Cours Isométries; Endomorphismes symétriques PC

Chapitre 9 2020-2021
Table des matières

I. Rappels de PCSI : bases orthonormées, projection 2

2
2
I.1 produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4
1.a) norme associée à un produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4
I.2 Rappels : famille orthogonale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5
I.3 Rappels : base orthogonale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6
I.4 Projection orthogonale sur un s.e.-v. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7
I.5 Construction de bases orthogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

8
I.6 Rappels : Somme directe orthogonale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
I.7 Rappels : distance à un s.e.v. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

II. Isométries 9
9
9
II.1 isométries, normes et produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9
1.a) Dénition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11
1.b) Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

12
II.2 Réexions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

13
II.3 Matrices orthogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

13
II.4 Groupe orthogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
II.5 Orientation d'un espace euclidien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

III. Isométries vectorielles d'un plan euclidien 14

14
16
III.1 Groupe orthogonal du plan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
III.2 Isométries vectorielles d'un plan euclidien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

IV.Réduction des endomorphismes symétriques et des matrices symétriques réelles 17

17
17
IV.1 Dénition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
IV.2 Matrice dans une base orthonormée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

V. Réduction des endomorphismes symétriques 18

18
18
V.1 Valeurs propres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

19
V.2 Sous-espaces propres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

19
V.3 Diagonalisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
V.4 Complément . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Pré-requis

Ob jectifs

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 1/21

 Maths
Isométries; Endomorphismes symétriques PC
M. Roger

I. Rappels de PCSI : bases orthonormées, pro jection

p E un R-espace vectoriel de dimension nie n, muni d'un produit scalaire < | >,
On se place dans et on note

k k : x 7→ < x|x > la norme associée. On dit aussi que (E, k k) est un espace euclidien.

I.1 produit scalaire

Dénition 1.
Une application B : E × E −→ R est dite bilinéaire si
∀y, y, z ∈ E, ∀λ ∈ R, < x; y + λz >=< x; y > +λ < x; z > et < x + λy; z >=< x; z > +λ < y; z >

Dénition 2 (Produit scalaire).

L'application < •; • >: E × E → R est un produit scalaire réel si :
i) < •; • > est symétrique
(i.e. ∀v, w ∈ E, < w; v >= < v; w >) ;
ii) < •; • > est bilinéaire
iii) < •; • > est positive (i.e. ∀v ∈ E, < v; v > ≥ 0) ;
iv) < •; • > est dénie (i.e. ∀v ∈ E, (< v; v >= 0 ⇒ v = 0E )) ;

exemple 1. Pour tous x = (x , . . . , x ) ∈ E et y = (y , . . . , y ) ∈ R on pose :

1 n 1 n
n

x y , produit scalaire euclidien canonique (p.s. usuel)

n
X
< x; y >= i i
i=1

exemple 2.Z Pour E = C([0, 1], R) on pose :

f (t)g(t) dt, produit scalaire sur E .
1
< f ; g >=
0

1.a) norme associée à un produit scalaire

Dénition 3.
√
Si < •; • > est un produit scalaire sur E on dit que l'application k k : x 7→ < x; x > est
la norme associée

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 2/21

 Cours Isométries; Endomorphismes symétriques PC
Chapitre 9 2020-2021
Proposition 1 (propriétés de la norme associée à un p.s.).
Soit E un R-espace vectoriel euclidien pour le produit scalaire < ; > et k k la norme associée.
L'application k k : E → R vérie les propriétés (caractérisant une norme ) :
i) ∀x ∈ E, kxk ≥ 0 (positivité) ;
ii) ∀x ∈ E, [ kxk = 0 ⇒ x = 0E ] (séparation) ;
iii) ∀x ∈ E, ∀λ ∈ R, kλxk = |λ|kxk (homogénéité) ;
iv) ∀(x, y) ∈ E 2 , kx + yk ≤ kxk + kyk (inégalité triangulaire) ;

démonstration : la positivité et le caractère séparé de la norme découlent directement de la positivité et du caractère

déni du produit scalaire. L'homogénéité découle de la bilinéarité.
Enn l'inégalité de Cauchy-Schwarz assure l'inégalité triangulaire. 

Proposition 2 (Inégalité de Cauchy-Schwarz (rappel PCSI)).

p p
E espace vectoriel muni du p.s. < •; • >. Alors ∀(u, v) ∈ E 2 , | < u|v > | ≤ < u|u > < v|v >
p
en particulier, si k k : x 7→ < x|x > , on a : ∀(u, v) ∈ E 2 , | < u|v > | ≤ kuk kvk .
En outre, il y a égalité si et seulement si u et v sont colinéaires.

démonstration :
Soient x, y ∈ E xés. On considère f : R → R, t 7→< x + ty, x + ty > .
a) f est une fonction polynôme de degré inférieur ou égal à 2 :
∀t, f (t) =< x|x > + < ty|x > + < x|ty > + < ty|ty >=< x|x > +2 < x|y > t+ < y|y > t2 .
b) < | > est positive, donc pour tout t ∈ R, f (t) ≥ 0.
c) Le discriminant ∆ associé à f doit donc être négatif (f ne peut pas changer de signe sur R).
∆ ≤ 0 ⇐⇒ [2 < x|yp>]2 − 4 < 2
py|y >< x|x >≤ 0 ⇐⇒ 4 < x|y > ≤ 4 < y|y ><+x|x >
⇐⇒ | < x|y > | ≤ < y|y > < x|x >, car la racine carrée est croissante sur R . 

Proposition 3 (Inégalité de Cauchy-Schwarz (rappel PCSI)).

p p
E espace vectoriel muni du p.s. < •; • >. Alors ∀(u, v) ∈ E 2 , | < u|v > | ≤ < u|u > < v|v >
p
en particulier, si k k : x 7→ < x|x > , on a : ∀(u, v) ∈ E 2 , | < u|v > | ≤ kuk kvk .
En outre, il y a égalité si et seulement si u et v sont colinéaires.

démonstration :
Soient x, y ∈ E xés. On considère f : R → R, t 7→< x + ty, x + ty > .
a) f est une fonction polynôme de degré inférieur ou égal à 2 :
∀t, f (t) =< x|x > + < ty|x > + < x|ty > + < ty|ty >=< x|x > +2 < x|y > t+ < y|y > t2 .
b) < | > est positive, donc pour tout t ∈ R, f (t) ≥ 0.
c) Le discriminant ∆ associé à f doit donc être négatif (f ne peut pas changer de signe sur R).
∆ ≤ 0 ⇐⇒ [2 < x|yp>]2 − 4 < 2
py|y >< x|x >≤ 0 ⇐⇒ 4 < x|y > ≤ 4 < y|y ><+x|x >
⇐⇒ | < x|y > | ≤ < y|y > < x|x >, car la racine carrée est croissante sur R . 

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 3/21

 Maths
Isométries; Endomorphismes symétriques PC
M. Roger

I.2 Rappels : famille orthogonale

Dénition 4.
Une famille F = (x1 , . . . , xn ) de vecteurs de E, pour n ∈ N∗ xé, est dite orthogonale si :
∀(i, j) ∈ [[1, n]]2 , i 6= j ⇒< xi |xj >= 0

Théorème 4 (de Pythagore).

n 2 n
X X
Soit F = (v1 , . . . , vn ) une famille orthogonale de vecteurs de E. alors vi = kvi k2 .
i=1 i=1

n
X n
X n X
X n n
X
dém : Par bilinéarité : < vi | vj >= < vi |vj >= < vi |vi >
i=1 j=1 i=1 j=1 i=1

Proposition 5.
Toute famille orthogonale de vecteurs non nuls est libre.

X
dém : par Pythagore 0= kλi xi k2 donc λi xi = 0E pour tout i.

Variante directe : soient n ∈ N∗ , F = (x1 , . . . , xn ) une famille de vecteurs non nuls de E telle que :

∀(i, j) ∈ [[1, n]]2 , i 6= j ⇒< xi |xj >= 0

n
X
n
Soit (λ1 , . . . λn ) ∈ R tel que : λi xi = 0E (?).
i=1
n
X n
X
Pour j ∈ [[1, n]], on a donc 0 =< xj |0E >= < xj | λ i xi > = λi < xj |xi >= λj kxj k2 , et xj non nul
(?) bilinéarité
i=1 i=1
donc kxj k2 6= 0. Ainsi λj = 0. 

I.3 Rappels : base orthogonale

Dénition 5 (B.O.N.).
Une famille B = (e1 , . . . , en ) de E est dite base orthonormée si elle est libre et génératrice et vérie :

1 si i = j
∀i, j ∈ [[1, n]], < ei |ej >= δij =
0 si i 6= j

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 4/21

Cours Isométries; Endomorphismes symétriques PC
Chapitre 9 2020-2021
Proposition 6 (expression du produit scalaire et de la norme à l'aide des coordonnées dans une b.o.n).
n
X n
X
Si B = (e1 , . . . , en ) est une base orthonormée de E, x = xi ei et y= yj ej deux vecteurs de E de
i=1 i=1
coordonnées respectives dans cette base (x1 , . . . , xn ) ∈ Rn et (y1 , . . . , yn ) ∈ Rn , alors :

∀i ∈ [[1, n]], xi =< ei |x >=< x|ei >

n
X
< x|y >= xk y k
k=1

v
u n
uX
kxk = t x2 k
k=1

dém : x1 , . . . , x n sont les les composantes de x dans la base B.

Xn X n
Pour i ∈ [[1, n]], on a < x|ei >=< xk ek |ei >= xk < ek |ei >= xi kei k2 = xi .
k=1 k=1
On a :
n
X n
X n X
X n n
X
< x|y >=< xk ek | ym em >= xk ym < ek |em >= xi y i .
k=1 m=1 k=1 m=1 i=1
n
X
En particulier, si y = x, on a kxk2 =< x|x >= x2i . 
i=1

1 En posant X = ..x et Y = ..y , le calcul de < x|y >= X x y s'identie au calcul

! ! n
x1 y1
Remarque . k k ∈R
n n k=1

matriciel X Y = x y ∈ M (R).
! n
X
T
k k 11
k=1

I.4 Projection orthogonale sur un s.e.-v.

Dénition 6 (orthogonal d'un s.e.v.).
Soit F un sous-espace vectoriel de E. On appelle sous-espace (vectoriel) orthogonal l'ensemble, noté
⊥
F
déni par :
⊥
F = {y ∈ E; ∀x ∈ F, < x|y >= 0}.

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 5/21

 Maths
Isométries; Endomorphismes symétriques PC
M. Roger

Proposition 7 (projeté orthogonal sur un s.e.v. de dimension nie).

Soit (E, < | >) un espace préhilbertien (réel, de dimension quelconque) et F un s.e.v. de E de
dimension nie.
Pour tout x ∈ E,existe un unique élément y ∈ F
il tel que x − y ∈ F⊥ ; il est noté y = PF (x) et est

appelé projeté orthogonal de x sur F .

n
orthonormale de F , alors PF (x) =
X
En outre, si (u1 , . . . , un ) est une base < uj |x > uj .
j=1

démonstration : Soit B = (u1 , . . . , un ) est une base orthonormale de F.

analyse : Soient x∈E et supposons qu'il existe un vecteur y∈F tel que x − y ∈ F ⊥.
n
X
Comme y ∈ F , ∃!(λi )1≤i≤n ∈ Kn ; y = λi ui .
i=1
x − y ∈ F ⊥ , pour tout z ∈ F , on a < z; x − y >= 0. En particulier, pour tout j ∈ [[1, n]], on a < uj |x − y >= 0 (1).
Puisque
Xn Xn
(1) ⇐⇒< uj |x − λi ui >= 0 ⇐⇒< uj |x > − λi < uj |ui >= 0 ⇐⇒ λj =< uj |x >, car B est orthonormale.
i=1 i=1
n
X
On a donc nécessairement y= < ui |x > ui (2).
i=1
n
X
synthèse : soit y donné par (2). On a y ∈ F. Par ailleurs, soit z ∈ F. Il existe (µi )1≤i≤n ∈ Kn ; z = µi ui .
i=1
n
X n
X n
X
D'où < x − y|z >=< x − y| µi ui >= µi (< x|ui > − < y|ui >) = µi (< x|ui > − < ui | < x|ui > ui >) = 0.
i=1 i=1 i=1
Donc ∀z ∈ F, < x − y|z >= 0, donc y convient. 

I.5 Construction de bases orthogonales

Proposition 8 (Algorithme de Gram-Schmidt ).
Soient E un espace vectoriel euclidien de dimension n ∈ N∗ et B = (f1 , . . . , fn ) une base de vecteurs de
E. Pour i ∈
[[1, n]], on note Fi = Vect(f1 , . . . , fi ).
1
En posant, g1 = f1 ,
kf1 k
  
i−1
X 1 0
puis, pour i allant de 2 à n, gi0 = fi − pFi−1 (fi ) = fi − < g` |fi > g` puis gi = g ,
`=1
kgi0 k i
   
la famille BGS = (g1 , . . . , gn ) est une base orthonormée .
 

En outre ∀ 1 ≤ i ≤ n, Vect(g1 , . . . , gi ) = Vect(f1 , . . . , fi ).

démonstration :

E est un R-e.v. de dimension n ∈ N∗ , muni du produit scalaire < ; >, et kk la norme associée.
On montre par récurrence sur k ∈ [[1, n]] la propriété
Pk :

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 6/21

 Cours Isométries; Endomorphismes symétriques PC
Chapitre 9 2020-2021
i
1 0
X 1 0
 en posant, e1 = f1 , et pour i allant de 2 à k , ei = fi − < ek |fi > ek puis ei = e,
kf1 k k=1
ke0i k i
la famille (e1 , . . . , ek ) est une base orthonormale de Fk = Vect(f1 , . . . , fk ). 
f1
initialisation : F1 = Vect(f1 ) est une droite vectorielle de E, et f1 est un vecteur non nul de F. Donc e1 = est
kf1 k
unitaire et F = Re1 .
hérédité : supposons Pk vraie pour un entier k ∈ [[1, n − 1]].
Fk+1 est un s-.e.v. de E de dimension k + 1.
D'après l'hypothèse de récurrence, (e1 , . . . , ek ) est une base orthonormé de Fk
Xk
0 0
Pour j ∈ [[1, k]], < ej |ek+1 >=< ej |[fk+1 − < e` |fk+1 > e` ] >
`=1
k
X k
X
=< ej |fk+1 > − < e` |fk+1 >< ej |e` >=< ej |fk+1 > − < e` |fk+1 > δj` =< ej |fk+1 > − < ej |fk+1 >= 0
`=1 `=1
donc e0k+1 ⊥ Fk , et la famille (e1 , . . . , ek , e0k+1 ) est orthogonale.
k
X
Par ailleurs, comme la famille (f1 , . . . , fk+1 ) est libre, et que < e` |fk+1 > e` ∈ Vect(e1 , . . . , en ), on ne peut
`=1
0 1
pas avoir ek+1 = 0E , donc ek+1 = 0 e0i existe et est unitaire.
kei k
Ainsi, d'après ce qui précède, la famille Fk+1 = (e1 , . . . , ek , ek+1 ) est une famille orthonormale, donc libre.
Par construction, Fk+1 = Fk ⊕ Vect(fk+1 ), et Fk+1 est contituée de k + 1 vecteurs de Fk+1 de dimension k + 1, donc
en est une base orthonormale, ce qui montre la propriété Pk+1 . 

I.6 Rappels : Somme directe orthogonale

Dénition 7 ( s.e.v. orthogonaux).
On dit deux sous-espaces vectoriels F et G de E sont orthogonaux si : ∀f ∈ F, ∀g ∈ G, < f |g >= 0.

Proposition 9 (somme directe orthogonale).

Si F et G sont deux sous-espaces vectoriels de E orthogonaux, alors la somme F + G est directe. On
dit qu'elle est directe orthogonale, et on note F + G = F ⊕ G = F ⊕⊥ G.

dém : Pour x ∈ F ∩ G, on a < x|x >= 0, donc x = 0E . 

Proposition 10 (somme directe orthogonale).

Pour E de dimension nie, si F est un sous-espace vectoriel de E, alors E = F ⊕⊥ F ⊥ .

⊥
dim(F ) = dim E − dim(F )

démonstration : En eet comme F ⊥ F ⊥ , on a F + F ⊥ = F ⊕⊥ F ⊥ ⊂ E

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 7/21

 Maths
Isométries; Endomorphismes symétriques PC
M. Roger

pour x ∈ E , on a x = PF (x) + (x − PF (x)) ∈ F + F ⊥ . 

Terminologie : pour E e.v. de dimension nie, et F un s.e.v. de E , on dit que F ⊥ est le supplémentaire orthogonal
de F.

I.7 Rappels : distance à un s.e.v.

Proposition 11 (inégalité de Bessel).
Si F un sous-espace vectoriel de dimension nie de l'espace vectoriel E et x∈E xé.
Alors :
∀x ∈ E, kxk ≥ kPF (x)k
De plus le vecteur PF (x) est l'unique vecteur y0 ∈ F tel que kx − y0 k = min kx − yk
y∈F

dém :
• La relation x = PF (x) + (x − PF (x)) implique kxk = kx − PF (x)k2 + 2 < x − PF (x)|PF (x) > +kPF (x)k2
2

donc que kxk2 = kPF (x)k2 + d(x, F )2 ≥ kPF (x)k2 . d'où kxk ≥ kPF (x)k

• On va ensuite montrer que l'application F −→ R atteint son minimum en un unique point ymin de F , qui
y 7−→ kx − yk
est y0 = PF (x).
Pour x ∈ E et y ∈ F , on a dans la somme directe E = F ⊕⊥ F ⊥ :
x = PF (x) + (x − PF (x)).
Donc
kx − yk2 = k(x − PF (x)) + PF (x) − yk2 = kx − PF (x)k2 + 2 < x − PF (x)|PF (x) − y > +kPF (x) − yk2
= kx − PF (x)k2 + kPF (x) − yk2 ≥ kPF (x) − yk2 avec égalité ssi y = PF (x).
Donc kx − yk ≥ kPF (x) − yk avec égalité ssi y = PF (x), d'où le résultat. 
Remarque 2 Ainsi d(x, F ) = inf{kx − yk; y ∈ F } = kx − P
. F (x)k . est la distance de x à F .

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 8/21

 Cours Isométries; Endomorphismes symétriques PC
Chapitre 9 2020-2021
II. Isométries
On se place dans un
p R-espace vectoriel de dimension nie E est, muni du produit scalaire < | >, et on note

k k : x 7→ < x|x > la norme associée. On dit aussi que (E, k k) est un espace euclidien.

II.1 Isométries, normes et produit scalaire

1.a) Dénition
Dénition 8.
Un endomorphisme d'un espace euclidien E est une isométrie vectorielle s'il conserve la norme.
On note O(E) = {u ∈ L(E) ; ∀x ∈ E, ku(x)k = kxk} l'ensemble des isométries de E .

1.b) Propriétés
Proposition 12.
Si u ∈ L(E) conserve la norme, alors u est bijectif, donc est un automorphisme.

démonstration :

Six ∈ E est tel que u(x) = 0E , alors kxk = ku(x)k = 0, donc par caractère déni de la norme k k, on a x = 0E .
D'où Ker(u) ⊂ {0E }. L'autre inclusion est vrai car Ker(u) est un s.-e.v., donc Ker(u) = {0E }, donc u est injective.
Mais alors u est un endomorphisme injectif, donc (conséquence du théorème du rang) u est bijectif. 

Terminologie 9.
On appelle automorphisme orthogonal de E toute isométrie de E .

Proposition 13.
Soit u ∈ L(E), avec E euclidien muni du produit scalaire < | >, et kk la norme associée. Alors
u est une isométrie si et seulement si

∀x, y ∈ E, < u(x)|u(y) >=< x|y >

démonstration : Si
p pproduit scalaire, alors pour x ∈ E , on a :
u conserve le
ku(x)k = < u(x)|u(x) > = < x|x > = kxk, donc u conserve la norme.
u∈O(E)
Si u x, y ∈ E , on a :
conserve la norme, alors pour
1 1
ku(x) + u(y)k2 − ku(x) − u(y)k2 = ku(x + y)k2 − ku(x − y)k2



< u(x)|u(y) > =
polarisation 4 lin 4
1 2 2


= kx + yk − kx − yk = < x|y >, donc u conserve le produit scalaire. 
u∈O(E) 4 polarisation

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 9/21

 Maths
Isométries; Endomorphismes symétriques PC
M. Roger

Proposition 14.
Soit u ∈ L(E), avec E euclidien muni du produit scalaire < | >, et kk la norme associée. Alors les
propositions suivantes sont équivalentes :

i) u est une isométrie

ii) Pour toute base orthonormée B = (e1 , . . . , en ) de E , u(B) = (u(e1 ), . . . , u(en )) est base ortho-
normée de E.
i.e. l'image par u de toute base orthonormée est une base orthonormée

iii) Il existe une base orthonormée B = (e1 , . . . , en ) de E , u(B) = (u(e1 ), . . . , u(en )) est base ortho-
normée de E.
i.e. l'image par u d'une base orthonormée est une base orthonormée

démonstration : i) ⇒ ii) découle de la propriété précédente : pour B = (ek )1≤k≤n une b.o.n., on a pour tout
2
(i, j) ∈ [[1, n]] :

δij =< ei |ej > = < u(ei )|u(ej ) >

u∈O(E)

ii) ⇒ iii) est immédiat.

iii) ⇒ i) :
n
X
Pour B = (e1 , . . . , en ) b.o.n. telle que u(B) = (u(e1 ), . . . , u(en )) b.o.n., on a pour (x1 , . . . , xn ) ∈ Rn et x= xi ei ,
i=1
n
X
comme par linéarité u(x) = xi u(ei ), en utilisant la formule de calcul de la norme à l'aide des décompositions dans
v i=1
u n
uX
des b.o.n. : kxk = t x2i = ku(x)k.
i=1


lemme 15. Soient u ∈ O(E), et F un sous-espace vectoriel de E.

Alors u(F ) = F

démonstration : la restriction de u à F , u|F : F → F , la restriction de u à F, est injective. Comme F est de

dimension nie, elle est donc bijective.

Proposition 16.
Soient u ∈ O(E), et F
un sous-espace vectoriel de E .
⊥
Si F est stable par u, alors F = {y ∈ E; ∀x ∈ F, < x|y >= 0} est stable par u.

démonstration : Pour y ∈ F ⊥, on a : pour tout x ∈ F , 0 =< x|y > = < u(x)|u(y) >, donc u(y) est
u∈O(E)
orthogonal à u(F ) = F (d'après le lemme).
Ainsi, u(y) ∈ F ⊥ . 

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 10/21

 Cours Isométries; Endomorphismes symétriques PC
Chapitre 9 2020-2021
II.2 Réexions
Dénition 10.
Soit E un espace euclidien de dimension n ≥ 2. Pour tout sous-espace vectoriel H de dimension n − 1
de E de dimension n − 1, on appelle réexion par rapport à H (ou d'axe la droite H ) la symétrie sH
⊥
⊥
par rapport à F dans la direction H dénie par :

∀h ∈ H, d ∈ H ⊥ , sH (h + d) = h − d

Proposition 17.
Dans une base B adaptée à la somme directe E = F ⊕⊥ F ⊥ , la matrice de la réexion sF par rapport à
F de dimension n − 1 est :  
In−1 0n−1,1
M atB (sF ) =
01,n−1 −1

exemple 3. Réexion en dimension 2 :

Pour v = vecteur unitaire de E = R , le vecteur est tel que B est une base orthonormée
   
a 2 −b 0
w=
b a
de E adaptée à la somme directe H = Vect(v) ⊕ Vect(w).⊥

La réexion s par rapport à H = Vect(v)est donnée par :

 = αv − βw.
H
∀α, β ∈ R, s (αv + βw)
H

et pour P = P ass = b a , on a :
 
1 0 a −b
M at (s ) =
B0 F B→B0
0 −1
  2
a − b2
       
1 0 −1 a −b 1 0 1 a b 2ab cos(2θ) sin(2θ)
M atB (sF ) = P P = =
0 −1 b a 0 −1 a2 + b2 −b a 2ab b 2 − a2 sin(2θ) cos(2θ)

exemple 4. Réexion
  en dimension 3 :
a
Pour u = b vecteur unitaire de E = R , et des vecteur v, w tels que B
3 0
= (u, v, w) est une base
c
orthonormée de E adaptée à la somme directe H = Vect(u, v) ⊕ Vect(w).⊥

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 11/21

 Maths
Isométries; Endomorphismes symétriques PC
M. Roger

La réexion s par rapport à H = Vect(u, v)est donnée par :

s (αu + βv+ γw) = αu + βv − γw.
H
∀α, β, γ ∈ R,  H
1 0 0
M at (sF ) = 0 1 0 
B0

0 0 −1

II.3 Matrices orthogonales

Dénition 11 (Matrice orthogonale).
Une matrice de Mn (R) orthogonale si l'endomorphisme de Rn
est dite 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 18.
Une matrice M ∈ Mn (R) est orthogonale si et seulement si M M T = In ou M T M = In .

démonstration : Notons Bcan = (e1 , . . . , en ) la base canonique, orthonormale de E = Rn , et u l'endomorphisme

canoniquement associé à M .
n
Notons (u(e1 ), . . . , u(en )) les vecteurs de E = R correspondants canoniquement respectivements aux vecteurs
colonnes (C1 , . . . , Cn ) de la matrice M .
M est orthogonale ssi u isométrie
j
ssi ∀(i, j) ∈ [[1, n]], < ei |ej >= δi
j
ssi ∀(i, j) ∈ [[1, n]], < u(ei )|u(ej ) >= δi
T j
ssi ∀(i, j) ∈ [[1, n]], Ci × Cj = (δi ) ∈ M1 (R)
T
ssi M M = In .
L'inverse N à droite de M est nécessairement inverse à gauche, car M N = In et P M = In impliquent P =
P MN = N 

Proposition 19.
Une matrice M ∈ Mn (R) est orthogonale si et seulement si elle est une matrice de changement de bases
orthonormales

démonstration : c.f. caractérisation par l'image d'une b.o.n :

Notons u M . La base canonique B = (E1 , . . . , En ) est une base

l'endomorphisme canoniquement associé à
Mn,1 (R) = E .
orthonormale de
M orthogonale ⇐⇒ u ∈ O(E) ⇐⇒ B 0 = u(B) = (C1 . . . , Cn ) b.o.n. de E ⇐⇒ M matrice de changement de
carac
b.o.n. 

3 Si M ∈ O (R), alors ses colonnes (C , . . . , c ) forment une base orthonormée de M ∈ M (R).

H.P. : dans le cas n = 3 il sut de vérier kC k = 1 = kC k et C ∧ C = C ou C ∧ C = −C
Remarque . n 1 n n,1
1 2 1 2 3 1 2 3

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 12/21

 Cours Isométries; Endomorphismes symétriques PC
Chapitre 9 2020-2021
II.4 Groupe orthogonal
Proposition 20 (Groupe Orthogonal).
On (R) est non vide, stable par passage à l'inverse, et stable par produit :
∀A, B ∈ On (R), AB −1 ∈ On (R).

démonstration :In ∈ On (R).

Pour A, B ∈ On (R), on a B inversible, B −1 = B T , et (AB T )T (AB T ) = BAT AB T = BB T = In , donc
AB −1 ∈ On (R). 

Proposition 21 (Groupe Orthogonal).

Si A ∈ On (R), alors det(A) ∈ {−1, 1}.

démonstration : 1 = det(In ) = det(AT A) = det(AT ) det(A) = det(A)2 . 

Dénition 12.
L'ensemble des matrices orthogonales de déterminant égal à 1 est appelé groupe spécial orthogonal,
et est noté SOn (R).
L'ensemble des isométries de déterminant égal à 1 est appelé groupe des isométries directes, et est
noté SO(n).

Proposition 22 (Groupe Spécial Orthogonal).

SOn (R) est non vide, stable par passage à l'inverse, et stable par produit :
∀A, B ∈ SOn (R), AB −1 ∈ SOn (R).

démonstration :In ∈ SOn (R).

−1
Pour A, B ∈ SOn (R), on a B inversible et on a vu AB ∈ On (R).
− −1
et comme det(B) = 1, on a det(B 1) = 1, donc det(AB ) = 1, donc AB −1 ∈ SOn (R). 

II.5 Orientation d'un espace euclidien

4 Par convention, on choisit de dire que la base canonique B de R est une base orthonormée directe.
n

Pour toute autre base B de R , en notant P la matrice de passage de B à B :

Remarque .
0 n 0

 si det(P ) = 1, on dit que B a même orientation que B et est une base orthonormée directe.
0

 si det(P ) = −1, on dit que B a orientation contraire à B et est une base orthonormée indirecte.
0

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 13/21

 Maths
Isométries; Endomorphismes symétriques PC
M. Roger

III. Isométries vectorielles d'un plan euclidien

III.1 Groupe orthogonal du plan

Proposition 23 (Détermination des matrices de O2 (R)).
Toute matrice de O2 (R) est de l'une des formes suivantes :
 
cos(θ) − sin(θ)
1. pour un réel θ si son déterminant vaut +1.
sin(θ) cos(θ)
 
cos(θ) sin(θ)
2. pour un réel θ si son déterminant vaut −1.
sin(θ) − cos(θ)

 2
   a + b2 = 1
a c T
démonstration : M= . Comme M M = I2 , on a ac + bd = 0
b d  2
 c + d2  = 1
a = cos(θ) c = cos(ϕ)
On remarque qu'il existe θ, ϕ ∈] − π, π] tels que et
b = sin(θ) d = sin(ϕ)
En eet, dans le cas b ≥ 0, on a a ∈ [−1, 1], et en posant θ = Arccos(a) ∈ [0, π], on obtient a = cos θ et comme
sin θ ≥ 0 et 1 − a2 = 1 − cos2 θ = sin2 θ = b2 , on a 0 ≤ b = sin θ.
Dans le cas b < 0 et a ∈ [0, 1], en posant θ = Arcsin θ ∈ [−π/2, π/2], on obtient b = sin θ et comme cos θ ≥ 0 et
1 − b2 = 1 − sin2 θ = cos2 θ = a2 , on a 0 ≤ a = cos θ.
Dans le cas b < 0 et a ∈ [−1, 0[, comme −b > 0 et −a > 0, on sait qu'il existe ω ∈ [0, π/2] tel que −a = cos ω et
−b = sin ω . Mais alors a = cos(ω − π) et b = sin(ω − π) ; il sut de poser θ = ω − π ∈] − π, −π/2].
 De même pour ϕ.  
ac + bd = 0 cos θ cos ϕ − sin θ sin ϕ = 0 cos(θ − ϕ) = 0
, donc , soit
ad − bc = det(M ) cos θ sin ϕ + sin θ cos ϕ = det(M ) sin(θ − ϕ) = det(M ) ∈ {−1, 1}
2 T
Car det(M ) = det(M M ) = det(I2 ) = 1
 
π cos(θ) − sin(θ)
Si det(M ) = 1, alors θ = ϕ + mod 2π et M =
2 sin(θ)
 cos(θ) 
π cos(θ) sin(θ)
Si det(M ) = −1, alors θ = ϕ − mod 2π et M = 
2 sin(θ) − cos(θ)

Proposition 24 (Détermination des matrices de SO2 (R)).

  
cos(θ) − sin(θ)
On a SO2 (R) = ; θ∈R .
sin(θ) cos(θ)

démonstration : corollaire direct en calculant les déterminants

Dénition 13.
L'ensemble SO2 (R) est appelé groupe des rotations planes. Il est stable par produit et par passage à
l'inverse.

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 14/21

 Cours Isométries; Endomorphismes symétriques PC
Chapitre 9 2020-2021
Proposition 25 (Commutativité de SO2 (R)).
cos(θ0 ) − sin(θ0 )
   
cos(θ) − sin(θ)
Pour toutes matrices de rotations A = et B = , on a :
sin(θ) cos(θ) sin(θ0 ) cos(θ0 )

cos(θ + θ0 ) − sin(θ + θ0 )
 
AB = BA =
sin(θ + θ0 ) cos(θ + θ0 )

démonstration : on fait le produit, et on remarque que cos(θ) cos(θ0 ) − sin(θ) sin(θ0 ) = cos(θ + θ0 ), etc... .
Remarque 5 L'inverse se calcule directement!
.

Dénition 14 (Mesure de l'angle d'une rotation d'un plan euclidien orienté).

On appelle rotation d'un plan euclidien orienté E toute application linéaire r telle que dans une base
orthonormée B, il existe θ∈R tel que :

 
cos(θ) − sin(θ)
M atB (r) =
sin(θ) cos(θ)

On dit en outre que θ est une mesure (à 2π près) de l'angle de la rotation r.

6 Lorsque l'on choisit θ ∈ [−π, π[, il est alors uniquement déterminé, et l'on parle parfois de
.
Remarque . mesure

principale

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 15/21

 Maths
Isométries; Endomorphismes symétriques PC
M. Roger

Proposition 26.
Si r est la rotation plane d'angle de mesure θ ∈ R, alors pour toute base orthonormée B0 du plan, on a :

 
cos(θ) − sin(θ)
M atB0 (r) =
sin(θ) cos(θ)

dém : Soit r une rotation plane

Par dénition, il existe une base orthonormée Pour
  B 0 = (→
−
u ,→
−
v ) et θ ∈ R tels que :
cos(θ) − sin(θ)
M 0 = M atB0 (r) = .
sin(θ) cos(θ)
→
− →−
Notons B = ( i , j ) la base canonique. Posons M = M atB (r)
     
a c 0 T a c cos(θ) − sin(θ) a b
Pour P = P assB→B0 , on a P ∈ O2 (R) et M = P M P = =
  b d b d sin(θ) cos(θ) c d
cos(θ) − sin(θ)

sin(θ) cos(θ)

Proposition 27 (Écriture complexe d'une rotation).

 
a
Si r est la rotation plane d'angle de mesure θ ∈ R, alors en identiant les vecteurs ∈ M2,1 (R) à
b
leurs axes complexes a + ib, r correspond à la transformation complexe :
ρθ : C −→ C
z 7−→ eiθ z

démonstration : Pour a, b réels, et θ ∈ R, on a, pour z = a + ib :

iθ
ρθ (z) = e z = (cos θ + i sin(θ))(a + ib) = (a cos θ − b sin θ) + i(a sin θ + b cos θ), qui correspond au calcul
matriciel
 :    
cos(θ) − sin(θ) a a cos θ − b sin θ
= . 
sin(θ) cos(θ) b a sin θ + b cos θ
Remarque . 7 On a
ρθ ◦ ρθ0 = ρθ0 ◦ ρθ = ρθ+θ0 .
III.2 Isométries vectorielles d'un plan euclidien
Proposition 28.
Dans le plan euclidien, la composée de deux réexions est une rotation plane.

démonstration : il s'agit d'une isométrie, de déterminant (−1) × (−1) = 1, donc d'une rotation plane.

Théorème 29 (Classication des isométries vectorielles d'un plan euclidien).

Les isométries du plan sont soit les rotations, soit les réexions.

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 16/21

 Cours Isométries; Endomorphismes symétriques PC
Chapitre 9 2020-2021
démonstration :

Si le déterminant vaut 1, θ. 
on a une rotation d'angle

cos(θ) sin(θ)
Si le déterminant vaut −1, avec M = , on a :
sin(θ) − cos(θ)
χM = (X − cos θ)(X + cos θ) − sin2 θ = X 2 − 1 = (X − 1)(X + 1).
Il y a donc deux  propres distinctes 1 et −1 de multiplicités respectives 1, et la matrice est diagonalisable
 valeurs
1 0
et semblable à : on reconnaît la matrice d'une réexion par rapport à la droite F = Ker(u − idE ).
0 −1

Remarque
 8 Dans lecas d'une
.
 réexion,
 on peut déterminer explicitementF en résolvant le système :

cos(θ) − sin(θ) x x cos(θ)x − sin(θ)y = x (cos(θ) − 1)x − sin(θ)y = 0
= ⇐⇒ ⇐⇒ (S)
sin(θ)x + (cos(θ) − 1)y = 0
Dans le cas , tout vecteur convient, et on reconnaît l'identité, ce qui est impossible pour le
sin(θ) cos(θ) y y sin(θ)x + cos(θ)y = y
• θ = 0 mod 2π
déterminant égal à . −1
Dans le cas
• , , donc
θ = π mod 2π (S) ⇐⇒ x = 0 dirige .
v = (0; 1)  F
Sinon, on a et , donc dirige .

1 − cos θ 1 − cos θ
• sin θ 6= 0 (S) ⇐⇒ y = x v = 1; F
sin θ sin θ

IV. Réduction des endomorphismes symétriques et des ma-

trices symétriques réelles

IV.1 Dénition
Dénition 15 (Endomorphisme symétrique d'un espace euclidien).
Un endomorphisme e ∈ L(E) est dit symétrique si :
∀x, y ∈ E, < u(x)|y >=< x|u(y) >

IV.2 Matrice dans une base orthonormée

Proposition 30.
Si B est une base orthonormale de E et u un endomorphisme de E , alors u est symétrique si et seulement
si MatB (u) est symétrique.

démonstration : Soient u ∈ L(E), et B = (e1 , . . . , en ) une base orthonormée de E. Notons C1 . . . , Cn les co-
lonnes de M = M atB (u), et (E1 , . . . , En ) la base canonique de Mn,1 (R).

• Si u est un endomorphisme symétrique, alors, pour tous i, j ∈ [[1, n]], on a : < u(ei )|ej >=< ei |u(ej ) >, donc
(M Ei )T Ej = (Ei )T M Ej , donc (Ci )T Ej = (Ei )T Cj , donc mji = mij , donc M est symétrique réelle.

• Si M est symétrique réelle, X T M Y = X T M T Y = (M X)T Y pour tous X, Y ∈ Mn,1 (R), donc pour tous
x, y ∈ E , < u(x)|y >=< x|u(y) > 

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 17/21

 Maths
Isométries; Endomorphismes symétriques PC
M. Roger

variante longue : pour tous i, j ∈ [[1, n]], on a : mji = mij donc (Ci )T Ej = (Ei )T Cj , donc (M Ei )T Ej = (Ei )T M Ej , donc < u(ei )|ej >=< ei |u(ej ) >.
n
X Xn
Ainsi pour tous x= xi ei et y = yj ej , on a :
i=1 i=1
n X
X n n X
X n
< u(x)|y > = xi yj < u(ei )|ej >= xi yj < ei |u(ej ) > = < x|u(y) > donc u est un endomorphisme symétrique.
bilin. bilin.
i=1 j=1 i=1 j=1

V. Réduction des endomorphismes symétriques

V.1 Valeurs propres

lemme 31. Soit A ∈ Sn (R).Alors toute valeur propre de A est réelle.

démonstration :

Pour X ∈ Mn,1 (C) X 6= 0, et λ ∈ C tels que AX = λX

avec :

On a en conjuguant AX = λX car A est réelle.

Mais alors

λX T X = (AX)T X = X T AT X = X T AX = X T AX = X T λX = λX T X , donc

n
X n
X
2
λ |xi | = λ |xi |2
i=1 i=1

lemme 32. Soit u un endomorphisme symétrique de E euclidien. Alors toute valeur propre de u est réelle.

démonstration : Soit A la matrice de u dans la base canonique est symétrique réelle. 

V.2 Sous-espaces propres

lemme 33. Soit u un endomorphisme symétrique de E euclidien, et F

un sous-espace stable de u.
⊥ ⊥
Alors F est stable par u et u|F ⊥ est un endomorphisme symétrique de F .
Alors toute valeur propre de u est réelle.

démonstration :

• La stabilité de F ⊥ par u résulte du calcul, pour y ∈ F ⊥ et x ∈ F ,

< u(y)|x >=< y|u(x) >= 0 car u(x) ∈ F , donc u(y) ∈ F ⊥ .

• Pour tous x, y ∈ F ⊥ < u(x)|y >=< x|u(y) >, donc u|F ⊥ est un endomorphisme symétrique

de F⊥ 

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 18/21

 Cours Isométries; Endomorphismes symétriques PC
Chapitre 9 2020-2021
V.3 Diagonalisation
Théorème 34 (Théorème spectral).
un endomorphisme symétrique d'un espace euclidien admet une base orthonormale de vecteurs propres.
(associés à des valeurs propres réelles)

Démonstration (non exigible) : par récurrence sur n = dim(E).

• Initialisation : le cas n=1 est immédiat.
• Initialisation : Supposons la propriété vraie pour tout endomorphisme symétrique sur un espace euclidien de
dimension n, pour n ≥ 1 xé.
Soient E un espace euclidien de dimension n + 1, u un endomorphisme symétrique de E , λ une valeur propre
(réelle) de u, et v un vecteur propre associé.
⊥ ⊥
En posant F = VectR (v), on sait que E = F ⊕ F . Comme u|F ⊥ est un endomorphisme symétrique de l'espace
⊥ ⊥
euclidien F de dimension n, d'après l'hypothèse de récurrence, il existe une base BF ⊥ de F formée de vecteurs
propres de u.
⊥ ⊥
Mais alors la famille B = (v, BF ⊥ ) est une base de E , adaptée à la somme directe E = F ⊕ F , et formée de
vecteurs propres de u. 

Théorème 35 (théorème spectral, version matrices symétriques réelles).

Pour toute matrice symétrique réelle A, il existe D diagonale réelle et P orthogonale telles que

P T AP = D

démonstration : il s'agit de la formule de changement de base, pour P la matrice de passage de la base canonique à
0
une base B qui diagonalise l'endomorphisme u canoniquement associé à A. 

exemple5. Attention, pour une matrice symétrique complexe, on ne sait rien!

n'est pas diagonalisable, χ = (X − 1)(X + 1) − 1 = X , et M n'est pas semblable à 0

1 i 2
M= M 2
i −1

V.4 Complément
Si M est une matrice symétrique réelle, dont les valeurs propres sont toutes dans ]0, +∞[, alors
ϕM : (X, Y ) 7−→ X T M Y dénit un poduit scalaire sur E = Mn,1 (R).

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 19/21

 Maths
Isométries; Endomorphismes symétriques PC
M. Roger

Programme PC :

Espaces euclidiens
Ce chapitre est organisé autour de trois objectifs :
 consolider les acquis de la classe de première année sur les espaces euclidiens ;
 étudier les isométries vectorielles et les matrices orthogonales, et les classier en dimension deux en insistant
sur les représentations géométriques ;
 énoncer les formes géométrique et matricielle du théorème spectral.

Contenus Capacités & commentaires

a) Isométries vectorielles
Un endomorphisme d'un espace euclidien E est une iso- Autre dénomination : automorphisme orthogonal.
métrie vectorielle s'il conserve la norme. Exemple des réexions en dimensions deux et trois.
Caractérisations par la conservation du produit scalaire,
par l'image d'une base orthonormale.
Groupe orthogonal. Notation O(E).
Stabilité de l'orthogonal d'un sous-espace stable.

b) Matrices orthogonales
Une matrice de Mn (R) est dite orthogonale si l'endo- Caractérisation comme matrice de changement de base
n
morphisme de R qui lui est canoniquement associé est orthonormale.
une isométrie vectorielle.
Caractérisation par l'une des relations M M T = In ou Interprétation en termes de colonnes et de lignes.
M T M = In .
Caractérisation d'un automorphisme orthogonal à l'aide
de sa matrice dans une base orthonormale.
Groupe orthogonal d'ordre n. Notations On (R), O(n).
Déterminant d'une matrice orthogonale. Groupe spécial Notations SOn (R), SO(n).
orthogonal.
Orientation d'un espace euclidien.

c) Isométries vectorielles d'un plan euclidien

Détermination des matrices de O2 (R), de SO2 (R). Commutativité de SO2 (R).
Mesure de l'angle d'une rotation d'un plan euclidien Écriture complexe d'une rotation.
orienté.
Classication des isométries vectorielles d'un plan eucli-
dien.

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 20/21

 Cours Isométries; Endomorphismes symétriques PC
Chapitre 9 2020-2021
Contenus Capacités & Commentaires
d) Réduction des endomorphismes symétriques et des matrices symétriques réelles
Endomorphisme symétrique d'un espace euclidien.
Si B est une base orthonormale de E et u un endomor-
phisme de E, alors u est symétrique si et seulement si
MatB (u) est symétrique.
Théorème spectral : un endomorphisme symétrique d'un Démonstration non exigible.
espace euclidien admet une base orthonormale de vec-
teurs propres.
Interprétation matricielle : pour toute matrice symétrique
réelle A, D diagonale
il existe réelle et P orthogonale
telles que A = P DP −1 .

Ch.9 Espaces euclidiens ; Isométries; Endomorphismes symétriques 21/21