de .
Soit M = (m
i j
)
1i, jn
la matrice de par rapport aux bases et
, alors on a
j 1, 2, . . . , n, (e
j
) =
n
k=1
m
k j
e
k
Donc pour chaque i 1, 2. . . , n et pour chaque j 1, 2, . . . , n, on a
f (e
i
, e
j
) =(e
j
)(e
i
) =
n
k=1
m
k j
e
k
(e
i
) = m
i j
(car e
k
(e
i
) =
ik
)
On en dduit donc que M = A. Ainsi, on aura,
f est non dgnre est injective (par dnition)
est bijective (car E et E
ont mme dimension)

det(M) ,= 0
det(A) ,= 0 (car M = A)
2.9.1 Orthogonalit
Soient E un K-espace vectoriel quelconque, f une forme bilinaire symtrique sur E. Soit
A une partie non vide de E, on dnit lorthogonale de A, par rapport la forme binaire f ,
not A
, par :
y E, y A
x A, f (x, y) = 0
Dnition 2.10.
Remarque 2.10.1
1. Pour chaque x E, soit
x
E
dnie par :
y E,
x
(y) = f (x, y)
Soit A une partie non vive de E, alors on voit facilement que
y E, y A
xA
ker(
x
)
On en dduit , donc, que A
=

xA
ker(
x
). Donc pour toute partie non vide A de E, mme si A
nest pas un sous-espace vectoriel de E, A
est toujours un sous-espace vectoriel de E.

2. Soient A et B deux parties non vides de E, telles que A B, alors B
.
3. Pour toute partie non vide A de E, on a A
=Vect(A)
.
En effet, on a A Vect(A), donc, daprs la remarque prcdente, on a Vect(A)
.
Soit y A
, a-t-on y Vect(A)
?
Soit x Vect(A), alors, par dnition, il existe x
1
, x
2
, . . . , x
m
lments de A et il existe
1
,
2
, . . . ,
m
dans K, tels que x =
1
x
1
+
2
x
2
+ +
m
x
m
. Donc on aura,
f (x, y) =
1
f (x
1
, y) +
2
f (x
2
, y) + +
m
f (x
m
, y) = 0 (car i 1, 2, . . . , m, f (x
i
, y) = 0)
4. Daprs la remarque prcdente, on pose, par covention,
/ 0
=Vect(/ 0)
=0
= E
Soient E un K espace vectoriel de dimension nie et f une forme bilinaire symtrique sur
E, alors pour tout sous-espace vectoriel F de E, on a
i) dim(F) +dim(F
) dim(E).
ii) Si de plus f est non dgnre, alors on a dim(F) +dim(F
) = dim(E) .
Proposition 2.11.
Preuve
On considre lapplication : E F
dnie par :
y E, x F, (y)(x) = f (x, y)
Alors, il est clair que est linaire et que ker() = F
.
i) Daprs le thorme du rang, on a dim(ker()) +dim(Im()) = dim(E).
On a aussi Im() F
, donc dim(Im()) dim(F
) avec dim(F
) = dim(F), donc
dim(F
) +dim(F) dim(E)
ii) Supposons maintenant que f est non dgnre et montrons que Im() = F
.
Soit F
, existe-t-il y E, tel que (y) =?

F
, donc, daprs le thorme de prolongement des formes linaires, il existe E
, telle
que
x F, (x) =(x)
Or f est non dgnre et E de dimension nie, donc lapplication : E E
, o
z E, x E, (z)(x) = f (x, z), est bijective.
Donc, il existe z E, tel que (z) =, donc on aura,
x F, (z)(x) = f (x, z) =(z)(x) =(x) =(x)
Donc (z) =. Par suite est surjective et ainsi Im() = F
.
Daprs le thorme du rang, on a
dim(F
) +dim(F) = dim(E)
Soient E un K-espace vectoriel de dimension nie et f une forme bilinaire symtrique non
dgnre sur E. Alors pour tout sous-espace vectoriel F de E, on a
F
= F
Corollaire 2.12.
Preuve
Puisque f est non dgnre, alors on a
dim(F) +dim(F
) = dim(F
) +dim(F
) = dim(E)
Donc, dim(F
) = dim(F
), et puisque F est toujours un sous-espace vectoriel de F
, alors
F = F
Remarque 2.12.1
1. En fait, si f est une forme bilinaire symtrique quelconque sur E, o E est de dimension nie,
alors pour tout sous-espace vectoriel F de E, on a
F
= F +N
o N = E
=y E : x E, f (x, y) = 0 sappelle le noyau de f . (Voir exercices)

2. Si f est une forme bilinaire symtrique non dgnre sur E, o E est de dimension nie, alors
pour tout sous-espace vectoriel F de E, on a
dim(F) +dim(F
) = dim(E)
Par contre, mme si f est non dgnre, on a pas toujours E = F F
.
Par exemle, on prend E =R
2
muni de la forme bilinaire f dnie par
(x, y) E
2
, f (x, y) = x
1
y
1
x
2
y
2
o x = (x
1
, x
2
) et y = (y
1
, y
2
).
Soient (e
1
, e
2
) la base canonique de E et A = Mat( f , (e
1
, e
2
)), alors on a
A =
_
1 0
0 1
_
Donc det(A) =1 ,= 0, par suite f est non dgnre.
Soit F =Vect(e
1
+e
2
) et soit y E, avec y = (y
1
, y
2
), alors on a
y F
f (e
1
+e
2
, y) = 0 (car Vect(e
1
+e
2
)
=e
1
+e
2
)
y
1
y
2
= 0
y F
Donc F
= F.
2.12.1 Isotropie
Soient E un K-espace vectoriel et f une forme bilinaire symtrique sur E.
i) On dit que deux vecteurs x et y de E sont orthogonaux, si f (x, y) = 0.
ii) On dit quun vecteur x E est isotrope, si f (x, x) = 0.
iii) Un sous-espace vetoriel F de E est dit isotrope, si F F
,=0.
iv) Un sous-espace vetoriel F de E est dit totalement isotrope, si F F
.
Dnition 2.13.
Remarque 2.13.1
Soit I =x E : f (x, x) = 0 lensemble des vecteurs isotropes de E, alors on a
a) 0 I.
b) K, x I, x I.
Par contre I nest pas stable pour laddition.
Par exemple, si on prend E =R
2
, f (x, y) = x
1
y
1
x
2
y
2
, x = e
1
+e
2
et y = e
1
e
2
, alors on aura,
f (x, x) = f (y, y) = 0 et f (x +y, x +y) = 2
Soient E un K-espace vectoriel quelconque, f une forme bilinaire symtrique sur E et F
un sous-espace vectoriel de E de dimension nie. Alors
E = F F
F est non isotrope

Thorme 2.14.
Preuve
(=) Trivial.
(=) Supposons que F est non isotrope, donc F F
=0. Or on sait que

E = F F
_
F F
=0
et
F +F
= E
Il suft donc de montrer que F +F
=E. Pour cela, on considre lapplication g : F F K

dnie par :
(x, y) F F, g(x, y) = f (x, y)
Alors g est une forme bilinaire symtrique sur F.
Soit y F, tel que x F, g(x, y) = 0, alors y F F
, donc y = 0, car F est non isotrope.

Par suite, g est non dgnre.
Soit maintenant y E, montrons quil existe (y
1
, y
2
) F F
, tel que y = y
1
+y
2
. Pour cela,
on considre la forme linaire
y
dnie sur F par :
x F,
y
(x) = f (x, y)
Puisque g est non dgnre et F de dimension nie, alors lapplication : F F
dnie
par :
z F, x F, (z)(x) = g(x, z)
est bijective. Puisque
y
F
, alors il existe y
1
F, tel que (y
1
) =
y
.
Montrons que y y
1
F
. Pour cela, soit x F, alors on a

f (x, y y
1
) = f (x, y) f (x, y
1
)
= f (x, y) g(x, y
1
) (car (x, y
1
) F F)
=
y
(x) (y
1
)(x) = 0 (car (y
1
) =
y
)
Donc y y
1
F
. Posons y
2
= y y
1
, alors y = y
1
+y
2
avec (y
1
, y
2
) F F
.
2.14.1 Bases orthogonales
Soient E un K-espace vectoriel de dimension nie =n et f une forme bilinaire symtrique
sur E. On dit quune base (e
1
, e
2
, . . . , e
n
) est orthogonale, si
i 1, 2, . . . , n, j 1, 2, . . . , n, i ,= j = f (e
i
, e
j
) = 0
Dnition 2.15.
Remarque 2.15.1
Supposons que E possde une base orthogonale = (e
1
, e
2
, . . . , e
n
) et soit A = (a
i j
)
1i, jn
la matrice
de f par rapport , donc pour i ,= j, on a a
i j
= f (e
i
, e
j
) = 0. Donc A est une matrice diagonale et
on a pour x =
n
i=1
x
i
e
i
et y =
n
i=1
y
i
e
i
,
f (x, y) =
n
i=1
a
ii
x
i
y
i
Donc, en particulier, pour tout x E, avec x =
n
i=1
x
i
e
i
, on a
f (x, x) =
n
i=1
a
ii
x
2
i
Dans la suite on se propose de montrer que toute forme bilinaire symtrique possde au moins une
base orthogonale.
Soient E un K-espace vectoriel et f une forme bilinaire symtrique sur E. Alors
f est identiquement nulle x E, f (x, x) = 0
Lemme 2.16.
Preuve
(=) Trivial.
(=) Supposons que pour tout x E, f (x, x) = 0 et montrons que f est identiquement nulle.
Soient (x, y) E E, alors on a f (x +y, x +y) = 0.
On a aussi f (x +y, x +y) = f (x, x) +2 f (x, y) + f (y, y) = 2 f (x, y), donc f (x, y) = 0, car K est
un corps de caractristique ,= 2.
Soit E un K-espace vectoriel de dimension nie. Alors toute forme bilinaire symtrique f
sur E, possde au moins une base orthogonale.
Thorme 2.17.
Preuve
Si f est identiquement nulle, alors toute base de E est orthogonale.
On peut donc supposer que f ,= 0, donc daprs le lemme prcdent, il existe au moins un x
0
E, tel
que f (x
0
, x
0
) ,= 0.
Posons F =Vect(x
0
), puisque f (x
0
, x
0
) ,= 0 alors F est non isotrope, donc
E = F F
Donc pour montrer lexistence dune base orthogonale, nous somme amens procder par rcur-
rence sur n = dim(E), avec n 2.
Pour n = 2, soient e
1
= x
0
et e
2
un vecteur quelcoque de F
, avec e
2
,= 0, alors (e
1
, e
2
) est une base
orthogonale de E.
H.R "Supposons que n > 2 et que toute forme bilinaire symtrique sur un K-espace vectoriel de
dimension < n, possde aumoins une base orthogonale".
Soit E un K-espace vectoriel de dimension n et soit g la rstriction de f F
, alors g est une

forme bilinaire symtrique sur F
, avec dim(F
) =n1. Donc, daprs lhypothse de rcurrence,

F
possde au moins une base orthogonale (e

1
, . . . , e
n1
). On dduit donc que (e
1
, . . . , e
n1
, x
0
) est
une base orthogonale de E.
2.18 Formes quadratiques
Soit E un K-espace vectoriel. On dit quune application q : E K est une forme quadra-
tique sur E, sil existe une forme bilinaire f , telle que
x E, q(x) = f (x, x)
Dnition 2.19.
Exemples
Si f est une forme bilinaire symtrique sur E, alors lapplication q : E K dnie par :
x E, q(x) = f (x, x)
est une forme quadratique sur E, appele forme quadratique associe la forme bilinaire symtrique
f .
Rciproquement, toute forme quadratique, on peut associer une forme binaire symtrique unique,
comme le montre la proposition suivante :
Soient E un K-espace vectoriel et q une forme quadratique sur E. Alors il existe une forme
bilinaire symtrique unique f sur E, telle que
x E, q(x) = f (x, x)
Dans ce cas, f sappelle la forme polaire associe la forme quadratique q et on a la relation
suivante :
x E, y E, f (x, y) =
1
2
(q(x +y) q(x) q(y))
Proposition 2.20.
Preuve
q est une forme quadratique sur E, donc, par dnition, il existe une forme bilinaire g sur E, telle
que
x E, q(x) = g(x, x)
Soit f : E E K lapplication dnie par :
(x, y) E E, f (x, y) =
g(x, y) +g(y, x)
2
Alors f est une forme bilinaire symtrique sur E et on a
x E, f (x, x) =
g(x, x) +g(x, x)
2
= g(x, x) = q(x)
Puuisque f est symtrique, alors
(x, y) E E, q(x +y) = f (x +y, x +y) = f (x, x) +2 f (x, y) + f (y, y) = q(x) +2 f (x, y) +q(y)
donc
x E, y E, f (x, y) =
1
2
(q(x +y) q(x) q(y))
Cette relation entre q et f assure lunicit de f .
Remarque 2.20.1
Soient E un K-espace vectoriel de dimension nie = n, q une forme quadratique sur E et f la forme
polaire associe q.
1. Soit une base de E et soit A = (a
i j
)
1i, jn
la matrice de f par rapport la base .
Alors A sappelle aussi la matrice de q par rapport et on a
x E, q(x) =
n
i=1
a
ii
x
2
i
+2

1i<jn
a
i j
x
i
x
j
2. Puisque f est symtrique, alors f possde au moins une base orthogonale .
sappelle aussi une base q-orthogonale et q scrit, par rapport cette base, sous la forme
rduite suivante :
x E, q(x) =
n
i=1
a
ii
x
2
i
3. Le rang dune forme quadratique est dni comme tant le rang de sa forme plaire associe.
Soient E un K-espace vectoriel de dimension nie = n et q une forme quadratique sur E
de rang r. Alors il existe des formes linaires l
1
, l
2
, . . . , l
r
, linairement indpendantes et il
existe des scalaires
1
,
2
, . . . ,
r
, non nuls, tels que
x E, q(x) =
r
i=1
i
l
i
(x)
2
Thorme 2.21.
Preuve
Fixons une base (e
1
, e
2
, . . . , e
n
) de E, alors pour chaque x E, avec x =
n
i=1
x
i
e
i
, on a
q(x) =
n
i=1
a
ii
x
2
i
+2

1i<jn
a
i j
x
i
x
j
Daprs le thorme 1.17, q possde au moins une base q-orthogonale (v
1
, v
2
, . . . , v
n
). Soit A la ma-
trice de q par rapport cette base, donc A est une matrice diagonale de rang r, par suite le nombre
des coefcients diagonaux non nuls est gal r. Donc quitte rordonner les vecteurs de la base
(v
1
, v
2
, . . . , v
n
), on peut supposer que
i 1, 2, . . . , r, a
ii
,= 0
Donc pour chaque x E, avec x =
n
i=1
X
i
v
i
, on a
q(x) =
r
i=1
i
X
2
i
o i 1, 2, . . . , r,
i
= a
ii
Soit P = (p
i j
)
1i, jn
la matrice de passage de la base (v
1
, v
2
, . . . , v
n
) la base (e
1
, e
2
, . . . , e
n
), alors
on sait que
i 1, 2, . . . , n, X
i
=
n
j=1
p
i j
x
j
Soit
= (e
1
, e
2
, . . . , e
n
) la base duale de = (e
1
, e
2
, . . . , e
n
), alors, par dnition, on a
j 1, 2, . . . , n, x
j
= e
j
(x)
Donc si pour chaque i 1, 2, . . . , n, on pose l
i
=
n
j=1
p
i j
e
j
, alors (l
1
, l
2
, . . . , l
n
) est une base de E
,
car det
(l
1
, l
2
, . . . , l
n
) ,= 0, donc (l
1
, l
2
, . . . , l
r
) est libre et on a
i 1, 2, . . . , r, X
i
= l
i
(x)
2.21.1 Mthode de Gauss pour la rduction dune forme quadratique
Cas de deux dimensions
Soient E un K-espace vectoriel de dimension = 2, (e
1
, e
2
) une base de E et q une forme quadratique
sur E, alors pour chaque x E, avec x = x
1
e
1
+x
2
e
2
, on a
q(x) = ax
2
1
+bx
2
2
+2cx
1
x
2
i) Si (a, b) ,= (0, 0), alors on peut supposer, par exemple, que a ,= 0, puis on procde de la manire
suivante :
q(x) = ax
2
1
+bx
2
2
+2cx
1
x
2
= a[x
2
1
+
2c
a
x
1
x
2
] +bx
2
2
= a[(x
1
+
c
a
x
2
)
2
c
2
a
2
x
2
2
] +bx
2
2
= a(x
1
+
c
a
x
2
)
2
+(b
c
2
a
)x
2
2
Donc, si on pose
1
= a,
2
= b
c
2
a
2
, l
1
(x) = x
1
+
c
a
x
2
et l
2
(x) = x
2
, alors on aura
q(x) =
1
l
1
(x)
2
+
2
l
2
(x)
2
=
1
(x
1
+
c
a
x
2
)
2
+
2
x
2
2
Donc, dans ce cas, une base q-orthogonale (v
1
, v
2
) a pour matrice de passage par rapport la
base (e
1
, e
2
), la matrice dnie par :
P =
_
1
c
a
0 1
_
1
=
_
1
c
a
0 1
_
Donc v
1
= e
1
et v
2
=
c
a
e
1
+e
2
.
ii) Si a = 0 et b = 0, alors q scrit sous la forme :
q(x) = 2cx
1
x
2
=
c
2
(x
1
+x
2
)
2
c
2
(x
1
x
2
)
2
(car a K, b K, ab =
1
4
[(a+b)
2
(ab)
2
])
Donc, si on pose
1
=
c
2
,
2
=
c
2
, l
1
(x) = x
1
+x
2
et l
2
(x) = x
1
x
2
, alors on aura
q(x) =
1
l
1
(x)
2
+
2
l
2
(x)
2
=
1
(x
1
+x
2
)
2
+
2
(x
1
x
2
)
2
Ainsi une base q-orthogonale a pour matrice de passage par rapport la base (e
1
, e
2
), la matrice
dnie par :
P =
_
1 1
1 1
_
1
=
1
2
_
1 1
1 1
_
Donc v
1
=
1
2
(e
1
+e
2
) et v
2
=
1
2
(e
1
e
2
).
Cas de la dimension 3
Soient E un K-espace vectoriel de dimension 3, (e
1
,
2
, e
3
) une base de E et q : E K une forme
quadratique. Alors pour tout x E, x = x
1
e
1
+x
2
e
2
+x
3
e
3
, on a
q(x) = ax
2
1
+bx
2
2
+cx
2
3
+2dx
1
x
2
+2ex
1
x
3
+2 f x
2
x
3
i) Si (a, b, c) ,= (0, 0, 0), alors on peut supposer par exemple que a ,= 0. Dans ce cas, en regroupant
tous les termes contenant x
1
, on aura,
q(x) = (ax
2
1
+2dx
1
x
2
+2ex
1
x
3
) +bx
2
2
+cx
2
3
+2 f x
2
x
3
= a
_
x
2
1
+2(
d
a
x
2
+
e
a
x
3
)x
1
_
+bx
2
2
+cx
2
3
+2 f x
2
x
3
= a
_
(x
1
+
d
a
x
2
+
e
a
x
3
)
2
(
d
a
x
2
+
e
a
x
3
)
2
_
+bx
2
2
+cx
2
3
+2 f x
2
x
3
= a(x
1
+
d
a
x
2
+
e
a
x
3
)
2
+Q(x
2
, x
3
)
o Q est une forme quadratique en (x
2
, x
3
). Donc pour achever la dcomposition de q, il suf-
t de dcomposer Q qui peut-tre considre comme une forme quadratique sur un K-espace
vectoriel de dimension 2.
ii) Si a = b = c = 0, alors q scrit sous la forme :
q(x) =x
1
x
2
+x
1
x
3
+x
2
x
3
avec (, , ) ,= (0, 0, 0)
En supposant, par exemple, que ,= 0, on peut procder de la manire suivante :
q(x) =
_
x
1
x
2
+

x
1
x
3
+

x
2
x
3
_
=
_
_
x
1
+

x
3
_
_
x
2
+

x
3
_
2
x
2
3
_
=
_
1
4
_
_
x
1
+

x
3
_
+
_
x
2
+

x
3
__
2
1
4
_
_
x
1
+

x
3
_
_
x
2
+

x
3
__
2
2
x
2
3
_
=
_
1
4
_
x
1
+x
2
+
+
x
3
_
2
1
4
_
x
1
x
2
+

x
3
_
2
2
x
2
3
_
=

4
_
x
1
+x
2
+
+
x
3
_
2
4
_
x
1
x
2
+

x
3
_
2
x
2
3
= aX
2
1
+bX
2
2
+cX
2
3
Avec
_
_
a =

4
b =
4
c =

et
_
_
X
1
= x
1
+x
2
+
+
x
3
X
2
= x
1
x
2
+

x
3
X
3
= x
3
Soit P =
_
_
_
_
_
_
_
1 1
+
1 1

0 0 1
_
_
_
_
_
_
_
alors, une une base q-orthogonale (v
1
, v
2
, v
3
) est dnie par sa matrice de passage Q de la base
(e
1
, e
2
, e
3
) la base (v
1
, v
2
, v
3
), o Q = P
1
.
Le cas gnral
Soient E un K-espace vectoriel de dimension ne = n, (e
1
, e
2
, . . . , e
n
) une base de E et q : E K
une forme quadratique non nulle. Alors on sait q scrit sous la forme :
x E, x =
n
i=1
x
i
e
i
=q(x) =
n
i=1
a
i
x
2
i
+2

1i<jn
a
i j
x
i
x
j
Nous allons procder par rcurrence sur n, en distinguant deux cas :
i) Il existe i
0
1, 2, . . . , n, tel que a
i
0
,= 0, alors quitte rordonner les a
i
, on peut supposer que
a
1
,= 0. Dans ce cas, en regroupant tous les termes contenant x
1
, (si la place de a
1
on prend
a
i
0
, on doit regrouper tous les termes contenant x
i
0
), on aura,
q(x) = a
1
x
2
1
+2
n
j=2
a
1j
x
1
x
j
+
n
i=2
a
i
x
2
i
+2

2i<jn
a
i j
x
i
x
j
= a
1
_
x
2
1
+2
_
n
j=2
j
x
j
_
x
1
_
+
n
i=2
a
i
x
2
i
+2

2i<jn
a
i j
x
i
x
j
o j 2, . . . , n,
j
=
a
1 j
a
1
= a
1
_
_
_
x
1
+
n
j=2
j
x
j
_
2
_
n
j=2
j
x
j
_
2
_
_
+
n
i=2
a
i
x
2
i
+2

2i<jn
a
i j
x
i
x
j
= a
1
_
x
1
+
n
j=2
j
x
j
_
2
+Q(x
2
, . . . , x
n
)
o
Q(x
2
, . . . , x
n
) =
n
i=2
a
i
x
2
i
+2

2i<jn
a
i j
x
i
x
j
_
n
j=2
j
x
j
_
2
est une forme quadratque en x
2
, x
3
, . . . , x
n
, donc on peut considrer Q comme une forme qua-
dratique sur un K-espace vectoriel de dmension n 1 et on applique, alors, lhypothse de
rcurrence Q.
i) i 1, 2, . . . , n, a
i
= 0, alors, dans ce cas, q scrit sous la forme :
q(x) =

1i<jn
i j
x
i
x
j
q ,=0, donc lun au moins des coefcients
i j
est non nul, donc pour simplier on peut supposer
que
12
,=0, puis on regroupe tous les termes contenant x
1
et tous les termes contenant x
2
. Ainsi,
on aura
q(x) =
_
12
x
1
x
2
+
_
n
j=3
1j
x
j
_
x
1
+
_
n
j=3
2j
x
j
_
x
2
_
+

3i<jn
i j
x
i
x
j
=
12
_
x
1
x
2
+
_
n
j=3
1j
12
x
j
_
x
1
+
_
n
j=3
2j
12
x
j
_
x
2
_
+

3i<jn
i j
x
i
x
j
=
12
__
x
1
+
n
j=3
2j
12
x
j
__
x
2
+
n
j=3
1j
12
x
j
_
_
n
j=3
1j
12
x
j
__
n
j=3
2j
12
x
j
__
+

3i<jn
i j
x
i
x
j
=
12
_
x
1
+
n
j=3
2 j
12
x
j
__
x
2
+
n
j=3
1j
12
x
j
_
+Q(x
3
, . . . , x
n
)
=

12
4
_
x
1
+x
2
+
n
j=3
2j
+
1j
12
x j
_
2
12
4
_
x
1
x
2
+
n
j=3
2j
1j
12
x j
_
2
+Q(x
3
, . . . , x
n
)
On achve la dcompositon en appliquant lhypothse de rcurrence Q.
Exemples
1. Soit q la forme quadratique dnie sur R
3
par :
q(x, y, z) = x
2
+6y
2
+16z
2
4xy +6xz 16yz
Dterminons une base q-orthogonale. Pour cela, dcomposons q sous forme de carrs.
q(x) = x
2
+6y
2
+16z
2
4xy +6xz 16yz
= (x
2
4xy +6xz) +6y
2
+16z
2
16yz
= [x
2
2x(2y 3z)] +6y
2
+16z
2
16yz
= [(x (2y 3z))
2
(2y 3z)
2
] +6y
2
+16z
2
16yz
= (x 2y +3z)
2
4y
2
+12yz 9z
2
+6y
2
+16z
2
16yz
= (x 2y +3z)
2
+2y
2
+7z
2
4yz
= (x 2y +3z)
2
+2(y
2
2yz) +7z
2
= (x 2y +3z)
2
+2[(y z)
2
z
2
] +7z
2
= (x 2y +3z)
2
+2(y z)
2
+5z
2
Donc pour dterminer une base q-orthogonale, on pose
_
_
X = x 2y +3z
Y = y z
Z = z
donc
_
_
x = X +2Y Z
y =Y +Z
z = Z
Donc une base q-orthogonale (v
1
, v
2
, v
3
) est dtermine par sa matrice de passage P de la base
(e
1
, e
2
, e
3
) la base (v
1
, v
2
, v
3
) :
P =
_
_
1 2 1
0 1 1
0 0 1
_
_
Donc, on aura
_
_
v
1
= e
1
v
2
= 2e
1
+e
2
v
3
=e
1
+e
2
+e
3
2. Mettre sous forme de carrs la forme quadratique de R
4
dnie par :
q(x, y, z, t) = xy +yz +zt +tx
puis dterminer une base q-orthogonale.
q(x, y, z, t) = xy +yz +zt +tx
= (x +z)(y +t)
=
1
4
(x +y +z +t)
2
1
4
(x y +z t)
2
=
1
4
(x +y +z +t)
2
1
4
(x y +z t)
2
+0z
2
+0t
2
Donc, pour obtenir une base q-orthogonale, on pose
_
_
X = x +y +z +t
Y = x y +z t
Z = z
T =t
Donc, on aura
_
_
x =
1
2
X +
1
2
Y Z
y =
1
2
X
1
2
Y T
z = Z
t = T
Une base q-orthogonale est dtermne par la matrice de passage P, dne par :
P =
1
2
_
_
_
_
1 1 2 0
1 1 0 2
0 0 2 0
0 0 0 2
_
_
_
_
Donc, si on pose
_
_
v
1
=
1
2
e
1
+
1
2
e
2
v
2
=
1
2
e
1
1
2
e
2
v
3
=e
1
+e
3
v
4
=e
2
+e
4
Alors (v
1
, v
2
, v
3
, v
4
) est une base q-orthogonale.
3. Mettre sous forme de carrs la forme quadratique sur R
4
dnie par :
q(x, y, z, t) = xy +xz +xt yz +yt +2zt
q(x, y, z, t) = xy +xz +xt yz +yt +2zt
= q(x, y, z, t) = (xy +xz +xt yz +yt) +2zt (regroupement des termes en x et ceux en y)
= [xy +x(z +t) +y(t z)] +2zt
= [(x +(t z))(y +(z +t)) (t z)(t +z)] +2zt
=
1
4
_
(x +y +2t)
2
(x y 2z)
2
(t z)(t +z) +2zt

=
1
4
(x +y +2t)
2
1
4
(x y 2z)
2
+(z
2
+2zt) t
2
=
1
4
(x +y +2t)
2
1
4
(x y 2z)
2
+(z +t)
2
2t
2
Donc, pour obtenir une base q-orthogonale, on pose
_
_
X = x +y +2t
Y = x t 2z
Z = z +t
T =t
Donc, on aura
_
_
x =
1
2
X +
1
2
Y +Z 2T
y =
1
2
X
1
2
Y Z
z = Z T
t = T
Donc une base q-orthogonale est dtermne par la matrice de passage P, dne par :
P =
1
2
_
_
_
_
1 1 2 4
1 1 2 0
0 0 2 2
0 0 0 2
_
_
_
_
Donc, si on pose
_
_
v
1
=
1
2
e
1
+
1
2
e
2
v
2
=
1
2
e
1
1
2
e
2
v
3
= e
1
e
2
+e
3
v
4
=2e
1
e
3
+e
4
alors, (v
1
, v
2
, v
3
, v
4
) est une base q-orthogonale.
2.22 Signature dune forme bilinaire symtrique
2.22.1 bases orthonormales
Soient E un K-espace vectoriel de dimension nie = n et f une forme bilinaire stmtrque
sur E. Une base (e
1
, e
2
, . . . , e
n
) est une base orthonormale de E, si
(i, j) 1, 2, . . . , n
2
, f (e
i
, e
j
) =
_
1 si i = j
0 si i ,= j
Dnition 2.23.
Remarque 2.23.1
Soient E un K-espace vectoriel de dimension nie = n et f une forma bilnaire symtrique sur E. On
suppoose que f possde une base orthonormale , alors la matrice de f par rapport est gale
la matrice identit, donc f est non dgnre. La condition f non dgnre est donc une condition
ncessaire pour lexistence dune base orthonormale.
Nous allons voir par la suite que cette conditon nest pas toujours sufsante.
Soit E un C-espace vectoriel de dimension nie = n. Alors toute forme bilinaire sym-
trique non dgnre sur E, possde au moins une base orthonormale.
Proposition 2.24.
Preuve
On sait que toute forme bilinaire symtrique sur un K-espace vectoriel de dimension nie , possde
au moins une base orthogonale.
Soit f une forme bilinaire symtrique sur un C-espace vectoriel de dimension nie E et soit (v
1
, v
2
, . . . , v
n
)
une base orthogonale de f . Pour chaque i 1, 2, . . . , n, soit
i
= f (v
i
, v
i
), puisque C est algbre-
quement clos, alors le polynme X
2
i
possde au moins une racine a
i
C, donc a
2
i
=
i
.
Pour chaque i 1, 2, . . . , n, posons e
i
=
1
a
i
v
i
, alors (e
1
, e
2
, . . . , e
n
) est une base de E et on a
(i, j) 1, 2, . . . , n, f (e
i
, e
j
) =
1
a
i
a
j
f (v
i
, v
j
) =
_
i
a
2
i
= 1 si i = j
0 si i ,= j
Donc (e
1
, e
2
, . . . , e
n
) est orthonormale.
Soit E un R-espace vectoriel de dimension nie et f une forme bilinaire symtrique non
dgnre sur E. Alors f possde une base orthonormale, si, et seulement si,
x E, x ,= 0 = f (x, x) > 0
Proposition 2.25.
Preuve
(=) Supposons que f possde une base orthonormale (e
1
, e
2
, . . . , e
n
), donc pour chaque x E,
avec x ,= 0 et x =
n
i=1
x
i
e
i
, on a
f (x, x) =
n
i=1
x
2
i
> 0
(=) Supposons que x E, x ,= 0 = f (x, x) > 0 et soit (v
1
, v
2
, . . . , v
n
) une base orthogonale de
f , donc 1, 2, . . . , n, f (v
i
, v
i
) > 0. Pour chaque i 1, 2, . . . , n, soit a
i
=
_
f (v
i
, v
i
) et soit
e
i
=
1
a
i
v
i
, alors (e
1
, e
2
, . . . , e
n
) est une base orthonormale de f .
2.25.1 Thorme dinertie de Sylvestre
Soit E un R-espace vectoriel de dimension nie = n, f une forme bilinaire symtrique sur
E de rang r et (e
1
, e
2
, . . . , e
n
) une base orthogonale de E.
Soit p le nombre des i 1, 2, . . . , n, tels que f (e
i
, e
i
) > 0 et soit q le nombre des
i 1, 2, . . . , n, tels que f (e
i
, e
i
) < 0. Alors le couple (p, q) ne dpend pas de la base
orthogonale choisie et on a p+q = r.
Dans ce cas, (p, q) sappelle la signature de f .
Thorme 2.26.
Preuve
Soit (v
1
, v
2
, . . . , v
n
) une autre base orthogonale de E et soient p
/
le nombre des i 1, 2, . . . , n, tels
que f (v
i
, v
i
) > 0 et q
/
le nombre des i 1, 2, . . . , n, tels que f (v
i
, v
i
) < 0. Pour simpler, quitte
rordonner les lments des deux bases, on peut supposer que f (e
i
, e
i
) > 0 pour i 1, 2, . . . , p et
f (v
i
, v
i
) > 0 pour i 1, 2, . . . , p
/
. Puisque f est de rang r et puisque la matrice M de f par rapport
une base orthogonale est une matrice diagonale, alors le nombre des lments diagonaux non nuls
de M est gal r, car rg(A) = rg( f ) = r, on en dduit donc que p+q = p
/
+q
/
= r.
Montrons maintenant que p = p
/
et q =q
/
, pour cela, considrons le systme S = (e
1
, . . . , e
p
, v
p
/
+1
, . . . , v
n
)
et montrons que ce systme est libre.
Soient
1
,
2
, . . . ,
p
,
1
, . . . ,
np
/ des nombres rels, tels que
1
e
1
+ +
p
e
p
+
1
v
p
/
+1
+ +
np
/ v
n
= 0
Posons x =
1
e
1
+ +
p
e
p
=(
1
v
p
/
+1
+ +
np
/ v
n
), alors, dune part, on a
f (x, x) =
2
1
f (e
1
, e
1
) + +
2
p
f (e
p
, e
p
) 0
et dautre part, on a
f (x, x) =
2
1
f (v
p
/
+1
, v
p
/
+1
) + +
2
np
/ f (v
n
, v
n
) 0
Donc on en dduit que f (x, x) = 0 et puisque f (e
i
, e
i
) > 0, pour i 1, 2, . . . , p, alors
1
=
2
= =
p
= 0
Donc
1
= =
np
/ = 0, car (v
p
/
+1
, . . . , v
n
) est libre.
Le systme S est donc libre, donc le nombre dlments de S est dim(E).
Ainsi, p + (n p
/
) n, donc p p
/
. Pusque p et p
/
jouent un rle symtrique, alors de la mme
manire, on montre que p
/
p.
2.27 Exercices
Exercice 17
Soit f la forme bilinaire symtrique dnie sur R
3
par,
f (x, y) = x
1
y
1
+6x
2
y
2
+56x
3
y
3
2(x
1
y
2
+x
2
y
1
) +7(x
1
y
3
+x
3
y
1
) 18(x
2
y
3
+x
3
y
2
)
1. Ecrire la matrice de f par rapport la base canonique (e
1
, e
2
, e
3
).
2. Soit (e
/
1
, e
/
2
, e
/
3
) le systme de R
3
dni par
e
/
1
= e
1
, e
/
2
= 2e
1
+e
2
et e
/
3
=3e
1
+2e
2
+e
3
Vrier que (e
/
1
, e
/
2
, e
/
3
) est une base de R
3
et crire la matrice de f par rapport cette base.
Exercice 18
Soient
1
: C
1
([0, 1]) C
1
([0, 1]) R et
2
: R
3
[X] R
3
[X] R les applications dnies par :
1
( f , g) = f (0)g(0) +
1
0
f
/
(t)g
/
(t)dt et
2
(P, Q) = P(0)Q(1)
1. Motrer que
1
et
2
sont des formes bilinaires. Sont-t-elles symtriques ?
2. Ecrire la matrice de
2
par rapport la base canonique de R
3
[X].
2
est-t-elle non dgnre ?
Exercice 19
Soit f la forme bilinare dnie sur R
3
par :
f (x, y) = x
1
y
1
+2x
2
y
2
+13x
3
y
3
x
1
y
2
x
2
y
1
+3x
1
y
3
+3x
3
y
1
5x
2
y
3
5x
3
y
2
1. Ecrire la matrice de f par rapport la base canonique de R
3
.
2. Prsiser le rang et le noyau de f .
3. Donner la forme quadratique q associe f .
Exercice 20
Soient E un K-espace vectoriel, f et g deux formes bilinaires symtriques. On suppose que g est non
dgnre et quil existe u L(E), tel que
(x, y) E E, f (x, y) = g(u(x), y)
1. Soient une base de E, M = Mat( f , ), N = Mat(g, ) et A = Mat(u, ). Dterminer A en
fonction de M et N.
2. Montrer que si x et y sont deux vecteurs propres associs des valeurs propres distinctes, alors
f (x, y) = g(x, y) = 0.
Exercice 21
Soit f : M
2
(R) M
2
(R) R lapplication dnie par :
(A, B) M
2
(R) M
2
(R), f (A, B) = det(A+B) det(AB)
1. Montrer que f est une forme bilinaire symtrique.
2. Dterminer la matrice de u par rapport la base canonique (e
1
, e
2
, e
3
, e
4
) de M
2
(R).
_
Rappelons que e
1
=
_
1 0
0 0
_
, e
2
=
_
0 0
1 0
_
, e
3
=
_
0 1
0 0
_
et e
4
=
_
0 0
0 1
__
Exercice 22
Soit E un K-espace vectoriel de dimension nie, muni dune forme bilinaire symtrique f . On note
N le noyau de f et on rappelle que N = E
:
y E, y N x E, f (x, y) = 0
1. Montrer que f est non dgnre, si et seulement si, N =0
E
.
2. Soit F un autre espace vectoriel sur K et soit u : E F une application linaire.
a) Montrer que si G est un sous-espace vectoriel de E, alors u
1
(u(G)) = G+ker(u).
b) Montrer que u est injective, si et seulement si, pour tout sous-espace vectoriel G de E, on a
u
1
(u(G)) = G.
c) Montrer que si H est un sous-espace vectoriel de F, alors u(u
1
(H)) = HIm(u).
d) Montrer que u est surjective, si et seulement si, pour tout sous-espace vectoriel H de F, on
a u(u
1
(H)) = H.
e) On suppose que u est surjective et que ker(u) N. Pour x
/
F et y
/
F avec x
/
= u(x) et
y
/
= u(y), on pose g(x
/
, y
/
) = f (x, y).
i) Montrer que g dnit bien une application sur F F et que g est bilinaire symtrique.
ii) Montrer que g est non dgnre, si et seulement si, ker(u) = N.
iii) Montrer que G est un sous-espace vectoriel de E, alors u(G
) = u(G)
.
iv) Montrer que si ker(u) = N, alors pour tout sous-espace vectoriel G de E, on a
u(G
) = u(G).
3. Dduire de ce qui prcde que si G est un sous-espace vectoriel de E, alors G
= G+N.
(On pourra considrer le K-espace vectoriel quotient F = E/N.)
4. Soit E = C([0, 1], R), le R-espace vectoriel des fonctions continues de [0, 1] vers R, muni de
son produit scalaire usuel :
f E, g E, < f , g >= int
1
0
f (t)g(t)dt
Soit F = f E : f (0) = 0
a) Vrier que F est un hyperplan de E.
b) Soit g F
et soit h : [0, 1] R la fonction dnie par :

t [0, 1], h(t) =
_
2tg(t) t [0,
1
2
]
g(t) t ]
1
2
, 1]
Montrer h F et en dduire que g = 0.
c) En dduire que F
= E.
Exercice 23
Soient un R-espace vectoriel, q une forme quadratique sur E, N
q
le noyau de q et C
q
le cne des
vecteurs isotropes de q.
Montrer que C
q
= N
q
, si, et seulement si, q garde un signe constant.
Exercice 24
Donner la matrice des formes quadratiques suivantes, puis les rduire sous forme de carrs et dter-
miner la signature et une base q-orthogonale pour chacune dentre elles.
1. q(x, y, z) = x
2
+2xy +2yz +2xz.
2. q(x, y, z) = x
2
+3y
2
3z
2
8yz +2xz 4xy.
3. q(x, y, z) = x
2
+y
2
+z
2
+xy +myz
4. q(x, y, z, t) = xy +2xt +yz +4yt +2zt.
5. q(x, y, z, t) = xy +yt zt 2xt 2yz xz.
Exercice 25
Soit q la forme quadratique dne sur R
3
, par
q(x, y, z) = x
2
z
2
+2xy +2yz
1. Dterminer la forme polaire f associe q.
2. Appliquer la mthode de Gauss q.
3. En dduire le rang et la signature de q.
4. Donner une base de ker( f ).
Exercice 26
Soit q la forme quadratique dnie sur R
4
par :
x R
4
, q(x) = 16x
2
1
16x
2
2
+5x
3
3
16x
1
x
3
+16x
2
x
3
+2x
3
x
4
1. Trouver la matrice de q par rapport la base canonique de R
4
et dterminer la forme polaire
associe q.
2. Dterminer le rang, la signature de q et dtermner une base q-orthogonale.
3. Dterminer le cne des vecteurs q-isotropes.
4. Trouver le q-orthogonale de F =Vect(e
1
, e
2
+2e
3
).
Exercice 27
Soient E un R-espace vectoriel de dimension nie = n, a un vecteur non nul de E, q une forme
quadratique sur E et la forme polaire associe. Soit Q : E R lapplication dnie par :
x E, Q(x) = q(a)q(x) ((a, x))
2
1. Montrer que Q est une forme quadratique et dterminer la forme polaire associe.
2. Dterminer le noyau et le rang de Q.
Exercice 28
Dans chacun des cas suivants, montrer que lapplication q : M
n
(R) R dnit une forme quadra-
tique dont on dterminera le rang et la signature :
a) A M
n
(R), q(A) = tr(A
2
),
b) A M
n
(R), q(A) = tr(A)
2
,
c) A M
n
(R), q(A) = tr(
t
AA).
Exercice 29
Soient a un nombre rel et q la forme quadratique dnie sur R
3
par,
q(x, y, z) = x
2
+(1+a)y
2
+(1+a+a
2
)z
2
+2xy 2yz
1. Dcomposer q sous forme de carrs.
2. Donner, suivant les valeurs de a, le rang et la signature de q.
3. Pour quelles valeurs de a, q dnit-elle un produit scalaire ?
Exercice 30
Soit q la forme quadratique dnie sur R
2
[X], par :
P R
2
[X], q(P) = P
/
(0)P(1)
1. Dterminer la matrice de q dans la base canonique de R
2
[X].
2. Dterminer le noyau de q et en dduire le rang de q.
3. Dterminer le cne des vecteurs isotropes C
q
.
4. Dterminer une base de E forme de vecteurs isotropes.
5. C
p
est-t-il un sous-espace vectoriel de E ?
6. Dterminer une base q-orthogonale. Quelle est la signature de q ?
Exercice 31
Soient E un K-espace vectoriel, a E, f une forme bilinaire symtrique sur E et q la forme quadra-
tique associe. Soit : E K lapplication dnie par
x E, (x) = q(a)q(x) f (a, x)
2
1. Montrer que est une forme quadratique sur E.
2. Si E est de dimension nie, comparer les rangs de et q.
3. Dans le cas gnral, dterminer le noyau de la forme polaire de en fonction de celui de f .
Exercice 32
Soient E un R-espace vectoriel de dimension nie = n, q une forme quadratique sur E de signature
(n1, 1) et F un sous-espace vectoriel de E de dimension p. On suppose quil existe x
0
F, tel que
q(x
0
) < 0 et on pose D =Vect(x
0
).
1. Montrer que E = DD
.
2. Montrer que la rstriction de q D
est dnie positive.

3. Montrer que F D
est de dimension n1.

4. Quelle est la signature de la rstriction de q F ?
5. Montrer que E = F F
.
Exercice 33
Soient E un R-espace vectoriel, q une forme quadratique sur E et f la forme plaire associe q. On
note C(q) le cne des vecteurs isotropes pour q et N le noyau de f . Rappelons quon a
C(q) =x E : q(x) = 0 et N = E
=y E : x E, f (x, y) = 0
1. On suppose que q garde un signe constant, cest dire,
x E, q(x) 0 ou x E, q(x) 0
Montrer que C(q) = N, en dduire, que dans ce cas, C(q) est un sous-espace vectoriel de E.
(On pourra tudier le signe de q(x +y), pour x C(q), y E et R).
2. On ne suppose plus que q garde un signe constant. Soient x
0
et y
0
deux vecteurs de E, tels que
q(x
0
) > 0 et q(y
0
) < 0.
a) Montrer que (x
0
, y
0
) est libre.
b) Montrer quil existe deux rels distincts
1
et
2
, tels que,
q(x
0
+
1
y
0
) = q(x
0
+
2
y
0
) = 0
c) En dduire que C(q) nest pas un sous-espace vectoriel.
3. Dduire, de ce qui prcde, que les proprits suivantes sont quivalentes :
i) q garde un signe constant.
ii) C(q) est un sous-espace vectoriel de E.
iii) C(q) = N.
4. On suppose que E est de dimension nie = n, q de signature (s, t) et G un sous-espace vectoriel
de E totalement isotrope pour q.
a) Montrer que
dim(G) ns et dim(G) nt
b) Montrer que si H est un sous-espace totalement isotrope de E, alors G+H est totalement
isotrope, si et seulement si, H G
.
c) Monter quil existe un sous-espace totalement isotrope F de E, tel que dim(F) = n
max(s, t).
d) i) Soient M et N deux sous-espaces vectoriels, tels que F = (FG)M et G= (FG)N.
Montrer que MN
ii) Montrer que MN
G =0.
iii) Montrer que G(MN
) est un sous-espace isotrope et dteminer sa dimension.

e) En dduire que tout sous-espace totalement isotrope est inclus dans un espace totalement
isotrope maximal de dimension nmax(s, t).
Exercice 34
Soient E un R-espace vectoriel de dimension nie = n, q une forme quadratique sur E de signature
(n1, 1) et F un sous-espace vectoriel de E de dimension p.
On suppose quil existe x
0
F, tel que q(x
0
) < 0.
1. Montrer que E =Vect(x
0
) Vect(x
0
)
.
2. Montrer que la rstriction Vect(x
0
)
est dnie positive.

3. Montrer que F Vect(x
0
)
est de dimension p1.

4. Quelle est la signature de la rstriction de q F ?
5. Montrer que E = F F
.
Exercice 35
Soient K un corps commutatif quelconque, un automorphisme de K et E un K-espace vectoriel de
dimension n sur K.
On dit quune application f : E E K est une forme -sesquilinaire sur E, si
i) (x
1
, x
2
) E E, y E, f (x
1
+x
2
, y) = f (x
1
, y) + f (x
2
, y),
ii) K, x E, y E, f (x, y) =f (x, y),
iii) x E, (y
1
, y
2
) E E, f (x, y
1
+y
2
) = f (x, y
1
) + f (x, y
2
),
iv) K, x E, y E, f (x, y) =() f (x, y).
1. Montrer que le seul automorphisme de R est lidentit. Conclure.
2. Une forme -sesquilinaire f est dite alterne si
x E, f (x, x) = 0
Montrer que si f est alterne non identiquement nulle, alors = Id
K
et f antisymtrique.
3. Une forme -sesquilinaire f est dite hermitienne si
(x, y) E E, f (y, x) =( f (x, y))
Montrer que si f est hermitien, alors
2
= Id
K
.
4. Soit f une forme bilinaire symtrique sur E. On suppose quil existe K, tel que
(x, y) E E, f (y, x) =f (x, y)
Montrer que =1.
Exercice 36
Soient a un nombre rel et q la forme quadratique dnie sur R
3
par :
x R
3
, q(x) = x
2
1
+(a+5)x
2
2
+(a
2
+a+2)x
2
3
+4x
1
x
2
+2x
1
x
3
+2(a+3)x
2
x
3
1. Dterminer la matrice de q par rapport la base canonique de R
3
.
2. En appliquant lalgorithme de Gauss, dcomposer q sous forme de carrs.
3. Dterminer, suivant les valeurs du paramtre a, le rang et la signature de q.
4. Pour quelles valeurs de a, la forme quadratique q dnit-t-elle un produit scalaire sur R
3
?
5. On suppose q = 3, dterminer une base q-orthogonale.
6. On suppose q = 0, dterminer le cne C
q
des vecteurs isotropes de q.
CHAPITRE 3
ESPACES EUCLDIENS
3.1 Produit scalaire
Soient E un R-espace vectoriel et f une forme bilinaire symtrique sur E.
i) On dit que f est positif, si
x E, f (x, x) 0
ii) On dit que f est dnie positive, si
x E, x ,= 0 = f (x, x) > 0
iii) On appelle produit scalaire sur E, toute forme bilinaire symtrique dnie positive.
iv) Un R-espace vectoriel muni dun produit scalaire sappelle un espace prhilbertien rel.
v) Un espace prhilbertien rel de dimension nie sappelle un espace euclidien.
Dnition 3.2.
Remarque 3.2.1
1. Tout produit scalaire est non dgnr.
En effet, soit f un produit scalaire et soit y E, tel que,
x E, f (x, y) = 0
Donc, en particulier, pour x = y, on a f (y, y) = 0, donc y = 0.
2. Une forme quadratique q sur un R-espace vectoriel E est dite positive (resp. dnie positive),
si la forme polaire associe q est positive (resp. dnie positive). Donc, on aura
q est posive x E, q(x) 0
(q est dnie posive) (x E, x ,= 0 =q(x) > 0)
3. Une matrice symtrique relle A est dite positive (resp. dnie positive), si la forme quadratique
dnie par la matrice A est positive (resp. dnie positive). Donc, pour une matrice symtrique
A M
n
(R) on aura,
A est posive X R
n
,
t
XAX 0
48
(A est dnie posive) (X R
n
, X ,= 0 =
t
XAX > 0)
Exemples
1. Le produit scalaire usuelle sur R
n
est dni par :
x R
n
, y R
n
, f (x, y) =
n
i=1
x
i
y
i
avec x = (x
1
, x
2
, . . . , x
n
) et y = (y
1
, y
2
, . . . , y
n
).
Donc R
n
muni de ce produit scalaire est un espace euclidien.
2. Soit f : M
n
(R) M
n
(R) R lapplication dnie par :
(A, B) M
n
(R), f (A, B) =tr(
t
AB)
Alors, f dnit un produit scalaire sur M
n
(R).
En effet, il est facile de vrier que f est une forme bilinaire.
Soit A M
n
(R), avec A ,= 0 et A = (a
i j
)
1i, jn
, alors on a
f (A, A) =tr(
t
AA) =
n
i=1
n
k=1
a
2
ki
On en dduit donc que f (A, A) > 0.
3. l
2
(R) =(x
n
)
n0
R
N
:

n=0
x
2
n
< est un espace prhilbertien rel pour le produit scalaire
dni par :
x R
N
, y R
N
, f (x, y) =
i=1
x
n
y
n
avec x = (x
n
)
n0
et y = (y
n
)
n0
.
Ici, f est bien dnie, car n N, [x
n
y
n
[
1
2
(x
2
n
+y
2
n
).
4. C([a, b], R), le R-espace vectoriel des fonctions continues de [a, b] vers R, est un espace pr-
hilbertien rel pour le produit scalaire suivant :
f C([a, b], R), g C([a, b], R), ( f , g) =
b
a
f (t)g(t)dt
Il est clair que dnit une forme bilinaire symtrique positive sur C([a, b], R).
Reste vrier que f est dnie positive, pour cela, soit f C([a, b], R), tel que f ,= 0.
f > 0 et f continue donc il existe x
0
]a, b[ tel que f (x
0
) ,= 0. f est continue, donc [ f [ est aussi
continue, donc pour =
[ f (x
0
)[
2
, il existe > 0, tel que pour tout x [x
0
, x
0
+], on a
1
2
[ f (x
0
) [ f (x)[
3
2
[ f (x
0
)[
Donc, on aura
( f , f ) =
b
a
f (t)
2
dt
x
0
+
x
0
f (t)
2
dt
1
2
x
0
+
x
0
f (x
0
)
2
dt =f (x
0
)
2
> 0
5. Soit f : R
n
R une fonction de classe C
2
sur un ouvert de R
n
. Pour chaque x
0
,
la matrice hessienne H(x
0
) au point x
0
, par :
H(x
0
) =
_

2
f
x
i
x
j
(x
0
)
_
1i, jn
On sait, daprs le thorme de Schwartz, que H(x
0
) est une matrice symtrique et que si H(x
0
)
est dnie positive, alors x
0
est un minimum local de f .
Rappelons que la forme quadratique q dtermine par la matrice H(x
0
) est dnie par :
(h
1
, h
2
, . . . , h
n
) R
n
, q(h
1
, h
2
, . . . , h
n
) =
n
i=1
n
j=1
2
f
x
i
x
j
(x
0
)h
i
h
j
Soit E un espace euclidien. Alors,
i) E possde au moins une base orthonormale.
ii) Pour tout sous-espace vectoriel F de E, on a E = F F
.
iii) Pour tout sous-espace vectoriel F de E, on a F
= F.
Proposition 3.3.
Preuve
i) Soit f un produit scalaire sur E, puisque f est une forme bilinaire symtrique sur E, alors E
possde au moins une base orthogonale (e
1
, e
2
, . . . , e
n
) et puisque f est dnie positive, alors
i 1, 2, . . . , n, f (e
i
, e
i
) > 0. Soit (v
1
, v
2
, . . . , v
n
) le systme dni par :
i 1, 2, . . . , n, v
i
=
1
_
f (e
i
, e
i
)
e
i
alors (v
1
, v
2
, . . . , v
n
) est une base orthonormale de E.
ii) Il suft de vrier que F est non isotrope.
Soit x F F
, alors f (x, x) = 0, donc x = 0, car f est dnie positive.

iii) Un produit scalaire est non dgnr, donc F
= F.
3.3.1 Notations et rgles de calcul
Notations
Soit E un espace prhilbertien complexe muni dun produit hermitien h. Dans toute la suite, nous
adoptons les notations suivantes :
x E, y E, on pose f (x, y) =< x, y > et f (x, x) =|x|
2
Rgles de calcul
i)
x E, y E, |x +y|
2
=|x|
2
+2 < x, y > +|y|
2
ii)
x E, y E, |x y|
2
=|x|
2
2 < x, y > +|y|
2
iii)
x E, y E, |x +y|
2
+|x y|
2
= 2(|x|
2
+|y|
2
) (Identit du pralllogramme)
iv) Identit de polarisation :
x E, y E, < x, y > =
1
2
_
|x +y|
2
|x|
2
|y|
2
_
=
1
4
_
|x +y|
2
|x y|
2
_
Remarque 3.3.1
Notez que si < x, y >= 0, alors on aura
|x +y|
2
=|x y|
2
=|x|
2
+|y|
2
3.3.2 Utilisation des bases orthonormales
Soit E un espace euclidien de dimension n, muni dune base orthonormale (e
1
, e
2
, . . . , e
n
).
Alors on a
1.
x E, x =
n
i=1
< x, e
i
> e
i
2.
x E, y E, < x, y >=
n
i=1
< x, e
i
>< y, e
i
>
3.
x E, |x|
2
=
n
i=1
(< x, e
i
>)
2
4. Si u est un endomorphisme de E et si A = (a
i j
)
1i, jn
la matrice de u par rapport la base
orthonormale (e
1
, e
2
, . . . , e
n
), alors on a
i 1, 2, . . . , n, j 1, 2, . . . , n, a
i j
=< u(e
j
), e
i
>
Preuve
1. Soit x E avec x =
n
k=1
x
k
e
k
, alors on aura
i 1, 2, . . . , n, < x, e
i
>=
n
k=1
x
k
< e
k
, e
i
>= x
i
((car < e
k
, e
i
>=
ki
)
2. Exercice.
3. Exercice.
4. A = (a
i j
)
1i, jn
= Mat(u, (e
1
, e
2
, . . . , e
n
)), donc on a
j 1, 2, . . . , n, u(e
j
) =
n
k=1
a
k j
e
k
Donc,
i 1, 2, . . . , n, j 1, 2, . . . , n, <u(e
j
, e
i
>=
n
k=1
a
k j
<e
k
, e
i
>=a
i j
(car < e
k
, e
i
>=
ki
)
3.4 Ingalit de cauchy-Schwartz
Soit E un R-espace vectoriel muni dune forme blinaire symtrique positive, alors on a
x E, y E, [ f (x, y)[
_
f (x, x)
_
f (y, y)
Thorme 3.5.
Preuve
Soit (x, y) E
2
, puisque f est positif, alors on a
R, f (x +y, x +y) = f (x, x)
2
+2 f (x, y)+ f (y, y) 0
il sagit donc dun polyntme de second degrl en qui garde un signe constant, donc son discri-
minant est nlgatif. Donc on a
f (x, y)
2
f (x, x) f (y, y) 0
Do le rsultat.
Soit E un espace prhilbertien rel, alors on a
x E, y E, [ < x, y >[ |x||y|
Corollaire 3.6.
Preuve
On sait que tout produit scalaire est une forme bilinaire dnie positive, donc, en particulier, tout
produit scalaire est positive, donc, daprs le thorme prcdent, on a le rsultat.
Soit E un espace prhilbertien rel, alors on a
[ < x, y >[ =|x||y| (x, y) est li
Proposition 3.7.
Preuve
(=) Supposons que [ < x, y >[ =|x||y|, alors le discriminant du polynme en :
P() =|x|
2
2
2 < x, y >+|y|
2
est nul, donc il existe
0
R, tel que P(
0
) = 0, donc on aura
|
0
x y|
2
= P(
0
) = 0
Donc
0
x y = 0, donc (x, y) est li.
(=) Supposons que (x, y) est li, alors il existe R, tel que y =x, donc on aura
[ < x, y >[ =[ < x, x >[ =[[|x|
2
=|x||y|
Exemples
1. On considre R
n
muni de son produit scalaire usuel, alors lingalit de Cauchy-Schwartz se
traduit par :
(x
1
, x
2
, . . . , x
n
) R
n
, (y
1
, y
2
, . . . , y
n
) R
n
,
i=1
x
i
y
i
_
n
i=1
x
2
i
_1
2
_
n
i=1
y
2
i
_1
2
2. on considre l
2
(R) muni de son produit scalaire usuel, alors lingalit de Cauchy-Schwartz se
traduit par :
(x
n
)
n0
l
2
(R), (y
n
)
n0
l
2
(R),
n=0
x
n
y
n
n=0
x
2
n
_1
2
_

n=0
y
2
n
_1
2
3. On considre C([a, b], R) muni de son produit scalaire usuel, alors lingalit de Cauchy-
Schwartz se traduit par :
f C([a, b], R), g C([a, b], R),
b
a
f (t)g(t)dt
b
a
f (t)
2
dt
_1
2
_
b
a
g(t)
2
dt
_1
2
Soit E un K-espace vectoriel, (K = R ou C). On appelle norme sur E, toute application
N : E R
+
vriant les proprits suivantes :
i) x E, N(x) = 0 x = 0,
ii) K, x E, N(x) =[[N(x),
iii) x E, y E, N(x +y) N(x) +N(y). (Ingalit triangulaire).
Dans ce cas, on dit que le couple (E, N) est un espace norm.
Dnition 3.8.
Notations
Soit (E, N) un espace norm, alors pour tout x E, on pose |x| = N(x) et on lit "norme de x".
Si plusieurs normes sont dnies sur E, on les dsigne par |.|
1
, |.|
2
, . . . . . ..
Exemples
Les normes usuelles de R
n
sont dnies par :
x R
n
, |x|
1
=
n
i=1
[x
i
[
x R
n
, |x|
2
=
_
n
i=1
x
2
i
_1
2
x R
n
, |x|
= sup
1in
[x
i
[
En utilisant les proprits de la valeur absolue, il est facile de vrier que les applications |.|
1
et |.|
dnissent des normes sur R

n
, par contre, pour tablir lingalit triangulaire concernant
lapplication |.|
2
, on utilise lingalit de Cauchy-Schwartz, comme le montre le corollaire suivant :
Soit E un espace prhilbertien rel, alors lapplication ddinie par :
x E, |x| =
< x, x >
est une norme sur E, appele norme euclidienne sur E.
Corollaire 3.9.
Preuve
Vrions les trois proprits de la dnition dune norme.
i) Un produit scalaire est dni positif, donc on a
x E, < x, x >> 0 x ,= 0
Donc, par contrapose, on aura
x E, x = 0 |x| = 0
ii) Soit R et soit x E, alors on a
|x| =
_
<x, x > =
_
2
< x, x > =[[
< x, x > =[[|x|

iii) Soient x E et y E, alors on a
|x +y|
2
=|x|
2
+|y|
2
+2 < x, y >
|x|
2
+|y|
2
+2|x||y| (ingalit de Cauchy-Schwartz)
(|x|+|y|)
2
Donc |x +y| |x|+|y|.
3.10 Procd dorthonormalisation de Gram-Schmidt
Soient E un espace euclidien de dimension n et (v
1
, v
2
, . . . , v
n
) une base quelconque de E.
Alors il existe une base orthonormale unique (e
1
, e
2
, . . . e
n
) de E, telle que :
i) Pour tout j 1, 2, . . . , n, Vect(e
1
, e
2
, . . . , e
j
) =Vect(v
1
, v
2
, . . . , v
j
).
ii) Pour tout j 1, 2, . . . , n, < v
j
, e
j
>> 0.
Thorme 3.11.
Preuve
On construit les vecteurs e
1
, e
2
, . . . , e
n
par rcurrence de la manire suivante :
e
1
=
v
1
|v
1
|
e
/
2
= v
2
< v
2
, e
1
> e
1
et e
2
=
e
/
2
|e
/
2
|
.
.
.
e
/
j+1
= v
j+1
k=1
< v
j+1
, e
k
> e
k
et e
j+1
=
e
/
j+1
|e
/
j+1
|
.
.
.
e
/
n
= v
n
k=1
< v
n
, e
k
> e
k
et e
n
=
e
/
n
|e
/
n
|
Puisque j 1, 2, . . . , n, < v
j
, e
j
>=< e
/
j
, e
j
>=|e
/
j
|, alors on aura
j 1, 2, . . . , n, < v
j
, e
j
>> 0
Remarque 3.11.1
Soit (v
1
, v
2
, . . . , v
n
) une base de E et (e
1
, e
2
, . . . , e
n
) la base orthonormale de E, obtenue en appliquant
le proccd de Gram-Schmidt au systme (v
1
, v
2
, . . . , v
n
), alors on a
j 1, 2, . . . , n, v
j
=
j
i=1
< v
j
, e
i
> e
i
Donc, si P est la matrice de passage de (e
1
, e
2
, . . . , e
n
) (v
1
, v
2
, . . . , v
n
), alors P est une matrice
triangulaire suprieure dont les lments diagonaux sont dnis par :
i 1, 2, . . . , n, p
ii
=< v
i
, e
i
>
Soient E un espace euclidien orient de dimension n et (v
1
, v
2
, . . . , v
n
) un systme de vec-
teurs de E, alors
[det(v
1
, v
2
, . . . , v
n
)[ |v
1
||v
2
| |v
n
|
Proposition 3.12 (Ingalit dHadamard).
Preuve
Si det(v
1
, v
2
, . . . , v
n
) = 0, alors lingalit est trivial.
Si det(v
1
, v
2
, . . . , v
n
) ,= 0, alors (v
1
, v
2
, . . . , v
n
Soit (e
1
, e
2
, . . . , e
n
) la base orthonormale de E, obtenue en appliquant le proccd de Gram-Schmidt
au systme (v
1
, v
2
, . . . , v
n
), alors daprs la remarque prcdente, on a
[det(v
1
, v
2
, . . . , v
n
)[ =[< v
1
, e
1
>< v
2
, e
2
> < v
n
, e
n
>[
|v
1
||v
2
| |v
n
| (daprs Cauchy-Schwartz)
3.13 Changement de bases orthonormales - Orientation
Soit E un espace euclidien de dimension n, muni dune base orthonormale (e
1
, e
2
, . . . , e
n
).
Soit (v
1
, v
2
, . . . , v
p
) un systme quelconque de vecteurs de E, tels que
j 1, 2, . . . , p, v
j
=
n
i=1
a
i j
e
i
Soit A la matrice de M
n,p
(R) dnie par A = (a
i j
)
1in,1jp
, alors on a
t
AA = (< v
i
, v
j
>)
1i, jp
Lemme 3.14.
Preuve
Puisque (e
1
, e
2
, . . . , e
n
) est une base orthonormale, alors pour tout x E, on a
x =
n
i=1
< x, e
i
> e
i
Donc, en particulier, on a
j 1, 2, . . . , p, i 1, 2, . . . , n, a
i j
=< v
j
, e
i
>
Posons, maitenant,
t
AA = (
i j
)
1i, jp
, alors pour tout (i, j) 1, 2, . . . , p
2
, on a
i j
=
n
k=1
a
ki
a
k j
=
n
k=1
< v
i
, e
k
>< v
j
, e
k
>
=< v
i
, v
j
> (car x E, y E, < x, y >=
n
k=1
< x, e
k
>< y, e
k
>)
Soient E un espace euclidien de dimension n, et deux bases orthonormales de E et P la
matrice de passage de , alors on a
t
PP = P
t
P = I
Thorme 3.15.
Preuve
Soient = (e
1
, e
2
, . . . , e
n
), = (v
1
, v
2
, . . . , v
n
) et P = (p
i j
)
1i, jn
, alors on a
(i, j) 1, 2, . . . , n
2
, v
j
=
n
i=1
p
i j
e
i
Donc, daprs le lemme prcdent, on a
t
PP = (< v
i
, v
j
>)
1i, jn
=
i j
=
_
1 si i = j
0 si i ,= j
Donc
t
PP = I, par suite on a aussi P
t
P = I.
Une matrice A M
n
(R) est dite orthogonale , si
t
AA = I.
Dnition 3.16.
Remarque 3.16.1
1. Si A est une matrice orthogonale, alors A est inversible et on a
A
1
=
t
A
2. Si A est une matrice orthogonale, alors
det(A) =1
En fait, on a
t
AA = I, donc det(
t
AA) = det(I) = 1, donc det(A)
2
= 1.
3. Fixons une base orthonormale de E et soit une autre base orthonormale de E.
Soit P la matrice de passage de , alors daprs le lemme prcdent, P est une matrice
orthogonale, donc on aura det
() = det(P) =1
Fixons une base orthonormale de E et considrons la relation R dnie sur lensemble B
de toutes les bases orthonormales de E, par :
1
R
2
det
(
1
) = det
(
2
)
Alors R est une relation dquivalence ayant deux classes dquivalence C
1
et C
2
dnies
par :
C
1
= B : det
() = 1 et C
2
= B : det
() =1
Proposition 3.17.
Preuve
Exercice
i) Un espace euclidien orient est un couple (E, ), o E est un espace euclidien et une
base orthnormale de E xe.
ii) Si (E, ) est un espace euclidien orient et si est une base orthonormale de E, tel que
det
() = 1, on dit que est une base orthonormale directe.

Dans le cas contraire, on dit que est une base orthonormale indirecte.
Dnition 3.18.
Remarque 3.18.1
1. En pratique, pour simlier, on dit soit E un espace euclidien orient, donc, sous-entendu, E est
menu dune base orthonormale .
2. Soit E un espace euclidien orient de dimension n et soit S = (v
1
, v
2
, . . . , v
n
) un systme de n
vecteurs de E. Alors le dterminant de S ne dpend pas de la base orthormale directe choisie.
En effet, soit une base orthonormale directe, alors on a
det
(S) = det
()det
(S) = det
(S) (car det
() = 1)
Donc, dans un espace euclidien orient, det(S) dsigne le dterminant de S par rapport
nimporte quelle base orthonormale directe.
3.19 Produit vectoriel
3.19.1 Formes linaires dun espace euclidien
Soit E un espace euclidien, alors pour toute forme linaire de E, il existe un unique y E,
tel que
x E, (x) =< x, y >
Proposition 3.20.
Preuve
On sait que le produit scalaire sur E est, en particulier, une forme bilinaire symtrique non dgnr,
donc lapplication : E E
dnie par :
y E, x E, (y)(x) =< x, y >
est bijective.
Donc pour chaque E
, il existe un unique y E, tel que (y) = et ainsi, on aura

x E, (x) =(y)(x) =< x, y >
3.20.1 Dnition et proprits du produit vectoriel
Soit E un espace euclidien orient de dimension 3. Alors pour tout couple de vecteurs (u, v)
de E, il existe un unique vecteur w de E, tel que
x E, det(u, v, x) =< x, w >
Dans ce cas, w sappelle le produit vectoriel de u et v et se note uv.
Thorme 3.21.
Preuve
Considrons lapplication : E R dnie par
x E, (x) = det(u, v, x)
Puisque le determinant est une forme multilinaire, alors est une forme linaire sur E, donc daprs
le thorme prcdent, il existe un unique w E, tel que
x E, (x) = det(u, v, x) =< x, w >
Remarque 3.21.1
1. Le produit vectoriel uv de deux vecteurs u et v est caractriser par
x E, det(u, v, x) =< x, uv >
2. Soit (e
1
, e
2
, e
3
) une base orthonormale de E, alors on sait que
x E, x =< x, e
1
> e
1
+ < x, e
2
> e
2
+ < x, e
3
> e
3
uv =< uv, e
1
> e
1
+ < uv, e
2
> e
2
+ < uv, e
3
> e
3
= det(u, v, e
1
)e
1
+det(u, v, e
2
)e
2
+det(u, v, e
3
)e
3
Donc si u = u
1
e
1
+u
2
e
2
+u
3
e
3
et v = v
1
e
1
+v
2
e
2
+v
3
e
3
, alors w = w
1
e
1
+w
2
e
2
+w
3
e
3
, o
w
1
, w
2
, w
3
sont dtermins par
w
1
=
u
2
v
2
u
3
v
3
, w
2
=
u
1
v
1
u
3
v
3
et w
3
=
u
1
v
1
u
2
v
2
3. Si (e
1
, e
2
, e
3
) est une base orthonormale direecte de E, alors on a
e
1
e
2
= e
3
, e
2
e
3
= e
1
et e
3
e
1
= e
2
En effet, on a
e
1
e
2
= det(e
1
, e
2
, e
1
)e
1
+det(e
1
, e
2
, e
2
)e
2
+det(e
1
, e
2
, e
3
)e
3
= det(e
1
, e
2
, e
3
)e
3
= e
3
De la mme manire on vrie que e
2
e
3
= e
1
et e
3
e
1
= e
2
.
Soit E un espace euclidien orient de dimension 3. Alors on a
i) u E, v E, wE, u(v+w) = (uv)+(uw) et (u+v)w= (uw)+(vw).
ii) R, u E, v E, (u) v = u(v) =(uv).
iii) u E, v E, uv =v u.
iv) u E, v E, < u, uv >=< v, uv >= 0.
v) uv = 0 (u, v) est li.
Proposition 3.22.
Preuve
i) Pour tout x E, on a
< u(v +w), x > = det(u, v +w, x)
= det(u, v, x) +det(u, w, x)
=< uv, x > + < uw, x >
=< (uv +uw), x >
Donc, x E, < u(v+w), x >=< (uv+uw), x >, par suite, u(v+w) = uv+uw).
ii) Pour tout x E, on a
< (u) v, x > = det(u, v, x)
=det(u, v, x) = < uv, x >
= det(u, v, x) =< u(v), x >
Donc, (u) v = u(v) =(uv).
iii) Pour tout x E, on a
< uv, x > = det(u, v, x)
=det(v, u, x)
=<(v u), x >
Donc uv =v u.
iv) Pour u E et v E, on a
< uv, u >= det(u, v, u) = 0 et < v u, v >= det(v, u, v) = 0
v) (=) Supposons que uv = 0, puis supposons, par absurde, que (u, v) est libre.
Soit x
0
E, tel que x
0
/ Vect(u, v), alors (u, v, x
0
) est libre, donc det(u, v, x
0
) ,= 0.
Ce qui est absurde, car x E, det(u, v, x) = 0.
(=) Supposons que (u, v) est li.
Si u = 0 ou v = 0, alors uv = 0.
Si u ,= 0 et v ,= 0, alors il existe R, tel que v =u, donc on aura
uv = u(u) =(uu) = 0 (car u E, uu = 0)
Remarque 3.22.1
Si (u, v) est libre, alors (u, v, uv) est une base de E.
En effet, on a
det(u, v, uv) =< uv, uv >=|uv|
2
Puisque (u, v) est libre, alors, daprs la proposition prcdente, uv ,= 0, donc det(u, v, uv) ,= 0 et
par suite (u, v, uv) est une base de E.
Soit E un espace euclidien orient de dimension 3. Alors
(u, v) E
2
, |uv|
2
=|u|
2
|v|
2
(< u, v >)
2
Proposition 3.23.
Preuve
Si (u, v) est li, alors on sait que < u, v >=|u||v| et uv = 0, do le rsultat.
Si (u, v) est libre, alors (u, v, uv) est une base de E. Soit P la matrice de passage de la base (u, v, uv)
une base orthonormale de E, alors daprs le lemme prcdent, on a
t
PP =
_
_
< u, u > < u, v > < u, uv >
< v, u > < v, v > < v, uv >
< uv, u > < uv, v > < uv, uv >
_
_
=
_
_
|u|
2
< u, v > 0
< u, v > |v|
2
0
0 0 |uv|
2
_
_
Donc, dune part, on aura
det(
t
PP) = det(P)
2
= det(u, v, uv)
2
= (< uv, uv >)
2
=|uv|
4
Daure part, on a
det(
t
PP) =|uv|
2
_
|u|
2
|v|
2
(< u, v >)
2
_
Par suite, on aura
|uv|
4
=|uv|
2
_
|u|
2
|v|
2
(< u, v >)
2
_
Donc |uv|
2
=|u|
2
|v|
2
(< u, v >)
2
.
Remarque 3.23.1
1. Si |u| =|v| = 1 et < u, v >= 0, alors (u, v, uv) est une base orthonormale directe de E.
En effet, on a
det(u, v, uv) =|uv|
2
=|u|
2
|v|
2
(< u, v >)
2
= 1
2. Soient u et v deux vecteurs non nuls, alors daprs la proposition prcdente, on a
|uv|
2
|u|
2
|v|
2
+
< u, v >
2
|u|
2
|v|
2
= 1
Donc, il existe un unique [0, ], tel que
cos =
< u, v >
|u||v|
et sin =
|uv|
|u||v|
Dans ce cas, sappelle langle non orient form par les vecteurs u et v.
Soient E un espace euclidien, u, v et w trois vecteurs de E, alors on a
u(v w) =< u, w > v< u, v > w
Proposition 3.24 (Formule du double produit vectoriel).
Preuve
i) Si lun des trois vecteurs est nul, alors il est clair que la proposition est vrie. Donc dans la suite,
on peut supposer que les trois vecteurs sont non nuls.
ii) Si (v, w) est li, alors v w = 0, donc u(v w) = 0.
Dautre part, puisque v et w sont non nuls, alors il existe R, tel que w =v, donc on aura
< u, w > v< u, v > w =< u, v > v< u, v >v = < u, v > v < u, v > v = 0
Donc, dans ce cas, la proposition est vrie.
iii) Si (v, w) est libre, alors F =Vect(v, w) est un espace euclidien de dimension 2. Soit (e
1
, e
2
) une
base orthonormale de F, avec e
1
=
v
|v|
et soit e
3
un vecteur de E, tel que (e
1
, e
2
, e
3
) soit une
base orthonormale directe de E. Alors on aura
w =e
1
+e
2
et v = ae
1
+be
2
+ce
3
Donc, dune part, on a
u(v w) = u(v (e
1
+e
2
))
= u(|v|e
1
e
2
)
=|v|ue
3
=|v|(ae
1
e
3
+be
2
e
3
)
=|v|(be
1
ae
2
)
Dautre part, on a
< u, w > v< u, v > w =< ae
1
+be
2
+ce
3
, e
1
+e
2
> v< ae
1
+be
2
+ce
3
, v > (e
1
+e
2
)
= (a+b)|v|e
1
a|v|(e
1
+e
2
)
=|v|(be
1
ae
2
)
Do le rsultat.
Remarque 3.24.1
On a aussi
(uv) w =< u, w > v< v, w > u
Donc le produit vectoriel nest pas associatif. En fait, on montrer, voir exercices, que
u(v w) = (uv) w (v, uw) est li
3.25 Exercices
Exercice 37
Dans chacun des cas suivants, dterminer les valeurs du paramtre rel a pour lesquelles la forme
quadratique q dnit un produit scalaire sur R
3
:
a) q(x) = x
2
1
+x
2
2
+(a+12)x
2
3
6x
1
x
3
+4x
2
x
3
.
b) q(x) = x
2
1
+(a+5)x
2
2
+(a
2
+a+2)x
2
3
+4x
1
x
2
+2x
1
x
3
+2(a+3)x
2
x
3
.
Exercice 38
Soient E un R-espace vectoriel quelconque et q : E R, telle que
(x, y) E E, q(x +y) +q(x y) = 2q(x) +2q(y)
On considre lapplication f : E E R, dnie par :
(x, y) E E, f (x, y) =
1
4
(q(x +y) q(x y))
1. a) Montrer que q(0) = 0.
b) Montrer que x E, q(x) = q(x).
c) En dduire que (x, y) E E, f (x, y) = f (y, x).
d) Montrer que y E, f (0, y) = 0.
2. Montrer que
(x, y, z) E
3
, f (x +y, z) + f (x y, z) = 2 f (x, z)
3. Montrer que
a)
p Z, (x, z) E
2
, f (px, z) = pf (x, z)
b)
p Z, q N
, (x, z) E
2
, f (
p
q
x, z) =
p
q
f (x, z)
4. On suppose que lapplication : R R dnie par (t) = q(tx +y) est continue sur R.
Montrer que f est bilinaire symtrique.
5. Soit (E, | |) un espace norm dont la norme vrie lidentit du paralllogramme :
(x, y) E
2
, |x +y|
2
+|x y|
2
= 2|x|
2
+2|y|
2
Montrer que la norme | | est dni par un produit scalaire.
Exercice 39
Soient E un espace euclidien, F et G deux sous-espaces vectoriels de E. Montrer que
(F G)
= F
+G
et (F +G)
= F
Exercice 40
Soit E un espace prhilbertien rel x et y deux vecteurs de E. Montrer que
< x, y >= 0 R, |x +y| |x|
Exercice 41
Soient E un espace prhilbertien, x et y deux vecteurs non nuls de E. Montrer que
_
_
_
_
x
|x|
2

y
|y|
2
_
_
_
_
=
|x y|
|x||y|
Exercice 42 (Egalit de la mdiane)
Soient E un espace prhilbertien rel, x, a et b trois vecteurs quelconques de E. Montrer que
_
_
_
_
x
a+b
2
_
_
_
_
2
=
|x a|
2
+|x b|
2
2

1
4
|ab|
2
Exercice 43
Soient E un espace euclidien, x et y deux vecteurs de E, avec x ,= y. Montrer que pour tout z E, on a
|x z|+|y z| =|x y| [0, 1] : z = (1)x +y
Exercice 44
Soient E un espace euclidien, a E et (, , ) R
3
. Rsoudre, dans E, lquation
< x, x > + < x, a > + = 0
Exercice 45
Soit : R
n
[X] R
n
[X] R lapplcation dnie par :
(P, Q) =
n
k=1
P(k)Q(k)
Montrer que dnit un produit scalaire sur R
n
[X].
Exercice 46
Soient a, b deux nombres rels et f la forme bilinaire dnie sur R
2
par :
(x, y) R
2
R
2
, f (x, y) = x
1
y
1
+2x
1
y
2
+ax
2
y
1
+x
2
y
2
1. A quelle condition sur (a, b), f dnit-elle un produit scalaire sur R
2
?
2. On suppose a = 2 et b = 5.
a) Prciser la norme dnie par f .
b) Ecrire lingalit de Cauchy-schwartz pour cette norme.
Exercice 47
Soient E un R-espace vectoriel, q une forme quadratique sur E, N(q) le noyau de q et C(q) le cne
des vecteurs isotropes de q.
Montrer que q garde un signe constant si, et seulement si, C(q) = N(q).
Exercice 48
R
3
est muni de son produit scalaire usuel et (e
1
, e
2
, e
3
) sa base canonique. Soient v
1
= e
1
+e
2
+e
3
,
v
2
= e
1
+e
2
et v
3
= e
1
.
a) Vrier que (v
1
, v
2
, v
3
) dnit une base de R
3
.
b) Appliquer le procd de Gram-Schmidt la base (v
1
, v
2
, v
3
) pour obtenir une base orthonormale
(u, v, w).
Exercice 49 (Quelques applications de lingalit de Cauchy-Schwartz)
1. Soient x
1
, x
2
, . . . , x
n
des nombres rels strictement positifs, tels que
n
i=1
x
i
= 1. Montrer que
n
i=1
1
x
i
n
2
Etudier le cas dgalit.
2. Soient x
1
, x
2
, . . . , x
n
des nombres rels quelconques. Montrer que
i=1
x
i
n
_
n
i=1
x
2
i
_
3. Soit (x
1
, x
2
, . . . , x
n
) R
n
. Montrer que
_
n
k=1
x
k
_
2
n
n
k=1
x
2
k
4. Soient x
1
, x
2
, . . . , x
n
des nombres rels strictement positifs. Montrer que
(x
1
+x
2
+ +x
n
)(
1
x
1
+
1
x
2
+ +
1
x
n
) n
2
5. Soit (x
1
, x
2
, . . . , x
n
) R
n
. Montrer que
1
2
n
_
n
i=1
x
k
_
2
i=1
x
2
k
k
6. Soit (x, y, z) R
3
, tel que x
2
+y
2
+z
2
1. Montrer que
(x +2y +3z)
2
14
7. Soit (x, y, z) R
3
, tel que x
2
+2y
2
+3z
2
1. Montrer que
(x +y +z)
2
11
6
8. Soit P R[X] un polynme coefcients 0. Montrer que
(x, y) R
2
+
, P(
xy)
2
P(x)P(y)
9. Montrer que
(x, y) R
2
, x
_
y
2
+1+y
_
x
2
+1 < x
2
+y
2
+1
10. Montrer que pour toute fonction continue f : [a, b] R, on a
_
b
a
[ f (t)[dt
_
2
(ba)
b
a
f (t)
2
dt
Pour quelles fonctions a-t-on lgalit ?
11. Soit f : [a, b] R une fonction continue et strictement positive. Montrer que
_
b
a
f (t)dt
__
b
a
dt
f (t)
_
(ba)
2
12. Soit f : [a, b] R une fonction continue et positive. Pour chaque entier n 0, on pose
I
n
=
b
a
t
n
f (t)dt
Montrer que (n, p) N
2
, I
2
n+p
I
2n
I
2p
. Etudier le cas dgalit.
13. Soient E un espace euclidien, v
1
, v
2
, . . . , v
n
, n 1, des vecteurs de E. Montrer que
_
_
_
_
_
n
i=1
v
i
_
_
_
_
_
2
n
n
i=1
|v
i
|
2
Exercice 50
M
n
(R) est muni de son produit scalaire usuel :
(A, B) M
n
(R)
2
, < A, B >= tr(
t
AB)
1. Montrer que la base canonique (E
i j
)
1i, jn
est une base orthonormale de M
n
(R).
2. Montrer que S
n
(R)
=A
n
(R).
3. Montrer que
A M
n
(R), tr(A)
n
_
tr(
t
AA)
Etudier le cas dgalit
Exercice 51
Soient E un espace euclidien, R, u, v et w trois vecteurs de E, tels que
< u, v >=< u, w >=< v, w >=
a) Montrer que
1
2
1.
b) Montrer que (u, v, w) est libre, si, et seulement si,
1
2
< < 1.
Exercice 52
Soient E un espace euclidien, n un entier 2 et S = (v
1
, v
2
, . . . , v
n
) un systme de vecteurs de E, tels
que
(i, j) 1, 2, . . . , n
2
, i ,= j =< v
i
, v
j
>< 0
Montrer que rg(S) n1.
Exercice 53
Soient E un espace euclidien et S une partie de E, telle que
(x, y) S
2
, < x, y >=1
1. Etablir que S est nie.
2. Montrer que
xS
1
1+|x|
2
1
Exercice 54
Soit E un espace prhilbertien. On suppose quil existe un systme de vectreurs (e
1
, e
2
, . . . , e
n
) de E,
tels que
x E, |x|
2
=
n
i=1
(< x, e
i
>)
2
1. Montrer que pour tout (i, j) 1, 2, . . . , n, < e
i
, e
j
>=
i j
.
2. Soit F =Vect(e
1
, e
2
, . . . , e
n
) et soit x E.
On pose y =
n
i=1
< x, e
i
> e
i
, calculer |x y| et en dduire que E = F.
Exercice 55
Soient E un espace euclidien et (v
1
, v
2
, . . . , v
n
) un systme li de vecteurs unitaires, tels que
,= 1 : (i, j) 1, 2, . . . , n, i ,= j =< v
i
, v
j
>=
Montrer que
a) v
1
+v
2
+ +v
n
= 0,
b) =
1
n1
,
c) rg(v
1
, v
2
, . . . , v
n
) = n1.
Exercice 56
Soit la forme bilinaire dnie sur R
3
par :
(x, y) = (x
1
2x
2
)(y
1
2y
2
) +x
2
y
2
+(x
2
+x
3
)(y
2
+y
3
)
1. Montrer que dnit un produit scalaire sur R
3
.
2. Ecrire la matrice de dans la base canonique (e
1
, e
2
, e
3
) de R
3
.
3. A laide de Gram-Schmidt, orthogonaliser la base canonique de R
3
pour le produit scalaire .
Exercice 57 (Formule du double produit vectoriel)
Soient u, v et w trois vecteurs dun espace euclidien de dimension de dimension 3
1. Montrer que
u(v w) =< u, w > v< u, v > w
2. Montrer que
det(uv, v w, wu) = det(u, v, w)
2
3. Montrer que
u(v w) = (uv) w (v, uw) est li
4. Montrer que
u(v w) +w(uv) +v (wu) = 0 (Identit de Jacobi)
Exercice 58
Soient E un espace euclidien orient de dimension 3, a, b, c et d quatres vecteurs de E.
Montrer que
a) < ab, c d >=< a, c >< b, d >< a, d >< b, c >.
b) (ab) (c d) = det(a, b, d)c det(a, b, c)d.
Exercice 59
Soient a et b deux vecteurs dun espace euclidien orient de dimension 3, avec a ,= 0.
1. Etudier lquation ax = b.
(Indication : on cherchera une solution particulire sous la forme x = ay).
2. Soient u, v et w trois vecteurs de E. Trouver trois vecteurs x, y et z de E, tels que
_
_
u = x y
v = y z
w = z x
(Indication : on pourra caculer uv).
CHAPITRE 4
ENDOMORPHISMES DUN ESPACE
EUCLIDIENS
4.1 Endomorphisme adjoint
Soit E un espace euclidien. Alors pour tout endomorphisme u de E, il existe un unique
endomorphisme v de E, tel que
x E, y E, < u(x), y >=< x, v(y) >
Dans ce cas, v sappelle ladjoint de u et se note u
.
Proposition 4.2.
Fixons y E et considrons lapplication
y
: E R dnie par :
x E,
y
(x) =< u(x), y >
Alors
y
est une forme linaire, donc il existe un unique z
y
E, tel que
x E,
y
(x) =< x, z
y
>
Considrons lapplication v : E E qui chaque y fait correspondre v(y) = z
y
.
Alors v est linaire, en effet, soient y
1
E, y
2
E et R, alors on a
x E, < x, v(v
1
+v
2
) > =< u(x), v
1
+v
2
>
= < u(x), y
1
> + < u(x), y
2
>
= < x, v(y
1
) > + < x, v(y
2
) >
=< x, v(y
1
) +v(y
2
) >
Donc x E, < x, v(y
1
+y
2
) v(y
1
) v(y
2
) >= 0, par suite
v(y
1
+y
2
) v(y
1
) v(y
2
) = 0
Donc v est linaire.
Soit w un autre endomorphisme de E, tel que
x E, y E, < u(x), y >=< x, w(y) >
67
Alors, on aura
x E, y E, < x, v(y) >=< x, w(y) >
Ainsi, on en dduit que y E, w(y) = v(y).
Soit E un espace euclidien. Alors on a
i) u L(E), u
= u.
ii) u L(E), v L(E), (u+v)
= u
+v
.
iii) R, u L(E), (u)
=u
.
iv) u L(E), v L(E), (v u)
= u
.
v) Si est une base orthonormale de E et si A = Mat(u, ), alors on a
Mat(u
, ) =
t
Mat(u, )
Proposition 4.3.
Preuve
i) Soit w = u
= (u
, alors w est lunique endomorphisme de E vriant

x E, y E, =< x, w(y) >

Or, par dnition de ladjoint, on a
x E, y E, =< x, u(y) >

Donc u
= u.
ii)
x E, y E, < (u+v)
(x), y > =< x, (u+v)(y) >

=< x, u(y) > + < x, v(y) >
= + < v
(x), y >
=< (u
+v
)(x), y >
Donc (u+v)
= u
+v
.
iii) Se dmontre de la mme manire que ii).
iv) Pour tout x E et pour tout y E, on a
<(vu)
(x), y >=<x, (vu)(y) >=<x, v(u(x)) >=<v
(x), u(y) >==<(u
)(x), y >
Donc (v u)
= u
.
v) Soient = (e
1
, e
2
, . . . , e
n
) une base orthonormale de E, A la matrice de u et B la matrice de u
par
rapport , alors on sait que
(i, j) 1, 2, . . . , n
2
, b
i j
==< e
j
, u(e
i
) >=< u(e
i
), e
j
>= a
ji
Donc B =
t
A.
Soient E un espace euclidien et u un endomorphisme de E, alors
i) ker(u
) = Im(u)
.
ii) Im(u
) = ker(u)
.
iii) Si F est un sous-espace de E stable par u, alors F
est stable par u
.
Proposition 4.4.
Preuve
i) Soit y E, alors on a
y ker(u
) u
(y) = 0
x E, = 0
x E, < y, u(x) >= 0
y Im(u)
Donc ker(u
) = Im(u)
.
ii) Daprs i), on a
ker(u) = ker(u
) = Im(u
Donc, on aura
ker(u)
=(u
= Im(u
)
iii) Soit F un sous-espace vectoriel de E stable par u. Vrions que F
est stable par u
, pour cela
soit y F
et soit x F, alors on a
=< y, u(x) >= 0 (car u(x) F et y F
)
Donc F
est stable par u
.
4.5 Projection orthogonale
4.5.1 Projection suivant une direction
Soient E un K-espace vectoriel quelconque, F un sous-espace vectoriel de E et G un sup-
plmentaire de F dans E. On appelle projection sur F paralllement G, lapplication p
dnie par :
p : E = F G E
x = x
1
+x
2
p(x) = x
1
Dnition 4.6.
Remarque 4.6.1
Si p est la projection sur F paralllement G, alors on a
i) p
2
= p, cest dire p est un projecteur de E.
ii) Im(p) =x E : p(x) = x = F ;
iii) ker(p) = G.
Soient E un K-espace vectoriel et u un projecteur de E, alors on a
i) x E, u(x) x ker(u).
ii) Im(u) =x E : u(x) = x.
iii) E = Im(u) ker(u).
iv) u est la projection sur Im(u) paralllement ker(u).
Proposition 4.7.
Preuve
i) Pour x E, on a u(u(x) x) = u
2
(x) u(x) = 0, (car u
2
= u).
ii) Si u(x) = x, alors x Im(u).
Rciproquement, si x Im(u), alors il existe y E, tel que x = u(y), donc
u(x) = u(u(y)) = u
2
(y) = u(y) = x (car u
2
= u)
iii) Soit x ker(u) Im(u), alors u(x) = 0 et u(x) = x, donc x = 0.
Pour x E, on a x = (x u(x)) +u(x), avec x u(x) ker(u) et u(x) Im(u).
iv) E = Im(u) ker(u), donc pour x = x
1
+x
2
, alors u(x) = u(x
1
) = x
1
.
Donc u est la projection sur Im(u) paralllement ker(u).
4.7.1 Dnition et proprits dune projection orthogonale
Rappelons que si E est un espace euclidien, alors pour tout sous-espace vectoriel F, on a E =F F
.
Dans ce cas, F
sappelle le supplmentaire orthogonal de F.

Soient E un espace euclidien et F un sous-espace vectoriel de E. On appelle projection
orthogonale sur F, quon note p
F
, la projection sur F paralllement F
:
p
F
: E = F F
E
x = x
1
+x
2
p
F
(x) = x
1
Dnition 4.8.
Remarque 4.8.1
1. Pour tout sous-espace vectoriel de E, on a
p
F
= Id
E
p
F
2. Soient x E et y E, alors on a
y = p
F
(x)
_
_
y F
et
x y F
_
y F
et
z F, < x y, z >= 0
3. Soient E un espace euclidien et u un projecteur de E, alors on sait que u est la projection sur
Im(u) paralllement ker(u), donc
(u est une projection orthogonale) ker(u) = Im(u)
Soient E un espace euclidien et u un projecteur de E, alors les propositions suivantes sont

quivalentes :
i) u est projection orthogonale,
ii) u
= u,
iii) x E, |u(x)| |x|.
Proposition 4.9.
Preuve
i) =ii) Supposons que u est une projection orthogonale et montrons que u
= u.
Puisque u est une projection orthogonale, alors ker(u) = Im(u)
, donc
x E, y E, < u(x), y u(y) >= 0
Soient x E et y E, alors on a
< u(x), y > =< u(x), (y u(y)) +u(y) >
=< u(x), y u(y) > + < u(x), u(y) >
=< u(x), u(y) > (car < u(x), y u(y) >= 0)
=< (u(x) x) +x, u(y) >
=< u(x) x, u(y) > + < x, u(y) >
=< x, u(y) > (car < u(x) x, u(y) >= 0)
Donc x E, y E, <u(x), y >=<x, u(y) >, donc daprs lunicit de ladjoint on a u
=u.
ii) =iii) Supposons que u
= u et soit x E, alors on a
|u(x)|
2
=< u(x), u(x) >
=
= (car u
= u)
=< u(x), x > (car u
2
= u)
|u(x)||x| (daprs lingalit de Cauchy-Schwartz)
Donc x E, |u(x)| |x|.
iii) =i) Supposons que x E, |u(x)| |x| et montrons que u est une projection orthogonale.
Pour cela, il suft de montrer que ker(u)
= Im(u).
Soit y ker(u)
, pour montrer que y Im(u), il suft dtablir que u(y) = y.

|u(y) y|
2
=< u(y) y, u(y) y >
=< u(y) y, u(y) >< u(y) y, y >
=< u(y) y, u(y) > (car u(y) y ker(u) et y ker(u)
)
=< u(y), u(y) >< y, u(y) >
=< u(y), u(y) >< y, (u(y) y) +y >
=< u(y), u(y) >< y, y > (car < y, u(y) y >= 0)
=|u(y)|
2
|y|
2
0 (car x E, |u(x)| |x|)
Donc |u(y) y| = 0, par suite, u(y) = y. Ainsi ker(u)
Im(u).
Or, on a
dim(ker(u)) +dim(Im(u)) = dim(ker(u)) +dim(ker(u)
) = dim(E)
Donc dim(ker(u)
) = dim(Im(u)), par consquent, ker(u)
= Im(u).
Soient E un espace euclidien, F un sous-espace vectoriel de E et (v
1
, v
2
, . . . , v
p
) une base
orthonormale de F, alors
x E, p
F
(x) =
p
i=1
< x, v
i
> v
i
Proposition 4.10.
Preuve
On sait que pour tout x E, on a p
F
(x) F. Puisque (v
1
, v
2
, . . . , v
p
) est une base orthonormale de
F, alors on a
p
F
(x) =
p
i=1

On sait aussi que ker(p
F
) = F
et Im(p
F
) = F, donc on aura
x E, y F, < x p
F
(x), y >= 0 (car x p
F
(x) ker(p
F
))
Ainsi, on aura
x E, i 1, 2, . . . , p, < x, v
i
>=< (x p
F
(x)) + p
F
(x), v
i
>=
Do le rsultat.
Exemples
1. Soit F une droite vectorielle de E, donc F =Vect(x
0
) avec x
0
,= 0.
v =
x
0
|x
0
|
est une base orthonormale de E, donc on aura
x E, p
F
(x) =
< x, x
0
>
|x
0
|
2
x
0
2. Soient H un hyperplan de E et x
0
un vecteur non nul orthogonal H, alors H
= F, o
F =Vect(x
0
), donc on aura
p
H
= Id
E
p
F
Ainsi, daprs la remarque prcdente, on a
x E, p
H
(x) = x
< x, x
0
>
|x
0
|
2
x
0
3. R
3
est muni de son produit scalaire usuel. Trouver la matrice, par rapport la base canonique
(e
1
, e
2
, e
3
) de R
3
, de la projection orthogonale sur la droite vectoriel F =Vect(e
1
e
3
).
Posons x
0
= e
1
e
3
, alors |x
0
| =
2, donc on aura
_
_
p
F
(e
1
) =
< e
1
, x
0
>
|x
0
|
2
x
0
=
1
2
x
0
=
1
2
(e
1
e
2
)
p
F
(e
2
) =
< e
2
, x
0
>
|x
0
|
2
x
0
= 0
p
F
(e
3
) =
< e
3
, x
0
>
|x
0
|
2
x
0
=
1
2
x
0
=
1
2
(e
1
e
2
)
Donc, on aura
Mat(p
F
, (e
1
, e
2
, e
3
) =
1
2
_
_
1 0 1
0 0 0
1 0 1
_
_
4. R
4
(e
1
, e
2
, e
3
, e
4
) de R
3
, de la projection orthogonale sur le sous-espace vectoriel F =(x, y, z, t)
R
4
: x +y +t = 0.
On remarque que F un hyperplan de R
4
et x
0
= e
1
+e
2
+e
4
est un vecteur orthogonal F,
avec |x
0
| =
3, donc on aura
x R
4
, p
F
(x) = x
< x, x
0
>
3
x
0
Donc on aura
_
_
p
F
(e
1
) = e
1
< e
1
, x
0
>
3
x
0
=
1
3
(2e
1
e
2
e
4
)
p
F
(e
2
) = e
2
< e
2
, x
0
>
3
x
0
=
1
3
(e
1
+2e
2
e
4
)
p
F
(e
3
) = e
3
< e
3
, x
0
>
3
x
0
= e
3
p
F
(e
4
) = e
4
< e
4
, x
0
>
3
x
0
=
1
3
(e
1
e
2
+2e
4
)
Donc, on aura
Mat(p
F
, (e
1
, e
2
, e
3
, e
4
)) =
1
3
_
_
_
_
2 1 0 1
1 2 0 1
0 0 1 0
1 1 0 2
_
_
_
_
5. R
4
(e
1
, e
2
, e
3
, e
4
) de R
3
, de la projection orthogonale sur le sous-espace vectoriel F =Vect(e
1
+
e
2
, e
1
+e
4
).
Dans ce cas, pour dterminer lexpression de p
F
, on doit chercher une base orthonormale
de F. En appliquant le procd dorthonormalisation de Gram-Schmidt, on obtient une base
orthonormale (v
1
, v
2
) dnie par
v
1
=
1
2
(e
1
+e
2
) et v
2
=
1
6
(e
1
e
2
+2e
4
)
Donc, daprs la proposition prcdente, on aura
x E, p
F
(x) =< x, v
1
> v
1
+ < x, v
2
> v
2
Ainsi, on aura
_
_
p
F
(e
1
) =< e
1
, v
1
> v
1
+ < e
1
, v
2
> v
2
=
1
2
(e
1
+e
2
) +
1
6
(e
1
e
2
+2e
4
) =
1
6
(7e
1
+2e
2
+2e
4
)
p
F
(e
2
) =< e
2
, v
1
> v
1
+ < e
2
, v
2
> v
2
=
1
2
(e
1
+e
2
)
1
6
(e
1
e
2
+2e
4
) =
1
6
(7e
1
+7e
2
2e
4
)
p
F
(e
3
) =< e
3
, v
1
> v
1
+ < e
3
, v
2
> v
2
= 0
p
F
(e
4
) =< e
4
, v
1
> v
1
+ < e
4
, v
2
> v
2
=
1
6
(2e
1
2e
2
+4e
4
)
Donc, on aura
Mat(p
F
, (e
1
, e
2
, e
3
, e
4
)) =
1
6
_
_
_
_
7 7 0 2
2 7 0 2
0 0 0 0
2 2 0 4
_
_
_
_
4.10.1 Distance dun point un sous-espace vectoriel
Soient (E, | |) un espace norm, x E et A une partie non vide de E. On dnit la distance
de x A, quon note d(x, A), par
d(x, A) = inf
yA
|x y|
Dnition 4.11.
Rappelons quun espace euclidien E est un espace norm et que la norme est dnie laide le produit
scalaire par :
x E, |x| =
< x, x >
Soient E un espace euclidien et F un sous-espace de E, alors
x E, d(x, F) =|x p
F
(x)|
Thorme 4.12.
Preuve
Soit x E, alors pour tout y F, on a
x y = x p
F
(x) + p
F
(x) y avec x p
F
(x) F
et p
F
(x) y F
Donc, on aura
y F, |x y|
2
=|x p
F
(x)|
2
+|p
F
(x) y|
2
|x p
F
(x)|
2
Ainsi, on a
inf
yF
|x y| |x p
F
(x)|
Or, on sait que p
F
(x) F, donc |x p
F
(x)| inf
yF
|x y|. Donc, on aura
d(x, F) = inf
yF
|x y| =|x p
F
(x)|
Exemples (dapplication)
Caculons
inf
(a,b)R
2
1
0
(t
2
at b)
2
dt
On considre R
2
[X] le R-espace vectoriel des polynmes coefcients rels de degr 2, muni du
produit scalaire dni par
P R
2
[X], Q R
2
[X], < P, Q >=
1
0
P(t)Q(t)dt
Soit F =P R
2
[X] : deg(P) 1, alors dim(F) = 2, donc F est un hyperplan de R
2
[X].
Soit P = X
2
, alors on a
d(P, F)
2
= inf
QF
|PQ|
2
= inf
(a,b)R
2
1
0
(t
2
at b)
2
dt
car tout Q F scrit sous la forme aX +b avec (a, b) R
2
.
On en dduit donc que
inf
(a,b)R
2
1
0
(t
2
at b)
2
dt =|Pp
F
(P)|
2
Cherchons F
. Soit Q =X
2
+X + un lment de R
2
[X], alors on a
Q F
< Q, 1 >= 0 et < Q, X >= 0 (car F =Vect(1, X))
1
0
Q(t)dt = 0 et
1
0
tQ(t)dt = 0
_
1
3
+
1
2
+ = 0
1
4
+
1
3
+
1
2
= 0
= 6 et =6
Donc Q = 6X
2
6X +1 est un vecteur orthogonal F, o F est un hyperplan de R
2
[X], donc
p
F
(P) = P
< P, Q >
|Q|
2
Q
Avec
< P, Q >=
1
0
t
2
(6t
2
6t +1)dt =
1
30
et |Q|
2
=
1
0
(6t
2
6t +1)
2
dt =
1
5
Donc, on aura
p
F
(P) = X
1
6
Par suite, on a
inf
(a,b)R
2
1
0
(t
2
at b)
2
dt =|Pp
F
(P)|
2
=
1
0
(t
2
t +
1
6
)
2
dt =
1
180
4.13 Symtrie orthogonale
4.13.1 Symtrie suivant une direction
Soient E un K-espace vectoriel, F un sous-espace vectoriel de E et G un supplmentaire
de F dans E. On appelle symtrie par rapport F paralllement G, lapplication s dnie
par :
s : E = F G E
x = x
1
+x
2
s(x) = x
1
x
2
Dnition 4.14.
Remarque 4.14.1
Soit s la symtrie par rapport F paralllement G, alors on vrie facilement que
i) s est un endomorphisme de E et s
2
= Id
E
;
ii) F = ker(s Id
E
) et G = ker(s +Id
E
) ;
iii) s = 2pId
E
o p est la projection sur F paralllement G.
Rappelons quun endomorphisme u de E vriant u
2
= Id
E
sappelle une symtriede E.
Soient E un K-espace vectoriel de E et u une symtrie de E, alors on a
i) E = ker(uId
E
) ker(u+Id
E
) ;
ii) u est la symtrie par rapport F = ker(uId
E
) paralllement G = ker(u+Id
E
).
Proposition 4.15.
Preuve
i) On a (uId
E
)(u+Id
E
) = 0, donc daprs le thorme de dcomposition des noyaux, on aura
E = ker(uId
E
) ker(u+Id
E
)
ii) Pour x E, x = x
1
+x
2
, avec x
1
ker(uId
E
) et x
2
ker(u+Id
E
), on a
u(x) = u(x
1
) +u(x
2
) = x
1
x
2
Donc u est la symtrie par rapport F = ker(uId
E
) paralllement G = ker(u+Id
E
).
4.15.1 Proprits des symtries orthogonales
Soient E un espace euclidien et F un sous-espace vectoriel de E.
On appelle symtrie orthogonale par rapport F, quon note s
F
, la symtrie par rapport
F paralllement F
:
s
F
: E = F F
E
x = x
1
+x
2
s
F
(x) = x
1
x
2
Dnition 4.16.
Remarque 4.16.1
Soient E un espace euclidien et F un sous-espace vectoriel de E, alors on a
1. s
2
F
= Id
E
;
2. ker(s
F
Id
E
)
= ker(s
F
+Id
E
) ;
3. Si p
F
est la projection orthogonale sur F, alors on a s
F
= 2p
F
Id
E
;
4. x E, |s
F
(x)| =|x|.
Soient E un espace euclidien et u une symtrie de E, cest dire u
2
= Id
E
.
Alors les propositions suivantes sont quivalentes :
i) u est une symtrie orthogonale.
ii) u
= u.
iii) x E, |u(x)| =|x|.
Proposition 4.17.
Preuve
i) =ii) Supposons que u est une symtrie orthogonale.
Soit p la projection orthogonale sur F, alors on sait que u = 2pId
E
, donc on aura
u
= (2pId
E
)
= 2p
Id
E
= 2pId
E
= u
= u, alors on a
|u(x)|
2
=< u(x), u(x) >=< x, u
(u(x)) >=< x, u
2
(x) >=< x, x >=|x|
2
iii) =i) Supposons que x E, |u(x)| =|x| et montrons que ker(uId
E
)
= ker(u+Id
E
).
Soit p la projection sur ker(uId
E
) paralllement ker(u+Id
E
), alors on a
x E, p(x) =
u(x) +x
2
par suite, on a
|p(x)| =
1
2
|u(x) +x|
1
2
(|u(x)|+|x|) =|x| (car |u(x)| =|x|)
Donc x E, |p(x)| |x|, donc p est une projection orthogonale, par suite u est une symtrie
orthogonale.
Exemples
1. Cas o F est une droite vectoriel avec F =Vect(x
0
), on a
s
F
(x) = 2p
F
(x) x = 2
< x, x
0
>
|x
0
|
2
x
0
x
2. Cas o F est un hyperplan de E avec x
0
un vecteur non nul orthogonal F, on a
s
F
(x) = 2p
F
(x) x = 2(x
< x, x
0
>
|x
0
|
2
x
0
) x = x 2
< x, x
0
>
|x
0
|
2
x
0
4.18 Endomorphismes symtriques
4.18.1 Dnition et proprits des endomorphismes symtriques
Soient E un espace euclidien et u un endomorphisme de E.
i) On dit que u est symtrique, si u
= u.
ii) On dit que u que est antisymtrique, si u
=u.
Dnition 4.19.
Remarque 4.19.1
1. Soient une base orthonormale de E, u un endomorphisme de E et A = Mat(u, ), alors
u est symtrique
t
A = A
u est antisymtrique
t
A =A
2. Si u est symtrique, alors
ker(u) = ker(u
) = Im(u)
Exemples
1. Toute projection orthogonale est un endomorphisme symtrique.
2. Toute symtrie orthogonale est un endomorphisme symtrique.
3. Soit a E un espace euclidien orient de dimension 3 et soit u lendomorphisme de E dni
par :
x E, u(x) = ax
Alors u est un endomorphisme antisymtrique
En effet, soient x E et y E, alors on a
< u(x), y >=< ax, y >= det(a, x, y) =det(a, y, x) =< x, ay >=< x, (u)(y) >
Donc, daprs lunicit de ladjoint, on a u
=u.
Soit A M
n
(R) une matrice symtrique, alors toutes les valeurs propres de A sont relles.
Lemme 4.20.
Preuve
Rappelons dabord que si M M
n
(C), avec M = (m
i j
)
1i, jn
, on dnit M par :
M = (m
i j
)
1i, jn
Alors, on voit facilement que
M M
n
(C), N M
n
(C), MN = MN
Soit maintenant A M
n
(R) une matrice symtrique et soit C une valeur propre de A.
Alors il existe X C
n
, avec X ,= 0, tel que AX =X, donc on aura
AX =X =AX =X
=AX =X (car A = A)
=
t
X(AX) =
t
X(X)
=(
t
X
t
A)X =(
t
XX) (car
t
A = A)
=
t
(AX)X =(
t
XX)
=(
t
XX) =(
t
XX)
=()
t
XX = 0
= = 0
= R
Soient E un espace euclidien, u un endomorphisme symtrique de E et F un sous-espace
vectoriel stable par u. Alors F
est stable par u.

Lemme 4.21.
Preuve
Soit y F
, a-t-on u(y) F
?
Soit x F, alors on a
< x, u(y) >=< u(x), y >= 0 (car u(x) F)
Donc u(y) F
.
Soit E un espace euclidien. Alors tout endomorphisme symtrique de E, possde au moins
une base ortrhonormale forme de vecteurs propres de u.
Thorme 4.22.
Preuve
On procde par rcurrence sur n, avec n = dim(E) et n 2.
Soit R une valeur propre de u, donc il existe x E, avec x 0, tel que u(x) =x.
Posons e
1
=
x
|x|
, alors |e
1
| = 1 et u(e
1
) =e
1
.
Soit F =Vect(e
1
), alors F est stable par u. Puisque u est symtrique, alors F
est aussi stable par u.

Dclenchons maintenant la rcurrence :
Pour n =2, on a dim(F) =1, donc dim(F
) =1. Soit e
2
F
, avec |e
2
| =1, alors e
2
est un vecteur
propre de u, (car F =Vext(e
2
) et u(e
2
) F).
Donc, dans ce cas, (e
1
, e
2
) est une base orthonormale de E forme de vecteurs propres de u.
H.R "Supposons que n > 2 et que tout endomorphisme symtrique sur un espace euclidien de di-
mension < n, possde au moins une base orthonormale forme de vecteurs propres". Soient u un
endomorphisme symtrique dun espace euclidien de dimension n,
lambda R une valeur propre de u et e
1
E, avec |e
1
| = 1 un vecteur propre associ .
Soit F =Vect(e
1
), donc, daprs ce qui prcde, F
est stable par u.

Soit v la rstriction de u F
, alors v est un endomorphisme symtrique de F
, avec
dim(F
) = ndim(F) = n1
Donc daprs lhypothse de rcurrence, il existe une base orthonormale (e
2
, e
3
, . . . , e
n
) de F
forme
de vecteurs propres de v.
Puisque v est la rstriction de u F
, alors (e
1
, e
2
, . . . , e
n
) est une base orthonormale de E forme
de vecteurs poropres de u.
4.22.1 Formes bilinaires symtriques dun espace euclidien
Soit E un espace euclidien. Alors
i) Pour tout endomorphisme symtrique u de E, lapplication f : E E R dnie par :
(x, y) E E, f (x, y) =< u(x), y >
est une forme bilinaire symtrique sur E.
ii) Si = (e
1
, e
2
, . . . , e
n
) est une base orthonormale de E, alors Mat( f , ) = Mat(u, ).
Proposition 4.23.
Preuve
i) Puisque u est linaire, alors f est bilinaire et puisque u est symtrique, alors f est symtrique.
ii) Soient M = Mat( f , ) = (m
i j
)
1i, jn
et A = Mat(u, ) = (a
i j
)
1i, jn
.
Puisque est une base orthonormale, alors on a
(i, j) 1, 2, . . . , n
2
, a
i j
=< u(e
j
), e
i
>=< e
j
, u(e
i
) >= f (e
i
, e
j
) = m
i j
Soient un espace euclidien, u un endomorphisme symtrique de E et f : EE Rdnie
par :
(x, y) E E, f (x, y) =< u(x), y >
i) On dit que u est positif, si f est positive.
ii) On dit que u est dni positif, si f estdnie positive.
Dnition 4.24.
Remarque 4.24.1
Soit u un endomorphisme symtrique de E, alors daprs la dnition prcdente, on a
u positif x E, < u(x), x >0
u dni positif (x E, x ,= 0 =< u(x), x >> 0)
Soit E un espace euclidien. Alors pour toute forme bilinaire symtrique f sur E, il existe
un unique endomorphisme symtrique u, tel que
(x, y) E E, f (x, y) =< u(x), y >
Thorme 4.25.
Preuve
Soient f une forme bilinaire symtrique sur E, A la matrice de f par rapport une base orthonor-
male = (e
1
, e
2
, . . . , e
n
) de E et u lendomorphisme de E de matrice A par rapport .
Pour x =
n
i=1
x
i
e
i
, on pose X =
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
, alors daprs lcriture matricielle, on aura
(x, y) E E, < x, y >=
t
XY =
t
YX et f (x, y) =
t
XAY =
t
YAX
Ainsi, on aura
(x, y) E E, f (x, y) =
t
YAX =
t
Y(AX) =< u(x), y >
Remarque 4.25.1
Pour toute forme quadratique q sur un espace euclidien E, il existe un unique endomorphisme sym-
trique u de E, tel que
x E, q(x) =< u(x), x >
Soient E un espace euclidien et f une forme bilinaire symtrique sur E.
Alors il existe une base orthonormale de E qui est orthgonale pour f .
Proposition 4.26.
Preuve
Daprs la proposition prcdente, il existe un unique endomorphisme symtrique u de E, tel que
(x, y) E E, f (x, y) =< u(x), y >
Puisque u est symtrique, alors on sait quil existe une base orthonormale = (e
1
, e
2
, . . . , e
n
) de E
forme de vecteurs propres de u. Ainsi, on aura
(i, j) 1, 2, . . . , n
2
, f (e
i
, e
j
) =< u(e
i
), e
j
>==
i
< e
i
, e
j
>
Donc, pour i ,= j, on a f (e
i
, e
j
) = 0.
Remarque 4.26.1
Soient q une forme quadratique sur un espace euclidien E et u lunique endomorphisme symtrique
de E, tel que
x E, q(x) =< u(x), x >
Soient = (e
1
, e
2
, . . . , e
n
) une base orthonormale de E forme de vecteurs propres de u et
1
,
2
, . . . ,
n
les valeurs propres, non necessairement deux deux distinctes, de u.
Alors pour tout x E, avec x =
n
i=1
x
i
e
i
, on a
q(x) =
n
i=1
i
x
2
i
=
1
x
2
1
+
2
x
2
2
+ +
n
x
2
n
En effet, daprs la proposition prcdente, (e
1
, e
2
, . . . , e
n
) est une base q-orthogonale et on a
i 1, 2, . . . , n, q(e
i
) =
i
4.27 Endomorphismes orthogonaux
4.27.1 Dnition et proprits de base
Soient E un espace euclidien et u un endomorphisme de E. On dit que u est un endomor-
phisme orthogonal, si
x E, y E, < u(x), u(y) >=< x, y >
Dnition 4.28.
Soient E un espace euclidien et u un endomorphisme de E.Alors les propositions suivantes
sont quivalentes :
i) u est un endomorphisme orthogonal ;
ii) u
u = uu
= Id
E
;
iii) x E, |u(x)| =|x|.
Proposition 4.29.
Preuve
i) =ii) Supposons que u est orthogonal.
u orthogonal =x E, y E, < u(x), u(y) >=< x, y >
=x E, y E, =< x, y >

=x E, y E, < (u
u)(x) x, y >= 0
=x E, (u
u)(x) = x
=u
u = Id
E
u = Id
E
.
u
u = Id
E
=x E, (u
u)(x) = x
=x E, < (u
u)(x), x >=< x, x >

=x E, =< x, x >

=x E, < u(x), u(x) >=< x, x >
=x E, |u(x)|
2
=|x|
2
=x E, |u(x)| =|x|
iii) =i) Supposons que x E, |u(x)| =|x|, alors pour x E et y E, on a
< u(x), u(y) > =
1
2
_
|u(x) +u(y)|
2
|u(x)|
2
|u(y)|
2
_
=
1
2
_
|u(x +y)|
2
|u(x)|
2
|u(y)|
2
_
=
1
2
_
|x +y|
2
|x|
2
|y|
2
_
=< x, y >
Remarque 4.29.1
1. Tout endomorphisme euclidien u est inversible et on a u
1
= u
.
2. Soit E un espace euclidien, une base orthonormale de E, u un endomorphisme de E et A =
Mat(u, ). Alors
u est orthogonal
t
AA = I
Autrement dit, u est orthogonal, si, et seulement si, sa matrice par rapport une base ortho-
normale de E est une matrice orthogonale.
3. Si u est un endomorphisme orthogonal dun espace euclidien orient, alors
det(u) =1
En effet, on u
u = Id
E
, donc det(u
u) = det(u
)det(u) = det(u)
2
= det(Id
E
) = 1.
Notations
a) On dsigne par O(E) lensemble des endomorphismes orthogonaux de E, alors (O(E), ) est un
groupe, cest en fait un sous-groupe de (GL(E), ).
b) On dsigne par SO(E) lensemble des endomorphismes orthogonaux u, tel que det(u) = 1 :
SO(E) =u O(E) : det(u) = 1
Alors (SO(E), ) est un sous-groupe de (O(E), ).
c) On dsigne aussi par O
n
(R), (resp. SO
n
(R)) lensemble des matrices orthogonales, (resp. ortho-
gonales de dterminant 1) de M
n
(R). Alors O
n
(R) est un sous-groupe de GL
n
(R) et SO
n
(R)
est un sous-groupe de O
n
(R).
Un lment de SO(E) sappelle une rotation de E.
Dnition 4.30.
Exemples
1. Id
E
et Id
E
sont des endomorphismes orthogonaux de E.
2. Toute symtrie orthogonale est un endomorphisme orthogonale de E.
3. Soit (e
1
, e
2
, . . . , e
n
) une base orthonormale de E.
Pour chaque S
n
, on considre lendomorphisme u
dni par :
i 1, 2, . . . , n, u
(e
i
) = e
(i)
Alors pour tout S
n
, u
est un endomorphisme orthogonal.

De plus, on vrie facilement que det(u
) =().
Soient E un espace euclidien et u un endomorphisme de E. Alors
i) Sil existe une base orthonormale (e
1
, e
2
, . . . , e
n
) de E, telle que (u(e
1
), u(e
2
), . . . , u(e
n
))
soit une base orthonormale de E, alors u est un endomorphisme orthogonal.
ii) Rciproquement, si u est un endomorphisme orthogonal, alors limage par u de nim-
porte quelle base orthonormale de E est une base orthonormale de E.
Proposition 4.31.
Preuve
i) Supposons quil existe une base orthonormale (e
1
, e
2
, . . . , e
n
) de E, telle que (u(e
1
), u(e
2
), . . . , u(e
n
))
soit une base orthonormale de E.
Soit x E, alors on a
|u(x)| =|u(
n
i=1
< x, e
i
> e
i
)|
=|
n
i=1
< x, e
i
> u(e
i
)|
=
n
i=1
(< x, e
i
>)
2
(car (u(e
1
), u(e
2
), . . . , u(e
n
)) est orthonormale)
=|x|
ii) Soit (e
1
, e
2
, . . . , e
n
) une base orthonormale de E, alors on a
< u(e
i
), u(e
j
) >=< e
i
, e
j
>=
i j
Donc (u(e
1
), u(e
2
), . . . , u(e
n
)) est une base orthonormale de E.
Soient E un espace euclidien et u un endomorphisme orthogonal de E. Alors
i) Si est une valeur propre de u, alors 1, 1.
ii) Si F est un sous-espace vectoriel stable par u, alors F

Proposition 4.32.
Preuve
i) On suppose que u possde une valeur propre R, donc il existe x E, avec x ,= 0, tel que
u(x) =x, donc on aura
|x| =|u(x)| =|x| =[[|x|
x ,= 0, donc |x| ,= 0, par suite, [[ = 1.
ii) Supposons que F est stable par u.
Soit y F
et soit x F, puisque F est stable par u, u bijective et E de dimension nie, alors

u(F) = F, donc il existe x
/
F, tel que x = u(x
/
), ainsi, on a
< x, u(y) >=< u(x
/
), u(y) >=< x
/
, y >= 0
Donc u(y) F
.
4.32.1 Cas dun espace euclidien de dimension 2
Soient E un espace euclidien de dimension 2 et u un endomorphisme orthogonal de E.
i) Si det(u) = 1, alors il existe un unique ] , ], tel que la matrice A de u par rapport
nimporte quelle base orthoniormale directe de E scrit sous la forme :
A =
_
cos sin
sin cos
_
Dans ce cas, u sappelle la rotation dangle .
ii) Si det(u) =1, alors u est une symtrie orthogonale et il existe une base orthonormale
de E, dans laquelle la matrice A de u scrit sous la forme :
A =
_
1 0
0 1
_
Thorme 4.33.
Preuve
Soit (e
1
, e
2
) une base orthonormale directe quelconque de E et soit A = Mat(u, (e
1
, e
2
)), avec
A =
_
a c
b d
_
u est un endomorphisme orthogonal et (e
1
, e
2
) une base orthonormale de E, donc u(e
1
), u(e
2
)) est
une base orthonormale de E, donc on aura
_
_
|u(e
1
)|
2
= a
2
+b
2
= 1
|u(e
2
)|
2
= c
2
+d
2
= 1
ac +bd = 0
Donc u(e
2
) Vect(u(e
1
))
avec Vect(u(e
1
))
= Vect(be
1
+ae
2
), donc il existe R, tel que
u(e
2
) = ce
1
+de
2
=(be
1
+ae
2
). Donc c =b et d =a.
Puisque a
2
+b
2
= c
2
+d
2
= 1, alors
2
= 1, donc =1.
i) Si det(u) = 1, alors ad bc = 1, donc (a
2
+b
2
) = 1, par suite = 1.
Par consquent, c =b et d = a.
Puisque a
2
+b
2
= 1, alors il existe un unique ] , ], tel que a = cos et b = sin.
ii) Si det(u) =1, alors =1, donc A scrit sous la forme
A =
_
a b
b a
_
Donc A
2
= I, par suite, u est une symtrie orthogonale. Les valeurs propres de u sont 1 et 1,
donc il existe une base orthonormale forme de vecteurs propre de u, car u est symtrique.
4.33.1 Cas dun espace euclidien de dimension 3
Soient E un espace euclidien orient de dimension 3 et u un endomiorphisme orthogonal
de E.
i) Si det(u) = 1, alors 1 est une valeur propre de u et si e
1
est un vecteur propre unitaire
associ 1, alors il existe un unique ] , ], tel que la matrice A de u par rapport
nimporte quelle base orthonormale (e
1
, e
2
, e
3
), dont le premier vecteur est gal
e
1
, scrit sous la forme :
A =
_
_
1 0 0
0 cos sin
0 sin cos
_
_
Dans ce cas, u sappelle la rotation dangle et daxe = ker(uId
E
).
ii) Si det(u) = 1 et si 1 est une valeur propre de u, alors u est une symtrie orthogonale
par rapport F = ker(uId
E
).
iii) Si det(u) = 1 et 1 nest pas valeur propre de u, alors u = r s = s r, o r est une
rotation daxe = ker(u+Id
E
) et s la symtrie orthogonale par rapport
.
Thorme 4.34.
Preuve
Pour la dmonstration, nous avons besoin ddu lemme suivant :
Soient E un espace euclidien orient de dimension 3 et u un endomiorphisme orthogonal
de E. Alors det(u) est une valeur propre de u.
Lemme 4.35.
Preuve
On sait det(u) =1.
Si det(u) = 1, alors on aura
det(uId
E
) = det(uuu
) = det(Id
E
u
) = (1)
3
det(uId
E
) =det(uId
E
)
Donc, det(uId
E
) = 0, par suite, 1 est une valeur propre de u.
Si det(u) =1, on procde de la mme manire :
det(u+Id
E
) = det(u+uu
) =det(Id
E
+u
) =det(u+Id
E
)
Donc, det(u+Id
E
) = 0, par suite, 1 est une valeur propre de u.
Preuve (du thorme)
i) Si det(u) = 1, alors daprs le lemme prcdent, 1 est une valeur propre de u.
Soit e
1
un vecteur propre unitaire associ 1 et soit F =e
1
, puisque Vect(e
1
) est stable par
u, alors F est aussi stable par u.
Soit v la rstriction de u F, alors v est un endomorphisme orthogonale de F et on a
det(v) = det(u) = 1, (car u(e
1
) = e
1
)
Soit (e
1
, e
2
, e
3
) une base orthonormale directe, alors (e
2
, e
3
) est une base orthonormale de F,
donc daprs le thorme prcdent, il existe un unique ] , ], tel que la matrice de v par
rapport la base (e
2
, e
3
) scrit sous la forme :
_
cos sin
sin cos
_
Donc, la matrice A de u dans la base (e
1
, e
2
, e
3
A =
_
_
1 0 0
0 cos sin
0 sin cos
_
_
ii) Supposons que det(u) =1 et que 1 est une valeur propre de u.
Soit e
1
un vecteur propre unitaire unitaire associ la valeur propre 1 etr soit F =Vect(e
1
)
,
alors F est stable par u.
Soit v la rstriction de u F, alors v est un endomorphisme orthogonal de F et on a
det(v) = det(u) = 1, (car u(e
1
) = e
1
)
Donc, daprs le thorme prcdent, il existe une base orthonormale (e
2
, e
3
) de F dans la-
quelle la matrice de v est dnie par :
_
1 0
0 1
_
Donc, la matrice A de u dans la base (e
1
, e
2
, e
3
) est dnie par :
A =
_
_
1 0 0
0 1 0
0 0 1
_
_
On voit donc que A est la matrice de la symtrie orthogonale par rapport ker(uId
E
).
iii) Si det(u) = 1 et 1 nest pas valeur propre de u, alors, daprs le lemme prcdent, 1 est une
valeur propre de u.
Soit e
1
un vecteur propre unitaire associ 1 et soit F =Vect(e
1
)
, alors F est stable par u.

Soit v la rstriction de u F, alors v est un endomorphisme orthogonal de F et on a
det(v) =det(u) = 1, (car u(e
1
) =e
1
)
Donc, il existe un unique ] , ], tel que la matrice de u par rapport nimporte quelle
base orthonormale (e
2
, e
3
) de F scrit sous la forme :
_
cos sin
sin cos
_
Donc, la matrice A dans la base (e
1
, e
2
, e
3
A =
_
_
1 0 0
0 cos sin
0 sin cos
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
1 0 0
0 cos sin
0 sin cos
_
_
=
_
_
1 0 0
0 cos sin
0 sin cos
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
Soient M et N les matrices dnies par :
M =
_
_
1 0 0
0 cos sin
0 sin cos
_
_
et N =
_
_
1 0 0
0 1 0
0 0 1
_
_
Soient r et s les endomorphismes de E dont les matrices respectives, par rapport la base
(e
1
, e
2
, e
3
), sont M et N.
Alors, u = r s = s r, o r est la rotation dangle et daxe Vect(e
1
) et s la symtrie orthogo-
nale par rapport Vect(e
1
)
.
Remarque 4.35.1
Soit E un espace euclidien de dimension 3 et u une rotation de E dangle et daxe =Vect(e
1
), o
e
1
est un vecteur unitaire. Alors on a
1. tr(u) = 1+2cos, donc on a
cos =
tr(u) 1
2
2. Soit x un vecteur non nul orthogonal , alors < x, e
1
>= 0, donc, si on pose
e
2
=
x
|x|
et e
3
= e
1
e
2
alors (e
1
, e
2
, e
3
) est une base orthonormale directe de E, avec u(e
1
) = 1, donc daprs le tho-
rme prcdent, la matrice A de u par rapport (e
1
, e
2
, e
3
_
_
1 0 0
0 cos sin
0 sin cos
_
_
Donc, u(x) =|x|u(e
2
) =|x|(cos.e
2
+sin.e
1
e
2
).
Ainsi pour tout x orthogonal , on a
u(x) = cos.x +sin.e
1
x
3. Soit x E, alors y = x< x, e
1
> e
1
est un vecteur orthogonal , donc, daprs la remarque
prccente, on a
u(y) = cos.y +sine
1
y
Donc, en remplaant y par sa valeur, on aura
x E, u(x) = (1cos) < x, e
1
> e
1
+cos.x +sin.e
1
x
4. Daprs lexpression prcdente de u(x), on obtient
x / , sin =
det(e
1
, x, u(x))
|e
1
x|
2
On a aussi,
x
, cos =
< u(x), x >
|x|
2
et sin =
det(e
1
, x, u(x))
|e
1
x|
2
4.35.1 Cas gnral
Soient E un espace euclidien de dimension n 2 et u un endomorphisme orthogonal de
E. Alors, il existe des entiers 0, p, q et r, avec p +q +2r = n, et il existe une base
orthonormale de E dans laquelle la matrice A de u scrit sous la forme :
A =
_
_
_
_
_
_
_
_
_
_
I
p
I
q
A
1
A
2
.
.
.
A
r
_
_
_
_
_
_
_
_
_
_
o I
p
et I
q
sont les matrices identits dordres respectives p et q,
et o i 1, . . . , r,
i
] , ] : A
i
=
_
cos
i
sin
i
sin
i
cos
i
_
Thorme 4.36.
Preuve
Pour la dmonstration de ce thorme, nous avons besoin du lemme suivant :
Soient E un espace euclidien et u un endomorphisme orthogonal de E. Alors u possde au
moins un sous-espace stable de dimension 1 ou 2.
Lemme 4.37.
Preuve
Soit v =u+u
, alors v est un endomorphisme symtrique, donc v possde au moins une valeur propre
R.
Soit x E, avec x ,= 0, tel que v(x) =x, donc, on aura
v(x) =x =u(x) +u
(x) =x
=u
2
(x) +(uu
)(x) =u(x)
=u
2
(x) +x =u(x) (car uu
= Id
E
)
=u
2
(x) =u(x) x
=u
2
(x) Vect(u(x), x)
Donc F =Vect(u(x), x) est stable par u, avec dim(F) 1, 2, car x ,= 0.
Preuve (du thorme)
On procde par rcurrence sur n, o n = dim(E).
Pour n = 2 et n = 3, le rsutat est dj tabli.
H.R "Supposons que n > 2 et que le thorme vrai pour tout un endomorphisme orthogonal dun
espace euclidien de dimension < n".
Soient E un espace euclidien de dimension n et u un endomorphisme orthogonal de E, alors daprs
le lemme prcdent, u possde au moins un sous-espace F stable par u, de dimension 1 ou 2. On
choisit donc F de dimension minimale.
Si dim(F) = 1, alors F =Vect(e
1
), avec |e
1
| = 1, et puisque F est stable par u, alors il existe R,
tel que u(e
1
) =e
1
, donc est une valeur propre de u, par suite =1.
F tant stable par u, donc F
est aussi stable par u, avec dim(F
) = n1.
, alors v est un endomorphisme orthogonal de F
, donc, daprs
lhypothse de rcurrence, il existe une base orthonormale (e
2
, . . . , e
p
, e
p+1
, . . . , e
p+q
, . . . , e
n1
) de
F
dans laquelle la matrice de v scrit sous la forme :

A =
_
_
_
_
_
_
_
_
_
I
p1
I
q
A
1
A
2
.
.
.
A
r
_
_
_
_
_
_
_
_
_
Donc, si = 1, alors la matrice de u dans la base (e
1
, e
2
, . . . , e
n
A =
_
_
_
_
_
_
_
_
_
I
p
I
q
A
1
A
2
.
.
.
A
r
_
_
_
_
_
_
_
_
_
Si = 1, alors la matrice de u dans la base (e
2
, . . . , e
p
, e
1
, e
p+1
, . . . , e
p+q
, . . . , e
n1
) scrit sous la
forme :
A =
_
_
_
_
_
_
_
_
_
I
p1
I
q+1
A
1
A
2
.
.
.
A
r
_
_
_
_
_
_
_
_
_
Si, maintenant, dim(F) = 2, puisque F a t choisi de dimension minimal, alors tout sous-espace
stable par u serait de dimension 2. On en dduit donc que u ne possde aucune valeur propre.
Soient v la rstriction de u F et w la rstriction de u F
. Alors v et w sont deux endomrphismes

orthogonaux de F et F
respectivement.
dim(F) = 2, donc la matrice A
1
de v par rapport une base orthonormale (e
1
, e
2
) de F scrit sous
la forme :
A
1
=
_
cos sin
sin cos
_
dim(F
) =n2, donc, daprs lhypothse de rcurrence, il existe une base orthonormale (e

3
, . . . , e
n
)
de F
dans laquelle la matrice de w scrit sous la forme :

_
_
_
_
_
A
2
A
3
.
.
.
A
r
_
_
_
_
_
Donc la matrice A de u dans la base (e
1
, e
2
, . . . , e
n
_
_
_
_
_
_
_
_
A
1
A
2
A
3
.
.
.
A
r
_
_
_
_
_
_
_
_
et o i 1, . . . , r,
i
] , ] : A
i
=
_
cos
i
sin
i
sin
i
cos
i
_
4.38 Exercices
Exercice 60
Soient E un espace prhilbertien, u : E E et v : E E deux applications telles que
x E, y E, < u(x), y >=< x, v(y) >
Montrer que u et v sont linaires et que v = u
.
Exercice 61
Soient E un espace euclidien orient de dimension 3, a E et u lendomorphisme de E dni par :
x E, u(x) = a(ax)
1. Dterminer u
, u est-t-il symtrique ?
2. Dterminer les valeurs et les vecteurs propres de u.
Exercice 62
Soient E un espace euclidien de dimension n et un endomorphisme de E. Pour toute base orthonor-
male = (e
1
, e
2
, . . . , e
n
), on pose
S() =
n
i=1
|u(e
i
)|
2
a) Montrer que S() ne dpend pas de la base orthonormale choisie.
b) Montrer que si (e
1
, e
2
, . . . , e
n
) est une base orthonormale de E et si (v
1
, v
2
, . . . , v
n
) est un systme
de vecteurs de E, tels que
n
i=1
|v
i
e
i
|
2
< 1
alors (v
1
, v
2
, . . . , v
n
Exercice 63
1. Montrer que si u est un endomorphisme inversible dun espace euclidien E, alors il existe une
1
, e
2
, . . . , e
n
) de E, tel que (u(e
1
), u(e
2
), . . . , u(e
n
)) soit une base orthogo-
nale de E.
2. Montrer que pour toute matrice A GL
n
(R), il existe deux matrices orthogonales P et Q, telles
que PAQ soit diagonale.
Exercice 64
Soient E un espace euclidien et f : E R une application continue, telle que
x E, y E, < x, y >= 0 = f (x +y) = f (x) + f (y)
1. On suppose que f est paire. Montrer quil existe R, tel que
x E, f (x) =|x|
2
2. On suppose que f est impaire. Montrer que f est linaire.
3. En gnral, montrer quil existe R et il existe une forme linaire , tels que
x E, f (x) =(x) +|x|
2
Exercice 65 (Endomorphismes de trace nulle)
Soient E un espace euclidien de dimension n 1, (e
1
, e
2
, . . . , e
n
) une base orthonormale de E et u un
endomorphisme de E de trace nulle.
On propose de montrer quil existe une base orthonormale dans laquelle les coefcients diagonaux de
la matrice de u sont tous nuls.
1. Calculer tr(u) laide de la base (e
1
, e
2
, . . . , e
n
).
2. Montrer quil existe i et j, avec i ,= j, tels que < u(e
i
), e
i
> et < u(e
j
), e
j
> sont de signes
opposs.
3. Pour [0,

2
], on pose e() = (cos)e
i
+(sin)e
j
. Vrier que |e()| = 1.
4. Pour [0,

2
], on pose f () =< e(), u(e()) >. Montrer quil existe au moins un [0,

2
],
tel que f () = 0.
5. En dduire le rsultat.
Exercice 66
Soient E un espace euclidien et u un endomorphisme de E, tel que u
2
= 0.
1. Montrer que ker(u+u
) = ker(u) ker(u
).
2. Montrer que u+u
est inversible si, et seulement si, ker(u) = Im(u).

Exercice 67
Soient E un espace euclidien, u un endomorphisme de E, tel que
x E, |u(x)| |x|
Montrer que
a) x E, |u
(x)| |x|.
b) x E, u(x) = x u
(x) = x.
c) E = ker(uId
E
) Im(uId
E
).
Exercice 68
Soient E un espace euclidien et p un projecteur de E.
Montrer que les propositions suivantes sont quivalentes :
i) p est une projection orthogonale,
ii) x E, y E, < p(x), y >=< x, p(y) >,
iii) x E, |p(x)| |x|.
Exercice 69
Soient E un espace euclidien et (e
1
, e
2
, . . . , e
n
) une base orthonormale de E.
1. Soit p un projecteur orthogonal de E de rang 1. Calculer
n
i=1
|p(e
i
)|
2
.
2. Soit p un projecteur de E, tel que
n
i=1
|p(e
i
)|
2
= 1. Montrer que p est orthogonal.
Exercice 70
Soient p et q deux projecteurs orthogonaux dun espace euclidien E.
1. Montrer que pq p est autoadjoint.
2. Montrer que (Im(p) +ker(q))
= Im(q) ker(p).
3. Montrer que pq est diagonalisable.
Exercice 71
Soient E un espace euclidien, u un endomorphisme de E et (, ) R
2
, tels que u
u+u+u
=0.
1. Montrer que si ,= , alors il existe une projection orthogonale p et il existe R, tels que
u =p.
2. Montrer que si =, alors ker(u) et Im(u) sont orthogonaux.
Exercice 72
Soient E un espace euclidien, u un endomorphisme de E.
1. a) Montrer que ker(u
u) = ker(u) et Im(u
u) = Im(u
).
b) En dduire que ker(uu
) = ker(u
) et Im(uu
) = Im(u).
2. Montrer que les propositions suivantes sont quivalentes :
i) uu
u = u,
ii) u
u est un projecteur orthogonal de E,

iii) uu
est un projecteur orthogonal de E,

iv) ker(u)
=x E : |u(x)| =|x|.
Exercice 73
Soient A et B symtriques de M
n
(R). Montrer que
((tr(AB+BA))
2
4tr(A
2
)tr(B
2
)
Exercice 74
Soient E un espace euclidien et u un endomorphisme symtrique dni positif. Montrer que
x E, |x|
4
< u(x), x >
Donner une condition necessaire et sufsante pour quil y ait galit.
Exercice 75
Soient E un espace euclidien et u un endomorphisme symtrique de E avec u dni positif. On
considre lapplication f : E R dnie par :
x E, f (x) =< u(x), x >
1. Dterminer le minimum de f sur la sphre unit S de E.
2. En quels points de S ce minimum est-t-il atteint ?
Exercice 76
Dterminer les minimums suivants
1. inf
(x,y)R
2
_
(x +y 2)
2
+(x 1)
2
+(2x +y 1)
2
_
2. inf
(x,y)R
2
_
x +3y +2z 1)
2
+(x +3y 2z +1)
2
+(x 3y +2z +1)
2
+(x 3y +2z 1)
2
_
3. inf
(a,b)R
2
1
0
(t
2
at b)
2
dt.
4. inf
(a,b)R
2
(1acost bsint)
2
dt.
5. inf
(a,b)R
2
1
1
(t
2
3t +1at b)
2
dt.
6. inf
(a,b)R
2
1
0
(t log(t) at b)
2
dt.
7. inf
(a,b,c)R
3
1
1
(e
x
ax
2
bx c)
2
dx.
8. inf
(a,b,c)R
3
0
(t
3
+at
2
+bt +c)
2
e
t
dt.
Exercice 77
Soit u lendomorphisme de R
3
dont la matrice par rapport la base canonique est dnie par :
A =
_
_
1 0 4
0 1 1
0 0 0
_
_
1. Montrer que u est un projecteur de R
3
dont on dterminera le noyau et limage.
2. u est-il une projection orthogonale pour le produit scalaire usuel de R
3
?
3. Soit q la forme quadratique dnie sur R
3
par :
q(x) = x
2
1
+11x
2
2
+6x
2
3
6x
1
x
2
+2x
1
x
3
2x
2
x
3
a) Montrer que q dnit un produit scalaire sur R
3
.
b) Montrer que u est une projection orthogonale par rapport ce produit scalaire.
c) Trouver une autre forme quadratique pour laquelle u est une projection orthogonale.
Exercice 78
Soit E un espace euclidien de dimension 3, muni dune base orthonormale = (e
1
, e
2
, e
3
).
1. Dterminer la matrice, par rapport , de la projection orthogonale par rapport au plan dqua-
tion x +y +z = 0.
2. Dterminer la matrice, par rapport , de la symtrie orthogonale par rapport au plan dquation
x = z.
Exercice 79
E =R
3
muni de son produit scalaire usuel et F le plan vectoriel dquation x +y +z = 0.
1. Dterminer une base orthonormale de F.
2. Dterminer F
et en donner une base orthonormale.

3. Dterminer la matrice, dans la base canonique de R
3
, de la projection orthogonale p sur F.
4. Dterminer la matrice, dans la base canonique de R
3
, de la symtrie orthogonale s par rapport
F.
Exercice 80
Soit A M
n
(R) et soit B =
t
A+A.
On suppose quil existe k N
, tel que B
k
= 0. Montrer que A est antisymtrique.
Exercice 81
R
4
est muni de son produit scalaire usuel et F le sous-espace de R
4
dni par :
F =(x, y, z, t) R
4
: x +y +z +t = x y +z t = 0
1. Dterminer une base orthogonormale de F
.
2. Dterminer, par rapport la base canonique de R
4
, la matrice de la projection orthogonale sur
F.
3. Dterminer, par rapport la base canonique de R
4
, la matrice de la symtrie orthogonale par
rapport F.
4. Calculer d(x, F) o x = (1, 2, 3, 4).
Mmes questions pour le sous-espace vectoriel F =(x, y, z, t) R
4
: x+y+z+t =x+2y+3z+4t.
Exercice 82
Soit A = (a
i j
)
1i, jn
une matrice de M
n
(R) symtrique dnie positive. Montrer que si
1
,
2
, . . . ,
n
sont les valeurs propres de A, non necessairement deux deux distintes, alors on a
n
i=1
2
i
=
n
i=1
n
j=1
a
2
i j
Exercice 83
A et B deux matrices relles symtrique positives. Montrer que 0 tr(AB) tr(A)tr(B).
Exercice 84
A = (a
i j
)
1i, jn
et B = (b
i j
)
1i, jn
deux matrices relles symtrique positives. Soit C = (c
i j
)
1i, jn
,
telle que
(i, j) 1, 2, . . . , n, c
i j
= a
i j
b
i j
Montrer que C est symtrique positive.
Exercice 85
Soit A une matrice de M
n
(R).
1. Montrer que que si A est symtrique positive, alors
tr(A) n(det(A)
1
n
2. Montrer que
tr(
t
AA) n(det(A)
2
n
Exercice 86
Soit A M
n
(C).
1. On suppose quil existe m N
, tel que A
m
soit symtrique dnie positive. Montrer que A est
diagonalisable.
2. On suppose que dim(ker(A
2
) = 1 et quil existe m N
, tel que A
m
soit symtrique positive.
Montrer que A est diagonalisable.
Exercice 87
Soient A et B deux matrices de M
n
(R), telles que
t
AA =
t
BB.
1. On suppose que A est inversible. Montrer quil existe une matrice orthogonale P, telle que
B = PA.
2. Montrer que ce rsultat reste vraie sans lhypothse A inversible.
Exercice 88
1. Montrer que si A M
n
(R) est une matrice symtrique, alors exp(A) est symtrique dnie
positive.
2. Montrer que si BM
n
(R) est une matrice symtrique dnie positive, alors il existe une matrice
symtrique A M
n
(R), telle que B = exp(A).
3. Montrer que si A et B sont deux matrices symtriques de M
n
(R), telles que exp(A) = exp(B),
alors A = B.
Exercice 89
Soit A M
n
(R), telle que A
t
AA = I. Montrer que A est inversible et A symtrique et dterminer A.
Exercice 90
Soient q
1
et q
2
deux formes quadratiques sur R
n
de matrices respectives, par rapport la base cano-
nique de R
n
, A et B. On suppose que q
1
est dnie positive.
1. Montrer quil existe un unique endomorphisme u de R
n
, q
1
-symtrique, tel que
x R
n
, y R
n
,
2
(x, y) =
1
(u(x), y)
o
1
et
2
sont respectivement les formes polaires associes q
1
et q
2
.
2. Soit M la matrice de u par rapport la base canonique de R
n
. Dterminer M en fonction de A
et B.
3. Soit f : R
n
0 R lapplication dnie par :
x R
n
0, f (x) =
q
2
(x)
q
1
(x)
Montrer que f possde un minimum et un maximum absolus quon dterminera en fonction
des valeurs propres de u.
4. Dterminer les extremums sur R
2
0 des fonctions suivantes :
f (x, y) =
xy
x
2
+xy +y
2
et g(x, y) =
x
2
10xy +4y
2
x
2
xy +y
2
Exercice 91 (Matrice et dterminant de Gram)
Soient E un espace prhilbertien rel, (v
1
, v
2
, . . . , v
n
) un systme de vecteurs de E. On dnit ce quon
appelle la matrice de Gram associe ce systme par
Gram(v
1
, v
2
, . . . , v
n
) = (< v
i
, v
j
>)
1i, jn
Le dterminant de Gram associ au systme (v
1
, v
2
, . . . , v
n
) est dni par :
G(v
1
, v
2
, . . . , v
n
) = det(Gram(v
1
, v
2
, . . . , v
n
))
1. Montrer que Gram(v
1
, v
2
, . . . , v
n
) est symtrique positive.
2. Montrer que Gram(v
1
, v
2
, . . . , v
n
) et (v
1
, v
2
, . . . , v
n
) ont mme rang.
On pourra introduire le sous-espace F =Vect(v
1
, v
2
, . . . , v
n
) et considrer lapplication
u : F R
n
dnie par :
x F, u(x) = (< x, v
1
>, < x, v
2
>, . . . , < x, v
n
>)
3. Montrer que
(v
1
, v
2
, . . . , v
n
) est libre G(v
1
, v
2
, . . . , v
n
) ,= 0
4. On suppose que (v
1
, v
2
, . . . , v
n
) est libre. Montrer que
a) G(v
1
, v
2
, . . . , v
n
) > 0.
b)
x E, d(x, F) =
G(x, v
1
, v
2
, . . . , v
n
)
G(v
1
, v
2
, . . . , v
n
)
5. On appelle matrice de Hilbert, la matrice A = (a
i j
)
1i, jn
dnie par :
(i, j) 1, 2, . . . , n, a
i j
=
1
i + j +1
Montrer que A est une matrice symtrique dnie positive.
(On pourra remarquer que a
i j
=
1
0
t
i+j
dt)
Exercice 92
Soient A et B deux matrices symtriques positives de M
n
(R). Montrer que
det(A+B) det(A) +det(B)
Exercice 93 (Ingalit de Hadamard)
Soit A = (a
i j
)
1i, jn
une matrice de M
n
(R).
1. Montrer que si A est dnie positive, alors
i 1, 2, . . . , n, a
ii
> 0
2. Montrer que si A est positive, alors
det(A)
_
tr(A)
n
_
n
3. On suppose que A est dnie positive et on pose B = (b
i j
)
1i, jn
, avec
(i, j) 1, 2, . . . , n, b
i j
=
a
i j
a
ii
a
j j
a) Montrer que B est positive.
b) En dduire lingalit de Hadamard :
det(A)
n
i=1
a
ii
Exercice 94
Soient E un espace euclidien de dimension n.
1. Soit u un endomorphisme symtrique, tel que x E, < u(x), x >= 0. Montrer que u = 0.
2. Soient u
1
, u
2
, . . . , u
p
, p n, des endomorphismes symtriques de E, tels que
_
_
rg(u
1
) +rg(u
2
) + rg(u
p
) = n
et
x E, < x, u
1
(x) > + < x, u
2
(x) > + + < x, u
p
(x) >=< x, x >
Montrer que :
a) u
1
+u
2
+ +u
p
= Id
E
,
b) E = Im(u
1
) Im(u
2
) Im(u
p
),
c) Pour tout i 1, 2, . . . , p, u
i
est la projection orthogonale sur Im(u
i
).
Exercice 95
Soit A = (a
i j
)
1i, jn
la matrice de M
n
(R) dnie par :
(i, j) 1, 2, . . . , n
2
, a
i j
= min(i, j)
Montrer que A est symtrique dnie positive.
Exercice 96 (Dcomposition plaire)
1. On suppose que u est symtrique positif.
a) Montrer quil existe v L(E), tel que u = v
v.
b) Montrer quil existe un unique endomorphisme w, symtrique positif, tel que u = w
2
.
c) Montrer que si u est symtrique dni positif et si v est un endomorphisme symtrique, alors
u
1
v est diagonalisable.
2. On suppose que u est un automorphisme de E.
a) Montrer que u
u est symtrique dni positif.

b) Montrer quil existe un endomorphisme orthogonal r et un endomorphisme symtrique d-
ni positif w, tel que u = r w.
c) Montrer que r et w sont uniques.
d) En dduire que pour toute matrice A GL
n
(R), il existe R O
n
(R) et il existe S S
++
n
(R),
avec R et S uniques, telles que A = RS.
Exercice 97
Soient E un espace euclidien orient de dimension 3 et = (e
1
, e
2
, e
3
) une base orthonormale directe
de E. Dterminer la matrice, par rapport des endomorphismes suivants :
a) La projection orthogonale sur le plan vectoriel dquation x +y +z = 0.
b) La symtrie orthogonale par rapport au plan vectoriel dquation 2x +3y +z = 0.
c) Le demi-tour daxe Vect(e
1
+e
2
+e
3
).
d) La rotation daxe Vect(e
2
+e
3
) et dangle

2
.
e) La rotation daxe Vect(e
1
+e
2
+e
3
) qui transforme e
1
en e
2
.
Exercice 98
On munit R
3
de sa structure euclidienne usuelle et de sa base canonique (e
1
, e
2
, e
3
). Soit u la rotation
de R
3
daxe =Vect(e
1
e
2
+e
3
) , telle que u(e
1
) = e
3
.
1. Dterminer langle de u.
2. Dterminer la matrice M de u par rapport la base canonique de R
3
.
3. Dterminer une base orthonormale de R
3
dans laquelle la matrice A de u scrit sous la forme
canonique :
A =
_
_
1 0 0
0 cos sin
0 sin cos
_
_
Exercice 99
Soient E un espace euclidien orient de dimension 3 et u L(E). Montrer que u est une rotation, si,
et seulement si,
x E, y E, u(x y) = u(x) u(y)
Exercice 100
R
3
est muni de sa structure euclidienne canonique. Soient r une rotation de R
3
daxe Vect(x
0
) et
dangle et u un endomorphisme orthogonal de R
3
.
1. Montrer que ur u
1
est une rotation dont on dterminera laxe et langle.
2. En dduire le centre de SO
3
(R).
Exercice 101
Dterminer la nature et les lments caractristiques de lendomorphisme u dont la matrice A par
rapport la base canonique est dnie par :
a) A =
_
_
0 0 1
1 0 0
0 1 0
_
_
b) A =
_
_
1 0 0
0 0 1
0 1 0
_
_
c) A =
1
3
_
_
1 2 2
2 1 2
2 2 1
_
_
d) A =
1
7
_
_
2 6 3
6 3 2
3 2 6
_
_
e) A =
1
2
_
_
1
2 1
2 0
2
1

2 1
_
_
Exercice 102
Soient a R et u lendomorphisme de R
3
de matrice A, par rapport la base canonique de R
3
, dnie
par :
A =
_
_
a 2 a+1
a+1 a 2
2 a+1 a
_
_
a) Pour quelles valeurs de a, lendomorphisme u est orthogonal.
b) Dans le cas o u est orthogonal, dterminer la nature et les lments caractristiques de u.
Exercice 103
Soient (a, b, c) R
3
, = ab+ac +bc, s = a+b+c et A la matrice dnie par :
A =
_
_
a b c
c a b
b c a
_
_
1. Montrer que
A est une matrice orthogonale = 0 et s 1, 1
2. Montrer que
A est une matrice de rotation = 0 et s = 1
3. Montrer que A est une matrice de rotation, si, et seulement si, il existe k [0,
4
27
], tel que a, b et
c soient racines du polynome X
3
X
2
+k.
Exercice 104
Soient a ] 1, 1[ et M
a
la matrice dnie par :
M
a
=
_
_
a
2
a
1a
2

1a
2
a
1a
2
1a
2
a
2
1a
2
a 0
_
_
1. Montrer que pour tout a ] 1, 1[, M
a
est une matrice orthogonale. Est-elle diagonalisable ?
2. Calculer tr(M
a
) etdet(M
a
).
3. En dduire les valeurs propres de M
a
et la nature gomtrique de lendomorphisme associ
canoniquement M
a
.
Exercice 105
Soit a un vecteur unitaire dun espace euclidien E, R et f
: E E lapplication dnie par :

x E, f
(x) = x + < x, a > a

1. Montrer que f
: R est stable pour la loi de composition.

2. Montrer que
R, R, f
= f
3. Calculer f
p
pour tout p N.
4. Montrer que
f
est inversible ,=1

Quelle est la nature de f
1
?
5. Montrer que
f
est orthogonal 0, 2
Quelle est la nature de f
2
?
Exercice 106
Soit a un vecteur unitaire dun espace euclidien orient E de dimension 3. On considre lapplication
f : E E dnie par :
x E, f (x) =< x, a > a+ax
Montrer que f est un endomorphisme orthogonal et prciser sa nature.
Exercice 107
Soit E un espace euclidien de dimension 3, muni dune base orthonormale = (e
1
, e
2
, e
3
).
Dterminer la matrice, par rapport la base , de la rotation daxe Vect(e
1
+e
2
+e
3
) et dangle =
2
3
.
Exercice 108
Soit A M
n
(R) une matrice antisymtrique. Montrer que
a) I +A est inversible.
b) (I +A)
1
(I A) SO
n
(R).
c) det(I +A) > 0.
Exercice 109
Soient E un espace euclidien, u un endomorphisme de E. Montrer que les propositions suivantes sont
quivalentes :
i) (x, y) R
2
, < x, y >= 0 =< u(x), u(y) >= 0,
ii) k 0 : x E, |u(x)| = k|x|,
iii) u est la compose dune homothtie et dune isomtrie.
Exercice 110
Soit A = (a
i j
)
1i, jn
une matrice orthogonale. Montrer que

1i, jn
a
i j
n

1i, jn
[a
i j
[ n
3
2
Exercice 111
Soient E un espace euclidien v E un vecteur non nul, R et u lendomorphisme de E dni par :
x E, u(x) = x + < x, v > v
1. Donner une condition necessaire et sufsante sur et v pour que u soit un endomorphisme
orthogonal.
2. On suppose que u est orthogonal et que ,= 0. Donner une interprtation gomtrique de u.
Exercice 112
1. Montrer que si u est un endomorphisme antisymtrique, alors exp(u) est une rotation de E.
2. Rciproquement, montrer que si u est une rotation de E, alors, il existe un endomorphisme
antisymtrique v de E, tel que u = exp(v).
Exercice 113
Pour tout nombre rel a, on considre la forme quadratique q
a
dnie sur R
3
par,
(x, y, z) R
3
, q
a
(x, y, z) = a(x
2
+y
2
) +2z
2
2xy 2xz +2yz
1. On suppose que a = 1.
a) En utilisant la mthode de Gauss, crire q
1
sous forme de carrs.
b) Montrer que q
1
est positive. q
1
est-elle dnie positive ?
c) Montrer que (x, y, z) R
3
, q
1
(x, y, z) z
2
.
d) Dterminer lensemble C des vecteurs q
1
-isotropes.
2. On suppose que a est quelconque.
a) Vrier que (x, y, z) R
3
, q
a
(x, y, z) = q
1
(x, y, z) + (a 1)(x
2
+y
2
) et en dduire que si
a > 1, alors q
a
est dnie positive.
b) Calculer q
a
(v), pour tout a R, o v est un vecteur q
1
-isotrope non nul.
c) Dduire, de ce qui prcde, les valeurs du paramtre a pour lesquelles la forme quadratique
q
a
est dnie positive ?
3. On suppose que q = 2 et on munit R
3
du produit scalaire dni par q
2
.
Ce produit scalaire sera not <, >
a) Dterminer la matrice de q
2
par rapport la base canonique (e
1
, e
2
, e
3
) de R
3
.
b) Soient u = e
2
+e
3
et F =u
.
i) Quelle est la dimension de F ? Trouver une base de F.
ii) Dterminer la matrice, par rapport la base canonique, de la projection orthogonale
sur F.
iii) Calculer la distance de e
1
F.
Exercice 114
Soit E un espace euclidien de dimension n. On dit quun endomorphisme u de E est antisymtrique
si u
=u.
1. Montrer que si u est antisymtrique alors x E, < u(x), x >= 0.
2. Rciproquement, montrer que si x E, < u(x), x >= 0, alors u est antisymtrique.
3. On suppose que u est antisymtrique.
a) Montrer que ker(u)
= Im(u).
b) Montrer que si R est une valeur propre de u, alors = 0.
c) Montrer que si u est inversible, alors n est pair.
d) Montrer que u est de rang pair.
4. On suppose que E est orient de dimension 3 et que (e
1
, e
2
, e
3
) est une base orthonormale
directe de E.
a) Soit a un vecteur de E, avec a =e
1
+e
2
+e
3
, et soit u lendomorphisme dni par,
x E, u(x) = ax
i) Montrer que u est antisymtrique.
ii) Dterminer, en fonction de a, ker(u) et Im(u).
iii) Dterminer, en fonction de , et , la matrice de u par rapport la base (e
1
, e
2
, e
3
).
b) Rciproquement, soit u un endomorphisme antisymtrique non nul de E. On se propose de
montrer quil existe un unique a E, tel que
x E, u(x) = ax
i) Montrer que dim(ker(u)) = 1.
ii) On suppose que ker(u) =Vect(x
0
) avec |x
0
| = 1 et soient y
0
et z
0
deux vecteurs de E,
tels que (x
0
, y
0
, z
0
) soit une base orthonormale directe de E. Montrer que
u(y
0
) =< u(y
0
), z
0
> x
0
y
0
et u(z
0
) =< u(y
0
), z
0
> x
0
z
0
iii) On pose a =< u(y
0
), z
0
> x
0
. Montrer que a est lunique vecteur de E, tel que
x E, u(x) = ax
Exercice 115
Soient et deux nombres rels et q la forme quadratique dnie sur R
3
par :
x R
3
, q(x) = x
2
1
+x
2
2
+(++3)x
2
3
+2x
1
x
2
+4x
1
x
3
+2(+1)x
2
x
3
1. Dterminer la matrice M de q par rapport la base canonique (e
1
, e
2
, e
3
) de R
3
.
2. Calculer le dterminant de M et prciser les valeurs des paramtres et pour lesquelles la
forme quadratique q est non dgnre.
3. On suppose = = 0.
a) En appliquant la mthode de Gauss, dcomposer q sous forme de carrs.
b) Dterminer le cne des vecteurs isotropes C
q
.
c) C
q
est-t-il un sous-espace vectoriel de E ? Pourquoi ?
4. On suppose ,= 1 et ,= 0.
a) En appliquant la mthode de Gauss, dcomposer q sous forme de carrs.
b) Pour quelles valeurs des paramrtres et , la forme quadratique q dnit-t-elle un produit
scalaire sur R
3
?
c) Dans le cas o q dnit un produit scalaire sur R
3
, dterminer une base q-orthogonale
(v
1
, v
2
, v
3
).
Pour quelles valeurs de et , (v
1
, v
2
, v
3
) dnit une base q-orthonormale ?
5. Dans toute la suite, on suppose = 2 et = 1.
a) Justier que q dnit un produit scalaie sur R
3
.
b) Dterminer le q-orthogonal de F, o F =Vect(e
1
+e
2
, e
1
e
3
).
c) Dterminer, par rapport la base canonique de R
3
, la matrice A de la projection q-orthogonale
sur F.
e) La matrice A est-elle symtrique ? Pourquoi ?
f) Dterminer, par rapport la base (v
1
, v
2
, v
3
), la matrice B de la projection q-orthogonale sur
F.
g) La matrice B est-elle symtrique ? Pourquoi ?
Exercice 116
Soient E un espace euclidien orient de dimension 3, a et b deux vecteurs non nuls de E. On considre
lendomorphisme u de E dni par :
x E, u(x) = a(bx)
1. Dterminer lendomorphisme adjoint u
.
2. En dduire que si (a, b) est li, alors u est symtrique.
3. Rciproquement, montrer que si u est symtrique, alors (a, b) est li.
4. Montrer que u est un projecteur, si, et seulement si, < a, b >=1.
5. Montrer que u est un projecteur orthogonal, si, et seulement si, b =
a
|a|
2
6. On suppose que u est un projecteur orthogonal. Dterminer ker(u) et Im(u)
Exercice 117
Soient E un espace euclidien et u un endomorphisme de E, tel que u
u = uu
.
1. Montrer que pour tout x E, on a |u(x)| =|u
(x)|.
2. Montrer que ker(u
) = ker(u).
3. Montrer que pour tout R, on a ker(uId
E
) = ker(u
Id
E
).
4. Montrer que si R est une valeur propre de u et si E
est le sous-espace propre associ, alors

E
est stable par u.

5. Dans toute la suite, on suppose que dim(E) = 2 et que u
u = uu
.
a) Montrer que si u possde une valeur propre relle, alors u possde une base orthonormale
forme de vecteurs propres.
b) On suppose que u na aucune valeur propre relle.
i) Montrer que u
+u possde au moins une valeur propre relle R.

ii) Montrer que le sous-espace propre E
est stable par u.

iii) Montrer que dim(E
) = 2 et que u
+u =Id
E
.
iv) En dduire que la matrice A de u par rapport nimporte quelle base orthonormale de
E, scrit sous la forme :
A =
_
a b
b a
_
, o (a, b) R
2
Exercice 118
Soient E un espace euclidien et u un automorphisme de E, tel que
x E, y E, < x, y >= 0 =< u(x), u(y) >= 0
1. Soit = (e
1
, e
2
, . . . , e
n
) une base orthonormale quelconque de E et A = (a
i j
)
1i, jn
la matrice
de u
u par rapport la base . Montrer que

(i, j) 1, 2, . . . , n
2
, i ,= j =a
i j
= 0
2. Montrer que pour tout x E, il existe (x) R, tel que (u
u)(x) =(x)x.
3. Montrer quil existe > 0, tel que u
u =Id
E
.
4. Montrer quil existe k > 0 et il existe un endomorphisme orthogonal v, tel que u = kv.
Exercice 119
Le corps C des nombres complexes est muni de sa structure canonique despace vectoriel rel, de sa
base canonique (1, i), o i est le nombre complexe vriant i
2
=1, et de son produit scalaire usuel :
(z, z
/
) C
2
, < z, z
/
>= Re(zz
/
)
Soit f : C C une application R-linaire.
1. a) Montrer quil existe (, ) C
2
, tel que z C, f (z) =z +z.
b) Dterminer la trace et le dterminant de f en fonction de et .
2. Soit z C, montrer que
(z, z) est libre z
2
/ R
3. Dterminer f
.
4. Quelles sont les valeurs de et pour lesquelles :
a) f est un endomorphisme symtrique ?
b) f est un endomorphisme orthogonal ?
c) f est une rotation ?
d) f est une symtrie orthogonale ?
5. On suppose ,= 0. Dterminer les valeurs de et pour lesquelles f est une projection ortho-
gonale.
Exercice 120
Soit E un espace euclidien muni dune base orthonormale (e
1
, e
2
, . . . , e
n
). Pour tout S
n
, on dnit
lendomorphisme u
de E par :
x E, x =
n
i=1
x
i
e
i
=u
(x) =
n
i=1
x
(i)
e
i
1. Montrer que pour tout S
n
, u
est un endomopphisme orthogonal de E.

2. Montrer quil existe une valeur propre relle commune tous les u
.
3. Montrer quil existe un hyperplan H de E stable par tous les u
.
Exercice 121
Soit A M
n
(R), telle que toutes les valeurs propres de
t
AAA
t
A soient positives.
Montrer que
t
AA = A
t
A.
Exercice 122
Soit A une matrice symtrique de M
n
(R).
1. On suppose quil existe une matrice antisymtrique B, telle que A+B soit orthogonale.
a) Montrer que AB = BA et que A
2
B
2
= I.
b) Montrer que si est une valeur propre de A, alors [1, 1] et que si ] 1, 1[, alors
dim(E
) est paire.
2. En dduire une condition necessaire et sufsante pour quil existe une matrice antisymtrique
B, telle que A+B soit orthogonale.
CHAPITRE 5
FORMES SESQUILINAIRES - FORMES
QUADRATIQUES HERMITIENNES
5.1 Formes sesquilinaires - Formes hemitiennes
5.1.1 Quelques rappels sur les nombres complexes
Rappelons que pour tout z C, il existe un unique (a, b) R
2
, tel que z = a+ib, o i est le nombre
complexe vriant i
2
=1.
Dans ce cas, le conjugu, la partie relle, la partie imaginaire et le module de z sont respectivement
dnis par :
z = aib, Re(z) = a, Im(z) = b et [z[ =
_
a
2
+b
2
Rappelons aussi les identits remarquables suivantes :
i)
z C, Re(z) =
z + z
2
ii)
z C, Im(z) =
z z
2i
iii)
z C, Re( z) = Re(z), Im( z) =Im(z) et Re(iz) =Im(z)
iv)
z C, [z[
2
= z z
v)
z
1
C, z
2
C, [z
1
+z
2
[
2
=[z
1
[
2
+[z
2
[
2
+2Re( z
1
z
2
) =[z
1
[
2
+[z
2
[
2
+2Re(z
1
z
2
)
vi)
z
1
C, z
2
C, [z
1
z
2
[
2
=[z
1
[
2
+[z
2
[
2
2Re( z
1
z
2
) =[z
1
[
2
+[z
2
[
2
2Re(z
1
z
2
)
vii)
z
1
C, z
2
C, Re( z
1
z
2
) = Re(z
1
z
2
) =
1
4
[z
1
+z
2
[
2
1
4
[z
1
z
2
[
2
106
5.1.2 Dnition et proprits de base
Soient E et F deux C-espaces vectoriels, on dit quune application f : E F est semi-
linaire, si
i) x E, y E, f (x +y) = f (x) + f (y),
ii) C, x E, f (x) =f (x).
Dnition 5.2.
Remarque 5.2.1
Soient E et F deux C-espaces vectoriels.
Soit f : E F une application et soit g : E F lapplication dnie par :
x E, g(x) = f (x)
Alors f est semi-linaire si, et seulement si, g est linaire.
Soient E un C-espace vectoriel et f : E E C une application.
a) On dit que f est une forme sesquilinaire sur E, si
i) Pour tout x E, lapplication
x
: E C
y
x
(y) = f (x, y) est linaire
ii) Pour tout y E, lapplication
y
: E C
y
y
(x) = f (x, y) est semi-linaire
b) Une forme sesquilinaire est dite hermitienne, si
(x, y) E E, f (x, y) = f (y, x)
Dnition 5.3.
Remarque 5.3.1
1. f : E E C est une forme sesquilinaire, si, et seulement si,
i) x E, y
1
E, y
2
E, f (x, y
1
+y
2
) = f (x, y
1
) + f (x, y
2
),
ii) y E, x
1
E, x
2
E, f (x
1
+x
2
, y) = f (x
1
, y) + f (x
2
, y),
iii) C, C, x E, y E, f (x, y) =f (x, y).
2. Si h est une forme hermitienne sur E, alors
(x, y) E
2
, f (x +y, x +y) = f (x, x) + f (y, y) +2Re( f (x, y))
(x, y) E
2
, f (x y, x y) = f (x, x) + f (y, y) 2Re( f (x, y))
(x, y) E
2
, f (ix +y, ix +y) = f (x, x) + f (y, y) +2Im( f (x, y))
(x, y) E
2
, f (ix y, ix y) = f (x, x) + f (y, y) 2Im( f (x, y))
En effet, on a
f (x +y, x +y) = f (x, x) + f (y, y) + f (x, y) + f (y, x)
= f (x, x) + f (y, y) + f (x, y) + f (x, y)
= f (x, x) + f (y, y) +2Re( f (x, y))
f (ix +y, x +y) = f (ix, ix) + f (y, y) + f (ix, y) + f (y, ix)
=i
2
f (x, x) + f (y, y) + f (ix, y) + f (ix, y)
= f (x, x) + f (y, y) +2Re( f (ix, y))
= f (x, x) + f (y, y) +2Re(i f (x, y))
= f (x, x) + f (y, y) +2Im( f (x, y)) (car Re(i f (x, y)) = Im( f (x, y)))
5.3.1 Matrice dune forme sesquilinaire
Soient E un C-espace vectoriel de dimension nie = n, f une forme sesquilinaire sur E et =
(e
1
, e
2
, . . . , e
n
) une base de E.
Alors pour chaque (x, y) E E, avec x =
n
i=1
x
i
e
i
et y =
n
i=1
y
j
e
j
, on a
f (x, y) = f (
n
i=1
x
i
e
i
,
n
i=1
y
j
e
j
)
=
n
j=1
f (
n
i=1
x
i
e
i
, y
j
)
=
n
i=1
n
j=1
x
i
y
j
f (e
i
, e
j
)
La matrice de M
n
(C), A = (a
i j
)
1i, jn
, dnie par :
(i, j) 1, 2, . . . , n, a
i j
= f (e
i
, e
j
)
sappelle la matrice de f par rapport la base .
Dnition 5.4.
Notations
Pour toute matrice A M
n
(C), avec A = (a
i j
)
1i, jn
, on pose
A = (a
i j
)
1i, jn
et A
=
t
(A)
On vrie facilement, quon a
i) A M
n
(C), B M
n
(C), AB = AB.
ii) A M
n
(C),
t
A =
t
(A).
Remarque 5.4.1
Soient E un C-espace vectoriel de dimension nie = n, f une forme sesquilinaire sur E,
= (e
1
, e
2
, . . . , e
n
) une base de E et A = (a
i j
)
1i, jn
la matrice de f par rapport la base .
1. Par dnition, on a
(x, y) E E, f (x, y) =
n
i=1
n
j=1
a
i j
x
i
y
j
2.
f est hermitienne A
= A
3. Si f est hermitienne, alors on a
f (x, y) =
n
i=1
n
j=1
a
i j
x
i
y
j
=
n
i=1
x
i
y
i
+

1i<jn
(a
i j
x
i
y
j
+a
i j
x
j
y
i
)
x E, f (x, x) =
n
i=1
[x
i
[
2
+

1i<jn
(a
i j
x
i
x
j
+a
i j
x
i
x
j
)
5.4.1 Ecriture matricielle
Soient E un C-espace vectoriel de dimension nie = n, f une forme sesquilinaire sur E,
= (e
1
, e
2
, . . . , e
n
) une base de E et A = (a
i j
)
1i, jn
la matrice de f par rapport la base . Pour
chaque x E avec x =
n
i=1
x
i
e
i
, on pose
X =
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
Alors, f possde une expression matricielle sous la forme :
(x, y) E E, f (x, y) =
t
XAY
En effet, on a
(x, y) E E,
t
XAY =
n
i=1
n
j=1
a
i j
x
i
y
j
5.4.2 Changement de base
Soient E un C-espace vectoriel de dimension nie = n, f une forme sesquilinaire sur E.
Soient et deux bases de E, A et B sont, respectivement, les matrices de f par rapport aux
bases et et P la matrice de passage de . Alors on a
B =
t
PAP = P
AP
Proposition 5.5.
Preuve
Soient = (e
1
, e
2
, . . . , e
n
) et = (v
1
, v
2
, . . . , v
n
).
Donc, on sait que pour tout x E, avec x =
n
i=1
x
i
e
i
=
n
i=1
x
/
i
v
i
, on a X = PX
/
.
Daprs lcriture matricielle par rapport chacune des deux bases, on a
(x, y) E E, f (x, y) =
t
X
/
BY
/
=
t
XAY =
t
PX
/
A(PY
/
) =
t
X
/
(
t
PAP)Y
/
Donc, on aura
X
/
C
n
, Y
/
C
n
,
t
X
/
BY
/
=
t
X
/
(
t
PAP)Y
/
Ainsi, on aura
B =
t
PAP
5.5.1 Rang dune forme sesquilinaire
Soient E un C-espace vectoriel de dimension nie = n, f une forme sesquilinaire sur E. Soient et
deux bases de E, A et B sont, respectivement, les matrices de f par rapport aux bases et et P la
matrice de passage de .
Alors on sait que B =
t
PAP, donc A et B sont quivalentes et par suite, A et B ont mme rang. Ainsi,
la dnition suivante a un sens :
Soient E un C-espace vectoriel de dimension nie = n, f une forme sesquilinaire sur E et
A la matrice de f par rapport nimporte quelle base de E. Alors le rang de f est dni par
rang( f ) = rang(A)
Dnition 5.6.
5.6.1 Formes hermitienne non dgnre
Soient E un C-espace vectoriel quelconque et h une forme hermitienne sur E. On considre
lapplication : E E
dnie par :
x E, (x) =
x
o y E,
x
(y) = h(x, y)
Si est injective, on dit que f est non dgnre.
Dnition 5.7.
Remarque 5.7.1
Daprs la dnition prcdente, f est non dgnre, si et seulement si, pour tout x E, on a
[y E, h(x, y) = 0] =x = 0
Cela signie que si pour un certain x E, on a h(x, y) = 0 pour tout y E, alors ncessairement, on
a x = 0.
Soient E un C-espace vectoriel de dimension nie, une base de E, h une forme hermi-
tienne sur E et A la matrice de h par rapport la base . Alors,
[ f est non dgnre] det(A) ,= 0
Proposition 5.8.
Preuve
On considre lapplication : E E
qui chaque x fait correspondre

x
.
Posons = (e
1
, e
2
. . . , e
n
) et
= (e
1
, e
2
, . . . , e
n
) la base duale de .
Soit M = (m
i j
)
1i, jn
la matrice de par rapport aux bases et
, alors on a
j 1, 2, . . . , n, (e
j
) =
n
k=1
m
k j
e
k
Donc pour chaque i 1, 2. . . , n et pour chaque j 1, 2, . . . , n, on a
h(e
i
, e
j
) = h(e
j
, ei) =(e
j
)(e
i
) =
n
k=1
m
i j
e
k
(e
i
) = m
i j
(car e
k
(e
i
) =
ik
)
On en dduit donc que M = A. Ainsi, on aura,
f est non dgnre est injective (par dnition)
est bijective (car E et E
ont mme dimension)

det(M) ,= 0
det(A) ,= 0 (car M = A)
det(A) ,= 0
5.8.1 Orthogonalit
Soient E un C-espace vectoriel quelconque, h une forme hermitienne sur E. Soit A une
partie non vide de E, on dnit lorthogonale de A, par rapport la forme hermitienne h,
not A
, par :
y E, y A
x A, h(x, y) = 0
Dnition 5.9.
Remarque 5.9.1
1. Soient A et B deux parties non vides de E, telles que A B, alors B
.
2. Pour toute partie non vide A de E, on a A
=Vect(A)
.
3. Pour toute partie non vide A de E, mme si A nest pas un sous-espace vectoriel de E, A
est
toujours un sous-espace vectoriel de E.
Soient E un C-espace vectoriel de dimension nie et h une forme hermitienne sur E, alors
pour tout sous-espace vectoriel F de E, on a
i) dim(F) +dim(F
) dim(E).
ii) Si de plus h est non dgnre, alors on a
dim(F) +dim(F
) = dim(E) et F
+F
Proposition 5.10.
Preuve
La dmonstration est la mme que dans le cas des formes bilinaires symtriques.
Soient E un C-espace vectoriel et h une forme hermitienne sur E.
i) On dit que deux vecteurs x et y de E sont orthogonaux, si h(x, y) = 0.
ii) On dit quun vecteur x E est isotrope, si h(x, x) = 0.
iii) Un sous-espace vetoriel F de E est dit isotrope, si F F
,=0.
iv) Un sous-espace vetoriel F de E est dit totalement isotrope, si F F
.
Dnition 5.11.
Soient E un C-espace vectoriel quelconque, h une forme hermitienne sur E et F un sous-
espace vectoriel de E de dimension nie. Alors
E = F F
F est non isotrope

Thorme 5.12.
Preuve
Ce thorme se dmontre de la mme manire que dans le cas dune forme bilinaire symtrique.
5.12.1 Bases orthogonales
Soient E un C-espace vectoriel de dimension nie = n et h une forme hermitienne sur E.
On dit quune base (e
1
, e
2
, . . . , e
n
) de E est orthogonale, si
i 1, 2, . . . , n, j 1, 2, . . . , n, i ,= j =h(e
i
, e
j
) = 0
Dnition 5.13.
Remarque 5.13.1
Supposons que E possde une base orthogonale = (e
1
, e
2
, . . . , e
n
) et soit A = (a
i j
)
1i, jn
la matrice
de h par rapport , donc pour i ,= j, on a a
i j
= h(e
i
, e
j
) = 0. Donc A est une matrice diagonale et
on a pour x =
n
i=1
x
i
e
i
et y =
n
i=1
y
i
e
i
,
h(x, y) =
n
i=1
a
ii
x
i
y
i
Donc, en particulier, pour tout x E, avec x =
n
i=1
x
i
e
i
, on a
h(x, x) =
n
i=1
a
ii
[x
i
[
2
Dans la suite on se propose de montrer que toute forme hermitienne possde au moins une base
orthogonale.
Soient E un C-espace vectoriel et f une forme hermitienne sur E. Alors
h est identiquement nulle x E, h(x, x) = 0
Lemme 5.14.
Preuve
(=) Trivial.
(=) Supposons que pour tout x E, h(x, x) = 0 et montrons que h est identiquement nulle.
Soient (x, y) E E, alors on a h(x +y, x +y) = 0 et h(ix +y, ix +y) = 0.
Or, on sait que
h(x +y, x +y) = h(x, x) +h(y, y) +2Re(h(x, y)) = 2Re(h(x, y))
et que
h(ix +y, ix +y) = h(x, x) +h(y, y) +2Im(h(x, y)) = 2Im(h(x, y))
donc Re(h(x, y)) = Im(h(x, y)) = 0, par suite, h(x, y) = 0.
Soit E un C-espace vectoriel de dimension nie. Alors toute forme hermitienne h sur E,
possde au moins une base orthogonale.
Thorme 5.15.
Preuve
On procde par rcurrence sur la dimension de E, exactement comme dans le cas dune forme bili-
naire symtrique.
5.16 Formes quadratiques hermitiennes
Soit E un C-espace vectoriel. On dit quune application q : E R est une forme quadra-
tique sur E, sil existe une forme sesquilinaire f sur E, telle que
x E, q(x) = Re( f (x, x))
Dnition 5.17.
Exemples
Si h est une forme bilinaire symtrique sur E, alors lapplication q : E K dnie par :
x E, q(x) = h(x, x)
est une forme quadratique sur E, appele forme quadratique associe la forme bilinaire symtrique
h.
Rciproquement, toute forme quadratique, on peut associer une forme hermitienne unique, comme
le montre la proposition suivante :
Soient E un C-espace vectoriel et q une forme quadratique sur E. Alors il existe une forme
hermitienne unique h sur E, telle que
x E, q(x) = h(x, x)
Dans ce cas, h sappelle la forme polaire associe la forme quadratique q et on a la relation
suivante, appele formule de polarisation :
x E, y E, h(x, y) =
1
4
3
k=0
i
k
q(i
k
x +y)
Proposition 5.18.
Preuve
q est une forme quadratique sur E, donc, par dnition, il existe une forme sesquilinaire f sur E,
telle que
x E, q(x) = Re( f (x, x))
Soit h : E E C lapplication dnie par :
(x, y) E E, h(x, y) =
f (x, y) + f (y, x)
2
Alors h est une forme hermitienne sur E, car on a
x E, h(x, x) =
f (x, x) + f (x, x)
2
= Re( f (x, x)) = q(x)
Puuisque h est hermitienne, alors on sait que pour tout (x, y) E E, on a
q(x +y) = q(x) +q(y) +2Re(h(x, y))
q(x +y) = q(x) +q(y) 2Re(h(x, y))
q(ix +y) = q(x) +q(y) +2Im(h(x, y))
q(ix +y) = q(x) +q(y) 2Im(h(x, y))
Donc, on aura
3
k=0
i
k
q(i
k
x +y) = q(x +y) +iq(ix +y) q(x +y) iq(ix +y)
= 4(Re(h(x, y)) +iIm(h(x, y))
= 4h(x, y)
Cette relation entre q et h assure lunicit de h.
Remarque 5.18.1
Soient E un C-espace vectoriel de dimension nie = n, q une forme quadratique sur E et h la forme
polaire associe q.
1. Soit une base de E et soit A = (a
i j
)
1i, jn
la matrice de h par rapport la base .
Alors A sappelle aussi la matrice de q par rapport et on a
x E, q(x) =
n
i=1
a
ii
[x
i
[
2
+

1i<jn
(a
i j
x
i
x
j
+a
i j
x
i
x
j
)
Avec a
i j
x
i
x
j
+a
i j
x
i
x
j
= 2Re(a
i j
x
i
x
j
), donc on a
x E, q(x) =
n
i=1
a
ii
[x
i
[
2
+2

1i<jn
Re(a
i j
x
i
x
j
)
2. Puisque h est hermitienne, alors h possde au moins une base orthogonale .
Alors, sappelle aussi une base q-orthogonale et q scrit, par rapport cette base, sous la
forme rduite suivante :
x E, q(x) =
n
i=1
a
ii
[x
i
[
2
3. Le rang dune forme quadratique est dni comme tant le rang de sa forme plaire associe.
Soient E un C-espace vectoriel de dimension nie = n et q une forme quadratique sur E
de rang r. Alors il existe des formes linaires complexes l
1
, l
2
, . . . , l
r
, linairement indpen-
dantes et il existe des scalaires rels
1
,
2
, . . . ,
r
, non nuls, tels que
x E, q(x) =
r
i=1
i
[l
i
(x)[
2
Thorme 5.19.
Preuve
Mme dmonstration que dans le cas reel.
5.19.1 Mthode de Gauss pour la rduction dune forme quadratique hermi-
tienne
Soient E un C-espace vectoriel de dimension = 2, (e
1
, e
2
) une base de E et q une forme quadratique
hermitienne sur E, alors pour chaque x E, avec x = x
1
e
1
+x
2
e
2
, on a
q(x) = a[x
1
[
2
+b[x
2
[
2
+2Re(c x
1
x
2
) o a R, b R et c C
i) Si (a, b) ,= (0, 0), alors on peut supposer, par exemple, que a ,= 0, puis on procde de la manire
suivante :
q(x) = a[x
1
[
2
+b[x
2
[
2
+2Re(c x
1
x
2
)
= a
_
[x
1
[
2
+2Re(
c
a
x
1
x
2
)
_
+b[x
2
[
2
= a
_
[x
1
+
c
a
x
2
[
2
[c[
2
a
2
[x
2
[
2
_
+b[x
2
[
2
= a[x
1
+
c
a
x
2
[
2
+(b
[c[
2
a
)[x
2
[
2
=[X
1
[
2
+[X
2
[
2
o X
1
= x
1
+
c
a
x
2
, X
2
= x
2
, = a et = b
[c[
2
a
ii) Si (a, b) = (0, 0), alors q(x) = 2Re(c x
1
x
2
), donc on aura
q(x) = 2Re(c x
1
x
2
)
=
1
2
([x
1
+cx
2
[
2
[x
1
cx
2
[
2
)
=
1
2
[x
1
+cx
2
[
2
1
2
[x
1
cx
2
[
2
=
1
2
X
2
1

1
2
X
2
2
o X
1
= x
1
+cx
2
et X
2
= x
1
cx
2
Soient E un C-espace vectoriel de dimension 3, (e
1
,
2
, e
3
) une base de E et q : E C une forme
quadratique. Alors pour tout x E, x = x
1
e
1
+x
2
e
2
+x
3
e
3
, on a
q(x) = a[x
1
[
2
+b[x
2
[
2
+c[x
3
[
2
+2Re(d x
1
x
2
) +2Re(e x
1
x
3
) +2Re( f x
2
x
3
)
o (a, b, c) R
3
et (d, e, f ) C
3
.
i) Si (a, b, c) ,= (0, 0, 0), alors on peut supposer par exemple que a ,= 0. Dans ce cas, en regroupant
tous les termes contenant x
1
, on aura,
q(x) =
_
a[x
1
[
2
+2Re(d x
1
x
2
) +2Re(e x
1
x
3
)
_
+b[x
2
[
2
+c[x
3
[
2
+2Re( f x
2
x
3
)
= a
_
[x
1
[
2
+2Re
_
x
1
(
d
a
x
2
+
e
a
x
3
)
__
+b[x
2
[
2
+c[x
3
[
2
+2Re( f x
2
x
3
)
= a
_
[x
1
+
d
a
x
2
+
e
a
x
3
[
2
[
d
a
x
2
+
e
a
x
3
[
2
_
+b[x
2
[
2
+c[x
3
[
2
+2Re( f x
2
x
3
)
= a[x
1
+
d
a
x
2
+
e
a
x
3
[
2
a[
d
a
x
2
+
e
a
x
3
[
2
+b[x
2
[
2
+c[x
3
[
2
+2Re( f x
2
x
3
)
= a[x
1
+
d
a
x
2
+
e
a
x
3
[
2
+Q(x
2
, x
3
)
o
Q(x
2
, x
3
) = b[x
2
[
2
+c[x
3
[
2
+2Re( f x
2
x
3
) a[
d
a
x
2
+
e
a
x
3
[
2
est une forme quadratique en (x
2
, x
3
).
Donc pour achever la dcomposition de q, il suft de dcomposer Q qui peut-tre considre
comme une forme quadratique sur un C-espace vectoriel de dimension 2.
ii) Si a = b = c = 0, alors q scrit sous la forme :
q(x) = 2Re(d x
1
x
2
) +2Re(e x
1
x
3
) +2Re( f x
2
x
3
)
En supposant, par exemple, que d ,= 0, on peut procder de la manire suivante :
q(x) = 2Re(d x
1
x
2
) +2Re(e x
1
x
3
) +2Re( f x
2
x
3
)
= 2Re(d x
1
x
2
+e x
1
x
3
+

f x
2
x
3
)
= 2Re
_
d( x
1
x
2
+
e
d
x
1
x
3
+
f
d
x
2
x
3
)
_
= 2Re
_
d( x
1
+
f
d
x
3
)(x
2
+
e
d
x
3
)
e

f
d
[x
3
[
2
_
Posons
y
1
= x
1
+
f
d
x
3
, y
2
= x
2
+
e
d
x
3
et =Re(
e

f
d
)
Donc, on aura
q(x) = 2Re(d y
1
y
2
) +[x
3
[
2
=
1
2
[y
1
+dy
2
[
2
1
2
[y
1
dy
2
[
2
+[x
3
[
2
=
1
2
[x
1
+dx
2
+(
f
d
+e)x
3
[
2
1
2
[x
1
dx
2
+(
f
d
e)x
3
[
2
+[x
3
[
2
=
1
2
[X
1
[
2
1
2
[X
2
[
2
+[X
3
[
2
Avec
X
1
= x
1
+dx
2
+(
f
d
+e)x
3
, X
2
= x
1
dx
2
+(
f
d
e)x
3
et X
3
= x
3
Le cas gnral
Soient E un C-espace vectoriel de dimension ne = n, (e
1
, e
2
, . . . , e
n
) une base de E et q : E C
une forme quadratique hermitienne non nulle. Alors on sait que q scrit sous la forme :
q(x) =
n
i=1
a
i
[x
i
[
2
+2Re(

1i<jn
a
i j
x
i
x
j
)
Nous allons procder par rcurrence sur n, en distinguant deux cas :
i) Il existe i
0
1, 2, . . . , n, tel que a
i
0
,= 0, alors quitte rordonner les a
i
, on peut supposer que
a
1
,= 0. Dans ce cas, en regroupant tous les termes contenant x
1
, (si la place de a
1
on prend
a
i
0
, on doit regrouper tous les termes contenant x
i
0
), on aura,
q(x) = a
1
[x
1
[
2
+2Re(
n
j=2
a
1j
x
1
x
j
) +
n
i=2
a
i
[x
i
[
2
+2Re(

2i<jn
a
i j
x
i
x
j
)
= a
1
_
[x
1
[
2
+2Re
_
x
1
(
n
j=2
j
x
j
)
__
+
n
i=2
a
i
[x
i
[
2
+2Re(

2i<jn
a
i j
x
i
x
j
) o j,
j
=
a
1j
a
1
= a
1
x
1
+
n
j=2
j
x
j
j=2
j
x
j
2
+
n
i=2
a
i
[x
i
[
2
+2Re(

2i<jn
a
i j
x
i
x
j
)
= a
1
x
1
+
n
j=2
j
x
j
2
+Q(x
2
, . . . , x
n
)
o
Q(x
2
, . . . , x
n
) = 2Re(

2i<jn
a
i j
x
i
x
j
) +
n
i=2
a
i
[x
i
[
2
j=2
j
x
j
2
est une forme quadratque en x
2
, x
3
, . . . , x
n
, donc on peut considrer Q comme une forme qua-
dratique sur un C-espace vectoriel de dmension n 1 et on applique, alors, lhypothse de
rcurrence Q.
ii) i 1, 2, . . . , n, a
i
= 0, alors, dans ce cas, q scrit sous la forme :
q(x) = 2Re(

1i<jn
a
i j
x
i
x
j
)
q ,=0, donc lun au moins des coefcients a
i j
est non nul, donc pour simplier on peut supposer
que a
12
,=0, puis on regroupe tous les termes contenant x
1
et tous les termes contenant x
2
. Ainsi,
on aura
q(x) = 2Re(a
12
x
1
x
2
+
n
j=3
a
1j
x
1
x
j
+
n
j=3
a
2j
x
2
x
j
) +2Re(

3i<jn
a
i j
x
i
x
j
)
On sait que z C, Re(z) = Re( z), alors on a
Re(
n
j=3
a
2 j
x
2
x
j
) = Re(
n
j=3
a
2 j
x
2
x
j
)
Donc, si on pose,
y
1
=
n
j=3
a
2j
a
12
x
j
et y
2
=
n
j=3
a
1j
x
j
Alors, on aura,
q(x) = 2Re(a
12
x
1
x
2
+ x
1
y
2
+a
12
x
2
y
1
) +2Re(

3i<jn
a
i j
x
i
x
j
)
= 2Re(( x
1
+ y
1
)(a
12
x
2
+y
2
) y
1
y
2
) +2Re(

3i<jn
a
i j
x
i
x
j
)
= 2Re((x
1
+y
1
)(a
12
x
2
+y
2
)) 2Re( y
1
y
2
) +2Re(

3i<jn
a
i j
x
i
x
j
)
=
1
2
[x
1
+a
12
x
2
+y
1
+y
2
[
2
1
2
[x
1
a
12
x
2
+y
1
y
2
[
2
+Q(x
3
, . . . , x
n
)
o
Q(x
3
, . . . , x
n
) = 2Re(

3i<jn
a
i j
x
i
x
j
) 2Re( y
1
y
2
)
est une forme quadratique en x
3
, . . . , x
n
, donc Q peut-tre considre comme une forme qua-
dratique sur un C-espace vectoriel de dimension n 2. Donc on achve la dcompositon en
appliquant lhypothse de rcurrence Q.
Exemples
1. Appliquons lalgorithme de Gauss la forme quadratique q dnie sur C
3
par
x C
3
, q(x) =[x
1
[
2
+[x
3
[
2
2Re(i x
1
x
2
) 2Re(i
2 x
2
x
3
)
Alors, nous obtenons,
q(x) =
_
[x
1
[
2
2Re(i x
1
x
2
)
_
+[x
3
[
2
2Re(i
2 x
2
x
3
) (5.1)
=
_
[x
1
ix
2
[
2
[x
2
[
2
_
+[x
3
[
2
2Re(i
2 x
2
x
3
) (5.2)
=[x
1
ix
2
[
2
_
[x
2
[
2
+2Re(i
2 x
2
x
3
)
_
+[x
3
[
2
(5.3)
=[x
1
ix
2
[
2
_
[x
2
+i
2x
3
[
2
2[x
3
[
2
_
+[x
3
[
2
(5.4)
=[x
1
ix
2
[
2
[x
2
+i
2x
3
[
2
+3[x
3
[
2
(5.5)
3
par
x C
3
, q(x) =[x
1
[
2
+2[x
2
[
2
4[x
3
[
2
+2Re( x
1
x
2
) +2Re( x
1
x
3
)
q(x) =
_
[x
1
[
2
+2Re( x
1
x
2
) +2Re( x
1
x
3
)
_
+2[x
2
[
2
4[x
3
[
2
(Regroupement des termes contenant x
1
)
=
_
[x
1
[
2
+2Re( x
1
(x
2
+x
3
))
_
+2[x
2
[
2
4[x
3
[
2
=
_
[x
1
+x
2
+x
3
[
2
[x
2
+x
3
[
2
_
+2[x
2
[
2
4[x
3
[
2
=[x
1
+x
2
+x
3
[
2
+
_
[x
2
[
2
2Re( x
2
x
3
)
_
5[x
3
[
2
=[x
1
+x
2
+x
3
[
2
+
_
[x
2
x
3
[
2
[x
3
[
2
_
5[x
3
[
2
=[x
1
+x
2
+x
3
[
2
+[x
2
x
3
[
2
6[x
3
[
2
3
par
x C
3
, q(x) = x
1
x
2
+x
1
x
2
i x
1
x
3
+ix
1
x
3
+(1i) x
2
x
3
+(1+i)x
2
x
3
q(x) = 2Re( x
1
x
2
i x
1
x
3
+(1i) x
2
x
3
)
= 2Re( x
1
x
2
i x
1
x
3
+(1i)x
2
x
3
)
= 2Re
_
( x
1
+(1i) x
3
)(x
2
ix
3
) +i(1i)[x
3
[
3
_
= 2Re
_
(x
1
+(1+i)x
3
)(x
2
ix
3
)
_
+2Re(i(1i))[x
3
[
2
=
1
2
[x
1
+x
2
+x
3
[
2
1
2
[x
1
x
2
+(1+2i)x
3
[
2
+2[x
3
[
2
5.20 Exercices
Exercice 123
Dans chacun des cas suivants, dterminer la matrice de q par rapport la base canonique de C
3
,
appliquer lalgorithme de Gauss pour dcomposer q sous formes de carrs, dterminer le rang et la
signature de q et une base q-orthogonale.
1. q(x) =[x
1
[
2
+2[x
2
[
2
+ x
1
x
2
+x
1
x
2
.
2. q(x) = x
1
x
2
+x
1
x
2
.
3. q(x) =[x
1
[
2
+2[x
2
[
2
+2[x
3
[
2
+2i x
1
x
2
2ix
1
x
2
i x
1
x
3
+ix
1
x
3
+2i x
2
x
3
2ix
2
x
3
4. q(x) =[x
1
[
2
+2[x
2
[
2
4[x
3
[
2
+ x
1
x
2
+x
1
x
2
+ x
1
x
3
+x
1
x
3
.
5. q(x) = x
1
x
2
+x
1
x
2
i x
1
x
3
+ix
1
x
3
+(1i) x
2
x
3
+(1+i)x
2
x
3
6. q(x) =[x
1
[
2
+3[x
2
[
2
+6[x
3
[
2
+i x
1
x
2
x
1
x
2
+2i x
2
2ix
2
x
3
.
Exercice 124
Soit q la forme quadratique de C
3
dont la matrice A par rapport la base canonique de C
3
est dnie
par :
A =
_
_
1 2i 0
2i 7 3i
0 3i 5
_
_
En appliquant lalgorithme de Gauss dcomposer q sous formes de carrs, dterminer le rang et la
signature de q et une base q-orthogonale.
Exercice 125
Soit q la forme quadratique hermitienne dnie sur C
3
par :
x C
3
, q(x) = ix
1
x
2
ix
1
x
2
+x
1
x
3
+x
1
x
3
+x
2
x
3
+x
2
x
3
1. Dterminer la matrice de q par rapport la base canonique de C
3
.
2. En appliquant la mthode de Gauss, dcomposer q sous forme de carrs.
3. En dduire le rang et la signature de q.
4. Dterminer une base q-orthogonale.
Exercice 126
Soit f : C
2
[X] C
2
[X] C lapplication dnie par :
(P, Q) C
2
[X] C
2
[X], f (P, Q) = P(1)Q(1) +P(i)Q(i) +P(i)Q(i)
1. Montrer que f est une forme hermitienne sur C
2
[X] et dterminer sa matrice par rapport la
base canonique (1, X, X
2
).
2. Dterminer la forme quadratique q associe f et appliquer lalgorithme de Gauss q.
3. Trouver une base q-orthogonale (P
0
, P
1
, P
2
), telle que deg(P
k
) = k, pour k 0, 1, 2.
Exercice 127
Soit f la forme hermitienne dnie sur C
3
par :
(x, y) C
3
C
3
, f (x, y) =6 x
1
y
1
+3 x
2
y
2
+9 x
3
y
3
+2 x
1
y
2
+2 x
2
y
1
2 x
1
y
3
2 x
3
y
1
+(2+3i) x
2
y
3
+(23i) x
3
y
2
1. Dterminer la matrice de f par rapport la base canonique de C
3
.
2. Dterminer la forme quadratique q associe f et appliquer lalgorithme de Gauss q.
3. Dterminer le rang et la signature de q.
CHAPITRE 6
ESPACES HERMITIENS
6.1 Produit hermitien
6.1.1 Dnition et exemples
Soient E un C-espace vectoriel et h une forme hermitienne sur E.
i) On dit que h est positif, si
x E, h(x, x) 0
ii) On dit que h est dnie positive, si
x E, x ,= 0 =h(x, x) > 0
iii) On appelle produit hermitien sur E, toute forme hermitienne sur E dnie positive.
iv) Un C-espace vectoriel muni dun produit hermitien sappelle un espace prhilbertien
complexe.
v) Un espace prhilbertien complexe de dimension nie sappelle un espace hermitien.
Dnition 6.2.
Exemples
1. Le produit hermitien usuel sur C
n
est dni par :
x C
n
, y C
n
, f (x, y) =
n
i=1
x
i
y
i
avec x = (x
1
, x
2
, . . . , x
n
) et y = (y
1
, y
2
, . . . , y
n
).
Donc C
n
muni de ce produit hermitien est un espace hermitien.
2. Soit f : M
n
(C) M
n
(C) R lapplication dnie par :
(A, B) M
n
(C), f (A, B) =tr(A
B), o A
=
t
A
Alors, f dnit un produit hermitien sur M
n
(C).
En effet, il est facile de vrier que f est une forme hermitienne.
121
Soit A M
n
(C), avec A ,= 0 et A = (a
i j
)
1i, jn
, alors on a
f (A, A) =tr(A
A) =
n
i=1
n
k=1
b
ik
a
ki
, avec b
ik
= a
ki
=
n
i=1
n
k=1
a
ki
a
ki
=
n
i=1
n
k=1
[a
ki
[
2
On en dduit donc que f (A, A) > 0.
3. l
2
(C) = (x
n
)
n0
C
N
:

n=0
[x
n
[
2
< est un espace prhilbertien complexe pour le produit
hermitien dni par :
x C
N
, y C
N
, f (x, y) =
i=1
x
n
y
n
avec x = (x
n
)
n0
et y = (y
n
)
n0
.
Ici, f est bien dnie, car n N, [ x
n
y
n
[ =[x
n
[[y
n
[ et [x
n
[[y
n
[
1
2
([x
n
[
2
+[y
n
[
2
).
4. C([a, b], C), le C-espace vectoriel des fonctions continues de [a, b] vers C, est un espace pr-
hilbertien complexe pour le produit hermitien suivant :
f C([a, b], C), g C([a, b], C), ( f , g) =
b
a
f (t)g(t)dt
Remarque 6.2.1
Une matrice hermitienne A est dite dnie positive, si la forme hermitienne dnie par la matrice A
est dnie positive.
Donc une matrice hermitienne A est dnie positive, si, et seulement si,
X C
n
, X ,= 0 =
t
XAX > 0
Soit E un espace hermitien. Alors,
i) E possde au moins une base orthonormale.
ii) Pour tout sous-espace vectoriel F de E, on a E = F F
.
iii) Pour tout sous-espace vectoriel F de E, on a F
= F.
Proposition 6.3.
Preuve
Mme justication que dans le cas des espaces euclidiens.
6.3.1 Notations et rgles de calcul
Notations
Soit E un espace prhilbertien complexe muni dun produit hermitien h. Dans toute la suite, nous
adoptons les notations suivantes :
x E, y E, on pose f (x, y) =< x, y > et f (x, x) =|x|
2
Rgles de calcul
i)
x E, y E, |x +y|
2
=|x|
2
+|y|
2
+2Re(< x, y >)
ii)
x E, y E, |x y|
2
=|x|
2
+|y|
2
2Re(< x, y >)
iii)
x E, y E, |x +y|
2
+|x y|
2
= 2(|x|
2
+|y|
2
) (Identit du pralllogramme)
iv) Identit de polarisation :
x E, y E, < x, y >=
1
4
_
3
k=0
i
k
|i
k
x +y|
2
_
Remarque 6.3.1
Notez que si < x, y >= 0, alors on aura
|x +y|
2
=|x y|
2
=|x|
2
+|y|
2
6.3.2 Utilisation des bases orthonormales
Soit E un espace hermitien de dimension n, muni dune base orthonormale = (e
1
, e
2
, . . . , e
n
).
Alors on a
1.
x E, x =
n
i=1
< e
i
, x > e
i
2.
x E, y E, < x, y >=
n
i=1
< x, e
i
>< e
i
, y >
3.
x E, |x|
2
=
n
i=1
[ < x, e
i
>[
2
4. Si u est un endomorphisme de E et si A = (a
i j
)
1i, jn
est la matrice de u par rapport la base
orthonormale = (e
1
, e
2
, . . . , e
n
), alors on a
i 1, 2, . . . , n, j 1, 2, . . . , n, a
i j
= < u(e
j
), e
i
> =< e
i
, u(e
j
) >
Preuve
Exercice
6.4 Ingalit de cauchy-Schwartz
Soit E un un espace prhilbertien complexe, alors on a
x E, y E, [ < x, y >[ |x||y|
Thorme 6.5.
Preuve
Soit (x, y) E
2
,
i) Si < x, y >= 0 alors il n y a rien dmontrer, car 0 |x||y|.
ii) Si < x, y >,= 0, on pose =
< x, y >
[ < x, y >[
, donc on aura
t R, |tx +y| 0
t R, |tx +y| 0 =t R, |x|
2
t
2
+2Re(<tx, y >) +|y|
2
0
=t R, |x|
2
t
2
+2Re(t < x, y >) +|y|
2
0
Or on a
< x, y >=
< x, y >
[ < x, y >[
< x, y >=
[ < x, y >[
2
[ < x, y >[
=[ < x, y >[
Ainsi, on aura
t R, |x|
2
t
2
+2[ < x, y >[t +|y|
2
0
Nous obtenons, donc, un trinme de second degr en t qui est toujours positif ou nul pour tout
t R, donc son discriminant 0. Donc on aura
[ < x, y >[
2
|x|
2
|y|
2
0
Do le rsultat.
Soit E un espace prhilbertien complexe, alors on a
[ < x, y >[ =|x||y| (x, y) est li
Proposition 6.6.
Preuve
(=) Supposons que [ < x, y >[ =|x||y|.
Si x = 0 ou y = 0, alors (x, y) est li. Donc, on peut supposer que x ,= 0 et y ,= 0.
Puisque [ < x, y >[ =|x||y|, alors le discriminant du trinme en t :
|x|
2
t
2
2[ < x, y >[t +|y|
2
est nul, donc il existe t
0
R, tel que
|x|
2
t
2
0
2[ < x, y >[t
0
+|y|
2
= 0
donc on aura
|t
0
x y|
2
= 0 o =
< x, y >
[ < x, y >[
Ainsi, on aura t
0
x y = 0, donc (x, y) est li.
(=) Supposons que (x, y) est li, alors il existe R, tel que y =x, donc on aura
[ < x, y >[ =[ < x, x >[ =[[|x|
2
=|x||y|
Soit E un espace prhilbertien complexe, alors lapplication ddinie par :
x E, |x| =
< x, x >
est une norme sur E, appele norme euclidienne sur E.
Corollaire 6.7.
Preuve
Mme dmonstration que dans le cas des espaces euclidiens.
6.8 Endomorphismes dun espace hermitien
6.8.1 Endomorphisme adjoint
Soit E un espace hermitien. Alors pour tout endomorphisme u de E, il existe un unique
endomorphisme v de E, tel que
x E, y E, < u(x), y >=< x, v(y) >
Dans ce cas, v sappelle ladjoint de u et se note u
.
Proposition 6.9.
Preuve
Pour chaque y E, on considre la forme linaire
y
sur E dnie par :
x E, ;
y
(x) =< y, u(x) >
Puisque tout produit hermitien est non dgnr et puisque E est de dimension nie, alors lapplica-
tion
: E E
z (z), o x E, (z)(x) =< z, x >

est un isomorphisme despaces vectoriels.
On a
y
E
, donc il existe un unique z

y
E, tel que (z
y
) =
y
, donc si pour chaque y E, v(y) =z
y
,
alors on dnit bien une application v : E E.
On vrie facilement, comme dans le cas des espaces euclidiens, que v est linaire et on a
x E, y E,
y
(x) =(z
y
)(x) =x E, y E, < y, u(x) >=< z
y
, x >
=x E, y E, < y, u(x) >=< v(y), x >
=x E, y E, < u(x), y > = < x, v(y) >
=x E, y E, < u(x), y >=< x, v(y) >
Lunicit de v se dmontre de la mme manire que dans le cas des espaces euclidiens.
Soit E un espace hermitien. Alors on a
i) u L(E), u
= u.
ii) u L(E), v L(E), (u+v)
= u
+v
.
iii) R, u L(E), (u)
=u
.
iv) u L(E), v L(E), (v u)
= u
.
v) Si est une base orthonormale de E et si A = Mat(u, ), alors on a
Mat(u
, ) = A
Proposition 6.10.
Preuve
i), ii), iii) et iv) sont faciles vrier
Posons A = (a
i j
)
1i, jn
et Mat(u
, ) = B = (b
i j
)
1i, jn
, alors on sait que
(i, j) 1, 2, . . . , n
2
, a
i j
=< e
i
, u(e
j
) > et b
i j
=< e
i
, u
(e
j
) >
Ainsi, on aura
b
i j
=< e
i
, u
(e
j
) >=< u(e
i
), e
j
>= < e
j
, u(e
i
) > = a
i j
Donc, B =
t
(A) = A
.
Soient E un espace hermitien et u un endomorphisme de E, alors
i) ker(u
) = Im(u)
.
ii) Im(u
) = ker(u)
.
iii) Si F est un sous-espace de E stable par u, alors F
est stable par u
.
Proposition 6.11.
Preuve
Se dmontre de la mme manire que dans le cas des espaces euclidiens.
6.11.1 Endomorphismes normaux
Soit E un espace hermitien, on dit quun endomorphisme u de E est normal, si u
u =uu
.
Dnition 6.12.
Remarque 6.12.1
1. Une matrice A M
n
(C) est dite normale, si A
A = AA
.
2. Soient E un espace hermitien, = (e
1
, e
2
, . . . , e
n
) une base orthonormale de E, u un endomor-
phisme de E et A = Mat(u, ), alors
u est normal A est normale
3. Si u est un endomorphisme normal, alors pour tout C, Id
E
u est normal.
Soit A M
m,n
(C), telle que tr(AA
) = 0. Alors A = 0.
Lemme 6.13.
Preuve
Posons A = (a
i j
)
1im,1jn
, A
= (b
i j
)
1in,1jm
et AA
= (c
i j
)
1i, jm
, donc on aura
i 1, 2, . . . , n, j 1, 2, . . . , m, b
i j
= a
ji
Ainsi, on aura
tr(AA
) =
n
j=1
c
j j
=
n
j=1
_
n
i=1
a
i j
b
ji
_
=
n
j=1
_
n
i=1
a
i j
a
i j
_
=
n
j=1
_
n
i=1
[a
i j
[
2
_
=
n
i=1
n
j=1
[a
i j
[
2
Puisque tr(AA
) = 0, alors pour tout (i, j) 1, 2, . . . , m

2
, [a
i j
[
2
= 0. Do le rsultat.
Soient un espace hermitien et u un endomorphisme normal de E, alors
i) x E, |u(x)| =|u
(x)|.
ii) ker(u) = ker(u
).
iii) C, ker(Id
E
u) = ker(Id
E
u
).
iv) Si F un sous-espace stable par u, alors F

Proposition 6.14.
Preuve
i) Soit x E, alors on a
|u(x)|
2
=< u(x), u(x) >==< u(u
(x)), x >==|u
(x)|
2
ii) Soit x E, alors on a
x ker(u) u(x) = 0
|u(x)| = 0
|u
(x)| = 0
u
(x) = 0
x ker(u
)
iii) Soit C, puisque u
u = u u
, alors on voit facilement, par un simple calcul, quon a

aussi (Id
E
u)
(Id
E
u) = (Id
E
u)(Id
E
u)
, donc pour tout C, lendomorphisme

Id
E
u est normal. Donc daprs ii), on a le rsultat.
iv) Soit F un sous-espace vectoriel de E, stable par u et soit p = dim(F), avec p 1.
Soit = (e
1
, . . . , e
p
, e
p+1
, . . . , n) une base orthonormale de E, telle que (e
1
, . . . , e
p
) soit une
base de F et (e
p+1
, . . . , n) une base de F
.
Soit M la matrice de u par rapport base . Puisque F est stable par u, alors M scrit sous la
forme :
M =
_
A B
0 C
_
, avec A M
p
(C), B M
p,np
(C) et C M
np
(C)
Donc pour montrer que F
est stable par u il suft de montrer que B = 0.

La base est orthonormale, donc Mat(u
, ) = M
. Par consquent on aura,

u
u = uu
M = MM
_
A
0
B
__
A B
0 C
_
=
_
A B
0 C
__
A
0
B
_
A
A A
B
B
A B
B+C
C
_
=
_
AA
+BB
BC
CB
CC
_
=A
A = AA
+BB
=tr(A
A) = tr(AA
+BB
) = tr(AA
) +tr(BB
)
=tr(BB
) = 0 (car tr(A
A) = tr(AA
))
=B = 0 (daprs le lemme prcdent)
Donc F
est stable par u.

Soit E un espace hermitien. Alors pour tout endomorphisme normal de E, il existe une base
orthonormale de E forme de vecteurs propres de u.
Thorme 6.15.
Preuve
On procde par rcurrence sur n, avec n = dim(E).
Pour n = 1, il ny a rien dmontrer.
H.R "Supposons que n > 1 et que tout endomorphisme normal sur un espace hermitien de
dimension < n, possde une base orthonormale forme de vecteurs propres".
Soit E un espace hermitien de dimension n et soit u un endomorphisme normal de E.
Le corps C est algbriquement clos, donc u possde au moins une valeur propre C.
Soit E
1
un vecteur propre associ , alors F =Vect(e
1
) est stable par u, donc daprs la proposition
prcdente, F
est stable par u.

, alors v est un endomorphisme normal de F
, car u est normal.

On a dim(F
) = dim(E) dim(F) = n 1, donc daprs lhypothse de rcurrence, il existe une

2
, . . . , e
n
) de F
forme de vecteurs propres de v.

Ainsi, (e
1
, e
2
, . . . , e
n
) est une base orthonormale de E forme de vecteurs propres de u.
Remarque 6.15.1
Toute matrice normale est diagonalisable sur C.
6.15.1 Endomorphismes hermitiens
Soient E un espace hermitien et u un endomorphisme de E.
i) On dit que u est hermitien (ou autoadjoint), si u
= u.
ii) On dit que u est antihermitien, si u
=u.
Dnition 6.16.
Remarque 6.16.1
1. Une matrice A M
n
(C) est dite hermitienne, si A
= A.
2. Soit une base orthonormale de E et soit A = Mat(u, ), alors
(u est hermitien) (A est hermitienne)
3. Tout endomorphisme hermitien est normal.
Soient E un espace hermitien et u un endomorphisme hermitien de E. Alors toutes les
valeurs propres de u sont relles.
Proposition 6.17.
Preuve
Soit C une valeur propre de u, alors il existe x
0
E, tel que u(x
0
) =x
0
.
Donc, on aura
< u(x
0
), x
0
>=< x
0
, u
(x
0
) > =< u(x
0
), x
0
>=< x
0
, u(x
0
) > (car u
= u)
=<x
0
, x
0
>=< x
0
, x
0
>
=|x
0
|
2
=|x
0
|
2
= = (car |x
0
|
2
,= 0)
= R
Soient E un espace hermitien. Alors pour tout endomorphisme hermitien u, il existe une
base orthonormale de E dans laquelle la matrice A de u scrit sous la forme :
A =
_
_
_
_
_
_
_
1
0 0 . . . 0
0
2
0 . . . 0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
0 0 . . . 0
n
_
_
_
_
_
_
_
o
1
,
2
, . . . ,
n
R.
Thorme 6.18.
Preuve
Il suft de remarquer que tout endomorphisme hermitien est normal.
Remarque 6.18.1
Toute matrice hermitienne est diagonalisable sur C.
6.18.1 Endomorphismes unitaires
Soient E un espace hermitien et u un endomorphisme de E.
On dit que u est unitaire, si u
u = Id
E
.
Dnition 6.19.
Remarque 6.19.1
1. Une matrice A M
n
(C) est dite unitaire, si A
A = I.
2. Soit une base orthonormale de E et soit A = Mat(u, ), alors
(u est unitaire) (A est unitaire)
3. Tout endomorphisme unitaire u est inversible et on a u
1
= u
.
4. Tout endomorphisme unitaire est normal.
Soient E un espace hermitien et u un endomorphisme de E. Alors propositions suivantes
sont quivalentes :
i) u est unitaire,
ii) x E, |u(x)| =|x|,
iii) x E, y E, < u(x), u(y) >=< x, y >.
Proposition 6.20.
Preuve
i) =ii) Supposons que u est unitaire, donc pour tout x E, u
(u(x)) = x.
Soit x E, alors on a
|u(x)|
2
=< u(x), u(x) >==< x, x >=|x|

2
ii) =iii) Supposons que x E, |u(x)| =|x|.
Soient x E et y E, alors, daprs lidentit de polarisation, on a
< u(x), u(y) > =
1
4
n
k=1
i
k
|i
k
u(x) +u(y)|
2
=
1
4
n
k=1
i
k
|u(i
k
x) +u(y)|
2
=
1
4
n
k=1
i
k
|u(i
k
x +y)|
2
=
1
4
n
k=1
i
k
|i
k
x +y|
2
=< x, y >
iii) =i) Supposons que x E, y E, < u(x), u(y) >=< x, y >.
Soient x E et y E, alors on a
x E, y E, < u(x), u(y) >=< x, y > =x E, y E, =< x, y >

=x E, y E, < (u
u)(x), y >=< x, y >

=x E, y E, < (u
u)(x) x, y >= 0
Fixons x E, alors on aura
y E, < (u
u)(x) x, y >= 0
Le produit hermitien est non dgnre, donc on aura
x E, (u
u)(x) x = 0
Donc pour tout x E, on a (u
u)(x) = x. Do le rsultat.
Remarque 6.20.1
Soit E un espace hermitien, u un endomorphisme uniaire de E et C une valeur propre de u, alors
[[ = 1.
En effet, si est une valeur propre de u, alors il existe x
0
E, avec x
0
,= 0, tel que u(x
0
) =x
0
, donc
daprs la proposition prcdente, on a
|x
0
| =|u(x
0
)| =|x
0
| =[[|x
0
|
x
0
,= 0, donc |x
0
| ,= 0 et par suite [[ = 1.
Soit E un espace hermitien et u un endomorphisme de E.
i) Si u est unitaire, alors limage par u dune base orthonormale de E est une base ortho-
normale de E.
ii) Sil existe une base orthonormale de E, telle que u() soit une base orthonormale de
E, alors u est unitaire.
Proposition 6.21.
Preuve
Exercice
Remarque 6.21.1
1. La matrice de passage dune base orthonormale une base orthonormale est une matrice
unitaire.
2. Pour tout matrice normale A M
n
(C), il existe une matrice diagonale D M
n
(C) et une ma-
trice unitaire P M
n
(C), telle que A = P
DP.
3. Pour tout matrice hermitienne A M
n
(C), il existe une matrice diagonale D M
n
(C) et une
matrice unitaire P M
n
(C), telle que A = P
DP.
Soit E un espace hermitien. Alors pour tout endomorphisme unitaire u, il existe une base
orthonormale de E dans laquelle la matrice U de u scrit sous la forme :
U =
_
_
_
_
_
_
_
e
i
1
0 0 . . . 0
0 e
i
2
0 . . . 0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
0 0 . . . 0 e
i
n
_
_
_
_
_
_
_
o
1
,
2
, . . . ,
n
R.
Thorme 6.22.
Preuve
Un endomorphisme unitaire est normal, donc il existe une base orthonormale forme de vecteurs
propres de u. Soit U la matrice de u par rapport cette base, alors U est diagonale et les lments
diagonaux de U sont tous de module 1, donc chaque lment diagonal scrit sous la forme e
i
avec
un certain R.
6.23 Exercices
Exercice 128
Soient n un entier 1 et h : C
n
[X] C
n
[X] C lapplication dnie par :
(P, Q) C[X]
2
, h(P, Q) =
1
2
P(e
i
)Q(e
i
)d
1. Montrer que h dni un produit scalaire sur C
n
[X].
2. Montrer que (1, X, . . . , X
n
) est une base orthonormale pour ce produit scalaire.
3. Soit P = a
0
+a
1
X + +a
n1
X
n1
+X
n
.
a) Calculer |P|
2
.
b) Soit M = sup
[z[=1
[P(z)[. Montrer que M 1 et tudier le cas dgalit.
Exercice 129
1. Montrer que pour toute matrice M M
n
(C), il exixte deux matrices hermitiennes uniques A et
B, telles que M = A+iB.
2. Montrer que si M = A+iB, o A et B sont hermitiennes, alors
(M est normale) AB = BA
Exercice 130
Pour tout entier n 3, on considre le groupe G des racines n
ime
de lunit dans C.
Posons = e
i2
n
, alors on sait que
G =1, ,
2
, . . . ,
n1
On dsigne par E lensemble de toutes les applications de G dans C. Pour ( f , g) E

2
, on pose
< f , g >=
n1
k=0
f (
k
)g(
k
)
1. Montrer que E est un C-espace vectoriel de dimension nie = n.
2. Montrer que <, > dnit un produit hermitien sur E.
3. Pour tout k 0, 1, . . . , n1, on dnit lapplication f
k
: G C, par :
z G, f
k
(z) =
z
k
n
et on considre lapplication U : E E, dnie par :
f E, z G, U( f )(z) = f (z)
a) Montrer que U est un endomorphisme unitaire de E et dterminer U
.
b) Montrer que pour tout k 0, 1, . . . , n1, f
k
est un vecteur propre de U.
c) En dduire que ( f
0
, f
1
, f
2
, . . . , f
n1
) est une base orthonormale de E.
4. Pour chaque [0, 1], on pose A
= Id
E
U (1)U
.
a) Montrer que pour tout [0, 1], A
est un endomorphisme normal.

b) Pour quelle valeur de , A
est-t-il un endomorphisme hermitien ?

c) Dans le cas o A
est hermitien, montrer que

f E, < A
( f ), f >0
Exercice 131
On munit M
n
(C) de son produit hermitien usuel :
(A, B) M
n
(C)
2
, < A, B >= tr(A
B)
On dsigne par U
n
le groupe des matrices unitaires dordre n. Montrer que
U U
n
, A M
n
(C), |UA| =|AU| =||U
AU|
Exercice 132
Soit U une matrice unitaire de M
n
(C), tel que 1 nest pas valeur propre de U.
1. Montrer que U +I est inversible.
2. On pose H =i(U +I)
1
(U I). Montrer que H est hermitien.
3. Quel est le lien entre les valeurs propres de H et celles de U ?
Exercice 133
Soit E un espace hermitien. Pour tout endomorphisme u de E, on pose
|u| = sup
|x|=1
|u(x)|
1. Soit u un endomorphisme de E. Montrer que les deux propositions suivantes sont quivalentes :
i) u est hermitien et |u| 1,
ii) Il existe un endomorphisme unitaire h de u, tel que u =
1
2
(h+h
).
2. En dduire que tout endomorphisme de E, scrit comme combinaison linaire de quatres en-
domorphismes unitaires.
Exercice 134
1. Montrer que pour toute matrice unitaire U, il existe une matrice hermitienne H, telle que
U = e
iH
.
2. Montrer que pour toute matrice complexe A, il existe une matrice hermitienne dnie positive
R et une matrice hermitienne H, telles que A = e
iH
R.
Exercice 135
Soient E un espace hermitien et u un endomorphisme de E. Montrer que les propositions suivantes
sont quivalentes :
i) u est normal,
ii) x E, |u(x)| =|u
(x)|,
iii) Tout sous-espace vectoriel stable par u est aussi stable par u
,
iv) Tout sous-espace vectoriel F stable par u, F
est aussi stable par u,

v) Il existe P C[X], tel que u
= P(u).
INDEX
angle non orient form par les vecteurs, 37
base orthonormale directe, 33
dterminant de Gram, 70
double produit vectoriel, 41
Ecriture matricielle, 3
Egalit de la mdiane, 38
endomorphismes de trace nulle, 66
espaces euclidiens, 25
forme -sesquilinaire, 24
forme bilinaire, 1
forme bilinaire antisymtrique, 1
forme bilinaire symtrique, 1
forme bilinare positif, 25
Identit de Jacobi, 41
Ingalit dHadamard, 31
ingalit de cauchy-Schwartz, 28
ingalit de Hadamard, 70, 71
Matrice dune forme bilinaire, 2
matrice de Hilbert, 70
matrice et dterminant de Gram, 70
matrice orthogonale, 33
orientation, 32
produit scalaire, 25
rotation, 58
134

Algebre-Bilineaire VersionMai2013

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Algebre-Bilineaire VersionMai2013

Transféré par

Droits d'auteur :

Formats disponibles

Algbre bilinaire

est aussi de dimension nie et on a

peut ne pas tre isomorphe E. (Voir exemple

, appele base duale de E.

) = n, alors il suft de montrer que (e

et Q la matrice de passage de la base (

, tel que < x, >= 1.

b) Pour toute partie A de E, A

est un sous-espace vectoriel de E

est un sous-espace vectoriel de E.

b) Pour chaque x E, soit x : E

K lapplication dnie par

est un sous-espace vectoriel de E.

et soit x Vect(A) avec x =

est un sous-espace vectoriel de E.

, alors x E, (x) = 0, donc = 0.

, telle que (x) = 1.

est canoniquement isomorphe E

est canoniquement isomorphe F

lapplication qui chaque E

fait correspondre sa rstriction F.

/ker() est isomorphe Im(), do le rsultat.

lapplication dnie par

et soit : (E/F) K dnie par

, donc il suft de montrer que (F

, telle que (x) = 1 et y F, (y) = 0.

, alors, par dnition de lorthogonal, on a (x) = 0, ce qui

, donc il suft de montrer que (G

et soit x E, tel que

, alors (x) = 0. Ainsi, nous avons montr que

, <, j(x) >=< x, >

est la base duale de

sa base duale dans E

et est sa base prduale dans E, alors

=, alors, daprs i), j() =

vriant cette relation.

une application linaire telle que

, < x, g() >=< f (x), >

ii) Soit Im(

, par suite, Im(

et soit G un supplmentaire de Im( f ) dans F.

sa base duale. Alors pour tout endomorphisme u de E, on a

est stable par

est stable par

est stable par

, < u(x), >= 0

=u(x) F (car, daprs le thorme 3.24, (F

et dterminer sa base prduale (v

, dterminer sa base prduale.

Page 22 sur 135 Pr.Mohamed HOUIMDI

qui chaque y fait correspondre

ont mme dimension)

est toujours un sous-espace vectoriel de E.

, donc dim(Im()) dim(F

, existe-t-il y E, tel que (y) =?

, donc, daprs le thorme de prolongement des formes linaires, il existe E

), et puisque F est toujours un sous-espace vectoriel de F

=y E : x E, f (x, y) = 0 sappelle le noyau de f . (Voir exercices)

F est non isotrope

=0. Or on sait que

=E. Pour cela, on considre lapplication g : F F K

, donc y = 0, car F est non isotrope.

. Pour cela, soit x F, alors on a