Mathématiques 4

Naila Hayek

(séance 3)

Mathématiques 4

Naila Hayek

(séance 3)

Naila Hayek
Université Panthéon-Assas, Paris 2
Formes Quadratiques sur R2
Mathématiques 4

Naila Hayek

(séance 3)
Définition
Une forme quadratique q sur R2 est une application de R2
dans R
2 X
X 2
qui à ~x = (x1 , x2 ) associe q(~x ) = cij xi xj
i=1 j=1

où ∀i, j cij ∈ R.

Exemple
q(~x ) = 4x12 + 3x1 x2 − 6x22
On peut l’écrire

q(~x ) = 4x12 + (3/2)x1 x2 + (3/2)x2 x1 − 6x22

 Mathématiques 4

Naila Hayek

• Une forme quadratique q telle que (séance 3)

2 X
X 2
q(~x ) = cij xi xj
i=1 j=1

s’écrit toujours sous la forme

2 X
X 2
q(~x ) = aij xi xj
i=1 j=1

= a11 x12 + a12 x1 x2 + a21 x2 x1 + a22 x22

où
c12 + c21
a12 = a21 =
2
 Mathématiques 4

! Naila Hayek
a11 a12
• Soit A la matrice symétrique telle que A = . (séance 3)
a21 a22
!
x1
Soit X = le vecteur colonne des composantes de ~x
x2
dans la base canonique.
En assimilant une matrice (1, 1) à un réel on peut écrire :

q(~x ) = a11 x12 + a12 x1 x2 + a21 x2 x1 + a22 x22 =

! !
a11 a12 x1
= (x1 x2 )
a21 a22 x2

= X T AX
A toute forme quadratique on peut associer une matrice
symétrique.
 Mathématiques 4
Exemple Naila Hayek

(séance 3)

q(~x ) = 4x12 + 3x1 x2 − 6x22

La matrice symétrique associée A est
!
4 3/2
3/2 −6

et on peut écrire
! !
4 3/2 x1
q(~x ) = (x1 x2 ) = X T AX
3/2 −6 x2
Formes Quadratiques sur Rn
Mathématiques 4

Naila Hayek

(séance 3)

Définition
Une forme quadratique q sur Rn est une application de Rn
dans R
n X
X n
qui à ~x = (x1 , ..., xn ) associe q(~x ) = cij xi xj
i=1 j=1

où ∀i, j cij ∈ R.
 Mathématiques 4

Naila Hayek

(séance 3)
• Une forme quadratique q telle que
n X
X n
q(~x ) = cij xi xj
i=1 j=1

s’écrit toujours sous la forme

n X
X n
q(~x ) = aij xi xj
i=1 j=1

où
cij + cji
∀i, j = 1, ..., n aij = aji =
2
 Mathématiques 4

Naila Hayek

(séance 3)

• Soit A la matrice symétrique telle que A = (aij )ij .

Soit X le vecteur colonne des composantes de ~x dans la base
canonique.
En assimilant une matrice (1, 1) à un réel on peut écrire :
n X
X n
q(~x ) = aij xi xj = X T AX
i=1 j=1

A toute forme quadratique on peut associer une matrice

symétrique.
 Mathématiques 4
Exemple Naila Hayek

(séance 3)

q(~x ) = 3x12 + 5x1 x2 + 6x1 x3 − 6x22 + 2x2 x3 − x32

q est une forme quadratique sur R3 . La matrice symétrique A

associée à q est
 
3 5/2 3
A =  5/2 −6 1 
 
3 1 −1

et on a
  
  3 5/2 3 x1
q(~x ) = x1 x2 x3  5/2 −6 1   x2 
  
3 1 −1 x3

= X T AX
 Mathématiques 4

Naila Hayek

Définition (séance 3)

Une forme quadratique q (ou la matrice symétrique associée

A) est dite :

• semi-définie positive lorsque ∀~x ∈ Rn , q(~x ) ≥ 0

• semi-définie négative lorsque ∀~x ∈ Rn , q(~x ) ≤ 0

• définie positive lorsque ∀~x ∈ Rn , ~x 6= ~0 ⇒ q(~x ) > 0

• définie négative lorsque ∀~x ∈ Rn , ~x 6= ~0 ⇒ q(~x ) < 0

• indéfinie lorsque
∃~x ∈ Rn t.q. q(~x ) > 0 et ∃~y ∈ Rn t.q. q(~y ) < 0
 Mathématiques 4
Exemples Naila Hayek

(séance 3)

• La forme quadratique q(x1 , x2 ) = x12 + x22 est définie positive

car ∀~x = (x1 , x2 ) ∈ R2 , (x1 , x2 ) 6= (0, 0) ⇒ q(x1 , x2 ) > 0

• La forme quadratique q(x1 , x2 ) = x12 + x22 + 2x1 x2 est

semi-définie positive car
∀~x = (x1 , x2 ) ∈ R2 , q(x1 , x2 ) = (x1 + x2 )2 ≥ 0.
On note que q(x1 , −x1 ) = 0

• La forme quadratique q(x1 , x2 ) = x1 x2 est indéfinie car pour

~x = (x1 , x2 ) ∈ R∗+ × R∗+ , q(x1 , x2 ) > 0 et pour
~x = (x1 , x2 ) ∈ R∗− × R∗+ , q(x1 , x2 ) < 0
 Mathématiques 4

Naila Hayek

(séance 3)

Proposition
n X
X n
Une forme quadratique q(~x ) = aij xi xj s’écrit
i=1 j=1

n
X
λj yj2
j=1

où λ1 , ..., λn sont les valeurs propres de A et yj des combinaisons

linéaires des x1 , ..., xn .
 Mathématiques 4

Démonstration. Naila Hayek

Pn Pn (séance 3)
q(~x ) = i=1 j=1 aij xi xj = X T AX .
Comme A est symétrique, A est diagonalisable et il existe P
t.q.
A = PDP T
D est une matrice diagonale ayant les valeurs propres de A le
long de la diagonale et P une matrice inversible ayant les
composantes des vecteurs propres comme colonnes et t.q.
P −1 = P T . D’où

q(~x ) = X T AX = X T PDP T X

on pose Y = P T X d’où Y T = X T P et on obtient

q(~x ) = Y T DY
 Mathématiques 4

Naila Hayek

(séance 3)
Démonstration.
suite de la démonstration
Donc
n X
X n
q(~x ) = dij yi yj
i=1 j=1
(
λj si i = j
Or dij = d’où
0 si i 6= j

n
X
q(~x ) = λj yj2
j=1
 Mathématiques 4
Proposition
Naila Hayek

Une forme quadratique q (ou la matrice symétrique associée A) (séance 3)

est :

• semi-définie positive si et seulement si les valeurs propres

de A sont positives ou nulles.

• semi-définie négative si et seulement si les valeurs propres

de A sont négatives ou nulles.

• définie positive si et seulement si les valeurs propres de A

sont strictement positives.

• définie négative si et seulement si les valeurs propres de A

sont strictement négatives.

• indéfinie si et seulement si les valeurs propres de A sont de

signes opposés.
 Mathématiques 4

Démonstration. Naila Hayek

(séance 3)
• Supposons que toutes les valeurs propres sont positives ou
n
X
nulles. On a alors ∀~x , q(~x ) = λj yj2 ≥ 0.
j=1
Ce qui signifie que la forme quadratique est semi-définie
positive.

Supposons que la forme quadratique est semi-définie positive

n
X
c’est-à-dire ∀~x , q(~x ) ≥ 0. D’où λj yj2 ≥ 0.
j=1

Montrons que ∀j = 1, ..., n, λj ≥ 0.

S’il existe k tel que λk < 0 alors pour ~x tel que P T X = Y où
yk = 1 et yj = 0, ∀j 6= k on a q(~x ) = λk < 0 qui contredit
l’hypothèse. Donc toutes les valeurs propres sont positives ou
nulles.
 Mathématiques 4

Naila Hayek
Démonstration. (séance 3)

suite de la démonstration
• Supposons que toutes les valeurs propres sont strictement
n
X
positives. On a alors ∀~x , q(~x ) = λj yj2 ≥ 0.
j=1

Montrons que ∀~x 6= ~0, q(~x ) > 0.

n
X
S’il existe ~x 6= ~0 t.q. q(~x ) = 0 alors λj yj2 = 0
j=1
d’où ∀j = 1, ..., n, yj = 0 donc Y = 0. Mais Y = P T X donc
P T X = 0 ce qui implique X = 0 car P T est inversible. Donc ~x = ~0
ce qui contredit l’hypothèse.
Donc ∀~x 6= ~0, q(~x ) > 0 ce qui signifie que la forme quadratique
est définie positive.
 Mathématiques 4

Naila Hayek

(séance 3)

Démonstration.
suite de la démonstration
Supposons que la forme quadratique est définie positive
n
X
c’est-à-dire ∀~x 6= ~0, q(~x ) > 0. D’où λj yj2 > 0.
j=1

Montrons que ∀j = 1, ..., n, λj > 0.

S’il existe k tel que λk ≤ 0 alors pour ~x tel que P T X = Y où
yk = 1 et yj = 0, ∀j 6= k on a q(~x ) = λk ≤ 0 qui contredit
l’hypothèse. Donc toutes les valeurs propres sont strictement
positives.
 Mathématiques 4
Cas particulier des matrices (2,2) Naila Hayek

(séance 3)

On peut connaître le signe des valeurs propres et donc la

nature d’une matrice symétrique d’ordre 2 sans calculer les
valeurs propres : il suffit de calculer son déterminant et sa
trace.

Rappel

det(A) = λ1 × λ2 (produit des 2 valeurs propres).

trace(A) = λ1 + λ2 (somme des 2 valeurs propres).
• Si detA > 0 alors les 2 valeurs propres sont du même signe. Mathématiques 4

–Si traceA > 0, les 2 valeurs propres sont strictement positives Naila Hayek

(séance 3)
d’où la matrice est définie positive
–Si traceA < 0, les 2 valeurs propres sont strictement
négatives d’où la matrice est définie négative.

• Si detA = 0 alors l’une au moins des 2 valeurs propres est

nulle.
–Si traceA > 0 on a une valeur propre nulle et l’autre
strictement positive d’où la matrice est semi-définie positive.
–Si traceA < 0 on a une valeur propre nulle et l’autre
strictement négative d’où la matrice est semi-définie négative.
–Si traceA = 0 alors 0 valeur propre double d’où la matrice est
à la fois semi-définie positive et semi-définie négative.

• Si detA < 0 alors les 2 valeurs propres sont de signes

opposés d’où la matrice est indéfinie.

Attention : ne pas utiliser ceci lorsque n > 2.

 Mathématiques 4
Exemples précédemment étudiés par la Naila Hayek
définition (séance 3)

• A la forme quadratique q(x1 , x2 ) = x12 + x22 est associée la

matrice symétrique
!
1 0
A= .
0 1
Comme A est une matrice diagonale, les 2 valeurs propres de
A sont les termes de la diagonale. Il y a une valeur propre
double qui est strictement positive. D’où la matrice A est
définie positive. Donc la forme quadratique q aussi.

quadratique q(x1 , x2 ) = x12 + x22 + 2x1 x2 est associée

• A la forme !
1 1
A= .
1 1
 Mathématiques 4

Naila Hayek
Comme A est une matrice symétrique d’ordre 2, il suffit de
(séance 3)
calculer son déterminant et sa trace pour connaître sa nature.
det(A) = 0 donc il y a une valeurs propre nulle.
trace(A) = 2 > 0 donc l’autre valeur propre est strictement
positive. D’où la matrice A est semi-définie positive. Donc la
forme quadratique q aussi.

• A la forme quadratique
! q(x1 , x2 ) = x1 x2 est associée
0 1/2
A= .
1/2 0
Comme A est une matrice symétrique d’ordre 2, il suffit de
calculer son déterminant et sa trace pour connaître sa nature.
det(A) = −1/4 < 0 donc les 2 valeurs propres de A sont de
signes opposés.
D’où la matrice A est indéfinie. Donc la forme quadratique q
aussi.
 Mathématiques 4
Exemples Naila Hayek

(séance 3)

• q(x1 , x2 ) = −2x12 + 4x1 x2 − 7x22 !

−2 2
La matrice symétrique associée à q est A = .
2 −7
Comme A est une matrice symétrique d’ordre 2, il suffit de
calculer son déterminant et sa trace pour connaître sa nature.
det(A) = 10 > 0 donc les 2 valeurs propres de A sont de même
signe.
trace(A) = −9 < 0 donc les 2 valeurs propres sont strictement
négatives. D’où la matrice A est définie négative. Donc la
forme quadratique q aussi.
 Mathématiques 4

Naila Hayek

(séance 3)

!
a 2
• Etudier la nature de A = en fonction des
2 1
différentes valeurs de a.

det(A) = a − 4 et trace(A) = a + 1.

Donc si a = 4, A est semi-définie positive et si a > 4, A est

définie positive. Si a < 4, A est indéfinie.
 Mathématiques 4

Naila Hayek
Soit A une matrice symétrique carrée d’ordre n. On note (séance 3)

 
a11 a12 ... ... a1n
 a a22 ... ... a2n 
A =  21
 
 ... ... ... ... ...


an1 an2 ... ... ann

On note A(p) la matrice obtenue à partir de A en prenant les p

premières lignes et les p premières colonnes de A, p = 1, ..., n.

A(1) = (a11 ) !
a11 a12
A(2) =
a21 a22
.
.
A(n) = A
 Mathématiques 4

Naila Hayek

(séance 3)

Proposition
Une forme quadratique q (ou la matrice symétrique associée A)
est :

• définie positive si et seulement si

∀p = 1, ..., n, det(A(p) ) > 0

• définie négative si et seulement si

∀p = 1, ..., n, (−1)p det(A(p) ) > 0

 Mathématiques 4

Naila Hayek

(séance 3)
Proposition
Si une forme quadratique q (ou la matrice symétrique associée
A) est :

• semi-définie positive alors

∀p = 1, ..., n, det(A(p) ) ≥ 0

• semi-définie négative alors

∀p = 1, ..., n, (−1)p det(A(p) ) ≥ 0

Attention les réciproques sont fausses dans cette Proposition.

 Mathématiques 4
Exemple Naila Hayek

(séance 3)

√
• q(x1 , x2 , x3 ) = 3x12 + 8x22 + 3x32 − 2 2x1 x2 + 4x2 x3
La matrice
 symétrique
√ associée
 à q est
3√ − 2 0
A= − 2 8 2 
 
0 2 3
1ère méthode : Calculer les valeurs propres de cette matrice
symétrique d’ordre 3 pour connaître leurs signes.

2ème méthode : On étudie le signe de det(A(p) ), pour tout

p = 1, ..., 3.
 Mathématiques 4

Naila Hayek
1ère méthode :
(séance 3)
Les valeurs propres de A sont les racines de PA (λ).
√
3− √λ − 2 0
PA (λ) = det(A − λI) = − 2 8 − λ 2
0 2 3−λ
√ √
= (3 − λ)[(8 − λ)(3 − λ) − 4] + 2[− 2(3 − λ) − 2 × 0]
= (3 − λ)(λ2 − 11λ + 20) − 2(3 − λ)
= (3 − λ)(λ2 − 11λ + 18)
Il y a une racine évidente 3 et on trouve les racines du
polynôme λ2 − 11λ + 18 qui sont 2 et 9. On a donc 3 valeurs
propres λ1 = 2, λ2 = 3 et λ3 = 9.
Comme les 3 valeurs propres sont strictement positives A est
définie positive de même que q.
 Mathématiques 4

Naila Hayek

(séance 3)

2ème méthode : On étudie det(A(p) ), p = 1, ..., 3.

A(1) = (3). det(A(1) ) = 3 > 0

√ !
3√ − 2
A(2) = , det(A(2) ) = 22 > 0
− 2 8
A(3) = A, det(A(3) ) = det(A) = 54 > 0

On a donc
∀p = 1, ..., 3, det(A(p) ) > 0
donc A est définie positive de même que q.
 Mathématiques 4
Exemple Naila Hayek

(séance 3)

√
• q(x1 , x2 , x3 ) = −6x12 − 16x22 − 6x32 + 4 2x1 x2 − 8x2 x3
La matrice symétrique associée à q est
 √ 
−6
√ 2 2 0
A =  2 2 −16 −4 
 
0 −4 −6
 Mathématiques 4

1ère méthode : Naila Hayek

Les valeurs propres de A sont les racines de PA (λ). (séance 3)

√
−6√− λ 2 2 0
PA (λ) = det(A − λI) = 2 2 −16 − λ −4
0 −4 −6 − λ
√ √
= (−6−λ)[(−16−λ)(−6−λ)−16]−2 2[2 2(−6−λ)−(−4 ×0)]
= (−6 − λ)[(−16 − λ)(−6 − λ) − 16] − 8(−6 − λ)
= (−6 − λ)(λ2 + 22λ + 80) − 8(−6 − λ)
= (−6 − λ)(λ2 + 22λ + 80 − 8)
= (−6 − λ)(λ2 + 22λ + 72)
On trouve 3 valeurs propres λ1 = −4, λ2 = −6 et λ3 = −18.
Comme les 3 valeurs propres sont strictement négatives A est
définie négative de même que q.
 Mathématiques 4

Naila Hayek

2ème méthode : On étudie det(A(p) ), p = 1, ..., 3. (séance 3)

A(1) = (−6). det(A(1) ) = −6 < 0

√ !
−6
√ 2 2 , det(A(2) ) = 88 > 0
A(2) =
2 2 −16
A(3) = A, det(A(3) ) = det(A) = −432 < 0
Donc

det(A(1) ) < 0, det(A(2) ) > 0, det(A(3) ) < 0

On a bien
∀p = 1, ..., 3, (−1)p det(A(p) ) > 0
donc A est définie négative de même que q.
 Mathématiques 4
Exemple Naila Hayek

(séance 3)

• q(x1 , x2 , x3 ) = x12 + x22 − x32 + 2x1 x2

La matrice symétrique associée à q est
 
1 1 0
A= 1 1 0 
 
0 0 −1
 Mathématiques 4

Naila Hayek

(séance 3)

1ère méthode :
Les valeurs propres de A sont les racines de PA (λ).

PA (λ) = det(A − λI)

= (−1 − λ)((1 − λ)2 − 1) = (−1 − λ)λ(λ − 2)

On trouve 3 valeurs propres λ1 = −1, λ2 = 0 et λ3 = 2.
Comme les 3 valeurs propres sont de signes opposés A est
indéfinie (elle n’est pas semi-définie négative ni semi-définie
positive) de même que q.
2ème méthode : On étudie det(A(p) ), p = 1, ..., 3. Mathématiques 4

Naila Hayek

A(1) = (1). det(A(1) ) = 1 > 0 (séance 3)

!
1 1
A(2) = , det(A(2) ) = 0
1 1
A(3) = A, det(A(3) ) = det(A) = 0
Donc

det(A(1) ) > 0, det(A(2) ) = 0, det(A(3) ) = 0

On a
∀p = 1, ..., 3, det(A(p) ) ≥ 0
donc on ne peut pas conclure. On sait que A est indéfinie par
la 1ère méthode.
Donc voilà un exemple où

∀p = 1, ..., 3, det(A(p) ) ≥ 0

et pourtant A n’est pas semi-définie positive.