Les espaces préhilbertiens

EL AMDAOUI Mustapha,
Lycée IBN TIMIYA,
site web: www.elamdaoui.com,
email: [email protected]

Niveau: MP

Table des matières

I Espace préhilbertien. Espace euclidien 2
I.1 Produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
I.2 Orthogonalité et base orthonormale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
I.3 Orthogonal d’une partie et supplémentaire orthogonal . . . . . . . . . . . . . . . . . . . . . . . 10

II Projection orthogonale sur un sous-espace de dimension finie 12

II.1 Projections orthogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
II.2 Suites totales, suites hilbertiennes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
II.3 Symétrie orthogonale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

III Endomorphismes orthogonaux d’un euclidien 18

III.1 Matrices orthogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
III.2 Groupe orthogonal d’un espace euclidien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
III.3 Automorphismes orthogonaux du plan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
III.4 Réduction des endomorphismes orthogonaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

IV Endomorphismes symétriques 27
IV.1 Endomorphisme symétrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
IV.2 Cas euclidien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
IV.3 Théorème spectral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
IV.4 Extrémum sur la sphère . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

V Formes linéaires d’un espace euclidien 30

V.1 Formes linéaires d’un espace euclidien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
V.2 Adjoint d’un endomorphisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
Espace préhilbertien. Espace euclidien 2

E désigne un R-espace vectoriel. n et p désignent des entiers naturels.

I Espace préhilbertien. Espace euclidien

I.1 Produit scalaire

Définition 1

On appelle produit scalaire sur E toute application ϕ : E × E → R vérifiant

1. ϕ est bilinéaire
2. ϕ est symétrique i.e. ∀ x, y ∈ E, ϕ( x, y) = ϕ( y, x)
3. ϕ est positive i.e. ∀ x ∈ E, ϕ( x, x) Ê 0
4. ϕ est définie i.e. ∀ x ∈ E, ϕ( x, x) = 0 ⇒ x = 0.
On dit qu’un produit scalaire est une forme bilinéaire symétrique définie positive.

Notation :
Le produit scalaire de deux vecteurs x et y est souvent noté < x, y >.

Remarque :

ϕ vérifie (3) et (4) si et seulement si ∀ x ∈ E \ {0}, ϕ ( x, x) > 0.

Propriété 1: Produit scalaire canonique sur Rn

n
ϕ : ( x, y) ∈ Rn × Rn 7−→ xk yk où x = ( x1 , · · · , xn ) et y = ( y1 , · · · , yn ), est un produit scalaire sur Rn
X
k=1

Propriété 2: Produit scalaire canonique sur Mn,p (R)

L’application ϕ : ( A, B) 7−→ Tr(t AB).est un produit scalaire sur Mn,p (R)

Preuve:
ϕ : Mn,p (R) × Mn,p (→) R est bien définie.
Soient λ, µ ∈ R et A, B, C ∈ Mn,p (R).
 ϕ(A, λB + µC) = Tr t A λB + µC = λTr(t AB) + µTr(t AC).
¡ ¡ ¢¢

 ϕ(A, B) = Tr AB = Tr AB = Tr t BA = ϕ(B, A)
¡t ¢ ¡t ¢ ¡ ¢

 Si les a i, j désignent les coefficients de A,

p
n X
a2i, j Ê 0
X
ϕ(A, A) =
i =1 j =1
p
n X
a2i, j = 0. Or la somme de quantités positives n’est nulle que si chacune des quantités est
X
 Si ϕ(A, A) = 0 alors
i =1 j =1
nulle et donc a i, j = 0 pour tous i, j. Ainsi A = 0.
Finalement ϕ est un produit scalaire sur le R-espace vectoriel E.
Ce produit scalaire est appelé produit scalaire canonique sur Mn,p (R)

Propriété 3: Produit scalaire sur C 2π (R)

Soit C 2π (R) l’espace des fonctions continues et 2π-périodiques sur R.

1 π
Z
L’application ϕ : ( f , g) 7−→ f ( t) g( t)d t est un produit scalaire sur C 2π (R)
π −π

Preuve:
ϕ : C 2π (R) × C 2π (R) → R est bien définie.
Soient λ, µ ∈ R et f , g, hZ∈ C 2π (R).
1 π 1 π 1 π
Z Z
 ϕ( f , λ g + µ h) = f (t) λ g(t) + µ h(t) dt = λ f (t)g(t)dt + µ
¡ ¢
f (t)h(t)dt.
π −π π −π π −π
1 π 1 π
Z Z
 ϕ( f , g) = f (t)g(t)dt = g(t) f (t)dt = ϕ(g, f )
π Z−π π −π
1 π 2
 ϕ( f , f ) = f (t)dt Ê 0
π −π
I.1 Produit scalaire 3

1 π 2
Z
 Si ϕ( f , f ) = 0 alors f (t)dt = 0. Or la fonction f 2 est continue positive sur [−π, π] donc f est nulle sur [−π, π],
π −π
puis elle est nulle sur R puisqu’elle est 2π-périodique..
ϕ est un produit scalaire sur le R-espace vectoriel C 2π (R).

Propriété 4: Produit scalaire sur R[ X ]

Soit I un intervalle de R d’intérieur non vide et soit ω ∈ C ( I, R∗+ ) telle que pour tout n ∈ N, t 7−→ t n ω( t) est
intégrable. Alors l’application Z
ϕ : (P,Q ) 7−→ P ( t)Q ( t)ω( t) d t
I
est un produit scalaire sur R[ X ]

Preuve:
ϕ : R[X ]2 → R est bien définie.
Soit λ ∈ R et P,Q, R Z∈ R[X ]. Z Z
 ϕ(P, λQ + R) = P(t) (λQ(t) + R(t)) ω(t) dt = λ P(t)Q(t)ω(t) dt + P(t)R(t)ω(t) dt.
Z I Z I I
 ϕ(P,Q) = P(t)Q(t)ω(t) dt = Q(t)p(t)ω(t) dt = ϕ(Q, P)
IZ I
1 π 2
 ϕ( f , f ) = f (t)dt Ê 0
π −π Z
 Si ϕ(P, P) = 0 alors P 2 (t)ω(t) dt = 0. Or la fonction P 2 .ω est continue positive et intégrable sur I d’intégrale nulle,
I
donc P 2 .ω est nulle sur I, puisque ω ne s’annule pas, alors P est nul sur I, puis il est nul sur R car il admet une infinité
de racines.
ϕ est un produit scalaire sur le R-espace vectoriel R[X ].

Exemple
Z +∞
L’application (P,Q ) 7−→ P ( t)Q ( t) e− t d t définit un produit scalaire sur R[ X ].
0

Définition 2

Un R-espace E muni d’un produit scalaire est dit préhilbertien et noté (E, < ., . >).

Si de plus E est de dimension finie, on parle d’espace euclidien

Définition 3: Norme euclidienne

p
On appelle norme euclidienne d’un vecteur x le réel k xk = < x, x >

Propriété 5

Soit (E, < ., . >) un espace préhilbertien, x ∈ E et α ∈ R

1. k xk Ê 0
2. k xk = 0 ⇔ x = 0
3. kα xk = |α|.k xk

Preuve:
2. Pour x ∈ E,
p
k xk = 0 ⇔ < x, x > = 0
⇔ < x, x >= 0
⇔ x=0

3. Pour x ∈ E et α ∈ R,
p
kα x k = < α x, α x >
p p
= α2 < x, x >
= |α| k xk
I.1 Produit scalaire 4

Propriété 6: Identités remarquables

Soit (E, < ., . >) un espace préhilbertien et x, y ∈ E

1. k x + yk2 = k xk2 + 2 < x, y > +k yk2
2. k x − yk2 = k xk2 − 2 < x, y > +k yk2
3. < x + y| x − y >= k xk2 − k yk2 .

Propriété 7: Identité du parallélogramme

Soit (E, < ., . >) un espace préhilbertien et x, y ∈ E ,

k x + yk2 + k x − yk2 = 2 k xk2 + k yk2

¡ ¢

Preuve:
Il suffit de sommer les deux premières identités remarquables précédentes
Remarque :

L’identité du parallélogramme signifie que, dans un parallélogramme donné, la somme des carrés des lon-
gueurs des diagonales est égale à la somme des carrés des longueurs des côtés.

Propriété 8: Identités de polarisation

Soit (E, < ., . >) un espace préhilbertien et x, y ∈ E ,

1. Première identité de polarisation :

1¡
k x + yk2 − k xk2 − k yk2
¢
< x, y >=
2

2. Deuxième identité de polarisation :

1¡
k x + yk2 − k x − yk2
¢
< x, y >=
4

Preuve:
Il suffit de faire la différence des deux premières identités remarquables précédentes
Remarque :

Par l’identité de polarisation, on peut calculer un produit scalaire à partir de la norme euclidienne associée.

Propriété 9: Inégalité de Cauchy-Schwarz

Soit (E, < ., . >) un espace préhilbertien et x, y ∈ E

|< x, y >| É k xk.k yk

De plus, il y a égalité si, et seulement si, x et y sont colinéaires.

Preuve:
 Si x = 0, la propriété est immédiate avec égalité et colinéarité des vecteurs x et y.

 Si x 6= 0, considérons pour λ ∈ R, le produit scalaire < λ x + y, λ x + y >.

D’une part, par positivité, < λ x + y, λ x + y >Ê 0.
D’autre part, par bilinéarité et symétrie,

< λ x + y, λ x + y >= λ2 < x, x > +2λ < x, y > + < y, y >

En posant a =< x, x > (a 6= 0 car x 6= 0), b = 2 < x, y > et c =< y, y >, le trinôme aλ2 + bλ + c est de signe constant donc
de discriminant négatif. Ainsi b2 − 4ac É 0 ce qui donne

< x, y >2 É< x, x > . < y, y >

De plus, s’il y a égalité dans cette inégalité, le discriminant est nul et donc il existe λ ∈ R tel que < λ x + y, λ x + y >= 0 ce
qui entraîne λ x + y = 0. La famille (x, y) est alors liée.
Inversement, supposons la famille (x, y) liée. Sachant x 6= 0, on peut écrire y = λ x et vérifier par bilinéarité du produit
scalaire l’égalité < x, y >2 =< x, x > . < y, y >.
I.2 Orthogonalité et base orthonormale 5

Exemple

Pour E = Rn , < ., . > le produit scalaire canonique, alors pour (α1 , · · · , αn ) , β1 , · · · , βn ∈ Rn , d’après l’inégalité
¡ ¢

de Cauchy-Schwartz,
à !2 à !à !
n n n
2 2
X X X
αi βi É αi βi
i =1 i =1 i =1

Exemple
Z b
Pour E = C ([a, b] , R) muni de < f , g >= f g,
a

µZ b ¶2 Z b Z b
fg É f2 g2
a a a

Exemple
¡t
Pour E = Mn,p (R) muni de < A, B >= Tr AB , alors ∀ A, B ∈ Mn,p (R),
¢

¡ ¡t ¢¢2
Tr AB É Tr t A A Tr t BB
¡ ¢ ¡ ¢

Propriété 10: Inégalité de Minkowski

Soit (E, < ., . >) un espace préhilbertien, alors pour tous x, y ∈ E ,

k x + yk É k xk + k yk

De plus, il y a égalité si, et seulement si, x et y sont colinéaires et < x, y >Ê 0 (ce qui signifie que x et y ont
même direction et même sens)

Preuve:
Soient x, y ∈ E. k x + yk2 =< x + y, x + y >
Par bilinéarité et symétrie du produit scalaire

k x + yk2 =< x, x > +2 < x, y > + < y, y >= k xk2 + 2 < x, y > +k yk2

Par l’inégalité de Cauchy-Schwarz

k x + yk2 É k xk2 + 2k xk.k yk + k yk2 = (k xk + k yk)2

et on en déduit l’inégalité triangulaire.

De plus, il y a égalité si, et seulement si, < x, y >= k xk.k yk ce qui signifie < x, y >Ê 0 et | < x, y > | = k xk.k yk
c’est-à-dire que les vecteurs x et y sont colinéaires et de même sens.

Corollaire 1 (Inégalité triangulaire renversée)

Soit (E, < ., . >) un espace préhilbertien, alors pour tous x, y ∈ E ,

|k xk − k yk| É k x − yk É k xk + k yk

Preuve:
Soient x, y ∈ E.
k xk = k(x − y) + yk É k x − yk + k yk
donc
k xk − k yk É k x − yk
De façon symétrique, on a aussi
k yk − k xk É k y − xk = k x − yk

I.2 Orthogonalité et base orthonormale

Soit E un R-espace préhilbertien réel.

I.2 Orthogonalité et base orthonormale 6

Définition 4: Vecteurs orthogonaux

Deux vecteurs x, y ∈ E sont dits orthogonaux si < x, y >= 0. On note x ⊥ y.

Définition 5

Soit I un ensemble non vide. La famille ( x i ) i∈ I de vecteurs de E est dite

 orthogonale si
∀ i, j ∈ I, i 6= j ⇒< x i , x j >= 0

 orthonormale si
(
1 si i = j
∀ i, j ∈ I, < x i , x j >= δ i j où δ i j =
0 si i = j

 base orthogonale si elle est à la fois base de E et famille orthogonale.

 base orthonormale ou BON si elle est à la fois base de E et famille orthonormale.

Exemple
Soit n ∈ N, on définit

c n : x 7−→ cos( nx) et s n : x 7−→ sin( nx).

Alors (
1 π δnm si n 6= 0 ou m 6= 0
Z
 cos( nt) cos( mt)d t = ;
π −π 2 si n = m = 0
(
1 π δnm si n 6= 0 ou m 6= 0
Z
 sin( nt) sin( mt)d t = ;
π −π 0 si n = 0 ou m = 0
Z π
1
 cos( nt) sin( mt)d t = 0.
π −π n o
Donc la famille { c 0 , c n , s n , n ∈ N∗ } est orthogonale et pc0 , c n , s n , n ∈ N∗ est orthonormale.
2

Propriété 11: Théorème de Pythagore

1. Deux vecteurs x et y de E sont orthogonaux si, et seulement si,

k x + y k2 = k x k2 + k y k2

2. Si la famille ( x1 , . . . , x p ) de vecteurs de E est orthogonale alors

° °2
°Xp ° p
k xk k2 .
X
xk ° =
° °
°
°k=1 ° k=1

Preuve:
1. Soit x, y ∈ E , on a
k x + yk2 = k xk2 + 2 < x, y > +k yk2
Donc k x + yk2 = k xk2 + k yk2 si, et seulement si, < x, y >= 0
2. Soit (x1 , . . . , x p ) une famille de vecteurs orthogonaux, on a
°2
p p ° p °
°
°X °
° x °2 + 2 ° x °2
X ° X X °
xk ° = < xi , x j > =
° °
° k k
k=1 k=1 1É i < j É p | {z } k=1
° °
=0

Propriété 12

1. Toute famille orthogonale de vecteurs non nuls est libre ;

2. Toute famille orthonormale est libre
I.2 Orthogonalité et base orthonormale 7

Preuve:
X
1. Soient J ⊂ I fini et (λ i ) i∈ J une famille de scalaires tels que λ i x i = 0. Par le théorème de Pythagore
i∈ J
° °2
X 2 ° °2 ° °X
°
λi xi =° λi xi ° = 0
° ° °
i∈ J
° i∈ J °
° °2
Donc pour tout i ∈ J, λ2i ° x i ° = 0, avec x i 6= 0, on tire λ i = 0. Ceci montre que la famille (x i ) i∈ I est alors libre.
2. Une famille orthonormale est une famille orthogonale de vecteurs non nuls

Propriété 13: Procédé de Gram-Schmidt

Soit ( e 1 , · · · , e n ) une famille libre de E . Il existe une et une seule famille orthonormée (ε1 , · · · , εn ) de E telle
que :
1. Pour tout k ∈ [[1, n]] , Vect(ε1 , . . . , εk ) = Vect( e 1 , . . . , e k ).
2. Pour tout k ∈ [[1, n]] , < εk , e k >> 0.
Cette famille est donnée par :
e1
• ε1 = .
ke1k
kX
−1
ek − < e k , εi > εi
i =1
• ∀ k ∈ [[2, n]] , εk = ° °.
° kX −1 °
° ek − < e k , εi > εi °
° °
i =1
° °

Preuve:
La famille (e i ) i∈ I est libre donc ∀ i ∈ I, e i 6= 0.
e1
Existence: Par récurrence, pour ε1 = on a ε1 ∈ Vect(e 1 ) et < ε1 , e 1 >= 1 > 0.
ke1k
Soit k Ê 2 et k ∈ I. Supposons qu’on a construit les vecteurs ε1 , . . . , εk−1 qui vérifient les deux conditions de la propriété.
kX−1
On pose u k = e k − < ε i , e k > ε i = e k − p k−1 (e k ).
i =1
Le vecteur u k est non nul car sinon e k = p k−1 (e k ) ∈ Vect ε1 , . . . , εk−1 = Vect e 1 , . . . , e k−1 donc la famille (e 1 , . . . , e k )
¡ ¢ ¡ ¢

sera liée.
¢⊥
Par construction u k ∈ Vect ε1 , . . . , εk−1 et on déduit que
¡

< e k , uk > = < e k − p k−1 (e k ), u k >

= < u k , u k >= k u k k2 > 0
uk
On pose εk = donc εk vérifie les conditions de la propriété.
ku k k
On déduit l’existence d’une famille (ε1 , . . . , εn )
Unicité: Soit (ε01 , . . . , ε0n ) une famille orthonormale qui répond aux conditions de la propriété. On a ε01 ∈ Vect(e 1 ) =
Vect(ε1 ) donc ∃α ∈ K, ε01 = αε1 .
On a < e 1 , ε01 >= α < e 1 , ε1 >, < e 1 , ε01 >> 0 et < e 1 , ε1 >> 0 ? donc α ∈ R∗ 0
+ . Or, 1 = kε1 k = |α|kε1 k = |α|, donc α = 1 d’où
ε01 = ε.
Soit 2 É k É n. On a ε0k ∈ Vect e 1 , . . . , e k = Vect ε1 , . . . , εk donc ∃α1 , . . . , αk ∈ K tels que ε0k = α1 ε1 + · · · + αk εk .
¡ ¢ ¡ ¢
³ ´⊥
D’autre part ε0k ∈ Vect ε01 , . . . , ε0k−1 et

Vect ε01 , . . . , ε0k−1 = Vect e 1 , . . . , e k−1 = Vect(ε1 , . . . , εn−1 )

¡ ¢ ¡ ¢

donc ε0k = αk εk .
On a < ε0k , e k >= αk < εk , e k >, < ε0k , e k >> 0 et < εk , e k >> 0, alors αk > 0. Comme kε0k k = kεk k = 1, on obtient αk = 1.
D’où ε0k = εk . D’où l’unicité.

Méthode: Obtention d’une famille orthonormale

Soit L = ( e 1 , . . . , e n ) . Pour obtenir une famille orthonormale à partir de L par le procédé de Gram-Schmidt
on suit les étapes suivantes :
Etape 1 : On calcul ε1 = k ee 11 k .
kX −1 uk
Etape k Ê 2 : On calcule u k = e k − < ε i , e k > ε i et on calcule ensuite εk = .
i =1 k u kk
I.2 Orthogonalité et base orthonormale 8

Exemple

R3 muni du produit scalaire usuel de

Orthonormalisation la famille ((1, 1, 0), (0, 1, 1), (1, 0, 1)) :

On pose e 1 = (1, 1, 0), e 2 = (0, 1, 1) et e 3 = (1, 0, 1). On a la famille ( e 1 , e 2 , e 3 ) est libre et soit (ε1 , ε2 , ε3 ) la
famille orthonormale obtenue à partir de ( e 1 , e 2 , e 3 ) par le procédé de Gram-Schmidt.
 On a ε1 = k ee 11 k = p1 (1, 1, 0).
2
 On pose u2 = e 2 − < ε1 , e 2 > ε1 . On a
1
u2 = (−1, 1, 2)
2
u2 1
On déduit que ε2 = = p (−1, 1, 2) .
ku2 k 6
 On pose u3 = e 3 − < ε1 , e 3 > ε1 − < ε2 , e 3 > ε2 . On a
2
u3 = (1, −1, 1)
3
u3 1
On déduit que ε3 = = p (1, −1, 1).
ku3 k 3

Exemple
Z 1
Orthonormalisation dans R3 [ X ] muni du produit scalaire < P,Q >= P ( t)Q ( t) d t de la base canonique
0
2 3
(1, X , X , X )

On pose ∀ k ∈ {0, 1, 2, 3}, P k = X k et soit (Q 0 ,Q 1 ,Q 2 ,Q 3 ) la famille orthonormale obtenue à partir de

(P0 , P1 , P2 , P3 ) par le procédé de Gram-Schmidt.
Z 1 Z 1
P0
 On a kP0 k2 =< P0 , P0 >= P02 = d x = 1 donc Q 0 = = 1.
0 0 kP0 k
 On pose R1 = P1 − < Q 0 , P1 > Q 0 . On a
Z 1 Z 1 1
< Q 0 , P1 >= Q 0 ( x)P1 ( x)d x = xd x =
0 0 2
1
donc R 1 = X − . Avec
2 ¶2 p
Z 1 Z 1µ 1 3
2
kR 1 k =< R 1 , R 1 >= R 12 = x− dx =
0 0 2 6
R1 p 1
µ ¶
donc Q 1 = =2 3 X − .
kR 1 k 2
 On pose R2 = P2 − < Q 0 , P2 > Q 0 − < Q 1 , P2 > Q 1 . On a :
Z 1 Z 1 1
< Q 0 , P2 >= Q 0 ( x)P2 ( x)d x = x2 d x =
0 0 3
et p
Z 1 p Z 1 µ
1
¶
3
< Q 1 , P2 >= Q 1 ( x)P2 ( x)d x = 2 3 x2 x − d x =
0 0 2 6
1 1 Z 1 1 1
Z
Donc R 2 = X 2 − X + . On a kR 2 k2 = R 22 = ( x2 − x + )2 = .
6 0 ¶ 0 6 180
R2 p 1
µ
On déduit que Q 2 = = 6 5 X2 − X + .
kR 2 k 6
 On pose R3 = P3 − < Q 0 , P3 > Q 0 − < Q 1 , P3 > Q 1 − < Q 2 , P3 > Q 2 . On a
Z 1 1
Z 1
< Q 0 , P3 > = Q 0 ( x)P3 ( x)d x = x3 d x =
0 0 4
Z 1 p
p Z 1 3 1 3 3
µ ¶
< Q 1 , P3 > = Q 1 ( x)P3 ( x)d x = 2 3 x x − dx =
0 0 2 20
Z 1 p
p Z 1 3 2 1 5
µ ¶
< Q 2 , P3 > = Q 2 ( x)P3 ( x)d x = 6 5 x x − x + dx =
0 0 6 20
I.2 Orthogonalité et base orthonormale 9

3 2 3 1
Donc R 3 = X 3 − X + X− . Or
2 5 20
Z 1 Z 1
3 3 1 2 1
k R 3 k2 = R 32 = (X 3 − X 2 + X − ) =
0 0 2 5 20 2800

R3 p 3 3 1
µ ¶
On déduit que Q 3 = = 20 7 X 3 − X 2 + X − .
kR 3 k 2 5 20

Théorème 1

Tout espace euclidien, non nul, admet une base orthonormale.

Preuve:
Voir le procédé de Gram-Schmidt

Propriété 14

Toute famille orthonormale d’un espace euclidien E se complète en une base orthonormale de E .

Propriété 15: Calcul avec une base orthonormale

Soient E un R-espace préhilbertien de dimension finie n ∈ N∗ et ( e 1 , . . . , e n ) une base orthonormale sur E .

Alors :
s
n
X n
X
1. x = < e k , x > e k et k xk = < e k , x >2 .
k=1 k=0
n
X n
X n
X
2. Soit x = xk e k , y = yk e k , on a < x, y >= xk yk et
k=0 k=0 k=0
s
n
( xk − yk )2
X
k x − yk =
k=0

3. Pour tout u ∈ L (E ), on a MatB ( u) = < e i , u( e j ) > 1É i, jÉn .

¡ ¢
n
X
En particulier Tr ( u) = < e k , u( e k ) >.
k=1

Preuve:
n
X
1. Soit x = xk e k . Soit k ∈ {1, . . . , n}. On a
k=1
n
X n
X
< e k , x >=< e k , x i e i >= x i < e k , e i >= xk
i =1 i =1
n
X
donc x = < e k , x > e k et par suite
k=1
n n
k x k2
X X
= < x, x >=< xk e k , xk e k >
k=1 k=1
n n n
x2k
X X X
= xk x` < e k , e ` >= xk x` δk,` =
k,`=1 k,`=1 k=1
v
u n
| x k |2
uX
donc k xk = t
k=0
n
X n
X
2. Soit x = xk e k et y = yk e k donc
k=0 k=0
n
X n
X n
X
< x, y > = < xk e k , yk e k >= xk y` < e k , e ` >
k=0 k=0 k,`=0
n
X n
X
= xk yk δk,` = xk yk
k,`=0 k=0
° ° v
°Xn ° u n ¢2
° uX ¡
On a d(x, y) = k x − yk = ° |(xk − yk )e k ° = t xk − yk .
°
k=0 k=0
° °
I.3 Orthogonal d’une partie et supplémentaire orthogonal 10

3. Soit B = (e 1 , . . . , e n ) une base de E , u ∈ L (E) et A la matrice de u dans la base B . Soit j ∈ {1, . . . , n} donc u(e j ) =
Xn n
X
a i j e i d’où < e i , u(e i ) >= a ii . On a Tr (u) = a kk donc
i =1 k=1

n
X
Tr (u) = < e k , u(e k ) >
k=1

I.3 Orthogonal d’une partie et supplémentaire orthogonal

Soit (E, < ., . >) un espace préhilbertien.

Définition 6

 Soit A ⊂ E non vide. On appelle orthogonal de A l’ensemble

{ x ∈ E, ∀a ∈ A, < x, a >= 0}

On le note A ⊥ et par convention ;⊥ = E

 Deux parties A, B ⊂ E sont dites orthogonales si

∀a ∈ A, ∀ b ∈ B, < a, b >= 0

On note A ⊥ B.
 Une famille ( A i ) i∈ I de parties de E est dite orthogonale si les A i sont deux à deux orthogonales.

Notation :
¡ ¢⊥
Le double orthogonal A ⊥ est noté A ⊥⊥

Propriété 16

Soit A et B deux parties de E et F un sous-espace vectoriel

1. E ⊥ = {0} et {0}⊥ = E ;
2. A ⊥ est un sous-espace fermé de E ;
3. A ∩ A ⊥ ⊂ {0} et F ∩ F ⊥ = {0}. En particulier F + F ⊥ est directe
4. A ⊂ B ⇒ B⊥ ⊂ A ⊥ ;
5. A ⊂ A ⊥⊥ ;
6. A ⊥ = Vect( A )⊥ . En particulier si F = Vect( e 1 , · · · , e n ), alors

F ⊥ = { x ∈ E tel que ∀ i ∈ [[1, n]] , < e i , x >= 0}

Définition 7: Supplémentaires orthogonaux

Deux sous-espaces vectoriels F et G sont dits supplémentaires orthogonaux s’ils sont supplémentaires et
orthogonaux. C’est-à-dire
E = F ⊕ G et F ⊥ G

On écrit, alors
⊥
E = F ⊕G

Exemple
Dans M n (R) muni du produit scalaire canonique les sous-espaces vectoriels S n (R) et A n (R) sont supplé-
mentaires orthogonaux.

Soient A ∈ S n (R) et B ∈ A n (R).

< A, B >= Tr t AB = Tr ( AB)
¡ ¢

et
< A, B >=< B, A >= Tr t BA = −Tr (BA ) = Tr ( AB)
¡ ¢
I.3 Orthogonal d’une partie et supplémentaire orthogonal 11

donc < A, B >= 0. Ainsi S n (R) et A n (R) sont orthogonaux et donc en somme directe.
De plus, pour tout M ∈ M n (R), on peut écrire

1 1
M = (M + t M) + (M − t M)
2 2
1 1
avec ( M + t M ) ∈ S n (R) et ( M − t M ) ∈ A n (R). Ainsi
2 2
⊥
M n (R) = S n (R) ⊕ A n (R)

Propriété 17

Soit F et G deux sous-espaces supplémentaires de E , alors

F ⊥ G ⇐⇒ G = F ⊥ ⇐⇒ F = G ⊥

Si F admet un supplémentaire orthogonal, celui-ci est unique et c’est F ⊥ . En outre F ⊥⊥ = F .

Preuve:
 G = F ⊥ ⇒ F ⊥ G et F = G ⊥ ⇒ F ⊥ G sont évidentes
 Montrons F ⊥ G ⇒ G = F ⊥ . On a G ⊂ F ⊥
Inversement soit x ∈ F ⊥ , puisque E = F ⊕ G,il existe (xF , xG ) ∈ F × G tel que x = xF + xG . On a < x, xF >= 0, car x ∈ F ⊥
et puisque G ⊥ F, alors < xF | xG >= 0, donc

k xF k2 =< xF , xF >=< x, xF > − < xG , xF >= 0

puis xF = 0, en conséquence x ∈ G, ce qui montre F ⊥ ⊂ G

 F et G jouent un rôle symétrique, donc F ⊥ G ⇒ F = G ⊥

Attention
Soit E = `2 (R) = ( u n ) ∈ RN | u2n converge et F l’ensemble des suites à support fini.
© P ª
+∞
X
< u|v >= u n vn définit un produit scalaire sur E .
n=0
F est un sous-espace vectoriel de E engendré par la famille ( H n ) avec H n = δk,n k∈N . Soit u = ( u n ) ∈ E , on
¡ ¢

u ∈ F⊥ ⇐⇒ ∀ n ∈ N, < u| H n >= 0
⇐⇒ ∀ n ∈ N, un = 0
u=0 ⇐⇒
1
µ ¶
⊥
∈ `2 (R) \ F .
L ⊥
Ainsi F = {0} et F F = F . Mais F 6= E , car la suite
n+1

Ce contre-exemple montre qu’Il se peut que F et F ⊥ ne soient pas supplémentaires.

Propriété 18

⊥
Soit F un sous-espace de dimension finie d’un espace préhilbertien E , alors E = F ⊕ F ⊥

Preuve:
On a F ∩ F ⊥ = {0}, alors il suffit de montrer que E ⊂ F + F ⊥
 Si F = {0}, alors E = F ⊥ = F + F ⊥ .
¡ ¢ p
X
 Si F 6= {0}. On pose p = dim F et soit e i i∈[[1,p]] une base orthonormale de F. Pour x ∈ E, on pose y = < ei, x > ei.
i =1
On voit bien que y ∈ F et pour tout k ∈ [[1, p]], on a
p
X
< ek, x − y > = < ek, x > − < e i , x >< e k , e j >
i =1
X p
= < ek, x > − < e i , x > δk,i = 0
i =1

On conclut x − y ∈ { e 1 , · · · , e p }⊥ = F ⊥ , donc x = y + (x − y) se compose en somme de deux vecteurs y ∈ F et x − y ∈ F ⊥ . On

Projection orthogonale sur un sous-espace de dimension finie 12

en déduit donc E ⊂ F + F ⊥

Corollaire 2
Soit F un sous-espace vectoriel d’un euclidien E , alors
1. E = F F ⊥ ;
L

2. dimF ⊥ = dimE − dimF ;

3. F ⊥⊥ = F

Propriété 19

p
p X
Si (F i ) i=1 une famille finie de sous-espaces vectoriels deux à deux orthogonaux, la somme F i est directe
i =1

p
X M
Fi = Fi
i =1 1É i É p

On dit alors que les F1 , · · · , F p sont en somme directe orthogonale.

M p
Si la somme directe F i égale E , on dit que (F i ) i=1 est une famille de sous-espaces supplémentaires
1É i É p
orthogonaux

Preuve:
p
X
Soit (x1 , · · · , x p ) ∈ F1 × · · · × F p tel que x i = 0. Pour tout k ∈ [[1, p]], on a :
i =1

p
k xk k2 =< xk ,
X
x i >=< xk , 0 >= 0
i =1

Propriété 20
p
Soit (F i ) i=1 est une famille de sous-espaces supplémentaires orthogonaux, on a :

F j = F i⊥
X
∀ i ∈ [[1, p]] ,
j ∈[[1,p]]
j 6= i

Preuve:
F j , on a G ⊂ F i⊥ et E = G F i donc G = F i⊥
X L
Soit G =
j ∈[[1,p]]
j 6= i

II Projection orthogonale sur un sous-espace de dimension finie

Soit E un espace préhilbertien et F un sous-espace vectoriel de E de dimension finie.

II.1 Projections orthogonales

Définition 8

On appelle projection orthogonale sur F la projection vectorielle p F sur F parallèlement à F ⊥ .

Propriété 21

Soit p un projecteur de E . Les assertions suivantes sont équivalentes

1. Ker p et Im p sont orthogonaux ;
2. Ker p = Im ( p)⊥ ;
3. Im p = Ker ( p)⊥ .

Tout projecteur vérifiant l’une des trois assertions est projecteur orthogonal.
II.1 Projections orthogonales 13

Preuve:
p étant un projecteur, on sait alors que E = Imp ⊕ Kerp et les équivalences des trois assertions deviennent évidentes
Remarque :

Si p est un projecteur orthogonal, alors I d E − p l’est aussi

Propriété 22: Caractérisation des projections orthogonales

Soit p un projecteur de E . Les assertions suivantes sont équivalentes :

1. p est un projecteur orthogonal ;
2. Pour tous x, y ∈ E , on a < p( x), y >=< x, p( y) > ;
3. ∀ x ∈ E , k p( x)k É k xk.

Preuve:
1 ⇒ 2) Supposons que p est un projecteur orthogonal. Soit x, y ∈ E, on a

< p(x), y >=< p(x), y − p(y) > + < p(x), p(y) >=< p(x), p(y) >

De façon semblable < x, p(y) >=< p(x), p(y) > et donc < p(x), y >=< x, p(y) >.
2 ⇒ 3) On applique 2) avec y = p(x), ce qui donne alors p(y) = p2 (x) = p(x). Il vient k p(x)k2 =< x, p(x) >, donc, d’après
l’inégalité de Cauchy-Schwarz : k p(x)k2 É k p(x)k.k xk, et pour p(x) 6= 0, par simplification par k p(x)k, on obtient k p(x)k É
k xk. Enfin cette inégalité est vérifiée pour p(x) = 0
3) ⇒ 1) Si p n’est pas orthogonal, alors il existe x ∈ Imp et y ∈ Kerp tels que < x, y >6= 0, donc x 6= 0 et y 6= 0.
< x, y >
Avec λ = − , on obtient < y, x + λ y >= 0 et λ 6= 0, puis, d’après le théorème de Pythagore,
k yk2

k xk2 = k x + λ yk2 + |λ|2 k yk2 > k x + λ yk2

donc k xk > k x + λ yk. Avec z = x + λ y, on trouve p(z) = x et k zk < k p(z)k, ce qui est absurde

Propriété 23

Soit F un sous-espace vectoriel de dimension finie de E . Alors

1. La projection p F orthogonale sur F (projection sur F parallèlement à F ⊥ ) est 1-lipschitzienne.
2. Expression dans une base orthonormale
Si B = ( e 1 , · · · , e p ) est une base orthonormée de F alors
p
X
∀ x ∈ E, p F ( x) = < e j, x > e j
j =1

3. Minimisation de distance : Soit x ∈ E , alors pour tout y ∈ F ,

k x − yk Ê k x − p F ( x ) k

avec égalité si, et seulement si, y = p F ( x). En particulier

d ( x, F ) = inf {k x − y k , y ∈ F } = k x − p F ( x)k

Preuve:
1. D’après la propriété 22.
2. D’après la propriété 18.
3. On écrit x − y = (x − P F (x)) + (P F (x) − y) avec x − P F (x) ∈ F ⊥ et P F (x) − y ∈ F.
Par Pythagore
k x − yk2 = k x − P F (x)k2 + kP F (x) − yk2 Ê k x − P F (x)k2 ,
avec égalité si, et seulement, si y = P F (x)

Corollaire 3
Soit D = Vect (a) avec a 6= 0 et H = Vect(a)⊥ . Alors
< a, x > < x, a >
∀ x ∈ E, p D ( x) = a et p H ( x) = x − a
k a k2 k a k2
II.2 Suites totales, suites hilbertiennes 14

et ° °
° < x, a > °° et d ( x, H ) = | < x, a > |
d ( x, D ) = ° x − 2
a
° k ak ° k ak

Preuve:
Par la formule précédente, on obtient alors
< a| x >
∀ x ∈ E, p D (x) = a
k a k2
< x, a >
Puisque id − p H est la projection orthogonale sur la droite D = Vect(a), on obtient alors x − p H (x) = a puis
k a k2
< x, a >
p H (x) = x − a
kak2

Exemple
Soit E un espace vectoriel euclidien de dimension 3 muni d’une base orthonormée B = ( i, j, k).
Soit P : x + y − z = 0, D = Vect(a) avec a = i − k et u = i + 2 j − k. Calculons d ( u, D ) et d ( u, P ).

Soit v = (1, 1, −1), on a P = Vect (v)⊥ . Par les formules précédentes

|< u, v >| |1 + 2 + 1| 4
d ( u, P ) = = p =
kvk 3 3

et ° ° ¯ ° p
° < u, a > °° = ¯ 3 i + 2 j − 1 ° = 26
¯ °
d ( u, D ) = ° u − 2
a
° k ak ° ¯ 2 2° 2

Propriété 24: Inégalité de Bessel

Soit ( e n )n∈N une famille orthonormale de E et x ∈ E , alors la famille < e n , x >2 n∈N est sommable et
¡ ¢

| < e n , x >2 É k xk2 .

X
n∈N

Preuve:
Pour tout partie finie J de N on a :
X ¡ ¢
〈 e i | x〉 e i est le projeté orthogonal de x sur Vect e i , i ∈ J
i∈ J

II.2 Suites totales, suites hilbertiennes

E un espace préhilbertien réel et ( e n )n∈N une suite de E

Définition 9: Famille totale, base hilbertienne

Soit ( e n )∈N une suite d’éléments de E .

1. ( e n )n∈N est dite totale si l’espace vectoriel qu’elle engendre est dense dans E . Autrement-dit
Vect( e n , n ∈ N) = E
2. ( e n )n∈N est dite base hilbertienne si elle est à la fois orthonormale et totale

Remarque :

Soit x ∈ H = Vect( e n )n∈N , alors il existe J finie de N et (α i ) i∈ J tels que

X
x= αi e i
i∈ J

Propriété 25

Soit ( e i ) i∈N une base hilbertienne E et x ∈ E .

1. En notant P n le projecteur orthogonal de E sur Vect ( e 0 , · · · , e n ), alors

∀ x ∈ E, P n ( x) −−−−−→ x
n→+∞
X
La série < e n , x > e n converge de somme x
nÊ0
II.2 Suites totales, suites hilbertiennes 15

< e n , x >2 converge de somme k x k2 , c’est-à-dire

X
2. La série
nÊ0

+∞
< e n , x >2 = k xk2
X
(Égalité de Parseval)
n=0

Preuve:
On fixe x ∈ E
1. Soit ε > 0. Par hypothèse la suite e i i∈N est totale, donc il existe y ∈ Vect (e n , n ∈ N) tel que
¡ ¢

k x − yk < ε

Soit N ∈ N tel que y ∈ Vect e 0 , · · · , e N . La suite (F n ) définie par F n = Vect (e 0 , · · · , e n ) est croissante au sens de
¡ ¢

l’inclusion, alors pour tout n Ê N, on a y ∈ F n et

k P n (x) − x k É k y − x k < ε

2. Pour n ∈ N, on pose F n = Vect (e 0 , · · · , e n ). On a

n
k x − P n (x)|2 = k xk2 − < e k | x >2
X

k=0

n
< e n , x >2 −−−−−→ k x k2
X
Comme P n (x) −−−−−→ 0, alors
n→+∞ n→+∞
k=0

Application 1: Séries de Fourier

Soit f ∈ C 2π (R), on définit les coefficients de Fourier de f par

1 π
Z
∀ n ∈ N, a n = f ( t) cos( nt) d t;
π −π
Z π
1
∀ n ∈ N∗ , b n = f ( t) sin( nt) d t
π −π

Alors
a 0 +∞
∀ x ∈ R,
X
f ( x) = + (a n cos( nx) + b n sin( nx))
2 n=1
Et
1 π a20 +∞
Z
f 2 ( x) d x = a2n + b2n
X¡ ¢
+
π −π 2 n=1

Exemple

Soit f la fonction 2π-périodique définie sur [−π, π] par f ( x) = x2 .

π2 X (−1)n
+∞
1. Montrer que ∀ x ∈ [−π, π] , x2 = +4 2
cos( nx)
3 n=1 n
+∞
X 1
2. Déduire la somme 2
n=1 n
+∞
X 1
3. En utilisant l’égalité de Parseval, déduire 4
n=1 n

1. La fonction f est paire donc ∀ n ∈ N∗ , b n = 0.

1 π 2 4(−1)n 2 π 2 2π 2
Z Z
Soit n ∈ N . On a a n =
∗
x cos ( nx) d x = . On a a 0 = x d x = . D’où
2π −π n2 π 0 3
π2 +∞ (−1)n
x2 =
X
∀ x ∈ [−π, π] , +4 2
cos( nx)
3 n=1 n

1 π2
+∞
X
2. Pour x = π, on obtient 2
= .
n=1 n 6
3. D’après la formule de Parseval on a
1 π 4 2π 4 +∞
X 1 +∞ 1 π4
Z X
x dx = + 16 Puis =
π −π 9 n=1 n
4
n=1 n
4 90
II.3 Symétrie orthogonale 16

II.3 Symétrie orthogonale

Soit F un sous-espace vectoriel de E de dimension finie.

Définition 10

On appelle symétrie orthogonale par rapport à F la symétrie vectorielle s F par rapport à F parallèlement
à F ⊥.
Si F est un hyperplan de E , on dit que s F est la réflexion par rapport à F .

Propriété 26

Soient a, b ∈ E tels que kak = k bk et a 6= b.

Il existe une réflexion et une seule qui échange a et b.

Preuve:
 Analyse : Soit s une réflexion d’hyperplan H solution.
On a s(a) = b et s(b) = a donc s(b − a) = a − b = −(b − a). Par suite b − a ∈ H ⊥ . Or b − a 6= 0 donc H = Vectb − a⊥ . Ceci
déterminer H, et donc s, de façon unique.
 Synthèse : Soit s la réflexion d’hyperplan H = Vectb − a⊥ . Puisque kak = kbk, on a (a + b|a − b) = kak2 −k bk2 = 0 donc
1 1 1 1
a + b ∈ H. Or a = (a + b) + (a − b) donc s(a) = (a + b) − (a − b) = b et s(b) = s2 (a) = a. Ainsi s est solution.
2 2 2 2

Propriété 27

s F est un endomorphisme de E vérifiant s2 = id , Ker( s − id ) = F et Ker( s + id ) = F ⊥ . De plus − s F = s F ⊥ et

s F = 2 p F − id

Preuve:
Puisque s F est la symétrie par rapport à F et parallèlement à F ⊥ , s F est un endomorphisme de E vérifiant s2 = I d. Aussi
Ker(s F − I d) = F (espace par rapport auquel a lieu la symétrie) et Ker(s F + I d) = F ⊥ (espace parallèlement auquel a lieu la
symétrie).
De plus − s F est la symétrie complémentaire de s F c’est-à-dire la symétrie par rapport à F ⊥ parallèlement à F = F ⊥⊥ ,
autrement dit la symétrie par rapport à F ⊥ .
Enfin s F = 2p F − I d car p F est la projection sur F parallèlement à F ⊥ .

Propriété 28

Si B = ( e 1 , · · · , e p ) est une base orthonormée de F alors

p
X
∀ x ∈ E, s F ( x) = 2 < x, e j > e j − x
j =1

Preuve:
p
X
Pour tout x ∈ E, p F (x) = < x, e j > e j
j =1

Exemple
[Symétrie par rapport à une droite vectorielle] Soit D = Vect (a) avec a 6= 0. Alors
< x, a >
∀ x ∈ E, s D ( x) = 2 a−x
k a k2

Exemple

[Réflexion] Soit H = Vect(a)⊥ avec a 6= 0. Alors

< x, a >
∀ x ∈ E, s H ( x) = x − 2 a
k a k2

Exemple
Soit E un espace vectoriel euclidien de dimension 3 muni d’une base orthonormée B = ( e 1 , e 2 , e 3 ).
Soit s la réflexion par rapport au plan P : x + y − z = 0.
II.3 Symétrie orthogonale 17

Formons la matrice A de s dans la base B.

Soit a = i + j − k un vecteur normal à P , alors pour tout x ∈ E , on a :

< x, a >
s( x) = x − −2 a
kak2

On en déduit
2 1
s( i ) = i − ( i + j − k) = ( i − 2 j + 2 k)
3 3
2 1
s( j ) = j − ( i + j − k) = (−2 i + j + 2 k)
3 3
2 1
s( k ) = k + ( i + j − k) = (2 i + 2 j + k)
3 3
 
1 −2 2
1
Ainsi A = −2 1 2

3
2 2 1

Propriété 29: Caractérisation des symétries orthogonales

Soit s ∈ L (E ) une symétrie. On a équivalence entre :

1. s est une symétrie orthogonale
2. ∀ x, y ∈ E, ( s( x)| y) = ( x| s( y)).
3. ∀ x ∈ E, k s( x) k = k xk

Preuve:
1 ⇒ 2) Supposons que s est une symétrie orthogonale.
1
On sait déjà s2 = id. Soit p = (s + id) la projection associée à la symétrie s.
2
Pour tout x, y ∈ E. On a
(s(x)| y) = (2p(x) − x| y) = 2(p(x)| y)− < x, y >
Or (p(x)| y) = (x| p(y)) car la projection p est orthogonale donc

(s(x)| y) = 2(x| p(y))− < x, y >= (x|2p(y) − y) = (x| s(y))

2 ⇒ 1) Puisque s2 = id, les espaces F = Ker(s − id) et G = Ker(s + I d) sont supplémentaires dans E et q est la symétrie par
rapport à F et parallèlement à G. Pour conclure, il suffit de montrer que G = F ⊥ .
Soient x ∈ F et y ∈ G.

< x, y >= (s(x)| y) = (x| s(y)) = (x| − y) = − < x, y > donc < x, y >= 0

On en déduit que les espaces F et G sont orthogonaux. Ainsi G ⊂ F ⊥ , or dimG = dimE − dimF = dimF ⊥ donc G = F ⊥ .

Corollaire 4
La matrice d’une symétrie orthogonale dans une base orthonormée est symétrique.

Preuve:
Notons A = (a i, j ) la matrice d’une symétrie orthogonale s dans une base orthonormée B = (e 1 , ..., e n ).
Le coefficient d’indice (i, j) de A est la ième composante dans B de l’image du jème vecteur de base par p. Ainsi a i, j =
(e i | s(e j )).
Or p est une symétrie orthogonale donc a i, j = (s(e i )| e j ) = (e i | s(e j )) = a j,i . Par suite la matrice A est symétrique.

Corollaire 5
Les symétries orthogonales conservent le produit scalaire

∀ x, y ∈ E, ( s( x)| s( y)) =< x, y >

En particulier, les symétries orthogonales conservent la norme

∀ x ∈ E, k s( x)k = k xk
Endomorphismes orthogonaux d’un euclidien 18

Preuve:
Soit x, y ∈ E, on a
(s(x)| s(y)) = (x| s2 (y)) =< x, y >

III Endomorphismes orthogonaux d’un euclidien

E désigne un espace euclidien de dimension finie n Ê 1

III.1 Matrices orthogonales

Définition 11

Une matrice A ∈ Mn (R) est dite orthogonale si t A A = I n .

On note O n (R) l’ensemble de matrices orthogonales.

Exemple
I n ∈ O n (R) et − I n ∈ O n (R)

Propriété 30

Soit A ∈ Mn (R) de colonnes C 1 , · · · , C n et de lignes L 1 , · · · , L n . Les assertions suivantes sont équivalentes :

1. A ∈ O n (R) ;
2. A ∈ GLn (R) et A −1 = t A ;
3. A t A = I n ;
4. la famille (C 1 , · · · , C n ) est orthonormale pour le produit scalaire canonique de Mn,1 (R) ;
5. la famille (L 1 , · · · , L n ) est orthonormale pour le produit scalaire canonique de M1,n (R) ;
6. A est la matrice de passage d’une BON à une BON

Preuve:
¡ ¢
Posons A = a i, j 1É i, jÉn .
Les trois assertions sont équivalentes.
1 ⇐⇒ 4. On a t A = a j,i 1É i, jÉn et t A A = b i, j 1É i, jÉn avec
¡ ¢ ¡ ¢

n
X
b i, j = a k,i a k, j =< C i , C j >
k=1

donc
t
A A = I n ⇐⇒ ∀ i, j ∈ [[1, n]] , < C i , C j >= b i, j = δ i, j

3 ⇐⇒ 5. Posons A t A = c i, j 1É i, jÉn , alors

¡ ¢

n
X
c i, j = a i,k a j,k =< L i , L j >
k=1
donc
A t A = I n ⇐⇒ ∀ i, j ∈ [[1, n]] , < L i , L j >= c i, j = δ i, j

4 ⇐⇒ 6. Soit B = (e 1 , · · · , e n ) une base orthonormée de E et B0 = (e01 , · · · , e0n ) une famille de vecteurs de E. Notons p i, j le
coefficient général de la matrice P = MatB (e01 , · · · , e0n ). p i, j est la ième composante dans la base B du vecteur e0j . Notons
p0i, j le coefficient général de la matrice t P. On a p0i, j = p j,i
Enfin, notons a i, j le coefficient général de la matrice t PP. On a

n n
p0i,k p k, j =
X X
a i, j = p k,i p k, j
k=1 k=1

Or par calcul du produit scalaire de deux vecteurs par ses composantes dans une base orthonormée, on a aussi
n
(e0i | e0j ) =
X
p k,i p k, j
k=1

Ainsi a i, j = (e0i | e0j ) et donc t PP = I n si, et seulement si, la famille B0 est orthonormée et cette dernière est alors une
base orthonormée de E.
III.1 Matrices orthogonales 19

Exemple

p1 p1 p1
 
 13 2 6 
Soit la matrice A =  p
 3 − p1 p1  ∈ M3 (R). Montrons que A ∈ O3 (R)
2 6 
p1 0 − p2
3 6

En notant C 1 , C 2 et C 3 les colonnes de A on a

< C 1 , C 2 >=< C 2 , C 3 >=< C 1 , C 3 >= 0 et kC 1 k = kC 2 k = kC 3 k = 1

On en déduit A ∈ O3 (R ).

Propriété 31

1. O n (R) est un sous-groupe compact de (GLn (R), ×) appelé groupe orthogonal d’ordre n.
2. det (O n (R)) = {−1, 1}.

n (R) = { A ∈ M n (R) , det( A ) = 1} un sous-groupe compact du groupe orthogonal d’ordre n, appelé

3. O +
groupe spécial orthogonal d’ordre n et noté aussi SO n (R)

n (R) = { A ∈ M n (R) , det( A ) = −1} est un compact de O n (R)

4. O −

Preuve:

1.  O n (R) ⊂ GLn (R), I n ∈ O n (R) .

 Soient A, B ∈ O n (R).
AB est inversible et (AB)−1 = B−1 A −1 = t Bt A = t (AB) donc AB ∈ O n (R).
 Soit A ∈ O n (R).
¢−1 t −1 t −1
A −1 est inversible et A −1 = ( A) = (A ) donc A −1 ∈ O n (R).
¡

Donc O n (R) est un sous-groupe de (GLn (R), ×).

L’application f : A ∈ M n (R) 7−→ t A A est continue et { I n } fermé, donc O n (R) = f −1 ({ I n }) est un fermé relatif à M n (R) et
c’est donc une partie fermée. Enfin,
q considérons k . k la norme euclidienne associée au produit scalaire canonique sur
p
M n (R). Pour A ∈ O n (R), k A k = Tr A A = Tr (I n ) = n. Par suite O n (R) est une partie bornée. Puisque M n (R) est
t
¡ ¢ p

de dimension finie, O n (R) est une partie compacte car fermée et bornée.
2. Soit A ∈ O n (R), on a ³ ´
det(A)2 = det t A A = 1
donc det(A) ∈ {−1, 1}. Or det(I n ) = 1 et det (diag (−1, 1, · · · , 1)) = −1 et I n , diag (−1, 1, · · · , 1) ∈ O n (R), donc det (O n (R)) =
{−1, 1}.
3. O +
n (R) = O n (R) ∩ Ker(det) est un sous-groupe fermé d’un groupe compact.
4. Soit O ∈ O − −
¡ +
n (R), l’application ϕ : A ∈ M n (R) 7−→ AO est continue et O n (R) = ϕ O n (R)
¢

Attention

n (R) n’est pas un sous-groupe de O n (R) puisque le produit de deux matrices de O n (R) appartient à O n (R).
O− − +

Propriété 32: Classification de O2 (R)

Soit M ∈ M2 (R)
1. M ∈ O2+ (R) si, et seulement si, il existe un réel θ unique à 2π près vérifiant
à !
cos θ − sin θ
M = R (θ ) =
sin θ cos θ

O2 (R), × est un groupe commutatif.

¡ + ¢

2. M ∈ O2− (R) si, et seulement si, il existe un réel θ unique à 2π près vérifiant
à !
cos θ sin θ
M = S (θ ) =
sin θ − cos θ
à !
2 1 ⊥ 0
En outre S (θ ) = I 2 et S (θ ) ≈
0 −1
III.2 Groupe orthogonal d’un espace euclidien 20

Preuve:
à !
a c
Soit M = ∈ M2 (R).
b d
1.  Puisque a2 + c2 = 1, il existe θ ∈ R tel que a = cos θ et b = sin θ .
On a det(M) = ad − bc = 1 et a2 + c2 = b2 + d 2 = 1 donc

(a − d)2 + (b + c)2 = a2 + c2 + a2 + c2 − 2(ad − bc) = 0

On en déduit a = d et c = − b puis M = R(θ ).

 Par le calcul et en exploitant les formules de développement de cos θ + θ 0 ) et sin θ + θ 0 , on obtient
¡ ¢ ¡ ¢

R (θ ) × R θ 0 = R θ + θ 0 .
¡ ¢ ¡ ¢

En particulier, les matrices de rotation commutent entre elles. En outre

R (θ )−1 = t R (θ ) = R (−θ ) .

2. Comme a2 + b2 = 1, il existe θ ∈ R tel que a = cos θ et b = sin θ .

On a det M = ad − bc = −1 et a2 + c2 = b2 + d 2 = 1 donc

(a + d)2 + (b − c)2 = a2 + c2 + a2 + c2 − 2(ad − bc) = 0

à !
cos θ sin θ
On en déduit a = − d et c = b puis M =
sin θ − cos θ

III.2 Groupe orthogonal d’un espace euclidien

Définition 12

Soit u ∈ L (E ). On dit que u est orthogonal ou une isométrie si ∀ x ∈ E, k u( x)k = k xk.

O (E ) désigne l’ensemble des automorphismes orthogonaux.

Remarque :

I d E ∈ O (E )

Propriété 33

Les seules valeurs propres réelles possibles d’un endomorphisme orthogonal sont −1 et 1. En particulier
tout endomorphisme orthogonal est un isomorphisme

Preuve:
Si λ est une valeur propre réelle de u ∈ O (E) et x ∈ E un vecteur propre associé unitaire, des égalités k u(x) k = k x k et
u(x) = λ x , on déduit alors que |λ| = 1.

Propriété 34: Propriétés caractéristiques

Soit u ∈ L (E ). Les assertions suivantes sont équivalentes :

1. u ∈ O (E ) ;
2. ∀ x, y ∈ E, < u( x), u( y) >=< x, y > ;
3. u transforme toute BON de E en une BON de E ;
4. u transforme au moins une BON de E en une BON de E .
5. Il existe une BON de E telle que Mat ( u) ∈ O n (R)
B

Preuve:
1 ⇒ 2) si l’endomorphisme u conserve la norme, alors d’après l’identité de polarisation, on a :

4 < u(x), u(y) > = k u(x) + u(y)k2 − k u(x) − u(y)k2

= k u(x + y)k2 − k u(x − y)k2
= k x + yk2 − k x − yk2 = 4 < x, y >

2 ⇒ 3) Soit B = e i 1É iÉn une base orthonormale de E, alors pour tout i, j ∈ [[1, n]] :
¡ ¢

< u(e i )| u(e j ) >=< e i | e j >= δ i j

III.3 Automorphismes orthogonaux du plan 21

¡ ¢
Donc u(e i ) 1É iÉn est une famille orthonormale de n éléments, c’est une BON
3 ⇒ 4) Évidente
4) ⇒ 5) Supposons l’endomorphisme u orthogonal. La famille (u(e 1 ), · · · , u(e n )) est orthonormale et c’est donc une base
orthonormée. Puisque
MatB (u) = MatB (u(e 1 ), · · · , u(e n ))
MatB (u) ∈ O n (R) car matrice de passage entre deux bases orthonormales.
5) ⇒ 1) Supposons A = MatB (u) ∈ O n (R).
Soit x un vecteur de E de matrice X dans la base B . Puisque la base B est orthonormale k x k2 = t X X . Puisque la
matrice de u(x) dans B est A X , alors

k u(x) k2 = t (A X )A X = t X t A A X = t X X = k x k2

Ainsi u conserve la norme et donc est une isométrie vectorielle.

Exemple
Une symétrie orthogonale est un automorphisme orthogonal.

Attention
Il est essentiel de vérifier que la base B est orthonormale pour exploiter ce résultat.

Théorème 2

1. Soit u ∈ O (E ), alors Sp ( u) ⊂ {−1, 1}.

En particulier tout endomorphisme orthogonal est un isomorphisme
2. L’ensemble O (E ) des isométries vectorielles de E est un sous-groupe compact de (GL(E ), ◦) appelé
groupe orthogonal de E ;
3. Pour tout u ∈ O (E ), |det( u)| = 1 ;
4. SO (E ) = { u ∈ O (E ) , det( u) = 1} est un sous-groupe compact de (O (E ), ◦) appelé groupe spécial orthogo-
nal de E .
5. Si F un sous-espace vectoriel de E stable par u, alors F ⊥ est stable par u et l’application induite par u
sur F ( resp sur F ⊥ ) est un élément de O (F ) ( resp sur O F ⊥ )
¡ ¢

Preuve:
1. Si λ est une valeur propre réelle de u ∈ O (E) et x ∈ E un vecteur propre associé unitaire. Des égalités k u(x) k = k x k et
u(x) = λ x , on déduit alors que |λ| = 1.
2. Considérons B une base orthonormée de E et
(
M n ( R) −→ L (E)
Φ:
M 7−→ MatB (u)

On a Φ (O n (R)) = O(E) et Φ est continue (linéaire au départ d’un espace de dimension finie) donc O(E) est compact.
Φ est un morphisme de groupe multiplicatif donc O(E) est un sous-groupe de (GL(E), ◦).
3. Soit B une base orthonormale de E, alors u ∈ O(E) si, et seulement si, Mat (u) ∈ O n (R)
B
5. Si F est stable par u, u(F) ⊂ F. Notons u F l’application induite par u sur F ; alors u F ∈ L (F). Comme F ⊂ E, on a :
° °
∀ x ∈ F, ° u F (x) ° = k u(x) k = k x k

Donc u F ∈ O(F).
Soit y ∈ F ⊥ et soit x ∈ F. Comme u F ∈ O(F), il existe x0 ∈ F tel que x = u x0 et
¡ ¢

< x, u(y) >=< u(x0 ), u(y) >=< x0 , y >= 0

Donc F ⊥ est stable par u. Par un raisonnement analogue au précédent appliqué à u et F ⊥ on prouve que u F ⊥ ∈ O F ⊥
¡ ¢

III.3 Automorphismes orthogonaux du plan

E désigne un plan euclidien orienté.

III.3 Automorphismes orthogonaux du plan 22

Propriété 35: Classification de O 2+ (R)

Pour toute matrice M ∈ O 2+ (R) il existe un réel θ unique à 2π près vérifiant

à !
cos θ − sin θ
M = R (θ ) = matrice de rotation d’angle θ
sin θ cos θ

De plus, pour tout θ , θ 0 ∈ R.

1. R (θ ) = R θ 0 ⇐⇒ θ ≡ θ 0 [2π]
¡ ¢

2. R (θ ) × R θ 0 = R θ + θ 0 .
¡ ¢ ¡ ¢

En particulier, les matrices de rotation commutent entre elles.

3. R (θ )−1 = t R (θ ) = R (−θ )

Preuve:
à !
a c
Soit M = ∈ O 2+ (R).
b d
Puisque a2 + c2 = 1, il existe θ ∈ R tel que a = cos θ et b = sin θ .
On a det M = ad − bc = 1 et a2 + c2 = b2 + d 2 = 1 donc (a − d)2 + (b + c)2 = a2 + c2 + a2 + c2 − 2(ad − bc) = 0. On en déduit
a = d et c = − b puis M = R(θ )
1. Car (
cos θ = cos θ 0
⇐⇒ θ ≡ θ 0 [2π]
sin θ = sin θ 0

2. Par le calcul et en exploitant les formules de développement de cos θ + θ 0 ) et sin θ + θ 0 .

¡ ¢ ¡ ¢

3. car R (θ ) ∈ O 2+ (R)

Corollaire 6
O 2 (R), × est un groupe commutatif.
¡ + ¢

Preuve:
Car les matrices de rotation commutent entre elles.

Propriété 36

[Rotation du plan euclidien orienté] La matrice d’un endomorphisme r ∈ O + (E ) est la même dans toute
base orthonormée directe du plan E .
Plus précisément, il existe θ ∈ R, unique à 2π près, tel que matrice de r dans toute base orthonormée directe
du plan E est R (θ )

Preuve:
Soient B et B0 deux bases orthonormées directes de E et P la matrice de passage de B à B0 . Puisque B et B0 sont orthonormée
directe P ∈ O 2+ (R).
Notons A et A 0 les matrices de l’endomorphisme r dans les bases B et B0 . Ces matrices appartiennent à O 2+ (R).
Par la formule de changement de base, A 0 = P −1 AP.
Or A, P ∈ O 2+ (R) et le groupe (O 2+ (R), ×) est commutatif donc A 0 = P −1 P A = A.
Ainsi, la representation de l’endomorphisme r est la même dans toute base orthonormée directe choisie et puisque celle-ci
est une matrice de O 2+ (R), c’est une matrice R(θ ) avec θ déterminé de façon unique à 2π près.

Définition 13

L’automorphisme orthogonal positif représenté par la matrice R (θ ) dans les bases orthonormées directes
du plan E est appelé rotation d’angle θ et noté Rotθ

Exemple
IdE = Rot0 , −IdE = Rotπ .

Propriété 37

Soit θ , θ 0 ∈ R.
1. Rotθ = Rotθ0 ⇐⇒ θ ≡ θ 0 [2π]
III.4 Réduction des endomorphismes orthogonaux 23

2. Rotθ ◦ Rotθ0 = Rotθ+θ0 = Rotθ0 ◦ Rotθ

3. Rotθ −1 = Rot−θ

Preuve:
Il suffit de transposer matriciellement les énoncés.

Corollaire 7
O + (E ) = {Rotθ | θ ∈ R} est un groupe abélien.

Propriété 38: Classification de O 2− (R)

Pour toute matrice M ∈ O 2− (R) il existe un réel θ unique à 2π près vérifiant

à !
cos θ sin θ
M = S (θ ) =
sin θ − cos θ

Elles vérifient S (θ )2 = I 2

Preuve:
à !
a b
Soit M = .
c d
Comme a2 + b2 = 1, il existe θ ∈ R tel que a = cos θ et b = sin θ .
On a det M = ad − bc = −Ã1 et a2 + c2 = b!2 + d 2 = 1 donc (a + d)2 + (b − c)2 = a2 + c2 + a2 + c2 − 2(ad − bc) = 0. On en déduit
cos θ sin θ
a = − d et c = b puis M =
sin θ − cos θ

Propriété 39: Automorphismes orthogonaux négatifs du plan

Soit B = ( i, j ) une base orthonormée de E .

Pour tout automorphisme orthogonal négatif s de E , il existe θ ∈ R tel que
à !
cos θ sin θ
MatB ( s) =
sin θ − cos θ

¶ s correspond
De µplus alors à la réflexion par rapport à la droite vectorielle dirigée par le vecteur u =
θ θ
µ ¶
cos i + sin j.
2 2
Il existe une base B 0 dans laquelle la symétrie est représentée par la matrice
à !
1 0
S (0) =
0 −1

Preuve:
θ θ
µ ¶ µ ¶
Considérons σ la réflexion par rapport à la droite vectorielle engendrée par le vecteur unitaire u = cos i + sin j. Pour
2 2
tout vecteur ¶ a σ(x) µ= 2¶< x,µu >¶ u − x donc
xµ de¶ E, on
θ θ θ
µ
σ(i) = 2 cos 2 − 1 i + 2 cos sin j = cos θ i + sin θ j et
µ ¶2 ³ ´ 2µ ¶ 2¶
θ ϕ θ
µ
σ( j) = 2 cos sin i − 2 sin2 − 1 j = sin θ i − cos θ j.
2 2 2
On en déduit que les applications linéaires σ et s prennent les mêmes valeurs sur i et j et sont donc égales.

III.4 Réduction des endomorphismes orthogonaux

Lemme 1
Soit u ∈ O (E ) et F un sous-espace vectoriel de E stable par u, alors F ⊥ est stable par u

Lemme 2
Soit u ∈ O (E ). Il existe des sous espaces vectoriels de E , P1 , · · · , P r , de dimension égale à 1 ou 2, deux à deux
III.4 Réduction des endomorphismes orthogonaux 24

⊥
orthogonaux, stables par u et tels que E = ⊕ P i
1É j É r

Preuve:
On procède par récurrence sur la dimension n = dim E Ê 1.
 Pour n = 1 ou 2, le résultat est évident.
 Supposons le acquis pour tout endomorphisme orthogonal sur un espace vectoriel euclidien de dimension p comprise
entre 1 et n − 1, avec n Ê 3.
Si P1 est un sous espace vectoriel de E non réduit à {0} de dimension au plus égale à 2 stable par u ∈ O (E) alors P1⊥
est stable par u.
Comme 1 É n − 1 É dim P1⊥ É n − 1, on peut trouver des sous espaces vectoriels de E, P2 , · · · , P r , de dimension au plus
2, deux à deux orthogonaux et stables par la restriction de u à P1⊥ , donc par u, tels que P1⊥ = ⊕rj=2 P i . On a alors
E = P1 ⊕ P1⊥ .
à !
a b
Dans le cas ou n = 2, la forme des matrices orthogonales est particulièrement simple : si A = ∈ O 2 (R) , il existe
c d
alors un unique réel θ ∈ [0, 2π[ tel que :
à ! à !
cos θ − sin θ cos θ sin θ
A= ou A=
sin θ cos θ sin θ − cos θ
à !
1 0
et dans le deuxième cas, A est orthogonalement semblable à , ce que l’on peut verifier avec :
0 −1

cos θ2 − sin θ2 θ
sin θ2
 ³ ´ ³ ´ Ã ! ³ ´ ³ ´ Ã !
³ ´  1 0  cos ³2 ´ ³ ´ = cos θ sin θ
sin θ2 cos θ2 −1 − sin θ cos θ2
 ³ ´
0 sin θ − cos θ
2

On peut aussi dire que A est symétrique et orthogonale, donc A 2 = A t A = I n et elle est diagonalisable puisque
à annulée
!
1 0
par X 2 − 1 qui est scinde à racines simples dans R. Comme A 6= ± I 2 , elle est orthogonalement semblable à
0 −1

Théorème 3

Soit u ∈ O (E ) avec n Ê 2. Il existe une base orthonormée B de E dans laquelle la matrice de u s’ecrit :
 
Ip 0 ··· ··· 0
 .. .. 
 0 −I q . . 
 
 .. .. 
 
D= . . .. R ..
 1 . . 

 . . .. 
 . .. . 0
 . 
0 ··· ··· 0 Rr

où pour tout k ∈ [[1, r ]], on a note : Ã !

cos θk − sin θk
Rk =
sin θk cos θk
avec θk ∈ ]0, 2π[ \ {π} et p, q, r sont des entiers naturels tels p + q + 2 r = n (si l’un de ces entiers est nul, les
blocs de matrices correspondants n’existent pas).

Preuve:
On procède par recurrence sur la dimension n Ê 2 de E.
 Pour n = 2, c’est fait avec le lemme précèdent.
 Supposons le résultat acquis pour les endomorphismes orthogonaux sur les espaces euclidiens de dimension p comprise
entre 2 et n − 1 et soit u ∈ O (E) avec n = dim(E) Ê 3.
4 Si u admet 1 ou −1 comme valeur propre, pour tout vecteur propre unitaire e 1 associé à cette valeur propre, le sous
espace vectoriel H = Vect(x)⊥ est stable par u et il existe alors une base orthonormée B1 de H dans laquelle la
matrice de la restriction de u à H est de la forme :
 
Ip 0 ··· ··· 0

 .. .. 
0
 − I q . . 
 . .. .. .. 
 ..
A1 =  . R1 . . 

 
 . .. ..
 .

 . . . 0

0 ··· ··· 0 Rr
III.4 Réduction des endomorphismes orthogonaux 25

à !
±1 0
Dans la base orthonormée { e 1 } ∪ B1 la matrice de u est A = , qui se ramène bien à la forme souhaitée en
0 A1
permutant au besoin e 1 avec l’un des vecteurs de B1 .
4 Si toutes les valeurs propres de u sont complexes non réelles, on a alors une décomposition E = ⊕ri=1 P k où les P k
sont de dimension 2 deux à deux orthogonaux et stables par u. L’etude du cas n = 2 nous dit alors qu’il existe, pour
tout k compris entre 1 et r, une base orthonormée Bk de P k dans laquelle la matrice de u est de la forme :
à !
cos θk − sin θk
Rk =
sin θk cos θk

avec θk ∈ ]0, 2π[ \{π}. En réunissant toutes ces bases, on obtient une base orthonormée de E dans laquelle la matrice
de u est :  
R1 0 ··· 0

.. .. 
.
 
0 R2 . 
A=  
 .. .. .. 
 . . . 0


0 ··· 0 Rr

Remarque :

On a p = dim(Ker( u − I d )) et q = dim(Ker( u + I d )) avec p + q + 2 r = n. De plus u ∈ O + (E ) [resp. u ∈ O − (E )] si,

et seulement, si q est pair [resp. impair].

Corollaire 8
Soit A ∈ O n (R) avec n Ê 2. Il existe une matrice P ∈ O n (R) telle que :
 
Ip 0 ··· ··· 0
 .. .. 
 0 −I q . . 
 
 . .. 
 
t
P AP =  .. .. ..
 . R 1 . . 

 . .. .. 
 . . .
 . 0

0 ··· ··· 0 Rr

Preuve:
A est la matrice dans la base canonique Rn d’un endomorphisme orthogonal u et la matrice de passage P de la base
canonique à une base orthonormée dans laquelle la matrice de u à la forme indiquée est orthogonale, donc telle que
P −1 = t P.

Propriété 40: Isométries positives en dimension 3

Soit E un espace euclidien de dimension 3 et f ∈ O + (E ), alors

1. 1 ∈ Sp ( f ) ;
2. Il existe une base orthonormale directe B = ( u, v, w) dans laquelle la matrice de f est de la forme
 
1 0 0
0 cos θ − sin θ  où θ ∈ [0, 2π]
 

0 sin θ cos θ

f est dite la rotation d’axe dirigé et orienté par u et d’angle θ . On la note Rotu,θ

Preuve:
Soit A la matrice de u dans une BON de E.
1. On a ³ ´
det (A − I 3 ) = det A − t A A = det(I 3 − t A) = − det(A − I 3 )
Donc det(A − I 3 ) = 0, puis 1 ∈ Sp ( f ).
2. On applique le théorème ?? à f ∈ O + (E), avec p + q + 2r = 3 et puisque q est pair, alors on a trois cas possibles p = 3,
(p, q, r) = (1, 2, 0) et (p, q, r) = (1, 0, 1) qui correspondent respectivement aux cas suivants
     
1 0 0 1 0 0 1 0 0
0 1 0 , 0 −1 0  et 0 cos θ − sin θ  où θ ∈ ]0, 2π[ \ {π}
     

0 0 1 0 0 −1 0 sin θ cos θ
III.4 Réduction des endomorphismes orthogonaux 26

Propriété 41

Soit f la rotation d’axe D dirigé et orienté par un vecteur unitaire u et d’angle θ .

1. Pour tout x vecteur de E

f ( x) = cos(θ ).x + (1 − cos(θ )) < x, u > u + sin(θ ).u ∧ x

En particulier si x est orthogonal à u

f ( x) = cos(θ ).x + sin(θ ).u ∧ x

2. Si x est un vecteur unitaire orthogonal à u, on a :

Tr ( f ) − 1
cos(θ ) =< x, f ( x) >= et sin(θ ) = Det( u, x, f ( x))
2

Si x un vecteur non colinéaire avec u, alors sgn (sin θ ) = sgn (Det ( u, x, f ( x)))

Preuve:
1. On commence par le cas où x est orthogonal à u.
 Cas x = 0 : Ok
x u∧i
 Cas x 6= 0 : Posons i = et j = u ∧ i = .
k xk k uk
La famille B = (i, j) est une base orthonormée directe du plan P = D ⊥ .
Pour x ∈ P, f (x) = Rotθ (x) = k xkRotθ (i) = k xk (cos θ .i + sin θ . j) = cos (θ ) .x + sin (θ ) .u ∧ x
Revenons au cas général. Soit x ∈ E et notons p la projection orthogonale sur D et q celle sur D ⊥ . Alors

p(x) =< x, u > u et q(x) = x− < x, u > u

Puisque f (x) = f (p(x) + q(x)) = p(x) + f (q(x)) avec q(x) ∈ D ⊥ , la formule précédente donne

f (x) = p(x) + cos(θ ).q(x) + sin(θ ).u ∧ q(x)

puis
f (x) = cos(θ ).x + (1 − cos(θ )) < x, u > u + sin(θ ).u ∧ x

2. Si x est un vecteur unitaire orthogonal à u, on a :

< x, f (x) >= cos(θ ) k x k2 + sin(θ ) < x, u ∧ x >= cos(θ )

Det (u, x, f (x)) =< u ∧ x, f (x) >= cos(θ ) < u ∧ x, x > + sin(θ ) k u ∧ x k2 = sin(θ )

Exemple
Soient B = ( i, j, k) une base orthonormée directe de E et f la rotation d’axe D dirigé et orienté par u =
1 π
p ( i + j − k) et d’angle θ = .
3 3
Formons la matrice de f dans la base B.

¡π¢ ¡π¢ p
1 3
On a cos 3 = 2 et sin cos 3 = 2 , donc par la formule

∀ x ∈ E, f ( x) = cos θ .x + (1 − cos θ ) < x, u > u + sin θ .u ∧ x

on obtient
1 1 1
f ( x) = x + < x, i + j − k > .( i + j − k) + .( i + j − k) ∧ x
2 6 2
On en déduit 
 f ( i)

 = 32 i − 13 j − 32 k
f ( j) = 23 i + 23 j + 31 k

f ( k) = 13 i − 23 j + 32 k



puis, la matrice  
2 2 1
1
Mat ( f ) = −1 2 −2

B 3
−2 1 2
Endomorphismes symétriques 27

Exemple
Soit f l’endomorphisme de E dont la matrice dans une base orthonormée directe B = ( i, j, k) est la matrice
A suivante :  
0 0 1
A = 1 0 0
 

0 1 0
Montrer que f est une rotation et déterminer ses éléments caractéristiques

Les colonnes de A sont unitaires et deux à deux orthogonales donc A ∈ O3 (R) puis f ∈ O (E ).
Soit u = xi + y j + zk ∈ E . Après résolution

f ( u) = u ⇐⇒ x = y = z
p
3
L’ensemble des vecteurs invariants par f est une droite dirigée par le vecteur u = ( i + j + k), on en
3
déduit que f est une rotation autour de la droite D .
Orientons la droite D par le vecteur u et déterminons l’angle θ de cette rotation. Puisque Tr ( A ) = 1 + 2 cos θ
1
et Tr ( A ) = 0, on obtient cos θ = − .
2
Déterminons le signe de det u, i, f ( i )
¯ ¯
p ¯¯1 1 0¯¯ p
3¯ 3
Det ( u, i, f ( i )) = ¯1 0 1¯ =
¯
3 ¯¯ ¯ 3
1 0 0¯

2π
On en déduit sin θ > 0 puis θ ≡ [2π].
3 p
3 2π
Finalement f est la rotation d’axe dirigé et orienté par u = ( i + j + k) et d’angle
3 3

IV Endomorphismes symétriques

E un préhilbertien réel.

IV.1 Endomorphisme symétrique

Définition 14

Soit u ∈ L (E ).
On dit que u est symétrique si ∀ x, y ∈ E, < u( x), y >=< x, u( y) >

Exemple
Les projecteurs orthogonaux sont des endomorphismes symétriques.

Notation :
S (E ) désigne l’ensemble des endomorphismes symétriques de E

Propriété 42

Soit u ∈ S (E ) et F un sous-espace vectoriel de E stable par f . Alors F ⊥ est aussi stable par u

Preuve:
Soit y ∈ F ⊥ , alors pour x ∈ F, on a u(x) ∈ F et outre

< x, u(y) >=< u(x), y >= 0

Ceci vrai pour tout x ∈ F, donc u(y) ∈ F ⊥

IV.2 Cas euclidien 28

IV.2 Cas euclidien

Propriété 43

Soit E un espace euclidien et u ∈ L (E ) un endomorphisme symétrique, alors

Im ( u) = (Ker u)⊥

Preuve:
Soit x ∈ Keru et y ∈ Imu. On peut écrire y = u(a) avec a ∈ E et alors

< x, y >=< x, u(a) >=< u(x), a >=< 0, a >= 0

Ainsi, les espaces Imu et Keru sont orthogonaux et donc Imu ⊂ (Keru)⊥ puis l’égalité par les dimensions.

Propriété 44

[Caractérisation des symétriques] Soit E un espace euclidien, B une BON de E et u ∈ L (E ). Alors

u ∈ S (E ) ⇐⇒ Mat ( u) ∈ S n (R)
B

Preuve:
¡ ¢
⇒ Supposons u symétrique et étudions A = a i, j 1É i, j Én = Mat (u).
B
On a a i, j =< e i , u(e j ) > et donc par symétrie

a i, j =< e i , u(e j ) >=< u(e i ), e j >= a j,i

La matrice A est donc symétrique

¡ ¢
⇐ Si la matrice A = a i, j 1É i, j Én = Mat (u) est symétrique.
B
Soit x, y ∈ E de colonnes coordonnées X et Y dans la base orthonormée B , on a

< u(x), y >= t (A X )Y = t X t AY

et
< x, u(y) >= t X AY
Or t A = A, donc < u(x), y >=< x, u(y) >

Attention
Il est essentiel de vérifier que la base B est orthonormale pour exploiter ce résultat.

Propriété 45

[Caractérisation des endomorphismes involutifs, idempotents] Soit E un espace euclidien et u ∈ L (E ).

1. u est un projecteur orthogonal si, et seulement, si u est symétrique et u2 = u ;
2. u est un symétrie orthogonale si, et seulement, si u est symétrique et u2 = idE .

Preuve:
1. ⇒) u est un projecteur, donc u2 = u.
Le projecteur u est orthogonal donc ∀ x, y ∈ E,

< x − u(x), u(y) >=< x, y − u(y) >= 0

donc
< x, u(y) >=< u(x), u(y) >=< u(x), y >
d’où u est symétrique.
⇐) On a u2 = u donc u est un projecteur et puisque u est symétrique donc Keru = (Imp)⊥ d’où le projecteur u est
orthogonal.
2. ⇒) On a u est une symétrie donc u2 = idE .
La symétrie u est orthogonale donc u ∈ O(E).
⇐) On a u2 = idE donc u est une symétrie.
Soient x ∈ Ker(u − id) et y ∈ Ker(u + id), on a

< x, y >=< u(x), y >=< x, u(y) >= − < x, y >

donc < x, y >= 0 d’où Ker(u − id) ⊥ Ker(u + id) d’où la symétrie u est orthogonale.
IV.3 Théorème spectral 29

IV.3 Théorème spectral

Propriété 46

Soit u ∈ S (E ). Alors u admet une valeurs propre réelle

Preuve:
Soit B une base orthonormée de E et A = Mat (u). On a u ∈ S(E) donc A est symétrique.
B
Soit λ ∈ S p C (u) donc λ ∈ S p C (A) et par suite ∃ X ∈ Mn1 (C) \ {0}, A X = λ X . On a A X = λ X donc λ X = A X = A X = A X car
A = A puisque A ∈ Mn (R). On a t X A X = λt X X = λk X k2 ett X A X = t (t A X )X = t (A X )X = λt X X = λk X k2 donc λk X k2 =
λk X k2 . Or X 6= 0 donc λ = λ d’où λ ∈ R.

Propriété 47

Soit u ∈ S (E ) et λ, µ ∈ Sp ( u) avec λ 6= µ, alors E λ ( u) et E µ ( u) sont orthogonaux.

En particulier, les espaces propres de u sont en somme directe orthogonale.

Preuve:
Soient λ, µ ∈ S p(u) tels que λ 6= µ, x ∈ E λ (u) et y ∈ E µ (u).
On a
< u(x), y >=< λ x, y >= λ < x, y >
et
< x, u(y) >=< x, µ y >= µ < x, y >
donc (λ − µ) < x, y >= 0. Or λ 6= µ donc < x, y >= 0 et par suite E λ (u) ⊥ E µ (u).

Théorème 4

Spectral Tout endomorphisme symétrique d’un espace euclidien E est diagonalisable dans une base ortho-
normale.

Preuve:
⊥
Soit u ∈ S(E), on pose F = ⊕ E λ (u).
λ∈Sp( u)
Le sous-espace vectoriel F est stable par u donc F ⊥ aussi.
Par l’absurde, supposons F ⊥ 6= {0E }. L’endomorphisme induit par u sur F ⊥ est symétrique, il possède donc au moins un
vecteur propre. Or celui-ci est aussi vecteur propre de u et donc élément de F. C’est absurde car F ∩ F ⊥ = {0E }. Ainsi, E est
la somme directe des sous-espaces propres de u et puisque ceux-ci sont deux à deux orthogonaux, on peut former une base
orthonormale adaptée à cette décomposition, base qui diagonalise u.

Théorème 5

[spectral :Version matricielle] Soit A ∈ S n (R), il existe P ∈ O n (R) telle que P −1 AP = t P AP soit diagonale.

Preuve:
Soit A ∈ S n (R).
Munissons E = Rn du produit scalaire canonique et considérons u l’endomorphisme de Rn représenté par A dans la base
canonique.
Puisque A est symétrique et B orthonormée, l’endomorphisme u est symétrique. Il existe donc une base orthonormée B 0
diagonalisant u. Par changement de base, on a alors A = PDP −1 avec D diagonale et P orthogonale car c’est une matrice
de passage entre deux bases orthonormées.

Corollaire 9
Pour A ∈ M n (R), t A A est diagonalisable

Preuve:
t A A est symétrique réelle.

Remarque :
à !
1 i
Le résultat est faux pour les matrices symétriques non réelles. En effet, la matrice A = n’est pas
i −1
diagonalisable car elle est non nulle et nilpotente ( A 2 = 0) et la seule matrice nilpotente diagonalisable est
la matrice nulle.
IV.4 Extrémum sur la sphère 30

IV.4 Extrémum sur la sphère

Propriété 48: Extrémum sur la sphère

Soit u un endomorphisme symétrique. Posons λmin = min Sp ( u) et λmax = max Sp ( u) . Alors

¡ ¢ ¡ ¢

∀ x ∈ E, λmin k x k2 É< u( x), x >É λmax k x k2

En particulier x 7−→< u( x), x > est bornée sur la sphère unité et atteint ses bornes et

min (< u( x), x >) = λmin et max (< u( x), x >) = λmax
k x k=1 k x k=1

Preuve:
Soit B = (e 1 , · · · , e n ) une base orthonormale diagonalisant u et λ1 , · · · , λn ∈ R les valeurs propres de u avec u(e i ) = λ i e i .
n
X n
X
Pour x ∈ E, on peut écrire x = x i e i et on a alors u(x) = λi xi e i .
i =1 i =1
Puisque la base B est orthonormale,
n n
k x k2 = x2i λ i x2i
X X
et < u(x), x >=
i =1 i =1

Or, pour tout 1 É i É n, on a λmin É λ i É λmax , donc

λmin k x k2 É< u(x), x >É λmax k x k2

Corollaire 10 (Extrémum sur la sphère)

Soit A ∈ S n (R) une matrice symétrique. Posons λmin = min Sp ( A ) et λmax = max Sp ( A ) . Alors
¡ ¢ ¡ ¢

∀ X ∈ Mn,1 (R) , λmin k X k2 É t XAX É λmax k X k2

En particulier X 7−→ t X A X est bornée sur la sphère unité et atteint ses bornes et
¡t ¡t
X A X = λmin X A X = λmax
¢ ¢
min et max
k X k=1 k X k=1

V Formes linéaires d’un espace euclidien

E un espace euclidien de dimension n ∈ N∗ .

V.1 Formes linéaires d’un espace euclidien

Notation :
Soit a ∈ E on considère la forme linéaire f a définie par f a : x 7−→< x, a >

Propriété 49

L’application f : E −→ E ∗ , a 7−→ f a est un isomorphisme d’espaces vectoriels appelé l’isomorphisme cano-

nique de E sur E ∗ .

Preuve:
 f est linéaire ;
 f est injective car < x, a >= 0, pour tout x ∈ E, donne a = 0 ;
 la conclusion résulte donc de dim E = dim E ∗

Corollaire 11
En particulier, ∀ϕ ∈ E ∗ , ∃!a ∈ E, ∀ x ∈ E, ϕ( x) =< a, x >.

Attention
Le résultat est faux si E est un espace préhilbertien de dimension infinie.
V.2 Adjoint d’un endomorphisme 31

V.2 Adjoint d’un endomorphisme

Propriété 50

Soit u ∈ L (E ) alors il existe un unique v ∈ L (E ) tel que

∀ x, y ∈ E, < u( x), y >=< x, v( y) >

v s’appelle l’adjoint de u et on le note u∗ .

Preuve:

Existence: Soit y ∈ E, l’application x 7−→< u(x), y > est une forme linéaire sur E. Donc, il existe un unique z ∈ E tel que

∀ x ∈ E, < u(x), y >=< x, z > .

On définit l’application de E dans E par v(y) = z

Linéarité de v : Soit x, y ∈ E et λ ∈ R. Pour tout z ∈ E et par linéarité du produit scalaire, on obtient :

< v(λ x + y) − λv(x) − v(y), z >=< v(λ x + y), z > −λ < v(x), z > − < v(y), z >

Il s’ensuit par définition de v et par linéarité du produit scalaire :

< v(λ x + y) − λv(x) − v(y), z > = < λ x + y), u(z) > −λ < x, u(z) > − < y, u(z) >
= < 0, u(z) >= 0

Le vecteur v(λ x + y) − λv(x) − v(y) appartient à E ⊥ = {0}, donc

v(λ x + y) − λv(x) − v(y) = 0

Ce qui montre que v est linéaire

Unicité: Si w une application de E dans E telle que

∀(x, y) ∈ E 2 , < u(x), y >=< x, w(y) > .

Pour (x, y) ∈ E 2 , on a < x, v(y) >=< x, w(y) >, soit < x, v(y) − w(y) >= 0, d’où v(y) = w(y) pour tout y ∈ E et v = w

Exemple
Id∗E = IdE

Exemple
Soit a, b ∈ E et u : x 7−→< a, x > b. Déterminons u∗ .

Soit x, y ∈ E , on a

< u( x), y > = << x, a > b, y >

= < x, a > . < b, y >
= < x, << b, y >, a >>

Donc u∗ : x 7−→< b, x > a

Exemple

Soit E = M n (R), muni du produit scalaire < A |B >= Tr t AB .

¡ ¢

Soit A ∈ E , posons u : X ∈ E 7−→ A X . Trouvons u∗ .

Soit X , Y ∈ Mn (R), on a

< u ( X ), Y > = < AX,Y >

Tr t ( A X )Y
¡ ¢
=
Tr t X t AY
¡ ¢
=
= < X , t AY >
V.2 Adjoint d’un endomorphisme 32

Donc

Propriété 51

Soient u, v ∈ L (E ) et α ∈ R. Alors :
1. (α u + v)∗ = α u∗ + v∗ ;
2. ( u∗ )∗ = u ;
3. u 7→ u∗ est un automorphisme d’espaces vectoriels sur L (E ).
4. ( u ◦ v)∗ = v∗ ◦ u∗ ;
¡ ¢∗
5. Pour tout k ∈ N, u k = ( u∗ )k ;
6. Pour tout P ∈ R[ X ], on a P ( u∗ ) = (P ( u))∗ ;
7. si u ∈ GL(E ), alors u∗ ∈ GL(E ) et ( u∗ )−1 = ( u−1 )∗ .

Preuve:

1. Soit x, y ∈ E. Par définition de l’adjoint, on a :

< (α u + v)∗ (x), y > = < x| (α u + v) (y) >=< x, α u(y) + v(y) >
= α < x, u(y) > + < x|v(y) >
= α < u∗ (x), y > + < v∗ (x)| y >
< α u∗ (x) + v∗ (x), y >=< α u∗ + v∗ (x), y >
¡ ¢
=

Donc
(α u + v)∗ (x) = α u∗ + v∗ (x)
¡ ¢
∀ x ∈ E,
Puis (α u + v)∗ = α u∗ + v∗
¡ ¢∗ ¡ ¢∗
2. La proposition ∀(x, y) ∈ E 2 , < u∗ (x), y >=< x| u∗ (y) >=< x, u(y) > donne u∗ = u.
3. T : u 7→ u∗ est un endomorphisme d’espaces vectoriels sur L (E) tel que T 2 = IdL (E ) , donc c’est un automorphisme de
L (E)
4. Soit x, y ∈ E. Par définition de l’adjoint, on a :

< (u ◦ v) (x), y > = < u (v(x)) , y >=< v(x), u∗ (y) >

< x, v∗ u∗ (y) >=< x, v∗ ◦ u∗ (y) >
¡ ¢ ¡ ¢
=

Donc l’égalité (u ◦ v)∗ = v∗ ◦ u∗

5. Par récurrence sur k
6. D’après l’assertion précédente.
7. On a
−1 ∗
³ ´ ³ ´∗
IdE = Id∗
E = u◦u = u−1 ◦ u∗ ,
¡ ¢−1 ¡ −1 ¢∗
donc u∗ est un automorphisme et u∗ = u

Propriété 52

Soit B une base orthonormale de E , u ∈ L (E ) et A = Mat ( u). Alors

B
1. Mat ( u∗ ) = t A ;
B
2. rg ( u∗ ) = rg ( u) ;
3. tr ( u∗ ) = tr ( u) ;
4. det u∗ = det u ;
5. χu∗ = χu et πu∗ = πu .

Preuve:
Soit B = e i 1É iÉn une BON de E
¡ ¢

1. Soit i, j ∈ [[1, n]]2 , on a

< e i , u(e j ) >=< u∗ (e i ), e j >=< e j , u∗ (e i ) >
D’où la conclusion car Mat (u) = < e i , u(e j ) > 1É i, jÉn pour u ∈ L (E)
¡ ¢
B
2. rg (A) = rg t A .
¡ ¢
V.2 Adjoint d’un endomorphisme 33

3. Tr (A) = Tr t A
¡ ¢

4. det (A) = det t A

¡ ¢

5. χ A = χt A et π A = πt A