Académique Documents
Professionnel Documents
Culture Documents
Espaces euclidiens
Objectifs
Sommaire
I) Produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1) Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2) Orthogonalité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3) Bases orthonormales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
4) Projections orthogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
5) Distance d’un vecteur à un s.e.v . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
II) Endomorphismes orthogonaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1) definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2) Matrices orthogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3) Espace vectoriel euclidien orienté . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
4) Produit mixte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
5) Produit vectoriel en dimension 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
III) Endomorphismes orthogonaux en dimension 1, 2 et 3 . . . . . . . . . . . . . . . . . . . . . . 7
1) En dimension 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2) Dans le plan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3) En dimension 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
IV) Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
I) Produit scalaire
1) Définitions
D ÉFINITION 24.1
.
Un produit scalaire sur E est une forme bilinéaire sur E, généralement notée (.|.), qui à tout couple de
vecteurs (x, y) associe le réel (x|y), et qui vérifie :
. – ∀ x, y ∈ E, (x|y) = (y|x) (symétrie). .
– ∀ x ∈ E, (x|x) > 0 (positive).
– ∀ x ∈ E, si (x|x) = 0, alors x = 0 (définie).
Lorsque E est muni d’un produit scalaire (.|.), on dit que (E, (.|.)) est un espace euclidien s’il est de
dimension finie, ou un espace pré-hilbertien sinon.
2) Orthogonalité
D ÉFINITION 24.3
.
Soient x, y ∈ E, et soient F, G deux s.e.v de E, on dit que :
– x et y sont orthogonaux lorsque (x|y) = 0.
. .
– F et G sont orthogonaux lorsque ∀ x ∈ F, ∀ y ∈ G, (x|y) = 0.
On appelle orthogonal de A (une partie de E), l’ensemble des vecteurs de E orthogonaux à tous les
vecteurs de A, notation : A⊥ = {x ∈ E / ∀ y ∈ A, (x|y) = 0}. On remarquera que dire que F et G sont
orthogonaux équivaut à F ⊂ G⊥ , ou encore G ⊂ F⊥ .
. Le seul vecteur orthogonal à tous les autres est le vecteur nul, i.e. E⊥ = {0}, car le produit scalaire est défini.
. THÉORÈME 24.4
. .
⊥
. Si F est un s.e.v de E, alors F est un s.e.v de E en somme directe avec F.
Propriétés :
– Si F ⊂ G, alors G⊥ ⊂ F⊥ .
– F ⊂ (F⊥ )⊥ .
– (F + G)⊥ = F⊥ ∩ G⊥ .
. THÉORÈME 24.5
. . p , alors dim(F⊥ ) = n − p , on a donc :
Si dim(E) = n et si F est un s.e.v de E de dimension
. E = F ⊕ F⊥ .
Quelques conséquences :
– (F⊥ )⊥ = F.
– (F ∩ G)⊥ = F⊥ + G⊥ .
. THÉORÈME 24.6
. .
. Soit f : E → R une forme linéaire, alors il existe un unique vecteur a ∈ E tel que ∀ x ∈ E, f (x) = (a|x).
3) Bases orthonormales
D ÉFINITION 24.4
.. .
Une famille (x 1 , . . . , x p ) de E est dite orthonormale lorsque ∀ i , j ∈ [[1..p]], (e i |e j ) = δi j . Cette famille
est dite orthogonale lorsque ∀ i , j ∈ [[1..p]], i 6= j =⇒ (e i |e j ) = 0.
. THÉORÈME 24.7
. .
Une famille orthogonale ne contenant pas le vecteur nul est libre. En particulier, une famille ortho-
. normale est libre.
Cas particulier : si dim(E) = n, alors une famille orthonormale de n vecteurs est une base de E, on dit
que l’on a une base orthonormale (b.o.n en abrégé). Par exemple, la base canonique que Rn est une base
orthonormale pour le produit scalaire canonique.
. THÉORÈME 24.8
. . p
∑ ∑
p
Si (e 1 , . . . , e p ) est une famille orthogonale, alors : k e i k2 = ke i k2 .
. k=1 i =1
. THÉORÈME 24.10
. .
. Il existe toujours des bases orthonormales.
4) Projections orthogonales
D ÉFINITION 24.5
.
. Soit p ∈ L (E) une projection (p ◦ p = p ), on dit que
. p est une projection orthogonale lorsque ker(p) =
ker(p − id)⊥ . Si F est un s.e.v de E, la projection orthogonale sur F, notée p F , est la projection sur F
parallèlement à F⊥ .
. Si F est un s.e.v de E, alors la projection orthogonale sur F⊥ est id − p .
F
. THÉORÈME 24.11
. .
∑
p
Si F est un s.e.v de E, et si (e 1 , . . . , e p ) est une b.o.n de F, alors : ∀ x ∈ E, p F (x) = (x|e i )e i .
. i =1
. THÉORÈME 24.13
. Soit F un s.e.v de E, pour x ∈ E, l’ensemble {kx. − yk / y ∈ F} admet un minimum, celui-ci est at-
teint uniquement pour y = p F (x), et vaut kp F⊥ (x)k. Ce minimum est appelé distance de x à F et noté
. d(x, F) : d(x, F) = min y∈F kx − yk = kp F⊥ (x)k = kx − p F (x)k.
D ÉFINITION 24.6
.
. Une isométrie vectorielle de E (ou endomorphisme . orthogonal de E) est une application f ∈ L (E)
telle que ∀ x ∈ E, k f (x)k = kxk (on dit que f conserve la norme), l’ensemble des endomorphismes
orthogonaux de E est noté O (E).
. THÉORÈME 24.14
. .
Un endomorphisme f de E est une isométrie ssi f conserve le produit scalaire, c’est à dire : ∀ x, y ∈
. E, ( f (x)| f (y)) = (x|y).
. THÉORÈME 24.15
. .
O (E) est un groupe pour la loi ◦, plus précisément c’est un sous-groupe de GL(E), on l’appelle : groupe
. orthogonal de E.
. THÉORÈME 24.16
. .
. Une symétrie orthogonale est une isométrie vectorielle.
. Une projection orthogonale qui n’est pas l’identité, n’est pas une isométrie (elle n’est pas bijective).
. THÉORÈME 24.17
. .
. Soit f ∈ L (E), alors f ∈ O (E) ⇐⇒ f transforme une b.o.n en une b.o.n de E.
2) Matrices orthogonales
. THÉORÈME 24.18
. Soit f ∈ L (E), soit B une base orthonornale de E. et soit A = mat( f ) ∈ Mn (R), alors :
B
. f ∈ O (E) ⇐⇒ tA × A = In .
D ÉFINITION 24.9
.. .
Soit A ∈ Mn (R), on dit que A est une matrice orthogonale lorsque tA × A = In , l’ensemble des matrices
orthogonales de taille n est noté O n (R).
Conséquences : O n (R) est un groupe multiplicatif, c’est en fait un sous-groupe de (GLn (R), ×), que l’on ap-
pelle groupe orthogonal de type n sur R.
. THÉORÈME 24.20
. .
. Si f ∈ O (E), alors det( f ) = ±1. Si A ∈ O n (R) alors det(A) = ±1.
D ÉFINITION 24.10
.
L’application det : (O (E), ◦) → ({±1}, ×) est un morphisme de groupes. Son noyau est donc un sous-
groupe de O (E) que l’on appelle groupe des rotations et que l’on note SO (E) : groupe spécial ortho-
gonal de E (parfois noté O + (E)). On a donc : .
.
SO (E) = { f ∈ O (E) / det( f ) = 1}.
L’ensemble des matrices orthogonales de déterminant égal à 1 est un sous-groupe de O n (R) que l’on
note SO n (R) : groupe spécial orthogonal de type n sur R.
. THÉORÈME 24.22
4) Produit mixte
L’espace vectoriel E est euclidien, orienté et de dimension n.
D ÉFINITION 24.11
.
. Soit B = (e 1 , . . . , e n ) une b.o.n.d de E, soit (x 1 , . . . , x. n ) une famille de vecteurs de E. On appelle produit
mixe des vecteurs x 1 , . . . , x n , le réel noté [x 1 , . . . , x n ] et défini par : [x 1 , . . . , x n ] = detB(x 1 , . . . , x n ). D’après
le théorème précédent, ce nombre ne dépend pas de la b.o.n.d choisie.
. Le produit mixte étant un déterminant, il hérite des propriétés de ce dernier.
D ÉFINITION 24.12
.
. Soit u, v ∈ E, l’application f : E → R définie par .f (x) = [u, v, x] est une forme linéaire sur E, donc il
existe un unique vecteur a ∈ E tel que ∀ x ∈ E, [u, v, x] = (a|x). Par définition, ce vecteur a est appelé
produit vectoriel de u et v , on le note u ∧ v .
Propriétés du produit vectoriel
– u ∧ v = 0 ssi (u, v) est liée.
– u ∧ v est orthogonal à u et v.
– Si (u, v) est libre, alors (u, v, u ∧ v) est une base directe de E.
– Le produit vectoriel est bilinéaire et antisymétrique.
– ku ∧ vk2 = kuk2 kvk2 − (u|v)2 .
(u|v)
Lorsque (u, v) est libre, alors d’après l’inégalité de Cauchy-Schwarz ∈ [−1; 1], donc il existe un
kukkvk
unique réel θ ∈ [0; π] tel que (u|v) = kukkvk cos(θ), on obtient alors ku ∧ vk = kukkvk sin(θ). Ce réel θ
est appelé mesure de l’angle (u, v), c’est un élément de [0; π].
– Coordonnées de u ∧ v dans une b.o.n.d : soit (i , j , k) une b.o.n.d de E, alors :
¯ ¯ ¯ ¯ ¯ ¯
¯ ¯ ¯ ¯ ¯ ¯
¯u 2 v2¯ ¯u v1¯ ¯u v1¯
u ∧ v = ¯¯ ¯i −¯ 1 ¯ j +¯ 1 ¯ k.
¯ ¯ ¯ ¯ ¯
¯u 3 v3¯ ¯u 3 v3¯ ¯u 2 v2¯
2) Dans le plan
Soit E un plan euclidien orienté et soit f ∈ O (E), on effectue la classification suivant les invariants de
f : F = ker( f − idE ).
– dim(F) = 2 : alors f = id ∈ SO (E).
– dim(F) = 1 : alors F = Vect[u] est une droite vectorielle (avec u unitaire) stable par f , donc F⊥ est
une droite vectorielle stable par f également et sur laquelle le seul vecteur invariant est 0, donc la
restriction de f à F⊥ est −idF⊥ . Soit v un vecteur unitaire de F⊥ , alors B = (u, v) est une b.o.n de E et
1 0
on a mat( f ) = , donc f est la réflexion d’axe F.
B
0 −1
Soit B0 = (i , j ) une b.o.n.d, il existe un réel θ tel que u = cos(θ/2)i + sin(θ/2) j , on prend alors v =
cos(θ) sin(θ)
− sin(θ/2)i + cos(θ/2) j , et la matrice de f dans la base B0 est mat (f ) = .
B0
sin(θ) − cos(θ)
– dim(F) = 0, seul le vecteur nul est invariant par f , soit B = (i , j ) une b.o.n.d de E, alors mat( f ) =
B
cos(θ) − sin(θ)
, cette matrice est notée R(θ), c’est la matrice d’une rotation. On dit que f est la
sin(θ) cos(θ)
rotation d’angle θ. On remarquera que la matrice de f est la même dans toutes les b.o.n.d de E.
En résumé :
cos(θ) sin(θ)
→ O − (E) = { f ∈ O (E) / ∃ θ ∈ R, mat( f ) = },
B
sin(θ) − cos(θ)
où u = cos(θ/2)i + sin(θ/2) j .
cos(θ) sin(θ)
→ SO 2 (R) = {R(θ) / θ ∈ R} et O 2− (R) = { / θ ∈ R}
sin(θ) − cos(θ)
.D⊥ →
−
.x
→
−
.x
−
.x→ .θ
2
→
− .D
.j
−
.x→ →
−
1
.θ2 .j
.
→
− →
−
.i .i
.r (→
−
x)
.−−
x→
.s (→
−
x)
2
. THÉORÈME 24.23
. .
. Le groupe des rotations, (SO (E), ◦), est commutatif.
Composée de deux réflexions : Soit B = (i , j ) une b.o.n.d de E, soit s la réflexion d’axe Vect[u] et s 0 la ré-
flexion d’axe Vect[u 0 ] avec u = cos(θ/2)i + sin(θ/2) j et u 0 = cos(θ0 /2)i + sin(θ0 /2) j . La matrice de s ◦ s 0 dans
cos(θ) sin(θ) cos(θ0 ) sin(θ0 )
la base B est la matrice A = × = R(θ − θ0 ), donc s ◦ s 0 est la rotation
0 0
sin(θ) − cos(θ) sin(θ ) − cos(θ )
d’angle θ − θ0 = 2(u 0 , u) (mod 2π). Ce calcul montre en même temps, qu’une rotation peut s’écrire comme
la composée de deux réflexions dont une est arbitraire.
3) En dimension 3
Soit E une espace euclidien orienté de dimension 3, et soit f ∈ O (E), la classification se fait suivant la
dimension de F = ker( f − idE ).
1 0 0
dans la base B est : mat( f ) =
0 cos(θ) − sin(θ)
. Le déterminant de cette matrice vaut 1, donc f
B
0 sin(θ) cos(θ)
est une rotation, on dit que f est la rotation d’axe Vect[u] et d’angle θ dans le plan Vect[u]⊥ orienté
par u.
le déterminant de cette matrice vaut −1 donc f ∈ O − (E). Soit s la réflexion par rapport au plan D⊥ et r
la rotation d’axe D = Vect[u] et d’angle θ, il est facile de vérifier que f = s ◦ r = r ◦ s. D’autre part, pour
tout vecteur x ∈ E :
f (x) = −(x|u)u + cos(θ)(u ∧ x) ∧ u + sin(θ)u ∧ x.
C’est l’expression vectorielle de f . On remarquera que tr( f ) = −1 + 2 cos(θ), et que si x est un vecteur
unitaire orthogonal à u, alors x ∧ f (x) = sin(θ)u, ce qui permet de déterminer l’angle θ.
En résumé :
1 0 0
→ SO (E) = { f ∈ O (E) / ∃ B, b.o.n.d, ∃ θ ∈ R, mat( f ) = 0 cos(θ) − sin(θ)
}
B
0 sin(θ) cos(θ)
→ Si det( f ) = −1, alors soit f est une réflexion (un plan invariant),
soit f est la composée commutative entre une rotation d’axe Vect[u] et une réflexion
.P⊥ = D
→
−
.x = −
x→ −→
1 + x2
.r (→
−
x ) = r (−
x→ −→
1 ) + x2
−
.x→
2
−
.x→
.r (−
x→
1
.P . 1)
.−−
x→
2
.s (→
−
x )=−
x→ −→
1 − x2
.s ◦ r (→
−
x ) = r ◦ s(→
−
x)
. THÉORÈME 24.24
. .
. Toute rotation peut s’écrire comme produit de deux réflexions.
IV) Exercices
F Exercice 24.1
Soit B = (i , j , k) la base canonique de R3 , dans les cas suivants, dire si ϕ est un produit scalaire, et si
c’est le cas, appliquer la méthode de Schmidt à B :
∑
3
a) ϕ(x, y) = (x i2 + y i2 ).
i =1
b) ϕ(x, y) = x 1 y 1 − x 2 y 2 + x 3 y 3 .
c) ϕ(x, y) = (x 1 − 2x 2 )(y 1 − 2y 2 ) + x 2 y 2 + (x 2 + x 3 )(y 2 + y 3 ).
F Exercice 24.2
Soit B = (i , j , k) une b.o.n de E, soient v 1 (1, 1, 2), v 2 (1, 2, −2) et v 3 (5, −4, 0) trois vecteurs de E. Montrer
que B0 = (v 1 , v 2 , v 3 ) est une base de E, et appliquer à B0 la méthode de Schmidt.
F Exercice 24.3
Soit E = Mn (R), on pose pour A, B ∈ E, ϕ(A, B) = tr(tA × B).
a) Montrer que ϕ est un produit scalaire sur E. La base canonique de E est -elle orthonormale ?
Comment s’écrit l’inégalité de Cauchy-Schwarz ? Le cas d’égalité ?
b) Soit D = Vect[In ], pour A ∈ E, calculer la distance de A à D. En déduire une condition nécessaire
et suffisante pour que A ∈ D à l’aide de la trace.
F Exercice 24.4
Soit E un espace euclidien de dimension 5, soit B une b.o.n de E et soient v 1 (1, 0, 0, 1, −2),
v 2 (2, 0, 1, 0, 2) et v 3 (0, 1, 2, 0, 1) trois vecteurs de E. On pose F = Vect[v 1 , v 2 , v 3 ], déterminer une b.o.n
de F⊥ .
F Exercice 24.5
Soit E un espace euclidien et soit f ∈ L (E) tel que ∀ x ∈ E, (x| f (x)) = 0. Montrer que ker( f ) et Im( f )
sont supplémentaires orthogonaux.
F Exercice 24.6
Soit f un endomorphisme d’un espace euclidien E, tel que ∀ x ∈ E, k f (x)k 6 kxk. Montrer que
ker( f − idE ) et Im( f − idE ) ont supplémentaires.
Application : soit p ∈ L (E) une projection, montrer que p est une projection orthogonale ssi ∀ x ∈
E, kp(x)k 6 kxk.
F Exercice 24.7
Soit B = (e 1 , . . . , e p ) une famille libre de p vecteurs dans un espace euclidien E, on suppose que
∑
p
∀ x ∈ E, kxk2 = (x|e i )2 .
i =1
a) Montrer que Vect[e 1 , . . . , e p ]⊥ = {0}, en déduire que B est une base de E.
∑
p
b) Soient x, y ∈ E, montrer que (x|y) = (x|e i )(y|e i ).
i =1
∑
p
c) Soit x ∈ E et soit y = (x|e i )e i . Montrer que kxk2 = kyk2 = (x|y). En déduire que x = y, puis
i =1
que B est orthonormale.
F Exercice 24.8
Soit E un espace euclidien, pour tout s.e.v F de E, on note p F la projection orthogonale sur F.
a) Soient F et G deux s.e.v de E, montrer que p F ◦ p G = 0 ssi F et G sont orthogonaux.
b) Montrer que p F+G = p F + p G ssi F et G sont orthogonaux.
c) Montrer que p F et p G commutent ssi F et F⊥ sont stables par p G , déterminer alors p G ◦ p F .
F Exercice 24.9
Soit B une b.o.n.d d’un plan euclidien E, déterminer la nature de l’endomorphisme de E dont la
matrice dans la base B est :
p p
1 4 −3 1 4 3 1 3 1 1 3 −1
.
5 3 4 5 3 −4 2 −1 p3 2 −1 −p3
F Exercice 24.10
Soit B une b.o.n.d d’un espace euclidien E de dimension 3, déterminer la nature de l’endomor-
phisme de E dont la matrice dans la base B est :
−1 2 2 2 −1 2 2 2 −1
1
2 −1 2 1
2
1
2 −1
−1 2
2
3 3 3
2 2 −1 −1 2 2 2 −1 2
p
−3 1 6 0 1 0
1
1 p
−3 6
0 0 1 .
4
p p
− 6 − 6 −2 −1 0 0
F Exercice 24.11
Soit E un espace euclidien de dimension 3, soit B = (i , j , k) une b.o.n.d de E, déterminer la matrice
dans la base B de :
a) p, la projection orthogonale sur le plan P d’équation x + y + z = 0.
b) s, la réflexion par rapport au plan P d’équation 2x + 3y + z = 0.
c) s, le demi-tour d’axe Vect[u] avec u(1, 1, 1).
d) r , la rotation d’axe Vect[u] et d’angle π/2, avec u(0, 1, 1).
e) r , la rotation d’axe Vect[u] qui transforme i en j , avec u = i + j + k.