Documente Academic
Documente Profesional
Documente Cultură
L2 Mathématiques
ii
Table des matières
Chapitre I Rappels 1
I.1 Théorème de la base incomplète . . . . . . . . . . . . . . . . . . . . . . 1
I.2 Sous-espace vectoriel engendrée par une partie . . . . . . . . . . . . . . 1
I.3 Quotient d’espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . 2
Chapitre II Dualité 5
II.1 Ensemble des applications linéaires . . . . . . . . . . . . . . . . . . . . . 5
II.2 Espace dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
II.3 Transposée d’une applicaion linéaire . . . . . . . . . . . . . . . . . . . . 6
II.4 Base duale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
II.5 Bidual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
II.6 Relations d’orthogonalité . . . . . . . . . . . . . . . . . . . . . . . . . . 10
iii
iv TABLE DES MATIÈRES
RAPPELS
Exemple I.3. Soit V = R3 . On se fixe e1 = (1, 1, 1), f1 = (1, 0, 0), f2 = (0, 0, 1), f3 =
(0, 0, 1) et f4 = (1, 2, 3). Une base de V serait (e1 , f1 , f2 ) ou encore (e1 , f1 , f4 ).
Corollaire I.4. Tout espace vectoriel admet une base. On prend, dans le théorème I.2,
C = ∅.
Théorème I.5. Toutes les bases d’un espace vectoriel V ont le même cardinal.
Proposition I.7. Il existe un plus petit sous-espace V contenant S qu’on note hSi (ou
Vect(S)). Ce sous-espace admet les descriptions suivantes :
(1)
On verra, par la suite, comment on nomme la transposée d’une matrice quand K = C
1
2 CHAPITRE I. RAPPELS
[
(i) hSi = W,
W sous-espace
vectoriel, S⊂W
X
(ii) hSi = λi vi , λi ∈ K, vi ∈ S.
i∈I finie
Théorème I.8. L’ensemble V/W est muni d’une structure de K-espace vectoriel telle que
la surjection canonique s : V → V/W est linéaire et vérifie pour tout K-espace vectoriel V0
et toute application linéaire f V → V0 , s’il existe f˜ : V/W → V0 linéaire tel que f˜ ◦ s = f
alors W ⊂ Ker f .
f
V DD / V0
O
DD
DD f˜
s DD
"
V/W
De plus,
1. f˜ est surjective ⇒ f est surjective,
2. f˜ est injective ⇒ Ker f = W.
v 0 − v ∈ W et v 00 − v 0 ∈ W =⇒ v| 0 − v 0 +v 00 − v ∈ W.
{z }
0
V admet une partition en classes d’équivalence, c’est-à-dire que l’ensemble des classes
d’équivalence constitue une partition de V (tout élément de V appartient à un et à un seul
des éléments d’une partie de V). On définit :
cl(V) = {v 0 ∈ V, v 0 = v} = {v 0 ∈ V, v 0 − v ∈ W} = v + W.
I.3. QUOTIENT D’ESPACES VECTORIELS 3
λ ∈ K, λ(v + W) = (λv) + W.
f
V DD / V0
O
DD
DD f˜
s DD
"
V/W
v → cl(v) = v + W.
4 CHAPITRE I. RAPPELS
s(v) = v + W = w1 + v + W = w1 + W = s(w1 ).
DUALITÉ
Remarque II.2. On peut donner une interprétation matricielle à la II.1. Soit (ej )j∈J une
base de U et (fi )i∈I une base de V. Alors :
X
f (ej ) = aij fi .
i∈I
et pour λ ∈ K :
λA = (λaij )i∈I,j∈J .
On a aussi mat(f + g) = mat(f ) + mat(g) et mat(λf ) = λ mat(f ).
Proposition II.3. On suppose que dim U = n et dim V = n tel que n + m < +∞. Alors
L (U, V,) est isomorphe au K-espace vectoriel Mm,n (K) des matrices à coefficients dans
K à m lignes et n colonnes.
5
6 CHAPITRE II. DUALITÉ
Soit
φ : L (U, V) → Mm,n (K)
f 7→ A(f )
avec A(f ) la matrice représentant f dans les bases choisies. D’après la proposition II.3, φ
est un isomorphisme.
Ainsi, on a la caractérisation d’un nouvel espace qui va nous servir tout au long de ce
cours.
Définition II.6 (Espace dual). L’espace dual de U noté U∗ est L (U, K) = U∗ . Cet espace
est de dimension dim U∗ = dim U.
Définition II.7. Soit f : U → V une application lin »aire, on associe à f une application
linéaire f ∗ : V∗ → U∗ , appelée transposée de f , définie par :
∀ϕ ∈ V∗ , f ∗ (ϕ) = ϕ ◦ f.
(g ◦ f )∗ = f ∗ ◦ g ∗ ,
(ii) L’application
φ : L (U, V) → L (V∗ , U∗ )
f 7→ f ∗
est un isomorphisme de K-espaces vectoriels.
w = λ1 e1 + λ2 e2 + · · · + λn en .
On a alors que :
ϕ : V → K
w 7→ λ1
est une forme linéaire. Ainsi ϕ(w) = ϕ(e1 ) = 1. Pour finir la démonstration, on remarque
que v = e1 et donc ϕ(e1 ) = 1 = ϕ(v).
f g
U / V2 /W
22
22
22
ψ◦g=g ∗ (ψ) 2
2 ψ∈W∗
22
22
(g◦f )(ψ)=ψ◦(g◦f )=(ψ◦g)◦f =f ∗ (g ∗ (ψ)) 2K
(ii) Soient f1 , f2 ∈ L (U, V,), on montre alors que (f1 + f2 )(u) = f1 (u) + f2 (u) et
(λf1 )(u) = λf1 (u). Soit ϕ ∈ V∗ , on a :
Il suffit de montrer que f → f ∗ est injective, autrement dit, il faut vérifier que f ∗ =
0 ⇒ f = 0. Supposons alors que f ∗ = 0, pour tout ϕ ∈ V∗ , on a : f ∗ (ϕ) = ϕ ◦ f = 0.
Ainsi
∀ϕ ∈ V∗ , ∀u ∈ U, ϕ(f (u)) = 0. (II.1)
D’après le lemme II.9, l’égalité (II.1) que pour tout u ∈ U, f (u) = 0. Donc f = 0, ce
qui achève la preuve.
8 CHAPITRE II. DUALITÉ
i=1
A est alors une matrice à n lignes et m colonnes et aij correspond à l’élément de la ie ligne
et de la j e colonne.
f
U CC /V
CC
CC ϕ
f ∗ (ϕ)=ϕ◦f CC!
K
U∗ o f∗
V∗
II.5. BIDUAL 9
Soit E ∗ = (e∗1 , . . . , e∗m ) et F ∗ = (f1∗ , . . . , fn∗ ) alors la matrice de f ∗ dans les bases F ∗ et
E ∗ est la transposée de f dans les bases E et F .
k=1
i=1
Mais aussi :
n n
f ∗ (f`∗ )(ek ) = bp` e∗p (ek ) = bp` e∗p (ek ) = bk` e∗k (ek ) = bk` .
X X
p=1 p=1
II.5 Bidual
V →
7 V∗ ∗
v → v∗∗
est injective.
10 CHAPITRE II. DUALITÉ
V∗
r / ∗
mmmm6 U
r̃mmmm
s
) mmmmm
V / Ker(r) = V∗ /U⊥
∗
où s est une application linéaire surjective et r̃ une application linéaire injective. De plus,
r est surjective. Si ψ ∈ U∗ , soit U0 un supplémentaire de U dans V, alors V = U ⊕ U0 . On
définit ϕ : V → K avec ϕ|U = ψ et ϕ|U0 = 0. On sait que ϕ existe et est unique. On a alors
r(ϕ) = ψ et donc r est surjective.
En conclusion, r̃ est bijective et donc r̃ est un isomorphisme.
Corollaire II.21. Soit V un espace vectoriel de dimension finie et U ⊂ V un sous-espace
alors dim U + dim U⊥ = dim V.
Démonstration. On a démontré que dim U = dim U∗ . Or, d’après la proposition II.20, on
a U∗ = V∗ /U⊥ . Donc :
dim U∗ = dim(V∗ /U⊥ ) = dim V∗ − dim U⊥ = dim V − dim U⊥ = dim U.
⊥
Démonstration du théorème II.19. On a U ⊂ (U⊥ ) car pour tout u ∈ U et pour tout
ϕ ∈ U⊥ , on a ϕ(u) = 0. Or,
⊥
dim U⊥ + dim (U⊥ ) = dim V, (II.2)
et
dim U + dim U⊥ = dim V∗ . (II.3)
Si on fait (II.2) − (II.3), on trouve :
⊥
dim U⊥ − dim U⊥ + dim (U⊥ ) − dim U = 0.
⊥ ⊥
Donc : dim U = dim (U⊥ ) , d’où U = (U⊥ ) .
12 CHAPITRE II. DUALITÉ
Démonstration. On montre que la remarque II.22 est une traduction du théorème II.19.
⊥
(i) Soient U = Vect(u1 , . . . , uk ) et u ∈ V. Alors u ∈ U ⇒ u ∈ (U⊥ ) .
Théorème II.23. Soient U et V deux K-espaces vectoriels tel que dim U < +∞ et dim V <
+∞. Soit f : U → V et f ∗ : V∗ → U∗ deux applications linéaires, l’une transposée de
l’autre. Alors rg(f ) = rg(f ∗ ).
Démonstration. On a :
Ker(f ∗ ) = {ϕ ∈ V∗ , f ∗ (ϕ) = 0} = {ϕ ∈ V∗ , ϕ ◦ f = 0}
= {ϕ ∈ V∗ , ∀u ∈ U, ϕ(f (u)) = 0} = Im(f )⊥ .
On en déduit que :
dim(Im f ) = dim(Im f ∗ ).
FORMES BILINÉAIRES
III.1 Définitions
2. ∀v ∈ V, ∀u1 , u2 ∈ U, ∀λ1 , λ2 ∈ K,
On a, par conséquence,
f : K×K → K
.
(u, v) 7→ uv
15
16 CHAPITRE III. FORMES BILINÉAIRES
f (1) : U → V∗ f (2) : V → U∗
et ,
u 7→ f (1) (u) v 7→ f (2)
Donc : f (1) (u1 + u2 ) = f (1) (u1 ) + f (1) (u2 ). Soit λ ∈ K, on veut montrer ensuite que
f (1) (λu) = λf (1) (u). Pour tout v ∈ V,
Donc : f (1) (λu) = λf (1) (u) et on a montré ainsi que f (1) est linéaire. On fait la même
démonstration pour montrer que f (2) est une application linéaire.
(ii) Soient g : U → V∗ une application linéaire et F : U → V → K une application telle
que F(u, v) = g(u)(v). On montre que F est une application bilinéaire. On a, pour
u∈U:
et pour v ∈ V,
Définition III.8. La matrice de f ∈ L2 (U, V; K) par rapport à ces bases est, par défini-
tion, la matrice :
A = (f (ei , fj ))1≤i≤m,1≤j≤n ,
i=1
On a ainsi :
y
1 0 0 1
!
f (u, v) = x1 x2 y2 .
0 −1 2
y3
18 CHAPITRE III. FORMES BILINÉAIRES
x01 y10
x1 y1
.
, X0 = ..
.
. . , Y0 = .. .
X=
. . et Y=
. .
xm x0m yn0 yn0
Définition III.14. Soit f ∈ L2 (U, V; K). On appelle noyau à gauche de f , Ker f (1) ⊂ U
et noyau à droite de f , Ker f (2) ⊂ V.
Si f (1) : U → V∗ et f (2) : V → U∗ , on a alors les propriétés suivantes :
Remarque III.20. Soient f ∈ L2 (U, V; K), f (1) ∈ L (U, V∗ ) et f (2) ∈ L (V, U∗ ). f est
symétrique si et seulement f (1) = f (2) .
Définition III.21. Si U est un K-espace vectoriel muni d’une forme bilinéaire symétrique
non dégénérée f , soit V ⊂ U un sous-espace de U, on appelle orthogonal de V par rapport
à U, le sous-espace Vx de U défini par :
Vx = {u ∈ U, ∀v ∈ V, f (u, v) = 0}.
C’est un sous-espace de U.
Proposition III.22. Sous les hypothèses de la définition III.21, f (1) x est un isomor-
V
phisme de Vx (⊂ U) vers V⊥ (⊂ U∗ ).
20 CHAPITRE III. FORMES BILINÉAIRES
On rappelle que :
V⊥ = {ϕ ∈ U∗ , ∀v ∈ V, ϕ(v) = 0}.
Démonstration. Soit l’application
U →
7 U∗
.
u → f (1) (u) ◦ v → f (u, v)
On a ainsi :
−1
Vx = {u ∈ U, ∀v ∈ V, f (1) (u)(v) = 0} = {u ∈ U, f (1) (u) ∈ V⊥ } = f (1) (V⊥ ).
(1)
Soit p ∈ N. On dit qu’un corps K est de caractéristique p si p est inversbile dans le corps K
III.5. FORMES QUADRATIQUES 21
Proposition III.26. Soit U muni d’une forme bilinéaire symétrique non dégénéré, on
suppose que dim U = n < +∞. Soient (e1 , . . . , en ) une base de U et a1 , . . . , an ∈ K. Alors
il existe un unique u ∈ U tel que pour tout 1 ≤ i ≤ n, f (u, ei ) = ai .
Démonstration. On a l’équivalence suivante :
Il existe une unique application linéaire ϕ : U → K tel que ϕ(ei ) = ai . Par ailleurs, il existe
un unique u ∈ U tel que f (1) (u) = ϕ.
L’hypothèse est que q = q 0 donc si, pour tout u, v ∈ U, on a 2f (u, v) = 2f 0 (u, v), cela
entraîne que pour tout u, v ∈ U, f (u, v) = f 0 (u, v). De plus, on a :
1
f (u, v) = (q(u + v) − q(u) − q(v)).
2
Définition III.28. q(u) = f (u, u) est la forme quadratique associée à la forme bilinéaire
symétrique f et f est appelée la forme polaire de la forme quadratique q.
Proposition III.29 (Écriture matricielle). Soient (e1 , . . . , en ) une base de U et A la ma-
trice de f dans cette base. A s’écrit alors A = (f (ei , ej ))1≤i≤n,1≤j≤n = (aij ) avec aij = aji .
Soient u = x1 e1 + · · · + xn en et v = y1 e1 + · · · + yn en avec
x1 y1
. .
..
X= et .. .
Y=
xn yn
22 CHAPITRE III. FORMES BILINÉAIRES
On considère K = R.
Définition III.31. Soit U un R-espace vectoriel et q une forme quadratique. On dit que q
est positive si pour tout u ∈ U, q(u) ≥ 0. On dit q est définie positive si pour tout u ∈ U,
q(u) > 0.
Proposition III.32. Soit q une forme quadratique positive et f sa forme polaire. Si f est
non dégénéré alors q est définie positive.
Théorème III.33. Si q est une forme quadratique positive et f sa forme polaire alors :
q
|f (u, v)| ≤ q(u)q(v). (III.3)
est évidente. Comme q est une forme quadratique positive alors pour tout t ∈ R, q(u+tv) ≥
0. Or :
Q(t) = q(u + tv) = q(u) + 2tf (u, v) + t2 ≥ 0.
Le déterminant du polynome Q(t) est
Définition III.34. Une forme bilinéaire symétrique f sur un espace vectoriel réel U de
dimension finie, dont la forme quadratique associée est définie positive, est un produit
scalaire.
ESPACES EUCLIDIENS
IV.1 Généralités
Définition IV.1. Un R-espace vectoriel U de dimension finie et muni d’un produit scalaire
est un espace euclidien.
On notera le produit scalaire :
U×U → 7 R
,
(u, v) → hu, vi
Par conséquence, on peut alors définir une distance induite par la norme.
Définition IV.4. Soit U un espace euclidien muni d’une distance d définie par d(u, v) =
kv − uk ≥ 0. Cette distance vérifie les trois propriétés suivantes :
25
26 CHAPITRE IV. ESPACES EUCLIDIENS
et
hf ∨ (u), vi = α(f ∨ (u))(v).
f
U@ /U
@@
@@
f ∗ (α(u)) @@
α(u)
R
Ainsi :
U
α / U∗
∼
f∨ f∗
U
α / U∗
∼
On a alors : * n +
∨
X
hf (ej ), ei i = hej , f (ei )i = akj ek , ei = aij .
k=1
Définition IV.11. Soient U un espace euclidien muni d’un produit scalaire h·, ·i et f :
U → U. On dit que f est autoadjoint si f = f ∨ .
Corollaire IV.12. f est autoadjoint si et seulement si sa matrice dans une base ortho-
normale est symétrique.
Proposition IV.13. Soit U un espace euclidien muni d’un produit scalaire h·, ·i.
(i) Soit f : U → U linéaire alors l’application
U × U 7→ K
(u, v) → hf (u), vi
est bilinéaire.
(ii) Tout forme bilinéaire sur U est de ce type. Précisement, si ϕ ∈ L2 (U, K), il existe
une application linéaire unique f : U → U tel que :
ϕ(1) : U → U∗
.
u 7→ (v 7→ ϕ(u, v))
IV.2. ADJOINT D’UN ENDOMORPHISME 29
α : U → U∗
.
u 7→ (v 7→ hu, vi)
On a alors α(u)(v) = hu, vi et ϕ(1) (u)(v) = ϕ(u, v). On cherche f : U → U tel que
Ainsi :
f
U / U
α / U ∗
?
ϕ(1)
Autre méthode pour démontrer (ii). On cherche la matrice de f dans une base or-
thonormale. La matrice de f est égale à la matrice de ϕ. Soit u = x1 e1 + · · · + xn en
et v = y1 e1 + · · · + yn en avec :
x1 y1
. .
X = ..
et Y = ..
xn yn
x01
X0 = .
..
x0n
(iii) En exercice.
(iv) En exercice.
30 CHAPITRE IV. ESPACES EUCLIDIENS
Définition IV.14. Soit U un espace euclidien muni d’un produit scalaire h·, ·i. Une appli-
cation linéaire f : U → U est dite orthogonale si et seulent si :
Démonstration. (i) Supposons que pour tout u ∈ U, q(f (u)) = q(u), où q(u) = hu, ui.
On veut montrer que pour tout u, v ∈ U, q(f (u + v)) = q(u + v). On a alors
et :
q(f (u, v)) = q(f (u) + f (v)) = q(f (u)) + q(f (v)) + 2hf (u), f (v)i. (IV.4)
(ii) Si (e1 , . . . , en ) et (f1 , . . . , fn ) sont des bases orthonormales, il existe une unique ap-
plication f : U → U tel que f (ei ) = fi pour tout 1 ≤ i ≤ n. De plus, f est un
automorphisme orthogonal.
Démonstration. (i) Comme on a hei , ej i = δij et hf (ei ), f (ej )i = hei , ej i, l’assertion est
évidente.
IV.4. DÉCOMPOSITION CANONIQUE D’UNE FORME QUADRATIQUE 31
Donc :
n
X
hf (u), f (v)i = xi yi = hu, vi.
i=1
B = PT AP,
B = PT AP = P−1 AP.
Théorème IV.18. Soit U un espace vectoriel réel de dimension n. Alors toute forme
quadratique q sur U s’écrit sous la forme :
ϕ est symétrique ⇔ f est autoadjoint. Il existe donc une base orthonormale (e1 , . . . , en ) de
U formée de vecteurs propres de f :
∀i, 1 ≤ i ≤ n, f (ei ) = λi ei .
32 CHAPITRE IV. ESPACES EUCLIDIENS
Soient u = x1 e1 + · · · xn en et v = y1 e1 + · · · + yn en . Alors :
Ainsi, pour xi = yi ,
q(u) = λ1 x21 + · · · + λn x2n , λi ∈ R. (IV.5)
Quitte à réordonner la base, on peut supposer que λ1 , . . . , λr > 0, λr+1 , . . . , λr+s < 0
et λr + s + 1 = · · · = λn = 0. On pose pour 1 ≤ i ≤ r, λi = µ2i , pour r ≤ j ≤ r + s,
2
λj = νj−r . Alors :
µ1 x1 = ϕ1 (u)
..
.
µr xr = ϕr (u)
ν1 xr+1 = ψ1 (u)
..
.
νs xr+s = ψs (u).
U+ ∩ U− = Vect(ϕ1 , . . . , ϕr , ψ1 , . . . , ψs )⊥ = {0}.
Donc : Vect(ϕ1 , . . . , ϕr , ψ1 , . . . , ψs ) = U∗ . Or :
U+ = Vect(ϕ1 , . . . , ϕr )⊥ ,
U− = Vect(ψ1 , . . . , ψs )⊥ .
et ainsi :
U0+ ∩ U− = {0}.
n − s + n − r0 ≥ n ⇐⇒ s + r ≥ n = s + r
⇐⇒ r0 ≥ r.
De même, r ≥ r0 donc r = r0 et s = s0 .
Enfin, on montre l’unicité dans le cas général, c’est-à-dire r + s ≤ dim U∗ . Soit f la
forme bilinéiare symétrique polaire de q.
Ainsi,
Ker(f ) = {u ∈ U, ∀u ∈ U, f (u, v) = 0}
= {u ∈ U, ∀v ∈ U, ϕ1 (u)ϕ1 (v) + · · · + ϕr (u)ϕr (v)
− ψ1 (u)ψ1 (v) − · · · − ψs (u)ψs (v)}
= {u ∈ U, ϕ1 (u)ϕ1 + · · · + ϕr (u)ϕr − ψ1 (u)ψ − · · · − ψs (u)ψs }
= {u ∈ U, ϕ1 (u) = · · · = ϕr (u) = ψ1 (u) = · · · = ψs (u)}
r s
!
\ \
= Ker ϕi ∩ Ker ψj .
i=1 j=1
Le diagramme suivant
ψj
U MMM /84 R
MMM D
MM ϕi
s MMM&
ϕ̃i
&
Ũ = U/ Ker(f ) ψ̃j
ϕ̃i ◦ s = ϕi .
nous dit que Ker(f ) ⊂ Ker(ϕi ) ⇔ ψ̃i existe et Ker(f ) ⊂ Ker(ψj ) ⇔ ψ̃j existe. On définit
f˜ : Ũ × Ũ → R,
f˜(ũ, ṽ) = ϕ̃1 (ũ)ϕ̃1 (ṽ) + · · · + ϕ̃r (ũ)ϕ̃r (ṽ) − ψ̃1 (ũ)ψ̃1 (ṽ) − · · · − ψ̃s (ũ)ψ̃s (ṽ)
q̃(ũ) = ϕ̃1 (ũ)2 + · · · + ϕ̃r (ũ)2 − ψ̃1 (u)2 − · · · − ψ̃s (ũ)2 .
34 CHAPITRE IV. ESPACES EUCLIDIENS
T T
où X = ( ri=1 Ker ϕi ) ∩ sj=1 Ker ψj . Soit k = dim Ker(f ) et m − k = rg(f ). Comme
(r, s) ne dépendant que de q̃ et que
Donc : r + s = rg(f ).
Lemme IV.20. Soient U1 et U2 deux sous-espace de U tel que q|U1 est définie positive et
q|U2 est définie négative alors U1 ∩ U2 = {0}.
1 1 0
On cherche les valauers propres de A :
−λ 1 1
A − λI =
1 −λ 1
1 1 −λ
Le polynôme caratéristique de A est P(λ) = −(λ+1)2 (λ−2) (car pour λ = −1, rg(A+I) = 1
donc dim Ker(A+I) et tr(A) = 0 = −1−1+2). Il existe donc P une matrice de changement
de base orthogonale inversible pour le produit scalaire usuel tel que :
−1 0 0
−1
B = P AP = 0 −1 0
0 0 2
Comme on a : P−1 = P∗ , B = P∗ AP est la matrice de la forme bilinéaire f dans la nouvelle
base (f1 , f2 , f3 ) consitutée de vecteurs propres. Soit u = xe1 + ye2 + ze3 = Xf1 + Yf2 + Zf3 ,
alors :
0 0
x X
0 0 0
f (u, u ) = x y z A y = X Y Z B Y
z0 Z0
X0
−1 0 0
= X Y Z 0 1 0 Y = XX0 − YY0 + 2ZZ0
0
0 0 2 Z0
36 CHAPITRE IV. ESPACES EUCLIDIENS
Soit V un espace euclidien, h·, ·i un produit scalaire. On rappelle que f est orthogonal
si et seulement si pour tout u, v ∈ V, hu, vi = hf (u), f (v)i.
Ainsi, (e1 , . . . , em+ ) est une base de V+ et em+ +1 , . . . , em+ +m− est une base de V− .
Définition IV.25. On dit que f est une isométrie vectorielle si f est un automorphisme
orthogonal.
IV.5. CLASSIFICATION DES ISOMÉTRIES 37
0 0 1
b) Si m− = 3 alors f = − id et :
−1 0 0
0 −1 0 .
A=
0 0 −1
0 0 −1
d) Si m+ = 2 et m1 = 1, on a :
1 0 0
A = 0 1 0
0 0 −1
(ii) Si m+ + m− = 1 alors
a) si m+ = 1 et m− = 0 alors f est une rotation d’axe V1 et d’angle θ.
1 0 0
A = 0 cos θ − sin θ
0 sin θ cos θ
b) Si m+ = 0 et m− = 1 alors
−1 0 0 −1 0 0 1 0 0
0 cos θ − sin θ = 0 1 0 0 cos θ − sin θ
θ
v
Soit f, g des isométries directes, il existe (e1 , e2 ) une base orthonormale telle que f =
A(θ1 ) et il existe (e01 , e02 ) une base orthonormale telle que la matrice de g = A(θ2 ). On peut
40 CHAPITRE IV. ESPACES EUCLIDIENS
supposer que det(e1 ,e2 ) (e01 , e02 ) > 0, c’est-à-dire que la matrice de passage est de la forme
A(α). La matrice de g dans la base (e1 , e2 ) est aussi A(θ2 ). f et g sont représenté par A(θ1 )
et A(θ2 ) dans la même, ainsi g ◦ f est représentée par A(θ1 ) ◦ A(θ2 ) = A(θ1 + θ2 ) et f ◦ g
par A(θ2 ) ◦ A(θ1 ) = A(θ1 + θ2 ).
CHAPITRE V
FORMES HERMITIENNES
– (ii)
f (u, λv) = f (λv, u) = λf (v, u) = λ f (v, u) = λf (u, v)
41
42 CHAPITRE V. FORMES HERMITIENNES
Exemple V.8. Soit V un C-espace vectoriel tel que dim V = n. Soient (e1 , . . . , en ) une
base de V et (e∗1 , . . . , e∗n ) sa base duale. f , définie comme suit :
n
e∗i (u)e∗i (v)
X
f (u, v) :
i=1
et n n
x2i .
X X
q(u) = f (u, u) = xi xi =
i=1 i=1
Définition V.9. Soient V un C-espace vectoriel tel que dim V = n et (e1 , . . . , en ) une base
de V. Soient u = x1 e1 + · · · + xn en et v = y1 e1 + · · · + yn en avec :
x1 y1
. .
X = ..
et Y = ..
.
xn yn
Soit f une forme hermitienne alors sa matrice dans la base (e1 , . . . , en ) est
A = (f (ei , ej ))1≤i≤n,1≤j≤n .
Proposition V.11. On a :
(f (u, v)) = XT AY.
(q(u)) = XT AX.
Proposition V.13 (Changement de base). Soit P une matrice de passage tel que :
X0 = PX et Y0 = PY.
Soient A matrice de f dans la base (e1 , . . . , en ) et A0 matrice de f dans la base (e01 , . . . , e0n ).
On a :
T
f (u, v) = XT AY = X0 AY0 = XT PT A0 PY.
Ainsi, A = PT A0 P
V⊥ = {u ∈ V, ∀v ∈ V, f (u, v) = 0} = {u ∈ V, ∀v ∈ V, f (v, u) = 0}
f (v, u) = 0 ⇐⇒ f (u, v) = 0.
Définition V.16. Une forme hermitienne non dégénérée est une forme dont le noyau est
nul.
1≤i≤k
Corollaire V.23. Sous les hypothèses de la proposition V.22, f est non dégénérée si et
seulement si q est définie positive.
Démonstration. (⇒) On veut montrer que f non dégénérée implique q définie positive.
Supposons que q(u) = 0, alors d’après la proposition V.22 :
∀u ∈ V, |f (u, v)| = 0.
Donc :
∀v ∈ V, f (u, v) = 0 =⇒ u = 0.
(⇐) On veut montrer enfin que q définie positive implique que f est non dégénérée.
Soit u ∈ V alors
∀v ∈ V, f (u, v) = 0.
En particulier, si u = v, on a :
q(u) = f (u, u) = 0 =⇒ u = 0.
Définition V.24. Une forme hermitienne dont la forme quadratique associée est définie
positive est un produit scalaire hermitien.
46 CHAPITRE V. FORMES HERMITIENNES
Proposition V.26. Soit V un C-espace vectoriel de dimension finie, muni d’un produit
scalaire hermitien h·, ·i.
(i) Soit ϕ : V → V linéaire hermitienne alors f (u, v) = hϕ(u), vi est hermitienne.
(ii) Soit f : V × V → C une forme hermitienne alors il existe une unique V → V
hermitienne (ou auto-adjointe) tel que :
b) On a :
f (v, u) = hϕ(u), vi = hv, ϕ(u)i = ϕ(u), v = f (u, v).
(ii) On se donne f : V × V → C hermitienne. On cherche ϕ : V → V tel que f (u, v) =
hϕ(u), vi. On choisit donc une base (e1 , . . . , en ) orthonormale de V, u = x1 e1 +· · · xn en
et v = y1 e1 + · · · + yn en tel que :
x1 y1
. .
X = ..
et Y = ..
.
xn yn
X0 = .
.. ,
x0n
on a : ϕ(u) = u0 ,
T
(f (u, v)) = X0 Y,
V.1. FORMES ET ESPACES HERMETIENS 47
et :
On montre maintenant l’unicité de ϕ. Soient ϕ1 et ϕ2 tel que hϕ1 (u), vi = hϕ2 (u), vi.
Alors pour tout u, v, on a :
On a :
f (v, u) = hϕ(v), ui = f (u, v) = hϕ(u), vi = hv, ϕ(u)i.
Donc :
∀u, v, hϕ(u), vi = hv, ϕ(u)i.
On a bien ϕ auto-adjointe et :
Ker f = {u ∈ V, ∀v ∈ V, f (u, v) = 0}
= {u ∈ V, ∀v ∈ V, hϕ(u), vi = 0}
= {u ∈ V, ϕ(u) = 0} = Ker ϕ.
Proposition V.27. Soit V un C-espace vectoriel muni d’un produit scalaire h·, ·i. Soit
ϕ : V → V linéaire. Il existe une unique application ϕ∗ : V → V linéaire telle que :
On a ainsi :
n
T
x0i yi = X0 Y = XT AT Y = XT (AT Y)
X
hϕ(u), vi =
i=1
T
On pose A∗ = A . Soit ϕ∗ l’application linéaire dont la matrice est A∗ dans la base
(e1 , . . . , en ). Alors :
T
= XT A Y) = XT (A∗ Y) = hu, ϕ∗ (v)i.
Proposition V.30. Soient V un C-espace vectoriel muni d’un produit scalaire hermitien
h·, ·i et une application ϕ : V → V linéaire. ϕ est hermitienne (ou auto-adjointe) si et
seulement si pour tout u ∈ V, hϕ(u), ui ∈ R.
DOnc si pour tout u, v ∈ V, hϕ(u), vi = 0 alors pour tout u ∈ V, ϕ(u) = 0. Cela implique
que ϕ ≡ 0.
Passons maintenant à la démonstration de la proposition V.30.
V.1. FORMES ET ESPACES HERMETIENS 49
Proposition V.33. Soit V un C-espace vectoriel muni d’un produit scalaire hermitien
h·, ·i de dimension finie (dim V = n). Soit W un sous-espace vectoriel de V. On a alors :
dim W + dim Wx = dim V.
Démonstration. Voir la démonstration de la proposition V.19. La proposition reste valable
pour tout forme hermitienne non dégénérée. En particulier : V = W ⊕ Wx .
Théorème V.34. Un espace V muni d’un produit scalaire hermitien de dimension finie
admet une base orthonormée.
Démonstration. La démonstration se fait
qpar réccurence sur la dimension de V. On rappelle
que la norme d’un vecteur v est kvk = hv, vi.
Initialisation Soient dim V = 1 et e ∈ V tel que e 6= 0. On définit :
e e
e1 = q =
he, ei kek
∀u, v, u ∈ Vλ , v ∈ Vµ , hu, vi = 0.
(iii) Si W ⊂ V est stable par ϕ (c’est-à-dire ϕ(W) ⊂ W) alors Wx est stable par ϕ.
(iv) ϕ est diagonalisable dans une base orthonormale.
Démonstration. (i) Comme ϕ est hermitienne, c’est-à-dire que A est inversible, il existe
u ∈ V, u 6= 0 tel que ϕ(u) = λu. Ainsi,
Donc :
(λ − µ)hu, vi = 0.
Or, comme on avait λ 6= µ, cela implique que hu, vi = 0.
(iii) On suppose que ϕ(W) ⊂ W. Soit v ∈ Wx . Alors pour tout u ∈ W :
avec u = x1 e1 + · · · + xn en et v = y1 e1 + · · · + yn en .
Démonstration. Il existe ϕ autoadjoint tel que pour tout u, v ∈ V, f (u, v) = hϕ(u), vi. Il
existe une base orthonormale (e1 , . . . , en ) tel que ϕ(ej ) = λj ej . Soit : u = x1 e1 + · · · + xn en
et v = y1 e1 + · · · + yn en . On a ainsi :
n
X
f (u, v) = hx1 λ1 e1 + · · · + xn λn en , y1 e1 + · · · + yn en i = λj xj yj .
j=1
0 = kf (u)k = kuk =⇒ u = 0.
Ainsi, Ker(f ) = {0} donc f est une application linéaire U → U injective donc, comme U
est de dimension finie, bijective.
Théorème V.41. Soit f : U → U un automorphisme unitaire :
(i) Les valeurs propres de f sont des nombres complexes de module 1.
(ii) Si λ et µ sont deux valeurs propres distinctes de f alors Uλ et Uµ sont en somme
directe.
(iii) Si V ⊂ U tel que f (V) ⊂ V alors f (V⊥ ) ⊂ V⊥ .
(iv) Il existe une base orthonormale de U formée de vecteurs propres.
Démonstration. (i) Si λ est une valeur propre de f alors il existe u ∈ U, u 6= 0 tel que
f (u) = λu. On a alors :
– (ii) Soient λ et µ deux valeurs propres distinctes. Il existe donc u 6= 0 tel que f (u) =
λu et v 6= 0 tel que f (v) = µv. On a :
Lemme VI.1. On a :
dimC LR (U, C) = dimR U.
Précisément, soit (e1 , . . . , en ) une base de U sur R et (e∗1 , . . . , e∗n ) ∈ LR (U, C) définie
par e∗i (ej ) = δij . On a (e∗1 , . . . , e∗n ) est une base de LR (U, C).
Démonstration. 1. On montre que (e∗1 , . . . , e∗n ) est une partie génératrice de LR (U, C).
Soit ϕ ∈ LR (U, C) et λi = ϕ(ei ) ∈ C. Alors :
ϕ = λ1 e∗1 + · · · + λn e∗n .
2. On montre enfin que (e∗1 , . . . , e∗n ) est une famille libre de LR (U, C). On suppose que :
λ1 e∗1 + · · · + λn e∗n = 0.
λ1 e∗1 (ei ) + · · · + λi−1 e∗i−1 (ei ) + λi e∗i (ei ) + λi+1 e∗i+1 (ei ) + · · · + λn e∗n (ei ) = 0
implique que λi e∗i (ei ) = 0 et implique ainsi que λi = 0. Ce qui fait que (e∗1 , . . . , e∗n )
est une famille libre de LR (U, C).
53
54 CHAPITRE VI. COMPLEXIFICATION D’UN ESPACE EUCLIDIEN
∗∗ : U → UC
u 7→ u∗ ∗
u∗ ∗ (ϕ) = ϕ(u).
∗∗ : U → UC
u 7→ u∗ ∗
est R-linéaire et injective. De plus, l’image d’un système libre de R est un système
libre sur C. En particulier, si (e1 , . . . , en ) est une base de U sur R, (e∗∗ ∗∗
1 , . . . , en ) est
une base de UC sur C.
(ii) Tout vecteur de UC s’écrit de façon unique : u∗ ∗ + iv ∗ ∗ avec u, v ∈ C.
(iii) Pour tout C-espace vectoriel W et toute application R-linéaire f : U → W, il existe
une une application C-linéaire f˜ : UC → W tel que le diagramme suivant est com-
mutatif :
f
U /W .
{{=
{{
∗∗ {{
{{ f˜
UC
(iv) Soit f : U → V une application R-linéaire où U et V sont des espaces vectoriels réels
de dimension finie sur R, il existe alors une unique application C-linéaire fC : UC →
VC tel que :
f
U /V
∗∗ ∗∗
fC
UC / VC
(αu + βv)∗ ∗ (ϕ) = ϕ(αu + βv) = αϕ(u) + βϕ(v) = αu∗ ∗ (ϕ) + βv ∗ ∗ (ϕ).
VI.1. COMPLEXIFIÉ D’UN ESPACE VECTORIEL RÉEL 55
λ1 e∗1 ∗ + · · · + λk e∗k ∗ = 0.
ϕ(α1 e1 + · · · + αk ek ) = 0
ϕ(beta1 e1 + · · · + βk ek ) = 0.
Ainsi,
α + · · · + αk ek = 0
1 e1
α = α2 = · · · = αk = 0
1
=⇒ .
β1 e1 + · · · + βk ek = 0 β1 = β2 = · · · = βk = 0
f
U DD /V .
DD g
DD
DD
!
UC /V
C
On a ainsi g R-linéaire.
f2 ◦f1
U EE /W
EE yy<
EE y
E yy
f1 EE yyy f2
" y
V
= VC D DD f
{{ DD 2 C
{{
f1 C
{{ DD
{{ D"
UC(f /W
C
1 )C ◦(f2 )C =(f2 ◦f1 )C
Remarque VI.6. Si (e1 , . . . , en ) est une base de U et (f1 , . . . , fn ) est une base de V. Soit
A la matrice de f : U → V dans ces bases. La matrice de fC dans les bases (e∗1 ∗ , . . . , e∗n ∗ )
et (f1∗ ∗ , . . . , fn∗ ∗ ) est encore A.
Démonstration. On a :
n
X
f (ej ) = aij fi , aij ∈ R,
i=1
n n
!
∗∗
fC (e∗j ∗ ) aij fi∗ ∗ aij fi∗ ∗ .
X X
= f (ej ) = =
i=1 i=1
U →
7 UC
u → u∗ ∗
Donc on a unicité. Inversement on vérifie que cette formule définie bien une forme hermi-
tienne qui répond à la question.
Démonstration. (i) La matrice de fC est caractérisée par (fC (ei , ej )) mais d’après la
proposition VI.7, pour tout 1 ≤ i, j ≤ n, fC (ei , ej ) = f (ei , ej ). Donc : (fC (ei , ej )) =
(f (ei , ej )). C’est donc égale à A la matrice de f .
(ii) On a alors rg fC = rg(A) = rg(f ). Si le rang est maximal alors Ker f = Ker fC = 0.
(iii)
Soit U un espace euclidien muni de son produit scalaire h·, ·i. On note h·, ·iC la forme
hermitienne associée à h·, ·i. D’après la proposition VI.8, h·, ·iC est un produit scalaire
hermitien. On a que (UC , h·, ·iC ) est un produit scalaire hermitien.
(V⊥ )C ⊂ UC .
⊥UC
(i) (V⊥U )C = VC .
58 CHAPITRE VI. COMPLEXIFICATION D’UN ESPACE EUCLIDIEN
(ii) Si (e1 , . . . , en ) est une base orthonormale de U alors (e1 , . . . , en ) une base orthonor-
male de UC .
Démonstration. Soit u, v ∈ U alors on a : hu, viC = hu, vi. En particulier, u ⊥ v ∈ U ⇔
u ⊥ v ∈ UC .
Proposition VI.10. Soient U un espace euclidien et f : U → U une application.
f ∗ C = (fC )∗ ,
avec f ∗ l’autoadjoint de f . Les propositions suivantes sont équivalentes :
(i) f auto-adjoint,
(ii) fC auto-adjoint,
(iii) f = f ∗ ,
(iv) fC = (f ∗ )C = (fC )∗ .
Démonstration. Pour tout u, v ∈ U,
hf (u), vi = hu, f ∗ (v)i ⇐⇒ hf (u), viC = hu, f ∗ (v)iC
⇐⇒ hfC (u + iu0 ), v + iv 0 iC = hu + iu0 , (f ∗ )C (v + iv 0 )iC ,
et ceci pour tout u + iu0 et v + iv 0 . Cela implique que (f ∗ )C = (fC )∗ .
Proposition VI.11. Soient U un espace euclidien et f : U → U auto-adjoint. On lui
associe fC : UC → UC auto-adjoint (d’après la proposition VI.10). Soient (λ1 , . . . , λr ) des
valeurs réelles propres de fC , W et pour tout 1 ≤ i ≤ r, Wi = Ker(fC − λi id) ⊂ fC ,
Vi = Ker(f − λi id) ⊂ U. Alors pour tout 1 ≤ i ≤ n, Wi est engendré par Vi . On a de
plus :
1. dimC Wi = dimR Vi ,
L
2. U = 1≤i≤r Vi est en somme directe orthogonale,
3. f est diagonalisable dans une base orthogonale de U.
Démonstration. On a tout d’abord Vj ⊂ Wj . Soit u + iv ∈ Wj :
f (u + iv) = f (u) + if (v) .
| {z } | {z }
=λj (u+iv) =λj u+iλj v
Cela implique que f (u) = λj u et f (v) = λj v. Donc pour tout u, v ∈ V, Wj est bien
engendré sur C par Vj .
Soit (e1 , . . . , ek ) une base de Vj sur R alors (e1 , . . . , ek ) est un système générateur de
Wj sur C. (ei , . . . , ek ) est libre dans U implique que (e1 , . . . , ek ) est libre dans UC . On
a alors (e1 , . . . , ek ) est une base de Wj sur C. Donc k = dimR Vj = dimC Wj . Comme
UC = ⊕1≤i≤r Wj est en somme directe orthogonale, on a alors :
X X
dimC UC = dimC Wj = dimR U = dimR Vj .
1≤j≤r 1≤j≤r
VI.3. COMPLEXIFIÉ D’UN ESPACE EUCLIDIEN 59
Démonstration. (i) Soit λ une valeur propre de fC et w ∈ fC tel que fC (w) = λw. On
pose w = u + iv. On a alors :
fC (w) = λw = fC (w.
Cela implique donc que hu, vi et kuk = kvk. D’autre part, VectUC (w, w) est engendré
sur C par v et v. Cela entraine que (u, v) est un système libre.
(ii)
w+w 1 1
f (u) = f = (fC (w) + wC ) = (λw + λw).
2 2 2
Comme |λ| = 1, on peut écrire λ = cos θ + i sin θ et :
On a ainsi :
avec
U1 = Ker(f − id), U−1 = Ker(f + id),
et pour tout i, dim Uθi = 2ri est paire. De plus, pour tout i, il existe une base orthonormale
de Uθi dans laquelle la matrice f s’écrit
1
...
1
−1
..
.
−1
B1
...
Bn
tel que, pour tout 1 ≤ i ≤ n :
A(θi )
A(θi )
Bi = .. et dim Bi = 2ri × 2ri .
.
A(θi )
Démonstration. On considère le complexifié de f , fC . Soient p = dim Ker(fC − id) et q =
dim ker(fC + id). Soient λ1 , . . . , λr des valeurs propres de fC tel que, pour tout 1 ≤ i ≤ r,
λi 6= 1, on définit :
Wλj = Ker(f − λj id) et kj = dimC Wλj .
On choisit une base orthonormale (w1 , . . . , wkj ) de Wλj . On a ainsi W = Wλj ⊕ Wλj tel que
λj 6= λj . Une base de cet espace est (w1 , . . . , wkj , w1 , . . . , wkj ). Si on considère w0 = u0 + iv0
alors la base précédente devient (u1 , v1 , u2 , v2 , . . . , ukj , vkj ) et le matrice de f dans cette base
est Bj .
Soient U un espace vectoriel réel tel que dimR U = n et (e1 , . . . , en ), (e01 , . . . , e0n ) deux
bases de U. On définit la relation ∼ d’équivalence suivante :
(e1 , . . . , en ) ∼ (e01 , . . . , e0n ) ⇐⇒ det (e01 , . . . , e0n ) > 0.
(e1 ,...,en )
VI.4. ORIENTATION D’UN ESPACE VECTORIEL RÉEL ET ANGLE DE ROTATION61
Définition VI.15. On a deux classes d’équivalence pour ∼. Si on choisit une de ces deux
classes, on définit une ortientation dans l’espace U. Si on se limite à des bases orthogonales
alors :
det (e01 , . . . , e0n ) = ±1.
(e1 ,...,en )
et indirecte si
det (e01 , . . . , e0n ) = −1.
(e1 ,...,en )
Définition VI.16. Une orientation étant choisie, on définit le produit mixte de n vecteurs
(v1 , . . . , vn ) comme étant :
Remarques VI.17. 1. Si (e01 , . . . , e0n ) est une autre base orthonormale directe alors :
On a l’équivalence suivante :
v2
e2
θ
e1 v1
On a ainsi :
v1 ∧ v2 = kv1 kkv2 ke1 ∧ (e1 cos θ + e2 sin θ) = kv1 kkv2 k(e1 ∧ e2 ) sin θ. (VI.1)
e1 ∧ e2 = e3 car :
1. e1 ∧ e2 ∈ Vect(v1 , v2 )⊥ = Vect(e1 , e2 ), he1 ∧ e2 i = [e1 , e2 , e1 ] = 0 et he1 ∧ e2 , e2 i =
[e1 , e2 , e2 ] = 0.
2. [e1 , e2 , e1 ∧ e2 ] = he1 ∧ e2 , e1 ∧ e2 i = 1 ⇔ (e1 , e2 , e1 ∧ e2 ) est une base orthonormale
directe.
Donc :
(VI.1) ⇐⇒ v1 ∧ v2 = kv1 kkv2 ke3 sin θ.
f (u)
θ
u
−v
On appelle θ l’angle de la rotation mais cela dépend de l’orientation. Si (u, v) est directe
alors (u, −v) est indirecte. La matrice de f dans (u, −v) est :
!
− cos θ sin θ
A =
− sin θ cos θ
Si (u, v) et (u0 , v 0 ) sont deux bases orthonormales directes et f une rotation alors A+
(u,v) =
+
A(u0 ,v0 ) .
Index
64
INDEX 65
Kronecker, 8
système de vecteurs
base orthonormale, 26
orthogonal, 26
orthonormale, 26
théorème
de la base incomplète, 1
transposée, 6