Algèbre linéaire Résumé .pdf



Nom original: Algèbre linéaire - Résumé.pdf

Ce document au format PDF 1.5 a été généré par TeX / MiKTeX pdfTeX-1.40.13, et a été envoyé sur fichier-pdf.fr le 14/04/2014 à 22:08, depuis l'adresse IP 105.132.x.x. La présente page de téléchargement du fichier a été vue 1301 fois.
Taille du document: 237 Ko (11 pages).
Confidentialité: fichier public


Aperçu du document


Résumé d’algèbre linéaire et géométrie - MP
Essaidi Ali
14 avril 2014
K = R ou C

1

Arithmétique dans un anneau commutatif intègre :

Proposition 1.1
– Soient A un anneau commutatif et I ⊂ A. I est un idéal de A ssi I 6= ∅, ∀x, y ∈ I, x − y ∈ I et
∀a ∈ A, ∀i ∈ I, ai ∈ I.
– L’image réciproque d’un idéal par un morphisme d’anneaux commutatifs est un idéal.
– La somme et l’intersection de deux idéaux d’un anneau commutatif sont des idéaux.
Proposition 1.2 K[X] est un anneau principal. Si I est un idéal non nul de K[X] alors il existe un unique polynôme unitaire
P ∈ K[X] telque I = P K[X].
Proposition 1.3 Soient A une K-algèbre et a ∈ A. a admet un polynôme annulateur non nul ssi K[a] est de dimension finie.
Dans ce cas, πa existe et dim K[a] = deg πa .
En particulier, si A est de dimension finie alors tout élément de A admet un polynôme annulateur non nul.

2

Dualité en dimension finie :

Proposition 2.1 Soit E un K-espace vectoriel de dimension finie n ∈ N∗ . Si f ∈ E ∗ alors ∃a1 , . . . , an ∈ K tels que ∀x =
x1 e1 + · · · + xn en ∈ E, f (x) = a1 x1 + · · · + an xn .
Proposition 2.2 Soit E un K-espace vectoriel de dimension finie n ∈ N∗ . ∀x ∈ E \ {0}, ∃ϕ ∈ E ∗ , ϕ(x) = 1.
Proposition 2.3 Soit E un K-espace vectoriel de dimension finie n ∈ N∗ et B = (e1 , . . . , en ) est une base de E.
– ∀i ∈ {1, . . . , n}, on définit e∗i par ∀x = x1 e1 + · · · + xn en ∈ E, e∗i (x) = xi . Alors (e∗1 , . . . , e∗n ) est une base de E ∗ , on
l’appelle la base duale de (e1 , . . . , en ).
– Soit B une base de E ∗ , alors il existe une et une seule base C de E telle que la base B soit la base duale de C. C s’appelle
la base antéduale ou préduale de B.
Proposition 2.4 Soient E, F deux K-espaces vectoriels et u ∈ L(E, F ). Si H est un supplémentaire de ker u dans E alors H
et Imu sont isomorphes.
Proposition 2.5 Soient E un K-espace vectoriel et F un sous-espace vectoriel de E. Si G et H sont deux supplémentaires de
F alors la projection sur G parallèlement à F définit un isomorphisme de H vers G. En particulier :
– Tous les supplémentaires de F sont isomorphes.
– Si F admet un supplémentaire de dimension finie alors cette dimension ne dépend pas du supplementaire choisi. On
l’appelle la codimension de F et on la note codimF .
– Si F admet un supplémentaire de dimension infinie alors tous les supplémenaires de F sont de dimension infinie. Dans
ce cas, on dit que F est de codimension infinie.
Proposition 2.6 Soit E un K-espace vectoriel et H ⊂ E.
– H est un hyperplan de E si et seulement si H 6= E et ∃x ∈ E, E = H ⊕ Kx. Dans ce cas, ∀x ∈ E \ H, E = H ⊕ Kx.
– H est un hyperplan de E si et seulement si ∃ϕ ∈ E ∗ \ {0}, H = ker ϕ.
Proposition 2.7 Soient E un K-espace vectoriel et ϕ, ψ ∈ E ∗ \ {0}. ker ϕ = ker ψ ⇐⇒ (ϕ, ψ) lié.
Proposition 2.8 Soit E un K-espace vectoriel de dimension finie n ∈ N∗ .
– Si F est un sous-espace vectoriel de E de dimension 0 ≤ p < n alors il existe n − p formes linéaires ϕ1 , . . . , ϕn−p
n−p
\
linéairement indépendantes telles que F =
ker ϕi .
i=1

1

CPGE Laayoune

Lissane Eddine





– Si p ∈ N et ϕ1 , . . . , ϕp ∈ E alors codim

p
\

Essaidi Ali

ker ϕi = rg(ϕ1 , . . . , ϕp ).

i=1

– Si p ∈ N∗ et ϕ1 , . . . , ϕp , ϕ ∈ E ∗ alors ϕ ∈ Vect{ϕ1 , . . . , ϕp } ⇐⇒

p
\

ker ϕi ⊂ ker ϕ.

i=1

3

Réduction des endomorphismes :

Proposition 3.1 Soient
K-espace vectoriel et u ∈ L(E). Si (Ei )i∈I est une famille de sous-espaces vectoriels de E
X E un\
stables par u alors
Ei et
Ei sont u-stables.
i∈I

i∈I

Proposition 3.2 Soient E un K-espace vectoriel et u, v ∈ L(E) tels que uv = vu. Alors ∀P ∈ K[X], ImP (v) et ker P (v) sont
u-stables. En particulier, si E est de dimension finie, ∀λ ∈ K, Eλ (v) est u-stable.
Théorème 3.1 (Théorème de décomposition des noyaux) Soient E un K-espace vectoriel, u ∈ L(E). Si P, Q ∈ K[X] tels que
P ∧ Q = 1 alors ker P Q(u) = ker P (u) ⊕ ker Q(u).
Proposition 3.3
– Dans un K-espace vectoriel de dimension finie, tout endomorphisme de E admet un polynôme minimal.
– Toute matrice de Mn (K) avec n ∈ N∗ admet un polynôme minimal.
Proposition 3.4 Soient E un K-espace vectoriel et u ∈ L(E). On suppose que u admet un polynôme annulateur non nul.
– Si K = C alors E admet une droite vectorielle u-stable.
– Si K = R alors E admet une droite vectorielle ou un plan vectoriel u-stable.
Proposition 3.5 Soient E un K-espace vectoriel de dimension finie, u ∈ L(E), P ∈ K[X] et λ ∈ K une valeur propre de u.
Alors :
– P (λ) est une valeur propre de P (u).
– Si P est annulateur de u alors λ est une raçine de P .
Proposition 3.6 Soient E un K-espace vectoriel de dimension finie, u ∈ L(E) et (λi )i∈I une famille de valeurs propres de u
deux à deux distincts.
– Si (xi )i∈I est
Xune famille de vecteurs propres de u telles que ∀i ∈ I, xi est associé à λi alors la famille (xi )i∈I est libre.
– La somme
Eλi (u) est directe.
i∈I

Corollaire 3.7 Si E est un K-espace vectoriel de dimension finie n ∈ N∗ alors tout endomorphisme de E admet au plus n
valeurs propres.
Propriété 3.1 Soient E un K-espace vectoriel de dimension finie et u ∈ E.
– λ ∈ Sp(u) ⇔ λ ∈ Z(χu ) où Z(χu ) désigne l’ensemble des raçines de χu .
– deg χu = dim E et χu = (−1)n (X n − tr(u) X n−1 + · · · + (−1)n det u).
– Si K = C ou χu scindé alors :
1. Sp(u) 6= φ donc u admet au moins une valeur propre.
X
Y
2. tru =
λ et det u =
λ où les valeurs propres sont comptées avec leurs ordres de multiplicités comme
λ∈Sp(u)

λ∈Sp(u)

raçines de χu .
Proposition 3.8 Soient E un K-espace vectoriel de dimension finie et u ∈ L(E). Si λ ∈ Sp(u) alors (X − λ)dim Eλ (u) |χu . En
particulier, dim Eλ (u) ≤ m(λ).
Théorème 3.2 (Théorème de Cayley-Hamilton) Soit E est un K-espace vectoriel de dimension finie. Si u ∈ L(E) alors
χu (u) = 0. Autrement dit, χu est annulateur de u.
Corollaire 3.9 Soient E un K-espace vectoriel de dimension finie et u ∈ L(E). Alors :
– πu |χu . En particulier, deg πu ≤ dim E.
– Sp(u) = Z(χu ) = Z(πu ).
– χu est scindé ⇐⇒ πu est scindé.
Théorème 3.3 Soient E un K-espace vectoriel de dimension finie et u ∈ L(E). Les assertions suivantes sont équivalentes :
– u est diagonalisable.
www.mathlaayoune.webs.com

2/11

mathlaayoune@gmail.com

CPGE Laayoune

Lissane Eddine

Essaidi Ali

– E admet
une base formée de vecteurs propre de u.
M
– E=
Eλ (u).
λ∈Sp(u)

– dim E =

X

dim Eλ (u).

λ∈Sp(u)

– u admet un polynôme annulateur scindé à raçines simples.
– χu scindé et ∀λ ∈ Sp(u), dim Eλ (u) = m(λ).
Corollaire 3.10 Si u admet n valeurs propres deux à deux distinctes alors u est diagonalisable.
Théorème 3.4 Soient E un K-espace vectoriel de dimension finie et u ∈ L(E). Les assertions suivantes sont équivalentes :
– u est nilpotent.
– u est trigonalisable et Sp(u) = {0}.
– χu = (−1)n X n .
Théorème 3.5 Soient E un K-espace vectoriel de dimension finie et u ∈ L(E). u est trigonalisable ssi u admet un polynôme
annulateur scindé. En particulier, si K = C alors tout endomorphisme de E est trigonalisable.
Théorème 3.6 Soient E un K-espace vectoriel, u ∈ L(E), F un sous-espace vectoriel u-stable et v = uF . Alors :
– πv |πu et χv |χu .
– Sp(v) ⊂ Sp(v) et ∀λ ∈ K, Eλ (v) = Eλ (u) ∩ F .
– Si u est diagonalisable (resp. trigonalisable) alors v est diagonalisable (resp. trigonalisable).

4

Espaces préhilbertiens :

Définition 4.1 Soit E un K-espace vectoriel.
– Une application f : E → K est dite forme semi-linéaire sur E si :
1. ∀x, y ∈ E, f (x + y) = f (x) + f (y).
¯ (x).
2. ∀x ∈ E, ∀λ ∈ K, f (λx) = λf
– Une application ϕ : E × E → K est dite forme sesquilinéaire sur E si :.
1. ∀x ∈ E, y 7→ ϕ(x, y) est une forme linéaire sur E.
2. ∀y ∈ E, x 7→ ϕ(x, y) est une forme semi-linéaire sur E.
Définition 4.2 Soient E un K-espace vectoriel. On appelle produit scalaire sur E tout application ϕ de E × E vers K telle
que :
– ϕ est une forme sesquilinéaire sur E.
– ∀x, y ∈ E, ϕ(y, x) = ϕ(x, y). On dit que ϕ est hermitienne.
– ∀x ∈ E, ϕ(x, y) ≥ 0. On dit que ϕ est positive.
– ∀x ∈ E, ϕ(x, x) = 0 ⇒ x = 0. On dit que ϕ est définie.
Dans ce cas, l’espace E muni du produit scalaire ϕ est dit espace préhilbertien.
Propriétés 4.1 (Règles de calcul dans un espace préhilbertien) Soit E un espace préhilbertien. Alors :
– ∀x, y ∈ E, ∀α, β ∈ K, kαx + βyk2 = |α|2 kxk2 + 2<e(¯
αβ < x, y >) + |β|2 kyk2 .
2
– Identité du parallèlogramme : ∀x, y ∈ E, kx + yk + kx − yk2 = 2(kxk2 + kyk2 ).
– (Formules de polarisation) :
1. Si K = R alors ∀x, y ∈ E, < x, y >= 21 (kx + yk2 − kxk2 − kyk2 ) = 41 (kx + yk2 − kx − yk2 ).
3

2. Si K = C alors ∀x, y ∈ E, < x, y >=

1
1X 1
(kx + yk2 − ikx + iyk2 − kx − yk2 + ikx − iyk2 ) =
kx + ik yk2 .
4
4
ik
k=0

Proposition 4.1 Soit E un espace préhilbertien.
– (Inégalité de Cauchy-Schwarz) : ∀x, y ∈ E, | < x, y > | ≤ kxkkyk avec égalité si et seulement si (x, y) lié.
– (Inégalité de Minkowsky) : ∀x, y ∈ E, kx + yk ≤ kxk + kyk avec égalité si et seulement si (x, y) est positivement lié.
– L’application x 7→ kxk est une norme sur E appelée la norme euclidienne associée au produit scalaire sur E.
– L’application (x, y) 7→ kx − yk est une distance sur E appelée la distance euclidienne associée au produit scalaire sur
E.
Proposition 4.2 Soit E un espace préhilbertien.
– Toute famille orthogonale de vecteurs non nuls de E est libre.
www.mathlaayoune.webs.com

3/11

mathlaayoune@gmail.com

CPGE Laayoune

Lissane Eddine

Essaidi Ali

n

n
X 2 X


– (Théorème de Pythagore) Si (x1 , . . . , xn ) une famille orthogonale de vecteurs de E alors
xk =
kxk k2 .


k=1

k=1

Propriétés 4.2 Soient E un espace préhilbertien et A, B ⊂ E. Alors :
– A ⊥ A⊥ .
– A ⊥ B ⇐⇒ A ⊂ B ⊥ ⇐⇒ B ⊂ A⊥ .
– A ⊂ A⊥⊥ .
– A⊥ est un sous-espace vectoriel de E.
– A ∩ A⊥ = φ ou A ∩ A⊥ = {0}.
– A ⊂ B ⇒ B ⊥ ⊂ A⊥ .
– A⊥ = (Vect(A))⊥ .
– A ⊥ B ⇐⇒ A ⊥ Vect(B) ⇐⇒ Vect(A) ⊥ B ⇐⇒ Vect(A) ⊥ Vect(B).
Proposition 4.3 Soient E un espace préhilbertien et F, G deux sous-espaces vectoriels de E. Alors :
– F ∩ F ⊥ = {0}. En particulier, la somme F + F ⊥ est directe.
– Si F ⊥ G alors la somme
XF + G est directe. Généralement, si (Fi )i∈I une famille orthogonale de sous-espaces vectoriels
de E. Alors la somme
Fi est directe.
i∈I

– F ⊥ + G⊥ ⊂ (F ∩ G)⊥ .
– (F + G)⊥ = F ⊥ ∩ G⊥ .
Proposition 4.4 (Orthonormalisation de Gram-Schmidt) Soient E un espace préhilbertien et (e1 , . . . , en ) une famille libre de
E.
Il existe une et une seule famille orthonormée (ε1 , . . . , εn ) de E telle que :

Vect{ε1 , . . . , εk } = Vect{e1 , . . . , ek }
∀k ∈ {1, . . . , n},
< εk , ek > > 0
La famille orthonormée (ε1 , . . . , εn ) est donnée par :
– ε1 = kee11 k .
ek −
– ∀k ∈ {2, . . . , n}, εk =


ek −


k−1
X
i=1
k−1
X
i=1

< εi , ek > εi
.


< εi , ek > εi


Corollaire 4.5 Soit E un espace préhilbertien de dimension finie non nulle. Alors :
– E admet une base orthonormale.
– Toute famille orthonormale de E se complète en une base orthonormale de E.
Proposition 4.6 Soient E un espace préhilbertien de dimension finie et F, G deux sous espaces vectoriels de E. Alors :
– F ⊕ F ⊥ = E. En particulier, dim F + dim F ⊥ = dim E.
– F ⊥⊥ = F .
– (F ∩ G)⊥ = F ⊥ + G⊥ .
Définition 4.3 Soit E un espace prhilbertien.
– Soient F et G deux sous-espaces vectoriels de E.


1. Si F ⊥ G alors on dit que F et G sont en somme directe orthogonale et on note F ⊕ G.


2. Si F ⊕ G = E alors on dit que F et G sont supplémentaires orthogonaux.
– Si (Fi )i∈I une famille orthogonale de sous-espaces vectoriels de E alors on dit que les Fi pour i ∈ I sont en somme

M
directe orthogonale et on note
Fi .
i∈I

Proposition 4.7 Soit E un espace prhilbertien.
– Si E est de dimension finie alors tout sous-espace vectoriel de E admet un supplémentaire orthogonal.
– Soit F un sous-espace vectoriel de E. Si F admet un supplémentaire orthogonal G alors G = F ⊥ . Autrement dit, le
supplémentaire orthogonal de F , lorsqu’il existe, est unique c’est F ⊥ .
Définition 4.4 Soit E un espace prhilbertien.
www.mathlaayoune.webs.com

4/11

mathlaayoune@gmail.com

CPGE Laayoune

Lissane Eddine

Essaidi Ali



– Soit F un sous-espace vectoriel de E tel que F ⊕ F ⊥ = E. On appelle projection (resp. symétrie) orthogonale sur (resp.
par rapport à) F la projection sur (resp. symétrie par rapport à) F parallèlement à F ⊥ . On la note pF (resp. sF ).


– Soit u ∈ L(E). On dit que u est un projecteur orthogonal (resp. symétrie orthogonale) si u ◦ u = u et Imu ⊕ ker u = E


(resp. u ◦ u = idE et ker(u + idE ) ⊕ ker(u − idE ) = E).




– Soit (F1 , . . . , Fn ) une famille orthogonale de sous-espaces vectoriels de E tels que F1 ⊕ · · · ⊕ Fn = E. On appelle




projecteurs orthogonaux associés (resp. symétries orthogonales associées) à la somme directe orthogonale F1 ⊕ · · · ⊕
Fn = E les applications p1 , . . . , pn (resp. s1 , . . . , sn ) sur E définies par :
∀x = x1 + · · · + xn ∈ E, avec (x1 , · · · , xn ) ∈ F1 × · · · × Fn , ∀i ∈ {1, . . . , n}, pi (x) = xi (resp. si (x) = x − 2pi (x) =
x − 2xi = x1 + · · · + xi−1 − xi + xi+1 + · · · + xn ).
Proposition 4.8 Soient E un espace préhilbertien, F un sous espace vectoriel de E de dimension finie n ∈ N∗ et (e1 , . . . , en )
une BON de F . Alors :

– F ⊕ F ⊥ = E. Autrement dit, tout sous-espace vectoriel de E de dimension finie admet un supplémentaire orthogonal.
– F ⊥ est de codimension finie et on a codimF ⊥ = dim F .
– F ⊥⊥ = F .
Proposition 4.9 Soient E un espace préhilbertien, F un sous espace vectoriel de E de dimension finie n ∈ N∗ et (e1 , . . . , en )
n
X
une BON de F alors ∀x ∈ E, pF (x) =
< ek , x > ek .
k=1

Proposition 4.10 Soient E un espace préhilbertien, F un sous espace vectoriel de E de dimension finie n ∈ N∗ , (e1 , . . . , en )
une BON de F et x ∈ E. Alors :
– d(x, F ) = kx − pF (x)k, pF (x) est le seul élément de F qui vérifie cette égalité.
– kxk2 = kpF (x)k2 + d2 (x, F ).
n
X
| < ek , x > |2 ≤ kxk2 avec égalité ssi x ∈ F .
– L’inégalité de Bessel :
k=1

Définition 4.5 On appelle espace de Hilbert tout espace préhilbertien complet pour la norme euclidienne associée.
Définition 4.6 Soit H un espace de Hilbert. Une famille (ei )i∈I d’éléments de H est dite base hilbertienne (ou famille orthonormale totale ou famille orthonormale complète) de H si elle vérifie les deux conditions suivantes :
– La famille (ei )i∈I est orthonormale : ∀i, j ∈ I, < ei , ej >= δij .
– La famille (ei )i∈I est totale (ou complète) : {ei /i ∈ I}⊥ = {0}.
Proposition 4.11 Soient
P H un espace de Hilbert, (en )n∈N
P une famille orthonormale de H et (cn ) une famille d’élémens de K
carrée sommable (i.e |cn |2 converge). Alors la série cn en est convergente.
Définition 4.7 Soient H un espace de Hilbert, (en )n∈N une base hilbertienne de H et x ∈ H.
– On
Xappelle coefficient de Fourier d’ordre n ∈ N de x le nombre < en , x >.

< en , x > en s’appelle la série de Fourier de x.
n≥0

– ∀n ∈ N, Sn (x) =

n
X

< ek , x > ek s’appelle la somme partielle d’ordre n de la série de Fourier de x.

k=0

Proposition 4.12 Soient H un espace de Hilbert et (en )n∈N une base hilbertienne de H. Alors :
– ∀x, y ∈ H, x = y ⇐⇒ x et y ont les mêmes coefficients de Fourier (i.e ∀n ∈ N, < en , x >=< en , y >).
+∞
X
P
– ∀x ∈ H, la série
< en , x > en converge et on a x =
< en , x > en .
n=0

– ∀x ∈ H,

+∞
X

| < en , x > |2 = kxk2 (Formule de Parseval).

n=0

– ∀x, y ∈ H, la série

P

< en , x > < en , y > est absolument convergente et on a < x, y >=

+∞
X

< en , x > < en , y >.

n=0

Proposition 4.13 Soit E un espace euclidien. Pour tout a ∈ E, on pose
L’application

ϕ: E
a

fa : E
x


7


R
.
< a, x >

→ E∗
est un isomorphisme d’espaces vectoriels. On l’appelle l’isomorphisme canonique de E sur
7→ fa

www.mathlaayoune.webs.com

5/11

mathlaayoune@gmail.com

CPGE Laayoune

Lissane Eddine

Essaidi Ali

E∗.
En particulier, ∀f ∈ E ∗ , ∃!a ∈ E, ∀x ∈ E, f (x) =< a, x >.
Proposition et définition 4.1 Soit E un espace euclidien et u ∈ L(E). ∃!v ∈ L(E) tel que ∀x, y ∈ E, < u(x), y >=<
x, v(y) >.
L’endomorphisme v s’appelle l’adjoint de u et on le note u∗ .
Propriété 4.1 Soient E un espace euclidien et u, v ∈ L(E). Alors :
– ∀α, β ∈ R, (αu + βv)∗ = αu∗ + βv ∗ .
– (u ◦ v)∗ = v ∗ ◦ u∗ .
– (u∗ )∗ = u.
– Si u est inversible alors u∗ est inversible et on a (u∗ )−1 = (u−1 )∗ .
– L’application f 7→ f ∗ est un automorphisme sur L(E).
– ∀P ∈ R[X], P (u∗ ) = (P (u))∗ . En particulier, ∀P ∈ R[X], P (u) = 0 ⇐⇒ P (u∗ ) = 0.
Proposition 4.14 Soient E un espace euclidien non nul et u ∈ L(E).
– Si B est une base orthonormale de E alors mat(u∗ , B) = tmat(u, B).
– ker u∗ = (Imu)⊥ et Imu∗ = (ker u)⊥ .
– Soit F un sous-espace vectoriel de E. F est u-stable ssi F ⊥ est u∗ -stable.
Proposition 4.15 (Caractérisation des automorphismes orthogonaux) Soient E un espace euclidien non nul et u ∈ L(E). Les
assertions suivantes sont équivalentes :
– ∀x ∈ E, ku(x)k = kxk.
– ∀x, y ∈ E, < u(x), u(y) >=< x, y >.
– u ◦ u∗ = u∗ ◦ u = idE . Autrment dit, u inversible et u−1 = u∗ .
– L’application u transforme toute base orthnormale de E par u est une base orthonormale de E.
– L’application u transforme au moins une base orthnormale de E par u est une base orthonormale de E.
Dans ce cas, on dit que u est orthogonal.
Proposition 4.16 Soient E un espace euclidien non nul, B une base orthonormale de E et u ∈ L(E). On pose M = mat(u, B).
Les assertion suivantes sont équivalentes :
– u est orthogonal.
– ∀X ∈ Mn1 (R), kM Xk = kXk (Mn1 (R) est muni du produit scalaire usuel < X, Y >=t XY ).
– M tM = tM M = In . Autrement dit, M est inversible d’inverse M −1 = tM .
– Les colonnes de la matrice M forment une BON de Mn1 (R).
Proposition et définition 4.2 Soient E un espace euclidien non nul. Alors O(E) et SO(E) sont des sous-groupes de (GL(E), ◦).
– O(E) s’appelle le groupe orthogonale de E.
– SO(E) s’appelle le groupe spécial orthogonal de E. Les éléments de SO(E) s’appellent rotations.
Proposition 4.17 Soit n ∈ N∗ et E un espace euclidien de dimension n.
– O(n) est un sous-groupe de GLn (R) isomorphe à O(E). On l’appelle le groupe orthogonal d’ordre n.
– SO(n) est un sous-groupe de GLn (R) isomorphe à SO(E). On l’appelle le groupe spécial orthogonal d’ordre n.
Proposition 4.18 Une symétrie orthogonale est un automorphisme orthogonale.
Définition 4.8 On appelle réflexion toute symétrie par rapport à un hyperplan.
Définition 4.9 Soient E un espace euclidien et u ∈ L(E).
– u est dit symétrique ou autoadjoint si u∗ = u.
– u est dit antisymétrique si u∗ = −u.
Proposition 4.19 (Caractérisation des endomorphismes autoadjoints) Soient E un espace euclidien non nul et u ∈ L(E). Les
assertions suivantes sont équivalentes :
– u symétrique.
– ∀B une base orthnormale de E, mat(u, B) est symétrique.
– ∃B une base orthnormale de E, mat(u, B) est symétrique.
Proposition 4.20 Soient E un espace euclidien de dimension n ∈ N∗ . L’ensemble des endomorphismes autoadjoints de E est
.
un sous-espace vectoriel de L(E) isomorphe à S(n). On le note S(E) et on a dim S(E) = n(n+1)
2
Proposition 4.21 (Caractérisation des projecteurs et symétries orthogonaux) Soit E un espace euclidien.
– p est un projecteur orthogonal si et seulement si p2 = p et p∗ = p.
www.mathlaayoune.webs.com

6/11

mathlaayoune@gmail.com

CPGE Laayoune

Lissane Eddine

Essaidi Ali

– s est un symétrie orthogonals si et seulement si s2 = idE et s∗ = s.
Proposition 4.22 Soient E un espace euclidien non nul et u ∈ S(E). Alors :
– Toutes les valeurs propres de u sont réelles.
– ∀λ, µ ∈ Sp(u) avec λ 6= µ, Eλ (u) et Eµ (u) sont orthogonaux. En particulier, les espaces propres de u sont en somme
est directe orthogonale.
– Soit F un sous-espace vectoriel de E. F est u-stable ssi F ⊥ est u-stable.
– (Théorème spectral) u est diagonalisable dans une base orthonormale de E.
Corollaire 4.23 Soient n ∈ N∗ et A ∈ S(n). Il existe P ∈ On (R) tel que P −1 AP = tP AP soit diagonal.
Définition 4.10 Soient E un espace euclidien, n ∈ N∗ , u ∈ S(E) et M ∈ S(n). On dit que :
– L’endomorphisme u est positif si ∀x ∈ E, < u(x), x >≥ 0.
– La matrice M est positive si ∀X ∈ Rn , tXM X ≥ 0.
– L’ensomorphisme u est défini positif si ∀x ∈ E \ {0}, < u(x), x >> 0.
– La matrice M est définie positive si ∀X ∈ Rn , tXM X > 0.
Proposition 4.24 Soient E un espace euclidien de dimension n ∈ N∗ , B une BON de E, u ∈ L(E) et M = mat(u, B). Alors :
– u ∈ S + (E) ⇐⇒ M ∈ S + (n).
– u ∈ S ++ (E) ⇐⇒ M ∈ S ++ (n).
Proposition 4.25 Soient E un espace euclidien et u ∈ L(E). Alors :
– u ◦ u∗ et u∗ ◦ u sont symétriques positifs.
– Si u est inversible alors. u ◦ u∗ et u∗ ◦ u sont symétriques positifs définis.
Proposition 4.26 (caractérisation) Soient E un espace euclidien non nul et u ∈ S(E).
– u ∈ S + (E) ⇐⇒ ∀λ ∈ Spu, λ ≥ 0.
– u ∈ S ++ (E) ⇐⇒ ∀λ ∈ Spu, λ > 0.
Définition 4.11 Soient E un espace euclidien non nul et x1 , . . . , xp ∈ E. On appelle :
– Matrice de Gram des vecteurs x1 , . . . , xp la matrice G(x1 , . . . , xp ) = (< xi , xj >)1≤i,j≤p .
– Déterminant de Gram des vecteurs x1 , . . . , xp le déterminant Γ(x1 , . . . , xp ) = det G(x1 , . . . , xp )1≤i,j≤p .
Propriétés 4.3 Soient E un espace euclidien non nul et x1 , . . . , xp ∈ E. Alors :
– G(x1 , . . . , xp ) est symétrique positive.
– Soit B une BON de E. Γ(x1 , . . . , xp ) = det2B (x1 , . . . , xp ). En particulier, Γ(x1 , . . . , xp ) ≥ 0.
p
X
– ∀k ∈ {1, . . . , p}, ∀α1 , . . . , αk−1 , αk+1 , . . . , αp ∈ R, Γ(x1 , . . . , xk−1 , xk +
αi xi , xk+1 , . . . , xp ) = Γ(x1 , . . . , xp ).
i=1
i6=k

Autrement dit, le déterminant de Gram reste inchangé si on ajoute à un vecteur une combinaison linéaire des autres
vecteurs.
– ∀σ ∈ Sp , Γ(xσ(1) , . . . , . . . , xσ(p) ) = Γ(x1 , . . . , xp ).
– rgG(x1 , . . . , xp ) = rg(x1 , . . . , xp ).
– (x1 , . . . , xp ) libre ⇐⇒ G(x1 , . . . , xp ) ∈ S ++ (p) ⇐⇒ G(x1 , . . . , xp ) est inversible.
Corollaire 4.27 Soit E un espace euclidien de dimension n ∈ N∗ et A ∈ Mn (R).
A est symétrique définie positive si et seulement si A est la matrice de Gram d’une base de E.
Proposition 4.28 (Décomposition polaire d’un endomorphisme inversible)
Soient E un espace euclidien et u ∈ GL(E). Alors ∃!o ∈ O(E), ∃!s ∈ S ++ (E), u = os.
Proposition 4.29 Soient n ∈ N∗ et A ∈ Mn (R).
– Décomposition polaire d’une matrice inversible : Si A ∈ GLn (R) alors ∃!O ∈ O(n), ∃!S ∈ S ++ (n), A = OS.
– Factorisation QR d’une matrice inversible : Si A ∈ GLn (R) alors A se décompose de façon unique sous la forme
A = QR où Q est orthogonal et R triangulaire supérieure à coefficients diagonaux strictement positifs.
– Factorisation de Cholesky d’une matrice symétrique définie positive : Si A ∈ S ++ (n) alors A se décompose de façon
unique sous la forme A = tT T où T triangulaire supérieure à coefficients diagonaux strictement positifs.
Proposition 4.30 Soient E est un
plan euclidien, B une base orthonormée de E, u ∈ O(E) et A = mat(u, B).
cos θ −ε sin θ
∃θ ∈ R, ∃ε = ±1 tels que A =
.
sin θ ε cos θ

www.mathlaayoune.webs.com

7/11

mathlaayoune@gmail.com

CPGE Laayoune

Lissane Eddine

Essaidi Ali

(R, +) → (SO(2), ×)
est un morphisme de groupes surjectif.
θ
7→ R(θ)
On l’appelle le morphisme canonique de R vers SO(2).

Proposition 4.31 L’application

R:

Propriété 4.2
– ∀θ ∈ R, det R(θ) = 1.
– ∀θ, θ0 ∈ R, R(θ)R(θ0 ) = R(θ + θ0 ). En particulier, SO(2) est abélien.
– ∀θ ∈ R, tR(θ) = R(−θ) = (R(θ))−1 .
Proposition et définition 4.3 Soient E un plan euclidien orienté et u ∈ SO(E).
Si R(θ) est la matrice de u dans une base orthonormée directe de E alors R(θ) ne dépend pas du choix de la base orthonormée
directe de E.
u s’appelle la rotation vectorielle d’angle θ et on la note rθ . En particulier, les angles d’une rotation sont congrus modulo 2π.

Proposition 4.32
Soient
E un plan euclidien et u ∈ O (E). Il existe une base orthonormée B = (e1 , e2 ) de E telle que
1 0
mat(u, B) =
.
0 −1
u est la symétrie orthogonale par rapport à la droite D = Re1 et on la note sD .

Proposition 4.33 Soit E un espace euclidien, B une BON de E, u ∈ O− (E) et θ ∈ R tel que mat(u, B) = S(θ).
u est la symétrie orthogonale par rapport à la droite vectorielle Re où e = (cos θ2 , sin θ2 ).
Propriété 4.3
– ∀θ ∈ R, det S(θ) = −1.
– ∀θ ∈ R, tS(θ) = S(θ) = (S(θ))−1 .
– ∀θ ∈ R, S(θ)2 = I2 .
– ∀θ, θ0 ∈ R, S(θ0 )S(θ) = R(θ0 − θ). En particulier, O− (2) n’est ni abélien ni stable.
Proposition 4.34 Soit E un plan euclidien et f ∈ Af f (E).
– Si f fixe 3 points non alignés alors f est l’identité sur E.
– Si f~ = IdE alors f est une translation.
Proposition et définition 4.4 Soient E un plan euclidien orienté et f un déplacement sur E avec f~ 6= IdE .
f possède un unique point fixe Ω ∈ E. On dit que f est la rotation de centre Ω et d’angle θ l’angle de la rotation vectorielle
associée f~. f se note r(Ω, θ).
Corollaire 4.35 Tout déplacement d’un plan euclidien orienté est soit une translation, soit une rotation affine.
Corollaire 4.36 Soit E un plan euclidien orienté :
– ∀a, b ∈ E, ta ◦ tb = ta+b = tb ◦ ta .
– Soient une translation t et une rotation affine r 6= IdE dans E. Alors r ◦ t et t ◦ r sont des rotation d’angle celui de r.
– Soient deux rotations affines r = r(Ω, θ) et r0 = r(Ω0 , θ0 ) dans E. Alors :
−−→
1. Si θ0 + θ ≡ 0[2π] alors r0 ◦ r = tu avec u = ΩΩ00 où Ω00 = r0 (Ω).
2. Si θ0 + θ 6≡ 0[2π] alors r0 ◦ r est une rotation d’angle θ0 + θ.
Proposition 4.37 Soient E un plan euclidien et f un antidéplacement.
Si f admet au moins un point fixe A alors f est la symétrie orthogonale par rapport à une droite D = A + E1 (f~).
f se note sD et on dit aussi que f est la symétrie axiale d’axe D.
Proposition 4.38 Soit E un plan euclidien.
– Soient D et ∆ deux droites affines parallèles de E alors s∆ ◦ sD est la translation tu de vecteur u normal à D et tel que
∆ = t 21 u (D) = D + 12 u.
– Réciproquement, soit tu une translation sur E. Si D est une droite affine D de E telle que u soit normal à D alors la
translation tu se décompose sous la forme tu = s∆ ◦ sD (resp. tu = sD ◦ s∆ ) où ∆ = t 21 u (D) = D + 12 u (resp.
∆ = t− 21 u (D) = D − 12 u).
Proposition 4.39 Soit E un plan euclidien orienté.
– Soient deux droites affines D et ∆ de E non parallèles. On pose D ∩∆ = {Ω} et (D, ∆) ≡ θ2 [π] alors s∆ ◦sD = r(Ω, θ).
– Réciproquement, Soit r = r(Ω, θ) une rotation affine sur E. Si D est une droite affine de E qui passe par Ω alos r se
décompose sous la forme r = s∆ ◦ sD (resp. r = sD ◦ s∆ ) avec ∆ la droite affine de E qui passe par Ω et telle que
(D, ∆) ≡ θ2 [π] (resp. (∆, D) ≡ θ2 [π]).
Corollaire 4.40 Tout déplacement d’un plan euclidien orienté est la composée de deux symétries axiales.

www.mathlaayoune.webs.com

8/11

mathlaayoune@gmail.com

CPGE Laayoune

Lissane Eddine

Essaidi Ali

Proposition et définition 4.5 Soient E un espace euclidien et f un antidéplacement de E sans points fixes.
f se décompose de façon unique sous la forme f = sD ◦ tu = tu ◦ sD .
f s’appelle la symétrie glissée d’axe D et de vecteur u et on a, en plus, u est un vecteur directeur non nul de D.
Corollaire 4.41 Les antidéplacements d’un plan euclidiens sont exactement les symétries axiales et les symétries glissées.
Proposition 4.42 Les symétries axiales engendrent le groupe des isométries du plan euclidien orienté.
Proposition 4.43 Soit E un plan euclidien orienté.
– Soient une translation tu et une symétrie axiale sD telles que u ne soit pas normal à D. Alors tu ◦ sD et sD ◦ tu sont des
symétries glissées.
– Soient une rotation affine r(Ω, θ) 6= idE et sD une symétrie axiale telles que Ω ∈
/ D. Alos r(Ω, θ) ◦ sD et sD ◦ r(Ω, θ)
sont des symétries glissées.
Proposition et définition 4.6 Soient E un espace euclidien orienté de dimension 3 et f ∈ SO(E)
.
 tel que f 6= idE 
1
0
0
Il existe θ ∈ R et une base orthonormée directe (e1 , e2 , e3 ) dans laquelle la matrice de f est : 0 cos θ − sin θ.
0 sin θ
cos θ
f s’appelle la rotation d’axe Re1 orienté par e1 et d’angle θ. On la note re1 ,θ .
Proposition 4.44 Soit E un espace euclidien orienté de dimension 3.
– Soit e ∈ E. L’application ϕe : x ∈ E 7→ e ∧ x est antisymétrique.
– Soit A(E) l’espace des endomorphismes antisymétriques sur E. L’application

E
x


7


A(E)
est un isomorphisme
ϕx

d’espaces vectoriels.
Proposition 4.45 Soient E un espace euclidien orienté de dimension 3, e ∈ E unitaire et θ ∈ R. Alors :
– (Formule de Rodriguès) : ∀x ∈ E, re,θ (x) =< e, x > e + cos(θ)(x− < e, x > e) + sin(θ)(e ∧ x).
– re,θ = IdE + sin θϕe + (1 − cos θ)ϕ2e .
– Si r = re,θ alors alors r − r∗ = 2 sin θϕe .
– re,θ = exp(θϕe ).
Proposition 4.46 Soient E un espace euclidien de dimension 3 et f ∈ A{{(E).
– Si f fixe 4 points affinement libres alors f est l’identité.
−−−−→
– Si f~ = idE alors f est une translation de vecteur Af (A) où A est un point quelconque de E.
Proposition et définition 4.7 Soient E un espace euclidien orienté de dimension 3 et f un déplacement sur E tel que f~ 6= IdE .
On suppose que f admet au moins un point fixe A ∈ E. Alors :
– ∃e ∈ E, ∃θ ∈ R avec θ 6≡ 0[2π] tels que f~ = re,θ .
– L’ensemble des points fixes de f est la droite D = A + Re.
On dit que f est la rotation affine d’axe D orienté par e et d’angle θ. On la note rD,e,θ .
Proposition et définition 4.8 Soient E un espace euclidien orienté de dimension 3 et f un déplacement de E sans points fixes
et tel que f~ 6= idE .
f se décompose de façon unique sous la forme f = tx ◦ r = r ◦ tx avec r une rotation affine et x ∈ E \ {0}.
Soit e ∈ E unitaire et θ ∈ R tels que r = rD,e,θ , f s’appelle le vissage de vecteur x, d’axe D orienté par e et d’angle θ. On le
note VD,e,θ,x .
On a, en particulier, (x, e) lié.
Proposition 4.47 Soient E un espace euclidien orienté de dimension 3 et f = VD,e,θ,x un vissage.
−−−−−→
– ∀M ∈ D, M f (M ) = x.
−−−−−→
– ∀M ∈ E, M ∈ D ⇐⇒ (M f (M ), e) est lié.
Proposition 4.48 Tout déplacement de E est soit une translation, soit une rotation affine, soit un vissage.

5

Formes quadratiques :

Proposition 5.1 Soient E, F deux R-espaces vectoriels. L’ensemble des formes bilinéaires sur E × F noté L(E, F ; R) est un
sous-espace vectoriel du R-espace vectoriel F(E × F, R) des applications de E × F vers R.
Proposition 5.2 Soient E, F deux R-espaces vectoriels.
www.mathlaayoune.webs.com

9/11

mathlaayoune@gmail.com

CPGE Laayoune

Lissane Eddine

Essaidi Ali

– Soit ϕ ∈ L(E, F ; R) :
ϕ : E →
R
– ∀y ∈ F , on pose y
. Alors ∀y ∈ F, ϕy ∈ E ∗ .
x 7→ ϕ(x, y)
ϕ˜ : F → E ∗
– On pose
. Alors ϕ˜ ∈ L(F, E ∗ ).
y 7→ ϕy
L(E, F ; R) → L(F, E ∗ )
– L’application
est un isomorphisme d’espaces vectoriels. On l’appelle l’isomorphisme
ϕ
7→
ϕ˜

canonique de L(E, F ; R) vers L(F, E ) et on dit que L(E, F ; R) et L(F, E ∗ ) sont canoniquement isomorphes.
Définition 5.1 Soient E, F deux R-espaces vectoriels de dimensions finies non nulles respectives m et n. Soient BE =
(e1 , . . . , em ) une base de E, BF = (ε1 , . . . , εn ) une base de F et ϕ ∈ L(E, F ; R).
On appelle matrice de ϕ dans les bases BE et BF la matrice (ϕ(ei , εj ))1≤i≤m;1≤j≤n et on la note mat(ϕ, BE , BF ).
Si E = F et BE = BF alors mat(ϕ, BE , BF ) se note tout simplement mat(ϕ, BE ).
Caractérisation 5.1 Soient E, F deux R-espaces vectoriels de dimensions finies non nulles respectives m et n.
Si BE est une base de E, BF une base F , ϕ ∈ L(E, F ; R) et A ∈ Mmn (R) alors :
A = mat(ϕ, BE , BF ) ⇐⇒ ∀x ∈ E, ∀y ∈ F, ϕ(x, y) = tXAY avec X = [x]BE et Y = [y]BF .
Proposition 5.3 (Formule de changement de bases) Soient E, F deux R-espaces vectoriels de dimensions finies non nulles,
0
BE , BE
deux bases de E, BF , BF0 deux bases de F et ϕ ∈ L(E, F ; R).
0
On pose P la matrice de passage de BE vers BE
et Q la matrice de passage de BF vers BF0 . Si M = mat(ϕ, BE , BF ) et
0
N = mat(ϕ, BE
, BF0 ) alors N = tP M Q.
Proposition 5.4 Soit E un R-espace vectoriel. L’ensemble des formes bilinéaires symétriques sur E noté BS(E) est un sousespace vectoriel de L(E, E; R).
Définition 5.2 Soit E un R-espace vectoriel. On appelle forme quadratique sur E toute application q : E → R telle que
∃ϕ ∈ BS(E), ∀x ∈ E, q(x) = ϕ(x, x). Dans ce cas, q s’appelle la forme quadratique associé à la forme bilinéaire symétrique
ϕ.
L’ensemble des formes quadratiques sur E est noté Q(E).
Proposition 5.5 (Règles de calcul) Soit E un R-espace vectoriel, ϕ ∈ BS(E) et q sa forme quadratique associée.
– ∀x ∈ E, ∀λ ∈ R, q(λx) = λ2 q(x). En particulier, q(0) = 0 et ∀x ∈ E, q(−x) = q(x).
– ∀x, y ∈ E, q(x + y) = q(x) + 2ϕ(x, y) + q(y).
– ∀x, y ∈ E, ϕ(x + y, x − y) = q(x) − q(y).
– Identité du parallèlogramme : ∀x, y ∈ E, q(x + y) + q(x − y) = 2(q(x) + q(y)).
– Formule de polarisation ∀x, y ∈ E, ϕ(x, y) = 41 (q(x + y) − q(x − y)) = 21 (q(x + y) − q(x) − q(y)).
Définition 5.3 Soient E un R-espace vectoriel de dimension finie non nulle, B une base sur E et q ∈ Q(E). On appelle matrice
de q dans la base B la matrice de sa forme polaire dans la base B. On la note mat(q, B).
Caractérisation 5.2 Soient E un R-espace vectoriel de dimension finie n ≥ 1, B une base de E, q ∈ Q(E) et A ∈ Mn (R).
A = mat(q, B) ⇐⇒ A est symétrique et ∀x ∈ E, q(x) = tXAX avec X = [x]B
Proposition 5.6 (Formule de changement de bases) Soient E un R-espace vectoriel de dimension finie ≥ 1, B, B 0 deux bases
de E et q ∈ Q(E). Si P la matrice de passage de B à B 0 , A = mat(q, B) et A0 = mat(q, B 0 ) alors A0 = tP AP .
Définition 5.4 Deux matrices A, B ∈ S(n) sont dites congruentes si ∃P ∈ GLn (R) tel que B = t P AP .
Corollaire et définition 5.7 Soient E un R-espace vectoriel de dimension finie ≥ 1, q ∈ Q(E) (resp. ϕ ∈ BS(E)), B une base
de E.
Si M = mat(q, B) (resp. M = mat(ϕ, B)) alors rg M est indépendant du choix de la base B. On l’appelle rang de q (resp. ϕ).
On le note rg q (resp. rg ϕ).
Définition 5.5 Soient E un R-espace vectoriel et ϕ ∈ BS(E) de forme quadratique associée q.
ϕ˜ : E → E ∗
ϕ : E
On appelle noyau de q ou ϕ le noyau de l’application linéaire
où ∀x ∈ E, x
x 7→ ϕx
y
On le note ker q ou ker ϕ.
Si ker q = {0} alors on dit que q ou ϕ est non dégénérée, sinon, on dit que q ou ϕ est dégénérée.


R
.
7→ ϕ(x, y)

Proposition 5.8 Soient E un R-espace vectoriel de dimension finie n ∈ N∗ , q ∈ Q(E) et B une base de E. Alors :
q non dégénéré ⇐⇒ mat(q, B) ∈ GLn (R) ⇐⇒ rg q = n
www.mathlaayoune.webs.com

10/11

mathlaayoune@gmail.com

CPGE Laayoune

Lissane Eddine

Essaidi Ali

Définition 5.6 Soient E un R-espace vectoriel de dimension finie et q ∈ Q(E) de forme polaire ϕ. On dit que q ou ϕ est :
– positive si ∀x ∈ E, q(x) ≥ 0.
– négative si ∀x ∈ E, q(x) ≤ 0.
– définie si ∀x ∈ E, q(x) = 0 ⇒ x = 0.
Proposition 5.9 Soient E un R-espace vectoriel de dimension finie non nulle et q une forme quadratique positive sur E de
forme polaire ϕ.
p
– (Inégalité de Cauchy-Schwarz) : ∀x, y ∈ E, |ϕ(x, y)| ≤ q(x)q(y).
– ker q = {x ∈ E, q(x) = 0}. Autrement dit, pour tout x ∈ E on a q(x) = 0 ⇐⇒ ∀y ∈ E, ϕ(x, y) = 0.

– q est non dégénéré ⇐⇒ q est définie ⇐⇒ ϕ est un produit scalaire ⇐⇒ q est une norme euclidienne.
Définition 5.7 Soient E un R-espace vectoriel de dimension finie non nulle et q ∈ Q(E) de forme polaire ϕ.
– Soient x, y ∈ E. On dit que x et y sont ϕ-orthogonaux ou q-orthogonaux si ϕ(x, y) = 0.
– Soient A, B ⊂ E. On dit que A et B sont ϕ-orthogonaux ou q-orthogonaux si ∀a ∈ A, ∀b ∈ B, ϕ(a, b) = 0.
– Une famille (x1 , . . . , xp ) de vecteurs de E est dite ϕ-orthogonale ou q-orthogonale si ∀i, j ∈ {1, . . . , p} avec i 6= j on a
ϕ(xi , xj ) = 0.
– Une famille de vecteurs de E est dite base ϕ-orthogonale ou q-orthogonale si elle est à la fois base de E et q-orthogonale.
Proposition 5.10 Soient E un R-espace vectoriel de dimension finie non nulle et q ∈ Q(E).
– Alors E admet une base q-orthogonale.
– Si E est euclidien alors E admet une BON qui est q-orthogonale.
Proposition 5.11 Soient E un R-espace vectoriel de dimension finie non nulle et q ∈ Q(E). On pose rgq = r.
– Il existe r formes linéaires linéairement indépendantes l1 , . . . , lr et des réels non nuls α1 , . . . , αr tels que ∀x ∈ E, q(x) =
α1 l12 (x) + · · · + αr lr2 (x).
– Si l1 , . . . , lp sont des formes linéaires linéairement indépendantes et α1 , . . . , αp des réels non nuls tels que ∀x ∈
E, q(x) = α1 l12 (x) + · · · + αp lp2 (x) alors p = rgq.
Théorème 5.1 (Loi d’inertie de Sylvester) Soient E un R-espace vectoriel de dimension finie non nulle et q ∈ Q(E).
Il existe un couple (s, t) ∈ N2 et une base q-orthogonale B = (e1 , . . . , en ) telle que ∀x = x1 e1 + · · · + xn en , q(x) =
x21 + · · · + x2s − x2s+1 − · · · − x2s+t .
Le couple (s, t) ne dépend pas du choix de la base B. On l’appelle la signature de q.
Corollaire 5.12 Soient E un R-espace vectoriel de dimension finie non nulle et q ∈ Q(E) de signature (s, r − s).
2
Il existe r formes linéaires linéairement indépendantes l1 , . . . , lr telles que ∀x ∈ E, q(x) = l12 (x) + · · · + ls2 (x) − ls+1
(x) −
· · · − lr2 (x).
Corollaire 5.13 Soient E un R-espace vectoriel de dimension finie non nulle et q ∈ Q(E) de signature (s, t).
Soient l1 , . . . , lr des formes linéaires linéairement indépedantes et α1 , . . . , αr ∈ R non nuls tels que ∀x ∈ E, q(x) = α1 l12 (x) +
· · · + αr lr2 (x). Alors s = card{αi /αi > 0} et t = card{αi /αi < 0}.
Classification des coniques de R2 :
Nom :
Equation réduite :

x2
a2

Ellipse
2
+ yb2 = 1

Hyperbole
2
− yb2 = 1

x2
a2

Parabole
x2 = py

Proposition 5.14 Soit a, b, c ∈ R et C = {(x, y) ∈ R2 /ax2 + bxy + cy 2 + dx + ey = f }. On pose ∆ = b2 − 4ac.
– Si ∆ > 0 alors C est une hyperbole ou réunion de deux droites non parallèles. On dit que C est de type hyperbole.
– Si ∆ < 0 alors C est une ellipse ou un point ou l’ensemble vide. On dit que C est de type ellipse.
– Si ∆ = 0 alors C est une parabole ou deux droites parallèles ou une droite ou l’ensemble vide. On dit que C est de type
parabole.
Classification des quadriques de R3 :
Nom :
Equation réduite :
Nom :
Equation réduite :
Nom :
Equation réduite :

www.mathlaayoune.webs.com

Ellipsoïde
2
2
+ yb2 + zc2 = 1
Hyperboloïde à deux nappes
y2
x2
z2
a2 − b2 − c2 = 1
Paraboloïde hyperbolique
y2
x2
a2 − b2 = z
x2
a2

cône
2
+
− zc2 = 0
Paraboloïde elliptique
y2
x2
a2 + b2 = z
cylindre hyperbolique
y2
x2
a2 − b2 = 1
x2
a2

11/11

y2
b2

Hyperboloïde à une nappe
y2
x2
z2
a2 + b2 − c2 = 1
Cylindre elliptique
y2
x2
a2 + b2 = 1
cylindre parabolique
x2
a2 = y

mathlaayoune@gmail.com


Aperçu du document Algèbre linéaire - Résumé.pdf - page 1/11
 
Algèbre linéaire - Résumé.pdf - page 3/11
Algèbre linéaire - Résumé.pdf - page 4/11
Algèbre linéaire - Résumé.pdf - page 5/11
Algèbre linéaire - Résumé.pdf - page 6/11
 




Télécharger le fichier (PDF)


Algèbre linéaire - Résumé.pdf (PDF, 237 Ko)

Télécharger
Formats alternatifs: ZIP



Documents similaires


algebre lineaire resume
alg bre
matrices de gram
algebre bilineaire
commutant d un endomorphisme
algebre bilineaire

Sur le même sujet..