Chapitre 3

Formes quadratiques

Dans ce chapitre, K désigne R ou C, et E est un K-espace vectoriel de dimension finie n > 0.

3.1 Définitions
3.1.1 Formes bilinéaires symétriques
On rappelle qu’une forme bilinéaire symétrique sur E est une application ϕ : E ×E → K telle que y 7→ ϕ(x, y)
est linéaire pour tout x ∈ E et ϕ(x, y) = ϕ(y, x) pour tous x, y ∈ E (voir la définition 1.1.1 au tout début du
cours).

Soient E une base de E, ϕ une forme bilinéaire symétrique sur E et A = Mat(ϕ; E), i.e.,
 
ϕ(e1 , e1 ) · · · ϕ(e1 , en )
.. ..
Mat(ϕ; E) = 
 
. .

 
ϕ(en , e1 ) · · · ϕ(en , en ).

Si x, y ∈ E ont pour matrices X et Y dans la base E, on a vu que

ϕ(x, y) = t XAY = t Y AX.

 Exercice 34. Soient F une autre base de E et P = PEF la matrice de passage de E à F. Exprimer la matrice
B de ϕ dans la base F en fonction de A et P .

Dans les chapitres précédents, nous avons essentiellement étudier le cas où ϕ est un produit scalaire sur E.
Nous allons dans ce chapitre considérer d’autres cas.

3.1.2 Définition
Définition 3.1.1. Une application Q : E → K est appelée une forme quadratique (sur E) s’il existe une
forme bilinéaire symétrique ϕ sur E telle que

∀ x ∈ E, Q(x) = ϕ(x, x).

25
 3.1. DÉFINITIONS

On note Q(E) le sous-ensemble de F(E, K) constitué des formes quadratiques.

 Exercice 35. Vérifier que c’est un sous-espace vectoriel de F(E, K). Quelle est sa dimension ?

 Exercice 36. Soient Q une forme quadratique sur E, et ϕ une forme bilinéaire symétrique sur E telle que
Q(x) = ϕ(x, x) pour tout x ∈ E. Montrer la formule de polarisation :

1
ϕ(x, y) = (Q(x, y) − Q(x) − Q(y)). (3.1.1)
2
2) En déduire qu’il existe une unique forme bilinéaire symétrique ϕ sur E telle que Q(x) = ϕ(x, x) pour tout
x ∈ E, qu’on appelle la forme polaire de Q.

Remarques. 1) Si ϕ est la forme polaire de Q, on a aussi la formule

1
ϕ(x, y) = (Q(x + y) − Q(x − y)). (3.1.2)
4
2) Lorsque ϕ est un produit scalaire, alors Q est une norme sur E (cf. Théorème 1.3.2).

 Exercice 37. Donner des exemples de formes quadratiques qui ne soient pas issues de produits scalaires.

Compte tenu de l’exercice précédente on adopte pour les formes quadratiques la terminologie des formes
bilinéaires symétriques. En particulier, on appelle matrice de Q dans une base E = (e1 , . . . , en ) de E, la
matrice de sa forme polaire ϕ dans cette base. On la note Mat(Q; E). Autrement dit,
 
ϕ(e1 , e1 ) · · · ϕ(e1 , en )
.. ..
Mat(Q; E) = Mat(ϕ; E) = 
 
. .

 
ϕ(en , e1 ) · · · ϕ(en , en ).

Exercice 27. On suppose dim E = 2. Soit (e1 , e2 ) une base de E. Pour x = λ1 e1 + λ2 e2 , y = µ1 e1 + µ2 e2 , on

pose :

ϕ1 (x, y) = λ2 µ2 − λ1 µ2 − λ2 µ1 , ϕ2 (x, y) = (λ1 + 3λ2 )(3µ1 + µ2 ),

ϕ3 (x, y) = λ1 λ2 + µ1 µ2 , ϕ4 (x, y) = (λ1 + λ2 + µ1 + µ2 )2 − (λ1 + λ2 )2 .

1) Déterminer les applications ϕk qui sont des formes bilinéaires sur E.

2) Écrire les matrices (ϕk (ei , ej ))16i,j62 . Quelles sont les formes ϕk qui sont symétriques ? Symétriques non
dégénérées ?
3) Soit F = (f1 , f2 ), avec f1 = e1 + e2 , f2 = e2 − e1 . Écrire la matrice (ϕk (fi , fj ))1≤i,j≤2 .

3.1.3 Expression analytique d’une forme quadratique si K = R

On suppose dans ce paragraphe K = R, et E = Rn
Soient Q est une forme quadratique, ϕ sa forme polaire et E = (e1 , . . . , en ) la base canonique de E = Rn . Posons
Pn Pn
pour tous i, j ∈ {1, . . . , n}, ai,j = ϕ(e1 , ej ). Alors pour tous u = i=1 xi ei = (x1 , . . . , xn ) et v = j=1 yj ej =
(y1 , . . . , yn ) dans E, on a
X
ϕ(u, v) = xi yj ai,j
16i,j6n

26
 CHAPITRE 3. FORMES QUADRATIQUES

et
n
X n
X n
X
Q((x1 , . . . , xn )) = Q(u) = ϕ(u, u) = xi xj ai,j = ai,i x2i + 2 xi xj ai,j .
16i,j6n i=1 16i<j6n
| {z } | {z }
termes carrés termes rectangulaires

Ainsi, l’application (x1 , . . . , xn ) 7→ Q((x1 , . . . , xn )) est un polynôme homogène, i.e., ∀ λ ∈ K, Q(λu) = λ2 Q(u),
dont tous les monômes sont des polynômes homogènes de degré 2.
B Attention : on note ici (x1 , . . . , xn ) un élément de E = Rn ; cela ne signifie pas que Q est une fonction de n
variables, d’où les doubles parenthèses ! Dans la suite, on notera simplement Q(x1 , . . . , xn ) pour Q((x1 , . . . , xn ))
lorsque E = Rn .

Réciproquement, si Q est un tel polynôme, alors il existe des scalaires ai,j ∈ K, pour i, j ∈ {1, . . . , n}, tels que
pour tout x ∈ E,
n
X n
X
Q(x1 , . . . , xn ) = ai,i x2i + 2 xi xj ai,j ,
i=1 16i<j6n

et Q est une forme quadratique dont la forme polaire est donnée par
n
X n
X X
∀u = xi ei , ∀ v = yj ej ∈ E, ϕ(u, v) = xi yj ai,j .
i=1 j=1 16i,j6n

En conclusion, nous avons montré :

Proposition 3.1.2. Les formes quadratiques sur Rn sont les applications polynômes dont tous les monômes
sont des polynômes homogènes de degré 2.

Exemple. Une forme quadratique Q sur R3 est de la forme

Q(x, y, z) = ax2 + by 2 + cz 2 + dxy + eyz + f zx,

avec a, b, c, d, e, f ∈ R.

B Attention : de nouveau, Q(x, y, z) signifie en toute rigueur Q((x, y, z)).

La matrice de la forme polaire ϕ de Q dans la base canonique E de R3 est donnée par
 
a d/2 f /2
Mat(ϕ; E) =  d/2 b e/2  ,
 

f /2 e/2 c

et
d e f
ϕ((x, y, z), (x0 , y 0 , z 0 )) = axx0 + byy 0 + czz 0 + (xy 0 + yx0 ) + (yz 0 + zy 0 ) + (zx0 + xz 0 ).
2 2 2

3.2 Orthogonalité
Définition 3.2.1. Soit ϕ une forme bilinéaire symétrique sur E.
(i) Deux vecteurs x, y de E sont dits ϕ-orthogonaux, ou orthogonaux pour ϕ, si ϕ(x, y) = 0.
(ii) Un vecteur x de E est dit ϕ-isotrope ou isotrope pour ϕ, si ϕ(x, x) = 0.

27
 3.2. ORTHOGONALITÉ

(iii) Des parties F et G de E sont dites ϕ-orthogonales ou orthogonales pour ϕ, si ϕ(x, y) = 0 pour
tout (x, y) ∈ F × G.

Si F est un sous-espace de E, on appelle ϕ-orthogonal de F le sous-espace F ◦ de E constitué des vecteurs

x ∈ E tels que ϕ(x, y) = 0 pour tout y ∈ F . Le ϕ-orthogonal E ◦ de E est appelé le noyau de ϕ, et on le note
ker ϕ i.e.,
ker ϕ = {x ∈ E | ϕ(x, y) = 0 ∀ y ∈ E}.

Le cône isotrope Cϕ de ϕ est l’ensemble des vecteurs isotropes de E :

Cϕ = {x ∈ E | ϕ(x, x) = 0}.

B Attention : on note ker ϕ bien que ϕ ne soit pas une application linéaire ; c’est toutefois, comme le noyau
d’une application linéaire, un sous-espace vectoriel de E.
B Attention : on prendra garde au fait qu’en général, Cϕ n’est pas un sous-espace vectoriel de E.

Remarque. Le cône isotrope Cϕ d’une forme quadratique est un « cône » au sens où pour tout λ ∈ K r {0},
si x ∈ Cϕ , alors λx ∈ Cϕ .

 Exercice 38. 1) Donner des exemples de formes quadratiques où

a) le cône isotrope est un sous-espace vectoriel de E ;
b) le cône isotrope n’est pas un sous-espace vectoriel de E ;
c) le cône isotrope est réduit à {0E }.
2) Dans le cas général, comparer Cϕ et ker ϕ.

Définition 3.2.2. Soit ϕ une forme bilinaire symétrique sur E et X = (x1 , . . . , xp ) une famille de vecteurs de
E.
(i) On dit que X est ϕ-orthogonale si ϕ(xi , xj ) = 0 pour i, j ∈ {1, . . . , p} et distincts.
(ii) On dit que X est ϕ-orthonormée si elle est ϕ-orthogonale et si ϕ(xi , xi ) = 1 pour tout i ∈ {1, . . . , p}.

Définition 3.2.3. On dit qu’une forme bilinéaire symétrique ϕ sur E est dégénérée (resp. non dégénérée)
si E ◦ 6= {0} (resp. E ◦ = {0}).

Soient Q une forme quadratique sur E, et ϕ sa forme polaire. On rappelle (cf. exercice 34) que si E et F sont
des bases de E, alors
Mat(Q; F) = tP Mat(Q; E) P,

où P = PEF est la matrice de passage de la base E à la base F.

B Attention : pour une application linéaire f , la formule de changement base est Mat(f ; F) = P −1 Mat(f ; E) P !

Remarques. 1) On dit que deux matrices A, A0 ∈ Mn (K) sont congruentes s’il existe une matrice inversible
P ∈ GLn (K) telle que A0 = t P AP . Ainsi, deux matrices symétriques A et A0 sont congruentes si et seulement
si elles représentent la même forme quadratique dans des bases différentes.
2) Si A, A0 ∈ Mn (K) sont congruentes alors det(A0 ) = (det P )2 det(A) pour une certaine matrice inversible
P ∈ GLn (K). Si Q est une forme quadratique sur E, le signe de det Mat(Q; E) ne dépend donc pas de la base
E choisie.

28
 CHAPITRE 3. FORMES QUADRATIQUES

3.3 Bases orthogonales

Soit Q une forme quadratique sur E de forme polaire ϕ.
Question. Existe-t-il des bases ϕ-orthogonales de E ? Autrement dit, existe-t-il une base E = (e1 , . . . , en ) de E
telle que  
λ1 0
Mat(Q; E) = 
 .. 
,
 . 
0 λn
avec λ1 , . . . , λn ∈ K ? Si oui, comment construire en pratique de telles bases ?
On note E ∗ = L(E, K) l’ensemble des formes linéaires sur E, c’est-à-dire l’ensemble des applications linéaires
de E dans K. C’est un espace vectoriel de dimension n × 1 = n appelé le dual de E.

 Exercice 39. ? Soit (`1 , . . . , `n ) une base de E ∗ . Montrer qu’il existe une unique base (ε1 , . . . , εn ) de E telle
que pour tous i, j ∈ {1, . . . , n}, 
0 si i 6= j;
`i (εj ) =
1 si i = j.

(Indication. On pourra montrer que l’application

E −→ Kn
x 7−→ (`1 (x), . . . , `n (x))

est un isomorphisme d’espaces vectoriels.). La base (ε1 , . . . , εn ) est appelée la base duale de (`1 , . . . , `n ).

On admet le théorème suivant :

Théorème-Définition 3.3.1. Soient ϕ une forme bilinéaire symétrique sur E et Q la forme quadratique
associée. On suppose que Q est non nulle. Alors E possède des bases ϕ-orthogonales. Précisément, il existe une
base (`1 , . . . , `n ) de E ∗ et λ1 , . . . , λn ∈ K tels que
n
X
Q= λi `2i ,
i=1

et la base duale de (`1 , . . . , `n ) est une base ϕ-orthognale. De manière équivalente, il existe p formes linéaires
indépendantes `1 , . . . , `p sur E, avec 1 6 p 6 n, et p scalaires λ1 , . . . , λp non nuls tels que
p
X
Q= λi `2i .
i=1

On admet que l’entier p ne dépend pas de la famille (`1 , . . . , `p ) choisie vérifiant les conditions ci-dessus ; on
l’appelle le rang de Q (ou de ϕ). Par convention, le rang de la forme quadratique nulle est 0.

 Exercice 40. Justifier que les deux dernières assertions du théorème sont équivalentes à la première.

Remarque. Dans les notations du théorème, on a, pour tous x, y ∈ E,

n
X
ϕ(x, y) = λi `i (x)`i (y).
i=1

29
 3.4. FORMES QUADRATIQUES RÉELLES

3.4 Formes quadratiques réelles

Dans tout ce paragraphe, K = R.

3.4.1 Loi d’internie de Sylvester

Définition 3.4.1. Soient ϕ une forme bilinéaire symétrique, et Q la forme quadratique associée à ϕ.
(i) On dit que Q (ou ϕ) est positive (resp. négative) si Q(x) > 0 (resp. Q(x) 6 0) pour tout vecteur x de
E.
(ii) On dit que Q (ou ϕ) est définie positive (resp. définie négative) si Q(x) > 0 (resp. Q(x) < 0) pour
tout vecteur non nul x de E.

Théorème-Définition 3.4.1 (Loi d’inertie de Sylvester). Soient ϕ une forme bilinéaire symétrique non nulle
sur E et Q la forme quadratique associée.
(i) Il existe des entiers s et t, avec 1 6 s + t 6 n et une base (e1 , . . . , en ) de E telle que :
n
X s
X t
X
Q(x = λ i ei ) = λ2i − λ2i .
i=1 i=1 i=s+1

(ii) On a s + t = rang (ϕ) et les entiers s et t sont définis comme suit : s (resp. t) est le maximum des
dimensions des sous-espaces F de E tels que ϕ|F ×F soit définie positive (resp. définie négative).
On dit que le couple (s, t) est la signature de ϕ.

James Joseph Sylvester, né le 3 septembre 1814 et mort le 13 mars 1897 à Londres, est un mathématicien et
géomètre anglais.

 Exercice 41. Démontrer l’assertion (i) de ce théorème. On admettra l’assertion (ii).

Le théorème suivant fait le lien avec le chapitre précédent. Il est parfois appelé le théorème de diagonalisation
simultanée :

Théorème 3.4.2. Soient E un espace euclidien de dimension finie non nulle et ϕ une forme bilinéaire symé-
trique (réelle). Il existe une base de E à la fois orthonormée et ϕ-orthogonale.

 Exercice 42. ? Démontrer ce théorème à l’aide du Théorème fondamental.

3.4.2 Orthogonalisation effective

Il faut retenir la démonstration du résultat suivant qui est connue sous le nom de procédé d’orthogonali-
sation de Gauss.
Johann Carl Friedrich Gauss, né le 30 avril 1777 à Brunswick et mort le 23 février 1855 à Göttingen, est un
mathématicien, astronome et physicien allemand. Doté d’un grand génie, il a apporté de très importantes contribu-
tions à ces trois sciences. Surnommé « le prince des mathématiciens », il est considéré comme l’un des plus grands
mathématiciens de tous les temps.

Théorème 3.4.1. Soit Q une forme quadratique sur E. Il existe une décomposition de Q en combinaison
linéaire, à coefficients éventuellement nuls, de carrés de n = dim E formes linéaires indépendantes.

30
 CHAPITRE 3. FORMES QUADRATIQUES

Il ne s’agit que d’une reformulation du théorème 3.3.1 mais nous allons ici en donner une démonstration
en construisant de manière explicite ces formes linéaires indépendantes. Cela nous permettra en particulier de
déterminer en pratique la signature d’une forme quadratique.

Démonstration. Soit ϕ la forme polaire de Q. On raisonne par récurrence sur la dimension n de E, le cas où
n = 1 étant clair. Soient E = (e1 , . . . , en ) une base de E, et A = (aij ) = Mat(ϕ; E).
Pour x = λ1 e1 + · · · + λn en , il vient :
n
X X
Q(x) = aii λ2i + 2 aij λi λj .
i=1 16i<j6n

• Supposons qu’il existe un indice i tel que aii 6= 0. Par exemple, a11 6= 0. Posons
n
X
f1 (x) = a11 λ1 + a1j λj .
j=2

Alors :
n
1 X
Q(x) = (f1 (x))2 + R( λi ei ),
a11 i=2

où R est une forme quadratique sur F = Re2 ⊕ · · · ⊕ Ren . D’après l’hypothèse de récurrence, il existe des formes
linéaires indépendantes g2 , . . . , gn sur F et des scalaires α2 , . . . , αn tels que :

R = α2 g22 + · · · + αn gn2 .

Prolongeons gi en un élément fi ∈ E ∗ , en posant :

fi (λ1 e1 + · · · + λn en ) = gi (λ2 e2 + · · · + λn en ).

Il est immédiat que f1 , . . . , fn sont indépendants. Posant α1 = a−1

11 , il vient :

Q = α1 f12 + · · · + αn fn2 .

• On suppose aii = 0 pour 1 ≤ i ≤ n. Le résultat étant clair pour Q = 0, nous supposerons, par exemple,
6 0. On a cette fois :
a12 =
n
X n
X X
Q(x) = 2(a12 λ1 λ2 + λ1 a1i λi + λ2 a2j λj + aij λi λj ).
i=3 j=3 36i<j6n

Posons :
n n
1 X 1 X
h1 (x) = λ1 + a2i λi , h2 (x) = λ2 + a1i λi .
a12 i=3 a12 i=3

Alors :
Q(x) = 2a12 h1 (x)h2 (x) + R(λ3 e3 + · · · + λn en ),

où R est une forme quadratique sur F = Re3 ⊕ · · · ⊕ Ren . En remarquant que 4h1 h2 = (h1 + h2 )2 − (h1 − h2 )2 ,
et en posant f1 = h1 + h2 , f2 = h1 − h2 , on termine alors comme dans le cas précédent en utilisant l’hypothèse
de récurrence.

31
 3.5. CONIQUES

Exemple. Considérons la forme quadratique sur R3 donnée par :

Q(x, y, z) = x2 + y 2 + z 2 − 2xy − 2yz − 2zx.

Appliquant la méthode de Gauss, il vient :

Q(x, y, z) = (x − y − z)2 − 4yz = (x − y − z)2 + (y − z)2 − (y + z)2 .

On en déduit que la forme est de rang 3, de signature (2, 1), et qu’il existe une base F de R3 telle que

Mat(Q; F) = diag(1, 1, −1).

Exercice 28. Pour P, Q ∈ Kn [X], on pose ϕ(P, Q) = P (1)Q(1). Montrer que ϕ est une forme bilinéaire
symétrique sur Kn [X]. Déterminer son noyau et son rang. Déterminer une base ϕ-orthogonale de Kn [X].

Exercice 29. On suppose dim E = 2. Soient E = (e1 , e2 ) une base de E, et ϕ une forme bilinéaire symétrique
définie par :
!
1 1
Mat(ϕ; E) = .
1 1

Soient F = Ke1 , G = Ke2 . Déterminer (F ∩ G)◦ et F ◦ + G◦ .

Exercice 30. Soient E = Mn (R) et ϕ : E × E → R, (A, B) 7→ Tr (AB).

1) Montrer que ϕ est une forme bilinéaire symétrique. Cette forme est-elle non-dégénérée ?
2) Montrer que toute matrice symétrique est ϕ-orthogonale à toute matrice anti-symétrique.
3) Quelle est la signature de ϕ ?

Exercice 31. Par la méthode de Gauss, déterminer les signatures des formes quadratiques sur R3 données par :
a) Q(x, y, z) = x2 + y 2 + z 2 − 4(xy + yz + zx).
b) Q(x, y, z) = 2x2 + 6y 2 − 4xy + 8xz.
c) Q(x, y, z) = xy + yz + 2zx.
d) Q(x, y, z) = 3x2 + 3y 2 + 2z 2 − 2xy.
e) Q(x, y, z) = xy + yz + zx.
f) Q(x, y, z) = 7x2 + 6y 2 + 5z 2 − 4xy − 4yz.
g) Q(x, y, z) = 3x2 + 3y 2 − 2z 2 − 2xy.
h) Q(x, y, z) = x2 + y 2 + z 2 + 2xy cos α + 2yz cos β + 2xz cos γ, où α, β, γ ∈ R.

Exercice 32. Soit X ∈ Mn,1 (R). Étudier la forme quadratique sur Rn dont la matrice dans la base canonique
de Rn est X tX.

3.5 Coniques
Dans tout ce paragraphe, K = R.

32
 CHAPITRE 3. FORMES QUADRATIQUES

3.5.1 Généralités
On muni R2 d’une base orthonormée (i, j), et on se place dans l’espace affine R2 muni du repère R = (O, (i, j))
où O est le point 0E de l’espace affine R2 .

Définition 3.5.1. On appelle conique de R2 toute courbe Γ admettant dans le repère R une équation de la
forme F (x, y) = 0, où

∀ (x, y) ∈ R2 , F (x, y) = ax2 + 2bxy + cy 2 + 2dx + 2ey + f

avec a, b, c, d, e, f ∈ R tels que (a, b, c) 6= (0, 0, 0). Autrement

! dit, une courbe Γ est une conique de R2 s’il existe
a b
une forme quadratique Q, de matrice A = dans la base (i, j), et une forme linéaire ` sur R2 , définie
b c
par `(xi + yj) = dx + ey pour tout (x, y) ∈ R2 , telles que

∀ (x, y) ∈ R2 , F (x, y) = Q(x, y) + `(x, y) + f.

!
  x
Remarques. 1) Posons L = d e et X = . L’équation F de la conique s’écrit également sous forme
y
matricielle :
t
XAX + 2LX + f = 0.
2) Le terme tXAX = ax2 + 2bxy + cy 2 est appelé la partie quadratique de l’équation F de la conique et le
terme 2L = 2dx + 2ey est appelé la partie linéaire de l’équation F de la conique.
3) Si F est une équation de la conique Γ, alors λF est encore une équation de la conique Γ pour tout λ ∈ Rr{0}.
4) Le cône isotrope d’une forme quadratique sur R2 est en particulier une conique.
Soit désormais Γ une conique de R3 d’équation F .

Définition 3.5.2. On dit que le point M0 = (x0 , y0 ) est un centre de symétrie de Γ si

∀ (x, y) ∈ R2 , (x − x0 , y − y0 ) ∈ Γ ⇐⇒ (−x + x0 , −y + y0 ) ∈ Γ,

ou encore si
∀ M ∈ R2 , M ∈ Γ ⇐⇒ M 0 ∈ Γ,
où M 0 désigne le symétrique de M par rapport au point M0 .

Proposition 3.5.3. Le point (x0 , y0 ) est un centre de symétrie de la conique Γ si et seulement si


∂F

 (x0 , y0 ) = 0 ( ! !

∂x ax0 + by0 = −d x0 −d
soit encore ou encore A = .
∂F bx0 + cy0 = −e y0 −e
(x0 , y0 ) = 0



∂y
Corollaire 3.5.4. La conique Γ admet un unique centre de symétrie si et seulement si det A = ac − b2 6= 0.
Dans ce cas, on dit que Γ est une conique à centre.

 Exercice 43. Démontrer la proposition et le corollaire.

Objectif : rechercher un repère orthornormé de R2 dans lequel la conique Γ admette une équation plus simple,
appelée équation réduite.

33
 3.5. CONIQUES

3.5.2 Méthode de réduction

On conserve les notations précédentes. La matrice A étant symétrique réelle, il existe d’après le Théorème
fondamental une matrice orthogonale P ∈ O(2) telle que
!
t λ 0
PAP = , λ, µ ∈ R,
0 µ
et dans ce cas, det A = λµ.

Premier cas : det A = λµ 6= 0

Dans ce cas, on sait que Γ admet un unique centre de symétrie Ω dont on peut calculer les coordonnées (x0 , y0 ).
Proposition 3.5.5. Soit (u, v) une base orthogonale de vecteurs propres de A. L’équation de la conique Γ dans
le repère (Ω, (u, v)) est de la forme
λx21 + µy12 + k = 0, avec k = F (x0 , y0 ).
• Cas det A = λµ > 0 :
∗ k est du signe de λ et µ : Γ = ∅ ;
∗ k = 0 : Γ = {Ω} ;
∗ k est du signe opposé à λ et µ : Γ est une ellipse.

• Cas det A = λµ < 0 :

∗ k = 0 : Γ est la réunion de deux droites sécantes ;
∗ k=6 0 : Γ est une hyperbole.

Deuxième cas : det A = λµ = 0

Dans ce cas, l’une des valeurs propres est nulle, par exemple µ = 0 (l’une seulement car A 6= 0).
Proposition 3.5.6. Soit (u, v) une base orthogonale de vecteurs propres de A. L’équation de la conique Γ dans
le repère (O, (u, v)) est de la forme
λx21 + 2d1 x1 + 2e1 y1 + f1 = 0.
On écrit cette équation sous forme canonique :
 2
d1
λ x1 + + 2e1 y1 + f10 = 0.
λ
• Cas e1 = 0 :
∗ λf10 > 0 : Γ = ∅ ;
∗ f10 = 0 : Γ est une droite (double) ;
∗ λf10 < 0 : Γ est la réunion de deux droites parallèles disctinctes.

• Cas e1 6= 0 : Γ est une parabole. L’équation de Γ s’écrit

2
f0
  
d1
λ x1 + + 2e1 y1 − 1 = 0.
λ 2e1
d1 f10
En prenant Ω = (− , ) comme nouvelle origine du repère, l’équation de Γ devient :
λ 2e1
λx22 + 2e1 y2 = 0.

34
 CHAPITRE 3. FORMES QUADRATIQUES

3.5.3 Bilan de la classification

Proposition 3.5.7. 1) Si det A = ac − b2 > 0, alors Γ est une ellipse, un point ou l’ensemble vide.
2) Si det A = ac − b2 < 0, alors Γ est une hyperbole ou la réunion de deux droites sécantes.
3) Si det A = ac − b2 = 0, alors Γ est une parabole, la réunion de deux droites parallèles distinctes, une droite
ou l’ensemble vide.

3.6 Quadriques
Dans tout ce paragraphe, K = R.

3.6.1 Généralités
On muni R3 d’une base orthonormée (i, j, k), et on se place dans l’espace affine R3 muni du repère R =
(O, (i, j, k)) où O est le point 0E de l’espace affine R3 .
Définition 3.6.1. On appelle quadrique de R3 toute surface Σ admettant dans le repère R une équation de
la forme F (x, y, z) = 0, où
∀ (x, y, z) ∈ R3 , F (x, y) = ax2 + by 2 + cz 2 + 2dxy + 2eyz + 2f zx + 2gx + 2hy + 2iz + j,
avec a, b, c, d, e, f, g, h, i, j ∈ R tels que (a, b, c, d, e, f ) 6= (0, 0, 0, 0, 0, 0).
 Autrement
 dit, une surface Σ est une
a d f
quadrique de R3 s’il existe une forme quadratique Q, de matrice A =  d b e  dans la base (i, j, k), et une
 

f e c
forme linéaire ` sur R , définie par `(xi + yj + zk) = gx + hy + iz pour tout (x, y, z) ∈ R3 , telles que
3

∀ (x, y, z) ∈ R3 , F (x, y, z) = Q(x, y, z) + `(x, y, z) + j.

   
a d f   x
Remarques. 1) Posons A =  d b e , L = g h i et X = y . L’équation de la quadrique s’écrit
   

f e c z
également sous forme matricielle :
t
XAX + 2LX + j = 0.
2) Le terme tXAX = ax2 + by 2 + cz 2 est appelé la partie quadratique de l’équation F de la quadrique et le
terme 2L = 2gx + 2hy + 2iz est appelé la partie linéaire de l’équation F de la quadrique.
3) Comme pour les coniques, si F est une équation de la quadrique Σ, alors λF est encore une équation de la
quadrique Σ pour tout λ ∈ R r {0}.
4) Le cône isotrope d’une forme quadratique sur R3 est en particulier une quadrique.
Soit désormais Σ une quadrique de R2 d’équation F .
Proposition 3.6.2. Le point (x0 , y0 , z0 ) est un centre de symétrie de la conique Σ si et seulement si

∂F

 (x0 , y0 , z0 ) = 0
∂x
     
 ax0 + dy0 + f z0 = −g x0 −g


 
∂F

(x0 , y0 , z0 ) = 0 soit encore dx0 + by0 + ez0 = −h ou encore A  y0  = −h .
   
 ∂y 
f x0 + ey0 + cz0 = −i z0 −i

 
 ∂F (x0 , y0 , z0 ) = 0



∂z

35
 3.6. QUADRIQUES

Corollaire 3.6.3. La quadrique Σ admet un unique centre de symétrie si et seulement si det A 6= 0. Dans ce
cas, on dit que Σ est une quadrique à centre.

3.6.2 Méthode de réduction

1) Réduction de la partie quadratique
La matrice A étant symétrique réelle, il existe une matrice orthogonale P ∈ O(3) telle que
 
λ 0 0
t
P A P =  0 µ 0 , λ, µ; ν ∈ R.
 

0 0 ν

La matrice P est la matrice de passage de la base canonique à une base orthonormale de vecteurs propres
(u, v, w) de R3 . Dans le repère (O, (u, v, w)), l’équation de la quadrique ne présente plus de termes en xy, yz
et zx.

1) Réduction de la partie linéaire

On effectue ensuite un changement d’origine de façon à supprimer certains termes de la partie linéaire en
utilisant des factorisations de la forme :
2
b2

2 b
ax + 2bx = a x + − .
a a

On est alors en présence d’une quadrique dont l’équation est réduite.

3.6.3 Quadriques de référence

Pour reconnaitre une quadrique de « référence », on s’interesse aux sections planes de la quadrique c’est-à-dire
aux intersections de la quadrique avec des plans : on peut montrer qu’il s’agit de coniques.
• Ellipsoïde : quadrique Σ d’équation
x2 y2 z2
2
+ 2 + 2 =1 avec a, b, c > 0.
a b c

• Hyperboloïde à une nappe : quadrique Σ d’équation

x2 y2 z2
2
+ 2 − 2 = avec a, b, c > 0.
a b c

• Hyperboloïde à deux nappes : quadrique Σ d’équation

x2 y2 z2
+ − = −1 avec a, b, c > 0.
a2 b2 c2

• Paraboloïde elliptique : quadrique Σ d’équation

x2 y2
+ = 2z avec a, b > 0.
a2 b2

36
 CHAPITRE 3. FORMES QUADRATIQUES

• Paraboloïde hyperbolique : quadrique Σ d’équation

x2 y2
− = 2z avec a, b > 0.
a2 b2

• Cône : quadrique Σ d’équation

x2 y2 z2
2
+ 2 − 2 =0 avec a, b, c > 0.
a b c

• Cylindre elliptique : quadrique Σ d’équation

x2 y2
+ =1 avec a, b > 0.
a2 b2

• Cylindre hyperbolique : quadrique Σ d’équation

x2 y2
− =1 avec a, b > 0.
a2 b2

• Cylindre parabolique : quadrique Σ d’équation

x2 = 2ay avec a > 0.

 Exercice 44. Pour chaque quadrique de référence Σ, décrire l’intersection de Σ avec un plan (sécant à Σ) :
quelle est la nature de cette conique ? Discuter les différents cas.

Remarque. Pour a = b, les quadriques suivantes sont des surfaces de révolution d’axe Ω + Rk :
– l’ellipsoïde ;
– l’hyperboloïde à une nappe ;
– l’hyperboloïde à deyx nappes ;
– le paraboloïde elliptique ;
– le cône ;
– le cylindre elliptique.

Exercice 33. Déterminer la nature des quadriques d’équations :

a) 11x2 + 5y 2 + 2z 2 − 16xy − 4xz − 20yz + 30x − 66y + 24z + 45 = 0 ;
b) 2(x + y)(y − z) − 3x = 0 ;
√ √ √ √ √
c) 2x2 + 3y 2 + z 2 + 2 6xy + 2 2xy + 2 3yz + 2x + 2 3y + 4z + 1 = 0.

37
 3.6. QUADRIQUES

Figure 3.1 – Ellipsoide, hyperboloïde à une nappe et hyperboloïde à deux nappes

Figure 3.2 – paraboloïde elliptique, paraboloïde hyperbolique et cône

Figure 3.3 – Cylindre elliptique, cylindre hyperbolique et cylindre parabolique

38