Vous êtes sur la page 1sur 39

Universit e de Pau et des Pays de lAdour D epartement de Math ematiques

` ALGEBRE IV Ann ee 2007-2008 Examen du 20-05-2008, Temps disponible : 2 heures.


(Documents interdits)

Exercice 1. Soit E lespace vectoriel des polyn omes de degr e2` a coecients complexes. Etant donn e p E , on consid` ere les scalaires p(0), p (0), et p (0). On d enit la fonction : q : E C, q (p) = p (0)p (0) + p (0)p(0) + p (0)p(0).

a) D emontrer que q est une forme quadratique sur E et trouver la matrice dans une base B de la forme bilin eaire fq associ ee ` a q. b) Calculer le rang de fq . Quel est lespace E ? c) Trouver : deux polyn omes p1 , p2 E tels que fq (p1 , p2 ) = 0 ; un polyn ome p E tel que q (p) = 0 ; une base de T de vecteurs isotropes pour q . d) Trouver une base de E orthogonale pour q . Exercice 2. Soit R et soit q la fonction R3 R d enie par : 1 q (x1 e1 + x2 e2 + x3 e3 ) = x1 x3 + ( )x2 + (x1 x3 )2 . 8 2 a) D emontrer que, pour tout R, la fonction q est une forme quadratique.

b) Dire pour quelles valeurs de la forme q est d eg en er ee.

c) D eterminer la signature de q en fonction de . d) Etant donn ee une valeur de telle que q ait signature (1, 2), d eterminer des sous-espaces F+ et F de R3 , avec dim(F+ ) = 1, dim(F ) = 2, tels que (q )|F+ est d enie positive et (q )|F est d enie n egative. Exercice 3. Soit M la matrice dans la base (e1 , e2 , e3 , e4 ) de la forme quadratique g de R4 d enie par :
2 2 2 g (x1 e1 + x2 e2 + x3 e3 + x4 e4 ) = 5x2 1 + 2x1 x3 + 5x2 2x2 x4 + 5x3 + 5x4 .

On remarque que det(M ) = 576, donc M est de rang 4. b) Trouver les valeurs propres de M . c) Trouver une base orthonorm ee de R4 de vecteurs propres de M . d) Dire si g est equivalente ` a la forme quadratique associ ee au produit scalaire standard. a) Calculer le rang de M 4I4 .

On v erie facilement que (a0 , a1 , a2 )M (a0 , a1 , a2 )t = q (P ), donc q est une forme quadratique et sa matrice dans la base B est M . b) On calcule det(M ) = 1, donc rg(q ) = 3, ce qui entra ne E = 0. c) La forme fq a comme matrice M dans la base B . Prenons p1 = x, p2 = x2 , de coordonn ees respectivement (0, 1, 0)t et (0, 0, 1)t . On v erie t (0, 1, 0)M (0, 0, 1) = 1 donc fq (p1 , p2 ) = 1. Il sut de choisir p = x + x2 . On peut choisir B comme base de vecteurs isotropes. d) On prend e1 = p car q (e1 ) = 0. De plus P est orthogonal ` a e1 ssi : 3/2a0 + a1 + a2 = 0. On peut choisir e2 = t t2 . Maintenant P est orthogonal ` a e1 et e2 ssi : 3/2a0 + a1 + a2 = 0 1/2a0 1/2a1 + a2 = 0 On peut donc choisir e3 = 6 + 8t + t2 . Corrig e 2. Nous allons utiliser la m ethode de Gauss. On sait que : x1 x3 = 1/4(x1 + x3 )2 1/4(x1 x3 )2 . On calcule donc : q (x1 , x2 , x3 ) = (1/4 + )2 (x1 x3 )2 + 1/4(x1 + x3 )2 + ( 1/8)x2 2, qui est une d ecomposition en carr es de formes lin eaires ind ependantes. a) Lapplication q est donn ee en coordonn ees comme un polyn ome homog` ene de degr e 2, cest donc une forme quadratique. b) Depuis la forme trouv ee avec Gauss, le rang est 3 pour = 1/8, 1/4 et rg(q1/8 ) = rg(q1/4 ) = 2. c) En vue de la forme donn ee par Gauss, la signature est : (1, 2) si < 1/8, (2, 1) si 1/8 < < 1/4, (3, 0) si > 1/4. Corrig e 3. Ecrivons M. 5 0 0 5 M = 1 0 0 1 1 0 0 1 . 5 0 0 5 0 1 0 1 0 1 . 0 1 0 1 0 1

Corrig e 1. Posons P = a2 x2 + a1 x + a0 , et xons la P (0) = a1 , P (0) = 2a2 . a) On pose : 0 1/2 0 M = 1/2 1 1

base B = (1, x, x2 ). Alors P (0) = a0 ,

1 1 . 0

d) Soit < 1/8. Alors F = {x1 + x3 = 0} et F+ = x2 = x1 x3 = 0.

a) Ecrivons la matrice en question.

Il est facile de voir que rg(M 4I4 ) = 2, parce que la troisi` eme ligne est egale ` a la premi` ere, et la quatri` eme est la seconde, et la premi` ere et la seconde sont libres. 2

1 0 M 4I4 = 1 0

b) Nous savons que 2 valeurs propres sont egales ` a 4. Par trace et d eterminant on obtient les valeurs des autres valeurs propres , : = 576/16 = 36, + = 20 8 = 12, ce qui implique facilement : = = 6. c) On calcule ais ement : ker(M 4I4 ) = vect (1, 0, 1, 0)t , (0, 1, 0, 1)t . Ces deux vecteurs sont d ej` a orthogonaux donc il sut de les normaliser. De m eme on calcule : ker(M 6I4 ) = vect (1, 0, 1, 0)t , (0, 1, 0, 1)t . Ces 4 vecteurs sont clairement orthogonaux, donc il sut de les normaliser pour obtenir la base cherch ee : u1 = t 2 2 , 0, ,0 , 2 2 t 2 2 , 0, , 0, 2 2 t 2 2 , 0, ,0 , 2 2 t 2 2 0, , 0, . 2 2

u2 =

u3 =

u4 =

d) Les valeurs propres de M sont positives donc dans notre base orthonorm ee la matrice de M est diagonale avec termes positif sur la diagonale. Ceci implique que la signature de q est (4, 0) donc q est equivalente au produit scalaire standard.

Algbre linaire pour GM Prof. A. Abdulle

Jeudi 22 dcembre 2011 EPFL

Srie 13 (Corrig)
Exercice 1 Donner la matrice B (3 3 symtrique) telle que la forme quadratique Q(x) avec x R3 puisse scrire sous la forme Q(x) = xT Bx et dterminer le changement de variables x = U y qui transforme la forme quadratique en une forme diagonale y T Dy dans les cas suivants.
2 i) Q(x) = 3x2 1 + 3x2 + 2x1 x2 ,

3 1 0 Sol.: B = 1 3 0. Le polynme caractristique est 0 0 0 ((3 )2 1) = ( 2)( 4), 0 0 0 do les valeurs propres: 0, 2, 4. Ainsi, D = 0 2 0. Les vecteurs propres associs 0 0 4 1 1 0 sont 0 , 1, 1. On obtient la matrice orthogonale U en normalisant les 0 0 1 vecteurs propres: 1 1 0 2 2 1 1 U = . 0 2 2 1 0 0
2 2 ii) Q(x) = 3x2 1 + 2x2 + 2x3 + 2x1 x2 + 2x1 x3 + 4x2 x3 ,

0 0 0 3 1 1 Sol.: B = 1 2 2. Les valeurs propres sont 0, 2, 5, ainsi D = 0 2 0 . Les 0 0 5 1 2 2 0 2 1 vecteurs propres associs sont 1 , 1, 1. On obtient la matrice orthogonale 1 1 1 U en normalisant les vecteurs propres:
1 U = 2 1 2

2 6 1 6 1 6

1 3 1 . 3 1 3

2 2 iii) Q(x) = 5x2 1 + 6x2 + 7x3 + 4x1 x2 4x2 x3 .

5 2 0 3 0 0 Sol.: B = 2 6 2. Les valeurs propres sont 3, 6, 9, ainsi D = 0 6 0. 0 0 9 0 2 7 1 2 2 Les vecteurs propres associs sont 2 , 1, 2. On obtient la matrice orthog2 2 1 onale U en normalisant les vecteurs propres: 2 2 1 1 U = 2 1 2 . 3 1 2 2 Exercice 2 Pour les formes quadratiques de lexercice 1, dterminer max{xT Bx; x = 1}, min{xT Bx; x = 1},

et trouver un vecteur unitaire qui ralise le maximum ou le minimum de la forme quadratique. Sol.: Daprs le cours, le maximum et le minimum de xT Bx avec x = 1 correspondent respectivement la plus grande et la plus petite valeur propre de la matrice B , et ces valeurs sont ralises par les vecteurs propres correspondants. Ainsi, on obtient i) min{x Bx; x = 1} = 0, ralis par x = max{xT Bx; x = 1} = 4, ralis par x =
T

0,

ii) min{xT Bx; x = 1} = 0, ralis par x = 2 , 1 2

12 . 2

1 1 0

1 1 13 . 3
1 3

max{xT Bx; x = 1} = 5, ralis par x =

iii) min{xT Bx; x = 1} = 3, ralis par x =

2 3
2 3 1 3

1 3 max{xT Bx; x = 1} = 9, ralis par x = 2 . 3

2 3

Exercice 3 Dterminer si les formes quadratiques suivantes sont (semi-)dnies positives, (semi-)dnies ngatives ou indnies.
2 2 i) Q(x) = 9x2 1 + 3x2 8x1 x2 , x R .

Sol.: La matrice symtrique associe est B =

9 4 , avec pour valeurs propres 4 3 1, 11 strictement positives donc la forme quadratique Q est dnie positive.

Autre mthode (sans calculer les valeurs propres). Les deux valeurs propres de B vrient 1 2 = det(B ) = 11 > 0, donc les valeurs propres sont non nulles et de mme signe. Comme 1 + 2 = trace(B ) = 12 > 0, ce signe est positif, do 1 , 2 > 0, et Q est dnie positive.
2 2 ii) Q(x) = 5x2 1 2x2 + 4x1 x2 , x R .

Sol.: La matrice symtrique associe est B =

Autre mthode (sans calculer les valeurs propres). Les deux valeurs propres de B vrient 1 2 = det(B ) = 6 > 0, donc les valeurs propres sont non nulles et de mme signe. Comme 1 + 2 = trace(B ) = 7 < 0, ce signe est ngatif, do 1 , 2 < 0 et Q est dnie ngative.
2 2 3 iii) Q(x) = 2x2 1 + 2x2 + 2x3 + 6x2 x3 + 6x1 x3 , x R .

5 2 , avec pour valeurs propres 2 2 1, 6 strictement ngatives donc la forme quadratique Q est dnie ngative.

2 Sol.: La matrice symtrique associe est B = 0 3 2, 2 + 18 > 0, 2 18 < 0. La forme quadratique

0 2 3 Q

3 3 , avec pour valeurs propres 2 est donc indnie.

Autre mthode (sans calculer les valeurs propres). On remarque que pour x = (1, 0, 1)T , Q(x) = 2 et que pour x = (1, 0, 0)T , Q(x) = 2. La forme quadratique prend des valeurs positives et ngatives et elle est donc indnie.

Exercice 4 Pour les matrices ci-dessous dterminer max{ Ax ; x = 1} et min{ Ax ; x = 1}. i) A = Sol.: 5 0 0 18 , 7 1 ii) A = 0 0 , 5 5

iii) A =

3 2 2 2 3 2

i) Les valeurs propres de AT A sont 182 et 52 . Les valeurs de max{ Ax ; x = 1} et min{ Ax ; x = 1} sont donnes respectivement par la racine carre de la plus grande et la plus petite valeur propre de la matrice AT A. Il sensuit que max{ Ax ; x = 1} = 18 et min{ Ax ; x = 1} = 5. 3

ii) Les valeurs propres de AT A =

74 32 sont 90 et 10. 32 26 Donc max{ Ax ; x = 1} = 3 10 et min{ Ax ; x = 1} = 10.


13 12 2 T iii) Les valeurs propres de A A = 12 13 2 sont 25, 9 et 0. 2 2 8 Donc max{ Ax ; x = 1} = 5 et min{ Ax ; x = 1} = 0.

Informations gnrales, sries et corrigs http://anmc.epfl.ch/Algebre.html

Universit Claude Bernard Lyon 1 L2 MASS41 Algbre

2007-2008

Exercices pour le 30 Avril


Corrig

Exercice 1

Soit Q : R4 R l'application dnie par :


2 2 2 Q(x1 , x2 , x3 , x4 ) = 2x2 1 + 2x2 x3 + 2x4 2x1 x4 + 2x2 x3 + 4x3 x4

1. Pourquoi Q est-elle une forme quadratique ? Q est un polynme homogne de degr 2 en x1 , x2 , x3 , x4 . C'est donc bien une forme quadratique sur R4 . 2. Quelle est sa forme polaire Q ? Quelle est la matrice de Q dans la base canonique de R4 ? Q est dnie sur R4 R4 par :
x, y R4 , Q (x, y ) = Q(x + y ) Q(x) Q(y ) 2

On trouve ici que pour tout x, y R4 , La matrice de Q dans la base canonique de R4 est alors :
2 0 0 1 Q (x, y ) = 2x1 y1 + 2x2 y2 x3 y3 + 2x4 y4 x1 y4 x4 y1 + x2 y3 + x3 y2 + 2x2 y4 + 2x4 y2 0 0 1 2 1 2 1 1 0 2 0 2

3. Dcomposer Q en somme et dirence de carrs de formes linaires. On applique la mthode de la rduction de Gauss.
2 2 2 Q(x1 , x2 , x3 , x4 ) = 2x2 1 + 2x2 x3 + 2x4 2x1 x4 + 2x2 x3 + 4x3 x4 2 1 1 2 2 + 2x2 = 2 x1 x4 x2 2 x3 + 2x4 + 2x2 x3 + 4x3 x4 2 2 4

1 = 2 x1 x4 2 1 = 2 x1 x4 2 1 = 2 x1 x4 2 1 = 2 x1 x4 2

3 2 2 + 2x2 2 x3 + x4 + 2x2 x3 + 4x3 x4 2 2 2 1 1 3 2 + 2 x2 + x3 x2 x2 3 + x4 + 4x3 x4 2 2 3 2


2

1 + 2 x2 + x3 2 2 1 + 2 x2 + x3 2

3 3 2 x2 3 + x4 + 4x3 x4 2 2 2 2 3 2 3 4 8 x3 x4 + x2 + 4 + x4 2 3 3 2

2 2 2 1 1 3 4 25 = 2 x1 x4 + 2 x2 + x3 x3 x4 + x2 2 2 2 3 6 4 2 2 1 1 4 3 = 2 x1 x4 + 2 x2 + x3 x3 x4 2 2 2 3

5 + x4 6

4. Est-ce que Q est positive ? non dgnre ? Quel est son rang ? Q n'est pas positive car il y a des carrs ngatifs. Q n'est cependant pas dgnre car son rang est de 4 (il y a 4 carrs non nuls). 1

-NAH?E?A
1.

Soit Q : R5 R l'application dnie par :


Q(x1 , x2 , x3 , x4 , x5 ) = x1 x2 + x1 x3 x2 x3 + 2x2 x5 x3 x4 + 2x4 x5

Pourquoi Q est-elle une forme quadratique ?


Q est un polynme homogne de degr 2 en x1 , x2 , x3 , x4 , x5 . C'est donc bien une forme quadratique sur R5 .

2.

Quelle est sa forme polaire Q ? Quelle est la matrice de Q dans la base canonique de R5 ?
Q est dnie sur R5 R5 par : x, y R5 ,
On trouve ici que pour tout x, y R5 ,

Q (x, y ) =

Q(x + y ) Q(x) Q(y ) 2

1 1 1 1 1 1 1 1 Q (x, y ) = x1 y2 + x2 y1 + x1 y3 + x3 y1 x2 y3 x3 y2 + x2 y5 + x5 y2 x3 y4 x4 y3 + x4 y5 + x5 y4 2 2 2 2 2 2 2 2
La matrice de Q dans la base canonique de R5 est alors :

0 1/2 1/2 0 1/2 0 1/2 0 1/2 1/2 0 1/2 0 0 1/2 0 0 1 0 1

0 1 0 1 0

3.

Dcomposer Q en somme et dirence de carrs de formes linaires.


On applique la mthode de la rduction de Gauss.

Q(x) = x1 x2 + x1 x3 x2 x3 + 2x2 x5 x3 x4 + 2x4 x5 = (x1 x3 + 2x5 )(x2 + x3 ) + x2 3 2x3 x5 x3 x4 + 2x4 x5 1 1 (x1 + x2 + 2x5 )2 (x1 x2 2x3 + 2x5 )2 + x2 = 3 x3 x4 2x3 x5 + 2x4 x5 4 4 2 1 1 1 1 (x1 + x2 + 2x5 )2 (x1 x2 2x3 + 2x5 )2 + x3 x4 x5 x2 = x2 5 x4 x5 + 2x4 x5 4 4 2 4 4 = = =
4.

1 (x1 + x2 + 2x5 )2 4 1 (x1 + x2 + 2x5 )2 4 1 (x1 + x2 + 2x5 )2 4

1 1 (x1 x2 2x3 + 2x5 )2 + x3 x4 x5 4 2 1 1 (x1 x2 2x3 + 2x5 )2 + x3 x4 x5 4 2 1 1 (x1 x2 2x3 + 2x5 )2 + x3 x4 x5 4 2

1 x2 + x4 x5 x2 5 4 4 2 1 2 + (x4 2x5 )2 + x2 5 x5 4 2 1 (x4 2x5 )2 4

Est-ce que Q est positive ? non dgnre ? Quel est son rang ?
Q n'est pas positive car il y a des carrs ngatifs. Q a un rang gal 4 (il y a 4 carrs non nuls), elle est donc dgnre (car rg (Q) = 5).

FMMA244 - Approfondissement en ge ome trie 2011-2012

Re duction de Gauss
Formes quadratiques
Soit E un K-espace vectoriel (K = R ou C). Une forme quadratique sur E est une application q : E K telle quil existe une forme bilinaire symtrique : E E K telle que q( x) = ( x, x) pour tout x E . La forme bilinaire symtrique est alors unique et appele la forme polaire de q. En eet, pour tout x, y E , on a: 1 q( x + y) = q( x) + 2( x, y) + q(y) et donc ( x, y) = q( x + y) q( x) q(y) . 2 En particulier une forme quadratique q vrie q(0E ) = 0, q( x) = 2 q( x), et q( x + y) + q( x y) = 2 q( x) + q(y) (galit du paralllogramme) pour tous x, y E et K. Exemples 1. Toute forme quadratique q sur Kn est un polynme homogne de degr 2 en les variables x1 , . . . , xn . 2. Plus gnralement, soient q est une forme quadratique sur E et E = (e1 , , en ) une base de E . Alors, pour tout x = x1 e1 + + xn en E , q( x) =
1i, jn

ai, j xi x j =
1in

ai,i x2 i +
1i< jn

2ai, j xi x j

o ai, j = (ei , e j ) avec la forme polaire de q. Puisque est symtrique, [ai, j ]1i, jn Mn (K) est une matrice symtrique. 3. Soient U un ouvert dun R-espace vectoriel norm E et f : U E R une application deux fois dierentiable en a U . Alors, par le thorme de Schwarz, la hessienne Hessa f : E R de f en a est une forme quadratique sur E .

R eduction des formes quadratiques


Soit E un K-espace vectoriel de dimension nie n. Rappelons quune forme linaire sur E est une application linaire : E K. Lensemble E = L(E , K) des formes linaires sur E , appel le dual de E , est alors une K-espace vectoriel de dimension n. Thorme Soit q une forme quadratique sur E non nulle. Alors existe un entier r 1, des formes linaires 1 , . . . , r E indpendantes (i.e., formant une famille libre dans E ) et des scalaires a1 , . . . , ar K tous non nuls, tels que x E , q( x) = a1 1 ( x)2 + + ar r ( x)2 . Le thorme se dmontre en appliquant lalgorithme de rduction de Gauss donn ci-dessous, qui permet de 2+ trouver des formes linaires 1 , . . . , r indpendantes et des scalaires a1 , . . . , ar tous non nuls tels que q = a1 1 2 . Notons que les formes linaires , . . . , et les scalaires a , . . . , a ne sont pas uniques (mme + ar r 1 r 1 r permutation prs). Lentier r est gal au rang de q. Lorsque K = R, la signature de q est ( s, t) o s = card 1 i r | ai > 0 et t = r s = card 1 i r | ai < 0 .

Algorithme de re duction de Gauss


Lalgorithme de rduction de Gauss est un algorithme qui permet de dcomposer une forme quadratique (non nulle) en somme de carrs de formes linaires indpendantes, chaque carr tant aect dun coecient (voir le thorme). Soit q une forme quadratique sur un K-espace vectoriel de dimension nie n. On munit E dune base E = (e1 , , en ) de sorte que, pour x = x1 e1 + + xn en E ,
n

q( x) =
i=1

ai, j x2 i +
1i< jn

2ai, j xi x j

o ai, j = (ei , e j ) avec la forme polaire de q. Lalgorithme procde par diminution du nombre des variables xi qui interviennent dans cette expression de la forme quadratique. Deux cas sont possibles, et sont examins dans cet ordre : Premier cas : la forme quadratique contient un terme au carr x2 i Pour xer les ides, supposons que ce soit x2 1 . On regroupe alors tous les termes contenant la variable x1 et on les voit comme le dbut du dveloppement dun carr du type ( x1 + . . . )2 : q( x) = a1,1 x2 1 + x1 f ( x2 , , xn ) + g( x2 , , xn ) = a1,1 x1 + 1 f ( x2 , , xn ) 2
2

a1,1 f ( x2 , , xn )2 + g( x2 , , xn ) 4

= a1,1 1 ( x)2 + q ( x) o 1 est une forme linaire sur E donne par : 1 f ( x2 , , xn ) 2 et q est une nouvelle forme quadratique sur E dans laquelle la variable x1 napparat plus : a1,1 q ( x1 e1 + + xn en ) = f ( x2 , , xn )2 + g( x2 , , xn ). 4 On continue faire tourner lalgorithme sur cette nouvelle forme quadratique (i.e., on regarde si q vrie le premier cas ou le second cas dcrit ci-dessous, etc...). 1 ( x1 e1 + + xn en ) = x1 + Second cas : la forme quadratique ne contient aucun carr x2 i Dans ce cas, on choisit deux variables qui apparaissent sous la forme xi x j . Pour xer les ides, supposons que le produit x1 x2 apparaisse dans lexpression de q. On isole alors tous les termes qui contiennent x1 ou x2 , et on voit dabord leur somme comme le produit de deux formes linaires, lune contenant x1 mais pas x2 , lautre contenant x2 mais pas x1 , en retranchant videmment ce qui apparat en trop quand on eectue le produit de ces deux formes linaires : q( x) = a1,2 x1 x2 + x1 f ( x3 , , xn ) + x2 g( x3 , , xn ) + h( x3 , , xn ) = a1,2 x1 + g( x3 , , xn ) x2 + f ( x3 , , xn ) a1,2 f ( x3 , , xn )g( x3 , , xn ) + h( x3 , , xn )
= a1,2 1 ( x)2 ( x) + q ( x)

o
1 ( x1 e1 + + xn en ) = x1 + g( x3 , , xn ), 2 ( x1 e1 + + xn en ) = x2 + f ( x3 , , xn )

et q ( x1 e1 + + xn en ) = a1,2 f ( x3 , , xn )g( x3 , , xn ) + h( x3 , , xn ). Enn, en utilisant lidentit 1 1 ab = (a + b)2 (a b)2 , 4 4 on voit le produit de deux formes linaires comme la dirence de deux carrs, ce qui permet dexprimer nalement q comme la somme (en fait la dirence) de deux carrs de formes linaires et dune nouvelle forme

quadratique q dans laquelle les variables x1 et x2 napparaissent plus :


q( x) = a1,2 1 ( x)2 ( x) + q ( x) 2 2 a1,2 a1,2 1 ( x) + 2 1 ( x) 2 = ( x) ( x) + q ( x) 4 4 a1,2 a1,2 2 2 = 1 ( x) 2 ( x) + q ( x) 4 4

o
1 ( x) = 1 ( x) + 2 ( x) et 2 ( x) = 1 ( x) 2 ( x).

On continue faire tourner lalgorithme sur cette nouvelle forme quadratique q (ie. on regarde si celle-ci vrie le premier cas ou le second cas dcrit ci-dessous, etc...). Exercices 1. Dterminer une rduction de Gauss de la forme quadratique q sur K3 dnie par q( x, y, z) = 2 x2 y2 4 xy 8yz. 2. Dterminer une rduction de Gauss de la forme quadratique q sur K3 dnie par q( x, y, z) = x2 + xy + xz. 3. Dterminer une rduction de Gauss de la forme quadratique q sur K4 dnie par q( x, y, z, t) = xy + xz + yz + zt. Correction 1. Lapplication de lalgorithme de rduction de Gauss donne, pour tout ( x, y, z) K3 , q( x, y, z) = 2 x2 y2 4 xy 8yz = 2 x2 2 xy y2 8yz = 2 ( x y)2 y2 y2 8yz = 2( x y)2 3y2 8yz = 2( x y)2 3 y2 + 2 = 2( x y) 3 y+ 8 yz 3 4 z 3
2 2

4 = 2( x y)2 3 y + z 3 En posant : 1 ( x, y, z) = x y,

16 2 z 9 16 2 z . 3

4 2 ( x, y, z) = y + z et 3
16 2 3 3

3 ( x, y, z) = z,

2 32 + on a bien dcompos q sous la forme q = 21 2 Lorsque K = R, la signature de q est (2, 1).

avec (1 , 2 , 3 ) libre dans K3 .

2. Lapplication de lalgorithme de rduction de Gauss donne, pour tout ( x, y, z) K3 , 1 1 q( x, y, z) = x2 + xy + xz = x + y + z 2 2 En posant : 1 1 1 ( x, y, z) = x + y + z et 2 2 1 1 2 ( x, y, z) = y + z. 2 2


2

1 1 y+ z . 2 2

2 2 avec ( , ) libre dans K3 . on a bien dcompos q sous la forme q = 1 1 2 2 Lorsque K = R, la signature de q est (1, 1).

3. Lapplication de lalgorithme de rduction de Gauss donne, pour tout ( x, y, z, t) K4 , q( x, y, z, t) = xy + xz + yz + zt = xy + xz + yz + zt = ( x + z)(y + z) z2 + zt = ( x + z)(y + z) z2 + zt 2 1 1 = x + y + 2z x y 4 4 2 1 1 = x + y + 2z x y 4 4 2 1 1 = x + y + 2z x y 4 4 2 1 1 = x + y + 2z x y 4 4 En posant : 1 ( x, y, z, t) = x + y + 2z, 2 ( x, y, z, t) = x y, 1 3 ( x, y, z, t) = z t 2 et 4 ( x, y, z, t) = t,
2 2 2

z2 + zt z2 zt

1 1 (z t)2 t2 2 4 2 1 2 1 2 z t + t . 2 4

1 2 1 2 2 2 4 . on a bien dcompos q sous la forme q = 1 4 1 4 2 3 + 4 4 avec (1 , 2 , 3 , 4 ) libre dans K Lorsque K = R, la signature de q est (2, 2).

LM223, Formes quadratiques et g eom etrie, 10 janvier 2010

Corrig e de lexercice 1. On applique lalgorithme de Gauss ` a qa : qa (x, y, z ) =x2 + (a + 5)y 2 + (a2 + a + 2)z 2 + 2xz + 4xy + 2(a + 3)yz =(x + 2y + z )2 4y 2 z 2 4yz + (a + 5)y 2 + (a2 + a + 2)z 2 + 2(a + 3)yz =(x + 2y + z )2 + (a + 1)y 2 + (a2 + a + 1)z 2 + 2(a + 1)yz =(x + 2y + z )2 + (a + 1)(y + z )2 + a2 z 2 La forme qa est d enie ssi a est di erent de 0 ou 1. Elle est positive ssi a [1, [. Elle est n egative pour aucune valeur de a. Corrig e de lexercice 2. 1. Pour montrer que les matrices sont orthogonales, il sut de v erier que leurs vecteurs colonnes forment une famille orthonorm ee. 2. ker(B Id) est la droite engendr ee par le vecteur (1, 0, 3). ker(C Id) est le plan engendr ee par les vecteurs (1, 0, 3) et (0, 1, 2). 3. On remarque que A= cos() sin() sin() cos() avec = /6

Donc A est la matrice de la sym etrie orthogonale de R2 par rapport ` a la droite engendr ee par (cos(/12), sin(/12)). Le d eterminant de B etant positif, il sagit dune rotation de R3 qui nest pas lidentit e, son axe est la droite ker(B Id). C etant orthogonale, elle pr eserve la droite orthogonale ` a ker(C Id) et ses valeurs propres r eelles sont dans {1, 1}. Comme C = Id, C agit comme Id sur la droite orthogonale ` a ker(C Id). Donc C est la reexion par rapport au plan ker(C Id). Corrig e de lexercice 3. 1. E est lensemble des combinaisons lin eaires de v1 et v2 , autrement dit eriant lensemble des vecteurs (x, y, z ) R3 tels quil existe et v x = + y = z = 2 +

La m ethode du pivot de Gauss permet de d eterminer pour quelles valeurs de x, y et z , ce syst` eme admet une solution : + = x = y 2 + = z = y L2 = y + x L1 + L2 = z + 2y L3 + 2L2 = y L1 = y + x L2 0 = z + y x L3 L2

ed e 2. Les vecteurs v1 et v2 forment une base de E . En appliquant le proc de Gram-Schmidt, on obtient une base orthonorm ee de E :
v2 = v2

Une equation de E est donc x + y + z = 0.

v1 , v2 1 v1 = ( 1 2 , 2 , 0) v1 , v1

) = vect(v , v ). Alors est orthogonal ` a v1 et vect(v1 , v2 1 2

w1 =

1 1 v1 = (1, 1, 2) v1 6

et

w2 =

1 1 v2 = (1, 1, 0) v2 2

forment une base orthonorm ee de E . 3. De l equation de E , on d eduit que E est engendr e par (1, 1, 1). Donc 1 le vecteur w3 = 3 (1, 1, 1) est une base orthonorm ee de E . 4. La projection de u = (1, 1, 1) sur E est 2 u u, w3 w3 = (2, 1, 1) 3 Corrig e de lexercice 4. 1. Cela d ecoule de la lin earit e de la trace et de la bilin earit e de lapplication produit des matrices. a b , alors 2. Si A = c d 1 f (A, A) = ((a + d)2 (a2 + bc) (bc + d2 )) = ad bc. 2 3. La forme quadratique de f est lapplication d eterminant de E .

4. Dans la base A= a b c d

1 0 , 0 0

0 1 , 0 0

0 0 , 1 0

0 0 , les coordonn ees de 0 1

sont a, b, c et d. D ecomposons en somme de carr es :

q (A) =ad bc 1 1 1 1 = (a + d) 2 (a d) 2 (b + c )2 + (b c )2 4 4 4 4 Donc la signature de q est (2, 2).

Mathmatiques (L3) Quelques exercices supplmentaires

FORMES QUADRATIQUES

1. Matrices et formes polaires de formes quadratiques . . . . . . 2. Mthode des mineurs principaux . . . . . . . . . . . . . . . . 3. Rduction des formes quadratiques . . . . . . . . . . . . . . .

1 2 7

1. Matrices et formes polaires de formes quadratiques


Exercice 1.1. Pour chacune des formes quadratiques suivantes, crire la matrice M correspondante ainsi que la forme polaire f . (ii) q( x, y, z) = xy x2 + 5yz. (i) q(u, v) = uv.

2 3 (iii) q( x1 , x2 , x3 ) = mx1 x2 + 3 x1 x3 .

2 (iv) q( x1 , x2 , x3 , m) = m2 + x1 x2 m + 3 x1 x3 + 2 x3 m.

Corrig de lexercice 1.1. (i) Il y a deux variables qui sont u et v donc la matrice est
u v u v

M=

On en dduit la forme polaire correspondante en crivant les variables avec des dessus :
u u v

0 1 2

1 2 0

au-

M=

0 1 2
x

v 1 2

donc

f (u, v; u , v ) = 1 uv 1 u v. 2 2

(ii) Il y a trois variables qui sont x, y et z donc la matrice est


x

M=

y z

1
1 2

y 1 2

0
5 2

0
5 2

0 1

On en dduit la forme polaire correspondante en crivant les variables avec des dessus :
x x

au-

M=

y z

1
1 2

y 1 2

0
5 2

donc f ( x, y, z; x , y , z ) = xx + 1 xy + 1 x y + 5 yz + 5 y z. 2 2 2 2

0
5 2

(iii) Il y a trois variables qui sont x1 , x2 et x3 (m est un paramtre) donc la matrice est
x1 x2

m M = x2 0
x1 x3 3 2

0 1 0

x3 3 2

0 . 0

On en dduit la forme polaire correspondante en crivant les variables avec des dessus :
x1 x2

au-

m x M= 2 0
x1 x3 3 2

0 1 0

x3 3 2

, x2 , x3 ) = mx1 x1 +3 x x x2 x2 +3 x x . f ( x1 , x2 , x3 ; x1 2 1 3 2 1 3

0 donc 0

(iv) Il y a quatre variables qui sont x1 , x2 , x3 et m donc la matrice est


x1 x2

1 x2 0 M= 3 x3 2 m 0
x1

0 0 0 1 2

x3 3 2

0 0 1

0 1 2 . 1 1

On en dduit la forme polaire correspondante en crivant les variables avec des dessus :
x1 x2

au-

1 0 x2 M= 3 x3 2 m 0
x1

0 0 0 1 2

x3 3 2

0 0 1

0 1 2 , 1 1

donc
, x2 , x3 , m ) = x1 x1 +3 x x 1 x m + 3 x x + x3 m 1 x m + x3 m + mm . f ( x1 , x2 , x3 , m; x1 2 1 3 2 2 2 1 3 2 2

2. Mthode des mineurs principaux


Rappels de cours Mthode des mineurs principaux Soit q une forme quadratique et M = 2
a b c b d e c e f

la matrice

associe. On dnit les mineurs principaux nord-ouest : 1 = det a = a, 2 = det a b b d a b c et 3 = det b d e = det M. c e f

Ils permettent de dterminer si la forme quadratique est dnie positive ou ngative en utilisant le critre suivant. Critre des mineurs principaux nord-ouest. q dnie positive 1 > 0, 2 > 0 et 3 > 0 ; q dnie ngative 1 < 0, 2 > 0 et 3 < 0. Si ce critre ne sapplique pas, il faut calculer tous les mineurs principaux (pas seulement les nord-ouest), qui sont : mineurs dordre 1 : det a = a, det b = b et det c = c ; d e a c a b ; et det , det mineurs dordre 2 : det e f c f b d a b c mineurs dordre 3 : det b d e = det M . c e f Ils permettent de dterminer si la forme quadratique est positive ou ngative en utilisant le critre suivant. Critre des mineurs principaux quelconques. q positive mineurs dordre 1 0, mineurs dordre 2 0 et mineurs dordre 3 0 ; q ngative mineurs dordre 1 0, mineurs dordre 2 0 et mineurs dordre 3 0. Dans les autres cas, la forme quadratique change de signe (cest le cas par exemple si 2 < 0 ou si 1 > 0 et 3 < 0 ou si 1 < 0 et 3 > 0, ou si deux mineurs dordre 1 sont de signe contraire, etc.) Remarque. On a donn uniquement le critre en dimension 3, mais il fonctionne dans toutes les dimensions. Exercice 2.1. En utilisant la mthode des mineurs principaux, donner, si cest possible, le signe des formes quadratiques suivantes. (i) q( x, y) = x2 + 2 xy + y2 . (iii) q( s, t) = 6 s2 + 4 st + 3t2 . (iv) q(u, v, w) = u2 + v2 + w2 + 2uv + 2uw + 2vw. (v) q(a, b, c) = 2a2 + 2c2 + 4ab + 4bc.
2 2 (vii) q( x1 , x2 , x3 ) = x1 x3 + 2 x1 x3 2 x2 x3 . 2 (ii) q( x1 , x2 ) = 6 x1 x2 8 x2 .

(vi) q( x, y, z) = 7 x2 2 xy + 4 xz 7y2 + 4yz 10z2 .

(viii) q(, , ) = 2 2 2 2.

(ix) q(r, s, t) = 9r2 + 6rs 2 s2 + 6rt + 2 st 5t2 .

2 ( x) q( x1 , x2 , x3 , m) = m2 + x1 x2 m + 3 x1 x3 + 2 x3 m

Corrig de lexercice 2.1. (i) La matrice de q( x, y) = x2 + 2 xy + y2 est M = 1 1 . On commence par essayer de voir 1 1 si q est dnie positive ou ngative en utilisant les mineurs principaux nord-ouest. On a : 1 = det 1 = 1 ; 2 = det 1 1 = 0. 1 1

Puisque 2 = 0, le critre des mineurs principaux nord-ouest ne sapplique pas (donc q nest ni dnie positive ni dnie ngative). Pour dterminer le signe de q, on doit donc calculer tous les mineurs principaux : ordre 1 : det 1 = 1 et det 1 = 1 ; 1 1 = 0. ordre 2 : det 1 1 Tous les mineurs principaux sont 0 donc la forme quadratique est positive (sans tre dnie positive, comme on la vu). 0 3 2 (ii) La matrice de q( x1 , x2 ) = 6 x1 x2 8 x2 . On commence par essayer de voir est M = 3 8 si q est dnie positive ou ngative en utilisant les mineurs principaux nord-ouest. Puisque 1 = det 0 = 0, le critre des mineurs principaux nord-ouest ne sapplique pas (donc q nest ni dnie positive ni dnie ngative). Pour dterminer le signe de q, on doit calculer tous les mineurs principaux : ordre 1 : det 0 = 0 et det 8 = 8 ; 0 3 = 9. ordre 2 : det 3 8 Puisque le mineur principal dordre 2 est < 0, la forme quadratique nest ni positive ni ngative ; elle change donc de signe. 6 2 (iii) La matrice de q( s, t) = 6 s2 + 4 st + 3t2 est M = . On commence par essayer de voir 2 3 si q est dnie positive ou ngative en utilisant les mineurs principaux nord-ouest. On a : 1 = det 6 = 6 ; 2 = det 6 2 = 18 4 = 14. 2 3

Puisque 1 > 0 et 2 > 0, le critre sapplique et montre que la forme quadratique est dnie positive. 1 1 1 (iv) La matrice de q(u, v, w) = u2 + v2 + w2 + 2uv + 2uw + 2vw est M = 1 1 1. On 1 1 1 commence par essayer de voir si q est dnie positive ou ngative en utilisant les mineurs principaux nord-ouest. On a : 1 = det 1 = 1 ; 2 = det 1 1 = 0. 1 1 4

Puisque 2 = 0, le critre des mineurs principaux nord-ouest ne sapplique pas (donc q nest ni dnie positive ni dnie ngative). Pour dterminer le signe de q, on doit calculer tous les mineurs principaux : ordre 1 : det 1 = 1, det 1 = 1 et det 1 = 1 ; 1 1 1 1 1 1 = 0; = 0 et det = 0, det ordre 2 : det 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 = 0. + det ordre 3 : det 1 1 1 = det det 1 1 1 1 1 1 1 1 1 Tous les mineurs principaux sont 0 donc la forme quadratique est positive (mais pas dnie positive comme on la vu). 2 2 0 (v) La matrice de q(a, b, c) = 2a2 + 2c2 + 4ab + 4bc est M = 2 0 2. On commence 0 2 2 par essayer de voir si q est dnie positive ou ngative en utilisant les mineurs principaux nord-ouest. On a : 1 = det 2 = 2 ; 2 = det 2 2 = 4. 2 0

Puisque 2 < 0, le critre des mineurs principaux nord-ouest ne sapplique pas donc q nest ni dnie positive ni dnie ngative ; de mme, le fait que 2 < 0 montre quil y a un mineur principal dordre deux de q qui nest pas positif donc q nest ni positive ni ngative. Par consquent, elle change de signe. 7 1 2 (vi) La matrice de q( x, y, z) = 7 x2 2 xy + 4 xz 7y2 + 4yz 10z2 est M = 1 7 2 . On 2 2 10 commence par essayer de voir si q est dnie positive ou ngative en utilisant les mineurs principaux nord-ouest. On a : 1 = det 7 = 7 ; 2 = det 7 1 7 3 = det 1 2

1 = 49 1 = 48 ; 7 1 2 7 2 2 10

= (7) det

= 7 66 + 6 + 2 12 = 6(7 11 + 1 + 2 2) = 6(77 + 1 + 4) = 6 (72) = 432.

1 7 1 2 7 2 + 2 det (1) det 2 2 2 10 2 10

(On a dvelopp 3 par rapport la premire ligne.) Puisque 1 < 0, 2 > 0 et 3 < 0, le critre des mineurs principaux nord-ouest sapplique et montre que q est dnie ngative. 5

1 0 1 2 2 (vii) La matrice de q( x1 , x2 , x3 ) = x1 x3 + 2 x1 x3 2 x2 x3 est M = 0 0 1. On 1 1 1 commence par essayer de voir si q est dnie positive ou ngative en utilisant les mineurs principaux nord-ouest. On a : 1 = det 1 = 1 ;

1 0 = 0; 2 = det 0 0 1 0 1 1 0 3 = 0 0 1 = (1) (1) = 1. 1 1 1 1 1

(Pour calculer 3 , on a dvelopp par rapport la deuxime ligne.) Puisque 2 = 0, le critre des mineurs principaux nord-ouest ne sapplique pas et donc q nest ni dnie positive ni dnie ngative. Puisque 1 < 0 et 3 > 0, la forme quadratique q a un mineur dordre 1 qui est < 0 et un mineur dordre 3 qui est > 0. Il nest donc pas possible quelle soit positive ou quelle soit ngative, ce qui montre quelle change de signe. 1 0 1 (viii) La matrice de q(, , ) = 2 2 2 2 est M = 0 0 1. On commence 1 1 1 par essayer de voir si q est dnie positive ou ngative en utilisant les mineurs principaux nord-ouest. On a : 1 = det 1 = 1 ; 2 = det 3 = 1 0 = 0; 0 0

1 0 1 0 = 1. = (1) (1) 1 1 1 1

(Pour calculer 3 , on a dvelopp par rapport la deuxime ligne.) Puisque 2 = 0, le critre des mineurs principaux nord-ouest ne sapplique pas et donc q nest ni dnie positive ni dnie ngative. Puisque 1 > 0 et 3 < 0, la forme quadratique q a un mineur dordre 1 qui est > 0 et un mineur dordre 3 qui est < 0. Il nest donc pas possible quelle soit positive ou quelle soit ngative, ce qui montre quelle change de signe. 9 3 3 (ix) La matrice de q(r, s, t) = 9r2 + 6rs 2 s2 + 6rt + 2 st 5t2 est M = 3 2 1 . On 3 1 5 commence par essayer de voir si q est dnie positive ou ngative en utilisant les mineurs principaux nord-ouest. On a : 1 = det 9 = 4 ;

2 = det

9 3 = 9; 3 2 9 3 3 3 = det 3 2 1 = 0. 3 1 5 6

Puisque 3 = 0, le critre des mineurs principaux nord-ouest montre que q nest pas dnie positive ou dnie ngative. Pour dterminer son signe, on calcule tous les mineurs principaux : ordre 1 : det 9 = 9, det 2 = 2 et det 5 = 5 ; 2 1 9 3 9 3 = 9; = 36 et det = 9, det ordre 2 : det 1 5 3 5 3 2 9 3 3 ordre 3 : det 3 2 1 = 0. 3 1 5 Puisque les mineurs principaux dordre un sont tous 0, que les mineurs principaux dordre deux sont tous 0 et que le mineur dordre trois est 0, on en dduit que la forme quadratique q est ngative. 0 1 0 3 2 0 0 0 1 2 2 2 . On ( x) La matrice de q( x1 , x2 , x3 , m) = m + x1 x2 m + 3 x1 x3 + 2 x3 m est M = 3 0 0 1 2 1 0 2 1 1 commence par essayer de voir si q est dnie positive ou ngative en utilisant les mineurs principaux nord-ouest. On a : 1 = det 1 = 1 ; 2 = det

1 0 = 0. 0 0

Puisque 2 = 0, le critre des mineurs principaux nord-ouest ne sapplique pas ce qui montre que q nest ni dnie positive ni dnie ngative. Pour dterminer le signe de q, il faut donc utiliser le critre utilisant tous les mineurs principaux. On pourrait tous les calculer, mais pour conomiser les calculs, on peut remarquer directement que le mineur principal dordre deux obtenu en supprimant les lignes et colonnes numro 1 et 2 est det 0 1 = 1. 1 1

Ceci montre quil y a un mineur dordre deux qui est strictement ngatif, donc la forme quadratique q nest ni positive ni ngative. Par consquent, elle change de signe.

3. Rduction des formes quadratiques


Rappels de cours Mthode de rduction des formes quadratiques. Soit q une forme quadratique et M la matrice associe. Cest une matrice symtrique donc on peut la diagonaliser en base orthonorme : 1 0 0 Q1 MQ = 0 2 0 avec Q1 = t Q. 0 0 3 7

, on a q( x , y , z ) = 1 x2 + 2 y2 + 3 z2 . Cette forme permet de Si on pose y = Q1 y z z faire deux choses trs simplement. 1o Dterminer le signe de q. Le signe des valeurs propres donne le signe de la forme quadratique : 1 2 3 >0 >0 >0 0 0 0 <0 <0 <0 0 0 0 autres cas signe de q dnie positive positive dnie ngative ngative change de signe

Noter que, contrairement la mthode des mineurs principaux, on peut toujours dterminer le signe de q grce au signe de ses valeurs propres. 2o Rsoudre lquation q = 0. On rsout 1 x2 + 2 y2 + 3 z2 = 0 puis on exprime le rsultat en fonction de x, y et z grce la formule de changement de base
x y z

= Q 1

x y z

= tQ

x y z

Exercice 3.1. Pour chacune des formes quadratiques q suivantes, crire la matrice correspondante, la rduire en base orthonorme, puis en dduire le signe de q et rsoudre dquation q = 0. (i) q( x, y) = x2 + 2 xy + y2 . (iii) q( s, t) = 6 s2 + 4 st + 3t2 . (iv) q(u, v, w) = u2 + v2 + w2 + 2uv + 2uw + 2vw. (v) q(a, b, c) = 2a2 + 2c2 + 4ab + 4bc. Corrig de lexercice 3.1. (i) La matrice de q est M = symtriques que : Q1 MQ = 0 0 0 2 o Q=
1 2 1 2 1 2 1 2 2 (ii) q( x1 , x2 ) = 6 x1 x2 8 x2 .

1 1 . On a vu dans la feuille dexercices sur les matrices 1 1

avec

Q 1 = t Q .

Signe de la forme quadratique. Les valeurs propres de M sont 1 = 0 et 2 = 2 ; puisque 1 = 0 et 2 > 0, la forme quadratique q est positive, mais pas dnie positive. Rsolution de q = 0. Posons q( x , y ) = 2y2 . Par suite, q = 0 y = 0. Or, x x t = = Q y y
1 2 1 2 1 2 1 2 x y

= Q 1

x y

; dans ces nouvelles coordonnes, on a

x = y 8

1 x 2 1 x 2

1 y 2 1 y 2

donc q = 0 x + y = 0.

Remarque. En fait, on a q( x, y) = x2 + 2 xy + y2 = ( x + y)2 donc il est vident que q est positive et que q = 0 x + y = 0. Mais comme lexercice imposait la mthode, ce ntait pas ce quil fallait faire. 0 3 . On a vu dans la feuille dexercices sur les matrices 3 8
3 10 1 10 1 10 3 10

(ii) La matrice de q est M = symtriques que : 1 0 Q MQ = 0 9


1

Q=

avec

Q 1 = t Q

Signe de la forme quadratique. Les valeurs propres de M sont 1 = 1 et 2 = 9 ; puisque 1 > 0 et 2 < 0, la forme quadratique q change de signe. Rsolution de q = 0. Posons
2 2 , x2 ) = x1 9 x2 . q( x 1
x1 x2

= Q 1

x1 x2

; dans ces nouvelles coordonnes, on a

Par suite,
2 2 q = 0 x1 = 9 x2 x1 = 3 x2 ou x = 3 x2 .

Or,
x1 x1 = tQ = x2 x2 3 10 1 10 1 10 3 10

x1 = x2

3 x1 10 1 x1 10

1 x2 10 3 x2 10

donc q = 0 3 x1 + x2 = 3( x1 3 x2 ) ou 3 x1 + x2 = 3( x1 3 x2 ) x2 = 0 ou 6 x1 = 8 x2 . Remarque. On a q( x1 , x2 ) = x2 (6 x1 8 x2 ) donc il tait vident que q changeait de signe et que q = 0 x2 = 0 ou 6 x1 = 8 x2 , mais ce ntait pas la mthode demande par lexercice. 6 2 . On a vu dans la feuille dexercices sur les matrices (iii) La matrice de q est M = 2 3 symtriques que : 2 0 Q MQ = 0 7
1

Q=

1 5 2 5

2 5 1 5

avec

Q1 = t Q.

Signe de la forme quadratique. Les valeurs propres de M sont 1 = 2 et 2 = 7 ; puisque 1 > 0 et 2 > 0, la forme quadratique q est dnie positive. Rsolution de q = 0. Puisque q est dnie positive, on a q = 0 s = t = 0. 9

1 1 1 (iv) La matrice de q est M = 1 1 1. On a vu dans la feuille dexercices sur les matrices 1 1 1 symtriques que : 1 1 1 0 0 0 3 6 2 1 1 1 Q1 MQ = 0 0 0 o Q = avec Q1 = t Q. 3 2 6 1 2 0 0 3 0 3 6 Signe de la forme quadratique. Les valeurs propres de M sont 1 = 0, 2 = 0 et 3 = 3 ; puisque 1 = 2 = 0 et 3 > 0, la forme quadratique q est positive mais pas dnie positive. Rsolution de q = 0. Posons q(u , v , w ) = 3w2 . Par suite, q = 0 w = 0. Or, 1 1 u u 2 2 v t v 1 1 = Q = 6 6 1 1 w w 3 3 donc q = 0 u + v + w = 0.
u v w

= Q 1

u v w

; dans ces nouvelles coordonnes, on a

1 1 u v u 2 2 1 1 2 2 u + v w , v = 6 6 6 6 1 1 1 1 w u+ v+ w 3 3 3 3 0

Remarque. On a q(u, v, w) = (u + v + w)2 , donc il est vident que q 0 et que q = 0 u + v + w = 0, mais ce ntait pas la mthode demande. 2 2 0 (v) La matrice de q est M = 2 0 2. On a vu dans la feuille dexercices sur les matrices 0 2 2 symtriques que : 1 1 1 2 0 0 3 6 2 1 2 Q1 MQ = 0 4 0 o Q = 0 avec Q1 = t Q. 3 6 1 1 1 0 0 2 3 2 6 Signe de la forme quadratique. Les valeurs propres de M sont 1 = 2, 2 = 4 et 3 = 2 ; puisque 1 > 0, 2 > 0 et 3 < 0, la forme quadratique q change de signe. Rsolution de q = 0. Posons
a b c

= Q1

a b c

; dans ces nouvelles coordonnes, on a

q(a , b , c ) = 2a2 + 4b2 2c2 . Par suite, q = 0 a2 + 2b2 = c2 c = a2 + 2b2 ou c = a2 + 2b2 Or, 1 a a 2 b t b 1 = Q = 3 1 c c 6 0
1 3 2 6 1 2 1 3 1 6

1 1 a c a 2 2 b 1 1 1 = 3 a + 3 b + 3 c , 1 2 1 c a b+ c 6 6 6 10

donc q = 0 c = a2 + 2b2 a 2b + c = 6a2 + 12b2 a 2b + c = 3(a c)2 + 4(a + b + c)2 . Il ny a pas de forme plus simple pour cette quation (si on dveloppe tout puis quon lve au carr, on retombe sur lquation de dpart).

11

Correction de quelques exercices de la feuille no 5: Formes bilin eaires sym etriques et formes quadratiques
(1) (*) Soit (E, < ., . >) un espace pr ehilbertien. Montrer que lapplication (x, y ) =< x, y > est une forme bilin eaire sym etrique sur E . Montrer que la forme quadratique associ ee ` a est d enie positive. Proof. Soient 1 et 2 dans IR. Alors (x, 1 y1 + 2 y2 ) = 1 < x, y1 > +2 < x, y2 > . De plus, (x, y) = (y, x) enie positive (sym etrie du produit scalaire). La forme quadratique associ ee s ecrit: q (x, x) =< x, x >= x 2 , d (propri et es de la norme). (2) (*) Soit (E, < ., . >) un espace pr ehilbertien et u un endomorphisme sur E . Montrer que lapplication (x) =< x, u(x) > pour tout x E est une forme quadratique sur E . D eterminer lendomorphisme associ e` a . Proof. Soit dans IR, (x) =< x, u(x) >=< x, u(x) >= 2 < x, u(x) > 2 (x). De plus, pour tout x, y dans E 2 , (x + y ) =< x + y, u(x) + u(y ) >=< x, u(x) > + < y, u(y ) > + < x, u(y ) > + < y, u(x) >= (x) + (y )+ < (< x, u(y ) > + < y, u(x) >) et on montre facilement que cest une x, u(y ) > + < y, u(x) > . On pose (x, y ) = 1 2 forme bilin eaire sym etrique. On peut alors conclure que est bien une forme quadratique. Soit v lendomorphisme associ ea ` . On sait que : (x, y ) =< x, v (y ) > or (x, y ) = 1 (< x, u(y ) > + < y, u(x) >) = 2 1 1 (y ) >. On a alors, v (x) = 1 (u(x) + u (x)). ( < x, u ( y ) > + < x, u ( y ) > ) = < x, u ( y ) + u 2 2 2 (3) (**) Soit < ., . > le produit scalaire sur IR2 tel que pour x = (x1 , x2 ) et y = (y1 , y2 ), < x, y >= 2x1 y1 + 3x2 y2 . A partir de la base orthonormale classique e = (i, j ) de IR2 , d eterminer une base e = (e , e ) orthonormale pour ce produit scalaire. D e terminer les coordonn e es dans e dun vecteur 1 2 quelconque x ayant pour coordonn ees (x1 , x2 ) dans e. (4) (*) D eterminer la signature des formes quadratiques suivantes : (a) 1 (x, y ) = x2 xy + y 2 ; (b) 2 (x, y ) = x2 + xy y 2 ; (c) 3 (x, y ) = 3(x + y )2 4(x y )2 13xy ; (d) 4 (x, y, z ) = x2 + y 2 + z 2 xy xz zy ; (e) 4 (x, y, z, t) = 2x y + 2z t 2y z 2x t. Proof.
Utilisation du proc ed e dorthogonalisation de Gauss: y )2 + 3 y2 . (a) 1 (x, y ) = x2 xy + y 2 = (x 1 2 4 sgn(1 ) = (2, 0). (b) 2 (x, y ) = x2 + xy y 2 = (x + 1 y )2 5 y2 . 2 4 sgn(2 ) = (1, 1). (c) 3 (x, y ) = 3(x + y )2 4(x y )2 13xy = 3(x2 + y 2 +2xy ) 4(x2 + y 2 2xy ) 13xy = x2 y 2 + xy = 1 (x, y ). sgn(3) = (0, 2). 1 y 1 z )2 + 3 (y z )2 . (d) 4 (x, y, z ) = x2 + y 2 + z 2 xy xz zy = (x 2 2 4 sgn(4 ) = (2, 0).

(5) (**) On consid` ere sur IR3 la forme quadratique


2 2 q (x) = 2x2 1 + x2 + 2x3 + 2x1 x2 + 2x2 x3 + 2x3 x1 .

(a) Montrer que q est d enie positive. (b) D eterminer une base orthonormale pour q , dabord par la m ethode de Gauss (base not ee B ), puis par le proc ed e dorthonormalisation de Gramm-Schmidt. (c) Quelle est la matrice P de passage de la base canonique ` a la base B . Proof.
(a) Ecrivons q (x) comme etant une combinaison lin eaire de de carr es de formes lin eaires lin eairement ind ependantes en utilisant le proc ed e dorthogonalisation de Gauss : 1 1 1 2 3 2 1 2 2 2 q (x ) = 2 x2 1 + x2 + 2x3 + 2x1 x2 + 2x2 x3 + 2x3 x1 = 2(x1 + 2 x2 + 2 x3 ) + 2 x2 + 2 x3 + 2x2 x3 = 2(x1 + 2 x2 + 1 2 + 1 (x2 + x )2 + x2 . sgn(q ) = (3, 0), donc q est bien positive. q est bien d x ) e nie positive car q ( x ) = 0 ssi 3 3 2 3 2 2 1 2 + x = 0 et x = 0 ssi x = x = x = 0 x1 + 1 x + x = 0, x 2 3 3 3 1 2 3 2 2 2

Licence M.A.S.S. deuxi` eme ann ee

(b) M ethode de Gauss: 1 1 a = x1 + 2 x2 + 2 x3 Soient b = x2 + x 3 2 c = x3 D duale v1 , v2 , v3 de cette base de formes lin eaires. eterminons la base 1 x1 = a 2 b t = (1, 0, 0), v t = ( 1 , 1, 0) et v t = (0, 1, 1). Cest une base orthogonale. Ainsi, v1 = bc x 2 3 2 2 x3 = c t 1 , 1 ), ut 1 , 2 , 0) est bien une base orthonormale. ut 1 = (1, 0, 0), u2 = (0, 3 = (
(2) (2) (5) (5)

(c) Soit (e1 , e2 , e3 ) la base canonique. = e1 u 1 u2 = 1 e1 + 2 e2 (5) (5) u3 = 1 e2 + 1 (2) (2) 1 0 0 1 (5) 0 P = 2 2
1 2 (5) 2

Proc ed e dorthogonalisation de Gram Schmidt: La matrice de q dans la base canonique s ecrit : 2 1 1 M = 1 1 1 . 1 1 2 2 1 , En partant de la base (b1 , b2 , b3 ) = ( 1 2 (6) 1 on obtient la base (f1 , f2 , f3 ) = ( (6) , 1
(6)

1 1 , 1 (3) 3
(3)

1 1 ), 2

(3) 3

0 , (2) ) 2
(2) 2

(2)

(6) (**) Suivant la valeur de , etudier la signature de la forme quadratique suivante: (x, y ) = (1 + )(x2 + y 2 ) + 2(1 )x y o` u IR. Proof.
Signature de :

Si = 1, (x, y ) = (x y )2 (x + y )2 , sgn() = (1, 1) 2 4 y ) + (1 + (1+ )y 2 Si = 1, (x, y ) = (1 + )(x + 1 1+ ) 2 Si < 1, sgn() = (0, 2) Si 1 < < 0, sgn() = (1, 1) Si > 0, sgn() = (2, 0) Si = 0, sgn() = (1, 0)

(7) (*) D emontrer que la forme quadratique (x, y, z ) = x2 + (z y )2 est positive. Est-elle d enie positive ? R esoudre (x, y, z ) = 0.
enie positive car son noyau nest (x, y, z ) = x2 + (z y )2 0, donc est bien positive, mais elle nest pas d pas r eduit a ` l el ement neutre. Par exemple (0, 2, 2) = 0.

Proof.

(x, y, z ) = 0

x y

= =

0 z

Algbre linaire pour EL et GM Prof. A. Abdulle

Jeudi 2 dcembre 2010 EPFL

Srie 11 (Corrig)
Exercice 1 1 1 3 Soit u1 = 1 , u2 = 1 , v = 0 . 3 1 0 (i) Vrier que u1 et u2 sont orthogonaux. (ii) Calculer la projection orthogonale projW (v ) de v sur W = span{u1 , u2 }. (iii) Donner la dcomposition v = z + projW (v ), o z W . Sol.: (i) Un calcul direct donne u1 u2 = 1 (1) + 1 1 + 1 0 = 0. (ii) 7/2 1 1 v u1 3 v u2 6 3 1 1 projW (v ) = = u1 + u2 = u1 + u2 = 2 1/2 . u1 u1 u2 u2 3 2 2 2 0 1 (iii) v = z + projW (v ), o projW (v ) est calcul dans (ii), 1/2 et z est donn par z = v projW (v ) = 1/2 . 1 Remarque : On peut vrier que z u1 = z u2 = 0, cest--dire z W .
Mme question pour u1 =

1 0 1 0

Sol.:

, u2 =

0 1 0 1

, u3 =

2 1 2 1

, v =

1 2 1 2

(i) Les vecteurs u1 , u2 , u3 sont orthogonaux: u1 u2 = u1 u3 = u2 u3 = 0. (ii) projW (v ) =


v u1 v u2 v u3 u1 + u2 + u3 = u1 + 2u2 = u1 u1 u2 u2 u3 u3

1 2 1 2

0 0 (iii) z = v projW (v ) = . 0 0 Remarque: v = projW (v ) quivaut v W .


1 1 2 Mme question pour u1 = 2 , u2 = 2 , v = 0 . 2 3 1 Sol.: (i) Les vecteurs u1 , u2 sont orthogonaux: u1 u2 = 0. (ii) 2/7 v u2 2 v u1 u1 + u2 = u1 = projW (v ) = 4/7 . u1 u1 u2 u2 7 6/7 5/7 (iii) z = v projW (v ) = 4/7 . 1/7 Exercice 2 Soit les vecteurs, 2 v= 1 , 1

0 w1 = 2 , 2

1 w2 = 1 . 2

(i) Trouver la meilleure approximation de v par un vecteur de la forme w1 + w2 . Sol.: Attention, ici w1 et w2 ne sous pas orthogonaux (w1 w2 = 0), donc on ne peut pas appliquer directement la mme mthode que pour lexercice 1. Mthode 1. Soit W = span(w1 , w2 ). La meilleure approximation w = w1 + w2 correspond la projection orthogonale projW v . Elle est dtermine par w W et v w W : (w v ) w1 = 0 (w v ) w2 = 0 w1 w1 + w2 w1 = v w1 w1 w2 + w2 w2 = v w2 8 + 6 = 4 . 6 + 6 = 5

0 1 Mthode 2. Soit A = 2 1 . On doit trouver la meilleure approximation de v 1 2 sous la forme Ax, o x = . Lquation normale pour la solution au sens des 2

4/3 4 La solution est = 1/2, = 4/3. Par consquent w = 1 w + w = 1/3 2 1 3 2 5/3


moindres carrs de Ax = v est AT Ax = AT v On conclut comme dans la mthode 1. Mthode 3. On applique la mthode la famille de Gram-Schmidt pour orthogonaliser 1 0 w2 u1 v = {w1 , w2 }. On pose u1 = w1 = 1/2 . Ensuite on 2 et u2 = w2 u1 u1 1 1/2 2 4/3 v u1 v u2 procde comme dans lexercice 1, projspan(w1 ,w2 ) v = u u1 + u u2 = 1/3 . 1 u1 2 u2 5/3 2/3 Sol.: v projspan(w1 ,w2 ) v = 2/3 = 2/ 3. 2/3 Soit maintenant les vecteurs,

8 + 6 = 4 6 + 6 = 5

(ii) Calculer la distance entre v et span(w1 , w2 ).

v=

2 4 0 1

w1 =

2 0 1 3

w2 =

5 2 4 2

(iii) Trouver la meilleure approximation de v par un vecteur de la forme w1 + w2 . Sol.: On remarque que les vecteurs w1 et w2 sont orthogonaux. 1 0 . projspan(w1 ,w2 ) v = 1/2 3/2 (iv) Calculer la distance entre v et span(w1 , w2 ). Sol.: v projspan(w1 ,w2 ) v = Exercice 3 Soit {u1 , . . . , un } et {v1 , . . . , vn } deux bases orthonormales de Rn . On dnit les matrices de taille n n, U = (u1 . . . un ) et V = (v1 . . . vn ). Montrer que U T U = I , V T V = I et que U V est inversible. Sol.:

35 . 2

U U =
T

uT 1 uT 2 . . . uT N

u1 u2 uN

T uT uT 1 u1 u1 u2 1 uN T T u 2 u 1 u 2 u 2 uT 2 uN . . . . . . . . . . . . T T T u N u 1 u N u 2 uN u N

Comme v1 , . . . , vn vrient les mmes hypothses, on a galement V T V = I . U V est inversible car V T U T U V = V T V = I , do (U V )1 = V T U T . Exercice 4 Soit W un sous-espace vectoriel de Rn . Soit {w1 , . . . , wq } une base orthogonale de W . Soit {v1 , . . . , vr } une base orthogonale de W . Montrer que {w1 , . . . , wq , v1 , . . . , vr } est orthogonale et prouver la relation dimW + dimW = n. Sol.: Le vecteur wi et le vecteur vj sont orthogonaux pour tout i = 1 . . . q, j = 1 . . . r car ils appartiennent aux espaces orthogonaux W et W . Les vecteurs wi sont orthogonaux entre eux car ils constituent une base orthogonale, de mme pour les vecteurs vj . Ainsi, nimporte quels deux vecteurs dans la famille {w1 , . . . , wq , v1 , . . . , vr } sont orthogonaux: cest une famille orthogonale. Montrons la relation dimW + dimW = n. Mthode 1: La famille {w1 , . . . , wq , v1 , . . . , vr } est orthogonale donc linairement indpendante. De plus tout vecteur v Rn se dcompose sous la forme v = z + w avec z W et w = projW v W . Or z W peut tre dcompos dans la base {v1 , . . . , vr } de W et projW v W peut tre dcompos dans la base {w1 , . . . , wq } de W . Ainsi, tout vecteur v Rn peut se dcomposer selon la famille linairement indpendante {w1 , . . . , wq , v1 , . . . , vr } qui est donc une base de Rn . Par consquent q + r = n. Mthode 2: Appliquons le thorme du rang lapplication linaire projW : dim Im projW + dim Ker projW = n. Or la projection vrie Ker projW = W et Im projW = W , do le rsultat. Exercice 5 Appliquer la mthode de Gram-Schmidt pour orthogonaliser les bases de sous-espaces vectoriels de Rn suivantes. 1 1 (i) w1 = 1 , w2 = 2 . 1 1

0 0 1 0 = I. . . . . . . . . . 0 0 1

1 0 . . .

1/3 w 2 u1 u2 = w 2 u1 = 2/3 . u1 u1 1/3

1 Sol.: La mthode de Gram-Schmidt donne: u1 = w1 = 1 . 1


(ii) w1 =

1 3 2 1

, w2 =

0 1 1 0

, w3 =

0 1 0 0

Sol.: La mthode de Gram-Schmidt donne: u1 = w1 = u2 = w 2


w 2 u1 u1 = u1 u1

1 3 2 1

1/3 0 1/3 1/3

u3 = w 3

w 3 u2 w 3 u1 u1 u2 = u1 u1 u2 u2

1/5 2/5 2/5 1/5

(iii) Donner une base orthonormale pour (i) et (ii). Sol.: Pour (i): u1 / u1 1 1 1 1 = 1 , u2 / u2 = 2 . 3 1 6 1

1 Pour (ii): u1 / u1 = 15 Exercice 6

1 3 2 1

1 , u2 / u2 = 3

1 0 1 1

1 , u3 / u3 = 10

1 2 2 1

Calculer la dcomposition QR des matrices suivantes: 2 3 (i) A = 2 4 , Sol.: On applique la mthode de Gram-Schmidt aux vecteurs w1 = 1 1 2/3 1/3 3 2 2 and w2 = 4 . On obtient u1 = 2/3 et u2 = 2/3 , 2/3 1/3 1 1 2/3 1/3 do Q = 2/3 2/3 , 1/3 2/3 Ainsi, R = QT A = 1 1 1 (ii) A = 1 2 1 , 1 2 1 5

3 5 0 1

1/3 2/ 6 0 3 5 / 3 1 / 3 Sol.: Q = 1/3 1/6 1/ 2 , R = 0 2/ 6 2/ 6 . 1/ 3 1/ 6 1/ 2 0 0 2


(iii) A =

0 0 1 2 0 1 1 1

Sol.: Q =

0 0 3/ 22 1/ 2 0 2/ 22 1/ 2 3/ 22

2 , R = 0

1/ 2 . 11/2

Exercice 7 Soit U un sous-espace vectoriel de Rn et u1 , . . . , up une base orthogonale de U . On considre la transformation T : Rn Rn dnie par T (v ) = projU (v ). Montrer que T est une transformation linaire. Sol.: Mthode 1. T (v + w) = u1 = u1 (v + w) u1 (v + w) up + . . . + up u1 u1 up up

Mthode 2. En utilisant lidentit x y = xT y = y T x, on a: T (v ) = u1

v u1 w u1 v up w up + u1 + . . . + up + up = T (v ) + T (w). u1 u1 u1 u1 up up up u p v up v u1 T 1 T T 1 + . . . + up = u1 uT 1 (u1 u1 ) v + . . . + up up (up up ) v u1 u1 up up


T 1 T 1 = u1 uT + . . . + up uT v. 1 (u1 u1 ) p (up up )

T 1 T 1 Ainsi, la transformation T est associe la matrice u1 uT + . . . + u p uT et 1 (u1 u1 ) p (up up ) est donc linaire.

Exercice 8 Dterminer la solution au sens des moindres carrs de Ax = b, (a) en utilisant lquation normale lorsque 4 2 1 (i) A = 2 0 , b = 1 , 2 2 3 Sol.: Lquation normale AT Ax = AT b est elle a pour solution x = 5/14 5/7 . 6

12 8 8 10

x=

10 10

1 3 (ii) A = 1 1 , b = 1 1 3 3 Sol.: AT A = 3 11 1 0 0 1 , (iii) A = 1 1 1 1 3 0 T Sol.: A A = 0 3 0 0


5 1 , 0

, AT b = 2 5 6 6

6 14

,x=

1 1

1 1 0 1

b=

(b) en utilisant la mthode QR,

1/3 1 0 T 0 , A b = 14 , x = 14/3 . 5/3 5 3


2 3 (ii) A = 2 4 , b = 1 1 1/3 Sol.: QT b = 2/3 Exercice 9

0 0 1 1 2 0 (i) A = , b = 0 1 1 1 1 0 Sol.: On remarque que la dcomposition QR a dj t obtenue lexercice 6. Lapproximation x au sens des moindres carrs est la solution du systme Rx = QT b, o 0 1/11 QT b = , et ainsi x = . 2/11 2/ 22

0 0 . 1

,x=

11/9 2/3

Soit A une matrice de taille m n. (i) Montrer KerA = Ker(AT A). Sol.: Si Ax = 0 alors AT Ax = 0, ce qui montre KerA Ker(AT A). Soit maintenant x tel que AT Ax = 0 ; alors xT AT Ax = 0. Or xT AT Ax = (Ax)T (Ax) = Ax 2 . Ainsi Ax = 0, et Ker(AT A) KerA. (ii) Montrer que AT A est inversible si et seulement si les colonnes de A sont linairement indpendantes. Sol.: Les colonnes de A = (a1 . . . an ) sont linairement indpendantes 1 1 . . A . . =0 . . = 0 n n (1 a1 + . . . n an = 0 1 = . . . = n = 0)

Ainsi, daprs (i), les colonnes de A sont linairement indpendantes si et seulement si Ker(AT A) = {0}, cest--dire AT A inversible.

KerA = {0}.

Informations gnrales, sries et corrigs http://anmc.epfl.ch/Algebre.html

ERROR: undefined OFFENDING COMMAND: eexec STACK: /quit -dictionary-mark-

Vous aimerez peut-être aussi