COURS D’ALGEBRE BILINEAIRE

"LIGHT"

Adolphe CODJIA

Edition 2014
Table des matières

Introduction 3

1 FORMES BILINEAIRES SYMETRIQUES,FORMES

QUADRATIQUES(en dimension …nie) 4

1.1 Matrice d’une forme bilinéaire . . . . . . . . . . . . . . . . . . 4

1.2 ORTHOGONALITE D’UNE FORME BILINEAIRE REFLEXIVE 8
1.3 Noyau et Isotropie d’une forme bilinéaire ré‡èxive . . . . . . . 8
1.3.1 Noyau . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.2 Cône isotrope . . . . . . . . . . . . . . . . . . . 9
1.4 Adjoint d’une application linéaire relativement à une forme
bilinéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.1 Formes bilinéaires symétriques, formes quadratiques . . 10
1.5 Formes quadratiques . . . . . . . . . . . . . . . . . . . . . . . 11
1.5.1 Rang d’une forme bilinéaire symétrique . . . . . . . . . 17
1.5.2 Bases orthogonales . . . . . . . . . . . . . . . . . . . . 17
1.5.3 Matrice d’une forme bilinéaire symétrique dans une
base orthogonale . . . . . . . . . . . . . . . . . . . . . 18
1.5.4 Formes bilinéaires symétriques réelles . . . . . . . . . . 19
1.5.5 Décomposition d’une forme quadratique en carrés . . . 20
1.5.6 Signature d’une forme quadratique . . . . . . . . . . . 20
1.5.7 Méthode de Gauss . . . . . . . . . . . . . . . . . . . . 21
1.6 Espaces euclidiens . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.7 Projections et symétries orthogonales . . . . . . . . . . . . . . 23
1.8 Méthode d’orthogonalisation de Schmidt . . . . . . . . . . . . 27
1.8.1 Méthode de Schmidt . . . . . . . . . . . . . . . . . . . 27
1.9 Endomorphisme orthogonaux de Rn . . . . . . . . . . . . . . . 27
1.9.1 Matrices orthogonales réelles . . . . . . . . . . . . . . . 28
1.10 Automorphismes orthogonaux et sous-espaces stables d’un es-
pace euclidien E . . . . . . . . . . . . . . . . . . . . . . . . . . 29

1
 1.10.1 Isomorphisme d’un espace vectoriel euclidien(E; < :; : >) et
son dual E . . . . . . . . . . . . . . . . . . . . . . . . 30
1.11 L’adjoint d’une application linéaire . . . . . . . . . . . . . . . 31
1.12 PRODUIT MIXTE ET PRODUIT VECTORIEL . . . . . . . 33

2 FORMES SESQUILINEAIRES, FORMES

HERMITIENNE (en dimension …nie) 34
2.1 REPRESENTATION MATRICIELLE D’UNE FORME SES-
QUILINEAIRE . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.1.1 Changement de bases . . . . . . . . . . . . . . . . . . . 37
2.2 Formes hermitiennes . . . . . . . . . . . . . . . . . . . . . . . 37
2.3 COMPLEXIFICATION D’UN PREHILBERTIEN REEL 38
2.4 ORTHOGONALITE . . . . . . . . . . . . . . . . . . . . . . . 40
2.5 Noyau et Isotropie . . . . . . . . . . . . . . . . . . . . . . . . 40
2.5.1 Noyau . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.5.2 Rang d’une forme hermitienne . . . . . . . . . . . . . . 40
2.5.3 Bases orthogonales . . . . . . . . . . . . . . . . . . . . 41
2.5.4 Matrice d’une forme sesquilinéaire hermitienne dans
une base orthogonale . . . . . . . . . . . . . . . . . . . 41
2.5.5 Signature d’une forme hermitienne . . . . . . . . . . . 42
2.6 Espaces hermitiens . . . . . . . . . . . . . . . . . . . . . . . . 43
2.6.1 Méthode d’orthogonalisation de Schmidt . . . . . . . . 45
2.6.2 Endomorphisme unitaires de Cn . . . . . . . . . . . . . 46
2.6.3 Matrices unitaires . . . . . . . . . . . . . . . . . . . . . 46
2.6.4 L’adjoint d’une application linéaire . . . . . . . . . . . 47
2.7 ENDOMORPHISMES NORMAUX . . . . . . . . . . . . . . . 49

2
Introduction

L’algèbre linéaire, est issue de la méthode des coordonnées cartésiennes

pour répérer des points d’une droite, d’un plan, de l’espace R3 .
Cette méthode a été étendu en dimension n > 3, quitte à se passer de
l’intuition géométrque immédiate. Le rôle de l’algèbre linéaire est
de traiter les problèmes linéaires, c’est-à-dire ceux dont l’ensemble des
solutions est naturellement muni d’une structure d’espace vectoriel.
Ces problèmes sont particulièrement faciles en dimension …nie.
L’algèbre bilinéaire emprunte presque tout à l’algèbre linéaire et est
une porte naturellement ouverte sur les notions d’orthogonalité,
isométries et d’espaces euclidiens entre autres.

3
Chapitre 1

FORMES BILINEAIRES
SYMETRIQUES,FORMES
QUADRATIQUES(en dimension …nie)

1.1 Matrice d’une forme bilinéaire

Rappel
Etant donné une base = (e1 ; e2 ; :::; en ) d’un | espace
vectoriel E, de dimension n:
Il y a un isomorphisme $ : E ! Mn ;1 (|) qui à
Xn
x= xi ei 2 E
i=1 2 3
x1
6 x2 7
6 7
associe la matrice colonne X = M at (x; ) = 6 .. 7 :
4 . 5
xn
E est un K-espace vectoriel. On appelle forme bilinéaire sur E;
toute application
f :E E !K
(x; y) 7 ! f (x; y)
linéaire par rapport à x et linéaire par rapport à y.
Linéarité par rapport à x se traduit par :
f (x + x0 ; y) = f (x; y) + f (x0 ; y)
8x; x0 ; y 2 E; 8 2 K:
f ( x; y) = f (x; y)
On note L2 (E) = l’ensemble des formes bilinéaires.
Soit = (e1 ; e2 ; :::; en ) une base de E: Soit f 2 L2 (E) ;

4
 X
n X
n
2
8 (x; y) 2 E , f (x; y) =?, x = xi ei ; y = yj ej ;
i=1 j=1
!
X
n X
n
on a : f (x; y) = f xi ei ; yj ej
i=1 j=1
X
n X
n
= f (ei ; ej ) xi yj :
i=1 j=1
On pose aij = f (ei ; ej ) et A = (aij ) = M at (f; ) :
Réprésentation matricielle
Soit = (e1 ; e2 ; :::; en ) une base de E; f 2 L2 (E) ;
A = M at (f; ) :
Xn X n
x= xi ei ; y= yj ej ; X = M at (x; ) ;
i=1 j=1
Y = M at (y; ) ; f (x; y) = (t X) AY

Exercice
E = R2
E E !R
(x; y) 7 ! f (x; y) = 3x1 y1 + x1 y2 + x2 y1 x2 y2 :
x = (x1 ; x2 ), y = (y1 ; y2 ) 2 E
1. Montrer que f 2 L2 (E) :
2. Soit = (e1 ; e2 ) base canonique de R2 ; calculer A = M at (f; ) :
Véri…er la formule f (x; y) = (t X) AY:

Réponse
3 1 x1 y1
2) A = ; X= ; Y = :
1 1 x2 y2
3 1 y1
(t X) AY = (x1 ; x2 )
1 1 y2
= 3x1 y1 + x1 y2 + x2 y1 x2 y2 = f (x; y) :
Proposition
Moyennant une base = (e1 ; e2 ; :::; en ) de E un K-espace
vectoriel,
a) L’application L2 (E) ! Mn (K), ' 7 ! (' (ei ; ej ))1 i; j n est
un isomorphisme.
b) On en déduit dim L2 (E) = dim Mn (K) = n2 .
c) On a (8X; Y 2 Mn;1 (K) , (t X) AY = 0) () A = 0.
d) A; B 2 Mn (K) sont telles que (t X) AY = (t X) BY ,
8X; Y 2 Mn ;1 (|) ; alors A = B:
Changement de base

5
 = (e1 ; e2 ; :::; en )
Soit f 2 L2 (E) : 0 2 bases de E:
= (e01 ; e02 ; :::; e0n )
A = M at (f; ) ; A0 = M at (f; 0 )
Soit P = P 0 = matrice de passage de à 0 : Alors A0 = (t P ) AP
En e¤et,
soit x; y 2 E; X = M at (x; ) ; X 0 = M at (x; 0 ) ; Y = M at (y; ) ;
Y 0 = M at (y; 0 ) : On sait que X = P X 0 ; Y = P Y 0 ; on a :
f (x; y) = (t X 0 ) A0 Y 0 = (t X) AY = (t X 0 ) (t P ) AP Y 0 ;
8X 0 ; Y 0 2 Mn ;1 (|) : Donc A0 = (t P ) AP:
Proposition
L’espace des formes bilinéaires sur E un K-espace vectoriel de
dimension n, est isomorphe à l’espace des matrices de type n n à
coe¢ cients dans K.
Proposition
L2 (E) = L (E; E )=l’espace des applications linéaires de E
dans E (son dual)
Preuve
8f 2 L2 (E), on construit f 2 L (E; E ) telle que
8x 2 E, f (x) = f (:; x) 2 E qui à y 2 E associe f (x) (y) = f (y; x).
Inversement 8' 2 L (E; E ) on dé…nit f' 2 L2 (E) tel que 8x; y 2 E,
f' (x; y) = ' (x) (y).
Remarque
En dimension …nie,
Soit f 2 L2 (E) et soit une base de E et sa base duale, alors
Mat(f; ) = M at (f ; ; ).
Si 8f 2 L2 (E), on construit f 0 2 L (E; E ) telle que
8x 2 E, f 0 (x) = f (x; :) 2 E qui à y 2 E associe f 0 (x) (y) = f (x; y).
Alors t M at (f; ) = M at (f 0 ; ; ).
En dimension …nie, on a t (f ) = f 0 .
Remarque
Soit f 2 L2 (E) et soit une base de E, X = M at (x; ),
Y = M at (y; ), 8x; y 2 E, A = M at (f; ).
i) X 2 ker f () X 2 ker f () f (x) (y) = 0, 8y 2 E
() f (y; x) = (t Y ) AX = 0, 8Y 2 Mn ;1 (|) () AX = 0.
Donc ker f = fX 2 Mn ;1 (|) ; AX = 0g = ker f .
ii) X 2 ker f () X 2 ker f 0 () f 0 (x) (y) = 0, 8y 2 E
() f (x; y) = (t X) AY = 0, 8Y 2 Mn ;1 (|)
() (t X) A = 0 () (t A) X = 0.
Donc ker f = ker f 0 = fX 2 Mn ;1 (|) ; (t A) X = 0g.
Je rappelle que ker f 0 = ker f .
Dé…nition

6
 i) Une forme bilinéaire f est non dégénérée ssi f ou f 0 est
injectif.
Elle est dite dégénérée dans le cas contraire.
ii) On appelle rang d’une forme bilinéaire f 2 L2 (E) le rang de f ou
f0 .
iii) Une forme bilinéaire f est dite symétrique si
f (x; y) = f (y; x), 8x; y 2 E.
On note S (E) l’ensemble des formes bilinéaire symétriques.
iv) Une forme bilinéaire f est dite antisymétrique si f (x; y) = f (y; x),
8x; y 2 E.
On note A (E) l’ensemble des formes bilinéaire antisymétriques.
v) Une forme bilinéaire f est dite alternée si f (x; x) = 0, 8x 2 E.
vi) Une forme bilinéaire f est dite ré‡exive si
f (x; y) = 0 () f (y; x) = 0, 8x; y 2 E.
Proposition
On suppose que K est un corps de caractéristique di¤érente de 2.
Les ensembles S (E) et A (E) sont des sous-espaces vectoriels
supplémentaires de L2 (E) i.e. L2 (E) = S (E) A (E).
Lemme
i) Une forme bilinéaire alternée est antisymétrique
ii) On suppose que K est un corps de caractéristique di¤érente de 2.
Alors une forme bilinéaire antisymétrique est alternée.
Preuve
i) 8x; y 2 E, on a :
0 = f (x + y; x + y) = f (x; x) + f (x; y) + f (y; x) + f (y; y)
= f (x; y) + f (y; x) = 0 =) f (x; y) = f (y; x).
ii) f (x; x) = f (x; x) =) 2f (x; x) = 0 =) f (x; x) = 0. 8x 2 E.
Rémarque
~ Forme symétrique ou antisymétrique est ré‡exive.
~ Toute forme bilinéaire ré‡exive est soit symétrique ou
antisymétrique.
Lemme
Une forme bilinéaire non identiquement nulle est une application
surjective.
Preuve
Soit f une forme bilinéaire non identiquement nulle,
alors il existe (x; y) 2 E 2 tel que f (x; y) = a 6= 0.
8 2 K, on a f ( x; a 1 y) = a 1 f (x; y) = .

7
1.2 ORTHOGONALITE D’UNE FORME BI-
LINEAIRE REFLEXIVE
Soit f 2 L2 (E) ré‡èxive
Deux vecteurs x et y sont dits orthogonaux relativement à f ,
si f (x; y) = 0, on écrit x ? y:
Remarque
0 ? x, 8x 2 E; car f (0; x) = 0.
Dé…nition
Soit A E; on pose : A? = fx 2 E / x ? a; 8a 2 Ag
est l’orthogonal de A:
Montrer que l’orthogonal de A est un sous-espace vectoriel.
Proposition
Si A est un sous-espace vectoriel de E un K-espace vectoriel de
dimension …nie n et si f 2 L2 (E) est non dégénérée alors
dim A + dim A? = n.
Remarque
Avoir dim A + dim A? = n ne signi…e pas que A \ A? = f0E g.

1.3 Noyau et Isotropie d’une forme bilinéaire

ré‡èxive
1.3.1 Noyau
Dé…nition
Soit f 2 L2 (E) ré‡èxive
ker f = fx 2 E / x ? y; 8y 2 Eg
= fx 2 E / f (x; y) = 0; 8y 2 Eg
= fx 2 E / f (y; x) = 0; 8y 2 Eg
= E ? = ker f = ker f 0 . Où 8 f 2 L2 (E),
f : E ! E , x 7 ! f (x) = f (x; :) et
f 0 : E ! E , y 7 ! f (y) = f (:; y).
Remarque
Relativement à une base donné,
~ le noyau de f 2 L2 (E) s’exprime comme le noyau de la matrice
de f relativement à la base en question.
~ En fait ker f est di¤érent de ker f 0 , en e¤et cela revient à
considérer le noyau d’une matrice et celle de sa transposée.
Dé…nition

8
 i) f est dite :
–dégénérée si ker f 6= f0E g :
–non dégénérée si ker f = f0E g :
ii) Un vecteur x 2 E est dit isotrope si x ? x: (0 est isotrope).
Sinon il est dit anisotrope(i.e. f (x; x) 6= 0).

1.3.2 Cône isotrope

C (f ) = fx 2 E; f (x; x) = 0g.
f est dé…nie sur E ssi C (f ) = f0E g, et ker (f ) C (f ).
Remarque
~ Un vecteur est isotrope signi…e qu’il est orthogonal à lui-même.
~ La dénomination de "Cône" vient du fait que si x 2 C (f ) alors
pour tout scalaire 2 K, x 2 C (f ). Ainsi C (f ) est stable par
toute homothétie de centre l’origine.
Proposition
Si E est un K-espace vectoriel de dimension …nie, alors
8f 2 L2 (E), dim E = dim (ker f ) + rang (f )
= dim (ker f ) + rang (f )
= dim (ker f 0 ) + rang (f 0 ).

1.4 Adjoint d’une application linéaire relati-

vement à une forme bilinéaire
Soit f 2 L2 (E), on suppose f non dégénérée.
Dé…nition
Soit u : E ! E une application linéaire. On dit que v est adjoint
de u si v : E ! E est une application linéaire véri…ant pour tout
x; y 2 E, f (u (x) ; y) = f (x; v (y)).
Proposition
Avec f non dégénérée, si v existe alors il est unique. On le note
alors u = v.
Remarque
Si dim E n’est pas …nie il existe des exemples pour lesquels un
adjoint n’existe pas toujours.
Proposition
Si dim E est …nie et que f 2 L2 (E) est non dégénérée, alors tout
endomorphisme u de E admet un adjoint u (unique).
Preuve
Puique E est de dimension …nie et f 2 L2 (E) est non dégénérée,

9
 f et g = f 0 = (t (f )) sont des isomorphismes. (ici, E = E ).
8x; y 2 E, f (x; u (y)) = f (x) (u (y)), Soit u = (t (f u f 1 ))
f (x; u (y)) = f (x) ((t (f u f 1 )) (y))
= f (x) (t (f u f 1 )) (y)
= (f u f 1 ) f (x) (y)
= f u (f 1 f ) (x) (y)
= f (u (x)) (y) = f (u (x) ; y).
Soit f (x; u (y)) = g (u (y)) (x), soit u = g 1 (t u) g
f (x; u (y)) = g ((g 1 (t u) g ) (y)) (x)
= (g g 1 ) (t u) g (y) (x)
= (t u) g (y) (x) = g (y) (u (x))
= f (u (x) ; y).
En clair,
u = (t (f u f 1 )) = (t f 1 ) (t u) (t f ) = f 0 1 (t u) f 0 .
Corollaire
Etant donnée une base de E un K-espace vectoriel de dimension n
f 2 L2 (E) non dégénérée, un endomorphisme u de E dont
l’adjoint est u ,
A = M at (f ; ; ) = M at (f; ) = (t M at (f 0 ; ; ) = (t B))
U = M at (u; ), U = M at (u ; ). Alors :
U = (t (AU A 1 )) = (t A 1 ) (t U ) (t A) = B 1 (t U ) B.

1.4.1 Formes bilinéaires symétriques, formes quadra-

tiques
Une forme bilinéaire f 2 L2 (E) est dite symétrique si f (x; y) = f (y; x) ;
8x; y 2 E:
Soit = (e1 ; e2 ; :::; en ) une base de E; f 2 L2 (E) ;
Xn X
n
A = M at (f; ), x = xi ei ; y = yj ej ; X = M at (x; ) ;
i=1 j=1
Y = M at (y; ) :
f (x; y) = (t X) AY = f (y; x) =t ((t X) AY ) = (t Y ) (t A) X:
La forme bilinéaire f est symétrique()il existe une base de E telle
que A = M at (f; ) soit symétrique
(une matrice A est symétrique ssi A =t A:)
En e¤et si : A = (aij ) = M at (f; ) ; aij = f (ei ; ej )
= f (ej ; ei ) = aji :
On note S2 (E) = l’ensemble des formes bilinéaires symétriques sur E:
S2 (E) est un sous-espace vectoriel de L2 (E) :
Soit = (e1 ; e2 ; :::; en ) une base de E et soit f 2 S2 (E) :

10
 X
n X
n
x= xi ei et y = yj ej
i=1 j=1
X
n X n
f (x; y) = aij xi yj
alors i=1 j=1 où aij = f (ei ; ej ) :
Xn X n
f (x; x) = aij xi xj
Si y = x alors i=1 j=1 f (x; x)
est ce qu’on appelle une forme quadratique.

1.5 Formes quadratiques

On appelle forme quadratique sur le K-espace vectoriel E;
toute application q : E ! K telle qu’il existe une base dans laquelle
q (x) est un polynôme de degré 2 par rapport aux variables coordonnées
2 ; :::; xn de x; c’est-à-dire si
x1 ; x8
< x 2 E; 8 2 K; q ( x) = 2 q (x) .
E 2 ! K, (x; y) 7 ! q (x + y) q (x y)
:
est une forme bilinéaire symétrique.
X n
Avec x = xi ei on a
i=1
X
n X
n
q (x) = aij xi xj
i=1 j=1 où aij 2 K; 8i; j:
On note Q (E) = l’ensemble des formes quadratiques sur E:
Q (E) est un K-espace vectoriel.
Désormais K est de caractéristique 6= 2: i.e. (2:1 6= 0) :
(Dans Z=2Z; 2:1 = 0: Z=2Z = f1; 0g).

Proposition
Soit f 2 S2 (E) ; soit = (e1 ; e2 ; :::; en ) une base de E;
alors x 7 ! f (x; x) = q (x) est une forme quadratique sur E:
: S2 (E) ! Q (E)
f 7 ! q telle que q (x) = f (x; x) ; x 2 E:
est un isomorphisme de K-espaces vectoriels.
Preuve
(f + g) = (f ) + (g) ; ( f ) = (f ) ; 8f; g 2 S2 (E) ;
8 2 K: 8q 2 Q (E) ; 9! f 2 S2 (E) / (f ) = q: Soit q une forme
quadratique, s’il existe f 2 S2 (E) telle que (f ) = q alors 8x 2 E;
q (x) = f (x; x) ; on a alors q (x + y) = f (x + y; x + y)

11
 = q (x) + q (y) + 2f (x; y) =)
1
f (x; y) = [q (x + y) q (x) q (y)] d’où l’unicité de f:
2
Pour l’existence de f; posons 8x; y 2 E;
1
f (x; y) = [q (x + y) q (x) q (y)] ;
2
on véri…e que f 2 S2 (E) telle que f (x; x) = q (x) : Donc (f ) = q:
Dans la proposition précedente la forme quadratique q est dite associée
à la forme bilinéaire symétrique f: f est appelée forme polaire de
la forme quadratique q.
Remarque
Il y a aussi un isomorphisme entre S2 (E) et Sn (K), l’ensemble des
matrices symétriques sur K le corps de base de E, espace vectoriel
1
de dimension n. Alors dim S2 (E) = dim Sn (K) = n (n + 1)
2
= dim Tns (K) = dim Tni (K)
où Tns (K) (resp.Tni (K)) l’ensemble des matrices carrées d’ordre n
triangulaires supérieures(resp.inférieures).
La dimension de dim Tns (K) est égale à la somme des entiers de 1 à n
en comptant les éléments au-dessus ou sur la diagonale principale
de Tns (K) de bas en haut.
En résumé
Si la forme quadratique est donnée alors sa forme polaire est :
1
f (x; y) = [q (x + y) q (x) q (y)]
2 8x; y 2 E:
On peut, à partir de q, retrouver f par la règle de dédoublement :
connaissant
Xn X Xn
2
q (x) = aii xi + 2 aij xi xj où x = xi ei ;
i=1 1 i < j n i=1
X
n X
on obtient : f (x; y) = aii xi yi + aij (xi yj + xj yi )
i=1 1 i < j n
X
n X
n
où x = xi ei et y = yj ej
i=1 j=1
x2i en xi yi (1 i n)
en dédoublant
2xi xj en xi yj + xj yi (1 i < j n)
Si la forme bilinéaire symétrique f est donnée alors la forme quadratique
associée est dé…nie par : f (x; x) = q (x) :
Exercice
On considère R3 muni de sa base canonique = (e1 ; e2 ; e3 ) :
Soit la forme quadratique dé…nie sur R3 ;par :

12
q (x) = x21 + 4x22 + x23 + 4x1 x2 + 2x1 x3 + 6x2 x3 ; x
= (x1 ; x2 ; x3 ) :
1) Déterminer la matrice A = M at (q; ) :
2) Déterminer la forme polaire f de q:
3) On pose e01 = e1 ; e02 = 3e1 e2 ; e03 = e1 e2 e3 :
On pose 0 = (e01 ; e02 ; e03 ) :
a) Montrer que 0 est une base de R3 :
b) Déterminer la matrice A0 = M at (q; 0 ) :
c) Donner l’expression de q dans 0 :
Xn X n
Soit q (x) = aij xi xj la forme quadratique associée à
i=1 j=1
f 2 S2 (E) :
X
n X
q (x) = aii x2i +2 aij xi xj
|i=1 {z } 1 i<j
|
n
{z }
Termes carrés Termes rectangulaires
Ecriture matricielle d’une forme quadratique
X
n
Soit = (e1 ; e2 ; :::; en ) une base de E; x = xi ei :
i=1
Soit q 2 Q (E) ; f la forme polaire de q; alors on a f (x; y) = (t X) AY;
donc q (x) = (t X) AX:
Dé…nition
i) Le noyau de q est égal au noyau de la forme polaire associé.
ii) q est non dégénérée ssi f est non dégénérée,
q est dé…nie ssi f est dé…nie.
iii) On dit que q est isotrope losqu’elle admet un vecteur isotrope
non nul. Dans le cas contraire, on dit que q est anisotrope.
iv) Un sous-espace vectoriel F de E est dit isotrope s’il contient un
vecteur isotrope non nul. Il est dit anisotrope dans le cas contraire.
v) Un sous-espace vectoriel F de E est dit totalement isotrope si
la restriction de q à F est nulle.
vi) Un sous-espace vectoriel F de E est dit non dégénéré si
la restriction de q à F est non dégénérée.
vii) On appelle indice de q l’entier ind(q), le maximum des dimension
des sous-espaces totalement isotropes.
viii) Si ind(q) = 0, on dit que q est anisotrope.
ix) un plan hyperbolique est sous-espace vectoriel F de E isotrope,
non dégénéré et de dimension 2.
x) On appelle lagrangien de (E; q) tout sous-espace vectoriel

13
 dim E
totalement isotrope de E(de dimension …nie) de dimension .
2
Exemple
Sur R2 , soit la forme quadratique q (x; y) = x2 y 2 .
Les vecteurs (x; x) et (x; x) pour x 2 R sont isotropes.
On a deux sous-espaces totalement isotropes, les droites vectorielle
x = y et x = y. Ainsi ind(q) = 1.
Proposition
Soit q une forme quadratique anisotrope de dimension …nie(on note
dim (q) = dim E, E est le K-espace vectoriel de dimension …nie sur
lequel est dé…nie la forme q), alors q est nécessairement non
dégénérée.
Preuve : Procéder par l’absurde.
Lemme
Tous les plans hyperboliques sont isomorphes et ont des base où la
0 1
matrice de la forme quadratique q est .
1 0
Preuve
Soit x 2 F tel que q (x) = 0 et x 6= 0, comme F est non dégénéré,
il existe y 2 F et y 6= 0 tel que f (x; y) 6= 0.
q (y) z
On pose z = x + y et t = , ona q (z) = O et
2f (x; y) f (x; z)
q (y)
f (x; z) = f x; x + y = f (x; y) 6= 0 =) z 6= 0, donc
2f (x; y)
t 6= 0 et f (x; t) = 1, aussi fx; tg est une base de F ,
z
q (t) = q = 0. D’où la thèse.Cette base est dite base
f (x; z)
hyperbolique de F .
Proposition
Si fx; yg est une base hyperbolique d’un plan hyperbolique F ,
alors toutes les autres bases hyperboliques sont de la forme
1
x; y pour 2 K le corps de base de E l’espace
vectoriel qui est en question.
Remarque
Un plan quadratique est dit hyperbolique lorqu’il est isomorphe
1
à K 2 muni de (x; y) 7 ! 2xy = (x + y)2 (x y)2 .
2
Proposition
Une forme quadratique q sur E un K-espace vectoriel non
dégénérée et isotrope est surjective.
Preuve

14
q étant isotrope, il existe x 2 E, tel que q (x) = 0 et comme q est non
dégénérée, alors il existe y 2 E, fq (x; y) 6= 0(fq forme polaire de q),
Ainsi il existe un plan hyperbolique F orthogonal à E, donc admettant
a
une base hyperbolique fx; tg. 8a 2 K , soit z = x + t, q (z) = a.
2
Proposition
Une forme quadratique q sur E un K-espace vectoriel de dimension n
non dégénérée et x non nul isotrope. On note fq la forme polaire de q.
Alors il existe z 2 E tel que fq (x; z) 6= 0 et il existe k 2 K tel que
(x; z + kx) est libre et q (z + kx) = 0.
Preuve
La forme q étant non dégénérée, il n’existe aucun vecteur non nul qui
soit orthogonal à tous les autres. Donc il existe z 2 E tel que
fq (x; z) 6= 0. Pour trouver k on résouds
q (x)
q (z + kx) = 0 =) q (z) + 2kfq (x; z) = 0 =) k = .
2fq (x; z)
Le fait que fq (x; z) 6= 0 implique (x; z) est libre et donc (x; z + kx)
est libre aussi.
Proposition
Une forme quadratique q sur E un K-espace vectoriel de dimension n
non dégénérée et x non nul isotrope. On note fq la forme polaire de q.
Alors il existe u2 , u3 , ..., un 2 E tels que (x; u2 ; u3 ; :::; un ) est une
base de E et pour tout i 2 f2; :::; ng, fq (x; ui ) 6= 0.
Preuve
La forme fq (x; :) étant non nulle, son noyau H est un hyperplan de E
(c’est le sous-espace des vecteurs orthogonaux à x). Nous savons
que x 2 H. Soit (x; a2 ; :::; an 1 ) une base de H. Soit z 2 E tel que
fq (x; z) 6= 0 (z 2 = H). Il est clair que (x; a2 ; :::; an 1 ; z) est une base
de E. Il s’ensuit que (x; a2 + z; :::; an 1 + z; z) est aussi une base
de E : c’est la base recerchée puisque fq (x; ai + z) = fq (x; z) 6= 0
pour tout i 2 f2; :::; n 1g, et alors ui = ai + z et un = z.
Proposition
Une forme quadratique q sur E un K-espace vectoriel de dimension n
non dégénérée et x non nul isotrope. On note fq la forme polaire de q.
Alors E possède une base composée exclusivement de vecteurs
isotropes.
Preuve
D’après la proposition précédente, E admet une base
(x; u2 ; u3 ; :::; un ) véri…ant pour tout i 2 f2; :::; ng,
fq (x; ui ) 6= 0. Fixons i 2 f2; :::; ng, d’après supra, il existe
ki 2 K tel que q (ui + ki x) = 0. Le système

15
(x; u2 + k2 x; u3 + k3 x; :::; un + kn x) est alors une base

isotropes de E.
Dé…nition
On appelle espace hyperbolique tout espace quadratique (E; q)
isomorphes à une somme directe orthogonale de plans
hyperboliques.
Remarque
Un espace hyperbolique est de dimension paire et dans un base bien
X
n
choisie, la forme quadratique s’écrit : q (x) = x2i x2i+1 .
i=1
Exemple
Soit V un K-espace vectoriel de dimension …nie n et V l’espace dual
associé. On dé…nit : qV : V V ! K, (x; f ) 7 ! 2f (x), qui est une
forme quadratique de forme polaire :
bqV : (V V ) (V V ) ! K, ((x; f ) ; (y; g)) 7 ! f (y) + g (x)
Alors, en identi…ant V avec V f0 g et V avec f0g V , on a bien
8x 2 V n f0g , on a qV (x; 0 ) = 0, donc V est isotrope, voire
totalement isotrope, ainsi que V . Aussi V et V sont deux espaces
supplémentaires dans V V et par concaténation d’une base
(e1 ; e2 ; :::; en ) de V et de sa duale (e1 ; e2 ; :::; en ), on obtient
une base (e1 ; e2 ; :::; en ; e1 ; e2 ; :::; en ) de V V et dans cette
0 In
base la matrice de qV s’écrit : .
In 0
Nous dirons que qV est une forme hyperbolique associé à V .
Il s’agit alors de justi…er cette appelation en montrant que
l’espace (V V ; qV ) est bien hyperbolique.
Soit Pk = vect (ek ; ek ), 1 k n, des plans hyperboliques
de V V (car qV (ek ; 0 ) = qV (0; ek ) et
bqV ((ek ; 0 ) ; (0; ek )) = 0) ,
ils sont deux à deux orthogonaux pour qV et
que V V = P1 P2 ::: Pn .
En e¤et, pour tout i 6= j on a :
bqV ( 1 ei ; 1 ei ) ; 2 ej ; 2 ej
= 2 1 ei (ej ) + 1 2 ej (ei ) = 0.
Avec de plus :
vect (e1 ; e1 ) vect (e2 ; e2 ) ::: vect (en ; en ) = V V .
Théorème
Tout espace quadratique (E; q) de dimension …nie est somme
directe orthogonale du noyau, d’un espace hyperbolique et d’un
espace anisotrope.

16
 Preuve
Soit f la forme polaire de q. Soit N = ker q et soit F un
supplémentaire de N dans E. Comme 8x 2 N , 8y 2 F , f (x; y) = 0,
?
alors E = N F .
Si x 2 F tel que 8y 2 F , f (x; y) = 0, alors f (x; y) = 0 pour 8y 2 E
et par conséquent x 2 N \ F , d’où x = 0 et ainsi, F est un
sous-espace non dégénéré. Si F est anisotrope, c’est …ni.
Si F est isotrope, soit x1 2 F tel que q (x1 ) = 0. Comme F
est non dégénéré, il existe y 2 F tel que f (x1 ; y) 6= 0.
q (y)
Posons z = x1 + y et x2 = f (x11 ;z) z.
2f (x1 ; y)
?
P1 = vect (x1 ; x2 ) est un plan hyperbolique et on a F = P1 P1? .
On recommence le même raisonnement pour P1? ; et ainsi de suite,
? ? ? ?
à la …n : E = N P1 P2 ::: Ps A
avec A un espace anistrope.

1.5.1 Rang d’une forme bilinéaire symétrique

Soit f 2 S2 (E) ;
q associée rgf (ou rgq) = dim E dim ker f
Soit f 2 S2 (E) ; q associée. Soit = (e1 ; e2 ; :::; en ) une base de E:
Soit A = (aij ) = M at (f; ) = M at (q; ) alors rgf = rgA
Soit f une forme bilinéaire symétrique (f 2 S2 (E)) :
f est non dégénérée () ker f = f0E g () rgf = n = dim E
() rgA = n () A est inversible.

1.5.2 Bases orthogonales

Soit f 2 S2 (E) ; q associée. Une famille de vecteurs (ei )i2I
une base est dite orthogonale par rapport à f (resp: q) si
8i 6= j; on a ei ? ej i.e. (f (ei ; ej ) = 0; 8i 6= j) :
La famille (ei )i2I est dite orthonormale si elle est orthogonale et
si f (ei ; ei ) = 1; 8i 2 I:

Théorème 1 (existence d0 une base f orthogonale)

Pour toute forme bilinéaire symétrique f sur E de dimension …nie;

il existe au moins une base de E orthogonale pour f:
on notera qu’il n’existe pas nécessairement de base orthonormale.
Démonstration Par récurrence sur n = dim (E) :

17
 –Pour n = 1; toute base est orthogonale.
–Supposant le théorème vrai de l’entier n, prouvons le pour
l’entier n + 1:
0
Si q = 0; c est évident. sinon il existe en+1 2 E tel que
q (en+1 ) 6= 0:
(Si pour tout x 2 E; q (x) = 0; la forme polaire f de q est nulle
car pour tous x; y 2 E;
1
f (x; y) = (q (x + y) q (x) q (y)) = 0 et toute base est
2
orthogonale.
Soit F le sous-espace, de dimension1, engendré par en+1 :
L’orthogonal F ? de F est l’ensemble des y 2 E tels que
f (en+1 ; y) = 0:
C’est donc le noyau de la forme linéaire non nulle f (en+1 ; :) sur
l’espace E de dimension (n + 1) : Il en résulte que F ? est de
dimension n; et puisque q (en+1 ) 6= 0; on ne peut avoir F F ? :
Donc F n’est pas isotrope, et on a F \ F ? = f0g :
Donc E est somme directe de F et F ? : Mais par hypothèse de
récurrence, il existe une base (e1 ; e2 ; :::; en ) de F ? ; orthogonale pour
la restriction de q à F ?
(dont la forme polaire est la restriction de f à F ? F ? )
Il est alors clair que (e1 ; e2 ; :::; en ; en+1 ) est une base de E;
orthogonale pour q:
Forme matricielle du théorème précédent :
8S 2 Sn (K) ; 9 (P; D) 2 GLn (K) Dn (K) ; S =t P DP:

Exercice
1) Soit f (x; y) = x1 y1 + x2 y2 + x3 y3 x4 y4 :
La base canonique de R4 est orthogonale par rapport à f .
Xn
2) Soit f (x; y) = xi yi ;
i=1
X
n X
n
x= xi ei ; y = yj ej :
i=1 j=1
dans Rn ; = (e1 ; e2 ; :::; en ) la base canonique de Rn :
La base est une base orthonormale de Rn relativement à f:

1.5.3 Matrice d’une forme bilinéaire symétrique dans

une base orthogonale
Soit f 2 S2 (E) ; q associée.

18
 = (e1 ; e2 ; :::; en ) est une base orthogonale de E,
relativement à f:
A = (aij ) = M at (f; ) donc aij = f (ei ; ej ) = 0 si i 6= j donc
0 1
a11 0 0
B . . .. C
B 0 a22 . . C
A=B . .. .. C
@ .. . . 0 A
0 0 ann
X
n X n Xn X
n
f (x; y) = aij xi yj = aii xi yi ; q (x) = aii x2i :
i=1 j=1 i=1 i=1
Soit r = rgf; on suppose que f 6= O; r 6= O =) 9k 2 N
tel que akk 6= 0:
Supposons que aii 6= 0; 8i = 1; 2; :::; p et que aii = 0;
8i = p + 1; :::; n:
Alors 0 1
a11 0 0
B 0 a .. .. C
B 22 . . C
B . . . . .. C
B . . . . . . . . . C
B C
B .. . . . . .
. C
A=B . . app . . C;
B C
B .. ..
. 0
. . .. C
. . C
B .
B . ... .. C
@ .. . 0 A
0 0 0
donc p = r = le nombre d’indices i tels que aii 6= 0:
Ce nombre ne dépend donc pas de la base orthogonale choisie, donc
X
r
dans une telle base, on a : f (x; y) = aii xi yi et
i=1
X
r
q (x) = aii x2i ; où r = rgf = rgq:
i=1

1.5.4 Formes bilinéaires symétriques réelles

Désormais K = R; soit E un R-espace vectoriel.
Une forme bilinéaire symétrique sur E (la forme quadratique) est
dite réelle. Une telle forme f (resp q) est dite :
(i) positive si q (x) 0; 8x 2 E:
(ii) négative si q (x) 0; 8x 2 E:
(iii) dé…nie positive si elle est positive et non dégénérée (dé…nie):
i) f: E E !R

19
 (x; y) 7 ! f (x; y)
La forme f (resp: q) est dé…nie positive
(i) q (x) 0 8x 2 E
() :
(ii) q (x) = 0 =) x = 0
ii) ker (f ) = C (q) ssi 8x 2 E; q (x) 0 ou q (x) 0:
Autrement l0 inclusion est stricte:

1.5.5 Décomposition d’une forme quadratique en car-

rés
Méthode de Gauss
X
n X
n
Soit q (x) = aij xi xj une forme quadratique écrite dans
i=1 j=1
une base quelconque.
Les termes de la forme aii x2i sont dits “ termes carrés”.
Les termes de la forme aij xi xj sont dits “ termes rectangles”.
Il est toujours possible d’écrire la forme quadratique comme suit :
q (x) = d1 l12 (x) + d2 l22 (x) + :::: + dp lp2 (x).
On a d1 ; d2 ; :::; dp 2 R et où l1 ; l2 ; :::; lp
sont des formes linéaires sur E, linéairement indépendantes.
Avec (*) q (x) = d1 l12 (x) + d2 l22 (x) + :::: + dp lp2 (x), on peut
p
X
remarquer que la formule 8x; y 2 E f (x; y) = di li (x) li (y) ;
i=1
s0 obtient par le dédoublement de ( )
p
\
et que ker (f ) = ker (li ) pour trouver cela il faut résoudre
i=1
le système li (x) = 0 8i 2 f1; 2; :::; pg x 2 E:

1.5.6 Signature d’une forme quadratique

Soient r le nombre de di positifs; i 2 f1; 2; :::; pg et s le nombre de
di negatifs; i 2 f1; 2; :::; pg ; on a r + s = p: On appelle signature
de q la forme quadratique en question notée sign (q) ; le couple dont la
première composante est r le nombre de di positifs; i 2 f1; 2; :::; pg
et la seconde composante est s le nombre de di negatifs;
i 2 f1; 2; :::; pg : Ainsi sign (q) = (r; s) :

20
1.5.7 Méthode de Gauss
q contient des termes carrés. Par exemple soit q la forme quadratique
dé…nie sur R3 ; par : q (x; y; z) = x2 y 2 + 3z 2 + 4xy + 6xz + 8yz
Décomposer cette forme quadratique en carrés de formes
linéairement indpendantes.
q (x; y; z) = x + 2x (2y + 3z) + 3z 2 y 2 + 8yz
2

= (x + 2y + 3z)2 (2y + 3z)2 + 3z 2 y 2 + 8yz

= (x + 2y + 3z)2 (4y 2 + 9z 2 + 12yz) + 3z 2 y 2 + 8yz
= (x + 2y + 3z)2 5y 2 4yz 6z 2
4
= (x + 2y + 3z)2 5 y 2 + yz 6z 2
" 5 #
2
2 4
= (x + 2y + 3z)2 5 y + z z2 6z 2
5 25
2
2 2 26 2
= (x + 2y + 3z) 5 y+ z z
5 5
26 2
= l12 (x; y; z) 5l22 (x; y; z) l (x; y; z) ; où
5 3
2
l1 (x; y; z) = x + 2y + 3z; l2 (x; y; z) = y + z; l3 (x; y; z) = z:
5
Montrons que l1 ; l2 ; l3 sont des formes linéairement indpendantes.
Soient ; ; 2 R tel que l1 + l2 + l3 = 0; donc
8 (x; y; z) 2 R3 ; l1 (x; y; z) + l2 (x; y; z) + l3 (x; y; z) = 0: donc
2
(*) (x + 2y + 3z) + y + z + z = 0; 8 (x; y; z) 2 R3 ;
5
Par exemple si y = z = 0 et x = 1; ( ) =) = 0 Si z = 0
alors y = 0, 8y 2 R =) = 0:Il reste z = 0; 8z 2 R =) = 0:

Exercice
soit q la forme quadratique dé…nie sur R3 par : q (x; y; z) = xy + yz + xz:
Décomposer cette forme quadratique en carrés de formes
linéairement indpendantes.

Réponse
1
Astuce : 8u; v 2 R; uv = (u + v)2 (u v)2 :
4
@q (x; y; z) @q (x; y; z)
= y + z; = x + z;
@x @y
on a : q (x; y; z) = (x + z) (y + z) z 2 ;
1
q (x; y; z) = (x + y + 2z)2 (x y)2 z2:
4
Ici l1 (x; y; z) = x + y + 2z; l2 (x; y; z) = x y; l3 (x; y; z) = z:

21
 1 1 2
Alors q (x; y; z) = l12 (x; y; z) l (x; y; z) l32 (x; y; z) :
4 42

Inégalité de Schwarz
soit E un R-espace vectoriel.Soit f une forme bilinéaire symétrique
positive sur E: Alors 8 (x; y) 2 E 2 ;
on a (*) [ f (x; y)]2 f (x; x) f (y; y) :
Preuve
Soit x; y 2 E …xés. Soit 2 R; f (x + y; x + y) 0;
8 2 R f (x + y; x + y) = 2 f (y; y) + 2 f (x; y) + f (x; x) ;
8 2 R:
er
1 cas f (y; y) = 0; alors 2 f (x; y) + f (x; x) 0;
8 2 R =)f (x; y) = 0:
Donc la forme ( ) est vraie ( c’est une égalité) :
2eme cas f (y; y) 6= 0;
soit H ( ) = 2 f (y; y) + 2f (x; y) + f (x; x) = f (x + y; x + y) 0;
8 2 R: Alors 40 = [ f (x; y)]2 f (x; x) f (y; y) 0:

Inégalité de Minkowsky
Soit q une forme quadratique positive sur E:
p p 2
Alors q (x + y) q (x) + q (y) ; 8x; y 2 E:
Preuve
q (x + y) = f (x + y; x + y) = q (x) + q (y) + 2f (x; y) :
D’après (*) Schwarz q
p
f (x; y) jf (x; y)j [f (x; y)]2 f (x; x) f (y; y):
Donc
p p p p 2
q (x + y) q (x) + q (y) + 2 q (x) q (y) = q (x) + q (y) :

1.6 Espaces euclidiens

On appelle produit scalaire sur E, toute forme bilinéaire symétrique
dé…nie positive f sur E: On convient de noter :
f (x; y) = hx; yi; q (x) = hx; xi:
Un espace euclidien est un R-espace vectoriel E; de dimension …nie
muni d’un produit scalaire.(il est dit préhilbertien réel)
Tout espace euclidien possède une base orthonormale.
Dans une base = (e1 ; e2 ; :::; en ) orthonormale de E,

22
 X
n X
n X
n
hx; yi = xi yi ; avec x = xi ei ; y = yj ej
i=1 i=1 j=1
X
n
et q (x) = hx; xi = x2i :
i=1
Soit E un espace euclidien , alors
E ! R+ p
x 7 ! jjxjj = hx; xi est une norme.
Un espace euclidien, muni de la norme induite de sa forme quadratique,
est un hilbertien ssi toute suite de Cauchy y est convergente.
Soient F un sous-espace vectoriel de E un espace euclidien, x 2 E:
On appelle distance de x a F; et on note d (x; F ) ; le réel dé…ni par :
d (x; F ) = inf kx yk :
y2F

1.7 Projections et symétries orthogonales

Dé…nition
Soit F un sous-espace vectoriel de dimension …nie d’un préhilbertien
réel E.
On a alors E = F F ? et le projecteur p (p p = p) de noyau F ? et
d’image F est appelé projection orthogonale sur F .
Proposition
Étant donné un projecteur p de E, les propositions suivantes sont
équivalentes
(i) Im p et ker p sont orthogonaux
(ii) ker p = (Im p)?
(iii) Im p = (ker p)?
Lorsqu’il véri…e l’une de ces trois propositions,
le projecteur p est dit orthogonal
Dé…nition
Une symétrie s (s s = e = identite) est orthogonale
1
quand le projecteur p = (e + s) est orthogonal.
2
Remarque
A une décomposition de E en somme directe orthogonale : E = F F ? ,
on peut associer deux projections orthogonales et donc deux symétries
orthogonales.
pF : projection d’image F et de noyau F ? : pF = IdE pF ?
pF ? : projection d’image F ? et de noyau F : pF ? = IdE pF
sF : symétrie orthogonale par rapport à F :
sF = 2pF IdE = IdE 2pF ?

23
sF ? : symétrie orthogonale par rapport à F ? :
sF ? = 2pF ? IdE = IdE 2pF .
Dé…nition
Une ré‡exion est une symétrie orthogonale par rapport à un
hyperplan H de E.
Proposition
Soit p un projecteur d’un K-préhilbertien (E; h; i).
Les propositions suivantes sont équivalentes :
(i) p est projecteur orthogonal
(ii) 8x; y 2 E, hp (x) ; yi = hx; p (y)i
(iii) 8x 2 E, kp (x)k kxk.
Preuve
(i) =) (ii) p étant un projecteur orthogonal, on a :
hp (x) ; yi = hp (x) ; y p (y)i + hp (x) ; p (y)i
= hp (x) ; p (y)i
car p (y p (y)) = p (y) p (y) = 0, ainsi
(y p (y)) 2 ker p = (Im p)?
donc hp (x) ; y p (y)i = 0: De même hp (y) ; xi = hp (x) ; p (y)i.
(ii) =) (iii) On applique (ii) avec y = p (x), ce qui donne
alors p (y) = p2 (x) = p (x).
Il vient kp (x)k2 = hp (x) ; p (x)i = hx; p (x)i, donc d’après l’inégalité
de Cauchy-Schwarz :
kp (x)k2 kxk kp (x)k, et pour p (x) 6= 0, par simplication par
kp (x)k, on obtient kp (x)k kxk. Pour p (x) = 0,
cette inégalité est encore véri…ée.
(iii) =) (i) Supposons que le projecteur p ne soit pas orthogonal,
il existe alors y 2 Im p et x 2 ker p tels que hx; yi = 6 0,
donc x 6= 0 et y 6= 0.
hx; yi
Avec = 6= 0, on obtient :
kxk2
hx; y + xi = hx; yi + hx; xi = hx; yi + kxk2
hx; yi 2
= hx; yi 2 kxk = 0 ( )
kxk
puis, d’après le théorème de Pythagore :
kyk2 = ky + x xk2 = ky + xk2 + k xk2
car ( x) ? (y + x) d’après ( ).
Donc kyk2 > ky + xk2 =) kyk > ky + xk(Puisque x 6= 0)
() kp (y + x)k > ky + xk car p (y + x) = p (y) = y
Ce qui est en contradiction avec (iii) qui entrainerait
kp (y + x)k ky + xk. Donc on a bien (iii) =) (i).

24
Proposition
Soit s une symétrie d’un K-préhilbertien (E; h; i).
Les propositions suivantes sont équivalentes :
(i) s est une symétrie orthogonale
(ii) 8x; y 2 E, hs (x) ; yi = hx; s (y)i
(iii) 8x 2 E, ks (x)k = kxk.
Preuve
(i) =) (ii) le projecteur p associée à s étant orthogonal, il vient :
hp (x) ; yi = hx; p (y)i
donc hs (x) ; yi = 2hp (x) ; yi hx; yi = 2hx; p (y)i hx; yi
= hx; 2p (x) yi = hx; s (y)i.
(ii) =) (iii) On applique (ii) avec y = s (x) =) s (y) = s2 (x) = x
et alors hx; xi = hs (x) ; s (x)i.
(iii) =) (i) supposons que la symétrie s n’est pas orthogonale,
il existe x 2 ker (s idE ) et y 2 ker (s + idE ) tels que hx; yi = 6 0,
hx; yi
donc x 6= 0 et y 6= 0. Avec = 6= 0, on obtient :
kyk2
hy; x + yi = hx; yi + hy; yi = hx; yi + kyk2
hx; yi 2
= hx; yi 2 kyk = 0 ( ).
kyk
puis, d’après le théorème de Pythagore :
kx yk2 = k y + x y yk2 = k y + xk2 + k2 yk2
car ( y) ? ( y + x) d’après ( ).
Donc kx yk2 6= k y + xk2 (Puisque y 6= 0) et
alors kx yk =6 k y + xk
et s ( y + x) = x y d’où ks ( y + x)k = 6 k y + xk
ce qui est en contradiction avec (iii), et en conclusion (iii) =) (i).
Théorème(Distance d’un vecteur à un sous-espace)
Soit x 2 E un K-préhilbertien et F un sous-espace vectoriel de E :
a) L’ensemble fy 2 F / d (x; F ) = kx ykg a au plus un élément,
b) Soit x0 2 F , on a d (x; F ) = kx x0 k si et seulement si x x0 2 F ?
c) d (x; F ) = kx pF (x)k où pF est la projection orthogonale sur F .
Théorème
Si = (e1 ; e2 ; :::; eP ) est une base orthonormale de F (s.e.v de E),
la projection orthogonale pF sur F est dé…nie par :
p
X
8x 2 E, pF (x) = hei ; xiei .
i=1
Le théorème suivant est à caractère a¢ ne.
Théorème
Soit En un espace euclidien de dimension n, et F un sous-espace

25
a¢ ne de En : Quel que soit le point a de En il existe un point p (a)
et un seul, tel que p (a) 2 F et que d (a; F ) = ka p (a)k = d (a; p (a)) :
Ce point p (a) est appelé la projection orthogonale de a sur F;
car c’est l’unique point b de F tel que (b a) soit orthogonal à F:
En…n l’application qui à a associe p (a) ; de En sur F; est une
application a¢ ne, surjective, appelée projection orthogonale sur F .
Preuve
Soit F0 la direction de F; et (e1 ; e2 ; :::; eP ) une base orthonormale
de F0 :
Cherchons d0 abord un point x 2 F tel que (x a) 2 F0? : posont
p
X
x=h+ i ei ; (x a) 2 F0? est équivalent à
i=1
p
!
X
h a+ i ei :ej = 0
i=1
pour 1 j p: soit ej : (a h) + = 0; j = (h a) :ej :
j
p
X
Le point qui convient est x = p (a) = h + [(a h) :ei ] ei :
i=1
Sinon soit x = p (a) + x0 ; où x0 2 F0 :
[d (a; x)]2 = ka xk2 = ka p (a) x0 k2
= ka p (a)k2 + kx0 k2
car (a p (a)) ?x0 :Donc [d (a; x)]2 > ka p (a)k2 puisque
x0 6= OE n :
Et alors d (a; x) est minimum lorque x = p (a) : Et en…n la formule
p
X
p (a) = h + [(a h) :ei ] ei ; montre que a 7 ! p (a)
i=1
est une application a¢ ne.
Si a 2 F; p (a) = a donc p est bien surjective:
Remarque
Pour tout sous-espace vectoriel F de E euclidien,
Avec une symétrie orthogonale par rapport à F
sF de E on a évidemment sF sF = IdE (on dit que sF est involutif),
ker (sF IdE ) = F; ker (sF + IdE ) = F ? .
Exercices
1) Soit E un espace euclidien, montrer que x; y 2 E alors
x ? y () jjx + yjj2 = jjxjj2 + jjyjj2
jjx + yjj2 = jjxjj2 + jjyjj2 + 2hx; yi :
2) Dans un espace euclidien, si (e1 ; e2 ; :::; ep ) est une famille
orthogonale avec ei 6= 0; 8i; montrer que cette famille est libre.
Réponse

26
 2) Supposons 1 e1 + ::: + p ep = 0: 8j 2 f1; 2; :::; pg ;
hej ; 1 e1 + ::: + p ep i
= 1 hej ; e1 i + 2 hej ; e2 i +::: + j hej ; ej i +::: + p hej ; ep i
| {z } | {z } | {z } | {z }
2
= j jjej jj = 0 =) j = 0; 8j 2 f1; 2; :::; pg :

1.8 Méthode d’orthogonalisation de Schmidt

Problème 2 Dans un espace euclidien E, construire une base
orthogonale
0
= (e01 ; e02 ; :::; e0n ) à partir d’une base quelconque
= (e1 ; e2 ; :::; en ) de E:

1.8.1 Méthode de Schmidt

Posons e01 = e1
e02 = 21 e01 + e2
.. ..
. .
e0k = k1 e01 + k2 e02 + ::: + kk 1 e0k 1 + ek
.. ..
. .
X
n 1
e0n = ni e0i + en :
i=1
On choisit 21 pour que e01 ? e02 =)
he01 ; e2 i
he01 ; e02 i = 21 jje01 jj2 + he01 ; e2 i = 0 =) 21 = :
jje01 jj2
On choisit kk 1 pour que e0k 1 ? e0k =)
2
he0k 1 ; e0k i = kk 1 e0k 1 + he0k 1 ; ek i = 0
he0k 1 ; ek i
=) kk 1 = 2 :
e0k 1
0 0 0 0
Si = (e1 ; e2 ; :::; en ) une base orthogonale de E alors
00 e01 e02 e0n
= ; ; :::;
jje01 jj jje02 jj jje0n jj
est une base orthonormale de E:

1.9 Endomorphisme orthogonaux de Rn

On considère Rn muni de h ; i euclidien:
Soit u 2 LR (Rn ) ; u est dit orthogonal si 8x; y 2 Rn ;

27
 hu (x) ; u (y) i = h x; y i:
On note O (Rn ) = l’ensemble des endomorphismes orthogonaux
( ou isométries vectorielles) :
Proposition
Soit f 2 L (Rn ) ; les propriétés suivantes sont deux à deux équivalentes :
(i) f 2 O (Rn )
(ii) Pour toute base orthonormée de Rn ; f ( ) est une base
orthonormée de Rn :
(iii) Il existe une base orthonormée de Rn telle que f ( )
est une base orthonormée de Rn :
L’endomorphisme u de Rn est orthogonal() jju (x)jj = jjxjj ; 8x 2 Rn :
Conséquence
(O (Rn ) ; ) est un groupe qui est le groupe orthogonal de Rn .

1.9.1 Matrices orthogonales réelles

Soit = (e1 ; e2 ; :::; en ) la base canonique de Rn :
Soit M 2 Mn (R ) alors il existe u 2 LR (Rn ) tel que M = M at (u; )
La matrice M est dite orthogonale si l’endomorphisme u 2 O (Rn ) :
On note On (R ) = l’ensemble des matrices orthogonales.
Proposition
Soient U 2 On (R ) ; E un R espace vectoriel de dimension …nie,
< :; : > un produit scalaire sur E
les propriétés suivantes sont deux à deux équivalentes :
(i) U 2 On (R )
(ii) t U U = U t U = In
(iii) Pour toute base orthonormée de E; l’endomorphisme
représenté par U dans cette base est orthogonal:
(iv) Il existe une base orthonormée de E dans laquelle
l0 endomorphisme représenté par U est orthogonale
(v) Les colonnes de U forment une base orthonormée de E pour
le produit scalaire canonique:
(vi) Les lignes de U forment une base orthonormée de E pour
le produit scalaire canonique:
Remarque
Une projection orthogonale p n’est pas un endomorphisme orthogonal
par compte une symétrie orthogonale s est un endomorphisme
orthogonal.

Rappel

28
 X
n
n
Dans R ; le produit scalaire canonique est: f (x; y) = xi yi
i=1
Remarque
Si M 2 On (R ) ; alors det (t (M ) M ) = (det M )2 = det In
= 1 =) det M 2 f 1; 1g :
Proposition
L’ensemble SO (Rn ) des endomorphismes orthogonaux de determinant
égal à 1 est un sous-groupe distingué de O (Rn ), et est appelé le groupe
spécial orthogonal.
Dé…nition
On note SOn (R ) l’ensemble des matrices
M 2 On (R ) ; telle que det M = 1: Les éléments de SOn (R )
s’appellent les rotations
Exemples de rotations en di¤érentes dimensions.
SO1 (R ) = f 1; 1g ;
a b
SO2 (R ) = M = / a2 + b 2 = 1
b a
cos sin
= M= / 2R :
sin cos

1.10 Automorphismes orthogonaux et sous-

espaces stables d’un espace euclidien E
Dé…nition
1) On appelle rotation ou déplacement tout automorphisme orthogonal
de déterminant égal à 1.La matrice orthogonale dont le déterminant est
égal à 1 est appelée matrice de rotation.
2) On appelle antidéplacement tout automorphisme orthogonal de
déterminant égal à 1.
3) On appelle ré‡exion ou ré‡exion d’hyperplan H ou symétrie
hyperplane toute symétrie orthogonale par rapport à un hyperplan H:
Les ré‡exions sont des antidéplacements.

Proposition
Soit F un sous-espace de E et u un automorphisme orthogonal.Si F est
stable par u, alors :
(i) u (F ) = F
(ii) F ? est stable par u et u F ? = F ?
(iii) sp (u) f 1; 1g
(iv) ker (u IdE ) ? ker (u + IdE )

29
 (v) L’endomorphisme u est diagonalisble ssi u est une symétrie
orthogonale.
(vi) Soit (e1 ; e2 ; :::; ep ) une base orthonormée de F;
pF la projection orthogonale sur F est telle que :
p
X
8x 2 E; pF (x) = < e i ; x > ei :
i=1
Proposition
Soit a et b deux vecteurs unitaires distints d’un espace euclidien E:
Alors il existe une unique ré‡exion Sa;b échangeant a et b; telle que :
a b
Sa;b (x) = x 2 < x; e > e; où e = :
ka bk
Tableaux d’automorphismes orthogonaux en dimension 2 et 3:
En dimension 2; E1 = ker (f IdE ) et E 1 = ker (f + IdE ) ;
où f 2 O (E )

Sp(f ) sous-espace propre de f nature de f det(f )

? Pas de sous-espace propre f est une rotation d’angle 6= 0 [ ] 1
f1g E1 = E f = IdE 1
f 1g E 1 =E f = IdE 1
E1 et E 1 sont deux droites
f1; 1g f ré‡exion par rapport à E1 1
vectorielles orthogonales

En dimension 3, f 2 O (E)

Sp(f ) sous-espace propre de f nature de f det(f )

f1g E1 = E f = IdE 1
f1g E1 est une droite f est une rotation d’axe E1 1
f 1g E 1 =E f = IdE 1
f est la composée d’une rotation
f 1g E 1 est une droite d’axe E 1 1
et de la ré‡exion par rapport à E ?1
f1; 1g E1 est un plan et E 1 = E1? f est la ré‡exion par rapport à E1 1
f1; 1g E1 est une droite et E 1 = E1? f est le demi-tour d’axe E1 1

1.10.1 Isomorphisme d’un espace vectoriel euclidien(E; < :; : >) et

son dual E
Soit j : E ! E ;
a 7 ! j (a) qui à x 2 E associe (j (a)) (x) =< a; x >;
c’est un isomorphisme canonique de E sur E :

30
1.11 L’adjoint d’une application linéaire
(E; < :; : >) est espace (euclidien ou préhilbertien réel):Soit f 2 L (E) ;
on dit que f admet un adjoint ssi il existe g 2 L (E) tel
que 8 (x; y) 2 E 2 ; < f (x) ; y >=< x; g (y) > : Un tel g de L (E)
est appelé un adjoint de f:
En e¤et 8x 2 E ; x : E ! K, y 7 !< f (y) ; x > est une forme linéaire,
donc il existe un unique f (x) 2 E telle que x : y 7 !< y; f (x) >
avec < f (y) ; x >=< y; f (x) >
Accessoirement on peut se munir d’une base de E,
= (e1 ; e2 ; :::; en ) orthonormale,
supposons f existante, 8y 2 E, 81 i n,
on a < f (ei ) ; y >=< ei ; f (y) > ; alors en posant :
Xn
f (y) = < f (ei ) ; y > ei ceci est unique et
i=1
on montre aisément que l’application
Xn
f : E ! E, y 7 ! < f (ei ) ; y > ei est linéaire.
i=1
Proposition
Soit f 2 L (E) : Si f admet un adjoint, alors f en admet un seul, et
cet unique adjoint est appelé l0 adjoint de f et noté f :
Preuve
Soient g; h 2 L (E) des adjoints de f: On a:
8 (x; y) 2 E 2 ; < f (x) ; y >=< x; g (y) >=< x; h (y) >=)
< x; g (y) h (y) >= 0;
8 (x; y) 2 E 2 d’où g (y) h (y) = 0 8y 2 E; donc h = g:cqfd.

Dé…nition
1) Un endomorphisme u de E qui véri…e u = u est dit auto-adjoint ou
endomorphisme symétrique. (Toute projection orthogonale et toute
symétrie orthogonale sont des endomorphismes symétriques).
2) Un endomorphisme u de E qui véri…e u = u est dit anti-auto-adjoint
ou endomorphisme antisymétrique.
3) Un automorphisme u de E qui véri…e u = u 1 est dit automorphisme
orthogonal.
Remarque
Soient l’ensemble des formes antisymétriques
A2 (E) = f' : E E ! K ; 8x; y 2 E, ' (x; y) = ' (y; x)g avec
E un K-espace vectoriel de dimension n et
An (K) l’ensemble des matrices antisymétriques

31
 (i.e. 8A 2 An (K), A =t A).
On a un isomorphisme entre A2 (E) entre An (K) et alors
1 1
dim A2 (E) = dim An (K) = n2 n (n + 1) = n (n 1)
2 2
car Mn = Sn (K) An (K) où Mn est l’ensemble des matrices carrées
d’ordre n.
Proposition
Soient 2 R; g; f 2 L (E) admettant des adjoints, alors :
i) f + g admet un adjoint et ( f + g) = f + g
ii) IdE admet un adjoint et (IdE ) = IdE
iii) g f admet un adjoint et (g f ) = f g
iv) f admet un adjoint et (f ) = f:
v) ker f = (Im f )? et Im f = (ker f )?
vi) Si f est un automorphisme; (f ) 1 = (f 1 )
Preuve 8 (x; y) 2 E 2 ;
i < x; ( f + g ) (y) >= < x; f (y) > + < x; g (y) >
= < f (x) ; y > + < g (x) ; y >
=< ( f + g) (x) ; y > :
ii) < x; IdE (y) >=< x; y >=< IdE (x) ; y >
iii) < x; (f g ) (y) >=< x; f (g (y)) >=< f (x) ; g (y) >
=< g (f (x)) ; y >=< (g f ) (x) ; y > :
iv) < x; f (y) >=< f (y) ; x >=< y; f (x) >=< f (x) ; y >
: =< x; (f ) (y) > :
Proposition
Si F est un sous-espace de E stable par f 2 L (E), alors son orthogonal
F ? est stable par f .
Preuve
Soit y 2 F ? . 8x 2 F , on a f (x) 2 F et donc
0 =< f (x) ; y >=< x; f (y) > ce qui montre que f (y) 2 F ? .
Proposition
Etant donnée une base de E un K-espace vectoriel de dimension n
f 2 S2 (E) non dégénérée, un endomorphisme u de E dont
l’adjoint est u ,
B = M at (f ; ; ) = M at (f; ) = M at (f 0 ; ; )
U = M at (u; ), U = M at (u ; ). Alors :
U = B 1 (t U ) B.
Proposition
(E; < :; : >) est espace euclidien(ou préhilbertien réel) de dimension …nie.
Tout endomorphisme de E admet un adjoint. De plus, pour tout f
de L (E) et toute base orthonormale de E : M at (f ) =t (M at f ) :
Soit f 2 L (E) : On a : rang (f ) = rang (f ) ; trace (f ) = trace (f ) ;

32
 det (f ) = det (f ) ; SpR (f ) = SpR (f ) :

1.12 PRODUIT MIXTE ET PRODUIT VEC-

TORIEL
Dé…nition
Le produit mixte de n vecteurs : V1 , V2 , ...,Vn de (E; < :; : >) espace
euclidien(ou préhilbertien réel) de dimension …nie, orienté
(i.e. le déterminant d’une matrice de passage d’une base à une autre
garde un signe constant(+ ou )) est le déterminant des
composantes (vij ) des Vj dans une base orthonormale directe
(i.e. le le déterminant d’une matrice de passage d’une base à une autre
est positif, mieux c’est égal à1 car on ira de base orthonormale à une
base orthonormale de E).
Il sera noté (V1 ; V2 ; :::; Vn ) ou [V1 ; V2 ; :::; Vn ] ce nombre est unique,
car quand on change de base orthonormale à une autre orthonormale,
le déterminant de la matrice de passage est 1.
Théorème
Etant donné n 1 vecteurs V1 , V2 , ...,Vn 1 de l’espace euclidien
orienté En (de dimension n), il existe un vecteur W unique tel que,
pour tout vecteur V de En , on ait :
< V; W >= (V; V1 ; V2 ; :::; Vn 1 ) = [V; V1 ; V2 ; :::; Vn 1 ].
Ce vecteur est appelé produit vectoriel des n 1 vecteurs
V1 , V2 , ...,Vn 1
et noté V1 ^ V2 ^ ...^Vn 1 . Il est remplacé par son opposé
si on change l’orientation de En .
Preuve
L’application ' : V 7 ! (V; V1 ; V2 ; :::; Vn 1 ) est une forme linéaire de
En dans R ; à cette forme ' on peut donc associer un vecteur W unique
tel que ' (V ) =< V; W >.Car <; > est une forme bilinéaire symétrique
dé…nie et positive sur En un espace vectoriel de dimension …nie.

33
Chapitre 2
FORMES SESQUILINEAIRES, FORMES
HERMITIENNE (en dimension …nie)

GENERALITES
Etant donné une base = (e1 ; e2 ; :::; en ) d’un | espace vectoriel
E, de dimension n
Xn
: Il y a un isomorphisme $ : E ! Mn ;1 (|) qui à x = xi ei 2 E
2 3 i=1
x1
6 x2 7
6 7
associe la matrice colonne X = M at (x; ) = 6 .. 7 :
4 . 5
xn
E est un C-espace vectoriel (ici K = C): On appelle forme sesquilinéaire
sur E E (ou :sur E); toute application
':E E !C
(x; y) 7 ! ' (x; y)
linéaire par rapport à y (à la 2eme place) et semi-linéaire par rapport
à x (à la 1ere place): i.e. 8 ; 2 C; 8x; x0 ; y; y 0 2 E
' ( x + x0 ; y) = ' (x; y) + ' (x0 ; y)
:
' (x; y + y 0 ) = ' (x; y) + ' (x; y 0 )
L’ensemble des formes sesquilinéaires sur E est un C espace vectoriel:
Dé…nition
Soient E et F deux C-espaces vectoriels. Une application
f : E ! F est dite antilinéaire si pour tous x; y 2 E,
2 C, f (x + y) = f (x) + f (y) et f ( x) = f (x).
En particulier on appelle forme antilinéaire sur E toute
application antilinéaire de E dans C.
On note E l’ensemble des formes antilinéaires surE.

34
 Aussi l’ensemble E est un C-espace vectoriel.
Remarque
Etant donnée une forme sesquilinéaire ' sur E, on dé…nit :
' : E ! E , y 7 ! ' (:; y), '0 : E ! E , x 7 ! ' (x; :)
Ces applications sont C-linéaires.
Dé…nition
~ On dé…nit le rang de ' comme étant le rang de ' .
~ On dit que ' est non dégénérée si ' et '0 sont injectives.
~ On dé…nit le noyau de ' : ker ' = ker ' .
Dé…nition
Une forme sesquilinéaire ' sur E est dite à symétrie hermitienne ssi
8x; y 2 E;
' (x; y) = ' (y; x):
On note SH (E) = l’ensemble des formes
sesquilinéaires hermitiennes.
Remarque
SH (E) est un R espace vectoriel, mais pas un C espace vectoriel car
si ' 2 SH (E) ;
8x; y 2 E; (i') (x; y) = i' (x; y) = i' (y; x) 6= i' (y; x) = (i') (y; x);
donc i' 2 = SH (E) :
Proposition
Pour qu’une application ' : E E ! C soit une forme
sesquilinéaire hermitienne, il faut et il su¢ t que l’on ait:
(i) 8x; y 2 E; ' (x; y) = ' (y; x)
(ii) 8 2 C; 8x; y; y 0 2 E ' (x; y + y 0 ) = ' (x; y) + ' (x; y 0 ) .
ou

(i) 8x; y 2 E; ' (x; y) = ' (y; x)

(ii) 8 2 C; 8x; x0 ; y 2 E ' ( x + x0 ; y) = ' (x; y) + ' (x0 ; y) .
Preuve
' ( x + x0 ; y) = ' (x; y) + ' (x0 ; y)
() ' ( x + x0 ; y) = ' (x; y) + ' (x0 ; y)
() ' (y; x + x0 ) = ' (y; x ) + ' (y; x0 )

2.1 REPRESENTATION MATRICIELLE D’UNE

FORME SESQUILINEAIRE
Soit = (e1 ; e2 ; :::; en ) une base de E:
Soit ' 2 SH (E) ; 8 (x; y) 2 E 2 ; ' (x; y) =?

35
 X
n X
n
x= xi ei ; y= yj ej ; on a :
i=1 j=1
!
X
n X
n X
n X
n
' (x; y) = ' xi ei ; yj ej = ' (ei ; ej ) xi yj :
i=1 j=1 i=1 j=1
On pose aij = ' (ei ; ej ) et A = (aij ) = M at ('; ) :
Soit = (e1 ; e2 ; :::; en ) une base de E; ' 2 SH (E) ;
X n Xn
A = M at ('; ). x = xi ei ; y= yj ej ;
i=1 j=1
X = M at (x; ) ; Y = M at (y; ) :
' (x; y) = (t X)AY; où (t X) est le conjugué de
la transposée de X:
Je rappelle que ( X) = t X : La forme sesquilinéaire
t

Aussi A = M at ('; ) = M at (' ; ; ) et

M at ('0 ; ; ) = (t M at ('; )) = t M at ('; ) = t A .
Remarque
Soit ' 2 SH (E) et soit une base de E, X = M at (x; ),
Y = M at (y; ), 8x; y 2 E, A = M at ('; ).
i) X 2 ker ' () X 2 ker ' () ' (x) (y) = 0, 8y 2 E
() ' (y; x) = t Y AX = 0, 8Y 2 Mn ;1 (C) () AX = 0.
Donc ker ' = fX 2 Mn ;1 (C) ; AX = 0g = ker ' .
ii) X 2 ker ' () X 2 ker '0 () '0 (x) (y) = 0, 8y 2 E
() ' (x; y) = t X AY = 0, 8Y 2 Mn ;1 (C)
() (t X) AY = 0,8Y 2 Mn ;1 (C) () (t X) A = 0 () tA X =
0.
Donc ker ' = ker '0 = X 2 Mn ;1 (C) ; t A X = 0 .
Je rappelle que ker '0 = ker ' .
Dé…nition
' est hermitienne()il existe
une base de E telle que A = M at ('; ) soit hermitienne
(une matrice A est hermitienne ssi A =t A).
Exercice
E = C2
':E E !C
(x; y) 7 ! ' (x; y) = x1 y2 + x2 y1 :
x = (x1 ; x2 ),y = (y1 ; y2 ) 2 C2
1. Montrer que ' 2 SH (E) :
2. Soit = (e1 ; e2 ) base canonique de C2 ;
calculer A = M at ('; ). Véri…er la formule ' (x; y) = t X AY:

36
 Remarque
t t
Si A; B 2 Mn (K) sont telles que X AY = X BY;
8X; Y 2 Mn ;1 (C) ; alors A = B:

2.1.1 Changement de bases

= (e1 ; e2 ; :::; en )
Soit ' 2 SH (E) : 0 2 bases de E:
= (e01 ; e02 ; :::; e0n )
A = M at ('; ) ; A0 = M at ('; 0 )
Soit P = P 0 = matrice de passage de à 0 :
Alors A0 = t P AP .
En e¤et, soit x; y 2 E, X = M at (x; ), X 0 = M at (x; 0 ), Y = M at (y; ),
Y 0 = M at (y; 0 ) :
t
On sait que X = P X 0 ; Y = P Y 0 ; t X =t P X 0 = t X 0 P
on a : ' (x; y) = t X 0 A0 Y 0 = t X AY =t P X 0 A (P Y 0 )
= t X 0 t P AP Y 0 = t X 0 A0 Y 0 ,
8X 0 ; Y 0 2 Mn ;1 (|) :Donc A0 = t P AP:

2.2 Formes hermitiennes

Soit une forme sesquilinéaire ' 2 SH (E) : On appelle forme hermitienne
associée à ' l’application, souvent notée , de E dans C, dé…nie par :
8x 2 E; (x) = ' (x; x) 2 R:
Notons H (E) l’ensemble des formes hermitienne sur E;
c’est un R-espace vectoriel:
Théorème
Soit ' 2 SH (E) ; soit = (e1 ; e2 ; :::; en ) une base de E; alors
x 7 ! ' (x; x) = (x) est une forme hermitienne sur E:
: SH (E) ! H (E)
' 7 ! telle que (x) = ' (x; x) ; x 2 E:
est un isomorphisme de R-espaces vectoriels.
Preuve
(' + !) = (') + (!) ; ( ') = (') ;
8'; 2 SH (E) ; 8 2 R:
8 2 H (E) ; 9! ' 2 SH (E) / (') = :
Soit une forme hermitienne,
8x; y 2 E;
1
' (x; y) = [ (x + y) i (x + iy) (x y) + i (x iy)].
4
Dans le théorème précedent la forme hermitienne est dite associée

37
 à la forme sesquilinéaire hermitienne ': ' est appelée forme polaire
de la forme hermitienne :
Ecriture matricielle d’une forme hermitienne
X
n
Soit = (e1 ; e2 ; :::; en ) une base de E; x = xi ei :
i=1
t
Soit 2 H (E) ; ' la forme polaire de ; alors (x) = X AX:

2.3 COMPLEXIFICATION D’UN PREHIL-

BERTIEN REEL
Etant donné un espace vectoriel euclidien (E; <; >), on peut le
complexi…er de sorte à avoir un EC un espace vectoriel hermitien
dont (E; <; >) en est un sous-espace vectoriel.
D’abord sur E E, on dé…nit :
8 (x1 ; x2 ), (y1 ; y2 ) 2 E E,
(x1 ; x2 ) + (y1 ; y2 ) = (x1 + y1 ; x2 + y2 ) et
8z = a + ib 2 C, 8 (x1 ; x2 ) 2 E E,
z: (x1 ; x2 ) = (a + ib) : (x1 ; x2 ) = (ax1 bx2 ; bx1 + ax2 ).
On a (E E, + , :) ainsi dé…ni est un C-espace vectoriel
que nous noterons EC .
X = (x1 ; x2 ) 2 E E s’écrira x1 + ix2 , Y = (y1 ; y2 ) 2 E E,
on dé…nira
< X; Y >C =
(< x1 ; y1 > + < x2 ; y2 >) + i (< x2 ; y1 > < x1 ; y2 >)
et on véri…e que (E E, <; >C ) est un espace hermitien.
E est identi…é au sous-espace vectoriel de EC constitué des vecteurs de
la forme (x1 ; 0).
Etant donné un vecteur w = x + iy, son conjugué est le vecteur
noté w = x iy.
Alors la conjugaison est une application de EC dans lui-même,
bijectif et involutif.
Si (e1 ; e2 ; :::; en ) est une base de E,
alors ((e1 ; 0) ; (e2 ; 0) ; :::; (en ; 0))
est une base de EC , nous appellerons une telle base une base réelle.
Aussi (0; y) = i (y; 0).
Etant donnée une application linéaire f : E ! E une telle application
peut être étendue en une application C-linéaire
fC : EC ! EC , dé…nie comme suit :
fC (x + iy) = f (x) + if (y). De là on a fC restreint à E

38
 est exactement f .
Au vue de cette remarque alléchante, nous allons donné les
deux propositions suivantes qui pourraient sembler être des
cheveux sur la soupe.
Proposition
Soit (E; <; >) un espace euclidien.
Le polynôme caractéristique Pf d’un endomorphisme symétrique
f 2 S (E) est scindé dans R.
Preuve
Soit une base orthonormale de E et M = mat (f )
Le polynôme caractéristique PM de M est scindé sur C
(car c’est un corps algébriquement clos).
Soit une racine de PM et X = [xj ] 2 Mn;1 (C), non nulle, telle que
t t
M X = X =)t XM X = t XX =)t X M X = XX. M étant
t
symétrique réelle, on a t M = M d’où t XX = XX puisque
Xn
t
XX = jxj j2 est non nul, il vient alors que = ,
j=1
ce qui prouve que la valeur propre est réelle et Pf est scindé sur R.
Théorème
Tout endomorphisme symétrique f d’un espace euclidien E est
diagonalisable.
Plus précisement, il existe une base orthonormale de E formée
de vecteurs propres de E.
Preuve
La proposition ci-dessus montre que f admet un vecteur propre e1
que l’on peut supposer normé.
L’orthogonal F de e1 est stable par f = f qui induit sur F un
endomorphisme symétrique g.
Il existe donc une base orthonormale (e2 ; e3 ; :::; en ) de F
formée de vecteurs propres de g, donc de f . On constate que
(e1 ; e2 ; :::; en ) est une base orthonormale de E formée de
vecteurs propres de f .
Proposition
Si M 2 Mn (R) est symétrique :
a) Son polynôme caractéristique est scindé dans R [X],
b) Il existe une matrice P orthogonale P 2 On (R), telle
que P 1 M P soit diagonale.

39
2.4 ORTHOGONALITE
Dé…nition
Soit ' 2 SH (E) ( resp. la forme hermitienne associée) :
Deux vecteurs x et y sont dits orthogonaux relativement à ' (resp. );
Si ' (x; y) = 0; on écrit x ? y:
Remarque
0 ? x; 8x 2 E, car ' (0; x) = 0:
Soit A E; on pose :
?
A = fx 2 E / x ? a; 8a 2 Ag = l’orthogonal de A:
L’orthogonal de A est-il un sous-espace vectoriel de E.

2.5 Noyau et Isotropie

2.5.1 Noyau
Dé…nition
i) Soit ' 2 SH (E) , la forme hermitienne associée, on pose :
ker ' = ker = fx 2 E / x ? y; 8y 2 Eg
= fx 2 E / ' (x; y) = 0; 8y 2 Eg = E ? :
ii) ' est dite :
–dégénérée si ker ' 6= f0E g :
–non dégénérée si ker ' = f0E g :
Un vecteur x 2 E est dit isotrope si x ? x: (0 est isotrope).
iii) Cône isotrope
C (') = C ( ) = fx 2 E; (x) = 0g :
est dé…nie sur E ssi C ( ) = f0E g :
Remarque
ker (') C ( ) où est associée à ':

2.5.2 Rang d’une forme hermitienne

Soit ' 2 SH (E) ; associée
rg' (ou rg ) = dim E dim ker '
Soit ' 2 SH (E) ; associée. Soit = (e1 ; e2 ; :::; en )
une base de E:
Soit A = (aij ) = M at ('; ) = M at ( ; ) alors rg' = rgA
Soit ' une forme sesquilinéaire hermitienne (' 2 SH (E)) :
' est non dégénérée () ker ' = f0E g () rg' = n = dim E
() rgA = n () A est inversible.

40
2.5.3 Bases orthogonales
Soit ' 2 SH (E) ; associée.
Une famille de vecteurs (ei )i2I est dite orthogonale par rapport à '
(resp: ) si 8i 6= j; on a ei ? ej (' (ei ; ej ) = 0; 8i 6= j) :
La famille (ei )i2I est dite orthonormale si elle est orthogonale et si
' (ei ; ei ) = 1; 8i 2 I:

Théorème 3 (existence d0 une base ' orthogonale)

Pour toute forme sesquilinéaire hermitienne ' sur E;

il existe au moins une base de E orthogonale pour ':

Forme matricielle du théorème précédent :

8S 2 Hn (C) ; 9 (P; D) 2 GLn (C) Dn (C) ; S =t P DP:

2.5.4 Matrice d’une forme sesquilinéaire hermitienne

dans une base orthogonale
Soit ' 2 SH (E) ; associée.

= (e1 ; e2 ; :::; en ) est une base orthogonale de E;

A = (aij ) = M at ('; ) donc aij = ' (ei ; ej ) = 0 si i 6= j donc
0 1
a11 0 0
B . . .. C
B 0 a22 . . C
A=B . .. .. C
@ .. . . 0 A
0 0 ann
Soit r = rg'; on suppose que ' 6= O; r 6= O =) 9k 2 N
tel que akk 6= 0:
Supposons que aii 6= 0; 8i = 1; 2; :::; p et que aii = 0;
8i = p + 1; :::; n:
Alors 0 1
a11 0 0
B 0 a .. .. C
B 22 . . C
B . . . . .. C
B .. .. .. .. . C
B C
B .. C ; donc
A = B ... ..
. app
..
. . C
B C
B .. ... . . . .. C
B . 0 . C
B . .. .. C
@ .. . . 0 A
0 0 0

41
 p = r = le nombre d’indices i tels que aii 6= 0:
Ce nombre ne dépend donc pas de la base orthogonale choisie,
donc dans une telle base, on a une forme ' (resp ) est dite :
(i) positive si (x) 0; 8x 2 E:
(ii) négative si (x) 0; 8x 2 E:
(iii) dé…nie positive si elle est positive et non dégénérée (dé…nie):
ker (') = C ( ) ssi 8x 2 E; (x) 0 ou (x) 0:
Autrement l0 inclusion est stricte:

Décomposition de Gauss d’une forme hermitienne

Soit 2 H (E) ; 8x 2 E;
Supposons connue une telle décomposition de
(x) = d1 jl1 (x)j2 + d2 jl2 (x)j2 + :::: + dp jlp (x)j2 .
On a d1 ; d2 ; :::; dp 2 R et où l1 ; l2 ; :::; lp sont des formes
linéaires sur E, C linéairement indépendantes.
Avec (*) (x) = d1 jl1 (x)j2 + d2 jl2 (x)j2 + :::: + dp jlp (x)j2 ,
on peut remarquer que la formule 8x; y 2 E
p
X
' (x; y) = di li (x)li (y) ;
i=1
p
\
s0 obtient par le dédoublement de (*) et que ker (') = ker (li )
i=1
pour trouver cela il faut résoudre le système
li (x) = 0 8i 2 f1; 2; :::; pg ; x 2 E:

2.5.5 Signature d’une forme hermitienne

Soient r le nombre de di positifs; i 2 f1; 2; :::; pg et s le nombre de
di negatifs; i 2 f1; 2; :::; pg ; on a r + s = p:
On appelle signature de la forme hermitienne en question notée
sign (q) ;
le couple dont la première composante est r le nombre de di positifs;
i 2 f1; 2; :::; pg et la seconde composante est s le nombre de
di negatifs; i 2 f1; 2; :::; pg : Ainsi sign ( ) = (r; s) :

Méthode de Gauss
Par exemple soit la forme hermitienne dé…nie sur C3 ;
par : (x; y; z) = xx + 3yy + 6zz + (ixy iyx) (2xz + 2zx) :
Décomposer cette forme hermitienne en carrés de formes

42
 linéairement indpendantes.
En déduire noyau, rang, signature de
On commence par utiliser une mise sous forme canonique pour
un trinôme (complexe e) en x:
(x; y; z) = xx + x (iy 2z) + x ( iy 2z) + 3yy + 6zz:
(x; y; z) = (x iy 2z) (x + iy 2z) (iy 2z) ( iy 2z)
+3yy + 6zz
(x; y; z) = jx + iy 2zj2 + 2yy 2iyz + 2iyz + 2zz
(x; y; z) = jx + iy 2zj2 + 2 jy izj2 :
sign ( ) = (2; 0) ; rg ( ) = 2; ker ( ) = < (3; i; 1) >
soit la forme hermitienne dé…nie sur C4 ;
par : (x; y; z; t) = xy + yx + yz + zy + zt + tz
Décomposer cette forme quadratique en carrés de formes
linéairement indpendantes.
Puisqu’il n’y a aucun carré de module du type jxj2 dans
l0 expression de et que le coe¢ cient de xy est non nul;
on régroupe les termes de façon à épuiser ceux en x; x; y; y:
1
En utilisant l’identité : uv + vu = ju + vj2 ju vj2 dans C;
2
on a
(x; y; z; t) = (x + z) y + y (x + z) + zt + tz
1 1
= jx + y + zj2 jx + z yj2 + jz + tj2 jz tj2 :
2 2
Ainsi sgn ( ) = (2; 2) et rg ( ) = 4:

Inégalité de Schwarz
soit E un C-espace vectoriel.Soit ' une forme sesquilinéaire
hermitienne positive sur E: Alors 8 (x; y) 2 E 2 ; on a :
[ ' (x; y)]2 ' (x; x) ' (y; y) :

Inégalité de Minkowsky
Soit une forme hermitienne positive sur E:
p p 2
Alors (x + y) (x) + (y) ; 8x; y 2 E:

2.6 Espaces hermitiens

On appelle produit scalaire hermitien sur E, toute forme
sesquilinéaire hermitienne dé…nie positive ' sur E: On convient

43
de noter : ' (x; y) = hx; yi; (x) = hx; xi:
Un espace hermitien est un C-espace vectoriel E; de dimension …nie muni
d’un produit scalaire.(il est dit préhilbertien complexe).
Tout espace hermitienne possède une base orthonormale.
X n
Dans une telle base, hx; yi = xi yi ;
i=1
X
n X
n
avec x = xi ei ; y = yj ej dans une base orthonormale
i=1 j=1
X
n
= (e1 ; e2 ; :::; en ) de E (x) = hx; xi = jxi j2 :
i=1
Soit E un espace hermitien , alors
E ! R+ p
x 7 ! jjxjj = hx; xi est une norme.
Un espace hermitien, muni de la norme induite de sa forme
hermitienne, est un hilbertien ssi toute suite de Cauchy y est convergente.
Soient F un sous-espace vectoriel de E un espace hermitien; x 2 E:
On appelle distance de x a F; et on note d (x; F ) ; le réel dé…ni par :
d (x; F ) = inf kx yk :
y2F
Proposition
Soit En un espace hermitien de dimension n; et F un sous-espace
a¢ ne de En : Quel que soit le point a de En il existe un point p (a) et un
seul, tel que p (a) 2 F et que d (a; F ) = ka p (a)k = d (a; p (a)) :
Ce point p (a) est appelé la projection orthogonale de a sur F;
car c’est l’unique point b de F tel que (b a) soit orthogonal à F:
En…n l’application qui à a associe p (a), de En sur F , est une application
a¢ ne, surjective, appelée projection orthogonale sur F:
Dé…nition
Pour toute projection orthogonale p sur F; on a : p p = p;
Im (p) = F et ker (p) = F ? :
Pour tout sous-espace vectoriel F de E hermitien.
Théorème
Soit (E; h; i) un prehilbertien complexe de dimension n.
Si = (e1 ; e2 ; :::; eP ) est une base orthonormale de F (s.e.v de E),
la projection orthogonale pF sur F est dé…nie par :
p
X
8x 2 E, pF (x) = hei ; xiei
i=1
si la forme hermitienne est linéaire en sa deuxième variable, dès lors

44
 p p
X X
on a : 8x 2 E, pF (x) = hei ; xiei = hx; ei iei .
i=1 i=1
Dé…nition
on appelle symétrie orthogonale par rapport à F l’endomorphisme sF
de E dé…ni par : sF = 2pF IdE ; où pF est la projection
orthogonale sur F:
Remarque
Il est évident que sF sF = IdE (on dit que sF est involutif);
1
ker (sF IdE ) = F; ker (sF + IdE ) = F ? ; pF = (sF + IdE ) :
2
Proposition
Dans un espace hermitien, si (e1 ; e2 ; :::; ep ) est une famille
orthogonale avec ei 6= 0; 8i; montrer que cette famille est libre.
Preuve
Supposons 1 e1 + ::: + p ep = 0: 8j 2 f1; 2; :::; pg ;
hej ; 1 e1 + ::: + p ep i
= 1 hej ; e1 i + 2 hej ; e2 i +::: + j hej ; ej i
| {z } | {z } | {z }
+::: + p hej ; ep i
= j jej j2 = 0 =) j = 0; 8j 2 f1; 2; :::; pg :

2.6.1 Méthode d’orthogonalisation de Schmidt

Problème 4 Dans un espace hermitien E, construire une base orthogonale
0
= (e01 ; e02 ; :::; e0n )
à partir d’une base quelconque = (e1 ; e2 ; :::; en ) de E:

Méthode de Schmidt
Posons e01 = e1
e02 = 21 e01 + e2
.. ..
. .
e0k = k1 e01 + k2 e02 + ::: + kk 1 e0k 1 + ek
.. ..
. .
X
n 1
e0n = ni e0i + en :
i=1
On choisit 21 pour que e01 ? e02 =)
he01 ; e2 i
he01 ; e02 i = 21 jje01 jj2 + he01 ; e2 i = 0 =) 21 = :
jje01 jj2
On choisit kk 1 pour que e0k 1 ? e0k =)

45
 2
he0k 1 ; e0k i = kk 1 e0k 1 + he0k 1 ; ek i = 0

he0k 1 ; ek i
=) kk 1 = 2 :
e0k 1
Si 0 = (e01 ; e02 ; :::; e0n ) une base orthogonale de E alors
00 e01 e02 e0n
= ; ; :::; est une base orthonormale de E:
je01 j je02 j je0n j

2.6.2 Endomorphisme unitaires de Cn

On considère Cn muni de h ; i hermitien:
Soit u 2 L (Cn ) ; u est dit unitaire si 8x; y 2 Cn ; hu (x) ; u (y) i = h x; y i:
On note U (Cn ) = l’ensemble des endomorphismes unitaires.
Soit f 2 L (Cn ) ; les propriétés suivantes sont deux à deux équivalentes :
(i) f 2 U (Cn )
(ii) Pour toute base orthonormée de Cn ; f ( ) est une base
orthonormée de Cn :
(iii) Il existe une base orthonormée de Cn telle que f ( )
est une base orthonormée de Cn :
L’endomorphisme u de Cn est unitaire() jju (x)jj = jjxjj ; 8x 2 Cn :
Conséquence
(U (Cn ) ; ) est un groupe qui est le groupe unitaire de Cn .

2.6.3 Matrices unitaires

Soit = (e1 ; e2 ; :::; en ) la base canonique de Cn :
Soit M 2 Mn (C ) alors il existe u 2 L (Cn ) tel que M = M at (u; ) :
La matrice M est dite Unitaire si l’endomorphisme u 2 U (Cn )
On note Un (C ) = l’ensemble des matrices unitaires.
Proposition
Soient U 2 Un (C ) ; E un C espace vectoriel de dimension …nie,
< :; : > un produit scalaire hermitien sur E
les propriétés suivantes sont deux à deux équivalentes :
(i) U 2 Un (C )
(ii) t U U = U t U = In
(iii) Pour toute base orthonormée de E; l0 endomorphisme représenté
par U dans cette base est unitaire:
(iv) Il existe une base orthonormée de E dans laquelle
l0 endomorphisme représenté par U est unitaire
(v) Les colonnes de U forment une base orthonormée de E
pour le produit scalaire canonique:

46
 (vi) Les lignes de U forment une base orthonormée de E pour
le produit scalaire canonique:
Rappel
X
n
n
Dans C ; le produit scalaire canonique est: ' (x; y) = xi yi
i=1
Remarque
Si M 2 Un (C ) ; alors
det t M M = jdet M j2 = det In = 1 =) det M 2 f 1; 1g :
Proposition
L’ensemble SU (Cn ) des endomorphismes unitaires de determinant
égal à 1 est un sous-groupe distingué de U (Rn ), et est appelé
le groupe spécial unitaire.

2.6.4 L’adjoint d’une application linéaire

(E; < :; : >) est espace hermitien(ou préhilbertien complexe ):
Soit f 2 L (E) ; on dit que f admet un adjoint ssi il existe g 2 L (E)
tel que 8 (x; y) 2 E 2 ; < f (x) ; y >=< x; g (y) > :
Un tel g de L (E) est appelé un adjoint de f:
Soit f 2 L (E) : Si f admet un adjoint; alors f en admet un seul, et
cet unique adjoint est appelé l’adjoint de f et noté f :
En e¤et : on peut se munir d’une base de E, = (e1 ; e2 ; :::; en )
orthonormale, supposons f existante, 8y 2 E, 81 i n, on a
< f (ei ) ; y >=< ei ; f (y) > ; alors en posant :
X n
f (y) = < f (ei ) ; y > ei
i=1
ceci est unique et on montre aisément que l’application
Xn
f : E ! E, y 7 ! < f (ei ) ; y > ei est C-linéaire.
i=1
(je rappelle que la forme hermitienne est linéaire par
rapport à sa deuxième variable).
Dé…nition
1)Un endomorphisme u de E qui véri…e u = u est dit auto-adjoint
ou endomorphisme hermitien:
(Toute projection orthogonale et toute symétrie orthogonale
sont des endomorphismes symétriques).
2) Un endomorphisme u de E qui véri…e u = u est dit
anti-auto-adjoint ou endomorphisme antihermitien.
3) Un automorphisme u de E qui véri…e u = u 1 est dit automorphisme
unitaire.

47
Proposition
Soient 2 C; g; f 2 L (E) admettant des adjoints, alors :
i) f + g admet un adjoint et ( f + g) = f + g
ii) IdE admet un adjoint et (IdE ) = IdE
iii) g f admet un adjoint et (g f ) = f g
iv) f admet un adjoint et (f ) = f .
Proposition
Etant donnée une base de E un C-espace vectoriel de dimension n
' 2 SH (E) non dégénérée, un endomorphisme u de E dont
l’adjoint est u ,
B = M at ' ; ; = M at ('; ) = M at ('0 ; ; )
U = M at (u; ), U = M at (u ; ). Alors :
U = B 1 (t U )B.
Proposition
(E; < :; : >) est espace hermitien(ou préhilbertien complexe E )
de dimension …nie.
Tout endomorphisme de E admet un adjoint. De plus, pour
tout f de L (E) et toute base orthonormale
de E : M at (f ) = t M at f : Soit f 2 L (E) : On a :
rang (f ) = rang (f ) ; trace (f ) = trace (f ) ;
det f = det (f ) ; SpR (f ) = SpR (f ).
Remarque
On a une injection naturelle : On (R) ! Un (C) qui envoie SOn (R)
dans SUn (C).
Proposition
(E; < :; : >) est espace hermitien
(ou préhilbertien complexe E ) de dimension …nie.
Un opérateur autoadjoint ' de E a toutes ses valeurs propres réelles,
est diagonalisables, et ses sous-espaces propres sont deux à deux
orthogonaux.
En conséquence, E est somme directe des sous-espaces propres de ':
Preuve
Raisonnons par récurrence sur n; le théorème étant évident pour n = 1:
Soient 1 ; 2 ; :::; p les valeurs propres distinctes de '; et
E1 ; E2 ; :::; Ep
les sous-espaces propres correspondants. Posons F1 = E1? ;
si F1 = f0g ; E = E1 ; et ' est une homothésie ; sa matrice
dans toute base étant scalaire, et cette matrice devant être hermitienne
dans des bases orthonormales, sa valeur propre 1 est
nécessairement réelle ; et le théorème est démontré: Si F1 6= f0g ;

48
 on a: dim (F1 ) n 1:
Montrons que F1 est stable pour ' : quels que soient x 2 E1 et y 2 F1 ;
on a < ' (x) ; y >=< x; ' (y) >= 1 < x; y >= 0; donc ' (y) 2 F1 ;
soit ' (F1 ) = F1 :
En prenant x et y dans F1 ; la restriction '1 de ' à F1 est un opérateur
autoadjoint pour la structure induite ; d’après l’hypothèse de récurrence,
F1 est donc somme directe des sous-espaces propres de '1 ;
qui sont deux à deux orthogonaux. Donc E est somme directe de E1
et des sous-espaces propres de '1 ; ces derniers sont à priori inclus dans
des sous-espaces propres de ' relatifs à 2 ; ::; ; p : Mais la somme
des sous-espaces propres de ' est directe, donc nécessairement
les sous-espaces propres de '1 sont les sous-espaces propres de '
relatifs à 2 ; :::; p et E est bien somme directe des sous-espaces
propres de '; qui sont deux à deux orthogonaux:
Il en résulte de là que, dans une base orthonormale convenable,
la matrice de ' est à la fois diagonale et hermitienne, c’est-à-dire
diagonale à éléments réels. Comme les éléments diagonaux sont
les valeurs propres de '; celles-ci sont réelles.

2.7 ENDOMORPHISMES NORMAUX

Soit (E; <; >) un préhilbertien complexe de dimension n.
Dé…nition
1) Un endomorphisme f de E est dit normal si et seulement si :
f f =f f .
2) Une matrice carrée A de Mn (C) est dit normale si et seulement
si A A = AA .
Exemples :
a) Si f 2 L (E) est hermitien ou unitaire, alors f est normal.
b) Si A 2 Mn (C) est hermitienne ou unitaire, alors A est normale.
c) Les matrices ou endomorphismes auto-adjoints, anti-auto-adjoints,
orthogonals sont normaux.
Remarques
1) Soient une base orthonormale de E, f 2 L (E), A = mat (f ).
Il est clair que f est normal ssi A est normale.
2) Il existe des matrices normales qui ne sont ni hermitiennes ni unitaires,
1 0
par A = .
0 2i
0 1
3) Il existe des matrices non normales, par exemple B = .
0 0

49
4)L’ensembles des matrices normalesd’ordre n 2, n’est ni stable
par addition, ni par multiplication par exemples :
1 0 1 1
a) Les matrices A = ,B= sont normales,
0 0 1 1
mais A + B n’est pas normale.
1 0 0 1
b) Les matrices A = ,B= sont normales,
0 0 1 0
mais A B n’est pas normale.
Lemme 1
Soit (E; <; >) un préhilbertien complexe, si f : E ! E est une
application linéaire normale, alors ker f = ker f .
Preuve
f 2 L (E) est normale () f f = f f
8x; y 2 E,
on a < f (x) ; f (y) >=< x; f f (y) >=< x; f f (y) >=< f (x) ; f (y) >.
D’où 8x 2 E, < f (x) ; f (x) >=< f (x) ; f (x) >= 0
() f (x) = f (x) = 0,
car <; > est dé…nie. Donc ker f = ker f .
Lemme 2
Soit (E; <; >) un préhilbertien complexe, si f : E ! E est une
application linéaire normale, un vecteur u est un vecteur propre de f
associé à la valeur propre 2 C ssi u est un vecteur propre de
f associé à la valeur propre .
Preuve
f 2 L (E) est normale () f f = f f .
Evaluons
(f IdE ) (f IdE ) = (f IdE ) f IdE
=f f f f + IdE
(f IdE ) (f IdE ) = f IdE (f IdE )
=f f f f + IdE ,
Comme f f = f f () (f IdE ) (f IdE )
= (f IdE ) (f IdE ).
Ainsi f IdE est normale donc ker (f IdE ) = ker f IdE
d’après Lemme 1.
Lemme 3
Soit (E; <; >) un préhilbertien complexe, si f : E ! E est une
application linéaire normale, si u et v sont des vecteurs
propres de f associés respectivement à et à avec 6= ,
alors < u; v >= 0.
Preuve
On sait que f (u) = u, f (v) = v , f (u) = u, f (v) = v

50
 d’après Lemme 2.
On a : < u; f (v) >=< u; v >= < u; v > ( ),
Aussi < u; f (v) >=< f (u) ; (v) >=< u; v >= < u; v > ( ),
alors ( ) et ( ) =) < u; v >= < u; v >() ( ) < u; v >= 0
=)< u; v >= 0 car 6= .
Lemme 4
Soit (E; <; >) un préhilbertien complexe, si f : E ! E est une
application linéaire auto-adjointe, alors ses valeurs propres
sont réelles.
Preuve
Ici f = f .
Soit une valeur propre de f associé au vecteur propre u,
alors f (u) = u () f (u) = u d’après le lemme 2.
< f (u) ; u >=< u; u >= < u; u > ( ) aussi
< f (u) ; u >=< u; f (u) >=< u; f (u) >=< u; u >= < u; u > ( ).
alors ( ) et ( ) =) < u; u >= < u; u >() kuk2 = 0
=) = , puisse que 0 6= u, donc kuk = 6 0. Avec = ,
on a bien réel.
Lemme 5
Soit (E; <; >) un préhilbertien complexe, si f : E ! E est une
application linéaire, si W est un sous-espace vectoriel de E, avec
f (W ) W et f (W ) W , alors f W ? W ? et f W ? W ?.
Preuve
Si u 2 W ? , alors < u; w >= 0, 8w 2 W ,
aussi < f (u) ; w >=< u; f (w) >= 0,
car f (w) 2 W , donc f (u) 2 W ? =) f W ? W ?.
Aussi < f (u) ; w >=< u; f (w) >= 0, car f (w) 2 W ,
donc f (u) 2 W ? =) f W ? W ?.
Remarque
Soit f : E ! E est une application linéaire d’un R-espace vectoriel et
w = u + iv un vecteur propre de fC : EC ! EC
(on est dans le complexi…é de E) associé à la valeur propre z = + i
où u, v 2 E et , 2 R.
On sait fC (u + iv) = f (u) + if (v),
comme fC (u + iv) = ( + i ) (u + iv) = ( u v) + i ( u + v),
de là par identi…cation, on a f (u) = u v et f (v) = u + v ( ),
de là on a aussi
fC (u iv) = f (u) if (v) = ( u v) i ( u + v)
=( i )u ( + i )v = ( i ) u + i:i ( + i ) v
=( i ) u + i (i )v = ( i )u ( i ) iv

51
 =( i ) (u iv).
Ce qui montre que (u iv) est un vecteur propre de fC associé à
la valeur propre ( i ).
Lemme 6
Pour tout f : E ! E une application linéaire d’un R-espace vectoriel,
il existe des sous-espaces vectoriels W de E, de dimension 1 ou 2
tel que f (W ) W .
Preuve
f (u) = u v
Avec fC (u + iv) = ( + i ) (u + iv) () ,
f (v) = u + v
u, v 2 E et , 2 R(d’après remarque supra).
On constate que si z = + i 2 C alors kzk2 6= 0 et donc
( ; ) 6= (0; 0).
Soit alors W engendré par la famille = fu; vg E,
f (u) = u v
alors avec ,
f (v) = u + v
on a evidemment f (W ) W et dim W = 1 si est lié sinon dim W = 2,
cela advient toujours car C est algébriquement clos. On constate aussi
que si la valeur propre z = + i de fC , est telle que = 0, alors z est
réel et aussi valeur propre de f .
Lemme 7
Soit (E; <; >) un préhilbertien réel, si f : E ! E est une application
linéaire normale,si w = u + iv un vecteur propre de fC : EC ! EC
(on est dans le complexi…é de E) associé à la valeur propre z = + i
(où u, v 2 E et , 2 R), si 6= 0(i.e. z n’est pas réel)
alors < u; v >= 0 et < u; u >=< v; v >, ce qui entrainera que la famille
= fu; vg est libre,
si W engendré par la famille = fu; vg, alors f (W ) = W et f (W ) = W .
De plus, dans la base = fu; vg orthogonale de W , la restriction de f à
W est associé à la matrice suivante : . Si = 0, est une
valeur propre de f et la famille = fu; vg ker (f IdE ),on sait que
(u; v) 6= (0; 0) 2 E E(puisque w = u + iv un vecteur propre de fC ,
par dé…nition w est non nul). Si = fu; vg est liée,
alors f (W ) W et f (W ) W .
Preuve
Puique w = u + iv un vecteur propre de fC ,par dé…nition w est non nul,
ainsi (u; v) 6= (0; 0) 2 E E, d’après la remarque supra, (u iv) est un
vecteur propre de fC associé à la valeur propre ( i ).
Comme 6= 0, alors + i 6= i , et d’après le lemme 3, on a :
< u + iv; u iv >C = 0 ()< u + iv; u iv >C

52
 =< u; u > < v; v > 2i < u; v >= 0 par identi…cation on a :
< u; v >= 0 et < u; u >=< v; v >=) u 6= 0 et v 6= 0,
car (u; v) 6= (0; 0) 2 E E, d’où la famille = fu; vg est libre, et
f (u) = u v
avec , on a bien f (W ) = W . On sait que f est
f (v) = u + v
normale, ce qui entrainera que
fC fC = (f + if ) (f + if ) = (f + if ) (f if )
= (f if ) (f + if ) = fC fC et ainsi fC est normale.
On sait w = u + iv un vecteur propre de fC associé à la valeur propre
z = + i ce qui est équivalent à w = u + iv un vecteur propre de fC
associé à la valeur propre z = i d’après le lemme 2.
Aussi on sait que
fC (u + iv) = f (u) + if (v) = ( i ) (u + iv)
= ( u + v) + i ( u + v)
f (u) = u + v
et par identi…cation on a dès lors f (W ) = W
f (v) = u+ v
où W engendré par la famille libre = fu; vg. Si = 0,
f (u) = u f (u) = u
on a et aussi avec W engendré par
f (v) = v f (v) = v
la famille = fu; vg ;
On a encore f (W ) = W et f (W ) = W si la famille = fu; vg est libre
avec dim W = 2. Mais si la famille = fu; vg est liée, on a encore
f (W ) = W et f (W ) = W si 6= 0 avec dim W = 1 toutefois si = 0,
alors f (W ) W et f (W ) W . Donc en conclusion on a bien
f (W ) W et f (W ) W si = 0.
Lemme 8
Pour tout f : E ! E une application linéaire normale d’un R-espace
vectoriel, il existe des sous-espaces vectoriels W de E, de
dimension 1 ou 2 tel que
f (W ) W ,f (W ) W , f W ? W ? et f W ? W ?.
Preuve
D’après le lemme 7, on a f (W ) W et f (W ) W ce qui entrainerait
f W? W ? et f W ? W ? d’après le lemme 5.
Théorème 1
Soit (E; <; >) un préhilbertien réel de dimension n, si f : E ! E est
une application linéaire normale, alors il existe une base orthonormée
= (e1 ; e2 ; :::; en ) telle que la matrice de f relativement à la base
est une matrice en bloc diagonale de la forme suivante :

53
2 3
A1 0 0
6 .
. .. 7
..
6 0 A2 7
6 .. . . .. 7 telle que chaque Ai , 1 i p est soit
4 . . . 0 5
0 0 Ap
de dimension une(i.e. est un réel) ou de dimension 2 de la forme
i i
Ai = où i, i 2 R, avec i 0.
i i
Preuve
Elle fera par récurrence sur la dimension de E, n. Si n = 1,
le résultat est trivial.
Soit n 2, et on supose que le théorème est vrai jusqu’à l’ordre
(n 1).
En appliquant le lemme 8, on a :
Si = 0, alors u et v sont soit des vecteurs propres de f associés à
la valeur propre 1 2 R, si la famille = fu; vg est libre,
0 u v
alors A1 = dans la base e1 = 2 ; e2 =
0 kuk kvk2
(comme kuk2 = kvk2 avec < u; v >= 0,ici = 1 kuk2 ) et
on a (e1 ; e2 ) orthonormale, et dim W ? = n 2, et à l’aide du lemme 9,
on a f W ? W ? et f W ? W ? et la restriction de f à W ? est
aussi normale, le théorème avéré d’après l’hypothèse de récurrence.
Il en est de même si la famille = fu; vg est liée, alors A1 = ( ) est
un réel .
Si 6= 0, avec z = + i , on reprend ce qui a été fait supra,
mais si < 0,
on prend 1 = kuk2 , sinon on prend 1 = kuk2 et 1 = kuk2
1 1
on a A1 = . Et le théorème est encore avéré.
1 1
Corollaire 1
Soit (E; <; >) un préhilbertien complexe de dimension n,
si f : E ! E est une application linéaire normale, alors il existe
une base orthonormée = (e1 ; e2 ; :::; en ) telle que la matrice
de f relativement à la base est une matrice diagonale de la forme
2 suivante : 3
1 0 0
6 .
. .. 7
..
6 0 2 7
6 . . 7 où i 2 C, 81 i n.
4 .. .. ... 0 5
0 0 n
Preuve
Le fait que C soit algébriquement clos et ici dim W = 1,

54
 permet la conclusion.
Corollaire 2
Soit (E; <; >) un préhilbertien réel de dimension n,
si f : E ! E est une application linéaire symétrique, alors il existe
une base orthonormée = (e1 ; e2 ; :::; en ) telle que la matrice de f
relativement à la base est une matrice diagonale de la forme
suivante
2 : 3
1 0 0
6 .
. .. 7
..
6 0 2 7
6 . . . 7 où i 2 R,
4 .. .. .. 0 5
0 0 n
81 i n.
Preuve
Si f est auto-adjointe, alors fC est aussi auto-adjointe et d’après
le lemme 4, les valeurs propres de fC sont réelles,
donc valeurs propres de f , d’où la thèse.
Corollaire 3
Soit (E; <; >) un préhilbertien réel de dimension n, si f : E ! E est
une application linéaire antisymétrique, alors il existe une base
orthonormée = (e1 ; e2 ; :::; en ) telle que la matrice de f relativement
à la base est une matrice en 2 bloc diagonale de3la forme suivante :
A1 0 0
6 . . . .. 7
6 0 A2 . 7
6 . . 7
4 .. .. ... 0 5
0 0 Ap
telle que chaque Ai , 1 i p est soit de dimension une(i.e.zéro) ou de
0 i
dimension 2 de la forme Ai = où i 2 R, avec i > 0.
i 0
En particulier, les valeurs propres de fC sont des imaginaire pure(i i ),
ou 0.
Preuve
D’abord 8u 2 E, < f (u) ; u >=< u; f (u) >=< u; f (u) >
= < u; f (u) >=)< u; f (u) >= 0. Soit w = u + iv
un vecteur propre de fC : EC ! EC (on est dans le complexi…é de E)
associé à la valeur propre z = + i où u, v 2 E et , 2 R.
On sait fC (u + iv) = f (u) + if (v), comme
fC (u + iv) = ( + i ) (u + iv)
=( u v) + i ( u + v),
de là par identi…cation, on a f (u) = u v et f (v) = u + v ( ),et
comme < f (u) ; u >=< u v; u >= < u; u > < v; u >= 0 et

55
< f (v) ; v >=< u + v; v >= < u; v > + < v; v >= 0 en
addictionnant les deux expressions précendentes, on a :
(< u; u > + < v; v >) = 0 et comme < u; u > + < v; v >6= 0,
alors = 0, c’est dire qu’une matrice antisymétrique a une seule valeur
propre réelle, c’est zéro(0).
Remarque
On sait que si f est antisymétrique, alors fC est aussi antisymétrique, et
alors i fC est symétrique relativement à <; >C d’après le corollaire 2,
l’application i fC n’a que des valeurs propres réelles, ce qui impliquera
que fC n’aura que des valeurs propres imaginaires pures, ou 0.
Corollaire 4
Soit (E; <; >) un préhilbertien réel de dimension n,
si f : E ! E est une application linéaire orthogonale, alors
il existe une base orthonormée = (e1 ; e2 ; :::; en ) telle que
la matrice de f relativement à la base est une matrice en
bloc diagonale de2la forme suivante : 3
A1 0 0
6 . . . .. 7
6 0 A2 . 7
6 . . . 7
4 .. .. .. 0 5
0 0 Ap
telle que chaque Ai , 1 i p est soit de dimension une(i.e.1 ou 1)
cos i sin i
ou de dimension 2 de la forme Ai = .
sin i cos i
En particulier, les valeurs propres de fC sont de la forme cos i + i sin i ,
avec 0 < i < , 1 ou 1.
Preuve
On sait si f est orthogonale, alors fC est unitaire, soit w = u + iv
un vecteur propre de fC : EC ! EC (on est dans le complexi…é de E)
associé à la valeur propre z = + i où u, v 2 E et , 2 R.
On a < fC (w) ; fC (w) >=< zw; zw >= z z < w; w >=< w; w >=)
z z = kzk2 = 1 puique < w; w >6= 0, avec z 2 C et kzk = 1
alors z est égal à 1, 1 ou cos i i sin i d’après le théorème supra
> 0 =) sin i > 0 et alors 0 < i < . D’où la thèse

56
TRAVAUX DIRIGES
Exo1
I) On considère sur E = M2 (R) le produit scalaire suivant :
8A; B 2 E; < A; B >= tr (t AB) :
On considère le sous-espace vectoriel :
a b
F = ; a; b 2 R :
b a
a) trouver une base de F ? :
1 0
b) Déterminer la projection orthogonale de B = sur F:
1 0
(i 1)
II) a) Donner l’expression développée du polynôme [(1 X)n X i ] :
b) Trouver,apràs avoir justi…é
Z son existence,
+1
inf inf (1 + a1 X + a2 X 2 + ::: + an X n ) e X
dX:
(a1 ;a2 ;::::;an )2Rn 0
III) a)Orthonormaliser par le procédé de Schimidt, dans l’espace euclidien
R3 ; la famille : (1; 1; 1) ; (1; 0; 1) ; (0; 1; 1) :
b) Orthonormaliser par le procédé de Schimidt, dans l’espace euclidien
R2 [X] ; la famille : X 2 1; 3X + 1; X 2 + X:
Exo2
Soit E un espace vectoriel euclidien. On considère n vecteurs non nuls
(e1 ; e2 ; :::; en ) de E tels que :
Xn
8x 2 E kxk2 = (< x; ei >)2 :
i=1
1) Montrer que (e1 ; e2 ; :::; en ) est une base de E:
2) Démontrer que, pour tous x ; y de E; on a:
X n
< x; y >= (< x; ei >) (< y; ei >) :
i=1
3) On note G (dite matrice carrée de Gram) la matrice
G = (< ei ; ej >)(i; j)2f1;2;:::;ng :
a) Montrer que G2 = G:
b) Montrer que G est inversible.
c) Que peut -on en conclure sur la famille (e1 ; e2 ; :::; en )?
Exo 3
Soit E l’espace vectoriel C ([0; 1] ; R) des applications continues
de [0; 1] dans R Z 1
muni du produit scalaire < f; g >= f (t) g (t) dt:
0
On considère H = ff 2 E ; f (0) = 0g :
1) Montrer que H est un hyperplan de E:
2) Déterminer l’orthogonal de H (ce n0 est pas une droite):

57
Exo4
1) Soit A une matrice symétrique réelle. Montrer que la matrice A
peut s’écrire comme polynôme de la matrice exp (A) :
2) Soit A et B deux matrices symétriques réelles.
Montrer que les matrices exp (A) et exp (B) commutent ssi A et B
commutent:
Exo5
1) Soit u un endomorphisme d’un espace vectoriel E de dimension n:
Montrer que l’on peut
trouver au moins un automorphisme $ et un projecteur p
véri…ant u = $ p
(on pourra pour cela commencer par déterminer l0 image de p) :
2) Si E est muni d’une structure euclidienne, peut-on choisir pour $
une isométrie et pour p un projecteur orthogonal ?
3) Montrer que le résultat obtenu en1) est faux si on suppose que
l’espace vectoriel E n’est plus de dimension …nie.
(On pourra construire un endomorphisme simple sur E = R [X]):
Exo6
On munit C [X] du produit scalaire hermitien canonique.
Soit ' une forme linéaire sur C [X] non nulle
et H son noyau.
Pour tout n de N; on note an = ' (X n ) :
Montrer que H admet un supplémentaire orthogonal
ssi l’ensemble fn 2 N ; an 6= 0g est …ni:
Montrer que H ? admet cependant toujours un spplémentaire orthogonal:
Exo7
Montrer que le spectre de toute matrice hermitienne est réel.
que peut-on dire lorsqu’elle est positive ? Dé…nie positive ?
Exo8
I) Un endomorphisme u de E hermitien est dit "normal" lorsque :
u u=u u :
a)Montrer que les propriétés suivantes sont équivalentes :
(i) L’endomorphisme u est normal ;
(ii) 8x; y 2 E; < u (x) ; u (y) >=< u (x) ; u (y) >;
(iii) 8x 2 E; ku (x)k = ku (x)k :
b) montrer que si l’endomorphisme u est normal, alors
ker u = ker u et E = ker u Im u:
II) a) Soit une valeur propre de u; montrer que est
une valeur propre de u ;
que les sous-espaces propres E (u) et E (u ) sont égaux et que

58
(E (u))? est stable par u:
b) Soit et deux valeurs propres distinctes de u:
Montrer que les sous-espaces propres E (u) et E (u)
sont orthogonaux.
c) Montrer qu’un endomorphisme est normal ssi
s’il existe une base orthonormale
dans laquelle sa matrice est diagonale.
Donner quelques exemples.
d) Si u est normal, montrer qu’il existe un polynôme P de C [X]
tel que P (u) = u :
Etudier la réciproque:
e) Montrer qu’un endomorphisme
X
n
u est normal ssi T r (u u) = jai j2
i=1
où les a1 ; a2 ; :::; an désignent les valeurs propres de u:
f) Soit v et w deux endomorphisme normaux.
Si l’endomorphisme w v est nul, montrer que v w est nul:
Si l’endomorphisme w v est normal, montrer que v w est normal.

59
Bibliographie

[1] Algèbre-Géométrie 1 H Prépa Maths Collection Hachette Supérieur

[2] Algèbre de J. Lelong-Ferrand et J.M.Arnaudiès Dunod
[3] Toute l’algèbre de la licence de Jean-Pierre Esco…er Dunod

60