Chapitre3 Slides

Formes bilinéaires symétriques et formes quadratiques
Formes sesquilinéaires
Algèbre bilinéaire et sesquilinéaire

Chapitre 3 : Formes bilinéaires et sesquilinéaires
Adil Majdoubi
Ecole Nationale des Sciences Appliquées Kénitra
Adil Majdoubi ENSAK 1 / 43

Plan
1 Formes bilinéaires symétriques et formes quadratiques
2 Formes sesquilinéaires

Formes bilinéaires symétriques et formes

quadratiques

1- Formes bilinéaires symétriques
Définition
Soit E un K-espace vectoriel. Une forme bilinéaire φ sur E est une
application de E × E dans K (sous-corps de C), linéaire par rapport à
chaque variable.
Elle est symétrique si :
∀(x, y ) ∈ E × E φ(x, y ) = φ(y , x).
Remarque
La symétrie permet de ne vérifier la linéarité que d’un seul côté.

Exemple 1
E = K. La multiplication (x, y ) 7→ x y est une forme bilinéaire
symétrique sur K × K.
Exemple 2
E = R2 . Le produit scalaire usuel

x1 y
, 1 7→ x1 y1 + x2 y2
x2 y2
est une forme bilinéaire symétrique sur R2 × R2 .

Exemple 3
E = C([−1, 1], R). L’application
C([−1, 1], R) × C([−1, 1], R) −→ R

Z 1
(f , g ) 7−→ f (t) g (t) dt
−1
est une forme bilinéaire symétrique.
Exemple 4
E = Mn (K). L’application
Mn (K) × Mn (K) −→ K
(A, B) 7−→ trace(A B)
est une forme bilinéaire symétrique.

2- Matrice d’une forme bilinéaire symétrique
Définition
Soit E un K-espace vectoriel de dimension finie et B = (e1 , ..., en ) une
base de E . Soit φ une forme bilinéaire symétrique de E . La matrice de φ
dans la base B est la matrice symétrique matB (φ) = (φ(ei , ej ))1≤i,j≤n .
Proposition
Avec les notations de la définition, si X , Y sont respectivement les
coordonnées de deux vecteurs x, y ∈ E , et A = matB (φ) alors
φ(x, y ) = t X A Y .
Dans l’autre sens, si M est une matrice symétrique dans Mn (K), alors
(x, y ) 7→ t X M Y (où X et Y sont les vecteurs colonnes des coordonnées
de x et y dans la base B) est bien une forme bilinéaire symétrique.

Exemple

3 1
est la matrice (dans la base canonique) de la forme bilinéaire
1 −2
symétrique

x1 y
, 1 7→ 3 x1 y1 − 2 x2 y2 + x1 y2 + x2 y1 .
x2 y2

Proposition (Changement de base)

Soit φ une forme bilinéaire symétrique de E Soit B et B ′ des bases de E
et P la matrice de passage de B à B ′ n A = matB (φ), A′ = matB′ (φ),
alors A′ =t PAP.

Définition
Le noyau de la forme bilinéaire symétrique φ, noté ker (φ) est définie par
ker (φ) = {x ∈ E | ∀y ∈ E φ(y , x) = 0}.
La forme bilinéaire symétrique φ est dite non dégénérée quand son

noyau est réduit à {0}.
Remarque
Si E est de dimension finie, le rang de φ est le rang de la matrice de φ
dans une base de E .
Exemple
On peut vérifier que toutes les formes bilinéaires symétriques données en
exemples (1, 2, 3 et 4) sont non dégénérées.

3- Formes quadratiques
Dans ce qui suit, le corps K est supposé de caractéristique différente de

2, ce qui veut dire que 2 ̸= 0 dans K (par exemple, Z/2Z est exclu).
Définition
Une application q de E dans K est une forme quadratique sur E s’il
existe une forme bilinéaire symétrique φ sur E × E telle que :
∀x ∈ E q(x) = φ(x, x).
q est la forme quadratique associée à φ.

Exemple
Les formes quadratiques associées aux formes bilinéaires symétriques
données aux exemples (1, 2, 3 et 4) sont respectivement
1 x 7→ x 2 ( sur K),

x1
2 7→ x12 + x22 ( sur R2 ),
x2
Z 1
3 f 7→ f 2 (t) dt (sur C 0 ([−1, 1], R)),
−1
4 A 7→ trace(A2 ) (sur Mn (K)).

Proposition
Si q est une forme quadratique sur E , alors il existe une unique forme
bilinéaire symétrique φ sur E × E telle que q soit associée à φ. On
l’appelle la forme polaire de q, et elle est définie par
1
φ(x, y ) = (q(x + y ) − q(x) − q(y )) .
2
Remarque 1
Si E est de dimension finie et B une base de E , la matrice M de la
forme quadratique q dans la base B est la matrice de sa forme polaire.
La forme quadratique s’exprime alors matriciellement comme
q(x) = t X M X , où X est le vecteur colonne des coordonnées de x dans
E.

Remarque 2
Une forme quadratique q s’exprime comme un polynôme homogène du
second degré en fonction des coordonnées (x1 , . . . , xn ) : c’est une somme
de monômes en xi2 ou xi xj . Par exemple, la forme quadratique
q(x1 , x2 , x3 ) = x12 + 7 x22 + 6 x1 x2 − 2 x1 x3 + 8 x2 x3

 
1 3 −1
a pour matrice  3 7 4 .
−1 4 0
Remarque 3
Une forme quadratique q est dite non dégénérée quand sa forme polaire
l’est. On définit le noyau et le rang d’une forme quadratique comme
ceux de sa forme polaire.

Définition
Un élément x de E est dit isotrope pour la forme quadratique q quand
q(x) = 0.
Exemple
La formequadratique
q sur R2 définie par q(x1 , x2 ) = x12 − x22 a pour
1 0
matrice . Elle est non dégénérée, son noyau est réduit à {0}.
0 −1
Mais l’ensemble de ses vecteurs isotropes est la réunion des deux droites
vectorielles d’équations x2 = x1 et x2 = −x1 .


1- Définition
Considérons le C-espace vectoriel E = Cn et la forme bilinéaire

symétrique définie par
n
X
f (x, y ) = xi yi
i=1
cette forme est non dégénérée sur E , mais qu’il y a dans E des vecteurs
Xn
isotropes non nuls, c’est-à-dire l’équation xi2 = 0 peut avoir des
i=1
solutions non nulles.

Soit maintenant, l’application de E 2 dans C définie par

n
X
f (x, y ) = xi yi
i=1
nous aurons
n
X
f (x, x) = |xi |2
i=1
et
f (x, x) = 0 =⇒ x = 0
mais f n’est plus une application bilinéaire de E 2 dans C, nous avons en
effet, ∀x, y , x ′ , y ′ ∈ E , λ, µ ∈ C :
(1) f (λ x + µ x ′ , y ) = λf (x, y ) + µf (x ′ , y )
On dit que f est semi-linéaire à gauche, et
(2) f (x, λ y + µ y ′ ) = λf (x, y ) + µf (x, y ′ )
On dit que f est linéaire à droite.
Définition
On appelle forme semi-linéaire définie sur E toute application f de E
dans C telle que
(1) ∀x, y ∈ E , ∀λ ∈ C, f (x + y ) = f (x) + f (y )
et
(2) f (λ x) = λ f (x).

Définition
Une application f de E × E dans C est dite forme sesquilinéaire sur E si,
et seulement si, ∀x, y , x ′ , y ′ ∈ E , λ, µ ∈ C :
(1) f (λ x + µ x ′ , y ) = λf (x, y ) + µf (x ′ , y )
(2) f (x, λ y + µ y ′ ) = λf (x, y ) + µf (x, y ′ )

Autrement dit f est sesquilinéaire si, et seulement si,
• ∀x ∈ E , y −→ f (x, y ) est une forme linéaire.
• ∀y ∈ E , x −→ f (x, y ) est une forme semi-linéaire.

E étant un espace vectoriel sur C, considérons l’ensemble des formes

sesquilinéaires sur E , cette ensemble, muni de l’addition et de la
multiplication par un scalaire, est un espace vectoriel sur C. Supposons
de plus E de dimension finie et désignons par (ei )1≤n une base
quelconque de E . Posons
n
X n
X
x= xi ei et y = yj ej
i=1 j=1
Pour toute forme sesquilinéaire f sur E nous avons :

 
Xn n
X Xn X n
f (x, y ) = f  xi ei , yj ej =
 xi yj f (ei , ej )
i=1 j=1 i=1 j=1
D’où en posant aij = f (ei , ej ), on a

n X
X n
(1) f (x, y ) = aij xi yj
i=1 j=1

2- Matrices associées à une forme sesquilinéaire

Soit A = (aij )1≤i,j≤n la matrice de Mn (C), définie par aij = f (ei , ej ) où
f est une forme sesquilinéaire, on dit que A est la matrice associée à la
forme sesquilinéaire f relativement à la base (ei )1≤n . On a :
n X
X n
f (x, y ) = aij xi yj
i=1 j=1
Xn
= xi (ai1 y1 + ai2 y2 + . . . + ain yn )
i=1

 
a11 · · · a1n y1
 .. . . .
.   .. 
C’est-à-dire f (x, y ) = (x1 , . . . , xn )  . . .   . . Ou encore
an1 · · · ann yn
en posant X = M(x, (ei )), Y = M(y , (ei )), on a
f (x, y ) = t X A Y
Supposons que nous changions de base de E , soit P la matrice de

passage de la base (ei ) à la base (ei′ ) de E . En posant
X ′ = M(x, (ei′ )), Y ′ = M(y , (ei′ )) nous aurons grâce aux relations
X = P X ′, Y = P Y ′ :
f (x, y ) = t (P X ′ ) A (P Y ′ ) = t X ′ ( t P A P) Y ′
donc relativement au nouvelle base, à f est associée la matrice
A′ = t P A P.
Example
E = Cn est rapporté à sa base canonique, la matrice associée à la forme
n
X
sesquilinéaire définie sur E par : f (x, y ) = xi yi est la matrice In .
i=1

3- Formes hermitiennes
Définition
Soit f une forme sesquilinéaire, f est dite hermitienne si, et seulement si,
∀(x, y ) ∈ E 2 , f (y , x) = f (x, y )
Remarque
Si f est une forme sesquilinéaire hermitienne, alors ∀x ∈ E , f (x, x) ∈ R.
Les formules aij = f (ei , ej ) montrent que dans ce cas la matrice A
associée à f , relativement à n’importe quelle base de E , est telle que
pour tout couple (i, j), on a
aji = f (ej , ei ) = f (ei , ej ) = aij
autrement dit
t
A = A.
Définition
Si A ∈ Mn (C), on appelle matrice adjointe ( ou transconjuguée ) de A la
matrice A∗ = t A.
On dit qu’une matrice A est hermitienne si A∗ = A.
Remarque
Donc une forme sesquilinéaire est hermitienne si, et seulement si, sa
matrice dans une base de E est hermitienne.
Example

1 0 2 1+i
• , sont hermitiennes.
0 −3 1 − i −5

1 0
• n’est pas hermitienne.
0 −i

4- Espaces hermitiens
Définition
On dit qu’une forme sesquilinéaire hermitienne f est un produit scalaire si
f est définie et positive.
Donc une application f : E × E −→ C est un produit scalaire si les
propriétés suivantes sont vérifiées :
1 ∀x, y , x ′ , y ′ ∈ E , λ, µ ∈ C :
f (λ x + µ x ′ , y ) = λf (x, y ) + µf (x ′ , y )
f (x, λ y + µ y ′ ) = λf (x, y ) + µf (x, y ′ )

2 ∀(x, y ) ∈ E 2 , f (y , x) = f (x, y ). On dit que f est hermitienne.
3 ∀x ∈ E , f (x, x) ≥ 0. On dit que f est positive.
4 ∀x ∈ E , f (x, x) = 0 ⇔ x = 0. On dit que f est définie.

Notations : Au lieu de noter f (x, y ), on note souvent le produit scalaire

de x et y par (x|y ), ou x.y ou ⟨x|y ⟩.
Exemple1
L’application : Cn × Cn −→ C
n
X
(x, y ) 7−→ ⟨x|y ⟩ = xi yi
i=1
où x = (x1 , . . . , xn ) et y = (y1 , . . . , yn ), est un produit scalaire sur Cn , il
est appelé produit scalaire canonique ( ou usuel )sur Cn .
Exemple2
L’application : Mn (C)2 −→ C
(A, B) 7−→ ⟨A|B⟩ = Tr (A∗ B)
est un produit scalaire sur Mn (C), il est appelé produit scalaire
canonique de Mn (C).

Exemple3
Soit [a, b] un segment de R, avec a < b. Posons E = C([a, b], C)
l’ensemble des fonctions continues de [a, b] dans C.
L’application : E 2 −→ C
Z b
(f , g ) 7−→ ⟨f |g ⟩ = f (t)g (t) dt
a
est un produit scalaire sur E .
Définition
1 Un C-espace vectoriel E muni d’un produit scalaire est dit
préhilbertien complexe.
2 Un espace hermitien est une espace préhilbertien complexe de
dimension finie.

Proposition (Inégalité de Cauchy-Schwartz)

Soit E un espace préhilbertien complexe dont le produit scalaire est noté
⟨ | ⟩.
∀(x, y ) ∈ E 2 |⟨x|y ⟩|2 ≤ ⟨x|x⟩⟨y |y ⟩
L’égalité est vérifiée si et seulement si x et y sont colinéaires.
Théorème
Soit E un espace préhilbertien complexe dont le produitpscalaire est noté
⟨ | ⟩. L’application de E dans R+ définie par : ∥x∥ = ⟨x|x⟩ est une
norme, appelée norme associée au produit scalaire hermitien.
Définition
Soit E un espace préhilbertien complexe dont le produit scalaire est noté
⟨ | ⟩.
On appelle distance associée au produit scalaire ⟨ | ⟩ l’application de E 2
dans R+ définie par : d(x, y ) = ∥x − y ∥ .
Remarque
On définit exactement comme dans le cas euclidien la notion de vecteurs
orthogonaux, d’orthogonal d’une partie, de familles
orthogonales/orthonormales, etc...
Règle de calcul
Soit E un espace hermitien quelconque.
1 ∀x ∈ E , ∀y ∈ E ,
∥x + y ∥2 = ∥x∥2 + 2 Re(⟨x|y ⟩) + ∥y ∥2 et ∥x − y ∥2 = ∥x∥2 − 2 Re(⟨x|y ⟩) + ∥y ∥2

2 Pour tout sous-espace vectoriel F de E , on a : E = F ⊕ F ⊥ .
3 Si E est de dimension finie, alors E possède au moins une base orthonormale
n
X
(e1 , e2 , . . . , en ). Dans ce cas, on a ∀x ∈ E , x = ⟨ei |x⟩ei .
i=1

Proposition
Soit E un espace hermitien. Si la famille (x1 , x2 , . . . , xk ) de vecteurs de E
est orthogonale, alors
∥x1 + . . . + xk ∥2 = ∥x1 ∥2 + . . . + ∥xk ∥2 .

5- Endomorphismes d’un espace hermitien

Définition et Proposition (Adjoint d’un endomorphisme)
Soit E un espace hermitien dont le produit scalaire est noté ⟨ | ⟩. Soit
u ∈ L(E ). Alors il existe une unique application u ∗ de E dans E tel que
∀x, y ∈ E ⟨x|u(y )⟩ = ⟨u ∗ (x)|y ⟩. (1)
En outre u ∗ ∈ L(E ). u ∗ est appelé l’endomorphisme adjoint de u.
Démonstration.
Pour tout x, l’application y 7−→ ⟨x|u(y )⟩ est une forme linéaire sur E . Il
existe donc un unique vecteur que l’on notera u ∗ (x) tel que l’on ait :
∀y ∈ E , ⟨x|u(y )⟩ = ⟨u ∗ (x)|y ⟩.
On obtient ainsi l’unique application u ∗ : x 7−→ u ∗ (x) de E dans lui

même vérifiant la relation (1).
Soit (α, α′ , x, x ′ ) ∈ C × C × E × E . On a pour tout y de E :
⟨u ∗ (αx + α′ x ′ )|y ⟩ = ⟨αx + α′ x ′ |u(y )⟩
= α⟨x|u(y )⟩ + α′ ⟨x ′ |u(y )⟩
= α⟨u ∗ (x)|y ⟩ + α′ ⟨u ∗ (x ′ )|y ⟩
= ⟨αu ∗ (x) + α′ u ∗ (x ′ )|y ⟩

soit, par orthogonalité :
u ∗ (αx + α′ x ′ ) = αu ∗ (x) + α′ u ∗ (x ′ ).
Cela valant pour tout (α, α′ , x, x ′ ), l’application u ∗ est linéaire.

Proposition
(i) L’application :
Φ : L(E ) −→ L(E )
u 7−→ u ∗
est semi-linéaire (en particulier on a (λ u)∗ = λ u ∗ .
(ii) Pour tout u ∈ L(E ) on a (u ∗ )∗ = u.
(iii) On a (IdE )∗ = IdE .
(iv) Pour u, v ∈ L(E ) on a (v ◦ u)∗ = u ∗ ◦ v ∗ .
(v) Si u est inversible alors u ∗ est inversible et on a (u −1 )∗ = (u ∗ )−1 .
(vi) Pour u ∈ L(E ) on a ker (u ∗ ) = (Im(u))⊥ et Im(u ∗ ) = (ker (u))⊥ .

Proposition
Soit u ∈ L(E ) et B une base orthonormée de E . On note A et A∗ les
matrices de u et u ∗ dans la base B. Alors on a
A∗ = t A.
Remarque
Pour A ∈ Mn (C) et x, y ∈ Cn on a pour le produit scalaire hermitien
usuel de Cn :
⟨A x|y ⟩ = ⟨x| t A y ⟩

Lemme
Soient u ∈ L(E ) et F un sous-espace vectoriel de E . Alors F est stable
par u si et seulement si F ⊥ est stable par u ∗ .
Définition
(i) Soit u ∈ L(E ). On dit que u est auto-adjoint (ou hermitien) si
u ∗ = u. On dit que u est anti-hermitien si u ∗ = −u.
(ii) Soit A ∈ Mn (C). On dit que A est hermitienne si tA = A. On dit
que A est anti-hermitienne si t A = −A

Définition et Proposition
Soit u ∈ L(E ). Soit (e1 , e2 , . . . , en ) une base orthonormée de E . Les
propositions suivantes sont équivalentes :
(i) ∀x ∈ E , ∥u(x)∥ = ∥x∥.
(ii) ∀x, y ∈ E , ⟨u(x)|u(y )⟩ = ⟨x|y ⟩.
(iii) (u(e1 ), . . . , u(en )) est une base orthonormée de E .
(iv) u est un isomorphisme de E et son inverse est u ∗ .
Si ces conditions sont vérifiées alors on dit que u est une isométrie
(vectorielle) de E . L’ensemble des isométries de E est noté U(E ).

Définition et Proposition
Soit A ∈ Mn (C). Soit (e1 , . . . , en ) une base orthonormée de Cn muni de
son produit scalaire hermitien usuel. Les propositions suivantes sont
équivalentes :
(i) tA A = In
(ii) A est inversible d’inverse t A.
(iii) ∀X ∈ Cn , ∥AX ∥ = ∥X ∥.
(iv) ∀X , Y ∈ Cn , ⟨AX |AY ⟩ = ⟨X |Y ⟩.
(v) (A e1 , . . . , A en ) est une base orthonormée de Cn .
Si ces conditions sont vérifiées alors on dit que A est une matrice
unitaire de degré n. L’ensemble des matrices unitaires de degré n est
noté U(n).

Définition
(i) Soit u ∈ L(E ). On dit que u est normal si u ◦ u ∗ = u ∗ ◦ u.

(ii) Soit A ∈ Mn (C). On dit que A est normale si tA A = A t A.
Remarque
Les endomorphismes hermitiens, anti-hermitiens et les isométries sont en
particulier des endomorphismes normaux.

Théorème (Réduction des endomorphismes normaux)

Soit E un espace hermitien et u en endomorphisme normal de E . Alors il
existe une base orthonormée de E constituée de vecteurs propres pour u.
En particulier u est diagonalisable.
Démonstration.
On procède par récurrence sur la dimension n ∈ N ∗ de E .
Le résultat est clair si n = 1. On suppose maintenant le résultat acquis
jusqu’au rang n − 1 (n ≥ 2) .
Puisque le polynôme caractéristique de u est scindé, u admet au moins
une valeur propre λ ∈ C. On note F = ker (u − λIdE ). Si F = E , il suffit
de considérer n’importe quelle base orthonormée de E .

On suppose maintenant que ce n’est pas le cas. Puisque u et u ∗

commutent, le sous-espace propre F de u est stable par u ∗ , et donc F ⊥
est stable par (u ∗ )∗ = u.
Puisque (u|F ⊥ )∗ = u ∗ |F ⊥ , la restriction u|F ⊥ est un endomorphisme
normal de F ⊥ .
Puisque dim(F ⊥ ) ∈ [|1 ; n − 1|], il existe par hypothèse de récurrence
une base orthonormée de F ⊥ constituée de vecteurs propres pour u|F ⊥ ,
et donc pour u. En concaténant cette base avec une base orthonormée de
F on obtient bien une base orthonormée de E constituée de vecteurs
propres pour u.

Proposition
(i) Les valeurs propres d’un endomorphisme hermitien sont réelles.
(ii) Les valeurs propres d’un endomorphisme anti-hermitien sont
imaginaires pures.
(iii) Les valeurs propres d’une isométrie sont de module 1.


Chapitre3 Slides

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre3 Slides

Transféré par

Droits d'auteur :

Formats disponibles

Formes bilinéaires symétriques et formes quadratiques

Algèbre bilinéaire et sesquilinéaire

Ecole Nationale des Sciences Appliquées Kénitra

Adil Majdoubi ENSAK 1 / 43

1 Formes bilinéaires symétriques et formes quadratiques

Adil Majdoubi ENSAK 2 / 43

Formes bilinéaires symétriques et formes

Adil Majdoubi ENSAK 3 / 43

1- Formes bilinéaires symétriques

∀(x, y ) ∈ E × E φ(x, y ) = φ(y , x).

Adil Majdoubi ENSAK 4 / 43

est une forme bilinéaire symétrique sur R2 × R2 .

Adil Majdoubi ENSAK 5 / 43

C([−1, 1], R) × C([−1, 1], R) −→ R

est une forme bilinéaire symétrique.

est une forme bilinéaire symétrique.

2- Matrice d’une forme bilinéaire symétrique

Adil Majdoubi ENSAK 7 / 43

Adil Majdoubi ENSAK 8 / 43

Proposition (Changement de base)

Adil Majdoubi ENSAK 9 / 43

ker (φ) = {x ∈ E | ∀y ∈ E φ(y , x) = 0}.

La forme bilinéaire symétrique φ est dite non dégénérée quand son

Adil Majdoubi ENSAK 10 / 43

Dans ce qui suit, le corps K est supposé de caractéristique différente de

∀x ∈ E q(x) = φ(x, x).

q est la forme quadratique associée à φ.

Adil Majdoubi ENSAK 11 / 43

Adil Majdoubi ENSAK 12 / 43

Adil Majdoubi ENSAK 13 / 43

q(x1 , x2 , x3 ) = x12 + 7 x22 + 6 x1 x2 − 2 x1 x3 + 8 x2 x3

Adil Majdoubi ENSAK 14 / 43

Adil Majdoubi ENSAK 15 / 43

Adil Majdoubi ENSAK 16 / 43

Considérons le C-espace vectoriel E = Cn et la forme bilinéaire

Adil Majdoubi ENSAK 17 / 43

Soit maintenant, l’application de E 2 dans C définie par

(1) ∀x, y ∈ E , ∀λ ∈ C, f (x + y ) = f (x) + f (y )

Adil Majdoubi ENSAK 19 / 43

(2) f (x, λ y + µ y ′ ) = λf (x, y ) + µf (x, y ′ )

Adil Majdoubi ENSAK 20 / 43

E étant un espace vectoriel sur C, considérons l’ensemble des formes

Pour toute forme sesquilinéaire f sur E nous avons :

D’où en posant aij = f (ei , ej ), on a

Adil Majdoubi ENSAK 21 / 43

2- Matrices associées à une forme sesquilinéaire

Supposons que nous changions de base de E , soit P la matrice de

donc relativement au nouvelle base, à f est associée la matrice

Adil Majdoubi ENSAK 23 / 43

aji = f (ej , ei ) = f (ei , ej ) = aij

Adil Majdoubi ENSAK 25 / 43

f (x, λ y + µ y ′ ) = λf (x, y ) + µf (x, y ′ )

Adil Majdoubi ENSAK 26 / 43

Notations : Au lieu de noter f (x, y ), on note souvent le produit scalaire

Adil Majdoubi ENSAK 27 / 43

Adil Majdoubi ENSAK 28 / 43

Proposition (Inégalité de Cauchy-Schwartz)

∥x + y ∥2 = ∥x∥2 + 2 Re(⟨x|y ⟩) + ∥y ∥2 et ∥x − y ∥2 = ∥x∥2 − 2 Re(⟨x|y ⟩) + ∥y ∥2

Adil Majdoubi ENSAK 30 / 43

∥x1 + . . . + xk ∥2 = ∥x1 ∥2 + . . . + ∥xk ∥2 .

Adil Majdoubi ENSAK 31 / 43

5- Endomorphismes d’un espace hermitien

∀x, y ∈ E ⟨x|u(y )⟩ = ⟨u ∗ (x)|y ⟩. (1)