Les espaces préhilbertiens

Niveau : MP

EL AMDAOUI MUSTAPHA
Lycée Ibn Timiya
Email: elamdaoui@gmail.com
Table des matières

I Projection orthogonale sur un sous-espace de dimension finie 1

I.1 Produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
I.2 Orthogonalité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
I.3 Espaces euclidiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
I.4 Projections orthogonaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
I.5 Suites totales, suites hilbertiennes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
I.6 Symétrie orthogonale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
I.7 Orthonormalisation de Gram-Schmidt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

II Endomorphismes orthogonaux d’un euclidien 14

II.1 Matrices orthogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
II.2 Groupe orthogonal d’un espace euclidien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
II.3 Automorphismes orthogonaux du plan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
II.4 Réduction des endomorphismes orthogonaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
II.5 Non commutativité de SO (E ) en dimension Ê 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

III Endomorphismes symétriques 23

III.1 Endomorphisme symétrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
III.2 Cas euclidien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
III.3 Théorème spectral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
III.4 Extrémum sur la sphère . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

IV Formes linéaires d’un espace euclidien 26

IV.1 Formes linéaires d’un espace euclidien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
IV.2 Adjoint d’un endomorphisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
 I PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE

E désigne un R-espace vectoriel. n et p désignent des entiers naturels.

I. Projection orthogonale sur un sous-espace de dimension finie

I.1. Produit scalaire
Définition
On appelle produit scalaire sur E toute application ϕ : E × E → R vérifiant
1. ϕ est bilinéaire
2. ϕ est symétrique i.e. ∀ x, y ∈ E, ϕ( x, y) = ϕ( y, x)
3. ϕ est positive i.e. ∀ x ∈ E, ϕ( x, x) Ê 0
4. ϕ est définie i.e. ∀ x ∈ E, ϕ( x, x) = 0 ⇒ x = 0.
On dit qu’un produit scalaire est une forme bilinéaire symétrique définie positive.

Exemple 1
Considérons E = C 2π (R, R).
1 π
Z
Pour f , g ∈ E on pose ϕ( f , g) = f (t)g(t)dt.
π −π

Solution
ϕ : E × E → R est bien définie.
Soient λ, µ ∈ R et f , g, hZ∈ E.
1 π 1 π 1 π
Z Z
– ϕ( f , λ g + µ h) = f (t) λ g(t) + µ h(t) dt = λ f (t)g(t)dt + µ
¡ ¢
f (t)h(t)dt.
π −π π −π π −π
1 π 1 π
Z Z
– ϕ( f , g) = f (t)g(t)dt = g(t) f (t)dt = ϕ(g, f )
π Z−π π −π
1 π 2
– ϕ( f , f ) = f (t)dt Ê 0
π −π
1 π 2
Z
– Si ϕ( f , f ) = 0 alors f (t)dt = 0. Or la fonction f 2 est continue positive sur [−π, π] donc f = 0.
π −π
ϕ est un produit scalaire sur le R-espace vectoriel E.

Définition
Un R-espace E muni d’un produit scalaire est dit préhilbertien.

Définition: Norme euclidienne

p
On appelle norme euclidienne d’un vecteur x le réel k xk = ( x| x)

I.2. Orthogonalité
Soit E un R-espace préhilbertien réel.
Définition: Vecteurs orthogonaux
Deux vecteurs x, y ∈ E sont dits orthogonaux si < x, y >= 0. On note x ⊥ y.

Définition
La famille ( x i ) i∈ I de vecteurs de E est dite
• orthogonale si ∀ i, j ∈ I, i 6= j ⇒< x i , x j >= 0.
• orthonormale si ∀ i, j ∈ I, < x i , x j >= δ i j .
• est dite base orthogonale si elle est à la fois base de E et famille orthogonale.
• base orthonormale ou BON si elle est à la fois base de E et famille orthonormale.

Exemple 2
Soit n, m ∈ N. Alors
1 π
(
δnm si n 6= 0 ou m 6= 0
Z
1. cos(nt) cos(mt)dt = ;
π −π 2 si n = m = 0

1
I PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE

1 π
(
δnm si n 6= 0 ou m 6= 0
Z
2. sin(nt) sin(mt)dt = ;
π −π 0 si n = 0 ou m = 0
Z π
1
3. cos(nt) sin(mt)dt = 0.
π −π

Preuve :
Soient n, m ∈ N. On a

1 π i ( m− n) t 1 π
Z Z
δnm =< e n , e m >= e dt = cos((m − n)t) + i sin((m − n)t)dt
2π −π 2π −π

De même,
1 π
Z
δ(−n)m =< e −n , e m >=cos((m + n)t) + i sin((m + n)t)dt
2π −π
On remarque qu’on a toujours δ(−n)m = 0 à l’exception du cas n = m = 0 où le résultat est 1. Donc

1 π
Z
δnm + δ(−n)m = (cos(mt) cos(nt) + i sin(mt) cos(nt)) dt.
π −π

On déduit que

1 π
Z
cos(mt) cos(nt)dt = δnm + δ(−n)m
π −π
(
δnm si n 6= 0 ou m 6= 0
=
2 si n = m = 0

et
1 π
Z
sin(mt) cos(nt)dt = 0.
π −π
De même, on a
1 π
Z
δnm − δ(−n)m = (sin(mt) sin(nt) + i sin(nt) cos(mt)) dt.
π −π
Donc
1 π
(
δnm si n 6= 0 ou m 6= 0
Z
sin(mt) sin(nt)dt = .
π −π 0 si n = m = 0

Propriété
1. Toute famille orthogonale de vecteurs non nuls est libre ;
2. Toute famille orthonormale est libre

Preuve :
X
1. Soient J ⊂ I fini et (λ i ) i∈ J une famille de scalaires tels que λ i x i = 0. Donc
i∈ J

λ i < x p , x i >= λ p k x p k2
X X
∀ p ∈ J, 0 =< x p , λ i x i >=
i∈ J i∈ J

La famille (x i ) i∈ I est alors libre.

2. Une famille orthonormale est une famille orthogonale de vecteurs non nuls

Propriété: Théorème de Pythagore

Si la famille ( x1 , . . . , xn ) de vecteurs de E est orthogonale alors
° °2
°Xn ° n
k xk k2 .
X
xk ° =
° °
°
°k=1 ° k=1

Preuve :
Par récurrence sur n

2
I PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE

Définition: Orthogonal d’une partie

– Soit A ⊂ E . On appelle orthogonal de A l’ensemble { x ∈ E, ∀a ∈ A, < x, a >= 0}. On le note A ⊥
– Deux parties A, B ⊂ E sont dites orthogonales si ∀a ∈ A, ∀ b ∈ B, < a, b >= 0. On note A ⊥ B.
– Une famille ( A i ) i∈ I de parties de E est dite orthogonale si les A i sont deux à deux orthogonales.

 Notation
¡ ¢⊥
Le double orthogonal A ⊥ est noté A ⊥⊥

Exemple 3
E ⊥ = {0} et {0}⊥ = E

Convention 1
;⊥ = E

 Remarque
La relation A ⊥ = (Vect( A ))⊥ est importante en pratique. En effet, pour déterminer A ⊥ , on n’a pas besoin de
verifier l’orthogonalité avec tous les éléments de A mais juste avec un ensemble de générateurs de A . C’est
le cas lorsque A = vect ( x i | x i ∈ I ) on a

A ⊥ = { x ∈ E, ∀ i ∈ I, < x, x i >= 0}

Définition: Supplémentaires orthogonaux

Deux sous-espaces vectoriels F et G sont dits supplémentaires orthogonaux s’ils sont supplémentaires
et orthogonaux i.e. si
⊥
E = F ⊕G

Exemple 4
Dans M n (R) muni du produit scalaire canonique les sous-espaces vectoriels S n (R) et A n (R) sont supplémentaires
orthogonaux.

Solution
Soient A ∈ S n (R) et B ∈ A n (R).
(A |B) = Tr t AB = Tr (AB)
¡ ¢

et
(A |B) = (B| A) = Tr t BA = −Tr (BA) = Tr (AB)
¡ ¢

donc (A |B) = 0. Ainsi S n (R) et A n (R) sont orthogonaux et donc en somme directe.
De plus, pour tout M ∈ M n (R), on peut écrire

1 1
M= (M + t M) + (M − t M)
2 2
1 1
avec (M + t M) ∈ S n (R) et (M − t M) ∈ A n (R). Ainsi
2 2
⊥
M n (R) = S n (R) ⊕ A n (R)

Propriété
L
Soit F et G deux sous-espaces supplémentaires de E : E = F G , les propriétés suivantes sont équiva-
lentes
F ⊥ G ⇐⇒ G = F ⊥ ⇐⇒ F = G ⊥

Preuve :
• 2) ⇒ 1) et 3) ⇒ 1) sont évidentes
• Montrons 1) ⇒ 2). On a G ⊂ F ⊥
Inversement soit x ∈ F ⊥ , puisque E = F ⊕ G,il existe (xF , xG ) ∈ F × G. On a < x| xF >= 0, car x ∈ F ⊥ et puisque
G ⊂ F ⊥ , alors < xF | xG >= 0, donc
k xF k2 =< x| xF > − < xG | xF >= 0
puis xF = 0, en conséquence x ∈ G, ce qui montre F ⊥ ⊂ G
• De même on montre 1) ⇒ 3)

3
I PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE

Corollaire
Si F admet un supplémentaire orthogonal, celui-ci est unique et c’est F ⊥ .

 Attention
Il se peut que F et F ⊥ ne soient pas supplémentaires.

 Attention
Soit E = `2 (R) = ( u n ) ∈ RN | u2n converge et F l’ensemble des suites à support fini.
© P ª
+∞
X
< u|v >= u n vn définit un produit scalaire sur E .
n=0
F est un sous-espace vectoriel de E engendré par la famille ( H n ) avec H n = δk,n k∈N . Soit u = ( u n ) ∈ E , on a
¡ ¢

u ∈ F⊥ ⇐⇒ ∀ n ∈ N, < u| H n >= 0
⇐⇒ ∀ n ∈ N, un = 0
u=0 ⇐⇒
1
µ ¶
Ainsi F ⊥ = {0} et F F ⊥ = F . Mais F 6= E , car la suite ∈ `2 (R) \ F
L
n+1

Corollaire
Si F admet un supplémentaire orthogonal alors F ⊥⊥ = F .

Preuve :

Car F ⊥⊥ = G ⊥ = F.

 Remarque
Soient F , G deux sous-espaces vectoriels de E tels que F ⊥ G : La somme F + G est directe orthogonale et
⊥
on note F ⊕ G . Si B est une famille orthogonale de F et B 0 est une famille orthogonale de G alors B ∪ B 0
⊥
est une famille orthogonale de F + G . En particulier, si E = F ⊕ G , B est une base orthogonale (resp. BON)
de F et B 0 est une base orthogonale (resp. BON) de G alors B ∪ B 0 est une base orthogonale (resp. BON) de
E . L’inclusion F ⊥ + G ⊥ ⊂ (F ∩ G )⊥ peut être stricte. En effet, Soit H un hyperplan dense dans E et a ∉ H .
On a H ⊥ = {0} donc H ⊥ + (Ka)⊥ = (Ka)⊥ mais ( H ∩ Ka)⊥ = {0}⊥ = E .

Propriété
n
Si (F i )ni=1 une famille finie de sous-espaces vectoriels deux à deux orthogonaux, la somme
X
F i est
i =1
directe
n
X M
Fi = Fi
i =1 1É i É n

On dit alors que les F1 , · · · , F n sont en somme directe orthogonale

Preuve :
Soit (x1 , · · · , xn ) ∈ F1 × · · · × F n tel que x1 + · · · + xn = 0. Pour tout k ∈ [[1, n]], on a :
n
k xk k2 =< xk |
X
x i >=< xk |0 >= 0
i =1

car < xk | x i >= 0 si k 6= i

Définition
Soit (F i )ni=1 une famille finie de sous-espaces vectoriels deux à deux orthogonaux.
F i égale E , on dit que (F i )ni=1 est une famille de sous-espaces supplémentaires
M
Si la somme directe
1É i É n
orthogonaux

4
 I PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE

Propriété
Soit (F i )ni=1 est une famille de sous-espaces supplémentaires orthogonaux, on a :

F j = F i⊥
X
∀ i ∈ [[1, p]] ,
j ∈[[1,p]]
j 6= i

Preuve :

F j , on a G ⊂ F i⊥ et E = G F i donc G = F i⊥
X L
Soit G =
j ∈[[1,p]]
j 6= i

I.3. Espaces euclidiens

Définition
On appelle espace vectoriel euclidien tout R-espace vectoriel de dimension finie muni d’un produit
scalaire.

Propriété
Soit F un sous-espace vectoriel d’un euclidien E , on a :
1. E = F F ⊥ ;
L

2. dimF ⊥ = dimE − dimF ;

3. F ⊥⊥ = F

Preuve :
1. Le résultat est évident si F = E ou F = {0}, on se limite donc à F sous-espace vectoriel non trivial.
Soit p = dim F ∈ [[1, n − 1]] et (u i ) une base de F. On considère l’application
(
E −→ K p
f: ¡ ¢
x 7−→ < u 1 , x >, · · · , < u p , x >

f est linéaire et on a :F ⊥ = Ker f et Im f ⊂ K p donc rg f É p. Le théorème du rang donne dim Ker f = dim E − rg f
donc dim F ⊥ Ê dim E − p. On en déduit dim F ⊕ F ⊥ Ê dim E, et finalement F ⊕ F ⊥ = E
¡ ¢

2. Immédiat
3. On sait que F ⊂ F ⊥⊥ , l’égalité résulte donc de dim F ⊥⊥ = dim E − dim F ⊥ = dim F

Propriété
Tout espace euclidien, non nul, admet une base orthonormale.

Preuve :
Par récurrence sur n = dim E
u1
µ ¶
• La propriété est évidente pour tout espace de dimension 1 : si (u 1 ) une base de E, est une base orthonormé
ku1 k
de E
• Soit n ∈ N∗ . On suppose que tout espace préhilbertien de dimension n admet au moins une base orthonormale.
Soit alors E un espace de dimension n + 1.
u
Soit u un vecteur non nul de E, on pose e n+1 = et F = Vect(e n+1 ). On a E = F ⊕ F ⊥ et dim F ⊥ = n, d’après
k uk
l’hypothèse de récurrence, il existe (e 1 , . . . , e n ) base orthonormale de F ⊥ . Ainsi la famille (e 1 , . . . , e n+1 ) est ortho-
normale, libre, dans un espace de dimension n + 1, donc c’est une base orthonormale de E
Récurrence achevée

Propriété: Calcul avec une BON

Soient E un R-espace préhilbertien de dimension finie n ∈ N∗ et ( e 1 , . . . , e n ) une base orthonormale sur E
. Alors :
s
Xn n
X
1. x = < e k , x > e k et k xk = < e k , x >2 .
k=1 k=0

5
 I PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE

n
X n
X n
X
2. Soit x = xk e k , y = yk e k , on a < x, y >= xk yk et
k=0 k=0 k=0
s
n
( xk − yk )2
X
k x − yk =
k=0

n
3. Pour tout u ∈ L (E ), on a MatB ( u) = < e i , u( e j ) > 1É i, jÉn . En particulier Tr ( u) =
¡ ¢ X
< e k , u( e k ) >.
k=1

Preuve :
n
X
1. Soit x = xk e k . Soit k ∈ {1, . . . , n}. On a
k=1

n
X n
X
< e k , x >=< e k , x i e i >= x i < e k , e i >= xk
i =1 i =1

n
X
donc x = < e k , x > e k et par suite
k=1

n n
k xk2
X X
= < x, x >=< xk e k , xk e k >
k=1 k=1
n n n
x2k
X X X
= xk x` < e k , e ` >= xk x` δk,` =
k,`=1 k,`=1 k=1
v
u n
| x k |2
uX
donc k xk = t
k=0
n
X n
X
2. Soit x = xk e k et y = yk e k donc
k=0 k=0

n
X n
X n
X
< x, y > = < xk e k , yk e k >= xk y` < e k , e ` >
k=0 k=0 k,`=0
n
X n
X
= xk yk δk,` = xk yk
k,`=0 k=0

° ° v
°Xn ° u n ¢2
° uX ¡
On a d(x, y) = k x − yk = ° |(xk − yk )e k ° = t xk − yk .
°
k=0 k=0
° °

3. Soit B = (e 1 , . . . , e n ) une base de E , u ∈ L (E) et A la matrice de u dans la base B . Soit j ∈ {1, . . . , n} donc
n
X n
X n
X
u(e j ) = a i j e i d’où < e i , u(e i ) >= a ii . On a tru = a kk donc Tr (u) = < e k , u(e k ) >.
i =1 k=1 k=1

Propriété
Toute famille orthonormale d’un espace euclidien E se complète en une base orthonormale de E .

Preuve :
Soit E un K-espace préhilbertien non nul de dimension finie n ∈ N∗ et (ε1 , . . . , εk ) avec k É n une famille orthonormale
de E.
• Si k = n c’est fini
• Sinon, on pose F = Vect ε1 , . . . , εk . Alors E = F ⊕ F ⊥ et si (εk+1 , . . . , εn ) est une base orthonormale de F ⊥ ,
¡ ¢

ε1 , . . . , εk , εk+1 , . . . , εn est une base orthonormale de E

¡ ¢

I.4. Projections orthogonaux

Soit F un sous-espace vectoriel de E tel que F et F ⊥ sont supplémentaires dans E .

6
I PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE

Définition
On appelle projection orthogonale sur F la projection vectorielle p F sur F parallèlement à F ⊥ .

Propriété
Soit p un projecteur de E . Les assertions suivantes sont équivalentes
1. Ker p et Im p sont orthogonaux ;
2. Ker p = (Im p)⊥ ;
3. Im p = (Ker p)⊥ .

Preuve :
p étant un projecteur, on sait alors que E = Imp ⊕ Kerp et les équivalences des trois assertions deviennent évidentes

Définition
Sous les conditions de la propriété précédente, tout projecteur vérifiant l’une des trois assertions est
projecteur orthogonal

 Remarque
Si p est un projecteur orthogonal, alors I d E − p l’est aussi

Propriété: Caractérisation des projections orthogonales

Soit p ∈ L (E ) un projecteur. On a équivalence entre :
1. p est un projecteur orthogonal
2. ∀ x, y ∈ E, < p( x)| y >=< x| p( y) >.
3. ∀ x ∈ E , k p( x)k É k xk

Preuve :
1 ⇒ 2 Supposons que p est une projection orthogonale.
On sait déjà que p2 = p. Soit x, y ∈ E, on a

(p(x)| y) = (p(x)| y − p(y)) + (p(x)| p(y)) = (p(x)| p(y))

De façon semblable (x| p(y)) = (p(x)| p(y)) et donc (p(x)| y) = (x| p(y))
2 ⇒ 3 On applique 2) avec y = p(x), ce qui donne alors p(y) = p2 (x) = p(x). Il vient k p(x)k2 =< x, p(x) >, donc,
d’après l’inégalité de Cauchy-Schwarz : k p(x)k2 É k p(x)k.k xk, et pour p(x) 6= 0, par simplification par k p(x)k, on
obtient k p(x)k É k xk. Enfin cette inégalité est vérifiée pour p(x) = 0
3) ⇒ 1) Si p n’est pas orthogonal, alors il existe x ∈ Imp et yKerp tels que < x, y >6= 0, donc x 6= 0 et y 6= 0.
< x, y >
Avec λ = − , on obtient < y, x + λ y >= 0 et λ 6= 0, puis, d’après le théorème de Pythagore, k xk2 = k x + λ yk2 +
k yk2
|λ|2 k yk2 > k x + λ yk2 donc k xk > k x + λ yk. Avec z = x + λ y, on trouve p(z) = x et k zk < k p(z)k, ce qui est absurde

Propriété
Si B = ( e 1 , · · · , e p ) est une base orthonormée de F alors
p
X
∀ x ∈ E, p F ( x) = < e j, x > e j
j =1

Preuve :
p
X
Soit y = < e j, x > e j.
j =1
On voit bien que y ∈ F et pour tout k ∈ [[1, p]], on a
p
X
< ek, x − y > = < ek, x > − < e j , x >< e k , e j >
j =1
X p
= < ek, x > − < e j , x > δk, j = 0
j =1

7
I PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE

Exemple 5: Le projeté orthogonal sur une droite

Soit D = Vect (a) avec a 6= 0. Alors
< a| x >
∀ x ∈ E, p D (x) = a
k a k2

Solution
a
La famille formée du seul vecteur est une base orthonormée de D. Par la formule précédente, on obtient alors
k ak
< a| x >
∀ x ∈ E, p D (x) = a
k a k2

Solution Le projeté orthogonal sur un hyperplan

Soit H = Vect(a)⊥ avec a 6= 0. Alors

< x| a >
∀ x ∈ E, p H (x) = x − a
kak2

Preuve :
Soit x ∈ E. Puisque id − p H est la projection orthogonale sur la droite D = Vect(a), on obtient alors x − p H (x) =
< x| a >
a puis
kak2
< x| a >
p H (x) = x − a
k a k2

Propriété: Minimisation de distance

Soit x ∈ E et F un sous-espace vectoriel de E admettant un supplémentaire orthogonale.
Pour tout y ∈ F , k x − yk Ê k x − p F ( x)k avec égalité si, et seulement si, y = p F ( x)

Preuve :

On écrit x − y = (x − P F (x)) + (P F (x) − y) avec x − P F (x) ∈ F ⊥ et P F (x) − y ∈ F.

Par Pythagore k x − yk2 = k x − P F (x)k2 + kP F (x) − yk2 Ê k x − P F (x)k2 , avec égalité si, et seulement, si y = P F (x)

Corollaire

d ( x, F ) = k x − p F ( x)k

Exemple 6: Distance à une droite vectorielle

< x| a >
Soit D = Vect(a) avec a 6= 0. Pour tout x ∈ E : p D (x) = a donc
kak2
° °
° < x| a > °
d(x, D) = ° x − a °
k a k2
° °

Exemple 7: Distance à un hyperplan vectoriel

< x| a >
Soit H = Vect(a)⊥ avec a 6= 0. Pour tout x ∈ E : p H (x) = x − a donc
k a k2
| < x| a > |
d(x, H) =
k ak

Exemple 8
Soit E un espace vectoriel euclidien de dimension 3 muni d’une base orthonormée B = (i, j, k).
Soit P : x + y − z = 0, D = Vect(a) avec a = i − k et u = i + 2 j − k. Calculons d(u, D) et d(u, P)

Solution
Par les formules précédentes
|1 + 2 + 1| 4
d(u, P) = p =
3 3
et ° ° ¯ ° p
° < u, a > °° = ¯ 3 i + 2 j − 1 ° = 26
¯ °
d(u, D) = ° u − a
°
k ak 2 ° ¯2 2° 2

8
 I PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE

Propriété: Inégalité de Bessel

Soit ( e n )n∈N une famille orthonormale de E et x ∈ E . Alors la famille (< e n | x >)n∈N est de carré sommable
et
|〈 e n | x〉|2 É k xk2 .
X
n∈N

Preuve :

Pour tout partie finie J de N on a :

X ¡ ¢
〈 e i | x〉 e i est le projeté orthogonal de x sur Vect e i , i ∈ J
i∈ J

I.5. Suites totales, suites hilbertiennes

E un espace préhilbertien réel et ( e n )n∈N une suite de E
Définition: Famille totale
Une famille ( e n )n∈N de vecteurs de E est dite totale si l’espace vectoriel qu’elle engendre est dense dans
E . Autrement-dit
Vect( e n )n∈N = E

 Remarque
Soit x ∈ H = Vect( e n )n∈N , alors il existe J finie de N et (α i ) i∈ J tels que
X
x= αi e i
i∈ J

Exemple 9
Dans l’espace E des fonctions continues sur [0, 1] muni de la norme infinie, la famille (x 7−→ x n ) est une famille totale.

Solution
En effet l’espace vectoriel qu’elle engendre est l’ensemble des polynômes, qui est dense dans E d’après le théorème
de Weierstrass.

Théorème
Toute fonction continue, 2π -périodique, est limite uniforme sur [0, 2π] d’une suite de polynômes trigono-
métriques.

Définition: Base hilbertienne

Une famille ( e n )n∈N est dite base hilbertienne si elle est à la fois orthonormale et totale

Propriété
Soit ( e i ) i∈N une suite orthonormale totale de E .
En notant P n le projecteur orthogonal de E sur Vect ( e 0 , · · · , e n ), alors

∀ x ∈ E, P n ( x) −−−−−→ x
n→+∞

X
La série < e n , x > e n converge de somme x
nÊ0

Preuve :
Soit x ∈ E et ε > 0.
Par hypothèse la suite e i i∈N est totale, donc il existe y ∈ Vect (e n , n ∈ N) tel que
¡ ¢

k x − yk < ε

Soit N ∈ N tel que y ∈ Vect e 0 , · · · , e N . La suite F n = Vect (e 0 , · · · , e n ) est croissante, alors pour tout n Ê N, on a
¡ ¢

y ∈ F n et
k P n (x) − x k É k y − x k < ε

Exemple 10

9
I PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE

Soit f ∈ C 2π (R), on définit les coefficients de Fourier de f par

1 π
Z
∀ n ∈ N, a n = f (t) cos(nt) dt;
π −π
Z π
1
∀ n ∈ N∗ , b n = f (t) sin(nt) dt
π −π

Alors
a 0 +∞
∀ x ∈ R,
X
f (x) = + (a n cos(nx) + b n sin(nx))
2 n=1

Exemple 11
Soit f la fonction 2π-périodique définie sur [−π, π] par f (x) = | x|.

Solution
La fonctionZ f est paire donc ∀ n ∈ N, b n = 0.
2 π
On a a 0 = x dx = π.
π 0
1 π 1 − (−1)n
Z
Soit n ∈ N∗ . On a a n = x cos (nx) dx = . D’où
2π 0 π n2

π 4 +∞
X 1
∀ x ∈ [−π, π] , | x| = − cos(2n + 1)x
2 π n=0 (2n + 1)2

+∞
X 1 π2
Pour x = 0, on obtient =
2 8
n=0 (2n + 1)

Exemple 12
Soit f la fonction 2π-périodique définie sur [−π, π] par f (x) = x2 .

Solution
La fonction f est paire donc ∀ n ∈ N, b n = 0.
2 π 2 2π 2
Z
On a a 0 = x dx = .
π 0 3Z
1 π 2 4(−1)n
Soit n ∈ N∗ . On a a n = x cos (nx) dx = . D’où
2π −π n2

π2 X (−1)n
+∞
∀ x ∈ [−π, π] , x2 = +4 cos(nx)
3 2
n=0 n

+∞
X 1 π2
Pour x = π, on obtient =
2 6
n=0 n

Propriété: Égalité de Parseval

Soit ( e n )n∈N une famille orthonormale totale de E .
Alors pour tout x ∈ E la famille (< e n | x >)n∈N est de carré sommable et

〈 e i | x 〉 2 = k x k2 .
X
i ∈N

Preuve :
p
Soit x ∈ E. Fixons ε > 0. Il existe alors y ∈ Vect e i , i ∈ I tel que k x − yk É ε. On sait alors qu’il existe une partie
¡ ¢
¡ ¢ ¡ ¢
finie J0 de I telle que y ∈ Vect e i , i ∈ J0 . Notons F0 = Vect e i , i ∈ J0 . D’après le théorème de projection sur F0 ,
° °
° x − p (x)° É k x − yk, et d’après le théorème de Pythagore,
F0
¯2
¯ = k x k2 − < e i | x >2
° X
°x − p
F0 (x)
j ∈ J0

On en déduit que k xk2 − < e i | x >2 É ε.

X

j ∈ J0
¡ ¢
Soit maintenant J une partie finie de I contenant J0 . Notons F = Vect e i , i ∈ J . D’après le théorème de projection
° ° ° °
sur F, ° x − p F (x)° É ° x − p F0 (x)°, ce qui au carré donne

k x k2 − < e i | x >2 É k xk2 − < e i | x >2 É ε

X X

j∈ J j ∈ J0

On a prouvé que < e i | x >2 i∈ I est sommable de somme k xk2 .

¡ ¢

10
 I PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE

Exemple 13
Soit f ∈ C 2π (R), alors
1 π 2
Z a2 +∞X³ 2 ´
f (x) dx = 0 + a n + b2n
π −π 2 n=1
Avec
1 π
Z
∀ n ∈ N, an = f (t) cos(nt) dt;
π −π
Z π
1
∀ n ∈ N∗ , bn = f (t) sin(nt) dt
π −π

Exemple 14
D’après la formule de Parseval on a

1 π 2 π2 +∞ 16π2
Z X
x dx = +
π −π 2 2
n=1 π (2n + 1)
4

+∞
X 1 π4
Puis =
n=1 (2n + 1)4 96

Exemple 15
D’après la formule de Parseval on a

1 π 4 2π2 +∞
X 1
Z
x dx = +4
π −π 9 n=1 n
4

+∞
X 1 π4
Puis =
4 96
n=1 n

I.6. Symétrie orthogonale

Soit F un sous-espace vectoriel de E .
On suppose dans ce paragraphe que F et F ⊥ sont supplémentaires dans E .

Définition
On appelle symétrie orthogonale par rapport à F la symétrie vectorielle s F par rapport à F parallèlement
à F ⊥.
Si F est un hyperplan de E , on dit que s F est la réflexion par rapport à F .

Propriété
Soient a, b ∈ E tels que kak = k bk et a 6= b.
Il existe une réflexion et une seule qui échange a et b.

Preuve :
– Analyse : Soit s une réflexion d’hyperplan H solution.
On a s(a) = b et s(b) = a donc s(b − a) = a − b = −(b − a). Par suite b − a ∈ H ⊥ . Or b − a 6= 0 donc H = Vectb − a⊥ .
Ceci déterminer H, et donc s, de façon unique.
– Synthèse : Soit s la réflexion d’hyperplan H = Vectb − a⊥ . Puisque kak = k bk, on a (a + b|a − b) = kak2 − k bk2 = 0
1 1 1 1
donc a + b ∈ H. Or a = (a + b) + (a − b) donc s(a) = (a + b) − (a − b) = b et s(b) = s2 (a) = a. Ainsi s est solution.
2 2 2 2

Propriété
s F est un endomorphisme de E vérifiant s2 = id , Ker( s − id ) = F et Ker( s + id ) = F ⊥ . De plus − s F = s F ⊥
et s F = 2 p F − id

11
I PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE

Preuve :

Puisque s F est la symétrie par rapport à F et parallèlement à F ⊥ , s F est un endomorphisme de E vérifiant s2 = I d.

Aussi Ker(s F − I d) = F (espace par rapport auquel a lieu la symétrie) et Ker(s F + I d) = F ⊥ (espace parallèlement
auquel a lieu la symétrie).
De plus − s F est la symétrie complémentaire de s F c’est-à-dire la symétrie par rapport à F ⊥ parallèlement à F = F ⊥⊥ ,
autrement dit la symétrie par rapport à F ⊥ .
Enfin s F = 2p F − I d car p F est la projection sur F parallèlement à F ⊥ .

Propriété
Si B = ( e 1 , · · · , e p ) est une base orthonormée de F alors
p
X
∀ x ∈ E, s F ( x) = 2 < x, e j > e j − x
j =1

Preuve :
p
X
Pour tout x ∈ E, p F (x) = < x, e j > e j
j =1

Exemple 16: Symétrie par rapport à une droite vectorielle

Soit D = Vect (a) avec a 6= 0. Alors
< x| a >
∀ x ∈ E, s D (x) = 2 a−x
k a k2

Exemple 17: Réflexion

Soit H = Vect(a)⊥ avec a 6= 0. Alors
< x| a >
∀ x ∈ E, s H (x) = x − 2 a
kak2

Exemple 18
Soit E un espace vectoriel euclidien de dimension 3 muni d’une base orthonormée B = (e 1 , e 2 , e 3 ).
Soit s la réflexion par rapport au plan P : x + y − z = 0.
Formons la matrice A de s dans la base B.

Solution
Soit a = i + j − k un vecteur normal à P, alors pour tout x ∈ E, on a :

< x| a >
s(x) = x − −2 a
k a k2

On en déduit
2 1
s(i) = i − (i + j − k) = (i − 2 j + 2k)
3 3
2 1
s( j) = j − (i + j − k) = (−2i + j + 2k)
3 3
2 1
s(k) = k + (i + j − k) = (2i + 2 j + k)
3 3
 
1 −2 2
1
Ainsi A = −2 1 2

3
2 2 1

Propriété: Caractérisation des symétries orthogonales

Soit s ∈ L (E ) une symétrie. On a équivalence entre :
1. s est une symétrie orthogonale
2. ∀ x, y ∈ E, ( s( x)| y) = ( x| s( y)).
3. ∀ x ∈ E, k s( x) k = k xk

12
 I PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE

Preuve :
1 ⇒ 2) Supposons que s est une symétrie orthogonale.
1
On sait déjà s2 = id. Soit p = (s + id) la projection associée à la symétrie s.
2
Pour tout x, y ∈ E. On a
(s(x)| y) = (2p(x) − x| y) = 2(p(x)| y) − (x| y)
Or (p(x)| y) = (x| p(y)) car la projection p est orthogonale donc

(s(x)| y) = 2(x| p(y)) − (x| y) = (x|2p(y) − y) = (x| s(y))

2 ⇒ 1) Puisque s2 = id, les espaces F = Ker(s − id) et G = Ker(s + I d) sont supplémentaires dans E et q est la
symétrie par rapport à F et parallèlement à G. Pour conclure, il suffit de montrer que G = F ⊥ .
Soient x ∈ F et y ∈ G.
(x| y) = (s(x)| y) = (x| s(y)) = (x| − y) = −(x| y) donc (x| y) = 0
On en déduit que les espaces F et G sont orthogonaux. Ainsi G ⊂ F ⊥ , or dimG = dimE − dimF = dimF ⊥ donc
G = F⊥.

Corollaire
La matrice d’une symétrie orthogonale dans une base orthonormée est symétrique.

Preuve :
Notons A = (a i, j ) la matrice d’une symétrie orthogonale s dans une base orthonormée B = (e 1 , ..., e n ).
Le coefficient d’indice (i, j) de A est la ième composante dans B de l’image du jème vecteur de base par p. Ainsi
a i, j = (e i | s(e j )).
Or p est une symétrie orthogonale donc a i, j = (s(e i )| e j ) = (e i | s(e j )) = a j,i . Par suite la matrice A est symétrique.

Corollaire
Les symétries orthogonales conservent le produit scalaire

∀ x, y ∈ E, ( s( x)| s( y)) = ( x| y)

En particulier, les symétries orthogonales conservent la norme

∀ x ∈ E, k s( x)k = k xk

Preuve :
Soit x, y ∈ E, on a
(s(x)| s(y)) = (x| s2 (y)) = (x| y)

I.7. Orthonormalisation de Gram-Schmidt

Propriété
Soit ( e 1 , . . . , e n ) une famille libre de E . Il existe une et une seule famille orthonormée (ε1 , . . . , εn ) de E
telle que :
1. ∀ k ∈ {1, . . . , n}, Vect(ε1 , . . . , εk ) = Vect( e 1 , . . . , e k ).
2. ∀ k ∈ {1, . . . , n}, < εk , e k >> 0.
Cette famille est donnée par :
e1
• ε1 = .
ke1k
e k − P k−1 ( e k )
• ∀ k ∈ {2, . . . , n}, εk = . Avec P i désigne le projecteur orthogonal sur Vect(ε1 , . . . , ε i )
k e k − P k−1 ( e k )k

Preuve :
La famille (e 1 , . . . , e n ) est libre donc ∀ i [[1, n]] , e i 6= 0.
e1
Existence: Par récurrence, pour ε1 = on a ε1 ∈ Vecte 1 et < ε1 , e 1 >= 1 > 0.
ke1k
Soit k ∈ 2n et supposons qu’on a construit les vecteurs ε1 , . . . , εk−1 qui vérifient les deux conditions de la propriété.
kX −1
On pose u k = e k − < ε i , e k > ε i = e k − p k−1 (e k ).
i =1
Le vecteur u k est non nul car sinon e k = p k−1 (e k ) ∈ Vect ε1 , . . . , εk−1 = Vect e 1 , . . . , e k−1 donc la famille
¡ ¢ ¡ ¢

13
 II ENDOMORPHISMES ORTHOGONAUX D’UN EUCLIDIEN

(e 1 , . . . , e k ) sera liée.
¢⊥
Par construction u k ∈ Vect ε1 , . . . , εk−1 et on déduit que
¡

< e k , uk > = < e k − p k−1 (e k ), u k >

= < u k , u k >= k u k k2 > 0
uk
On pose εk = donc εk vérifie les conditions de la propriété.
ku k k
On déduit l’existence d’une famille (ε1 , . . . , εn )
Unicité: Soit (ε01 , . . . , ε0n ) une famille orthonormale qui répond aux conditions de la propriété. On a ε01 ∈ Vect(e 1 ) =
Vect(ε1 ) donc ∃α ∈ K, ε01 = αε1 .
On a < e 1 , ε01 >= α < e 1 , ε1 >, < e 1 , ε01 >> 0 et < e 1 , ε1 >> 0 ? donc α ∈ R∗ 0
+ . Or, 1 = kε1 k = |α|kε1 k = |α|, donc α = 1
0
d’où ε1 = ε.
Soit 2 É k É n. On a ε0k ∈ Vecte 1 , . . . , e k = Vectε1 , . . . , εk donc ∃α1 , . . . , αk ∈ K tels que ε0k = α1 ε1 + · · · + αk εk .
³ ´⊥ ³ ´
D’autre part ε0k ∈ Vect ε01 , . . . , ε0k−1 et Vect ε01 , . . . , ε0k−1 = Vect e 1 , . . . , e k−1 = Vect(ε1 , . . . , εn−1 ), donc ε0k =
¡ ¢

αk εk .
On a < ε0k , e k >= αk < εk , e k >, < ε0k , e k >> 0 et < εk , e k >> 0, alors αk > 0. Comme kε0k k = kεk k = 1, on obtient
αk = 1. D’où ε0k = εk . D’où l’unicité.

 Méthode
Soit L = ( e 1 , . . . , e n ) . Pour obtenir une famille orthonormale à partir de L par le procédé de Gram-Schmidt
on suit les étapes suivantes :
Etape 1 : On calcul ε1 = k ee 11 k .
kX −1 uk
Etape k Ê 2 : On calcule u k = e k − < ε i , e k > ε i et on calcul ensuite εk = .
i =1 ku k k

Exemple 19
R3 muni du produit scalaire usuel de
Orthonormalisation la famille ((1, 1, 0), (0, 1, 1), (1, 0, 1)) :

Solution
On pose e 1 = (1, 1, 0), e 2 = (0, 1, 1) et e 3 = (1, 0, 1). On a la famille (e 1 , e 2 , e 3 ) est libre et soit (ε1 , ε2 , ε3 ) la famille
orthonormale obtenue à partir de (e 1 , e 2 , e 3 ) par le procédé de Gram-Schmidt.
e
• On a ε1 = k e 1 k = p1 (1, 1, 0).
1 2
• On pose u 2 = e 2 − < ε1 , e 2 > ε1 . On a

1
u2 = (−1, 1, 2)
2
u2 1
On déduit que ε2 = = p (−1, 1, 2) .
ku2 k 6
• On pose u 3 = e 3 − < ε1 , e 3 > ε1 − < ε2 , e 3 > ε2 . On a

2
u3 = (1, −1, 1)
3
u3 1
On déduit que ε3 = = p (1, −1, 1).
ku3 k 3

Corollaire
Tout espace euclidien, non nul, admet une base orthonormale.

II. Endomorphismes orthogonaux d’un euclidien

E désigne un espace euclidien de dimension finie n Ê 1

II.1. Matrices orthogonales

14
II ENDOMORPHISMES ORTHOGONAUX D’UN EUCLIDIEN

Définition
Une matrice A ∈ Mn (R) est dite orthogonale si t A A = I n .

 Notation
On note O n (R) l’ensemble de matrices orthogonales.

Exemple 20
I n ∈ O n (R) et − I n ∈ O n (R)

 Remarque
Par le théorème d’inversibilité il y a équivalence entre
1. A ∈ O n (R)
2. t A A = I n
3. A t A = I n .

Propriété
O n (R) est un sous-groupe compact de (GLn (R), ×) appelé groupe orthogonal d’ordre n.

Preuve :
– O n (R) ⊂ GLn (R), I n ∈ O n (R) .
– Soient A, B ∈ O n (R).
AB est inversible et (AB)−1 = B−1 A −1 = t Bt A = (AB)T donc AB ∈ O n (R).
– Soit A ∈ O n (R).
¢−1 t −1 t −1
A −1 est inversible et A −1 = ( A) = (A ) donc A −1 ∈ O n (R).
¡

Donc O n (R) est un sous-groupe de (GLn (R), ×).

L’application f : A ∈ M n (R) 7−→ t A A est continue et { I n } fermé, donc O n (R) = f −1 ({ I n }) est un fermé relatif à M n (R) et
c’est donc une partie fermée. Enfin,
q ¡considérons k . k la norme euclidienne associée au produit scalaire canonique sur
t p
M n (R). Pour A ∈ O n (R), A = Tr A A = Tr (I n ) = n. Par suite O n (R) est une partie bornée. Puisque M n (R) est
¢ p
k k
de dimension finie, O n (R) est une partie compacte car fermée et bornée.

Propriété: Propriétés caractéristiques

Soit A ∈ Mn (R ) de colonnes C 1 , · · · , C n et de lignes L 1 , · · · , L n . On a équivalence entre :
1. la matrice A est orthogonale
2. la famille (C 1 , · · · , C n ) est orthonormale
3. la famille (L 1 , · · · , L n ) est orthonormale.

Preuve :

Calculons t A A.
n
Posons A = (a i, j ), alors t A = (a j,i ) et t A A = (b i, j ) avec b i, j =
X
a k,i a k, j =< C i |C j > donc
k=1

t
A A = I n ⇐⇒ ∀ i, j, < C i |C j >= b i, j = δ i, j

Exemple 21
 1
p1 p1

p
 13 2 6 
Soit la matrice A =  p3
 − p1 p1  ∈ M (R). Montrons que A ∈ O (R)
3 3
2 6 
p1 0 − p2
3 6

En notant C 1 , C 2 , C 3 les colonnes de A on a

(C 1 |C 2 ) = (C 2 |C 3 ) = (C 3 |C 1 ) = 0 et kC 1 k = kC 2 k = kC 3 k = 1

On en déduit A ∈ O3 (R ). De plus det A = 1 donc A ∈ SO3 (R ).

Exemple 22
 
à ! 1 0 0
cos θ − sin θ
Pour tout θ ∈ R, ∈ O 2+ (R) et 0 cos θ − sin θ  ∈ SO3 (R)
 
sin θ cos θ
0 sin θ cos θ

15
II ENDOMORPHISMES ORTHOGONAUX D’UN EUCLIDIEN

Propriété
Soient B = ( e 1 , · · · , e n ) une base orthonormée de E et B0 = ( e01 , · · · , e0n ) une famille de vecteurs de E . On a
équivalence entre :
1. B0 est une base orthonormée de E
2. P = MatB B0 ∈ O n (R).
¡ ¢

De plus, si tel est le cas,

t
P = P −1 = MatB0 (B)

Preuve :

Notons p i, j le coefficient général de la matrice P = MatB (e01 , · · · , e0n ). p i, j est la ième composante dans la base B du
vecteur e0j . Notons p0i, j le coefficient général de la matrice t P. On a p0i, j = p j,i
Enfin, notons a i, j le coefficient général de la matrice t PP. On a

n n
p0i,k p k, j =
X X
a i, j = p k,i p k, j
k=1 k=1

Or par calcul du produit scalaire de deux vecteurs par ses composantes dans une base orthonormée, on a aussi
n
(e0i | e0j ) =
X
p k,i p k, j
k=1

Ainsi a i, j = (e0i | e0j ) et donc t PP = I n si, et seulement si, la famille B0 est orthonormée et cette dernière est alors une
base orthonormée de E.

Corollaire
Si B et B 0 sont deux bases orthonormales de l’espace euclidien E alors la formule de changement de
base relative aux endomorphismes s’écrit
A 0 = t P AP

avec A = MatB ( u), A 0 = MatB 0 ( u) et u ∈ L(E ).

On dit alors que les matrices A et A 0 sont orthogonalement semblables.

Propriété
Toute matrice orthogonale a un déterminant égal à ±1.

Preuve :

En utilisant la relation A T A = I n , on obtient

det(A T A) = det(A T )det(A) = det(A)2 = det(I n ) = 1

d’où det(A) = ±1

 Attention
La réciproque est fausse : une matrice de déterminant ±1 n’est pas nécessairement orthogonale.

Propriété
L’ensemble des matrices orthogonales d’ordre n de déterminant +1 constitue un sous-groupe compact
du groupe orthogonal d’ordre n.
Ce groupe est appelé groupe spécial orthogonal d’ordre n et noté SO n (R) ou O +
n (R).

Preuve :

O n (R) = SLn (R) ∩ O n (R) avec O n (R) est un compact de GLn (R) et SLn (R) = det−1 ({1}) sous-groupe fermé de
(GLn (R) , ×)

 Notation
n (R).
L’ensemble des matrices orthogonales d’ordre n de déterminant -1 est noté O −

 Attention
Ce n’est pas un sous-groupe de O n (R) puisque le produit de deux matrices de O −
n (R) appartient à O n (R).
+

16
 II ENDOMORPHISMES ORTHOGONAUX D’UN EUCLIDIEN

II.2. Groupe orthogonal d’un espace euclidien

Définition
Soit u ∈ L (E ). On dit que u est orthogonal ou une isométrie si ∀ x ∈ E, k u( x)k = k xk

 Notation
O (E ) désigne l’ensemble des automorphismes orthogonaux.

 Remarque
I d E ∈ O (E )

Propriété
Les seules valeurs propres réelles possibles d’un endomorphisme orthogonal sont −1 et 1. En particulier
tout endomorphisme orthogonal est un isomorphisme

Preuve :
Si λ est une valeur propre réelle de u ∈ O (E) et x ∈ E un vecteur propre associé unitaire, des égalités k u(x) k = k x k
et u(x) = λ x , on déduit alors que |λ| = 1.

Propriété: Propriétés caractéristiques

Soit u ∈ L (E ). Les assertions suivantes sont équivalentes :
1. ∀ x ∈ E, k u( x)k = k xk ;
2. ∀ x, y ∈ E, < u( x), u( y) >=< x, y > ;
3. u transforme toute BON de E en une BON de E ;
4. u transforme au moins une BON de E en une BON de E .

Preuve :
1 ⇒ 2) si l’endomorphisme u conserve la norme, alors d’après l’identité de polarisation, on a :

4 < u(x), u(y) > = k u(x) + u(y)k2 − k u(x) − u(y)k2

= k u(x + y)k2 − k u(x − y)k2
= k x + yk2 − k x − yk2 = 4 < x, y >

2 ⇒ 3) Soit B = e i 1É iÉn une base orthonormale de E, alors pour tout i, j ∈ [[1, n]] :
¡ ¢

< u(e i )| u(e j ) >=< e i | e j >= δ i j

¡ ¢
Donc u(e i ) 1É iÉn est une famille orthonormale de n éléments, c’est une BON
3 ⇒ 4) Evident
4 ⇒ 1) Supposons que u transforme une BON B = e i 1É iÉn en une BON u(e i ) 1É iÉn .
¡ ¢ ¡ ¢
n
X n
X
Soit x = x i e i ∈ E. On a u(x) = x i u(e i ) et
i =1 i =1

n
k u(x)k2 = x2i = k xk2
X

i =1

Exemple 23
Une symétrie orthogonale est un automorphisme orthogonal.

Propriété
Soit u ∈ L (E ) et B = ( e 1 , · · · , e n ) une base orthonormale de E . Alors

u est orthogonal ⇐⇒ MatB ( u) ∈ O n (R)

Preuve :
1) ⇒ 2) Supposons l’endomorphisme u orthogonal. La famille (u(e 1 ), · · · , u(e n )) est orthonormale et c’est donc une
base orthonormée. Puisque
MatB (u) = MatB (u(e 1 ), · · · , u(e n ))
MatB ∈ O n (R) car matrice de passage entre deux bases orthonormales.
2) ⇒ 1) Supposons A = MatB (u) ∈ O n (R).
Soit x un vecteur de E de matrice X dans la base B . Puisque la base B est orthonormale k x k2 = t X X . Puisque

17
 II ENDOMORPHISMES ORTHOGONAUX D’UN EUCLIDIEN

la matrice de u(x) dans B est A X , alors

k u(x) k2 = t (A X )A X = t X t A A X = t X X = k x k2

Ainsi u conserve la norme et donc est une isométrie vectorielle.

 Attention
Il est essentiel de vérifier que la base B est orthonormale pour exploiter ce résultat.

Corollaire
L’ensemble O (E ) des isométries vectorielles de E est un sous-groupe compact de (GL(E ), ◦) appelé groupe
orthogonal de E .

Preuve :
Considérons B une base orthonormée de E et
(
M n ( R) −→ L (E)
Φ:
M 7−→ MatB (u)

On a Φ (O n (R)) = O(E) et Φ est continue (linéaire au départ d’un espace de dimension finie) donc O(E) est compact.
Φ est un morphisme de groupe multiplicatif donc O(E) est un sous-groupe de (GL(E), ◦).

Corollaire
Si u ∈ O (E ), alors det ( u) = ±1

Définition
On appelle isométrie positive (ou isométrie directe) toute isométrie vectorielle de déterminant 1. On
parle d’isométrie négative (ou indirecte) sinon.

Propriété
L’ensemble SO (E ) des isométries positives de E est un sous-groupe compact de (GL(E ), ◦) appelé groupe
spécial orthogonal de E .

II.3. Automorphismes orthogonaux du plan

E désigne un plan euclidien orienté.
Propriété: Classification de O 2+ (R)
Pour toute matrice M ∈ O 2+ (R) il existe un réel θ unique à 2π près vérifiant
à !
cos θ − sin θ
M = R (θ ) = matrice de rotation d’angle θ
sin θ cos θ

De plus, pour tout θ , θ 0 ∈ R.

1. R (θ ) = R θ 0 ⇐⇒ θ ≡ θ 0 [2π]
¡ ¢

2. R (θ ) × R θ 0 = R θ + θ 0 .
¡ ¢ ¡ ¢

En particulier, les matrices de rotation commutent entre elles.

3. R (θ )−1 = t R (θ ) = R (−θ )

Preuve :
à !
a c
Soit M = ∈ O 2+ (R).
b d
Puisque a2 + c2 = 1, il existe θ ∈ R tel que a = cos θ et b = sin θ .
On a det M = ad − bc = 1 et a2 + c2 = b2 + d 2 = 1 donc (a − d)2 + (b + c)2 = a2 + c2 + a2 + c2 − 2(ad − bc) = 0. On en déduit
a = d et c = − b puis M = R(θ )
1. Car (
cos θ = cos θ 0
⇐⇒ θ ≡ θ 0 [2π]
sin θ = sin θ 0

18
II ENDOMORPHISMES ORTHOGONAUX D’UN EUCLIDIEN

2. Par le calcul et en exploitant les formules de développement de cos θ + θ 0 ) et sin θ + θ 0 .

¡ ¢ ¡ ¢

3. car R (θ ) ∈ O 2+ (R)

Corollaire
O 2 (R), × est un groupe commutatif.
¡ + ¢

Preuve :
Car les matrices de rotation commutent entre elles.

Propriété: Rotation du plan euclidien orienté

La matrice d’un endomorphisme r ∈ O + (E ) est la même dans toute base orthonormée directe du plan E .
Plus précisément, il existe θ ∈ R, unique à 2π près, tel que matrice de r dans toute base orthonormée
directe du plan E est R (θ )

Preuve :

Soient B et B0 deux bases orthonormées directes de E et P la matrice de passage de B à B0 . Puisque B et B0 sont

orthonormée directe P ∈ O 2+ (R).
Notons A et A 0 les matrices de l’endomorphisme r dans les bases B et B0 . Ces matrices appartiennent à O 2+ (R).
Par la formule de changement de base, A 0 = P −1 AP.
Or A, P ∈ O 2+ (R) et le groupe (O 2+ (R), ×) est commutatif donc A 0 = P −1 P A = A.
Ainsi, la representation de l’endomorphisme r est la même dans toute base orthonormée directe choisie et puisque
celle-ci est une matrice de O 2+ (R), c’est une matrice R(θ ) avec θ déterminé de façon unique à 2π près.

Définition
L’automorphisme orthogonal positif représenté par la matrice R (θ ) dans les bases orthonormées directes
du plan E est appelé rotation d’angle θ et noté Rotθ

Exemple 24
IdE = Rot0 , −IdE = Rotπ .

Propriété
Soit θ , θ 0 ∈ R.
1. Rotθ = Rotθ0 ⇐⇒ θ ≡ θ 0 [2π]
2. Rotθ ◦ Rotθ0 = Rotθ+θ0 = Rotθ0 ◦ Rotθ
3. Rotθ −1 = Rot−θ

Preuve :
Il suffit de transposer matriciellement les énoncés.

Corollaire
O + (E ) = {Rotθ | θ ∈ R} est un groupe abélien.

Propriété: Classification de O 2− (R)

Pour toute matrice M ∈ O 2− (R) il existe un réel θ unique à 2π près vérifiant
à !
cos θ sin θ
M = S (θ ) =
sin θ − cos θ

Elles vérifient S (θ )2 = I 2

Preuve :
à !
a b
Soit M = .
c d
Comme a2 + b2 = 1, il existe θ ∈ R tel que a = cos θ et b = sin θ .
On a det M = ad − bc = −1 et a2Ã+ c2 = b2 + d 2! = 1 donc (a + d)2 + (b − c)2 = a2 + c2 + a2 + c2 − 2(ad − bc) = 0. On en
cos θ sin θ
déduit a = − d et c = b puis M =
sin θ − cos θ

19
 II ENDOMORPHISMES ORTHOGONAUX D’UN EUCLIDIEN

Propriété: Automorphismes orthogonaux négatifs du plan

Soit B = ( i, j ) une base orthonormée de E .
Pour tout automorphisme orthogonal négatif s de E , il existe θ ∈ R tel que
à !
cos θ sin θ
MatB ( s) =
sin θ − cos θ

¶ s correspond
De µplus alors à la réflexion par rapport à la droite vectorielle dirigée par le vecteur u =
θ θ
µ ¶
cos i + sin j.
2 2
Il existe une base B 0 dans laquelle la symétrie est représentée par la matrice
à !
1 0
S (0) =
0 −1

Preuve :
θ θ
µ ¶ µ ¶
Considérons σ la réflexion par rapport à la droite vectorielle engendrée par le vecteur unitaire u = cos i + sin j.
2 2
Pour tout ¶ E, on aµ σ¶(x) =µ2(x¶ | u)u − x donc
µ ¶ x de
µ vecteur
θ θ θ
σ(i) = 2 cos2 − 1 i + 2 cos sin j = cos θ i + sin θ j et
µ ¶2 ³ ´ 2µ ¶ 2¶
θ ϕ θ
µ
σ( j) = 2 cos sin i − 2 sin2 − 1 j = sin θ i − cos θ j.
2 2 2
On en déduit que les applications linéaires σ et s prennent les mêmes valeurs sur i et j et sont donc égales.

II.4. Réduction des endomorphismes orthogonaux

Lemme 1
Soit u ∈ O (E ) et F un sous-espace vectoriel de E stable par u, alors F ⊥ est stable par u

Lemme 2
Soit u ∈ O (E ). Il existe des sous espaces vectoriels de E , P1 , · · · , P r , de dimension égale à 1 ou 2, deux à
⊥
deux orthogonaux, stables par u et tels que E = ⊕ P i
1É j É r

Preuve :
On procède par récurrence sur la dimension n = dim E Ê 1.
• Pour n = 1 ou 2, le résultat est évident.
• Supposons le acquis pour tout endomorphisme orthogonal sur un espace vectoriel euclidien de dimension p
comprise entre 1 et n − 1, avec n Ê 3.
Si P1 est un sous espace vectoriel de E non réduit à {0} de dimension au plus égale à 2 stable par u ∈ O (E) alors
P1⊥ est stable par u.
Comme 1 É n − 1 É dim P1⊥ É n − 1, on peut trouver des sous espaces vectoriels de E, P2 , · · · , P r , de dimension au
plus 2, deux à deux orthogonaux et stables par la restriction de u à P1⊥ , donc par u, tels que P1⊥ = ⊕rj=2 P i . On a
alors E = P1 ⊕ P1⊥ .
à !
a b
Dans le cas ou n = 2, la forme des matrices orthogonales est particulièrement simple : si A = ∈ O 2 (R) , il
c d
existe alors un unique réel θ ∈ [0, 2π[ tel que :
à ! à !
cos θ − sin θ cos θ sin θ
A= ou A =
sin θ cos θ sin θ − cos θ
à !
1 0
et dans le deuxième cas, A est orthogonalement semblable à , ce que l’on peut verifier avec :
0 −1

cos θ2 − sin θ2 θ
sin θ2
 ³ ´ ³ ´ Ã ! ³ ´ ³ ´ Ã !
³ ´  1 0  cos ³2 ´ ³ ´ = cos θ sin θ
sin θ2 cos θ2 −1 − sin θ cos θ2
 ³ ´
0 sin θ − cos θ
2

On peut aussi dire que A est symétrique et orthogonale, donc A 2 = A t A = I n et elle est diagonalisable puisque
annulée par X 2 − 1 qui est scinde à racines simples dans R. Comme A 6= ± I 2 , elle est orthogonalement semblable

20
II ENDOMORPHISMES ORTHOGONAUX D’UN EUCLIDIEN

à !
1 0
à
0 −1

Théorème
Soit u ∈ O (E ) avec n Ê 2. Il existe une base orthonormée B de E dans laquelle la matrice de u s’ecrit :
 
Ip 0 ··· ··· 0
 .. .. 
 0 −I q . . 
 
 . .. 
 
D =  .. .. ..
 . R 1 . . 

 . . . 
 . . . . . 0
 . 
0 ··· ··· 0 Rr

où pour tout k ∈ [[1, r ]], on a note : Ã !

cos θk − sin θk
Rk =
sin θk cos θk
avec θk ∈ ]0, 2π[ \ {π} et p, q, r sont des entiers naturels tels p + q + 2 r = n (si l’un de ces entiers est nul, les
blocs de matrices correspondants n’existent pas).

Preuve :
On procède par recurrence sur la dimension n Ê 2 de E.
• Pour n = 2, c’est fait avec le lemme précèdent.
• Supposons le résultat acquis pour les endomorphismes orthogonaux sur les espaces euclidiens de dimension p
comprise entre 2 et n − 1 et soit u ∈ O (E) avec n = dim(E) Ê 3.
4 Si u admet 1 ou −1 comme valeur propre, pour tout vecteur propre unitaire e 1 associé à cette valeur propre,
le sous espace vectoriel H = Vect(x)⊥ est stable par u et il existe alors une base orthonormée B1 de H dans
laquelle la matrice de la restriction de u à H est de la forme :
 
Ip 0 ··· ··· 0

 .. .. 

0
 − I q . . 

 . .. .. .. 
 ..
A1 =  . R1 . . 

 
 . .. ..
 .

 . . . 0


0 ··· ··· 0 Rr
à !
±1 0
Dans la base orthonormée { e 1 }∪B1 la matrice de u est A = , qui se ramène bien à la forme souhaitée
0 A1
en permutant au besoin e 1 avec l’un des vecteurs de B1 .
4 Si toutes les valeurs propres de u sont complexes non réelles, on a alors une décomposition E = ⊕ri=1 P k où
les P k sont de dimension 2 deux à deux orthogonaux et stables par u. L’etude du cas n = 2 nous dit alors qu’il
existe, pour tout k compris entre 1 et r, une base orthonormée Bk de P k dans laquelle la matrice de u est de la
forme : Ã !
cos θk − sin θk
Rk =
sin θk cos θk
avec θk ∈ ]0, 2π[ \ {π}. En réunissant toutes ces bases, on obtient une base orthonormée de E dans laquelle la
matrice de u est :  
R1 0 ··· 0

.. .. 
.
 
0 R 2 . 
A=  .

 . .. .. 
 . . . 0


0 ··· 0 Rr

 Remarque
On a p = dim(Ker( u − I d )) et q = dim(Ker( u + I d )) avec p + q + 2 r = n. De plus u ∈ O + (E ) [resp. u ∈ O − (E )]
si, et seulement, si q est pair [resp. impair].

21
II ENDOMORPHISMES ORTHOGONAUX D’UN EUCLIDIEN

Corollaire
Soit A ∈ O n (R) avec n Ê 2. Il existe une matrice P ∈ O n (R) telle que :
 
Ip 0 ··· ··· 0
 .. .. 
 0 −I q . . 
 
 . .. 
 
t
P AP =  .. .. ..
 . R 1 . . 

 . . . 
 . . . . . 0
 . 
0 ··· ··· 0 Rr

Preuve :
A est la matrice dans la base canonique Rn d’un endomorphisme orthogonal u et la matrice de passage P de la base
canonique à une base orthonormée dans laquelle la matrice de u à la forme indiquée est orthogonale, donc telle que
P −1 = t P.

Propriété: Isométries positives en dim 3

Soit f ∈ O + (E ), alors il existe une base orthonormale directe B = ( u, v, w) dans laquelle la matrice de f
est de la forme  
1 0 0
0 cos θ − sin θ 
 

0 sin θ cos θ
f est dite la rotation d’axe dirigé et orienté par u et d’angle θ . On la note Rotu,θ

Preuve :

Propriété
Soit f la rotation d’axe D dirigé et orienté par un vecteur unitaire u et d’angle θ .
1. Pour tout x vecteur orthogonal à u

f ( x) = cos (θ ) .x + sin (θ ) .u ∧ x

2. Si x est un vecteur unitaire orthogonal à u, on a :

cos θ = 〈 x| f ( x)〉 et sin θ = det ( x, f ( x), u)

Preuve :
1. – Cas x = 0 : Ok
– Cas x 6= 0 :
x u∧i
Posons i = et j = u ∧ i = .
k xk k uk
La famille B = (i, j) est une base orthonormée directe du plan P = D ⊥ .
Pour x ∈ P, f (x) = Rotθ (x) = k xkRotθ (i) = k xk (cos θ .i + sin θ . j) = cos (θ ) .x + sin (θ ) .u ∧ x
2. Conséquence du résultat précédent et de la relation :

det (x, f (x), u) = det (u, x, f (x)) = (u ∧ x) . f (x)

Exemple 25
1
Soient B = (i, j, k) une base orthonormée directe de E et f la rotation d’axe D dirigé et orienté par u = (i + j − k) et
3
π
d’angle θ = .
3
Formons la matrice de f dans la base B.

Solution

Notons p la projection orthogonale sur D et q celle sur D ⊥ .

∀ x ∈ E, p(x) = (x| u)u et q(x) = x − (x| u)u

Puisque f (x) = f (p(x) + q(x)) = p(x) + f (q(x)) avec q(x) ∈ D ⊥ , la formule précédente donne

f (x) = p(x) + cos θ .q(x) + sin θ .u ∧ q(x)

22
 III ENDOMORPHISMES SYMÉTRIQUES

puis
f (x) = cos θ .x + (1 − cos θ ) (x| u)u + sin θ .u ∧ x
et au final
1 1 1
f (x) = x + < x| i + j + k > .(i + j + k) + .(i + j + k) ∧ x
2 6 2
On en déduit  
2 2 1
1
A = −1 2 −2

3
−2 1 2

Exemple 26
Soit f l’endomorphisme de E dont la matrice dans une base orthonormée directe B = (i, j, k) est la matrice A
suivante :  
0 0 1
A = 1 0 0
 

0 1 0

Solution
Les colonnes de A sont unitaires et deux à deux orthogonales donc A ∈ O3 (R) puis f ∈ O(E).
Soit u = xi + y j + zk ∈ E. Après résolution
f (u) = u ⇐⇒ x = y = z
p
3
L’ensemble des vecteurs invariants par f est une droite dirigée par le vecteur u = (i + j + k), on en déduit que f
3
est une rotation autour de la droite D.
Orientons la droite D par le vecteur u et déterminons l’angle θ de cette rotation. Puisque TrA = 1 + 2 cos θ et TrA = 0,
1
on obtient cos θ = − .
2
Déterminons le signe de det u, i, f (i) ¯ ¯
p ¯¯1 1 0¯¯ p
3¯ 3
det (u, i, f (i)) = ¯1 0 1 ¯ =
¯
3 ¯¯ ¯ 3
1 0 0¯
2π
On en déduit sin θ > 0 puis θ ≡ [2π].
3 p
3 2π
Finalement f est la rotation d’axe dirigé et orienté par u = (i + j + k) et d’angle
3 3

II.5. Non commutativité de SO (E ) en dimension Ê 3

III. Endomorphismes symétriques

E un préhilbertien réel.

III.1. Endomorphisme symétrique

Définition
Soit u ∈ L (E ).
On dit que u est symétrique si ∀ x, y ∈ E, < u( x), y >=< x, u( y) >

Exemple 27
Les projecteurs orthogonaux sont des endomorphismes symétriques.

 Notation
S (E ) désigne l’ensemble des endomorphismes symétriques de E

Propriété
Soit u ∈ S (E ) et F un sous-espace vectoriel de E stable par f . Alors F ⊥ est aussi stable par u

23
 III ENDOMORPHISMES SYMÉTRIQUES

Preuve :

Soit y ∈ F ⊥ , alors pour x ∈ F, on a u(x) ∈ F et outre

< x, u(y) >=< u(x), y >= 0

Ceci vrai pour tout x ∈ F, donc u(y) ∈ F ⊥

III.2. Cas euclidien

Propriété
Soit E un espace euclidien et u ∈ L (E ) un endomorphisme symétrique, alors

Im ( u) = (Ker u)⊥

Preuve :
Soit x ∈ Keru et y ∈ Imu. On peut écrire y = u(a) avec a ∈ E et alors

< x, y >=< x, u(a) >=< u(x), a >=< 0, a >= 0

Ainsi, les espaces Imu et Keru sont orthogonaux et donc Imu ⊂ (Keru)⊥ puis l’égalité par les dimensions.

Propriété: Caractérisation des symétriques

Soit E un espace euclidien, B une BON de E et u ∈ L (E ). Alors

u ∈ S (E ) ⇐⇒ Mat ( u) ∈ S n (R)
B

Preuve :
¡ ¢
⇒ Supposons u symétrique et étudions A = a i, j 1É i, j Én = Mat (u).
B
On a a i, j =< e i , u(e j ) > et donc par symétrie

a i, j =< e i , u(e j ) >=< u(e i ), e j >= a j,i

La matrice A est donc symétrique

¡ ¢
⇐ Si la matrice A = a i, j 1É i, j Én = Mat (u) est symétrique.
B
Soit x, y ∈ E de colonnes coordonnées X et Y dans la base orthonormée B , on a

< u(x), y >= (A X )T Y = t X t AY

et
< x, u(y) >= t X AY
Or t A = A, donc < u(x), y >=< x, u(y) >

 Attention
Il est essentiel de vérifier que la base B est orthonormale pour exploiter ce résultat.

Propriété: Caractérisation des endomorphismes involutifs, idempotents

Soit E un espace euclidien et u ∈ L (E ).
1. u est un projecteur orthogonal si, et seulement, si u est symétrique et u2 = u ;
2. u est un symétrie orthogonale si, et seulement, si u est symétrique et u2 = idE .

Preuve :

1. ⇒) u est un projecteur, donc u2 = u.

Le projecteur u est orthogonal donc ∀ x, y ∈ E,

< x − u(x), u(y) >=< x, y − u(y) >= 0

donc
< x, u(y) >=< u(x), u(y) >=< u(x), y >
d’où u est symétrique.

24
 III ENDOMORPHISMES SYMÉTRIQUES

⇐) On a u2 = u donc u est un projecteur et puisque u est symétrique donc Keru = (Imp)⊥ d’où le projecteur u est
orthogonal.
2. ⇒) On a u est une symétrie donc u2 = idE .
La symétrie u est orthogonale donc u ∈ O(E).
⇐) On a u2 = idE donc u est une symétrie.
Soient x ∈ Ker(u − id) et y ∈ Ker(u + id), on a

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

donc < x, y >= 0 d’où Ker(u − id) ⊥ Ker(u + id) d’où la symétrie u est orthogonale.

III.3. Théorème spectral

Propriété
Soit u ∈ S (E ). Alors u admet une valeurs propre réelle

Preuve :
Soit B une base orthonormée de E et A = Mat (u). On a u ∈ S(E) donc A est symétrique.
B
Soit λ ∈ S p C (u) donc λ ∈ S p C (A) et par suite ∃ X ∈ Mn1 (C) \ {0}, A X = λ X . On a A X = λ X donc λ X = A X = A X = A X
t t t t t t
car A = A puisque A ∈ Mn (R). On a X A X = λ X X = λk X k2 et X A X = (t A X )X = (A X )X = λ X X = λk X k2 donc
2 2
λk X k = λk X k . Or X 6= 0 donc λ = λ d’où λ ∈ R.

Propriété
Soit u ∈ S (E ) et λ, µ ∈ Sp ( u) avec λ 6= µ, alors E λ ( u) et E µ ( u) sont orthogonaux.
En particulier, les espaces propres de u sont en somme directe orthogonale.

Preuve :
Soient λ, µ ∈ S p(u) tels que λ 6= µ, x ∈ E λ (u) et y ∈ E µ (u).
On a
< u(x), y >=< λ x, y >= λ < x, y >
et
< x, u(y) >=< x, µ y >= µ < x, y >
donc (λ − µ) < x, y >= 0. Or λ 6= µ donc < x, y >= 0 et par suite E λ (u) ⊥ E µ (u).

Théorème: spectral
Tout endomorphisme symétrique d’un espace euclidien E est diagonalisable dans une base orthonormale.

Preuve :
⊥
Soit u ∈ S(E), on pose F = ⊕ E λ (u).
λ∈Sp( u)
Le sous-espace vectoriel F est stable par u donc F ⊥ aussi.
Par l’absurde, supposons F ⊥ 6= {0E }. L’endomorphisme induit par u sur F ⊥ est symétrique, il possède donc au moins
un vecteur propre. Or celui-ci est aussi vecteur propre de u et donc élément de F. C’est absurde car F ∩ F ⊥ = {0E }.
Ainsi, E est la somme directe des sous-espaces propres de u et puisque ceux-ci sont deux à deux orthogonaux, on peut
former une base orthonormale adaptée à cette décomposition, base qui diagonalise u.

Théorème: spectral :Version matricielle

Soit A ∈ S n (R), il existe P ∈ O n (R) telle que P −1 AP = t P AP soit diagonale.

Preuve :
Soit A ∈ S n (R).
Munissons E = Rn du produit scalaire canonique et considérons u l’endomorphisme de Rn représenté par A dans la
base canonique.
Puisque A est symétrique et B orthonormée, l’endomorphisme u est symétrique. Il existe donc une base orthonormée
B 0 diagonalisant u. Par changement de base, on a alors A = PDP −1 avec D diagonale et P orthogonale car c’est une
matrice de passage entre deux bases orthonormées.

25
 IV FORMES LINÉAIRES D’UN ESPACE EUCLIDIEN

Corollaire
Pour A ∈ M n (R), t A A est diagonalisable

Preuve :
t A A est symétrique réelle.

 Remarque
à !
1 i
Le résultat est faux pour les matrices symétriques non réelles. En effet, la matrice A = n’est pas
i −1
diagonalisable car elle est non nulle et nilpotente ( A 2 = 0) et la seule matrice nilpotente diagonalisable est
la matrice nulle.

III.4. Extrémum sur la sphère

Propriété: Extrémum sur la sphère
Soit u un endomorphisme symétrique. Posons λmin = min Sp ( u) et λmax = max Sp ( u) . Alors
¡ ¢ ¡ ¢

∀ x ∈ E, λmin k x k2 É< u( x), x >É λmax k x k2

En particulier x 7−→< u( x), x > est bornée sur la sphère unité et atteint ses bornes et

min (< u( x), x >) = λmin et max (< u( x), x >) = λmax
k x k=1 k x k=1

Preuve :
Soit B = (e 1 , · · · , e n ) une base orthonormale diagonalisant u et λ1 , · · · , λn ∈ R les valeurs propres de u avec u(e i ) =
λi e i .
Xn n
X
Pour x ∈ E, on peut écrire x = x i e i et on a alors u(x) = λi xi e i .
i =1 i =1
Puisque la base B est orthonormale,
n n
k x k2 = x2i λ i x2i
X X
et < u(x), x >=
i =1 i =1

Or, pour tout 1 É i É n, on a λmin É λ i É λmax , donc

λmin k x k2 É< u(x), x >É λmax k x k2

Corollaire: Extrémum sur la sphère

Soit A ∈ S n (R) une matrice symétrique. Posons λmin = min Sp ( A ) et λmax = max Sp ( A ) . Alors
¡ ¢ ¡ ¢

∀ X ∈ Mn,1 (R) , λmin k X k2 É t XAX É λmax k X k2

En particulier X 7−→ t X A X est bornée sur la sphère unité et atteint ses bornes et
¡t ¡t
X A X = λmin X A X = λmax
¢ ¢
min et max
k X k=1 k X k=1

IV. Formes linéaires d’un espace euclidien

E un espace euclidien de dimension n ∈ N∗ .

IV.1. Formes linéaires d’un espace euclidien

 Notation
Soit a ∈ E on considère la forme linéaire f a définie par f a : x 7−→< x|a >

26
 IV FORMES LINÉAIRES D’UN ESPACE EUCLIDIEN

Propriété
L’application f : E −→ E ∗ , a 7−→ f a est un isomorphisme d’espaces vectoriels appelé l’isomorphisme
canonique de E sur E ∗ .

Preuve :
• f est linéaire ;
• f est injective car < x|a >= 0, pour tout x ∈ E, donne a = 0 ;
• la conclusion résulte donc de dim E = dim E ∗

Corollaire
En particulier, ∀ϕ ∈ E ∗ , ∃!a ∈ E, ∀ x ∈ E, ϕ( x) =< a, x >.

 Attention
Le résultat est faux si E est un espace préhilbertien de dimension infinie.

IV.2. Adjoint d’un endomorphisme

Propriété
Soit u ∈ L (E ) alors ∃!v ∈ L (E ) tel que

∀ x, y ∈ E, < u( x), y >=< x, v( y) >

v s’appelle l’adjoint de u et on le note u∗ .

Preuve :
Existence: Soit y ∈ E, l’application x 7−→< u(x), y > est une forme linéaire sur E. Donc, il existe un unique z ∈ E
tel que ∀ x ∈ E, < u(x), y >=< x, z >. On définit l’application de E dans E par v(y) = z
Linéarité de v : Soit x, y ∈ E et λ ∈ R. Pour tout z ∈ E et par linéarité du produit scalaire, on obtient :

< v(λ x + y) − λv(x) − v(y), z >=< v(λ x + y), z > −λ < v(x), z > − < v(y), z >

Il s’ensuit par définition de v et par linéarité du produit scalaire :

< v(λ x + y) − λv(x) − v(y), z > = < λ x + y), u(z) > −λ < x, u(z) > − < y, u(z) >
= < 0, u(z) >= 0

Le vecteur v(λ x + y) − λv(x) − v(y) appartient E ⊥ , donc

v(λ x + y) − λv(x) − v(y) = 0

Ce qui montre que v est linéaire

Unicité: Si w une application de E dans E telle que ∀(x, y) ∈ E 2 , < u(x), y >=< x, w(y) >. On a ∀(x, y) ∈ E 2 ,
< x, v(y) >=< x, w(y) > d’où v(y) = w(y) pour tout y ∈ E et v = w

Exemple 28
Id∗
E
= IdE

Exemple 29
Soit a, b ∈ E et u : x 7−→< a| x > b. Déterminons u∗

Solution
u∗ : x 7−→< b| x > a

Exemple 30
Soit E = M n (R), muni du produit scalaire < A |B >= Tr t AB .
¡ ¢

Soit A ∈ E, posons u : X ∈ E 7−→ A X . Trouvons u∗

27
IV FORMES LINÉAIRES D’UN ESPACE EUCLIDIEN

Solution

u∗ : X 7−→ t A X

28