ÉNS de Lyon Cours d’algèbre

M2 FEADéP 2019–2020

Formes hermitiennes et espaces hermitiens

Leçons directement concernées (2020)

(158)* Matrices symétriques réelles, matrices hermitiennes.
(159) Formes linéaires et dualité en dimension finie. Exemples et applications.
(160)* Endomorphismes remarquables d’un espace vectoriel euclidien (de dimension finie)

Leçons liées, dans lesquelles on doit évoquer les formes euclidiennes ou her-
mitiennes (2020)
(106) Groupe linéaire d’un espace vectoriel de dimension finie E, sous-groupes de GL(E). Applications.
(150)* Exemples d’actions de groupes sur les espaces de matrices.
(153) Polynômes d’endomorphisme en dimension finie. Réduction d’un endomorphisme en dimension finie.
Applications.
(155)* Endomorphismes diagonalisables en dimension finie.
(170) Formes quadratiques sur un espace vectoriel de dimension finie. Orthogonalité, isotropie. Applica-
tions.
(171)* Formes quadratiques réelles. Coniques. Exemples et applications.

Leçons où des formes hermitiennes peuvent également apparaître sporadique-

ment (2020)
(107) Représentations et caractères d’un groupe fini sur un C-espace vectoriel. Exemples.
(151) Dimension d’un espace vectoriel (on se limitera au cas de la dimension finie). Rang. Exemples et
applications.
(154)* Sous-espaces stables par un endomorphisme ou une famille d’endomorphismes d’un espace vectoriel
de dimension finie. Applications.
(161)* Distances et isométries d’un espace affine euclidien.
(191) Exemples d’utilisation des techniques d’algèbre en géométrie.

Ce qui est dans le programme

(c) Espaces vectoriels euclidiens, espaces vectoriels hermitiens. Isomorphisme d’un espace vectoriel eu-
clidien avec son dual. Supplémentaire orthogonal. Inégalité de Cauchy-Schwarz. Norme. Bases or-
thonormales.
(d) Groupe orthogonal, groupe spécial orthogonal. Exemple de générateurs du groupe orthogonal :
décomposition d’un automorphisme orthogonal en produit de réflexions. Endomorphismes symé-
triques, endomorphismes normaux. Diagonalisation d’un endomorphisme symétrique. Réduction
simultanée de deux formes quadratiques réelles, l’une étant définie positive. Décomposition polaire
dans GL(n, R). Espaces vectoriels euclidiens de dimension 2, classification des éléments de O(2, R).
Espaces vectoriels euclidiens de dimension 3, classification des éléments de O(3, R) ; produit mixte,
produit vectoriel.
(e) Groupe unitaire, groupe spécial unitaire. Diagonalisation des endomorphismes normaux. Décompo-
sition polaire dans GL(n, C).

Bibliographie
• Gourdon, Algèbre (2008).
• Perrin, Cours d’algèbre (1996).
• À suivre...

1
1 Formes sesquilinéaires et espaces hermitiens
Soit L un corps de caractéristique différente de 2 et σ ∈ Aut(L) un élément tel que σ 2 = idL . On note
K = Lσ = {x ∈ L, σ(x) = x}.
Pour alléger les notations, on notera x au lieu de σ(x).

Lemme 1.1. L/K est une extension de corps et [L : K] 6 2.

De plus, il existe a ∈ L tel que L = K[a].
Démonstration. K est un sous-anneau de L stable par division donc un corps.
Si σ = idL , alors L = K et a = 1 convient.
Sinon, il existe b ∈ L tel que σ(b) = b 6= b. On pose a = b − b. Alors a = b − b = b − b = −a. De
plus a 6= 0 car sinon cela contredirait b 6= b. Montrons que L = K ⊕ Ka. Par construction a 6∈ K car
a 6= 0 et comme L est un K-espace vectoriel, on a que les espaces K et Ka sont en somme directe. Il
suffit de montrer qu’ils engendrent L. Soit x ∈ L. Posons λ = x+x2 et µ = x−x x+x
2a . Alors λ = 2 = λ et
x−x
µ = −2a = µ. Ainsi λ, µ ∈ K et x = λ + aµ.
Pour simplifier, dans la suite du cours, vous pouvez vous contenter de penser qu’on est dans l’une des
deux situations suivantes :
1. L = C, K = R et σ est la conjugaison complexe ;
2. L = K et σ = idK .
Dans toute la suite, on se fixe V un L-espace vectoriel de dimension finie n (c’est donc un K-espace
vectoriel de dimension 2n si L 6= K : penser par exemple que Cn est aussi naturellement un R-espace
vectoriel de dimension 2n, dont on a oublié la structure complexe).

1.1 Formes sesquilinéaire

Les formes sesquilinéaires jouent un rôle analogue aux formes bilinéaires à ceci près qu’elles tiennent,
en plus, compte de la « structure complexe » sur V .
Définition 1.2. Une forme sesquilinéaire sur V est une application ϕ : V × V → L telle que :
— ∀x ∈ V, y 7→ ϕ(x, y) est L-linéaire ;
— ∀y ∈ V, x 7→ ϕ(x, y) est semi-linéaire, c’est-à-dire que

∀z, z 0 ∈ V, ∀λ, µ ∈ L, ϕ(λz + µz 0 , y) = λϕ(z, y) + µϕ(z 0 , y).

Remarque 1.3. Si σ = idL , alors ϕ est en fait une forme bilinéaire.

Le choix semi-linéaire à gauche plutôt qu’à droite est arbitraire mais a une incidence sur les notations.
Si on fait un choix différent, il faudra inverser la gauche et la droite dans tout ce qui va suivre.
Notation 1.4. La matrice d’une forme sesquilinéaire ϕ dans une L-base B = (e1 , . . . , en ) de V , est

MatB (ϕ) = [ϕ(ei , ej )]1≤i,j≤n .

Pour toute matrice M = [mi,j ]1≤i≤m ∈ Mm,n (L), on note M = [mi,j ]1≤i≤m ∈ Mn,m (L) et M ∗ = t M .
1≤j≤n 1≤j≤n

Fait 1.5. Soit ϕ une forme sesquilinéaire sur V . Pour x, y ∈ V , si X, Y ∈ Mn,1 (L) représentent x, y
respectivement, alors ϕ(x, y) = X ∗ MatB (ϕ)Y .
Soit ϕ : V × V → L une forme sesquilinéaire où V est de dimension finie. On dispose d’une paire
d’espaces (V, V ) qui sont presque en dualité via ϕ. Ceci permet de définir une application `ϕ : V → V ∗
donnée par `ϕ (y) = ϕy = (x 7→ ϕ(x, y)). L’application `ϕ est semi-linéaire.
Définition 1.6. On appelle noyau de ϕ, noté ker ϕ = {y ∈ E, `ϕ (y) = ϕy = 0}.
On dit que ϕ est non-dégénérée si ker ϕ = 0 ou, ce qui est équivalent, si `ϕ est injective.
Remarque 1.7. Attention : a priori, cette définition n’est pas symétrique en x et en y et on n’a a priori pas
de structure L-linéaire dans l’autre sens (il n’y a pas de structure L-linéaire des formes semi-linéaires).

2
1.2 Formes hermitiennes et antihermitiennes
Définition 1.8. Une forme sesquilinéaire ϕ est dite hermitienne (resp. antihermitienne) si ∀x, y ∈ V on
a ϕ(x, y) = ϕ(y, x) (resp. ϕ(x, y) = −ϕ(y, x)).
Fait 1.9. Matriciellement,
∗
ϕ est hermitienne ⇐⇒ MatB (ϕ) = MatB (ϕ)

et
∗
ϕ est antihermitienne ⇐⇒ MatB (ϕ) = − MatB (ϕ)
Proposition 1.10. (1) L’ensemble des formes sesquilinéaire Sesq(V ) est un K-espace vectoriel. L’en-
semble des formes hermitiennes H(V ) (resp. antihermitiennes AH(V )) en sont des K-sous-espace vec-
toriels.
(2) Toute forme sesquilinéaire se décompose de manière unique en somme d’une forme hermitienne
et d’une forme antihermitienne. En particulier, comme K-espace vectoriel, Sesq(V ) est somme directe de
H(V ) et de AH(V ).
Démonstration. (1) est évident.
(2) Existence : Les formes sesquilinéaires ϕh : (x, y) 7→ ϕ(x, y) + ϕ(y, x) et ϕa : (x, y) 7→ ϕ(x, y) −
ϕ(y, x) sont respectivement hermitienne et antihermitienne (attention à l’ordre de x et y !), ce qui donne
l’existence.
Unicité : Si ϕ = ϕ0h +ϕ0a pour ϕ0h forme hermitienne et ϕ0h forme antihermitienne, alors ψ = ϕh −ϕ0h =
0
ϕa − ϕa est simultanément hermitienne et antihermitienne. Mais alors, pour tout (x, y) ∈ V × V , on a

ψ(x, y) = (ϕh − ϕ0h )(x, y) = (ϕh − ϕ0h )(x, y) = (ϕ0a − ϕa ))(x, y) = −(ϕ0a − ϕa )(x, y) = −ψ(x, y).

Ainsi, l’hypothèse car(K) 6= 2 assure que ψ = 0.

Remarque 1.11. Si σ = idK , alors une forme sesquilinéaire est en fait K-bilinéaire. Une forme hermitienne
est alors dite symétrique et une forme antihermitienne est dite antisymétrique.

1.3 Orthogonalité
Pour définir une notion robuste d’orthogonalité, on a besoin d’une certaine symétrique en les deux
paramètres d’une forme sesquilinéaire.
Définition 1.12. Une forme sesquilinéaire est dite réflexive si ϕ(x, y) = 0 ⇒ ϕ(y, x) = 0.
Exemple 1.13. Les formes hermitiennes, anti-hermitiennes, symétriques, anti-symétriques sont des
exemples de formes sesquilinéaires réflexives.
Définition 1.14. Soit ϕ : V × V → L une forme sesquilinéaire réflexive. On définit naturellement les
notions d’orthogonalités des sous-L-espaces vectoriels de V par rapport à ϕ comme suit :

W ⊥ = {x ∈ V, ∀y ∈ W, ϕ(x, y) = 0} = {x ∈ V, ∀y ∈ W, ϕ(y, x) = 0}

Fait 1.15. Une forme sesquilinéaire ϕ est non-dégénérée si, et seulement si, V ⊥ = 0.
Proposition 1.16. Soit V de dimension finie et ϕ : V × V → L une forme sesquilinéaire réflexive
supposée non-dégénérée. On a les résultats usuels sur les espaces orthogonaux, à savoir, pour W, W1 , W2
des sous-espaces vectoriels de V :
1. dim W ⊥ = dim V − dim W ;
⊥
2. 0⊥ = V et V ⊥ = 0, donc (V ⊥ ) = V ;
3. (W1 + W2 )⊥ = W1⊥ ∩ W2⊥ ;
4. (W1 ∩ W2 )⊥ = W1⊥ + W2⊥ .
>
Démonstration. Par définition, un jeu de réécriture donne W ⊥ = (`ϕ (W )) où l’application semi-linéaire
`ϕ : V → V ∗ est vue comme application K-linéaire, qui est un isomorphisme car ϕ est non-dégénérée.
Ces résultats découlent donc directement de ceux obtenus en dualité.

3
1.4 Les cas réels et complexes : espaces euclidiens et hermitiens
Supposons que L = R ou C dans cette partie du cours.
Définition 1.17. On dit qu’une forme hermitienne ϕ est :
— positive si ∀x ∈ V, ϕ(x, x) > 0 ;
— négative si ∀x ∈ V, ϕ(x, x) > 0 ;
— définie positive si ∀x ∈ V \ {0}, ϕ(x, x) > 0 ;
— définie négative si ∀x ∈ V \ {0}, ϕ(x, x) > 0.

Proposition 1.18 (Inégalité de Cauchy-Schwarz). Soit ϕ une forme hermitienne positive sur V . Alors
pour tous x, y ∈ V , on a
ϕ(x, y)ϕ(x, y) 6 ϕ(x, x)ϕ(y, y).
Démonstration. On considère l’application P : L → L suivante :

P (t) =ϕ(x + ty, x + ty)

=ϕ(x, x + ty) + tϕ(y, x + ty) par semi-linéarité à gauche
=ϕ(x, x) + tϕ(x, y) + tϕ(y, x) + ttϕ(y, y) par linéarité à droite
=ϕ(x, x) + tϕ(x, y) + tϕ(x, y) + ttϕ(y, y) par hermitianité de ϕ

Distinguons deux cas.

1er cas : On suppose que ϕ(x, x) = ϕ(y, y) = 0. Alors la restriction de P à K = R est une application
linéaire R → R donnée par t 7→ t(ϕ(x, y) + ϕ(x, y) = 2tRe(ϕ(x, y)) qui garde un signe positif. C’est donc
l’application nulle, ce qui montre que Re(ϕ(x, y)) = 0.
Dans le cas L = C, considérons également la restriction de P à iR. C’est donc une application R-
linéaire iR → R donnée par it 7→ itϕ(x, y) − itϕ(x, y) = −2tIm(ϕ(x, y)) qui garde un signe constant
positif. C’est donc l’application nulle, ce qui montre que Im(ϕ(x, y)).
Ainsi, dans ce premier cas, on a ϕ(x, y) = 0 d’où les deux termes de l’inégalité de Cauchy-Schwarz
sont nuls.
2nd cas : Quitte à échanger les rôles de x et y, on peut supposer que ϕ(y, y) > 0. Posons astu-
cieusement t = − ϕ(x,y)
ϕ(y,y) qui correspondrait au lieu du minimum de ce polynôme dans le cas réel. On a
alors

ϕ(x, y) ϕ(x, y) ϕ(x, y) ϕ(x, y)

P (t) =ϕ(x, x) − ϕ(x, y) − ϕ(x, y) + ϕ(y, y)
ϕ(y, y) ϕ(y, y) ϕ(y, y) ϕ(y, y)
ϕ(x, y)ϕ(x, y)
= ϕ(x, x) − > 0.
ϕ(y, y)

Ce qui conclut.
Définition 1.19. On appelle espace hermitien un couple (H, ϕ) formé d’un C-espace vectoriel de dimen-
sion finie et d’une forme hermitienne définie positive ϕ.
On appelle espace euclidien un couple (E, ϕ) formé d’un R-espace vectoriel de dimension finie et d’une
forme bilinéaire symétrique définie positive ϕ.

Sur un tel espace, la forme ϕ permet de définir une norme k · k : x 7→ ϕ(x, x). On dit que ϕ est un
produit scalaire hermitien (resp. euclidien).
Proposition 1.20 (Inégalité de Cauchy-Schwarz). Soit (H, ϕ) un espace hermitien. Alors pour tous
x, y ∈ H, on a
|ϕ(x, y)| 6 kxkkyk
avec égalité si, et seulement si, la famille (x, y) est liée.

Démonstration. Le cas d’égalité correspond à P (t) = 0, donc à x + ty = 0 par non-dégénérescence.

Corollaire 1.21. Une forme hermitienne positive est définie si, et seulement si, elle est non dégénérée.

4
1.5 Isotropie
Définition 1.22. Soit ϕ une forme sesquilinéaire réflexive.
Un vecteur x ∈ V \ {0} est dit isotrope si ϕ(x, x) = 0, et anisotrope sinon.
On dit que ϕ est isotrope s’il existe un vecteur x ∈ V \ {0} qui est isotrope, et anisotrope sinon.
Un sous-espace W ⊂ V est dit :
— totalement isotrope si tous les vecteurs de W sont isotropes ;
— isotrope s’il contient un sous-espace totalement isotrope ;
— anisotrope sinon.
Lemme 1.23. Un sous-espace W est totalement isotrope pour ϕ si, et seulement si, σ 6= idL et ϕ|W ×W =
0, ou σ = idL et ϕ|W ×W est antisymétrique.

Démonstration. Supposons W totalement isotrope. Alors pour tout x, y ∈ W et tout t ∈ L, on a 0 =

ϕ(x+ty, x+ty) = ϕ(x, x) +tϕ(y, x)+tϕ(x, y)+tt ϕ(y, y). Donc pour tout t ∈ L∗ , on a ϕ(x, y) = − tt ϕ(y, x).
| {z } | {z }
=0 =0
En particulier pour t = 1, cela donne ϕ(y, x) = −ϕ(x, y). Donc ϕ|W ×W est antisymétrique dans le cas
K = L. Finalement, dans le cas K 6= L, on a alors ϕ(x, y) = tt ϕ(x, y), donc il existe t ∈ L∗ tel que t 6= t
d’où ϕ(x, y) = 0.
En conséquence, on observe alors que
Fait 1.24. W est ϕ-isotrope si, et seulement si la matrice de ϕ dans une base de W est nulle dans le cas
L 6= K et antisymétrique dans le cas L = K.
En particulier, si ϕ est hermitienne, on a W ⊂ W ⊥ .
Proposition 1.25. Soit ϕ une forme sesquilinéaire réflexive sur V et W un sous-espace vectoriel de V .
(1) S’équivalent :
(i) ϕ|W ×W est non-dégénérée ;
(ii) W ∩ W ⊥ = 0 ;
(iii) W ⊕ W ⊥ = V .
(2) Si W est anisotrope alors les conditions précédentes sont réalisées.

Démonstration. Montrons (1).

(i) ⇒ (ii) : ∀x ∈ W \ {0}, ∃y ∈ W, ϕ(x, y) 6= 0. Donc x 6= W ⊥ .
(ii) ⇒ (iii) : dim W ⊥ > dim(V ) − dim(W ) et dim(W ⊕ W ⊥ ) 6 dim(V ). Donc il y a égalité partout.
(iii) ⇒ (i) : ker `ϕ|W ×W = W ∩ W ⊥ = 0.
Montrons (2). Soit x ∈ W . Si x ∈ W ⊥ , alors ϕ(x, x) = 0 par définition. Donc x = 0 car W est
anisotrope. Ainsi W ∩ W ⊥ = 0.

1.6 Bases orthogonales

Définition 1.26. Soit ϕ une forme sesquilinéaire réflexive (e.g. une forme hermitienne). Une base
(e1 , . . . , en ) de V est dite orthogonale pour ϕ (ou ϕ-orthogonale) si ∀i 6= j, ϕ(ei , ej ) = 0. Si, de plus,
∀i, ϕ(ei , ei ) = 1, alors la base est dite orthonormée.

Fait 1.27. (1) La matrice de ϕ dans une base orthogonale est diagonale.
(2) La matrice de ϕ dans une base orthonormée est l’identité.
L’un des intérêts des bases orthogonales est de pouvoir classifier dans certains cas favorables (e.g. corps
réel ou complexe) les formes sesquilinéaires : ces classifications sont hors-programme de l’agrégation et
on n’en parlera pas. Il n’est cependant pas toujours possible de trouver une base orthogonale. Voici un
théorème d’existence.
Proposition 1.28. Soit ϕ une forme hermitienne. Alors il existe une base ϕ-orthogonale de V .
Démonstration. On procède par récurrence sur n = dim(V ). Si n = 1, c’est évident. Sinon, soit e1 un
vecteur non-isotrope et W = Le1 . Alors ϕ restreinte à W × W est non-dégénérée donc W et W ⊥ sont en
somme directe. On conclut en appliquant l’hypothèse de récurrence à W ⊥ .

5
 Sur un corps quelconque, il n’existe pas toujours de base orthonormée. C’est néanmoins le cas pour
les formes hermitiennes sur K = R ou C.

Proposition 1.29 (Procédé d’orthonormalisation de Gram-Gram-Schmidt). Soit (H, ϕ) un espace her-

mitien et (e1 , . . . , en ) une base quelconque de H. Alors il existe une K-base (f1 , . . . , fn ) de H qui est
ϕ-orthonormée et telle que Vect(f1 , . . . , fm ) = Vect(e1 , . . . , em ) pour tout 1 ≤ m ≤ n.
e1
Démonstration. Pour m = 1, on pose f1 = √ .
ϕ(e1 ,e1 )
Supposons (f1 , . . . , fm ) construite de sorte que ϕ(fi , fi ) = 1 P et ϕ(fi , fj ) = 0 pour 1 ≤ i 6= j ≤
m
m et Vect(f1 , . . . , fm ) = Vect(e1 , . . . , em ). Soit gm+1 = em+1 − i=1 ϕ(em+1 , fi )fi 6= 0 car em+1 6∈
gm+1
Vect(f1 , . . . , fm ). On pose fm+1 = √ . On vérifie alors par linéarité de fm+1 convient.
ϕ(gm+1 ,gm+1

2 Endomorphismes remarquables d’un espace hermitien

Dans cette section, on se fixe ϕ une forme sesquilinéaire (ou hermitienne) non dégénérée sur V . On
supposera toujours que V est de dimension finie.

2.1 Adjoint d’un endomorphisme

Fait 2.1. Pour toute forme linéaire f ∈ V ∗ , il existe un unique x = xf ∈ V tel que ϕ(xf , ·) = f .
Démonstration. Comme ϕ est non-dégénérée, on a un morphisme semi-linéaire injectif `ϕ : V → V ∗
donné par x 7→ ϕ(x, ·). C’est donc un isomorphisme entre K-espaces vectoriels donc, en particulier, une
bijection.
Proposition-définition 2.2. Soit u ∈ EndL (V ). Il existe un unique endomorphisme u∗ ∈ EndL (V ) tel
que
∀x, y ∈ V, ϕ(u∗ (x), y) = ϕ(x, u(y)).
On l’appelle endomorphisme adjoint de u.
Démonstration. Matriciellement, on a M = MatB (ϕ) ∈ GLn (L) car ϕ est non dégénérée. Donc
MatB (u∗ ) = (M −1 )∗ MatB (u)∗ M ∗ convient.
Corollaire 2.3. Soit u, v ∈ EndC (V ) et λ ∈ C. On a les égalités :
∗
1. (λu) = λu∗ ;
∗
2. (u1 + u2 ) = u∗1 + u∗2 ;
∗
3. (u1 ◦ u2 ) = u∗2 ◦ u∗1 .
Si, de plus, ϕ est hermitienne, alors
∗
4. (u∗ ) = u.
Démonstration. C’est immédiat par un calcul matriciel.
Définition 2.4 (Endomorphismes remarquables). Soit u ∈ EndC (V ). On dit que u est :
— normal si u∗ ◦ u = u ◦ u∗ ;
— hermitien si u∗ = u (symétrique si L = K) ;
— antihermitien si u∗ = −u (antisymétrique si L = K) ;
— unitaire si u∗ ◦ u = idV (orthogonal si L = K).
Fait 2.5. Les endomorphismes hermitiens, antihermitiens, unitaires sont normaux.
Remarque 2.6. On trouve aussi parfois la terminologie endomorphisme auto-adjoint – au lieu de symé-
trique, hermitien – mais ceci s’intéresse davantage aux espaces de dimension infinie provenant de l’analyse.
Définition 2.7. L’ensemble U(ϕ) (resp. O(ϕ)) des endomorphismes unitaires (resp. orthogonaux) pour
ϕ est un sous-groupe de GL(V ) appelé groupe unitaire (resp. groupe orthogonal).
On note également SU(ϕ) (resp. SO(ϕ)) le sous-groupe des endomorphismes unitaires (resp. ortho-
gonaux) de déterminant 1, appelé groupe spécial unitaire (resp. groupe spécial orthogonal).

6
2.2 Réduction des endomorphismes normaux
On suppose désormais que ϕ est une forme hermitienne anisotrope donc, en particulier, non-
dégénérée. C’est par exemple le cas d’une forme hermitienne définie positive ou négative sur R ou C.
Lemme 2.8. Si u est un endomorphisme normal et P ∈ L[X], alors P (u) est normal.
Démonstration. P (u)∗ = P (u∗ ). Donc si u et u∗ commutent, alors P (u) et P (u∗ ) aussi.
⊥
Proposition 2.9. Si u est un endomorphisme normal et P ∈ L[X], alors (ker P (u)) est stable par u.
⊥
Démonstration. Soit y ∈ (ker P (u)) et x ∈ ker P (u). On veut montrer que ϕ(x, u(y)) = 0. On a
ϕ(x, u(y)) = ϕ(u∗ (x), y). Mais P (u) ◦ u∗ (x) = u∗ ◦ P (u)(x) = 0. Donc u∗ (x) ∈ ker P (u). Donc
ϕ(u∗ (x), y) = 0.
⊥ ⊥
Proposition 2.10. On a ker u∗ = (im u) et im (u∗ ) = (ker u) .
Démonstration. y ∈ ker u∗ ⇔ ∀x ∈ V, ϕ(u∗ (y), x) = 0
⇔ ∀x ∈ V, ϕ(y, u(x)) = 0
⊥
⇔ y ∈ (im u)
⊥
En échangeant u et u∗ , on a ker u = (im u∗ ) . On conclut car, comme ϕ est anisotrope donc non-dégénérée,

⊥
en dimension finie on a W ⊥ = W pour tout sous-espace vectoriel W de V .
⊥
Proposition 2.11. Si u est normal, alors im u = (ker u) .
⊥
Démonstration. Soit x ∈ (im u) . On a

ϕ(u(x), u(x)) = ϕ(u∗ (u(x)), x)

= ϕ(u(u∗ (x)), x) car u est normal
⊥
=0 car x ∈ (im u)
⊥
Comme ϕ est anisotrope, on a u(x) = 0 donc x ∈ ker u. Ainsi (im u) ⊂ ker u. On a égalité par égalité
⊥
des dimensions en appliquant le théorème du rang : dim im u = dim V − dim ker u = dim (ker u) .
m
Y
Théorème 2.12. Soit u un endomorphisme normal et χu = Pimi la décomposition du polynôme
i=1
caractéristique de u en puissances de polynômes irréductibles unitaires deux à deux premiers entre eux.
Alors
M ⊥
V = ker Pi (u).
i∈J1,mK

En particulier, si χu est scindé, alors u normal est diagonalisable en base orthogonale pour ϕ.
⊥
Démonstration. On a vu que Pi (u) est normal et que im Pi (u) = (ker Pi (u)) . De plus, im Pi (u) ∩
ker Pi (u) = 0 car ϕ est anisotrope. Donc on en déduit par récurrence
M ker Pi (u)j = ker Pi (u)
immédiate queM
mi
pour tous i, j ≥ 1. Le lemme des noyaux nous donne V = ker Pi (u) = ker Pi (u). Il suffit
i∈J1,mK i∈J1,mK
de vérifier que la somme directe est orthogonale.
Par Bézout, il existe des polynômes U, V ∈ K[X] tels que U Pi + V Pj = 1. Soit x ∈ ker Pj (u)
⊥
qu’on écrit x = U (u) ◦ Pi (u)(x) + V (u) ◦ Pj (u)(x) = Pi (u) ◦ U (u)(x) ∈ im Pi (u) = (ker Pi (u)) . Ainsi
⊥
ker Pj (u) ⊂ (ker Pi (u)) , donc la somme directe est orthogonale.

7
2.3 Théorème spectral : les cas réels et complexes
On se place désormais systématiquement dans le cas L = K = R ou C.
Corollaire 2.13 (Théorème spectral hermitien).
On suppose que ϕ est hermitienne définie positive. Soit u ∈ EndC (V ). Alors
1. u est normal si, et seulement si, u est diagonalisable en base ϕ-orthonormée ;
2. u est ϕ-autoadjoint si, et seulement si, u est diagonalisable en base ϕ-orthonormée et ses valeurs
propres sont réelles ;
3. u est unitaire si, et seulement si, u est diagonalisable en base ϕ-orthonormée et ses valeurs propres
sont de module 1.

Corollaire 2.14 (Théorème spectral euclidien).

On suppose que (V, ϕ) est un espace euclidien. Soit u ∈ EndR (V ). Alors

u est symétrique ⇐⇒ u est diagonalisable en base ϕ-orthonormée,

u est normal ⇐⇒ u est diagonalisable par blocs en base ϕ-orthonormée,

  
 a −b
avec b ∈ R∗ et a ∈ R
avec des blocs de la forme Mi = b a , et
(a) avec a ∈ R


u est orthogonal ⇐⇒ u est diagonalisable par blocs en base ϕ-orthonormée

  
 cos θ − sin θ
avec θ ∈ R
avec des blocs de la forme Mi = sin θ cos θ ,
(a) avec a ∈ {±1}


Les démonstrations de ces deux corollaires sont laissées en exercice au lecteur qui pourra alors s’assurer
avoir bien compris le théorème de réduction des endomorphismes normaux.