Endomorphismes des espaces euclidiens

—
MP2 Prytanée National Militaire

Pascal DELAHAYE - d’après le cours de David Delaunay

18 février 2024

E est un Espace EUCLIDIEN de dimension n.

Table des matières

1 Adjoint d’un endomorphisme 1

2 Les matrices orthogonales 3

3 Introduction sur les Isométries 5

4 Réduction des isométries vectorielles 10

5 Endomorphismes autoadjoints et Matrices symétriques 14

6 Musculation : Les Matrices de Gramm 22

1 Adjoint d’un endomorphisme

Définition : Ajoint d’un endomorphisme

Soit u ∈ L(E).
Il existe un unique endomorphisme u∗ ∈ L(E) tel que :

∀x, y ∈ E, hu(x), yi = hx, u∗ (y)i

u∗ est appelé l’adjoint de u.

Preuve :
• Unicité : En prenant une bon e = (ei )i∈[[1,n]] ), on a hu(ei ), ej i = hei , u∗ (ej )i pour tout i, j ∈ [[1, n]].
Ainsi, les coordonnées de u∗ (ej ) dans la bon e sont parfaitement déterminées.
• Existence : On vérifie par un simple calcul que l’endomorphisme trouvé convient.

1
MP2-2023/2024 Endomorphismes des espaces euclidiens

Complément
On peut également montrer que u∗ existe et est unique en appliquant le théorème de Riesz sur les formes
linéaires dans un espace euclidien. En effet, en fixant y ∈ E et en considérant la forme linéaire ϕy : x 7→
hu(x), yi, on montre qu’il existe un unique ay tel que ϕy = h., ay i.
On note alors u∗ : y 7→ ay . Reste à prouver que u∗ est un endomorphisme...

Exercice : 1

Soit A ∈ Mn (R) et ϕA : Sn (R) −→ Sn (R) .

M 7→ AM AT
Déterminer l’adjoint de ϕA lorsque Sn (R) est muni de son produit scalaire usuel.

Pour tout m, ∈ Sn (R), on a :

hϕA (M ), N i = Tr((AM AT )T N ) = · · · = hM, AT N Ai = hM, ϕ∗A (N )i

Nous avons alors ϕ∗A = ϕAT .

Corollaire : Matrice de l’adjoint dans une bon

Dans une bon e : A = Mate (u) ⇒ AT = Mate (u∗ )

Preuve : Conséquence immédiate de la démonstration précédente.

Remarque : Lorsque u∗ = u, on dit que u est un endomorphisme autoadjoint (ou parfois symétrique).

Proposition : Propriétés de l’adjoint

• (λu + µv)∗ = λu∗ + µv ∗ • det(u∗ ) = det(u)

• (u ◦ v)∗ = v ∗ ◦ u∗ • χ(u∗ ) = χ(u) et donc Sp(u∗ ) = Sp(u)
• (u∗ )∗ = u • (u∗ )−1 = (u−1 )∗ lorsque u ∈ GL(E)

Preuve : Découlent des propriétés de la transposition matriciel via l’isomorphisme canonique.

Proposition : Sev stable

Lorsque F est un sev stable par u, alors F ⊥ est stable par u∗ .

Preuve : Facile en posant problement le problème.

Exercice : 2
(♥) Lorsque u ∈ L(E), montrer les équivalences suivantes :

(1) u ◦ u∗ = u∗ ◦ u ⇐⇒ (2) ∀x, y ∈ E, hu∗ (x), u∗ (y)i = hu(x), u(y)i

⇐⇒ (3) ∀x ∈ E, ku∗ (x)k = ku(x)k

• (1) ⇒ (2) : par simple calcul.

• (2) ⇒ (1) : en montrant que pour tout x ∈ E, on a (u ◦ u∗ − u∗ ◦ u)(x) ∈ E ⊥ .
• (2) ⇒ (3) : immédiat.
• (3) ⇒ (2) : avec une formule de polarisation

2
MP2-2023/2024 Endomorphismes des espaces euclidiens

2 Les matrices orthogonales

Cette partie est consacrée à la définition, la caractérisation et aux propriétés des matrices orthogonales. Ces matrices
interviennent essentiellement dans l’étude des isométries qui sera abordée dans la partie suivante.

1. Définition :

Définition : Matrice orthogonale

On dit que A ∈ Mn (R) est orthogonale lorsque AT A = In .

• Notations : On (R) ou O(n).

• Remarques : det A = ±1 et A−1 = AT .
• Exemples : In , −In sont orthogonales.

Théorème : Caractérisation

A ∈ On (R) ⇐⇒ ses vecteurs colonnes (ou lignes) forment une bon pour le PS usuel de Rn

Théorème utilisé en pratique pour reconnaı̂tre visuellement une matrice orthogonale !

√ !
 
1 3 2 1 −2
Exemple : Les matrices et A = √2
3
et B = 13 1 2
2 2  sont orthogonales.
2 − 21 2 −2 1
√
Remarque : Lorsque Mn (R) est muni de k.k2 , on a On (R) ⊂ S(0, n).

Théorème : Structure

On (R) est un sous-groupe compact de GLn (R) appelé le groupe orthogonal.

Preuve : Bien connaı̂tre cette démonstration !

• Pas de difficulté pour montrer que c’est un sous-groupe.
• On remarque que On (R) = f −1 ({In }) où f : Mn (K) → Mn (K) avec f (A) = AT A.
Or {In } est un fermé et f est continue comme application dont les composantes sont des f◦ po-
lynômiales en les coordonnées de A, donc On (R) est un fermé de Mn (R).
• Enfin, comme nous sommes en dimension √ finie, on montre que On (R) est borné.
C’est bien le cas puisque On (R) ⊂ S(0, n) pour la norme euclidienne usuelle.

Remarque : Une application réelle continue sur On (R) est bornée et atteint ses bornes (cf : la trace).

Définition : Matrices orthogonales positive et positive

Soit A ∈ On (R). On a vu que det(A) = ±1.

• Lorsque det A = 1, on dit que A est une matrice orthogonale positive (ou directe).
• Lorsque det A = −1, on dit que A est une matrice orthogonale négative (ou indirecte).

Notations :

• L’ensemble des matrices othogonales positives est noté SOn (R) ou SO(n)
• L’ensemble des matrices othogonales négatives est noté On− (R) ou O− (n)

3
MP2-2023/2024 Endomorphismes des espaces euclidiens

Exemple : In et −In .
 
1 8 −4
1
Exemple : La matrice A = 8 1 4  ∈ O3 (R) est-elle positive ou négative ?
9
−4 4 7

Théorème : SOn (R) est un sous-groupe compact de Mn (R) appelé le groupe spécial orthogonal.

Preuve :
• C’est bien un sous-groupe.
• Remarquons que SOn (R) = det−1 ({1}) ∩ On (R) où {1} est un fermé de R et det est continue.
SOn (R) est donc un fermé inclus dans un compact de Mn (R), c’est également un compact.

Question : Quand rencontre-t-on les matrices orthgonales ?

• Elles seront très utiles dans la manipulation des isométries.

• Elles sont utilisées dans les changements de bases orthonormales.

2. Changement de bases orthonormales :

Théorème : Matrice de passage d’une bon vers une bon

Soit e une bon et e′ une base de E, alors :

′
e′ est une bon ⇐⇒ Pee ∈ On (R)
′
Dans ce cas, on a Pee′ = (Pee )T .

Preuve :
′
• Remarquons que les colonnes Cj de Pee sont les coordonnées de e′j dans la bon e.
On a donc he′i , e′j i = CiT Cj .
• Ainsi, e′ est une bon si et seulement si (Ci ) bon pour le PS usuel de Rn .

Corollaire : Formule de changement de bon

′
Si e et e′ sont deux bon, en notant P = Pee , la formule de changement de bases d’écrit :

Mate′ (u) = P T Mate (u)P car P −1 = P T

Vocabulaire : On dit alors que les matrices A et A′ sont orthogonalement semblables.

Formule très souvent utilisée pour la diagonalisation des isométries et des endomorphismes orthogonaux !

3. Orientation d’un espace vectoriel réel

4
MP2-2023/2024 Endomorphismes des espaces euclidiens

Définition : Bases de même orientation

On dira que 2 bases e et e′ de E ont la même orientation lorsque dete (e′ ) > 0.

Preuve : On remarque que dete (e′ ) dete′ (e) = 1 et donc que dete (e′ ) et dete′ (e) sont de même signe.

Exemple : Choissez 2 bases de R2 et dı̂tes si elles ont la même orientation.

Définition : Espace orienté

On dira que E est orienté lorsqu’on choisit une orientation directe pour la base e dont il est munit.

Vocabulaire : Rn est dit euclidien orienté usuel lorsque sa base canonique est une bon jugée directe.

Lemme : Si e et e′ sont deux bond de E, alors dete (e′ ) = 1.

′ ′
Preuve : Nous avons dete (e′ ) = det Pee avec Pee ∈ On (R) et e et e′ de même orientation.

Proposition : Indépendance du déterminant vis à vis de la bond choisie

Si e et e′ sont deux bond de E, alors :

∀(x1 , . . . , xn ) ∈ E n , dete (x1 , . . . , xn ) = dete′ (x1 , . . . , xn )

En d’autres termes, le déterminant d’un système de vecteurs ne dépend pas de la bond choisie.

Preuve : dete (x1 , . . . , xn ) = dete (e′ ) dete′ (x1 , . . . , xn ) d’après le caractère n-linéaire alterné.

La valeur commune précédente est appelé le produit mixte de (x1 , . . . , xn ) et est noté [x1 , . . . , xn ]. (HP)

3 Introduction sur les Isométries

Dans cette partie, nous nous intéressons aux endomorphismes qui conservent la norme d’un vecteur que l’on nomme
isométrie. Nous verrons en particulier :

• La caractérisations des isométries à l’aide de :

→ de la conservation du produit scalaire
→ de la forme de leur matrice dans une bon
→ de l’image d’une bon
• Un théorème très important qui précise comment réduire les isométries.
• Le cas des isométries en dimension 2 (rotations et réflexions) et les isométries positives en dimension 3

5
MP2-2023/2024 Endomorphismes des espaces euclidiens

1. Définition :

Définition : Isométrie (ou automorphisme orthogonal)

Les isométries de E sont les endomorphismes u ∈ L(E) qui conservent la norme de E :

∀x ∈ E, ku(x)k = kxk

Notation : On note O(E) l’ensemble des isométries vectorielles de E.

Exemple : idE et − idE et les symétries orthogonales.

Théorème : u ∈ L(E) est une isométrie si et seulement si u conserve le produit scalaire.

D/ Par double implication en utilisant une formule de polarisation.

Proposition : Valeurs propres d’une isométrie

Pour u ∈ O(E).
• Sp(u) ⊂ {−1, 1}.
• 0 6∈ Sp(u) et donc u ∈ GL(E).

Preuve : Facile.

Voir exercice 78 de la banque CCINP.

2. Caractérisation et structure :

Théorème : Caractérisations des isométries

Soit u ∈ L(E) et e une bon .

(i) u ∈ O(E) ⇐⇒ (ii) u(e) est une bon

⇐⇒ (iii) Mate u ∈ On (R).
⇐⇒ (iv) u∗ = u−1 .

Preuve :
• (i) ⇒ (ii) Simple calcul de hu(ei ), u(ej )i = hei , ej i = δi,j
• (ii) ⇒ (iii) Car c’est la matrice de passage d’une bon vers une bon.
• (iii) ⇒ (i) Par calcul matriciel de ku(x)k2 .
• (iii) ⇐⇒ (iv) Immédiat.

6
MP2-2023/2024 Endomorphismes des espaces euclidiens

Ce théorème est essentiel car il permet de reconnaı̂tre une isométrie grace à sa matrice !
Attention, pour l’appliquer, il faut bien vérifier que la base est une bon.
 
1 8 −4
1
Exemple : La matrice A = 8 1 4  est-elle la matrice d’une isométrie ?
9
−4 4 7

Corollaire : Lorsque u ∈ O(E), on a : ∀x, y ∈ E, hu(x), yi = hx, u−1 (y)i.

D/ Immédiat.

Corollaire : Structure de O(E)

O(E) est un sous-groupe compact de GL(E) appelé le groupe orthogonal.

Preuve : Soit Φ : Mn (R) → L(E) tel que Φ(M ) est l’endom. de E de matrice M dans une bon e fixée.
• On remarque que Φ est continue comme AL au départ d’un ev de dimension finie.
• Comme O(E) = Φ(On (R)) avec On (R) qui est compact, alors O(E) est aussi compact.
• Enfin, Φ est un morphisme de groupes multiplicatifs, donc O(E) est un sous-groupe.

Remarques :

→ Si u ∈ O(E) alors det u = ±1.

→ Une application réelle continue sur O(E) est bornée et atteint ses bornes.

3. Isométries directes et indirectes :

Définition :

• On appelle isométries directes (ou positives) les isométries de déterminant 1.

• On appelle isométries indirectes (ou négatives) les isométries de déterminant −1.

Notations :

• On note SO(E) l’ensemble des isométries positives de E.

• On note O− (E) l’ensemble des isométries négatives de E.

Exemples :

• idE et − idE
• Les symétries orthogonales par rapport à F (le déterminant varie selon la dimension de F ).
• Les réflexions sont des isométries négatives.

7
MP2-2023/2024 Endomorphismes des espaces euclidiens

Proposition : SO(E) est un sous-groupe compact de GL(E) appelé le groupe spécial orthogonal.

Preuve :
• SO(E) = O(E) ∩ SL(E) où SL(E) est le groupe des endomorphismes de déterminant 1.
• Or, O(E) est un compact et SL(E) est un fermé comme image réciproque d’un fermé par une
applic◦ continue (det).

4. Isométries du plan : E est ici le plan euclidien orienté.

(a) Isométries positives

Théorème : Les matrices orthogonales directes de M2 (R) sont les matrices :

 
cos θ − sin θ
Rθ = avec θ ∈ [0, 2π[ ou ] − π, π]
sin θ cos θ

Ces matrices commutent et vérifient Rθ Rθ′ = Rθ+θ′ .

Remarque : On vérifie alors facilement que (SO2 (R), ×) est un groupe commutatif.

Preuve :

Corollaire : Matrice d’une isométrie de SO2 (R) dans une bond

En dimension 2, une isométrie positive u a toujours la même matrice quelle que soit la bond choisie.
Cette matrice est de la forme Rθ avec θ ∈ R unique à 2π près.

On dit alors que u est la rotation d’angle θ.

Preuve : Facile en utilisant la commutativité de SO2 (R).

Corollaire : Formules

Soit r est une rotation de O(E2 ), d’angle α et (e1 , e2 ) une bon de E2 .

On a alors : 
r(e1 ) = cos α.e1 + sin α.e2
r(e2 ) = − sin α.e1 + cos α.e2

8
MP2-2023/2024 Endomorphismes des espaces euclidiens

D/ Immédiat !

Exercice : 3
(∗) Soit u ∈ L(E). Peut-on affirmer que : ∀x ∈ E, hu(x), xi = 0 ⇒ u = 0̃ ?

Corollaire : Formules donnant l’angle

Si r est une rotation de SO(E2 ), alors son angle α est défini par :

hx, r(x)i [x, r(x)]

cos α = et sin α = où x 6= 0
kxk2 kxk2

En pratique, on prend x le plus simple possible.

x
Preuve : Calculs en se plaçant dans une bon e = ( kxk , e2 ).

Définition : Angle orienté entre deux vecteurs en dimension 2

Soit u et v deux vecteurs non nul de E de dimension 2.

• le couple (u, v) définit un angle orienté (u, v).

u v
• Il existe une unique rotation transformant kuk en kvk .
L’angle de cette rotation est appelé la mesure de l’angle orienté (u, v).

(b) Isométries négatives :

 
cos θ sin θ
Théorème : Les matrices orthogonales négatives de M2 (R) sont Sθ = .
sin θ − cos θ
Ces matrices vérifient (S(θ))2 = I2 .
 
1 0
D/ Comme précédemment ou avec ϕ : SO2 (R) → O2− (R) telle que ϕ(A) = JA avec J = .
0 −1

9
MP2-2023/2024 Endomorphismes des espaces euclidiens

Corollaire : Les isométries négatives en dimension 2

• Les isométries négatives sont les symétries orthogonales par rapport à des droites (réflexions).
 
1 0
• Il existe une bon e dans laquelle la matrice d’une isométrie négative est .
0 −1

Preuve :
(cos( θ2 ), sin( θ2 )) dirige ker(S(θ) − I2 )

• On vérifie que .
(sin( θ2 ), − cos( θ2 )) dirige ker(S(θ) + I2 )
θ
• On se place dans une base adaptée ou on effectue une rotation du repère d’un angle 2 :
On vérifie alors facilement que S(0) = R(− 2θ )S(θ)R( θ2 ).

4 Réduction des isométries vectorielles

1. Préliminaire : Montrer qu’en dimension 2, les rotations non triviales ne sont pas diagonalisables.

2. La théorie :

Lemme : Orthogonal d’un sev stable

Pour u ∈ O(E). Si F est stable, alors :

• F ⊥ l’est aussi.
• u|F et u|F ⊥ sont également des isométries vectorielles

Preuve : Facile.

Ce théorème est essentiel pour la suite... On retrouve le même pour les endomorphismes symétriques.

Lemme : En dimension finie, tout endomorphisme admet une droite ou un plan stable.

10
MP2-2023/2024 Endomorphismes des espaces euclidiens

Preuve : Les deux démonstrations de ce théorème sont intéressantes à revenir.

• Matriciellement en considérant un vecteur propre réel ou complexe.
p
Pk = u2 + ak x + bk idE
M 
• Avec Cayley-Hamilton : 0̃ = Pk avec Pk = u − λk idE ou .
∆<0
k=1

Appliquons ce résultat à la réduction des isométries.

Théorème Fondamental : Réduction d’une isométrie

Soit u ∈ L(E).
  
il existe une bon dans laquelle la matrice de u cos θ − sin θ
u ∈ O(E) ssi (1), (−1) ou ,
est une matrice diagonale par blocs de la forme sin θ cos θ

Preuve : Par récurrence sur la dimension de E.

• OK pour n = 1 et pour n = 2.
• On suppose la propriété vraie pour n − 1 et n.
Soit E tel que dim E = n + 1.
On traite alors les cas où E admet une droite stable et un plan stable en considérant les endomor-
phismes induits sur leurs orthogonaux.

Autrement dit : u ∈ O(E) ssi E est somme directe de E1 , E−1 et de plans sur lesquels u opére une rotation.

C’est vraiment un théorème fondammental dans la mesure où il permet d’étudier assez facilement les diverses
propriétés des isométries en dimension quelconque ! ! Autrement dit, il faut l’utiliser systématiquement dans
les exercices afin de simplifier les raisonnements !

Corollaire : Réduction d’une matrice orthogonale

Soit A ∈ On (R).
A est orthogonalement semblable à une matrice D diagonale par blocs de la forme :
 
cos θ − sin θ
(1), (−1) ou
sin θ cos θ

En d’autres termes, il existe P ∈ On (R) telle que : A = P DP T avec P ∈ On (R)

D/ Avec l’isométrie canoniquement associée.

Pour l’étude des matrices orthogonales, on pourra commencer par effectuer la réduction précédente.

3. Réduction des isométries positives en dimension 3 : E est une espace euclidien orienté de dimension 3.

(a) Orientation induite :

Un plan P n’admet a priori pas d’orientation définie.

11
MP2-2023/2024 Endomorphismes des espaces euclidiens

Définition : Orientation d’un plan de E3

On peut orienter un plan vectoriel de E en choisissant un vecteur n tel que P = n⊥ .

Soit (e1 , e2 ) une base de P .

On dira que (e1 , e2 ) est directe lorsque (e1 , e2 , n) est directe et indirecte sinon.

Vocabulaire : On dit qu’on a ainsi muni P = n⊥ de l’orientation induite par celle de D = Vect(n).

Remarque : Si on inverse l’orientation de D, celle de P est également inversée.

(b) Rotation de l’espace :

Théorème : Réduction d’une rotation en dimension 3

Soit r est une rotation de E.

Il existe une bon (u, v, w) dans laquelle sa matrice est :
 
1 0 0
0 cos θ − sin θ avec θ unique à 2π près
0 sin θ cos θ
Quitte à changer u en son opposé, on peut supposer la bon directe.

Preuve : On applique le théorème de décomposition des isométries.

 
Vect(u) l’identité
Remarque : En d’autres termes, les endomorphismes induits sur sont .
u⊥ la rotation d’angle θ
Dans une telle base, l’étude des rotations devient beaucoup plus simple...

Interprétation géométrique d’une rotation de E3

On considère p la projection orthogonale sur Vect(u).

On a alors x = p(x) + q(x) et donc u(x) = p(x) + rθ (q(x)).

On dit alors que u est la rotation d’axe Vect(u) et d’angle θ notée Rotu,θ .

Proposition : Pour tout θ, θ′ ∈ R et u ∈ E3 non nul, on a :

• Rotu,θ ◦ Rotu,θ′ = Rotu,θ+θ′ • Rotu,θ = Rotu,θ′ ⇐⇒ θ = θ′ [2π]

• Rotu,θ ◦ Rotu,θ′ = Rotu,θ′ ◦ Rotu,θ • Rot−1
u,θ = Rotu,−θ

12
MP2-2023/2024 Endomorphismes des espaces euclidiens

Preuve : En vérifiant ces propriétés pour les endomorphismes induits sur Vect(u) et sur u⊥ .

Remarque : Changer l’orientation de l’axe change l’angle de la rotation : Rotu,θ = Rot−u,−θ

Preuve : On recherche la matrice de ru,θ dans la bond (−u, w, v).

Exercice : 4
(∗) Déterminer une CNS pour que deux rotations de l’espace commutent.

On peut procéder matriciellement... ou pas...

(c) Musculation : Recherche des éléments caractéristiques d’une rotation

Hors-Programme

Lemme : Une rotation différente de idE admet une droite vectorielle de vecteurs invariants.

D/ Facile en procédant matriciellement.

Méthode de reconnaissance d’un endomorphisme

But : Identifier l’endomorphisme de R3 euclidien usuel u canoniquement associé à A ∈ M3 (R).

• On commence par calculer A2 pour savoir s’il s’agit d’un projecteur ou d’une symétrie.
Si c’est le cas, on détermine ses sous-espaces caractéristiques.

• Sinon, il est très probable que A ∈ O3 (R). Dans ce cas :

→ u est une isométrie car la base canonique est une bon de R3 euclidien usuel.
→ On calcule det A pour savoir si u est une rotation ou une isométrie négative.
Si u est une rotation, voir la méthode suivante pour déterminer ses éléments caractéristiques.
Si u n’est pas une rotation, alors −u en est une...

Méthode de recherche de l’angle et de l’axe d’une rotation vectorielle

Soit la rotation r de matrice A ∈ M3 (R).

→ L’axe D = Vect(u) est l’ensemble des vecteurs invariants ker(u − id).

→ On obtient le cosinus de l’angle avec la trace : Tr A = 2 cos θ + 1
→ On obtient le signe du sinus de l’angle en calculant le signe de [u, x, r(x)] avec x 6∈ Vect(u)
En général, on pend x = (1, 0, 0).

13
MP2-2023/2024 Endomorphismes des espaces euclidiens

Preuve : Du 3ème point

On se place dans une bond (u, e2 , e3 ) avec u qui dirige l’axe de la rotation.
On prend x = αu + βv + γw avec βγ 6= 0 et on calcule [u, x, f (x)] = · · · = (β 2 + γ 2 ) sin θ.

Savoir faire IMPERATIVEMENT l’exercice suivant.

Exercice : 5
(∗) E est un espace eucliden orienté muni d’une bond e.  
0 0 1
Déterminer l’endomorphisme f dont la matrice dans e est : A = 1 0 0.
0 1 0

Preuve :
• Comme A est une matrice orthogonale de déterminant 1 et que e est une bon, f est une rotation.
• Vecteurs invariants : D = Vect(u) avec u = (1, 1, 1)e .
1 1 0
• Angle : 1 + 2 cos θ = 0 donc θ = ± 2π
3 et signe de θ : 1 0 1 =1>0
1 0 0

4. Réduction des isométries négatives en dimension 3 : (HP)

Mais une méthode simple consiste à remarquer qu’en dimension 3, l’opposée d’une isométrie négative est une
rotation.

5 Endomorphismes autoadjoints et Matrices symétriques

E est ici un espace Euclidien.
Les endomorphismes autoadjoints (ou les matrices symétriques réelles) se rencontrent fréquemment et se caractérisent
par le fait qu’ils (elles) sont diagonalisables dans une bon. Cette propriété est très souvent utilisée dans les exercices
portant sur ces endomorphismes (matrices).

1. Définition :

Définition : Endomorphisme autoadjoint (ou symétrique)

u ∈ L(E) est un endomorphisme autoadjoint lorsque u∗ = u, c’est à dire :

∀x, y ∈ E, hu(x), yi = hx, u(y)i

Notation : On note S(E) l’ensemble des endomorphismes autoadjoints de E.

Proposition : Si u est un endomorphisme symétrique, alors :

• Im u = (ker u)⊥ . • ker(u) ⊕ Im(u) = E

Preuve : Facile.

Remarque : On peut donc construire une bon de E en concaténant une bon de ker u et une bon de Im u.

Exemple : Les homothéties vectorielles sont des endomorphismes autoadjoints.

14
MP2-2023/2024 Endomorphismes des espaces euclidiens

Proposition : Projecteurs et symétries orthogonales

• Un projecteur est orthogonal si et seulement si il est autoadjoint.

• Une symétrie est orthogonale si et seulement si elle est autoadjoint.

Preuve : Pour les projecteurs

⇐ Soit p un projecteur orthogonal. Calculons hp(x), yi = ... = hp(x), p(y)i = hx, p(y)i
⇒ Soit p un projecteur symétrique sur F parallèlement à G.
Pour f ∈ F et g ∈ G, on a : hf, gi = hp(f ), gi = hf, p(g)i = hf, 0i = 0

2. Matrice d’un endomorphisme autoadjoint :

Théorème : Caractérisation matricielle des endomorphismes symétriques

Soit u ∈ L(E).

u est autoadjoint ⇐⇒ sa matrice dans une bon est symétrique

D/ Facile par double implication.

Ce résultat est fondammental ! ! N’oubliez pas qu’il n’est vrai que si la base est une bon !

Remarques :

• Dans Rn euclidien usuel, l’endomorphisme canoniquement associé à A symétrique réelle est un endo-
morphisme autoadjoint.
• En d’autres termes, lorsque Mn,1 (R) est muni du produit scalaire usuel, pour toute matrice symétrique
S, on a pour tout X, Y ∈ Mn,1 (R) :
hSX, Y i = hX, SY i

Proposition : Si A est une matrice symétrique réelle, alors :

• Im A = (ker A)⊥ . • ker(A) ⊕ Im(A) = Mn,1 (R)

Preuve : Conséquence de la proposition analogue sur les endomorphismes autoadjoints.


projection
Question : Comment reconnaı̂tre la matrice d’une orthogonale dans Rn euclidien usuel ?
symétrie

 
−2 −2 1
Exemple : Reconnaı̂tre l’endomorphisme de R3 euclidien usuel de matrice A = 13 −2 1 −2
1 −2 −2

Corollaire : Structure de S(E)

n(n + 1)
L’ensemble S(E) des endomorphismes autoadjoints est un sev de L(E) de dimension .
2

15
MP2-2023/2024 Endomorphismes des espaces euclidiens

D/ Via l’isomorphisme canonique ϕ : L(E) → Mn (R).

Exercice : 6
(∗) Quels sont les endomorphismes autoadjoints orthogonaux d’un espace euclidien E ?
• Matriciellement
• Avec le théorème spectral vu plus loin

Exercice : 7
(∗) Soit f et g deux endomorphismes autoadjoints de E.
Montrer que f ◦ g est autoadjoint si et seulement si f ◦ g = g ◦ f .

3. Théorème spectral :

• 3 Lemmes sont nécessaires :

Je vous conseille de bien les connaı̂tre, ainsi que leur démonstration.

Lemme : Soit F un sev stable par u ∈ S(E).

• Comme pour les isométries, F ⊥ est également stable par u.

• Les endomorphismes induits par u sur F et F ⊥ sont également autoadjoints.

D/ Facile.

Lemme : Un endomorphisme autoadjoint d’un espace euclidien admet au moins une valeur propre réelle.

Preuve :
• OK si n = 1.  
a b
• Si n = 2, dans une bon, la matrice de u est de la forme .
b c
Son polynôme caractéristique a alors un discriminant positif !
• Si n > 2, u admet au moins une droite ou un plan stable (vu précédemment !).
On se retrouve alors dans l’un des deux cas précédents car l’endomorphisme induit sur l’un de ces
sev est encore autoadjoint.

• Théorème spectral pour les endomorphismes autoadjoints :

C’est LE théorème qui est constamment utilisé dans l’étude des endomorphismes autoadjoints.

16
MP2-2023/2024 Endomorphismes des espaces euclidiens

Théorème Fondamental : Théorème spectral pour les endomorphismes

Dans un espace euclidien :

Un endomorphisme est autoadjoint ⇐⇒ il est diagonalisable dans une bon

Cela signifie en particulier que toutes ses valeurs propres sont réelles.

Preuve :
• ⇒ Par récurrence.
• ⇐ Facile.

Proposition : Les sev propres d’un endomorphisme autoadjoint sont deux à deux orthogonaux.

D/ Aucune difficulté.

Dans les exercices suivants, les endomorphismes sont autoadjoints.

On procèdera donc matriciellement ou vectoriellement en se plaçant dans une bon de diagonalisation.

Exercice : 8
(∗) Soit u ∈ S(E).
On note λmin et λmax la plus petite et la plus grande des valeurs propres.
Montrons que : ∀x ∈ E, λmin kxk2 ≤ hu(x), xi ≤ λmax kxk2

Preuve : On exprime x dans une bon de diagonalisation de u.

Exercice : 9
(∗) Déterminer les endomorphismes autoadjoints f de E vérifiant pour tout x ∈ E : hf (x), xi = 0.

Exercice : 10
(∗) Soit u un endomorphisme autoadjoint d’un espace euclidien E.
Montrer que pour tout entier naturel p impair, il existe un endomorphisme autoadjoint v tel que v p = u.

4. Diagonalisation des matrices symétriques réelles :

17
MP2-2023/2024 Endomorphismes des espaces euclidiens

C’est LE théorème qui est constamment utilisé dans l’étude des matrices symétriques.

Théorème : Théorème Spectral pour les matrices

Toute matrice symétrique réelle est orthogonalement diagonalisable.

En d’autres termes : ∃P ∈ On (R), ∃D ∈ Dn (R) telles que A = P DP T .

D/ Immédiat via l’endomorphisme autoadjoint canoniquement associé.

Voir exercices 63 et 68 de la banque CCINP.

 
1 −2 −2
Exemple : Orthodiagonaliser la matrice A = −2 1 −2.
−2 −2 1

Exercice : 11
(∗) Soit J la matrice de Mn (R) dont tous les coefficients sont égaux à 1.
Trouver P ∈ On (R) et D diagonale telle que P T JP = D.

Preuve : Il s’agit simplement de trouver une bon de vecteurs propres...

Attention !
Une matrice symétrique complexe n’est pas forcément diagonalisable...
 
i 1
Prenons A = .
1 −i
Comme χA = X 2 , alors Sp(A) = {0} et donc que si A était diagonalisable, elle serait nulle ! !

Dans les exercices suivants, les matrices étudiées sont symétriques réelles.
On commence donc par les diagonaliser dans des bon !

Exercice : 12
(∗) Soit M ∈ Mn (R) telle que M + M T soit nilpotente.
Montrer que M est anti-symétrique.

Preuve :

18
MP2-2023/2024 Endomorphismes des espaces euclidiens

Exercice : 13
(∗) Si M ∈ Sn (R) vérifie M p = In pour p ∈ N∗ . Que vaut M 2 ?

Preuve :

Sachez reconnaı̂tre les matrices symétriques réelles !

Lorsque A ∈ Mn (R) et X, Y ∈ Mn,1 (R), les matrices suivantes sont symétriques réelles :

• XX T • AT + A
• AT A • XY T + Y X T

Définition : Valeurs singulières d’une matrice (H-P)

Pour tout A ∈ Mn (R), AT A est diagonalisable car c’est une matrice symétrique réelle.
Ses valeurs propres sont appelées les valeurs singulières de A.

Les valeurs singulières apparaissent dans la factorisation de M ∈ Mp,q (R) sous la forme M = P DQ avec
les matrices P et Q orthogonales et D diagonale faisant apparaı̂tre les valeurs singulières par ordre croissant.

5. Endomorphismes autoadjoints positifs / Matrices symétriques positives

(a) Endomorphisme autoadjoint positif :

Définition : Soit u un endomorphisme autoadjoint.

→ On dit que u est positif lorsque : pour tout x ∈ E, on a hu(x), xi ≥ 0.

→ On dit que u est défini-positif lorsque : pour tout x 6= 0, on a hu(x), xi > 0.

On note S + (E) et S ++ (E) ces deux ensembles.

Théorème : Pour u ∈ S(E), on a :

⇐⇒ Sp(u) ⊂ R+

u est positif
u est défini-positif ⇐⇒ Sp(u) ⊂ R+∗

Savoir démontrer ce résultat !

Preuve : Par équivalences successives en se plaçant dans une bon de diagonalisation.

Remarque : On en déduit que S ++ (E) = S + (E) ∩ GL(E)

(b) Matrice symétrique positive

Définition : Soit A ∈ Sn (R).

→ On dit que A est positive lorsque : ∀X ∈ Mn,1 (R), on a X T AX ≥ 0.

→ On dit que A est définie-positive lorsque : ∀X 6= 0, on a X T AX > 0.

19
MP2-2023/2024 Endomorphismes des espaces euclidiens

On note Sn+ (R) et Sn++ (R) ces deux ensembles.

Remarques :

A. Avec le PS usuel de Rn , on a X T AX = hAX, Xi ce qui permet une analogie avec S + (E).

B. Une matrice symétrique positive a tous ses coefficients diagonaux positifs.

Exercice : 14
(∗)
1. Montrer que A ∈ Sn (R) ⇒ A2 ∈ Sn+ (R).

2. On suppose que A ∈ Sn (R) et B ∈ Sn+ (R) avec AB = BA.

Montrer que A2 B ∈ Sn+ (R).

Théorème : Soit A ∈ Sn (R). On a :

Sp(A) ⊂ R+

A est positive ⇐⇒
A est définie-positive ⇐⇒ Sp(A) ⊂ R+∗

Preuve : Avec le principe du parapluie.

On introduit l’endomorphisme canoniquement associé à A dans Rn euclidien usuel.

Savoir également démontrer le résultat précédent par un raisonnement purement matriciel.

Exercice : 15
(♥) Soit A ∈ Mn (R) telle que (AT A)2 = In . Montrer que A est orthogonale.

Exercice : 16
(♥) Racine carrée d’une matrice définie positive

Soit S ∈ Sn++ (R). On note λ1 , · · · , λn les valeurs propres de S.

Montrer qu’il existe A ∈ Sn++ (R) telle que S = A2 .

20
MP2-2023/2024 Endomorphismes des espaces euclidiens

Exercice : 17
(♥♥) Unicité de la racine carrée d’une matrice définie positive.

On reprend les notations de l’exercice précédent.

Supposons qu’il existe B ∈ Sn++ (R) telles que B 2 = S.
√ √
1. Montrer qu’il existe L ∈ R[X] tel que L(Diag(λ1 , · · · , λn )) = Diag( λ1 , · · · , λn ).
En déduire qu’il existe Q ∈ R[X] tel que Q ∈ R[X] tel que A = Q(B) puis que A et B commutent.

2. Montrer que la somme de deux matrices de Sn++ (R) est inversible.

En déduire que A = B.

Proposition : Caractérisation des matrices de Sn+ (R) (H-P)

Soit A ∈ Mn (R), alors :

A ∈ Sn+ (R) ⇐⇒ ∃M ∈ Mn (R) telle que A = M T M

Preuve :
⇒ On ortho-diagonalise A et on décompose D = ∆2 .
⇐ Pas de difficulté...

Compléments
• On a également : A ∈ Sn++ (R) ⇐⇒ ∃M ∈ GLn (R) telle que A = M T M .
On peut alors utiliser ce résultat pour prouver que A définit un produit scalaire sur Mn,1 (R) :

hX, Y i = X T AY = (M X)T (M X)

• En orthonormalisant la base canonique pour le produit scalaire précédent, on obtient la

décomposition de Cholesky :

A = PTP avec P triangulaire supérieure à coefficients strictement positifs

21
MP2-2023/2024 Endomorphismes des espaces euclidiens

Voir les vidéos de F. Maalouf sur youtube.

Exercice : 18
(♥♥) Décomposition de Cholesky

Soit A une matrice symétrique réelle définie positive.

On considère hX, Y i = X T AY le produit scalaire défini par A sur Mn,1 (R).

1. Soit E la base canonique de Mn,1 (R).

Justifier que A = (hEi , Ej i)i,j∈[[1,n]] .
2. Soit ε son orthonormalisé de Schmidt pour le produit scalaire h., .i. On note P = Pεe .
Rappeler pourquoi P est triangulaire supérieure à coefficients diagonaux strictement positifs.
Exprimer hX, Y i en fonction de X ′ = P X et Y ′ = P Y .
En déduire que A = P T P .

Cette décomposition est intéressante car les matrices triangulaires facilitent la résolution des systèmes
et le calcul de déterminants.

6 Musculation : Les Matrices de Gramm

E est ici un espace préhilbertien réel.

Définition : La matrice de Gramm de (a1 , . . . , ap ) ∈ E p est la matrice de terme général hai , aj i.

Cette matrice est notée G(a1 , . . . , ap )Mp (R).

Remarque :

• La famille (a1 , . . . , an ) ∈ E n est orthogonale ⇐⇒ G(a1 , . . . , an ) est diagonale.

• La famille (a1 , . . . , an ) ∈ E n est orthogonale ⇐⇒ G(a1 , . . . , an ) = In .

Lemme : Décomposition de G(a1 , . . . , ap )

Soit p ∈ [[1, dim E]], et a1 , . . . , ap des vecteurs de E.


F un sev de E de dimension p contenant les vecteurs a1 , . . . , ap
On considère .
e = (e1 , . . . , ep ) une bon de F
Nous avons alors :

G(a1 , . . . , ap ) = AT A où A = Mate (a1 , . . . , ap ) = (haj , ei i) ∈ Mp (R)

Preuve : Simple calcul du terme général hai , aj i de G(a1 , . . . , ap ).

Cette proposition est importante pour déterminer des propriétés intéressantes des matrices de Gramm.

 a1 = (1, 2, 3)
Exemple : Déterminer cette décomposition pour G(a1 , a2 , a3 ) où a2 = (−1, 0, 1) dans R3 euclicien usuel.
a3 = (1, 1, 0)


22
MP2-2023/2024 Endomorphismes des espaces euclidiens

Corollaire : G(a1 , . . . , ap ) est une matrice réelle symétrique positive.

Preuve : On utilise la décomposition précédente fournie par le lemme précédent.

Exemple : On reprend les données précédentes.

Vérifier en calculant ses valeurs propres que G(a1 , a2 , a3 ) ∈ Sn++ (R).

Théorème Fondamental : Expression matricielle d’une norme euclidienne

Soit h., .i un produit scalaire de E de dimension finie.
Il existe une bon e de E et une matrice S ∈ Sn++ (R) telles que :

∀x ∈ E, hx, xi = X T SX où X = Mate (x)

Preuve : La matrice S = G(e1 , . . . , en ) où (e1 , . . . , en ) est une bon quelconque de E convient.

Théorème Fondamental : Caractérisation de la liberté d’une famille

(a1 , . . . , ap ) est libre ⇐⇒ G(a1 , . . . , ap ) est inversible

Et dans ce cas, G(a1 , . . . , ap ) est symétrique réelle définie positive.

Preuve : on note G(a1 , . . . , ap ) = AAT avec A = Mate (a1 , . . . , ap ) ∈ Mp (R).

Le résultat est alors immédiat en prenant le déterminant.

Théorème Fondamental : Application au calcul de distance

Soit x ∈ E et (a1 , . . . , ap ) une base d’un sev F .

On a alors : s
det G(a1 , . . . , ap , x)
d(x, F ) =
det G(a1 , . . . , ap )

Preuve : On peut commencer par vérifier cette formule lorsque (a1 , . . . , ap ) une bon de F .
Plus généralement :
• En écrivant x = y + z avec y ∈ F et z ∈ F ⊥ , on a alors d(x, F ) = kzk.
• On calcule alors det G(a1 , . . . , an , x) en modifiant la dernière colone en sachant que :

hai , xi = hai , yi
hx, xi = hy, yi + hz, zi

• On décompose alors le déterminant selon la dernière colonne :

det G(a1 , . . . , ap , x) = det G(a1 , . . . , ap , y) + det G(a1 , . . . , ap )kzk2

Or la famille (a1 , . . . , ap , y) est liée et donc det G(a1 , . . . , ap , y) = 0.

Cette question est extrêmement classique ! ! Vous pouvez oublier le résultat, mais pas la démonstration.

23