Espaces préhilbertiens réels, espaces euclidiens

January 9, 2025

Objectifs de ce chapitre :

• consolider les acquis de la classe de première année sur les espaces euclidiens ;
• étudier les isométries vectorielles et les matrices orthogonales, et les classifier en dimension
deux ;
• énoncer les formes géométrique et matricielle du Théorème Spectral ;

• introduire la notion d’endomorphisme autoadjoint positif, qui trouvera notamment son ap-
plication au Chapitre Calcul Différentiel pour les études d’extrêma de fonctions de deux
variables.

Contents
1 Rappels 2
1.1 Orthogonalité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Espace euclidien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2 Isométries vectorielles 6

3 Matrices orthogonales 8

4 Isométries vectorielles d’un plan euclidien 10

4.1 Cas de E = R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.2 Plan euclidien orienté . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

5 Réduction des endomorphismes autoadjoints et des matrices symétriques réelles 12

5.1 Endomorphismes autoadjoints d’un espace euclidien . . . . . . . . . . . . . . . . . 12
5.2 Théorème spectral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

6 Endomorphisme autoadjoint postif, définis positif 13

1
PC* A. Schweitzer 2024-2025

1 Rappels
Dans cette section de rappels, E est un R-ev de dimension quelconque.

On rappelle les définitions suivantes.

Définition 1.1 On appelle produit scalaire sur le R-ev E toute application

< ·, · >: E × E 7→ R
qui est bilinéaire, symétrique, positive et définie positive.
On rappelle que < ·, · > est symétrique si pour tout (x, y) ∈ E 2 ,
< x, y >=< y, x >
On rappelle que < ·, · > est bilinéaire si elle est linéaire à droite et à gauche, ie
∀(x, y, z) ∈ E 3 , ∀λ ∈ R,
< x + λy, z >=< x, z > +λ < y, z >
< z, x + λy >=< z, x > +λ < z, y >
(Si < ·, · > est symétrique, il suffit de démontrer sa linéarité à droite ou à gauche pour qu’elle soit
bilinéaire).
On rappelle que < ·, · > est positive si pour tout x ∈ E,
< x, x >≥ 0
On rappelle que < ·, · > est définie positive si pour tout x ∈ E,
→
−
< x, x >= 0 ⇐⇒ x = 0 E

Définition 1.2 On appelle espace préhilbertien réel tout R-ev muni d’un produit scalaire.

Théorème 1.1 Inégalité de Cauchy-Schwartz et CNS d’égalité

Si < ·, · > est un produit scalaire sur un R-ev E alors pour tout (x, y) ∈ E 2 ,
√ √
| < x, y > | ≤ < x, x >. < y, y >
Et cette inégalité est une égalité si et seulement si x et y sont colinéaires.

Définition 1.3 Soit N : E → R. On dit que N est une norme sur E si elle est positive, définie
positive, homogène, et vérifie l’inégalité triangulaire.

Théorème 1.2 Si < ·, · > est un produit scalaire sur E, alors l’application
|| · || : E 7→ R
définie par √
∀x ∈ E, ||x|| = < x, x >
est une norme sur E.
On l’appelle norme associée au produit scalaire < ·, · > sur E.

Remarque 1.3 Si ||˙|| est une norme associée à un produit scalaire sur E, alors pour tout (x, y) ∈
E2,
||x + y|| = ||x|| + ||y|| ⇐⇒ ∃λ ∈ R+ : x = λy ou y = λx

Remarque 1.4 Il existe des normes qui ne sont associées à aucun produit scalaire. Par exemple,
la norme || · ||1 sur Rn1 ou C 0 ([a, b], R)2 , n’est pas issue d’un produit scalaire.
n
X
1 On rappelle que ||(x1 , . . . , xn )||1 = |xi | pour tout (x1 , . . . , xn ) ∈ Rn .
i=1
Z b
2 On rappelle que ||f ||1 = |f (t)|dt pour tout f : [a, b] → R continue.
a

page : 2
PC* A. Schweitzer 2024-2025

Théorème 1.5 Formules de polarisation

Soit || · ||, une norme issue d’une produit scalaire < ·, · > sur E, alors pour tout (x, y) ∈ E 2 ,
1
< x, y >= (||x + y||2 − ||x||2 − ||y||2 )
2
1
< x, y >= (||x + y||2 − ||x − y||2 )
4

1.1 Orthogonalité
Soit E un R-ev muni d’un produit sclaire < ·, · >. On note || · || la norme associée.

Définition 1.4 1. Soit (x, y) ∈ E 2 . On dit que x et y sont orthogonaux (pour le produit scalaire
< ·, · >) si < x, y >= 0.
2. On dit qu’une famille (xi )i∈I de vecteurs de E est orthogonale si ses vecteurs sont deux à
deux orthogonaux. Autrement dit, si
∀(i, j) ∈ I 2 , i ̸= j ⇒< xi , xj >= 0

Définition 1.5 1. Soit A une partie de E. On appelle orthogonal de A dans E, et on note A⊥ ,

l’ensemble des vecteurs othogonaux à tous les vecteurs de A. Autrement dit,
A⊥ = {x ∈ E : ∀a ∈ A, < x, a >= 0}

2. On dit que deux parties A et B de E sont orthogonales si pour tout (a, b) ∈ A×B, < a, b >= 0.

Théorème 1.6 Toute famille orthogonale de vecteurs non-nuls est libre.

Définition 1.6 Une famille de vecteurs de E est dite orthonormale si elle est orthogonale et si
tous ses vecteurs sont de norme 1.

Remarque 1.7 Une famille orthonormale de vecteurs est donc toujours libre.

Théorème 1.8 Soit A et B deux parties de E.

1. L’orthogonal de A dans E est un sous-espace vectoriel de E.
2. A⊥ = V ect(A)⊥ .
3. Si A ⊂ B alors B ⊥ ⊂ A⊥ .
→
− →
−
4. { 0 E }⊥ = E et E ⊥ = { 0 E }.

Théorème 1.9 Si F1 et F2 sont des sous-espaces orthogonaux de E alors ils sont en somme
directe.

Remarque 1.10 Pour montrer que F1 et F2 sont des sous-espaces orthogonaux, il suffit de mon-
trer que F1 ⊂ F2⊥ . Si B1 est une base de F1 et B2 est une base de F2 , il suffit de montrer que
B1 ⊂ B2⊥ , ie que tout vecteur de B1 est orthogonal à tout vecteur de B2 .

Proposition 1.11 Une identité remarquable

Pour tout (x, y) ∈ E 2 ,
||x + y||2 = ||x||2 + ||y||2 + 2 < x, y >
Pour tout (x1 , . . . , xn ) ∈ E n ,
n
X n
X X
|| xk ||2 = ||xk ||2 + 2 < xi , xj >
k=1 k=1 1≤i<j≤n

Théorème 1.12 Théorème de Pythagore Soit (x, y) ∈ E 2 , alors

x ⊥ y ⇐⇒ ||x + y||2 = ||x||2 + ||y||2

page : 3
PC* A. Schweitzer 2024-2025

1.2 Espace euclidien

Définition 1.7 On appelle espace euclidien un R-espace vectoriel de dimension finie muni d’un
produit scalaire.
Soit (E, < ·, · >) un espace euclidien de dimension n. On note || · || la norme associée au produit
scalaire < ·, · >.

Théorème 1.13 Algorithme d’orthonormalisation de Gram-Schmidt

Soit (x1 , . . . , xp ) une famille libre de E, alors il existe une famille orthonormale (u1 , . . . , up ) telle
que pour tout k ∈ [[1, p]],
V ect(x1 , . . . , xk ) = V ect(u1 , . . . , uk )
Par conséquent : Tout espace euclidien admet (au moins) une base orthonormale.

Théorème 1.14 Théorème de la base incomplète orthonormale Toute famille orthonor-

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

Théorème 1.15 Pour tout sev F de l’espace euclidien E,

F ⊕ F⊥ = E

En particulier, dim(F ⊥ ) = dim(E) − dim(F ).

Remarque 1.16 Pour prouver qu’un sev G est le supplémentaire orthogonal d’un sev F de E, il
suffit de montrer que G ⊂ F ⊥ (ou l’autre inclusion) et dim(G) = n − dim(F ).

Théorème 1.17 Soit (e1 , . . . , en ) une base orthonormée (b.o.n) de E. Alors pour tout x ∈ E,
n
X
x= < x, ei > ei
i=1

Autrement dit, les coordonnées de x sur la b.o.n. (e1 , . . . , en ) sont (< x, e1 >, . . . , < x, en >.

Proposition 1.18 Soit (x, y) ∈ E 2 . Si (x1 , . . . , xn ) et (y1 , . . . , yn ) sont leurs coordonnées respec-
tives sur une b.o.n. de E, alors
X n
< x, y >= xi yi
i=1

Soit F un sev de E de dimension p. On concatène une base orthonormale (e1 , . . . , ep ) de F et

une base orthonormale (ep+1 , . . . , en ) de son supplémentaire orthogonal F ⊥ dans E.
On obtient ainsi une base orthonormale de E, apdatée à F : B = (e1 , . . . , en ).

Définition 1.8 On appelle projecteur orthogonal sur F le projecteur sur F parallèlement à F ⊥ .

On notera dans ce cours pF le projecteur orthogonal sur F dans L(E).

Proposition 1.19 Pour tout x ∈ E,

p
X
pF (x) = < x, ei > ei
i=1

Définition 1.9 Soit x ∈ E. On appelle distance de x à F le réel

Inf {||x − a||, a ∈ F }

On la note d(x, F )

page : 4
PC* A. Schweitzer 2024-2025

Cette borne inférieure est bien un réel car {||x − a||, a ∈ F } est un ensemble de réels non vide (car
F ̸= ∅) et minoré (par 0).

Proposition 1.20 Pour tout x ∈ E,

v
u n
u X
d(x, F ) = ||x − pF (x)|| = t < x, ei >2
i=p+1

où (ep+1 , . . . , en ) est une b.o.n du supplémentaire orthogonal de F dans E.

Théorème 1.21 Soit F et G deux sev de l’espace euclidien E, alors

1. (F ⊥ )⊥ = F ;
2. (F + G)⊥ = F ⊥ ∩ G⊥ ;
3. (F ∩ G)⊥ = F ⊥ + G⊥ .

page : 5
PC* A. Schweitzer 2024-2025

2 Isométries vectorielles
Soit (E, < ·, · >) un espace euclidien de dimension n et || · || la norme euclidienne associée, ie
√
∀x ∈ E, ||x|| = < x, x >

Définition 2.1 Soit f ∈ L(E). On dit que f est une isométrie s’il conserve la norme, ie

∀x ∈ E, ||f (x)|| = ||x||

Proposition 2.1 Une isométrie de E est un automorphisme de E.

Remarque 2.2 Une isométrie de E est aussi appelée automorphisme orthogonal de E. On note
O(E) l’ensemble des automorphismes orthogonaux de E. Ainsi O(E) ⊂ GL(E).

Proposition 2.3 Une composée d’isométries de E est une isométrie de E. La bijection réciproque
d’une isométrie de E est une isométrie de E, ainsi que IdE . Autrement dit, (O(E), ◦) est un
groupe.

Définition 2.2 Le groupe (O(E), ◦) est appelé groupe orthogonal de E.

Théorème 2.4 (Caractérisations des isométries d’un espace euclidien).

Soit f ∈ L(E). Les assertions suivantes sont équivalentes :
1. f ∈ O(E).
2. f conserve le produit scalaire, ie pour tout (x, y) ∈ E 2 , < f (x), f (y) >=< x, y >.
3. Il existe une b.o.n. (e1 , . . . , en ) de E telle que (f (e1 ), . . . , f (en )) soit une b.o.n. de E.
4. Toute b.o.n. de E est envoyée par f sur une b.o.n. de E.

Théorème 2.5 Soit f ∈ O(E) et F un sous-espace stable par f , alors F ⊥ est aussi stable par f .

Symétrie orthogonale de l’espace euclidien E :

Définition 2.3 Soit f ∈ L(E). On dit que f est une symétrie orthogonale si f est une symétrie
et f ∈ O(E).
Soit f une symétrie orthogonale de E : notons F = Ker(f − IdE ) sa base et G = Ker(f + IdE )
sa direction. Alors pour tout (x, y) ∈ F × G,

< f (x), f (y) >=< x, y > d’une part,

< f (x), f (y) >=< x, −y >= − < x, y > d’autre part.

Donc < x, y >= − < x, y >, donc < x, y >= 0. Donc G ⊂ F ⊥ .
De plus dim(G) = dim(E) − dim(F ) = dim(F ⊥ ), donc G = F ⊥ .
On a donc montré la propriété suivante :

Proposition 2.6 Une symétrie orthogonale de E est une symétrie par rapport à F = Ker(f −
IdE ), parallèlement à F ⊥ . Ainsi Ker(f + IdE ) = Ker(f − IdE )⊥ .
On notera sF la symétrie par rapport à F et parallèlement à F ⊥ , ie la symétrie orthogonale par
rapport à F .

Remarque 2.7 Les projecteurs orthogonaux, en revanche, ne sont pas des automorphismes or-
thogonaux ! Ce ne sont pas des automorphismes et ils ne conservent pas la norme (sauf dans le
cas du projecteur trivial IdE ).

page : 6
PC* A. Schweitzer 2024-2025

Définition 2.4 On appelle reflexion toute symétrie orthogonale par rapport à un hyperplan de E
(ie un sev de dimension (dim(E) − 1) de E).

Soit F un hyperplan de E, ie un sev de dimension n − 1 de E, où dim(E) = n.

Soit (e1 , . . . , en−1 ) une b.o.n. de F complétée en une b.o.n. de E : (e1 , . . . , en ) = B.
Soit sF la reflexion par rapport à F . Alors pour tout x ∈ E,
n−1
X
sF (x) = ( < x, ei > ei )− < x, en > en = pF (x)− < x, en > en
i=1

Exercice 2.8 Déterminer l’expression de la réflexion par rapport à F = {(x, y, z) ∈ R3 : x + 2y −

z = 0}, sur R3 .

page : 7
PC* A. Schweitzer 2024-2025

3 Matrices orthogonales
Soit n ∈ N.
On munit Rn (et Mn,1 (R) identifié à Rn ) de son produit scalaire usuel < ·, · >u , défini par
n
X
< (x1 , . . . , xn ), (y1 , . . . , yn ) >u = xi yi
i=1

Définition 3.1 Une matrice de Mn (R) est dite orthogonale si l’endomorphisme de Rn qui lui est
canoniquement associé est une isométrie vectorielle.
On note On (R), ou O(n), l’ensemble des matrices orthogonales de Mn (R).

Proposition 3.1 L’ensemble On (R) est un sous-groupe de (GLn (R), .).

On note C la base canonique de Rn . On remarque que c’est une b.o.n. de (Rn , < ·, · >u ).
Par définition, une matrice M est dans On (R) si et seulement si M = M atC (f ) où f ∈ O(Rn ).

Proposition 3.2 L’ensemble On (R) est un sous-groupe de (GLn (R), .).

Théorème 3.3 (Caractérisations des matrices orthogonales)

Soit M ∈ Mn (R). Les assertions suivantes sont équivalentes :
1. M ∈ On (R).

2. M.M T = In .
3. M T .M = In .
4. Les colonnes de M forment une b.o.n. de Rn .

5. Les lignes de M forment une b.o.n. de Rn .

Théorème 3.4 (Une autre caractérisation)

Soit (E, < ·, · >) un espace euclidien de dimension n et B1 une b.o.n. de E. Soit B2 = (v1 , . . . , vn )
une famille de vecteurs de E et M la matrice dont les colonnes sont les matB1 (vj ) pour j ∈ [[1, n]].
Alors
M ∈ On (R) ⇐⇒ B2 est une b.o.n. de (E, < ·, · >)
Autrement dit une matrice est orthogonale si et seulement si elle est une matrice de passage entre
deux bases orthonormales.

Le théorème suivant caractérise les automorphismes orthogonaux (ie les isométries vectorielles)
d’une espace euclidien E par leur matrice dans une b.o.n. de E.

Théorème 3.5 Soit (E, < ·, · >) un espace euclidien de dimension n, B une b.o.n. de E et
f ∈ L(E), alors
f ∈ O(E) ⇐⇒ M atB (f ) ∈ On (R)
Les matrices orthogonales sont donc aussi les matrices représentatives des isométries (ie des au-
tomorphismes orthogonaux) en base orthonormée.

Proposition 3.6 Soit M ∈ On (R), alors det(M ) ∈ {−1, 1}.

page : 8
PC* A. Schweitzer 2024-2025

 
1 1
Remarque 3.7 Attention, la réciproque est fausse. Par exemple est de déterminant 1
0 1
mais n’est pas orthogonale.

Définition 3.2 On appelle groupe spécial orthogonal et on note SOn (R) ou SO(n) l’ensemble des
matrices de On (R) de déterminant 1.

Proposition 3.8 L’ensemble SOn (R) est un sous-groupe de (On (R), .).

Définition 3.3 Orientation d’un espace euclidien : Choisir une orientation d’un espace eu-
clidien c’est choisir une b.o.n. B de E. On qualifiera alors de base orthonormée directe de E toute
base (orthonormée) B ′ de E telle que PB7→B′ appartienne à SOn (R).

page : 9
PC* A. Schweitzer 2024-2025

4 Isométries vectorielles d’un plan euclidien

4.1 Cas de E = R2
Dans cette section on détermine les matrices de O2 (R) et de SO2 (R).
On note < ·, · > le produit scalaire usuel sur R2 et ||˙|| la norme euclidienne associée.
La base canonique C = ((1, 0), (0, 1)) = (e1 , e2 ) est orthonormée et on la choisit pour orienter
l’espace euclidienne (R2 , < ·, · >. Ainsi C est une base orthonormée directe (b.o.n.d.) de R2 .
Dans cette section, on identifie les vecteurs de R2 , M2,1 (R) et M1,2 (R).

 
a b
Exercice 4.1 Soit A = .
c d
1. Déterminer un système S sur les coefficients a, b, c, d de A tel que S ⇐⇒ A ∈ O2 (R). Quelle
équation supplémentaire ajouter pour que S ∈ SO2 (R) ?
 
cos(θ) − sin(θ)
2. Montrer que A ∈ SO2 (R) si et seulement si il existe θ ∈ R tel que A = .
sin(θ) cos(θ)
 
cos(θ) sin(θ)
3. Montrer que A ∈ O2 (R)−SO2 (R) si et seulement si il existe θ ∈ R tel que A = .
sin(θ) − cos(θ)
4. Préciser l’action géométrique de fA (l’endomorphisme de R2 canoniquement associé à A)
sur les vecteurs de la base canonique C, puis sur un vecteur de norme 1, ie de la forme
(cos(ϕ), sin(ϕ)), dans chacun des cas précédents.
Notations : Par la suite, pour tout θ ∈ R, on note
   
cos(θ) − sin(θ) cos(θ) sin(θ)
Rθ = et Sθ =
sin(θ) cos(θ) sin(θ) − cos(θ)

Définition 4.1 Soit θ ∈ R.

1. La matrice Rθ s’appelle la matrice de rotation d’angle θ.
θ
2. La matrice Sθ la matrice de reflexion autour de la droite d’angle polaire 2 (d’équation y =
tan( θ2 )x, si θ ≡
̸ π2 [π]).

Théorème 4.2 (Description de O2 (R) et de S02 (R))

 
a −b
SO2 (R) = {Rθ : θ ∈ R} = {Rθ : θ ∈ [0, 2π[} = { ; (a, b) ∈ R2 et a2 + b2 = 1}
b a
 
a b
O2 − SO2 (R) = {Sθ ; θ ∈ R} = {Sθ : θ ∈ [0, 2π[} = { ; (a, b) ∈ R2 et a2 + b2 = 1}
b −a
O2 (R) = {Rθ : θ ∈ R} ∪ {Sθ : θ ∈ R}
(Cette union est donc disjointe.)

Proposition 4.3 Pour tout (θ, α) ∈ R2 ,

Rθ .Rα = Rθ+α = Rα .Rθ
Le groupe (SO2 (R), .) est en particulier commutatif.
On remarque que ϕ : θ 7→ Rθ est un morphisme surjectif du groupe (R, +) dans le groupe (S02 (R), .).

Exercice 4.4 Identifier Sθ .Sϕ .

Exercice 4.5 Écriture complexe d’une rotation. Soit rθ : z 7→ zeiθ , identifier cette transformation
du plan complexe.

page : 10
PC* A. Schweitzer 2024-2025

4.2 Plan euclidien orienté

Soit E un R-ev de dimension 2, muni d’un produit scalaire < ·, · >. On note ||·|| la norme associée.
Soit B = (e1 , e2 ) une b.o.n. de (E, < ·, · >, orientant E.

Proposition 4.6 Soit u ∈ O(E).

1. Si det(u) = 1, alors il existe une b.o.n.d. C et θ ∈] − π, π] tels que M atC (u) = Rθ . On dit
alors que u est la rotation vectorielle d’angle θ dans la base C de E.
2. Si det(u) = −1. Alors il existe une b.o.n.d. C et θ ∈] − π, π] tels que M atC (u) = Sθ . Alors
u est la réflexion autour de la droite vectorielle Ker(u − IdE ).

page : 11
PC* A. Schweitzer 2024-2025

5 Réduction des endomorphismes autoadjoints et des ma-

trices symétriques réelles
Soit (E, < ·, · >) un espace euclidien de dimension n.

5.1 Endomorphismes autoadjoints d’un espace euclidien

Définition 5.1 Soit u ∈ L(E).On dit que u est autoadjoint si
∀(x, y) ∈ E 2 , < x, u(y) >=< u(x), y >

Exercice 5.1 Vérifier que les homothéties, les projecteurs orthogonaux et les symétries orthogo-
nales sont autoadjoints.

Remarque 5.2 Anciennement, les endomorphismes autoadjoints pouvaient être appelés endomor-
phismes symétriques.

Exercice 5.3 Si dim(E) = 2 et rθ est la rotation d’angle θ dans une b.o.n.d. (e1 , e2 ) de E, mon-
trer que rθ est un endomorphisme autoadjoint de E.

L’ensemble des endomorphismes autoadjoints de E est noté S(E).

Théorème 5.4 (Caractérisation des endomorphisme autoadjoints).

Si B est une base orthonormale de E et u un endomorphisme de E, alors u est autoadjoint si et
seulement si M atB (u) est symétrique.

Proposition 5.5 Si E est un espace euclidien de dimension n, alors S(E) est un sev de L(E) et
dim(S(E)) = n(n+1)
2 .

5.2 Théorème spectral

Exercice 5.6 Montrer que si A ∈ Sn (R) alors χA est scindée dans R[X].
Que dire si u ∈ S(E) ?

Exercice 5.7 Montrer que si F est un sev stable par un endomorphisme autoadjoint u de E, alors
F ⊥ est aussi stable par u.

Théorème 5.8 Théorème spectral

Un endomorphisme autoadjoint d’un espace euclidien admet une base orthonormale de vecteurs
propres.

Exercice 5.9 Montrer qu’un endomorphisme de E qui admettrait une b.o.n. de vecteurs propres
est autoadjoint. En déduire une caractérisation des endomorphismes autoadjoints.

Théorème 5.10 Version matricielle du théorème spectral

Pour toute matrice symétrique réelle A, il existe D diagonale réelle et P orthogonale telles que
A = P DP −1 = P DP T .

Exercice 5.11 Montrer que si une matrice A est symétrique et orthogonale alors A est la matrice
d’une symétrie orthogonale.

Exercice 5.12 Montrer qu’un projecteur p est orthogonal si, et seulement si, il est autoadjoint.
Montrer qu’une symétrie s est orthogonale si et seulement si elle est autodajointe.

page : 12
PC* A. Schweitzer 2024-2025

6 Endomorphisme autoadjoint postif, définis positif

Définition 6.1 Soit f une endomorphisme autoadjoint de l’espace préhilbertien réel E. On dit
qu’il est positif si
∀x ∈ E, < x, f (x) >≥ 0
On dit qu’il est défini positif s’il est positif et si pour tout x ∈ E,
→
−
< x, f (x) >= 0 ⇐⇒ x = 0 E

On note S + (E) (resp. S ++ (E)) l’ensemble des endomorphismes autoadjoints positifs (resp. définis
positifs).

Définition 6.2 Soit A ∈ Sn (R) une matrice symétrique réelle. On dit que A est positive si pour
tout X ∈ Mn,1 (R),
X T AX ≥ 0
On dit que A est définie positive si A est positive et pour tout X ∈ Mn,1 (R),
→
−
X T AX = 0 ⇐⇒ X = 0 Mn,1 (R)

Autrement dit, A est symétrique positive (resp. défini positive) si et seulement si l’endomorphisme
fA canoniquement associé est autoadjoint positif (resp. autoadjoint défini positif ).
On note Sn+ (R) (resp. Sn++ (R)) l’ensemble des matrices symétriques positives (resp. définie posi-
tives).

Théorème 6.1 Un endomorphisme autoadjoint d’un espace euclidien est positif (resp. défini posi-
tif ) si et seulement si son spectre est inclus dans R+ (resp. R+∗ ).

Théorème 6.2 Une matrice symétrique est positive (resp. définie positive) si et seulement si son
spectre est inclus dans R+ (resp. R+∗ ).

page : 13