Académique Documents
Professionnel Documents
Culture Documents
Formes (bi)linaires
Alexis Tchoudjem
Universit Lyon I
31 mai 2011
2
Dans ce cours
hv1 , ..., vn i
le sous-espace vectoriel de E engendr par v1 , ..., vn c--d le sous-espace des
combinaisons linaires
1 v1 + ... + n vn
o 1 , ...,
K.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3 Formes bilinaires
3.1 Matrice dune forme bilinaire . . . . . . . . . . . .
3.2 Formules de changement de bases . . . . . . . . . .
3.3 Formes bilinaires non dgnres . . . . . . . . . .
3.4 Orthogonaux . . . . . . . . . . . . . . . . . . . . .
3.5 Dual . . . . . . . . . . . . . . . . . . . . . . . . . .
3.6 Formes bilinaires symtriques et formes bilinaires
4 Formes quadratiques, formes hermitiennes
4.1 Polarisation . . . . . . . . . . . . . . . . . . . . .
4.2 Matrices . . . . . . . . . . . . . . . . . . . . . . .
4.3 Rang, noyau, cne isotrope . . . . . . . . . . . .
4.4 Diagonalisation faible . . . . . . . . . . . . . . . .
4.5 Classification des formes quadratiques complexes
4.6 Classification des formes quadratiques relles . .
4.7 Formes hermitiennes . . . . . . . . . . . . . . . .
4.8 Formes quadratiques et hermitiennes positives . .
4.9 Orthogonalisation de Gram-Schmidt . . . . . . .
4.10 Orthogonalit . . . . . . . . . . . . . . . . . . . .
3
.
.
.
.
.
.
.
.
.
.
5
5
7
.
.
.
.
.
.
.
11
11
11
12
12
13
15
17
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
alternes .
19
19
20
20
21
23
24
.
.
.
.
.
.
.
.
.
.
25
25
26
28
29
30
31
32
35
35
36
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7 Les
7.1
7.2
7.3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
59
59
60
61
63
quaternions
65
Dfinitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Norme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
Lien avec les rotations . . . . . . . . . . . . . . . . . . . . . . 68
Chapitre 1
Quotients
1.1
Sommes directes
C = R + Ri
Corollaire 1.1.2.1 Si F est un sous-espace vectoriel dun espace E de dimension finie, alors :
dim F dim E
de plus, dim F = dim E si et seulement si E = F .
5
CHAPITRE 1. QUOTIENTS
R3 qui passent
F = F 0 (F G) et G = (F G) G0 .
Alors :
F + G = F G0
dim(F + G) = dim F + dim G0 = dim F + dim G dim(F G) .
q.e.d.
1.2. QUOTIENTS
1.2
Quotients
K, x E, t.(x + F ) := tx + F
CHAPITRE 1. QUOTIENTS
: E/ ker E 00
dfini par : x + ker 7 (x).
Dmonstration : Lapllication de lnonc est bien dfinie et est bien linaire.
Elle est surjective car si y E 00 , il existe x E tel que (x) = y donc :
(x + ker ) = y. Elle est injective car :
x + ker ker (x + ker ) = 0
(x) = 0 x ker x = 0 mod ker .
q.e.d.
On en dduit le clbre thorme du rang :
1.2. QUOTIENTS
Kespace vectoriel.
Proposition 1.2.7 Soient F et G deux sous-espaces vectoriels de E de codimensions finies. Alors F + G et F G sont aussi de codimension finie
et :
codim(F G) = codim(F ) + codim(G) codim(F + G) .
Dmonstration : On considre lapplication linaire :
: E/F E/G E/(F + G)
(x mod F, y mod G) 7 x y mod (F + G) .
Cest une application surjective et son noyau est isomorphe E/(F G)
par lisomorphisme :
E/(F G) ker
x mod (F G) 7 (x mod F, x mod G) .
q.e.d.
10
CHAPITRE 1. QUOTIENTS
Chapitre 2
Formes linaires
Soit E un
2.1
Kespace-vectoriel.
Dfinition
x1
..
.
xn
7 a1 x1 + ... + an xn
est une forme linaire sur n . Toutes les formes linaires sur n sont de
cette forme. En effet, notons e1 , ..., en la base canonique de n . Si est une
forme linaire sur n , alors pour tout x1 , ..., xn K, on a :
2.2
x1
..
.
xn
Base duale
12
n
X
hei , xiei .
i=1
2.3
Bidual
K, 7 (x). On a xb E .
E E
b
x 7 x
est un isomorphisme.
Lemme 2.3.2 Soit 0 6= x E, alors, il existe E tel que (x) 6= 0.
2.3.1
Base antduale
Proposition 2.3.3 Soit (1 , ..., n ) une base de E . Alors il existe une seule
base (v1 , ..., vn ) de E telle que pour tout i, i = vi . On dit que (v1 , ..., vn ) est
la base antduale de (1 , ..., n ).
2.4. ORTHOGONALIT
13
Dmonstration :
b est injective, E est forcment de dimension finie.
Comme E E , x 7 x
Soit (1 , ..., n ) la base duale de (1 , ..., n ) dans E . Daprs le thorme
2.3.1, il existe, pour tout i, vi E tel que vbi = i . Il est facile de vrifier que
(v1 , ..., vn ) est la base antduale de (1 , ..., n ).
q.e.d.
2.4
Orthogonalit
14
Thorme 2.4.2 Si E est de dimension finie, alors : i) Pour tout V sousespace de E, dim V + dim V = dim E et V = V . ii) Pour tout W sousespace de E , dim W + dim W = dim E et W = W .
Rem : lgalit V = V reste vraie en dimension infinie mais non lgalit
W = W .
Dmonstration : i) Soit : E E/V . Alors on a un isomorphisme :
(E/V ) V , 7 .
ii) Lapplication restriction :
E W
b|W est aussi surjective. Son noyau
est surjective. Donc : E W , x 7 x
est exactement W . Daprs le thorme du rang, on a donc : dim W =
dim E dim W .
q.e.d.
2.5. TRANSPOSE
15
2.5
q.e.d.
Transpose
16
Donc Im (t u) (ker u) .
Rciproquement, si (ker u) , alors : x ker u, (x) = 0. Soit S un
supplmentaire de Im u dans F : Im u S = F . On pose :
(u(x) + s) := (x)
pour tout x E et tout s S. Lapplication : F
si x, x0 E, s, s0 S, alors :
Proposition 2.5.3 Soit E un espace vectoriel. Soit u : E E un endomorphisme. Un sous-espace vectoriel F de E est stable par u si et seulement si F
est stable par t u.
Dmonstration : Supposons que F est stable par u, i.e. : x F , u(x) F .
Si F , alors :
x F, ht u(), xi = h u, xi = (u(x)) = 0 .
Donc t u() F et F est stable par t u.
Rciproquement, supposons que F est stable par t u. Soit : E E/F
la surjection canonique. Soit (E/F ) .
Pour tout x F , h, u(x) mod F i = ( )(u(x)) = (t u( ))(x).
Or, F donc t u( ) F . Donc : h, u(x) mod F i = 0. Cela
est vrai pour tout (E/F ) donc u(x) mod F = 0 mod F i.e. : u(x) F
pour tout x F .
q.e.d.
Matrices
alors : [t u]B 0 ,B = t A.
2.6. HYPERPLANS
2.6
17
Hyperplans
K, = c0 .
18
Chapitre 3
Formes bilinaires
Soient E, F deux
3.1
xi B(ei , ej )yj
i,j
= t xAy .
Rciproquement, si A Mm,n ( ) est une matrice, alors les galits cidessus dfinissent une forme bilinaire sur E F .
Si on note Bil(E, F ) lensemble des formes bilinaires sur EF , Bil(E, F )
est un espace vectoriel pour les oprations suivantes :
(B + B 0 )(x, y) := B(x, y) + B 0 (x, y) et (tB)(x, y) := tB(x, y)
et si e, f sont des bases de E et F , on a un isomorphisme despaces vectoriels :
20
3.2
K une forme bilinaire de rang r. Alors il existe une base (e) de E et une
base (f ) de F telle que
Ir
Mat(B)(e),(f ) =
0
0
Ir
0
. Mais alors,
0
tt
Ir
P AQ = P AQ =
0
0
q.e.d.
3.3
3.4. ORTHOGONAUX
21
1 i, j n, B(ei , fj ) = i,j .
Les fi forment une base de F car ils sont linairement indpendants (car
leurs images le sont). Si (f10 , ..., fn0 ) vrifient aussi :
1 i, j n, B(ei , fj0 ) = i,j .
Alors : i, j, B(ei , fj fj0 ) = 0 donc j, fj fj0 = 0. Do lunicit. q.e.d.
3.4
Orthogonaux
22
est bien dfinie, linaire. Cest une forme bilinaire rgulire. En effet, si
b F et si B(x mod F, b mod E ) = 0 pour tout x E, alors :
x E, B(x, b) = 0
donc b F i.e. b mod F = 0. De mme pour le noyau droite.
Donc, daprs le thorme 3.3.1, on a :
dim E/ F = dim F/E dim E + dim E = dim F + dim F .
Soit r le rang de B. Alors, r m, n et il existe une base e1 , ..., em de E,
une base f1 , ..., fn de F telles que
x = x1 e1 + ... + xm em E, y = y1 f1 + ... + yn fn F,
B(x, y) = x1 y1 + ... + xr yr .
On a donc : y = y1 f1 + ... + yn fn E x1 y1 + ... + xr yr = 0 pour tous
x1 , ..., xr
y1 = ... = yr = 0. Donc fr+1 , ..., fn est une base de E et
dim E + r = dim F .
q.e.d.
(X ) = X .
3.5. DUAL
23
3.5
q.e.d.
Dual
q.e.d.
24
3.6
Soit B : E E
une forme bilinaire. On dit que B est symtrique
si B(x, y) = B(y, x) pour tous x, y E. On dit que B est antisymtrique
si B(x, y) = B(y, x), pour tous x, y E. On dit que B est alterne si
B(x, x) = 0 pour tous x E.
Proposition 3.6.1 Alterne antisymtrique. Si on peut diviser par 2,
antisymtrique alterne.
Chapitre 4
4.1
Polarisation
Q(x, y) =
Q(x + y, x + y) Q(x y, x y)
4
Une application q : E
est une forme quadratique sil existe une
forme bilinaire symtrique Q : E E telle que :
=
q(x) = Q(x, x)
pour tout x
q(x + y) q(x y)
4
pour tous x, y E.
25
tA
est une forme quadratique. Sa forme polaire est la forme bilinaire symtrique
de matrice A dans la base canonique de n .
Exercice 7 Soit B : E E
une forme bilinaire. Alors, lapplication E , x
7
B(x, x) est une forme quadratique de forme polaire
B(x,y)+B(y,x)
.
2
4.2
Matrices
Supposons que E possde une base (e1 , ..., en ). Si q est une forme quadratique sur E, de forme polaire Q, on dit que la matrice :
M at(q)e := (Q(ei , ej ))1i,jn
est la matrice de q dans la base e. Cest une matrice symtrique !
Proposition 4.2.1 Lespace vectoriel Q(E) des formes quadratiques sur E
est isomorphe lespace des matrices n n symtriques coefficients dans
.
. En particulier Q(E) est de dimension n(n+1)
2
o X =
x1
..
.
xn
4.2. MATRICES
27
x
:= xy ont pour matrices :
x2 + y 2 et q1
1 0
0 1
1
2
1
2
et
K,
xi xj Q(ei , ej )
1i,jn
ai,j xi xj
1i,jn
X
1in
ai,i x2i +
2ai,j xi xj
1i<jn
q.e.d.
1 q
)i,j .
2 xi xj
ai,i xi yi +
ai,j (xi yj + xj yi )
i<j
32
4.3
1 23
1 0
R3.
4.4
29
Diagonalisation faible
1
t
1 0
1
2
1 1
1
2
1 1
0 1
Mthode de Gauss
Soit q(x1 , ..., xn ) = ni=1 ai,i x2i + 1i<jn ai,j xi xj une forme quadratique sur n . Nous allons crire q comme une combinaison de carrs de
formes linaires indpendantes en procdant par rcurrence sur n.
Premier cas : il existe un indice i tel que ai,i 6= 0 par exemple : a1,1 =
a 6= 0. Alors q(x1 , ..., xn ) = ax21 + x1 B(x2 , ..., xn ) + C(x2 , ..., xn ) o B est une
forme linaire et C une forme quadratique en les x2 , ..., xn . On crit alors :
P
q(x1 , ..., xn ) = a x1 +
B(x2 , ..., xn )
2a
2
+ (C(x2 , ..., xn )
B(x2 , ..., xn )2
)
4a
C
B
BC
)(x2 + ) + (D
)
a
a
a
a
C
B 2
C
B 2
BC
x1 + x2 + +
x1 x2 +
+ (D
)
4
a
a
a
a
a
les deux premiers termes sont des carrs de formes linaires indpendantes
et on itre la mthode de Gauss partir de la forme quadratique (D BC
a ).
4.5
Thorme 4.5.1
existe une base e1 , ..., en de E telle que :
4.6
4.7
Formes hermitiennes
pour tous x, y E, t .
La forme H est dtermine par h. En effet, comme pour les formes quadratiques, on a des formules de polarisation pour les formes hermitiennes :
1
Re(H(x, y) = (h(x + y) h(x) h(y))
2
1
Im (H(x, y) = (h(x) + h(y) h(x + iy)
2
ou :
H(x, y) =
1
(h(x + y) h(x y) + ih(x + iy) ih(x iy))
4
X
1
=
ik h(x + ik y) .
4 k=0,1,2,3
33
A=A
Cn, lapplication :
Cn R , Z 7 tZAZ
R est un Respace
Matrices
Si h est une forme hermitienne sur E, de forme polaire H, si v =
(v1 , ..., vn ) est une base de E, alors la matrice
A := (H(vi , vj ))1i,jn
est appelle la matrice de h dans la base (v1 , ..., vn ). La matrice A est gale
sa transconjugue i.e. :
A = tA
(en particulier la diagonale est relle).
Une matrice A telle que A = t A est appele hermitienne.
Souvent on note A la place de t A.
Exercice 8 Si A, B Mn ( ), (AB) = B A .
Si x = x1 v1 + ... + xn vn , x1 , ..., xn
h(x) = t XAX
o X :=
x1
..
.
xn
Changement de bases
Si v 0 = v10 , ..., vn0 est une autre base de E, si P est la matrice de passage
de v v 0 , alors la matrice de h dans la nouvelle base est
A0 = P AP .
Rang
Le rang dune forme hermitienne h est le rang de sa matrice dans une
base. Ce rang ne dpend pas de la base choisie cause de la formule de
changement de base.
Exemple : Sur 2 , la forme hermitienne :
3
3
h(x, y) = |x|2 2|y|2 + xy + xy
2
2
a pour matrice
3
2
3
2
Mthode de Gauss
Comme une forme quadratique, toute forme hermitienne se rduit
en une combinaison linaire relle de modules au carr de formes linaires
complexes linairement indpendantes. Il suffit de remplacer dans la mthode
de Gauss des formes quadratiques les carrs par des carrs de modules.
Exemples : h1 (x, y) = xy+xy se rduit en 12 (|x+y|2 |xy|2 ). h2 (x, y) =
2z
3
+ 43 |z|2 .
Thorme 4.7.1 Soit h une forme hermitienne sur un espace vectoriel complexe V de dimension n. Il existe une base v1 , ..., vn de V o
h(v) = |x1 |2 + ... + |xp |2 |xp+1 |2 ... |xp+q |2
pour tous v = x1 v1 + ... + xn vn V et pour certains entiers p, q 0 tels que
p + q n.
Les entiers p, q sont indpendants de la base choisie et on dit que (p, q)
est la signature de h. De plus, p + q est le rang de h.
Si h = a1 |l1 |2 + ... + ar |lr |2 pour certaines formes linaires indpendantes
sur V et certains ai , la signature de h est (p, q) o p est le nombre de
ai > 0, q est le nombre de ai < 0.
On dit quune forme hermitienne h sur un espace vectoriel E est positive
si pour tout x E, h(x) 0. On dit quelle est dfinie positive si pour tout
0 6= x E, h(x) > 0.
On dfinit le noyau dune forme hermitienne comme le noyau dune forme
quadratique i.e. : si h est une forme hermitienne sur un espace E de forme
polaire H le noyau de h est :
4.8
35
Soit une forme quadratique sur un espace vectoriel rel E ou une forme
hermitienne sur un espace vectoriel E. On notera la forme polaire de
.
Lemme 4.8.1 Supposons E de dimension finie. Si est positive (respectivement dfinie positive) sur E, alors le dterminant de la matrice de dans
une base est 0 (respectivement > 0).
Thorme 4.8.2 (Ingalit de Cauchy-Schwarz) Si est positive, alors
pour tous x, y E :
|(x, y)|2 (x)(y)
si de plus, est dfinie positive, il y a galit si et seulement si x, y sont lis.
Corollaire 4.8.2.1 (Ingalit de Minkowski) Si est positive, alors pour
tous x, y E :
q
q
q
(x + y) (x) + (y) .
4.9
Orthogonalisation de Gram-Schmidt
Dfinition 2 Soit A = (ai,j )1i,jn une matrice n n. Les mineurs principaux de A sont les nombres k := det ((ai,j )1i,jk ), 1 k n.
Exemple : n = detA.
Thorme 4.9.1 Soit E un espace vectoriel de dimension finie. Soit q une
forme quadratique relle sur E. Soient e1 , ..., en une base de E et A la matrice
de q dans cette base. Si tous les mineurs principaux de A, 1 , ..., n , sont non
nuls alors il existe une unique base f1 , ..., fn de E telle que :
i) f1 , ..., fn est une base orthogonale ;
ii) pour tout k, fk = ek mod he1 , ..., ek1 i.
k
De plus les fk vrifient : q(fk ) = k1
1 k n (0 := 1).
Remarque : Si q est dfinie positive, tous les k sont > 0 et on obtient une
base orthonormale en posant fk0 := fk .
q(fk )
Remarque : Lhypothse sur les mineurs signifie que q he1 ,...,ek i est non
dgnre pour tout k. Par exemple si q est dfinie positive (sur ). Le
thorme est encore vrai en dimension dnombrable.
i=1
4.10
Orthogonalit
Chapitre 5
Espaces euclidiens et
hermitiens
5.1
Espaces euclidiens
hx, yi = x1 y1 + ... + xn yn
o x = (x1 , ..., xn ), y = (y1 , ..., yn ).
Exemple : Lespace des fonctions continues sur lintervalle [1, 1] avec
le produit scalaire :
Z
1
hf, gi :=
f (t)g(t)dt .
1
(x, y)
.
|x||y|
37
38
(a2 , a1 )
G(a1 , ..., ak ) :=
..
(a2 , a2 ) ...
..
.
(a2 , ak )
..
En particulier, si e01 , ..., e0n est une autre base orthonormale de E, la matrice de passage O de (e1 , ..., en ) (e01 , ..., e0n ) vrifie :
t
OO = In .
39
Projection orthogonale
Soit F un sous-espace de E. On note F son orthogonal pour le produit
scalaire (, ). Comme le produit scalaire est dfini, on a :
E = F F
autrement dit tout vecteur x E se dcompose de manire unique en :
x=y+z
o y F, z F . On note y := prF (x), z := ortF (x).
Proposition 5.1.5 Si e1 , ..., ek est une base orthogonale de F , alors :
prF (x) =
k
X
(x, ei )
i=1
ortF (x) = x
(ei , ei )
ei
k
X
(x, ei )
i=1
(ei , ei )
ei .
k1
X
i=1
Remarque : la famille
(ek , fi )
fi .
(fi , fi )
f1
fn
(f1 ,f1 ) , ..., (fn ,fn )
E.
Exemples standards :
les polynmes orthogonaux
E = [X], Rei := X i1 ,
1
i) (f, g) := 1
f g : fn+1 =
R 1 f (t)g(t)
n!
d
(2n)! dxn
n
x2 1
(Legendre) ;
2n1 Tn
Tchbychev I si n 1
1t2
dt : f1 = 1, fn+1 =
R1
A = BO
o O est une matrice orthogonale et B une matrice triangulaire suprieure
coefficients diagonaux > 0.
40
5.1.1
Distances
p
detG(e1 , ..., ek , x)
.
detG(e1 , ..., ek )
detG(e1 , ..., ek , x)
.
detG(e1 , ..., ek )
detG(e1 , ..., ek , x)
.
detG(e1 , ..., ek )
q.e.d.
( n
X
xi ai : 0 x1 , ..., xn 1
i=1
cest le paralllpipde dfini par (a1 , .., an ). On dira que P (a1 , ..., an1 )
est la base de P (a1 , ..., an ) et que ||ortha1 ,...,an1 i (an )|| est sa hauteur.
41
detG(a1 , ..., an ).
n
X
ai,j ei
i=1
5.1.2
Isomorphismes
5.2
Espaces hermitiens
42
(x, x) .
o X :=
x1
..
.
, Y :=
y1
..
.
xn
yn
Les matrices de changement de bases entre deux bases orthonormales
sont appeles unitaires .
E = F F .
k
X
k
X
i=1
i=1
(x, fi )fi
5.3
5.3.1
K K R
(M X) Y = X (N Y )
ou encore
X M Y = X N Y .
44
5.3.2
Rduction
C.
i 1
5.3.3
Quadriques
o :
q est une forme quadratique non nulle sur E ;
l est une forme linaire sur E ;
c est une constante relle.
On notera qF := q la partie forme quadratique de F .
On appelle quadrique un sous-ensemble de E de la forme :
QF := {x E : F (x) = 0}
o F est une fonction quadratique .
Si E est de dimension 2, on parle de conique.
Exemples : les cercles, les ellipses, les hyperboles, les paraboles.
Si F = q + l + C avec q une forme quadratique, l une forme linaire et C
une constante, on dfinit lhomognis de F par :
HF (x, t) := q(x) + l(x)t + Ct2
46
canonique de
3 est la matrice
0
0
0
12
qui est inversible).
0 12 0
Remarque : une quadrique, mme non dgnre, peut-tre vide : x2 +
y 2 + 1 = 0 na pas de solution dans 2 .
Changement de variables
Proposition 5.3.7 Soit F une fonction quadratique sur E. Soient o E
et u1 , ..., un une base de E. Si on pose G(x1 , ..., xn ) := F (o + x1 u1 + ... +
xn un ) alors, on obtient une fonction quadratique G sur n et les formes
quadratiques
qG et qF dune part,
HF et HG dautre part, ont la mme signature si
= .
En particulier, si HF est non dgnre, alors HG aussi et la quadrique
de n dquation G(x1 , ..., xn ) = 0 est aussi non dgnre.
K R
Rn, alors on a :
x1
xn
, ..., )
t
t
x1
xn
u1 + ... +
un )
t
t
to + x1 u1 + ... + xn un
= t2 F (
)
t
= HF (to + x1 u1 + ... + xn un , t)
= t2 F (o +
Or, les vecteurs (u1 , 0), ..., (un , 0), (o, 1) forment une base de E
(exo).
Donc la matrice de la forme quadratique HG dans la base canonique de n+1
est aussi la matrice de HF dans la base (u1 , 0), ..., (un , 0), (o, 1) de E .
Donc les formes quadratiques HF et HG ont la mme signature.
q.e.d.
48
5.3.4
50
R2 dquation quadratique :
a b d
d e f
quadratique HF est non dgnre) donc que C est non dgnre.
Alors soit C est vide soit il existe o 2 , une base orthonorme u1 , u2
de 2 et a1 , a2 > 0 tels que :
la matrice
b c
R.
52
R:
2 2
1 2
) + 2 (x2 +
) + c0
21
22
1
pour une certaine constante c0 . Si on pose o := 2
u1
1
F (o + x1 u1 + x2 u2 ) = F ((x1
2
22 u2 ,
on trouve :
1
2
)u1 + (x2
)u2 )
21
22
= 1 x21 + 2 x22 + c0
si x1 , x2 . En particulier, c0 = F (o).
Or, daprs la proposition5.3.7, si G(x1 , x2 ) := F (o + x1 u1 + x2 u2 ) =
1 x21 + 2 x22 + c0 , on a : HG qui est non dgnre car HF est non dgnre.
Or,
HG (x1 , x2 , x3 ) = 1 x21 + 2 x22 + c0 x23
donc c0 = F (o) 6= 0.
Donc :
o + x1 u1 + x2 u2 C 1 x21 + 2 x22 + F (o) = 0
Si
a1 :=
1 2
F (o) , F (o)
1
F (o) et a2
1 2
2 2
x1 +
x = 1 () .
F (o)
F (o) 2
> 0, on pose ai =
:=
2
F (o)
> 0. Si
1
F (o)
i
F (o) .
Si
< 0,
2
F (o) > 0,
1 2
F (o) , F (o)
1
F (o)
> 0,
2
F (o)
< 0, on pose
on change u1 et u2 et
Fx (o) = 0
Fy (o) = 0
Fx (o)
F (o + v) = qF (v) + h
, vi + F (o)
Fy (o)
Fx (o)
, x1 u1 + x2 u2 i = 0
pour tous x1 u1 + x2 u2
Fy (o)
R2 donc :
Fx (o) = 0
Fy (o) = 0
b c
asso-
1 2
) + 2 x2 + c0
21
2
2
2
2
c0
1
c0
u1
u2 .
21
2
54
On obtient alors :
F (o + x1 u1 + x2 u2 ) = F ((x1
c0
1
)u1 + (x2
)u2 )
21
2
= 1 x21 + 2 x2 .
Par consquent, on a :
o + x1 u1 + x2 u2 C F (o + x1 u1 + x2 u2 ) = 0
1 x21 + 2 x2 = 0
1 2
x x2 = 0 .
2 1
1
Quitte changer u2 en u2 , on supposera que
2 > 0. On pose alors
1
a1 :=
2 .
Remarque : Comment calculer o dans ce cas ? Rponse : le point o est
lunique point de 2 tel que :
R2, on a :
F (o + x1 u1 + x2 u2 ) = 1 x21 + 2 x2
o 2 = (x F (o), y F (o)).u2 .
q.e.d.
Pour rsumer, on a le tableau suivant pour une conique non dgnre
dquation F (x, y) = 0 dans 2 :
sgn(qF )
(2, 0)
nature de la conique
ellipse
si sgn(HF )=(2,1)
si sgn(HF )=(3,0)
(1, 1)
hyperbole
(1, 0)
parabole
x F (o) = 0
y F (o) = 0
2x0 + y0 + 4 = 0
x0 + 2y0 + 3 = 0
2
5
x0 = , y 0 = .
3
3
On a de plus, qF (x, y) = x2 +xy +y 2 . On cherche donc les valeurs propres
1 , 2 de la matrice
1
2
1
2
1
2
[qF ] =
1 1
3
= + x21 + x22 .
3 2
2
Donc :
1 1
3
o + x1 u1 + x2 u2 C + x21 + x22 = 0
3 2
2
9
3
x21 + x22 = 1 .
2
2
Donc C est une ellipse de centre (5/3, 2/3) et dont les axes principaux
sont les droites
o+
Ru1 = (y = x 7/3)
o+
Ru2 = (y = x + 1)
56
5.3.5
a e f
[HF ] =
b g
g
p q
est inversible (donc Q est non dgnre). Alors, soit Q est vide soit il existe
a1 , a2 , a3 > 0, u1 , u2 , u3 une base orthonormale de 3 et o 3 tels que :
58
Chapitre 6
6.1
Rappels
Dfinition 4 : E E
(x, x) = 0 pour tout x E.
Exemple : det :
x x0
2,
7 xy 0 x0 y est bilinaire
,
0
y
y
R2 R
alterne.
Remarque : Altern antisymtrique. La rciproque vraie en caractristique 6= 2. Soit : E E une forme bilinaire alterne.
*
Le noyau de est le sous-espace :
ker := {x E : y E, (x, y) = 0}
Si ker = 0, on dit que est non dgnre.
Exercice 12 Vrifier que le dterminant est non dgnr.
Si e := (e1 , ..., en ) est une base de E, la matrice de dans la base (e) est
la matrice :
Mate () := ((ei , ej ))1i,jn .
Si x = x1 e1 + .. + xn en et y = y1 e1 + ... + yn en alors :
(x, y) = t XAY
o X et Y sont les vecteurs colonnes forms des coordonnes de x et y.
59
60
1 0
6.2
Classification
0 1
J :=
0 AA
AA
AA
1 0
6.3. LE PFAFFIEN
61
t
P AP =
0 AA
AA
AA
1 0 =
=
==
=
0
En particulier, le rang de la matrice A est un entier pair.
6.3
Le Pfaffien
Toutes les matrices antisymtriques carres de taille impaire sont de dterminant 0 (exo).
Le dterminant dune matrice antisymtrique carre de taille paire est
un carr. Plus prcisment :
Thorme 6.3.1 Il existe un unique polynme en les variables ti,j , 1 i <
j 2n et coefficients entiers not Pf tel que :
Pf(A)2 = detA
pour toute matrice antisymtrique carre A de taille 2n et
Pf(J) = 1 .
Dmonstration : Soit
t1,2
t1,2
A :=
t1,3
0 II t2,3
I
II
II
II
II
I
M2n (K)
P AP = J .
62
K[t]
Proprits :
si 2n = 2 :
Pf
a 0
=a ;
si 2n = 4 :
t1,2
Pf
t1,3
t1,2
t1,3
t2,3
t2,3
t1,4
t2,4
63
Pf
1
0 EE
EE
EE
E
0
n
= 1 ...n .
Formule de Laplace
On peut, pour calculer le dterminant dune matrice dvelopper, simultanment, par rapport plusieurs lignes ; si A Mn ( ), alors :
detA =
A0
o :
A0 dcrit les matrices extraites de A formes des r premires lignes de
A et de r colonnes j1 < j2 < ... < jr ,
A00 est, pour chaque A0 , la matrice extraite de A forme des n r
lignes et n r colonnes restantes,
(A0 ) := (1) o est le nombre de transpositions de colonnes (i.e.
changes de deux colonnes) ncessaires pour amener les colonnes j1 , ..., jr en
position 1, ..., r sans changer lordre des autres colonnes, concrtement :
r(r + 1)
.
2
Par exemple, si r = 1, cest la formule du dveloppement du dterminant
par rapport la premire ligne.
= j1 1 + ... + jr r = j1 + .... + jr
6.4
Groupe symplectique
gJg = J .
64
Chapitre 7
Les quaternions
Rappelons que :
a b
'
a + ib 7
M2 ( )
b a
b
a
7.1
Dfinitions
Dfinition 6 Soit
a
:=
M2 ( )
1 := I2 , I :=
0 i
, J :=
, K :=
1 0
0 i
i 0
H.
H H
Proposition 7.1.1
est une sous- algbre de M2 ( ) i.e. : I2 et
est stable par addition, par multiplication par un scalaire rel et par multiplication.
Dmonstration : Pour la stabilit par multiplication, on vrifie que :
b a
a0
b0
b0
a0
65
aa0
ab0
bb0
ab0
a0 b
aa0
a0 b
bb0
66
H = R1 RI RJ RK
Table de mulitplications :
I 2 = J 2 = K 2 = 1
IJ = JI = K , JK = KJ = I , KI = IK = J
IJK = 1
(exo)
Remarque : Si s
v1
, ~v =
v2
v3
[s, ~v ] := s + v1 I + v2 J + v3 K
On a alors pour s, t
H.
R, ~v, w~ R3 :
[s, ~v ][t, w]
~ = [st ~v .w,
~ t~v + sw
~ + ~v w]
~ .
q 6= 0 q inversible dans M2 ( ).
b a
7.2. NORME
67
Dmonstration : Soit 0 6= q =
b a
H. Alors,
q 1 =
a b
|a|2 + |b|2
b
H.
H, on a
b=c=d=0 .
La rciproque est clair : si x
R, alors q H, xq = qx.
q.e.d.
7.2
Norme
Pour tout q
H, on pose :
q := tq .
Proprits :
q1 , q2
q
H, (q1q2) = q2q1
H, qq = qq = det(q)I2 R+I2
R, (a + bI + cJ + dK) = a bI cJ dK
a, b, c, d
Dfinition 8
68
On remarque :
q, q 0
H, ||qq0|| = ||q||||q0||
donc :
G := S 3 := SU2 := {q
: ||q|| = 1}
est un sous-groupe de
\ {0}.
Ce groupe joue vis--vis des rotations de SO3 ( ) le mme rle que le
groupe S 1 vis--vis de SO2 ( ).
7.3
H, on pose :
sq : H0 H0 y 7 sq (y) := qyq 1
(vrifier que si y H0 , sq (y) H0 ).
Pour tout 0 6= q H, on notera Sq la matrice de sq dans la base I, J, K
de H0 .
Remarque : La base I, J, K de H0 est orthonormale.
Lemme 7.3.1 Si s = s1 I + s2 J + s3 K H0 , avec s1 , s2 , s3 R et s21 + s22 +
Pour tout 0 6= q
sg (I) = s .
Dmonstration : Il existe ,
R tels que :
q.e.d.
S 3 SO3 ( ) q 7 Sq
est un morphisme surjectif de groupes de noyau : 1 i.e. :
q, q 0 S 3 , Sqq0 = Sq Sq0
Sq = Sq0 q 0 = q
69
a = cos
R tel que :
et b = sin .
2
2
SO3 ( ) .
0
0
1
Sq =
0 cos sin
0 sin
cos
On a alors :
sg (a + ||p||I) = q
(exo).
Soit r := a + ||p||I. On a donc : grg 1 = q do :
Sq = Sg Sr Sg1
70
v1
R3 de poids
v3
3
1 de R.Daprs le lemme, il existe g S tel que : sg (I) = v1 I + v2 J + v3 K.
Mais alors :
1
1
Sg1 RSg
=
0 .
Sg1 RSg
0
1
=
0 cos
0 sin
pour un certain
sin
cos
R. Donc si on pose :
r := cos
+ sin I
2
2
on a :
Sg1 RSg = Sr R = Sg Sr Sg1
R = Sgrg1
do la surjectivit.
Pour finir le noyau est {1} :
Si Sq = I3 alors :
y
H0, sq (y) = y
H0, qyq1 = y qy = yq
y H, qy = yq
qR .
a = cos
et ||p|| = sin .
2
2
71
p1
Posons aussi p~ :=
p2 si p = p1 I + p2 J + p3 K. Avec ces notations, Sq
p3
est la rotation daxe p~ et dangle .
Index
forme polaire, 25
noyau dune forme quadratique, 28
alterne, 24
antisymtrique, 24
autoadjoint (endomorphisme), 43
axes principaux dune conique, 51
non dgnre, 20
normal (endomorphisme), 44
noyau dune forme altrene, 59
noyau gauche, 22
orthogonale (matrice), 38
orthogonaux, 21
orthogonaux (une forme linaire et un
base duale, 12
vecteur), 13
bases duales pour les formes bilinaires orthonormale, 38
rgulires, 21
polynme homogne, 27
bidual, 12
positive (forme quadratique), 31
codimension, 7
produit scalaire, 37
congruentes, 26
quadrique, 45
conique, 45
quadrique non dgnre, 45
directions principales dune conique, quaternions, 65
51
quaternions purs, 66
dfinie (forme), 28
quotient, 7
dfinie positive (forme quadratique),
rang dune forme bilinaire, 20
31
rang dune forme quadratique, 28
endomorphisme adjoint, 43
rgulire, 20
espace hermitien, 41
signature, 31
forme bilinaire, 19
supplmentaire, 5
forme hermitienne, 32
symplectique, 60
forme linaire, 11
symtrie hermitienne, 32
forme linaire coordonne, 12
symtrique, 24
forme quadratique, 25
transpose, 15
hermitienne, 33
unitaire (matrice), 42
hermitienne (matrice), 33
homognis, 45
volume, 41
hyperplan, 17
langle, 37
72