6. Espaces euclidiens.
6.1. Espace’ euclidiens
Soit £ un espace vectoriel sur R de dimension n.
Une base (e,,..., €,) de E étant choisie, on appelle
produit scalaire de deux vecteurs V et V’ de com-
posantes respectives (0) y.., ¥q) et (pres ¥,) Te scar
laire :
Veiv
Wyte by,
Onaalors: V.V'=V'.V
E muni du produit scalaire ainsi défini est appelé
espace euclidien.
On définit la norme (ou longueur) d’un vecteur
Ven posant :
WV I= VV.V = Vo? +... 02
On dit que deux vecteurs V et V' sont orthogo-
naux si V.V' = 0.
Une base (e/,,..., €,) de E est dite orthonormée
si les yecteurs de la base sont deux & deux orthogo-
naux et de longueur I :
gig [Oca tt ef
5
eae re oii {i si i=j
Remarque. — V et V' étant les matrices colonnes
associées aux vecteurs Vet V', ona:
tw) v=) Ve pb, Vy te ty ¥]
Lorthogonalité des vecteurs V et V’ s*écrit done
sous forme matricielle :
'VV'=0 ou 'V'V=0
6.2. Matrices orthogonales
On appelle matrice orthogonale toute matrice
AEM, (R) telle que :
Al ='A
Cette condition est équivalente (§ 2
"AA =1ou AA =I.
a
Propriété I, — Soit E un espace euclidien rap-
Porté a une base orthonormée. Si A est une ma-
trice orthogonale, I'endomorphisme f de E asso-
. Espaces hermitiens
cié & A fait correspondre tout vecteur un vecteur
de méme norme :
HFG) I= Ix Il VxEE
On dit que fest un opérateur orthogonal.
L’égalité des normes résulte des relations :
"(AX) (AX) = 'X 'AAX = 'XX WX
Propriété 2, — Pour que la matrice A soit ortho-
gonale, il faut et il suffit que ses vecteurs colonnes
(resp. lignes) forment une base orthonormée de R".
En effet, si V,,... V, sont les vecteurs colonnes de
A, Vélément ¢,, de 4A a pour valeur cy = V, . Vj-
En particulier : la matrice de passage d’une base or-
thonormée de R" A une autre base orthonormée
est une matrice orthogonale.
Propriété 3. — Le produit de 2 matrices orthogo-
nales est une matrice orthogonal
"(AB) (AB) = 'B(‘AA) B= ‘BB =I
Propriété 4, — Le déterminant d'une matrice or-
thogonale vaut + 1 car :
det (A) det (A) = det (‘AA) = 1
ce qui donne : [det (A)]? = 1
Une matrice orthogonale de déterminant + 1 est
appelée matrice de rotation.
Exercice - Exemple
E, | Onconsidére la matrice :
oe BF
A=|-c 0 al aveca, b,c réels
-b -a 0
Montrer que pour tout a réel non nul, la
matrice B = (a/ — A) (a1 + AY! est or-
thogonale.
La matrice a1 + A est réguliére car :
det (a1 + A)= alo? +a? +b? +c?)
avec «#0.Catculons ‘BB
‘BB ="[(al — A)(al +A)!] (al—ANal +A}!
(Cel + AY] al — ANol—ANol+Ay!
(al +A)! "al — ANal— Aol +Ay!
La matrice A considérée vérifiant ‘A = — A, ona:
"BB =(a1— A}! (a1 +A)ol—AMal +A)!
Mais (§ 5.5.1.) :
(aI +A) (al — A) =(al— A) (al +A)
ce qui donne :
"BB =(a1— A}! (al —A)(al +A) (al +A}! =1
Best donc une matrice orthogonale.
TESTS
T, | _Déterminer toutes les matrices orthogo-
nales d'ordre 2.
T, | Verifier que pour € R la matrice sui-
vante est orthogonale :
: A RAHI AHI
si] atl HD)
z
MAMI Dati -At) A
T, | Soient p et q deux entiers distincts com-
pris entre 1 et 1. On considére la matrice
AGM, (R) définie par :
sii#p et i#q
= cost
Sind, a,, =sind
dans les autres cas
Montrer que la matrice A est orthogo-
nale.
Réponses
G_) sala ob] aece=21
b -ea} eta? +b? =1
Ons 4a [eos0 esind
sind —ecosd|
Pour ¢ = —1, A représente la rotation de
centre 0 et dangle 6
Pour € = + 1, A représente la symétrie
par rapport au support du vecteur
V (cos & sin 2 ) ou encore la symétrie
par rapport A Ox suivie d'une rotation
angle 0.
On vérifie que les vecteurs colonnes (ou
lignes) forment un systéme orthonormé.
Méme méthode que dans I’exercice pré-
cédent.
08
6.3. Matrices symétriques réelles
6.3.1, PROPRIETES DES MATRICES SYMETRIQUES REELLES
Rappelons qu'une matrice symétrique vérifie
'A=A
Propriété 1, — Soit E un espace euclidien rap-
porté a une base orthonormée. Si A est une matrice
symétrique, 'endomorphisme f de E associé & A
vérifie :
x f(y) =fO0Y Vx,y GE
On dit que f est un opérateur symétrique.
Propriété 1 bis.
que :
Si A est une matrice symétri-
"XAY = 'YAX VXY
Cette relation traduit I’égalité vectorielle :
xf) =F).
‘XAY est une matrice & une ligne et une colonne,
donc égale a sa transposée :
'XAY = “CIXAY) = 'Y 'AX = 'YAX
La démonstration prouve que cette formule est en-
core valable pour des matrices colonnes X et Y a
éléments complexes.
Propriété 2, — Si A est symétrique et P orthogo-
nale, alors A’ =P! AP est symétrique, car :
‘A’ = (CPAP) = 'P ‘AP =P"! AP = A’
6.3.2. VALEURS PROPRES ET VECTEURS PROPRES DES
MATRICES SYMETRIQUES REELLES
Propriété 1. — Les valeurs propres d'une matrice
symétrique réelle A sont toutes réelles.
Soit V un vecteur propre associé & une valeur
propre d. Pour X = Vet ¥ = V(V matrice colonne
dont les éléments sont les conjugués des éléments
de V), Ia relation ‘XAY = 'YAX devient :
'VAV = 'VAV
De AV = XV, on déduit AV = XP soit en repor-
tantV étant non nul, ona done X = d c’est-a-dire d réel
et le vecteur propre V est A composantes réelles.
Propriété 2. — Deux vecteurs propres d’une ma-
trice symétrique réelle associés A deux valeurs pro-
pres distinctes sont orthogonaux.
Si V et V' sont deux vecteurs propres associés res-
oe aux valeurs propres ) et X’ la relation :
" L(V) =F(V)V
s'écrit : Merk
et en supposant X # X’ on obtient V’ . V = 0.
Exercice - Exemple
E, Déterminer une base orthonormée de R?
formée de vecteurs propres de la matrice:
7-1 4
A=|-1 17 4
44 2
Le polynéme caractéristique s’écrit :
= + 360? — 3240
et a pour zéros : 4, =0, d, =A; = 18.
Le vecteur propre associé a , est défini par :
17x ~y+42=0
—xt I7y+42=0
ce qui donne :x =y, 2 =~ 4x.
En prenant un vecteur de longueur 1, on obtient
ces I —4 )
3V2' 32" 3V2
Les vecteurs propres associés @ X, sont définis
par la seule condition :—x—y+4z
ail
ave
On peut choisir : V 0) vecteurde
longueur 1,
Pour obtenir une base orthonormeée, il faut prendre
V, orthogonal @ V, et de longueur 1, c'est-d-dire
vérifiant les trois conditions :
Saxe) etd
xhia),
x? ty? +
Soit Vv; =2(2,2 4
Sno.
V;, est donc fixé au signe pres lorsque V, est choisi
(ona:V, =+V, ,V,)
TESTS
Déterminer pour chacune des matrices suivantes
une base orthonormée de R? formée de vecteurs
propres
Dy OQ bil
Pate
Teg taist
me -1 2 =
Bs ta
-2-4 2
Te @ désignant un nombre réel non nul, on
considére la matrice A € M,(R) définie
j€{i-l, i, +1}
1) Vérifier pour 1 0 Wk. Dot linégalité.
6.5. Espaces Hermitiens
On peut adapter au cas des espaces vectoriels
complexes les paragraphes 6.1. 4 6.3.
6.5.1, ESPACES HERMITIENS
Soit Eun espace vectoriel sur C et (€) 5. €,)
une base de £. On appelle produit scalaire hermitien,
de deux vecteurs V et V’ Ie scalaire :
iv! Vy ty
ou sous forme matricielle ‘VV’.
Ce produit n’est pas commutatif : quand on échan-
ge les deux vecteurs, le produit est remplacé par
son conjugué.
La norme hermitienne d'un vecteur V est par
définition
iIvll = V(VTV) = V]v,1? +..+]
E muni du produit scalaire hermitien est appelé
espace hermitien.
On dit que deux vecteurs sont orthogonaux (au
sens du produit scalaire hermitien) si (V | V') =
Une base orthonormée de E est définie par
(V, |V) 6,
6.5.2, MATRICES UNITAIRES
On appelle matrice unitaire toute matrice
AEM, (C) telle que :
Al =A
La matrice ‘A est notée A¥ et appelée matrice
adjointe de la matrice A.
Des démonstrations analogues a celles du § 6.2.
donnent les propriétés suivantes :
1) Soit £ un espace hermitien rapporté a une
base orthonormée. Si A est une matrice unitaire,
Vendomorphisme f de E associé a A fait correspon-
dre & tout vecteur un vecteur de méme norme her-
mitienne :
[Foo]
On dit que f est un opérateur unitaire.
Ixll veer
2) Pour que A soit unitaire, il faut et il suffit que
ses vecteurs colonnes (resp. lignes) forment une
base orthonormée de C" (pour le produit scalaire
hermitien).
3) La matrice de passage d’une base orthonormée
de C" a une autre est une matrice unitaire,
4) Le produit de deux matrices unitaires est une
matrice unitaire.
5) Le déterminant d’une matrice unitaire est de
module 1.
6) Les valeurs propres d'une matrice unitaire
sont de module 1 car pour un vecteur propre V :
Heel = 1). WIL = IVIL
Remarque. ~ Une matrice réelle orthogonale est
un cas particulier de matrice unitaire. Done, les va-
leurs propres d'une matrice orthogonale sont de
module 1.
6.5.3. MATRICES HERMITIENNES
On appelle matrice hermitienne (ou auto-
inte) toute matrice A € M,(C) vérifiant
A=At
ce qui entraine en particulier que les éléments dia-
gonaux sont réels.
On démontre comme au § 6.3. les propriétés
suivantes : it
1) Soit E un espace hermitien rapporté & une
base orthonormée. Si A est une matrice hermi-
tiene, 'endomorphisme f de E associé a A vérifie :
(IS) =U) |y) Vey ekOn dit alors que f est un opérateur hermitien (ou
auto-adjoint).
2) Si A est une matrice hermitienne :
"YAX = ("XAY) Vx, Y
3) Si A est hermitienne et P unitaire, alors
P'! AP est hermitienne.
4) Les valeurs propres d'une matrice hermitienne
sont toutes réelles : on applique 2) en prenant pour
X et Yun vecteur propre V.
5) Deux vecteurs propres d'une matrice hermi-
tienne associés A deux valeurs propres distinctes
sont orthogonaux (au sens du produit scalaire her-
mitien).
A
6) Toute matrice hermitienne A est diagonalisa-
ble par une matrice unitaire : il existe une matrice
unitaire P telle que PAP soit diagonale.
Remarque, — Une matrice symétrique réelle est
un cas particulier de matrice hermitienne.
TESTS
4
1g | Vérifier que si A est une matrice réelle
ordre n antisymétrique, i A est une ma-
trice hermitienne. En déduire que toutes
les valeurs propres non nulles de A sont
imaginaires pures.
T,. | Déterminer toutes les matrices unitaires
ordre 2.
T,. | Déterminer une base orthonormée de C?
formée de vecteurs propres de la matrice:
2 io
soo. 4
0 -1 2
Réponses
(Aye =-i'A=iA
Les valeurs propres de i A sont toutes
réelles.
af
avec: |X| =1 et lal? + |b? =
‘
y,
1