CHAP. IV.

FORMES BILINÉAIRES ET FORMES

QUADRATIQUES.

4.1 Formes bilinéaires.

Dans tout ce chapitre V désigne un espace vectoriel sur K (K = R ou C) de
dimension n:

Dé…nition 1.
On appelle forme bilinéaire sur V toute application ' : V V ! K
véri…ant :
(1) 8u; u0 ; v 2 V , 8 ; 0 2 K, '( u + 0 u0 ; v) = '(u; v) + 0 '(u0 ; v):
(2) 8u; v; v 0 2 V , 8 ; 0 2 K, '(u; v + 0 v 0 ) = '(u; v) + 0 '(u; v 0 ):

On exprime la condition (1) en disant que ' est linéaire par rapport à la
première variable, et la condition (2) en disant que ' est linéaire par rapport à
la deuxième variable.
On note L(V; V; K) l’ensemble des formes bilinéaires sur V:

Proposition 1.
Soient ' 2 L(V; V; K) et (p; q) 2 (N )2 ; alors

8u1 ; u2 ; : : : ; up ; v1 ; v2 ; : : : ; vq 2 V; 8 1; : : : ; p; 1; 2; : : : ; q 2 K,
Xp q
X X
'( i ui ; j vj ) = i j '(ui ; vj ):
i=1 j=1 1 i p
1 j q

Preuve.
D’après la dé…nition 1, pour tous u; v 2 V;

q
X q
X Xp p
X
'(u; j vj ) = j '(u; vj ) et '( i ui ; v) = i '(ui ; v) ;
j=1 j=1 i=1 i=1

d’où
0 1
Xp q
X p
X q
X p
X Xq
'( i ui ; j vj ) = i '(ui ; j vj ) = i
@ j '(ui ; vj )
A
i=1 j=1 i=1 j=1 i=1 j=1
X
= i j '(ui ; vj ):
1 i p
1 j q

Proposition 2.

1
 L’ensemble L(V; V; K) muni de la loi interne + et la loi externe ":" suivantes
est un espace vectoriel sur K :

8'1 ; '2 2 L(V; V; K); '1 + '2 : V V !K

(x;y) !'1 (x;y)+'2 (x;y)

8' 2 L(V; V; K); 8 2 K; ':V V !K

(x;y) ! '(x;y)

Preuve.
Il su¢ t de montrer que L(V; V; K) est un sous-espace vectoriel du K espace
vecoriel des applications de V 2 vers K : pour tous '1 ; '2 2 L(V; V; K), 1 ; 2 ; 1 ; 2 2
K et u1 ; u2 ; v1 ; v2 2 V; on a :

( 1 '1 + 2 '2 )( 1 u1 + 2 u 2 ; v1 ) = 1 '1 ( 1 u 1+ 2 u 2 ; v1 ) + 2 ' 2 ( 1 u 1 + 2 u 2 ; v1 )

= 1 ( 1 '1 (u1 ; v1 ) + 2 '1 (u2 ; v1 )) + 2 ( 1 '2 (u1 ; v1 ) + 2 '2 (u2 ; v1 ))
= 1 1 '1 (u1 ; v1 ) + 2 1 '2 (u1 ; v1 ) + 1 2 '1 (u2 ; v1 ) + 2 2 '2 (u2 ; v1 ))
= 1 ( 1 '1 + 2 '2 )(u1 ; v1 ) + 2 ( 1 '1 + 2 '2 )(u2 ; v1 )

et

( 1 '1 + 2 '2 )(u1 ; 1 u1 + 2 u2 ) = 1 '1 (u1 ; 1 u1

+ 2 u2 ) + 2 '2 (u1 ; 1 u1 + 2 u2 )
= 1 ( 1 '1 (u1 ; v1 ) + 2 '1 (u1 ; v2 )) + 2 ( 1 '2 (u1 ; v1 ) + 2 '2 (u1 ; v2 ))
= 1 1 '1 (u1 ; v1 ) + 2 1 '2 (u1 ; v2 ) + 1 2 '1 (u1 ; v1 ) + 2 2 '2 (u1 ; v2 )
= 1 ( 1 '1 + 2 '2 )(u1 ; v1 ) + 2 ( 1 '1 + 2 '2 )(u1 ; v2 ):

Dé…nition 2.
Soient ' 2 L(V; V; K) et B = (e1 ; e2 ; : : : ; en ) une base de V: On appelle
matrice de ' dans la base B, et on note MatB ('); la matrice ('(ei ; ej )) 1 i n :
1 j n

Proposition 3.
Soient ' 2 L(V; V; K) et B une base de V; alors

8x; y 2 V; '(x; y) =t X:MatB ('):Y:

où X (resp. Y ) est la matrice colonne des coordonnées de x (resp. y) dans

la base B.

Preuve.

2
 Pn Pn
On pose B = (e1 ; e2 ; : : : ; en ): Soient x = i=1 xi ei ; y = j=1 yj ej 2 V; alors
Xn n
X X
'(x; y) = '( xi ei ; yj ej ) = xi '(ei ; ej )yj
i=1 j=1 1 i;j n
0 Pn 1
Pj=1 '(e1 ; ej )yj
n n B n C
X X B j=1 '(e2 ; ej )yj C
= xi ( '(ei ; ej )yj ) = (x1 ; x2 ; : : : ; xn ) B .. C
@ . A
i=1 j=1 Pn
j=1 '(en ; ej )yj
0 0 11
y1
B B y2 CC
B B CC
= (x1 ; x2 ; : : : ; xn ) B('(ei ; ej )) 1 i n B . CC =t X:MatB ('):Y:
@ 1 j n @ .
. AA
yn

Proposition 4.
Soient ' 2 L(V; V; K), B et B 0 deux bases de V et P la matrice de passage
de B à B 0 , alors
MatB0 (') =t P:MatB ('):P:

Preuve.
On pose B = (e1 ; e2 ; : : : ; en ); B 0 = (e01 ; e02 ; : : : ; e0n ); P = ( ij ) 1 i n et t P =
1 j n
( ij ) 1 i n :
1 j n
2
Pour tout (i; j) 2 f1; 2; : : : ; ng ; on a ij = ji et
Xn n
X X
'(e0i ; e0j ) = '( ri er ; sj es ) = ri '(er ; es ) sj
r=1 s=1 1 r;s n
n n
!
X X X
= ir '(er ; es ) sj = ir '(er ; es ) sj ,
1 r;s n r=1 s=1

d’où
M atB0 (') = ( ij ) 1 i n :MatB ('):( ij ) 1 i n
1 j n 1 j n
t
= P:M atB ('):P:

Exemples
1. L’application ' : R3 R3 ! R est une forme bilinéaire
((x1 ;x2 ;x3 );(y1 ;y2 ;y3 ))7 !x1 y2 x2 y1 +x3 y3
sur R3 : Sa matrice dans la base canonique B0 de R3 est
0 1
0 1 0
MatB0 (') = @ 1 0 0 A:
0 0 1

3
 Sa matrice dans la base B1 = ( e1 + e2 + e3 ; e1 e2 + e3 ; e1 + e2 e3 ) est :
t
MatB1 (') = P (B0 ; B1 ):MatB0 ('):P (B0 ; B1 )
0 1 0 1 0 1
1 1 1 0 1 0 1 1 1
= @ 1 1 1 A:@ 1 0 0 A:@ 1 1 1 A
1 1 1 0 0 1 1 1 1
0 1 0 1 0 1
1 1 1 1 1 1 1 1 3
= @ 1 1 1 A:@ 1 1 1 A=@ 1 1 1 A:
1 1 1 1 1 1 1 3 1

2. L’application ' : R4 R4 ! R est une forme

((x1 ;x2 ;x3 ;x4 );(y1 ;y2 ;y3 ;y4 ))7 !x1 y2 x2 y1 +x3 y4 x4 y3
4
bilinéaire dite forme bilinéaire alternée canonique sur R :La matrice de '
dans la base canonique B0 = (e1 ; e2 ; e3 ; e4 ) de R4 est
0 1
0 1 0 0
B 1 0 0 0 C
MatB0 (') = B@ 0 0 0 1 A:
C

0 0 1 0
Sa matrice dans la base B1 = (e1 + e2 ; e2 e3 ; e3 + e4 ; e4 e1 ) est

t
MatB1 (') = P (B0 ; B1 ):MatB0 ('):P (B0 ; B1 )
0 1 0 1 0 1
1 1 0 0 0 1 0 0 1 0 0 1
B 0 1 1 0 C B 1 0 0 0 C B 1 1 0 0 C
= B
@ 0 0 1 1 A:@ 0 0
C B C:B C
0 1 A @ 0 1 1 0 A
1 0 0 1 0 0 1 0 0 0 1 1
0 1 0 1 0 1
1 1 0 0 1 1 0 0 0 1 0 1
B 0 1 1 0 C B 1 0 0 1 C B 1 0 1 0 C
= B
@ 0 0 1 1 A:@ 0 0
C B C=B C:
1 1 A @ 0 1 0 1 A
1 0 0 1 0 1 1 0 1 0 1 0

Dé…nition 3.
On appelle rang d’une forme bilinéaire ' sur V; et on note rg('); le rang
de la matrice de ' dans une base de V :

rg(') = rg(MatB ('));

où B est une base de V:

4.2 Formes bilinéaires symétriques et formes

quadratiques.
Dé…nition 1.

4
 Soit ' une forme bilinéaire sur V: On dit que ' est une forme bilinéaire
symétrique si et seulement si

8 x; y 2 V; '(x; y) = '(y; x):

On abrège forme bilinéaire symétrique en : fbs. L’ensemble des formes

bilinéaires symétriques sur V est noté S(V; K). On véri…e facilement que S(V; K)
est un sous-espace vectoriel de L(V; V; K):

Proposition 1.
Soit ' une forme bilinéaire sur V; alors ' est symétrique si et seulement si
sa matrice dans une base B de V est symétrique :
t
MatB (') = MatB (').

Preuve.
On pose B = (e1 ; e2 ; : : : ; en ): Puisque ' est linéaire par rapport à la première
et la deuxième variable, ' est symétrique si et seulement si
2
8 (i; j) 2 f1; 2; : : : ; ng ; '(ei ; ej ) = '(ej ; ei ),

or MatB (') = ('(ei ; ej )) 1 i n et t MatB (') = ('(ej ; ei )) 1 i n, donc ' est

1 j n 1 j n
t
symétrique si et seulement si MatB (') = MatB (').

Dé…nition 2.
Soit ' une forme bilinéaire symétrique sur V: On appelle forme quadra-
tique associée à ' l’application, souvent notée q; de V dans K dé…nie par
:
8 x 2 V; q(x) = '(x; x):

On abrège forme quadratique en fq. L’ensemble des formes quadratiques sur

V et à valeurs dans K est noté Q(V; K):

Exemples :
1. L’application ' : Rn Rn ! R dé…nie par :
n
X
8 (x1 ; : : : ; xn ); (y1 ; : : : ; yn ) 2 Rn ; '((x1 ; : : : ; xn ); (y1 ; : : : ; yn )) = xi yi
i=1

est une fbs appelée produit scalaire canonique sur Rn : Sa fq associée est
:
q: Rn ! Rn :
X
(x1 ;:::;xn )7 ! x2i
i=1

Sa matrice dans la base canonique de Rn est la matrice identité In :

5
 2. L’application ' : R2 R2 ! R est une fbs dont la fq associée
((x1 ;x2 );(y1 ;y2 ))7 !x1 y2 +x2 y1
est :
q: R2 ! R
(x1 ;x2 )7 !2x1 x2

0 1
Sa matrice dans la base canonique de R2 est : :
1 0
Proposition 2.
Soit ' une forme bilinéaire symétrique sur V et q sa forme quadratique
associée, alors
X n Xn
1: 8( 1 ; : : : ; n ) 2 Kn ; 8(x1 ; : : : ; xn ) 2 V n ; q( i xi ) =
2
i q(xi ) +
X i=1 i=1
2 i j '(xi ; xj );
1 i j n
2
2: 8( ; ) 2 K2 ; 8(x; y) 2 V 2 ; q( x + y) = 2 q(x) + 2 '(x; y) + q(y);
3: 8(x; y) 2 V 2 ; q(x + y) = q(x) + 2'(x; y) + q(y);
4: 8(x; y) 2 V 2 ; '(x; y) = 14 (q(x + y) q(x y));
5: 8(x; y) 2 V 2 ; q(x + y) + q(x y) = 2(q(x) + q(y)):

Les égalités de cette proposition sont faciles à véri…er. Les formules 3. et

4. de la proposition 2. montrent que q détermine entièrement ', ' est alors
appelée forme polaire de q:

Dé…nition 3.
Soit ' une forme bilinéaire symétrique sur V . On appelle noyau de '; et
on note ker('); l’ensemble :

ker(')= fx 2 V j 8y 2 V; '(x; y) = 0g :

Proposition 3.
Soit ' une forme bilinéaire symétrique sur V; alors ker(') est un sous-espace
vectoriel de V:

Preuve.
Il est clair que ker(') V et que ker(') 6= ? ( car 0 2 ker(') ). D’autre
part, si ; 0 2 K et x; x0 2 ker('), alors pour tout y 2 V;
0 0 0
'( x + x ; y) = '(x; y) + '(x0 ; y) = 0,
0 0
d’où x + x 2 ker('). Ainsi ker(') est un sous-espace vectoriel de V .

Proposition 4.
Soit ' une forme bilinéaire symétrique sur V; alors

dim V = rg(') + dim(ker(')):

6
 Remarquer la ressemblance entre cette formule et celle du théorème du rang.

Preuve.
Soient B = (e1 ; e2 ; : : : ; en ) une base de V; B 0 = (E1 ; E2 ; : : : ; En ) la base
canonique de Mn;1 (K), où Ej est la matrice unicolonne qui a 1 sur la j eme ligne
et 0 ailleurs, et f l’homomorphisme de V dans Mn;1 (K) dé…ni par :
0 1
'(e1 ; ej )
B '(e2 ; ej ) C
B C
8j 2 f1; 2; : : : ; ng ; f (ej ) = B .. C.
@ . A
'(en ; ej )

La matrice de f dans les bases B et B 0 est :

MatB;B0 (f ) = ('(ei ; ej )) 1 i n = MatB (');

1 j n

d’où rg(') = rg(MatB;B0 (f )) = rg(f ):

D’autre part, pour tout x = x1 e1 + x2 e2 + + xn en 2 V on a :
n
!
X
(x 2 ker(f )) () (f (x) = 0) () xi f (ei ) = 0
i=1
00 Xn 1 0 11
0
BB xi '(e1 ; ei ) C B CC
0 0 1 0 11 BB i=1 C B 0 CC
'(e1 ; ei ) 0 BB X C B .. CC
BB n C B . CC
BX n B '(e2 ; ei ) C B 0 CC BB xi '(e2 ; ei ) C B CC
B B C B CC BB C B .. CC
() B xi B .. C=B .. CC () BB i=1 C=B . CC
@ i=1 @ . A @ . AA BB .. C B CC
BB C B .. CC
'(en ; ei ) 0 BB . C B . CC
BB Xn C B CC
@@ A @ 0 AA
xi '(en ; ei )
i=1
0
00 1 0 11
'(e1 ; x) 0
BB '(e2 ; x) C B 0 CC
BB C B CC
() BB .. C=B .. CC () (8y 2 V; '(y; x) = 0) () (x 2 ker(')) ,
@@ . A @ . AA
'(en ; x) 0

d’où l’égalité ker(') = ker(f ). Ainsi, en appliquant le théorème du rang à f , on

obtient
dim V = rg(f ) + dim(ker(f )) = rg(') + dim(ker(')):

Dé…nition 4.
Soit ' une forme bilinéaire symétrique sur V: On dit que ' est non dégénérée
si et seulement si ker(') = f0g :

7
 Ainsi ' est non dégénérée si et seulement si

x 2 V; ((8y 2 V; '(x; y) = 0) () x = 0)) :

Exemples.
1. Soient ; ; 2 R et ' la forme bilinéaire symétrique sur R2 dé…nie par :

8 (x1 ; x2 ); (y1 ; y2 ) 2 R2 ; '((x1 ; x2 ); (y1 ; y2 )) = x1 y1 + (x1 y2 + x2 y1 ) + x2 y2 :

Soit (x1 ; x2 ) 2 R2 : On a :

((x1 ; x2 ) 2 ker(')) () (8 (y1 ; y2 ) 2 R2 ; '((x1 ; x2 ); (y1 ; y2 )) = 0)

() (8 (y1 ; y2 ) 2 R2 ; x1 y1 + (x1 y2 + x2 y1 ) + x2 y2 = 0)
() (8 (y1 ; y2 ) 2 R2 ; ( x1 + x2 )y1 + ( x1 + x2 )y2 = 0)
x1 + x2 = 0
() (1) :
x1 + x2 = 0
2
Si 6= 0; le système homogème (1) admet une seule solution :
(x1 ; x2 ) = (0; 0); donc ker(') = f(0; 0)g (c’est-à-dire que ' est non dégénérée ),
et par suite rg(') = 2:
2
Si = 0 et ( ; ; ) 6= (0; 0; 0); dim ker(') = 1 et rg(') = 1:
Si ( ; ; ) = (0; 0; 0); ker(') = R2 et rg(') = 0:

2. On reprend l’exemple de la fbs canonique sur Rn :

n
X
8 (x1 ; : : : ; xn ); (y1 ; : : : ; yn ) 2 Rn ; '((x1 ; : : : ; xn ); (y1 ; : : : ; yn )) = xi yi :
i=1

Soit (x1 ; : : : ; xn ) 2 Rn : On a :

((x1 ; : : : ; xn ) 2 ker(')) () (8 (y1 ; : : : ; yn ) 2 Rn ; '((x1 ; : : : ; xn ); (y1 ; : : : ; yn )) = 0)

() (8 (y1 ; : : : ; yn ) 2 Rn ; x1 y1 + x2 y2 + + xn yn = 0)
() (8 i 2 f1; 2; : : : ; ng xi = 0)
() ((x1 ; : : : ; xn ) = (0; 0; : : : ; 0)) ,

d’où ker(') = f(0; 0; : : : ; 0)g , c’est-à-dire que ' est non dégénérée et par suite
rg(') = n.

4.3 Orthogonalité.
Dé…nition 1.
Soit ' une forme bilinéaire symétrique sur V:

8
 1. On dit que deux éléments x et y de V sont orthogonaux, et on note
x?y, si et seulement si '(x; y) = 0.
2. On dit qu’un élément x de V est isotrope si et seulement si '(x; x) = 0.
3. On appelle orthogonal d’une partie A de V; et on note A? ; l’ensemble
:
A? = fx 2 V j 8y 2 A; '(x; y) = 0g :
A? est l’ensemble des éléments de V orthogonaux à tous les éléments de A:
En particulier ker(') = V ? :
On véri…e facilement que A? est un sous-espace vectoriel de V:

Proposition 1.
Soit ' une forme bilinéaire symétrique sur V: Soient A et B deux parties
de V; alors
?
1. f0g = V et V ? = ker('),
2. A (A? )? ;
3. A? + B ? (A \ B)? ;
4. (A [ B)? = A? \ B ? :

Preuve.
1. Evident.

2. Les élément de A sont orthogonaux à tous les éléments de A? :

3. Pour tous x 2 A? ; y 2 B ? et z 2 A \ B on a :

'(x + y; z) = '(x; z) + '(y; z) = 0,

donc x + y 2 (A \ B)? :

4. Soit x 2 V; alors

x 2 A? \ B ? () x 2 A? et x 2 B ? () ((8y 2 A; '(x; y) = 0) et (8z 2 B; '(x; z) = 0))

() (8y 2 (A [ B); '(x; y) = 0) () x 2 (A [ B)? ;

d’où (A [ B)? = A? \ B ? :

Proposition 2.
Soient ' une forme bilinéaire symétrique et non dégénérée sur V et W un
sous-espace vectoriel de V; alors
1. W = (W ? )? ;
2. dim W + dim W ? = dim V:

Dé…nition 2.
Soient ' une forme bilinéaire symétrique sur V et B = (e1 ; e2 ; : : : ; en ) une
base de V:

9
 1. On dit que la base B est orthogonale par rapport à ' si et seulement
si
8 i; j 2 f1; 2; : : : ; ng avec i 6= j; ' (ei ; ej ) = 0:
2. On dit que B est orthonormale par rapport à ' si et seulement si

8 i; j 2 f1; 2; : : : ; ng ; '(ei ; ei ) = 1 et '(ei ; ej ) = 0 si i 6= j:

Théorème 1.
Pour toute forme bilinéaire symétrique sur V; il existe au moins une base
orthogonale.

4.4 Réduction d’une forme quadratique.

Théorème 1.
Pour toute forme quadratique q sur V; il existe une base B = (e1 ; e2 ; : : : ; en )
de V et des nombres 1 ; 2 ; : : : ; n 2 K tels que :
n
X n
X
2
8x= xi ei 2 V; q(x) = i xi :
i=1 i=1

Preuve.
Soit ' la forme polaire de q:D’après le théorème 1 du paragraphe précédent,
il existe une base B = (e1 ; e2 ; : : : ; en ) orthogonale par rapport à ' :

8 i; j 2 f1; 2; : : : ; ng avec i 6= j; '(ei ; ej ) = 0:

n
X
Pour tout x = xi ei 2 V; on a :
i=1

n
X n
X
q(x) = '(x; x) = '(ei ; ei )x2i = 2
i xi ;
i=1 i=1

où i = '(ei ; ei ):

Théorème 2.
Pour chaque forme quadratique q sur Cn ; il existe une base B = (e1 ; e2 ; : : : ; en )
de Cn telle que :
Xn X r
8x= xi ei 2 Cn ; q(x) = x2i ;
i=1 i=1

où r est le rang de la forme plaire ' de q. Si ' est non dégénérée r = n:

Preuve:
Il résulte du théorème 1 qu’il existe une base B = (v1 ; v2 ; : : : ; vn ) de Cn et
des nombres 1 ; 2 ; : : : ; n 2 C tels que :

10
 n
X n
X
2
8x= xi vi 2 V; q(x) = i xi :
i=1 i=1

En changeant l’ordre des vecteurs de B, on peut supposer que 1 6= 0; 2 6= 0

; : : : ; r 6= 0 et r+1 = r+2 = = n = 0: Soient i 2 C, 1 i n, tels que :
2
i = i; si 1 i r
:
i = 1; si r + 1 i n
1
On pose ei = i
vi ; i = 1; 2; : : : ; n: Dans la base B = (e1 ; e2 ; : : : ; en ) on a :
n
X r
X
8x= xi ei 2 Cn ; q(x) = x2i :
i=1 i=1

Ir 0
La matrice de la forme polaire de q est : , son rang est donc r ; en
0 0
particulier si ' est non dégénérée (dim(ker(')) = 0 ) ;r = n:

Corollaire 1.
Soit ' une forme bilinéaire symétrique et non dégénérée sur Cn ; alors il
existe au moins une base orthonormale par rapport à ':

Preuve.
D’après le théorème 2, il existe une base B = (e1 ; e2 ; : : : ; en ) de Cn telle que
:
n
X n
X
n
8x= xi ei 2 C ; q(x) = x2i ;
i=1 i=1

où q est la forme quadratique associée à ': Pour tous i; j 2 f1; 2; : : : ; ng (i 6= j)

on a :

'(ei ; ei ) = q(ei ) = 1
1
et '(ei ; ej ) = (q(ei + ej ) q(ei ) q(ej ))) = 0;
2
donc B est une base orthonormale de Cn

Théorème 3. ( loi d’inertie de Sylvester )

Pour toute forme quadratique q sur Rn ; il existe une base B = (e1 ; e2 ; : : : ; en )
de Rn et un couple unique d’entiers (p; r) tels que :
n
X
8x= xj ej 2 Rn ; q(x) = x21 + x22 + + x2p x2p+1 x2p+2 x2r :
j=1

11
 Le couple (p; p0 ); où p désigne le nombre de carrés précédés de signe + et
0
p = r p désigne le nombre de carrés précédés de signe ; est appelé signature
de la forme quadratique q:.

Preuve.
a) Du théorème 1 on déduit l’existance d’une base B1 = (v1 ; v2 ; : : : ; vn ) de
Rn et des nombres 1 ; 2 ; : : : ; r 2 R tels que :
n
X r
X
2
8x= xj vj 2 V; q(x) = j xj :
j=1 j=1

On changeant l’ordre des vecteurs vi , si nécessaire, on peut supposer que les

nombres j (j = 1; 2; : : : ; r) véri…ent :

j > 0 si j = 1; 2; : : : ; p
et j < 0 si j = p + 1; p + 2; : : : ; r

Posons alors :
1
ej = p vj si j = 1; 2; : : : ; p,
j
1
ej = p vj si j = p + 1; p + 2; : : : ; r;
j jj
et ej = vj si j = r + 1; r + 2; : : : ; n:

Dans la base B = (e1 ; e2 ; : : : ; en ) la forme quadratique q s’écrit :

n
X
8x= xj ej 2 Rn ; q(x) = x21 + x22 + + x2p x2p+1 x2p+2 x2r :
j=1

b) Comme r est le rang de q ( il est unique), il su¢ t de montrer que p est

unique. Soient B 0 = (e01 ; e02 ; : : : ; e0n ) une autre base de V et p0 un entier tels que
:

n
X
8x= x0j e0j 2 Rn ; q(x) = x02 02
1 + x2 + + x02
p0 x02
p0 +1 x02
p+2 x02
r :
j=1

Posons : F = V ect(e1 ; e2 ; : : : ; ep ); G = V ect(ep+1 ; e2 ; : : : ; en ); F 0 = V ect(e01 ; e02 ; : : : ; e0p0 )

et G0 = V ect(e0p0 +1 ; e02 ; : : : ; e0n ):
Pour tout x 2 F f0g et tout y 2 G f0g ; on a :

Q(x) > 0 et Q(y) 0:

De même
Q(x) > 0 et Q(y) 0;

12
pour tous x 2 F 0 f0g et y 2 G0 f0g : On en déduit que F \ G0 = f0g et
F 0 \ G = f0g ; d’où

dim F + dim G0 n et dim F 0 + dim G n;

c’est-à-dire p + (n p0 ) n et p0 + (n p) n; donc p = p0 :
Méthode de Gauss pour réduire une forme quadra-
tique.
Par récurrence sur n; on va montrer que toute forme quadratique q sur Kn
(K = R ou C) peut être mise sous la forme :
r
X
2
q= i ui ;
i=1

où les ui (i = 1; 2; : : : ; r) sont des formes linéaires indépendantes, et les i

(i = 1; 2; : : : ; r) sont des nombres non nuls:
Cette propriété est évidente pour n = 1: Supposons qu’elle soit vraie à l’ordre
n 1: Montrons qu’elle est vraie aussi à l’odre n ; pour cela on va distinguer
deux cas :

1er cas : q(x1 ; x2 ; : : : ; xn ) contient un terme en x21 :

2
q(x1 ; x2 ; : : : ; xn ) = 1 x1 + 2R(x2 ; : : : ; xn )x1 + S(x2 ; : : : ; xn );

où 1 6= 0; R(x2 ; : : : ; xn ) est une forme linéaire par rapport à (x2 ; : : : ; xn ) et

S(x2 ; : : : ; xn ) est une forme quadratique en x2 ; : : : ; xn :
Dans ce cas on peut écrit :

2
R(x2 ; : : : ; xn ) R(x2 ; : : : ; xn )2
(1) q(x1 ; x2 ; : : : ; xn ) = 1 x1 + +S(x2 ; : : : ; xn ) .
1 1

R(x2 ;:::;xn )2
Par hypothèse de récurrence la fq S(x2 ; : : : ; xn ) 1
s’écrit :
r
X
R(x2 ; : : : ; xn )2 2
S(x2 ; : : : ; xn ) = i ui ;
1 i=2

où les ui (i = 2; : : : ; r) sont des formes linéaires indépendantes par rapport

à (x2 ; : : : ; xn ); et les i (i = 2; : : : ; r) sont des nombres non nuls ;
si, de plus, on pose u1 (x1 ; x2 ; : : : ; xn ) = x1 + R(x2 ;:::;x1
n)
; la relation (1)
devient :
r
X
2
q(x1 ; x2 ; : : : ; xn ) = i ui :
i=1

Les formes ui (i = 1; 2; : : : ; r) sont indépendantes car les ui (i = 2; : : : ; r)

sont indépendantes par rapport à (x2 ; : : : ; xn ) et u1 (x1 ; x2 ; : : : ; xn ) contient le
terme en x1 :

13
 Remarque : Si q(x1 ; x2 ; : : : ; xn ) contient un terme en x2i autre que x21 , on
fait un changement d’indice pour se ramener au cas ci-dessus.
2eme cas : q(x1 ; x2 ; : : : ; xn ) ne contient pas de terme en x2i :
Dans ce cas, et grâce à un numérotage convenable des xi (i = 1; 2; : : : ; n);
on se ramène à :
q(x1 ; x2 ; : : : ; xn ) = ax1 x2 + R(x3 ; : : : ; xn )x1 + S(x3 ; : : : ; xn )x2 + T (x3 ; : : : ; xn )
où a 6= 0; R(x3 ; : : : ; xn ) et S(x3 ; : : : ; xn ) sont ses formes linéaires par rapport à
(x3 ; : : : ; xn ) et T (x3 ; : : : ; xn ) est une forme quadratique en x3 ; : : : ; xn :
q(x1 ; x2 ; : : : ; xn ) s’écrit aussi :

S(x3 ; : : : ; xn ) R(x3 ; : : : ; xn )
q(x1 ; x2 ; : : : ; xn ) = a x1 + x2 +
a a
R(x3 ; : : : ; xn )S(x3 ; : : : ; xn )
+ T (x3 ; : : : ; xn )
a
a 2 R(x3 ; : : : ; xn )S(x3 ; : : : ; xn )
= (u u22 )(x1 ; x2 ; : : : ; xn ) + T (x3 ; : : : ; xn ) ;
4 1 a
( 1)j+1 R(x3 ;:::;xn )+S(x3 ;:::;xn )
où uj (x1 ; x2 ; : : : ; xn ) = x1 + ( 1)j+1 x2 + a (j = 1; 2
) ; or, par hypothèse de récurrence,
r
R(x3 ; : : : ; xn )S(x3 ; : : : ; xn ) X 2
T (x3 ; : : : ; xn ) = i ui ;
a i=3

où les ui (i = 3; : : : ; r) sont des formes linéaires indépendantes par rapport à

(x3 ; : : : ; xn ); et les i (i = 3; : : : ; r) sont des nombres non nuls ; donc
r
X
2
q(x1 ; x2 ; : : : ; xn ) = i ui ;
i=1
a a
avec 1 = et 2 =4 4:
Les formes ui (i = 1; 2; : : : ; r) sont linéairements indépendantes car les
formes, en x3 ; : : : ; xn ; ui (i = 3; : : : ; r) sont indépendantes, et les formes u1
et u2 sont indépendantes relativement à x1 et x2 :

Exemples.
1. Trouver la signature et le rang de la forme quadratique q, sur R3 ; dé…nie par
::
8 (x; y; z) 2 R3 , q(x; y; z) = xy + yz + zx:
On peut écrire :
q(x; y; z) = (x + y)(y + z) y 2
1 1
= (x + 2y + z)2 (x z)2 y2 :
4 4
= u21 u22 u23 ;

14
 où u1 ; u2 ; u3 sont les formes sur R3 dé…nies par :
1 1
u1 (x; y; z) = (x + 2y + z); u2 (x; y; z) = (x z) et u3 (x; y; z) = y:
2 2
On véri…e facilement que les formes u1 ; u2 et u3 sont linéairement indépen-
dantes. On en déduit que le rang de q est 3 et que sa signature est (1; 2):

2. Trouver la signature et le rang de la forme quadratique q; sur R4 ; dé…nie par

:
q(x; y; z; t) = x2 + 2y 2 + 3z 2 2zt + tx + 3xy yt:
On a :

q(x; y; z; t) = 3z 2 2zt + x2 + 2y 2 + tx + 3xy yt

2
= 3(z 2 zt) + x2 + 2y 2 + tx + 3xy yt
3
1 2 1 2
= 3(z t) + x2 + 2y 2 + tx + 3xy yt t
3 3
1 2 1 2
= 3(z t) + x2 + x(t + 3y) + 2y 2 yt t
3 3
1 2 t + 3y 2 1 2 (t + 3y)2
= 3(z t) + (x + ) + 2y 2 yt t
3 2 3 4
1 2 t + 3y 2 1 2 5 7 2
= 3(z t) + (x + ) y yt t
3 2 4 2 12
1 2 t + 3y 2 1 2 7 2
= 3(z t) + (x + ) (y + 10yt) t
3 2 4 12
1 2 3y + t 2 1 17
= 3(z t) + (x + ) (y + 5t)2 + t2 :
3 2 4 3
Soient u1 ; u2 ; u3 et u4 les formes linéaires sur R4 dé…nies par :
p 1 1
u1 (x; y; z; t) = 3(z t); u2 (x; y; z; t) = (2x + 3y + t);
r 3 2
17 1
u3 (x; y; z; t) = t et u4 (x; y; z; t) = (y + 5t):
3 2
Alors q = u21 +u22 +u23 u24 et, on véri…e facilement que, les formes u1 ; u2 ; u3
et u4 sont linéairement indépendantes. Ainsi le rang de q est 4 et sa signature
est (3,1).

Dé…nitions 1.
Une forme quadratique q sur Rn est dite positive si et seulement si
8 x 2 Rn ; q(x) 0;
elle est dite dé…nie positive si et seulement si
8 x 2 Rn ; q(x) > 0:

15
 la signature d’une forme quadratique positive est de la forme (r; 0); r n);
celle d’une forme quadratique dé…nie positive est (n; 0): Il est clair qu’une forme
quadratique dé…nie positive est non dégénérée ( son rang est n):

Théorème 1. ( Procédé d’orthogonalisation de Schmidt )

Soient ' une forme bilinéaire symétrique sur V dont la forme quadratique
associée est dé…nie positive, et B = (e1 ; e2 ; : : : ; en ) une base de V; alors il existe
une base B 0 = (v1 ; v2 ; : : : ; vn ) orthogonale, par rapport à '; véri…ant :

8 p 2 f1; 2; : : : ; ng V ect(v1 ; v2 ; : : : ; vp ) = V ect(e1 ; e2 ; : : : ; ep ):

Preuve.
Nous allons construire, par récurrence sur p; des vecteurs v1 ; v2 ; : : : ; vp or-
thogonaux deux à deux et véri…ant V ect(v1 ; v2 ; : : : ; vp ) = V ect(e1 ; e2 ; : : : ; ep ).
Si p = 1; on pose v1 = e1 : Supposons qu’on a construit v1 ; v2 ; : : : ; vp , avec
p n 1; vp+1 doit être de la forme :

vp+1 = ep+1 + 1 v1 + 2 v2 + ::: + p vp ;

avec 1; 2; : : : ; p; 2 K; et doit satisfaire '(vp+1 ; vi ) = 0 ( 1 i p) c’est-à-

dire
'(ep+1 ; vi ) = i '(vi ; vi ); 1 i p:
donc
'(ep+1 ; v1 ) '(ep+1 ; v2 ) '(ep+1 ; vp )
vp+1 = ep+1 v1 v2 vp
'(v1 ; v1 ) '(v2 ; v2 ) '(vp ; vp )

Choisissons = 1: Le vecteur vp+1 n’est pas nul car vp+1 2 = V ect(v1 ; v2 ; : : : ; vp )

(= V ect(e1 ; e2 ; : : : ; ep )); et la famille (v1 ; v2 ; : : : ; vp+1 ) est orthogonale et véri…e
:
V ect(v1 ; v2 ; : : : ; vp+1 ) = V ect(e1 ; e2 ; : : : ; ep+1 ):
La famille B 0 = (v1 ; v2 ; : : : ; vn ) ainsi construite est une base orthogonale.

Remarque.
Soit ' la forme polaire d’une forme quadratique dé…nie positive. Si B =
(e1 ; e2 ; : : : ; en ) est une base orthogonale pour '; alors B 0 = (e01 ; e02 ; : : : ; e0n ); avec
e0i = p 1 ei (i = 1; 2; : : : ; n); est une base orthonormale.
'(ei ;ei )

Exemple.
Soient B0 = (e1 ; e2 ; e3 ) la base canonique R3 et ' la forme bilinéaire sur R3 :

': R3 ! R
((x1 ; x2 ; x3 ); (y2 ; y2 ; y2 )) 7 ! x1 y1 + x2 y2 + x3 y3 :

Orthonormaliser la base B = (u1 = e1 + e2 + e3 ; u2 = e1 + e2 ; u3 = e1 ) par

rapport à ':

16
 On va commencer par orthogonaliser la base B par la méthode de Schmidt.
On pose : v1 = u1 ; on chioisit v2 sous la forme v2 = u2 + v1 = (1 + )e1 +
(1 + )e2 ; + e3 ; le vecteur v2 doit véri…er '(v2 ; v1 ) = 0 c’est-à-dire 3 + 2 = 0;
donc v2 = 31 e1 + 13 e2 32 e3 :
On choisit v3 sous la forme : v3 = u3 + v2 + v1 = (1 + 31 + )e1 + ( 31 +
)e2 + ( 23 + )e2 ; le vecteur v3 doit véri…er

'(v3 ; v1 ) = '(v3 ; v2 ) = 0:

On a :
'(v3 ; v1 ) = 0 1+3 =0
() 1
'(v3 ; v2 ) = 0 (1 + 3 + ) + ( 13 + ) 2( 2
3 + )=0
1
1+3 =0 = 2
() () 1 ;
1+2 =0 = 3

d’où v3 = 12 e1 12 e2 : Ainsi B1 =(v1 ; v2 ; v3 ) est une base orthogonale, la base

orthonormale associée à B1 est B2 = (v10 ; v20 ; v30 ) avec v10 = p 1 v1 = p13 v1 ;
'(v1 ;v1 )
q p
v20 = p 1 v2 = 32 v2 et v30 = p 1 v3 = 2v3 :
'(v2 ;v2 ) '(v3 ;v3 )

17