Upload
dinhliem
View
218
Download
3
Embed Size (px)
Citation preview
Saint Rémi : MP David Corneillie
Chap AG4 :
Espaces prehilbertiens
Un lemme important :
Soit ( )nA∈ ℝM , on a : ( ) ( )( )2
,10 , , 0tnA X Y XAY= ⇔ ∀ ∈ =ℝM
I ) Algèbre bilinéaire : 1°) Formes bilinéaires : Def : E un espace vectoriel sur IR , on appelle forme bilinéaire de E toute application de E E× dans IR qui vérifie :
( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( )
3 21 2 1 2 1 2
3 21 2 1 2 1 2
, , , , : , , ,
, , , , : , , ,
x x y E f x x y f x y f x y
x y y E f x y y f x y f x y
α β α β α β
α β α β α β
∀ ∈ ∀ ∈ + = +
∀ ∈ ∀ ∈ + = +
ℝ
ℝ
Ex : ( )2
1 1 2 2: ,E f x y x y x y= = −ℝ
[ ]( )
( ) ( ) ( )
11
0
0,1 , : ( , ) ( ) ( )d
: , tn
E C f u v u t v t t
E f A B tr A B
= =
= =
∫ℝ
ℝM
Prop : L’ensemble des formes bilinéaires sur E est un IR-espace vectoriel ( )( )BL E
Def : Une forme bilinéaire f est dite symétrique si 2( , ) : ( , ) ( , )x y E f x y f y x∀ ∈ =
Def : Une forme bilinéaire f est dite antisymétrique si 2( , ) : ( , ) ( , )x y E f x y f y x∀ ∈ = − Def : Une forme bilinéaire f est dite alternée si : ( , ) 0x E f x x∀ ∈ = Prop : f est alternée ssi elle est antisymétrique Th : L’ensemble des formes bilinéaires est somme directe de l’ensemble des formes bilinéaires symétriques et de l’ensemble des formes bilinéaires antisymétriques
( ) ( ) ( )2 2, , ,BL E S E A E= ⊕ℝ ℝ ℝ
2°) Formes quadratiques : Def : Soit f une forme bilinéaire sur E , l’application q définie sur E dans IR par
( ) ( , )q x f x x= est appelée forme quadratique associée à f Une application q de E dans IR est une forme quadratique si et seulement si il existe une forme bilinéaire f sur E telle que ( ) ( , )q x f x x=
Soit Φ l’application de l’ensemble des formes bilinéaires dans l’ensemble des formes quadratique , qui à tout f associe ( )q f= Φ Φ est un morphisme d’espace vectoriel non injectif , en effet son noyau est l’ensemble des formes bilinéaires antisymétriques, donc la restriction de Φ à ( )2 ,S Eℝ est bijective
Th : Pour toute forme quadratique q, il existe une unique forme bilinéaire symétrique qui définisse q , cette forme bilinéaire symétrique sera appelée la forme polaire de q Prop : ( ) 2: ( )x E q x q xλ λ∀ ∈ =
( ) ( ) ( )( ) ( ) ( )( ) ( ) ( ) [ ]
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
2
2
2
2
2 2 2
, : ( ) ( ) 2 , ( )
, : ( ) ( ) 2 ,
, : 2 ( ) ( )
1 1, : ,
2 4, : ( ) ( ) 2 ,
x y E q x y q x q y x y où polaire q
x y E q x y q x q y x y
x y E q x y q x y q x q y
x y E x y q x y q x q y q x y q x y
x y E q ax by a q x b q y ab x y
ϕ ϕ
ϕ
ϕ
ϕ
∀ ∈ + = + + =
∀ ∈ − = + −
∀ ∈ + + − = +
∀ ∈ = + − − = + − −
∀ ∈ + = + +
3° ) Cas de la dimension finie :
Si E est de dimension n et ( )1
n
i ie
= est une base de E , toute forme bilinéaire est caractérisée et
définie de manière unique par la donnée des n2 images des couples de vecteurs de bases
Il existe donc une unique forme bilinéaire f telle que ( ) ( ) [ ]2, , , 1,i j ijf e e i j nα= ∀ ∈
En effet on a ( ) ( )2
1 1
, , ( , ) ,n n
i j i ji j
x y E f x y f e e x y= =
∀ ∈ =∑∑
La matrice A carrée d’ordre n telle que : ( )ijA α= est la matrice associée à f dans la base
donnée , on a alors :
( )1 1
2 2 : ,.. ..
t
n n
x y
x yX et Y f x y XAY
x y
= = =
Prop : La dimension de l’ensemble des applications bilinéaires dans un espace de dimension n est donc n2 Prop : Une forme bilinéaire f est symétrique si et seulement si sa matrice est symétrique Prop : L’ensemble des applications bilinéaire symétriques est isomorphe à l’ensemble des
matrices symétriques , il est donc de dimension ( 1)
2
n n+
Pour les formes quadratiques on a : ( ) tq x XAX=
Soit : 2
1 1 1
( ) 2n n n
i j ij ii i ij i ji j i i j
q x x x x x xα α α= = = <
= = +∑∑ ∑ ∑ ( polynôme homogène de degré 2 )
Prop : En dimension finie, tout polynôme homogène de degré 2 en les coordonnées de x définit une forme quadratique. Dans ce cas on obtient les termes de la forme polaire associée en dédoublant les termes
( )2 1
2i i i i j j i i jx y x et x y x y x x↔ + ↔ ( règle de dédoublement )
Exo : Déterminer la matrice dans la base canonique de ( )2
1
( )ni j
i j n
de q x x x≤ < ≤
= −∑ℝ
4°) Effet d’un changement de base : Th : Soit ( ) ( )' 'i ie et eβ β= = deux bases de E , et P la matrice de passage de 'àβ β , si f
est une forme bilinéaire de E de matrice A et A’ relativement à 'etβ β , on a alors :
' tA PAP= Def : Deux matrices qui définissent la même forme bilinéaire relativement à 2 bases différentes sont dites congruentes ( c’est une relation d’équivalence ) 5°) Rang d’une forme bilinéaire symétrique ou d’une forme quadratique : Def : On appelle rang d’une forme quadratique, ou rang de sa forme polaire , le rang de sa matrice dans une base quelconque de E Prop : Cette notion est indépendante de la base choisie Def : Une forme bilinéaire symétrique est non dégénérée ssi son rang est égal à la dimension de l’espace ssi la matrice qui lui est associée est inversible II ) Etude des formes quadratiques : 1°) Définitions : Def : Une forme quadratique q sur E est dite définie ssi [ ], ( ) 0 0x E q x x∀ ∈ = ⇒ =
Une forme quadratique q sur E est dite positive ssi , ( ) 0x E q x∀ ∈ ≥ , elle est dite définie positive si elle est définie et positive ( on définit de même une forme négative et définie négative )
Ex : Sur ( )23 2, ( , , )q x y z x y z= − +ℝ est positive , mais pas définie positive
Sur ( ) ( )1, ( ) tq A tr AA=nM ℝ est définie positive , alors que ( )22( )q A tr A= n’est ni
positive, ni négative. Attention : ne pas confondre la notion définie avec l’expression bien définie qui a un sens lorsqu’une quantité mathématique existe !
Exo : Etudier les formes quadratiques de 3ℝ suivantes :
( )
( )( )
2 2 2
2 2 2
1, , 2 4
8
, , 3 13 2 4 4
, , 2
q x y z x y z xy yz
q x y z x y z xy yz xz
q x y z xy xz yz
= + − + −
= + + + − +
= + +
Def : Soit f une forme bilinéaire symétrique , f est positive lorsque la forme quadratique q associée est positive , de même elle est définie positive lorsque q l’est. 2°) Inégalité de Cauchy-Schwarz : ( Cauchy Augustin 1789-1857, Schwarz Hermann 1843-1921) Th : Soit q une forme quadratique de signe constant de forme polaire f alors on a :
( ) ( ) 22, , , ( ) ( )x y E f x y q x q y ∀ ∈ ≤
Th : Si q est définie et de signe constant , l’égalité a lieu si et seulement si la famille ( x , y ) est liée Corollaire : Inégalité de Minkowski ( Minkowski Hermann 1864-1909 ) Soit q une forme quadratique positive , on a :
( ) ( )2, , ( ) ( )x y E q x y q x q y∀ ∈ + ≤ +
III ) Espaces préhilbertiens réels : 1°) Produit scalaire : Def : Un espace vectoriel réel muni d’une forme quadratique q définie positive est appelé espace préhilbertien réel , s’il est de plus de dimension finie , il est euclidien La forme polaire f associée à q est un produit scalaire , que l’on note souvent :
( )( , ) ,f x y x y x y= =
Un produit scalaire est donc une forme bilinéaire symétrique définie positive
Ex : 1
,n
ni i
i
E et x y x y=
= =∑ℝ
( ) ( )[ ]( )
,
, , , ( ) ( )d
t
b
a
E et A B tr AB
E C a b et f g f t g t t
= =
= = ∫
nM ℝ
ℝ
2°) Norme associée : Th et def : Si E est un préhilbertien et q la forme quadratique associée au produit scalaire ,
on définit alors , ( ) ,x E x q x x x∀ ∈ = = , qui est une norme sur E appelée norme
euclidienne. Tout espace préhilbertien réel est donc normé, s’il est de plus complet , on dit que E est un espace de Hilbert. Tout espace euclidien est un Hilbert
Prop : On a alors les relations suivantes 2 2 2
2 2 2
2 2 2 2
2 2
2 ,
2 ,
2 ( )
1,
4
,
x y x y x y
x y x y x y
x y x y x y identité du
x y x y x y
x y x y
+ = + +
− = + −
+ + − = +
= + − −
≤
▱
3°) Orthogonalité : Def : E un espace préhilbertien , un vecteur x est dit unitaire ssi 1x =
Prop : l’ensemble des vecteurs unitaires d’une espace euclidien est une partie compacte Def : x est orthogonal au vecteur y lorsque , 0 ,x y on note x y= ⊥
Soit A une partie de E , on appelle orthogonal de A , l’ensemble :
{ }, ,A A x E a A x a⊥ = ° = ∈ ∀ ∈ ⊥
Th de Pythagore ( 569-500 av. JC ) 2 2 2
x y x y x y⊥ ⇔ + = +
Prop : Soit E un préhilbertien réel , A et B deux parties de E
( )
{ }( )
0 , '
( )
A est un sev de E
A A
A B B A
A A l égalité a lieu si A est un sev
F G F G F et G sont des sev
A A
⊥
⊥⊥
⊥ ⊥
⊥
⊥ ⊥ ⊥
⊥ ⊥
⊂
⊂ ⇒ ⊂
∩ ⊂
+ = ∩
=
Exo : E = l’ensemble des fonctions de classe C1 sur [ 0 , 1 ] muni de 1
0
, ( ) ( )df g f t g t t= ∫ .
Soit F = l’ensemble de fonctions polynomiales sur [ 0 , 1 ] , déterminer l’orthogonal de F Exo : Dans ( )nM ℝ déterminer l’orthogonal de l’ensemble des matrices symétriques
Def : F et G deux sous espaces de E sont dit supplémentaires orthogonaux lorsqu’ils vérifient : E F G et F G= ⊕ ⊥
Th : Si F et G sont supplémentaires orthogonaux alors G F et F G⊥ ⊥= = Rem : Un sous espace quelconque n’admet pas toujours de supplémentaire orthogonal
4°) Projection orthogonale : Rappel : Si F est une partie de E on note : ( ), inf
y Ad a F y a
∈= −
Th : Soit E un espace préhilbertien réel , a un élément de E et F un sev de E alors :
: ( , )x F a x d a F a x F⊥∀ ∈ − = ⇔ − ∈
Si F admet un supplémentaire orthogonal , ( )Fp a est l’unique vecteur x de F qui
vérifie ( ) ( )2 22( , ) ,Fa x d a F et a p a d a F− = = +
Exo : Déterminer ( )( ) ( ), ,n nd A S A M∈ℝ ℝ
Th : p un projecteur de E est une projection orthogonale ssi ( )ker Imp p⊥=
IV ) Espaces vectoriels euclidiens : 1°) Bases orthonormales :
Def : Une famille ( )1,...., ne e est orthogonale ssi , 0i je e si i j= ≠
Elle est orthonormale ssi ,i j ije e δ=
Th : Soit p un entier et ( )1,...., pe e une famille libre de E, il existe une famille ( )1,...., pf f
orthonormale de E telle que : ( ) ( )1 1,...., ,...., ,k kVect e e Vect f f k p= ∀ ≤
Méthode pratique : Procédé d’orthonormalisation de Gram-Schmidt ( Gram Jorgen 1850-1916 , Schmidt Erhard 1876-1959 )
1 21 2 2 1 1 2 1 2
1 2
1 2 1
11 1 1 1
11
', ' ' , 0 ,
'
,
': ' ,
'
kk
k k k k i iik
e ef e e f tq e f f
e e
on obtient e f
epuis k f où e e e f f
e
α
α
++ + + +
=+
= = + = =
= −
∀ = = −∑
Application : Etude des familles de polynômes orthogonaux ( Jacobi, Legendre, Tchebichev ) Corollaire : Dans tout espace euclidien , il existe des bases orthonormales , le procédé de Gram-Schmidt permet d’en construire Exo : Déterminer une base de [ ]3 XR orthonormale pour le produit scalaire canonique de
l’ensemble des fonctions continues sur [ ]0,1
Exo : Déterminer dans 4R une base orthonormale de l’hyperplan d’équation 0x y z t+ + + =
Th : Si E est un espace euclidien , tout sous espace admet un supplémentaire orthogonal, on a donc : E F F⊥= ⊕ 2°) Coordonnées dans une base orthonormale :
Th : Soit E un espace euclidien , si ( )1,..., pe e est une bon de F , alors
1
: ( ) ,p
F i ii
x E p x e x e=
∀ ∈ =∑
Inégalité de Bessel : 2 2 2
1
: ( ) ,p
F ii
x E p x e x x=
∀ ∈ = ≤∑
Th : Soit ( )1,...., ne e une base orthonormale d’un espace euclidien E alors pour tout élément x
de E on a : ( )1
, , ( )i
n
i i i i Vect ei
x x e e où x e e p x=
= =∑
Conséquences : Si ( )1,...., ne e une base orthonormale d’un espace euclidien E alors pour tout élément
x on a : 2 2 2
1 1
1
,
,
n n
i ii i
nt
i ii
x x e x
x y x y XY
= =
=
= =
= =
∑ ∑
∑
3°) Isomorphisme d’un espace euclidien sur son dual : Th : E espace euclidien et E* son dual Pour tout a de E, l’application ( ) : ,j a x a x→ est une forme linéaire sur E
Pour toute forme linéaire f sur E , il existe un unique a élément de E tel que pour tout x de E : ( ) ,f x a x=
Autrement dit, l’application j : ( )a j a→ est un isomorphisme de E sur son dual
Exemple : la définition du produit vectoriel Soit E un espace euclidien de dimension n > 2 , le produit mixte d’une famille ordonnée ( )1,..., nx x dans une base orthonormée B est donnée par :
[ ] ( )1 1,...., det ,....,n B nx x x x=
Pour toute famille ( )1 1,..., nx x − , il existe un unique vecteur a de E tel que
[ ]1 1, ,...., , ,nx E x x x a x−∀ ∈ =
Ce vecteur est appelé produit vectoriel de ( )1 1,..., nx x − , noté 1 1... nx x −∧ ∧
V ) Espaces préhilbertiens complexes : 1°) Formes sesquilinéaires : Def : E un espace vectoriel sur ℂ , on appelle forme sesquilinéaire de E toute application de E E× dans ℂ qui vérifie :
( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( )
3 21 2 1 2 1 2
3 21 2 1 2 1 2
, , , , : , , ,
, , , , : , , ,
x x y E f x x y f x y f x y
x y y E f x y y f x y f x y
α β α β α β
α β α β α β
∀ ∈ ∀ ∈ + = +
∀ ∈ ∀ ∈ + = +
ℂ
ℂ
Ex : [ ]( )1
1
0
0,1 , : ( , ) ( ) ( )dE C f u v u t v t t= = ∫ℂ
Prop : L’ensemble des formes sesquilinéaires sur E est un ℂ -espace vectoriel 2°) Expression en dimension finie :
( ) ( )
( )1
1 1
, ( , ) ,n n
n ni ij i j ij i ji
i j
t
ij
e base de f x y a x y où a f e e
X AY où A a
== =
= =
= =
∑∑ℂ
Prop : On obtient les formules de changement de base suivantes :
( ) ( )' '
' ' ' '
'
tt t t
t
X PX et Y PY
X AY PX APY X PAP Y
d où B PAP
= =
= =
=
3°) Forme hermitienne :
Def : f une forme sesquilinéaire possède la symétrie hermitienne ssi ( ) ( ), ,f y x f x y=
On dit alors que f est une forme sesquilinéaire hermitienne.
Rem : Si f est une forme hermitienne alors ( , ) ( , )f x x f x x= ∈ℝ Def : Si f est une forme hermitienne alors on définit la forme quadratique hermitienne associée à f par ( ) ( , )q x f x x= Prop : En dimension finie on a
( )
( )1 1
( ) ,n n
ij i j ij i ji j
t t
ij
q x a x x où a f e e
X AX où A a A
= =
= =
= = =
∑∑
On dit que A est une matrice hermitienne , t A s’appelle la transconjuguée de A
4°) Identité de polarisation : On a les égalités suivantes
( )( ) ( )( )
( ) ( )( )( ) ( ) ( ) ( ) ( )
2
2 2
( )
( ) ( ) 2Re ,
( ) ( ) 2
1,
4
q x q x
q x y q x q y f x y
q x y q x y q x q y
f x y q x y q x y iq x iy iq x iy
λ λ
λ µ λ µ λµ
=
+ = + +
+ + − = +
= + − − − + + −
Cette dernière égalité assure l’unicité de la forme sesquilinéaire hermitienne associée à q , on l’appellera alors sa forme polaire 5°) Produit scalaire hermitien : Def : Une forme hermitienne est définie ssi ( ) 0 0q x x= ⇒ = Elle est dite positive ssi ( ) 0q x ≥ Def : Un espace vectoriel complexe muni d’une forme quadratique hermitienne définie positive est un préhilbertien complexe , s’il est de plus de dimension finie , il est hermitien . La forme polaire associée à la forme hermitien est alors appelée produit scalaire hermitien ou produit hermitien
Prop : Inégalité de Cauchy Schwarz ( , ) ( ) ( )f x y q x q y≤
Def et Th : On définit sur E un espace préhilbertien complexe une norme, appelée norme
hermitienne par ( ) ,x q x x x= = , l’espace est donc normé , s’il est complet c’est un
Hilbert Prop : On a alors toutes les relations suivantes
( )( )
2 2 2
2 2 2
2 2 2 2
2 2 2 2
2Re ,
2Re ,
2 ( )
1,
4
,
x y x y x y
x y x y x y
x y x y x y identité du
x y x y x y i y ix i y ix
x y x y
+ = + +
− = + −
+ + − = +
= + − − − + + −
≤
▱
6°) Orthogonalité : Def : E muni d’une forme hermitienne , on dit x est unitaire si 1x = , et que
, 0x y x y⊥ ⇔ =
Si A est une partie de E , on définit { }, ,A x E a A x a⊥ = ∈ ∀ ∈ ⊥
Th de Pythagore : 2 2 2
x y x y x y⊥ ⇒ + = +
Attention : la réciproque est fausse , 2 2 2
si y ix x y x y or y x= ⇒ + = + ⊥
Rem : On peut aussi définir sur un espace hermitien les supplémentaires orthogonaux ainsi que les projections ( voir la théorie sur les séries de Fourier ! )
Par exemple : si ( )1,..., pe e est une bon de F , alors ( )1
, ,p
F i ii
x E p x e x e=
∀ ∈ =∑
VI ) Adjoint d’endomorphisme dans un espace euclidien: 1°) Définition : Def : Soit E un espace euclidien , et u un endomorphisme de E , s’il existe un endomorphisme v de E tel que ( ) 2, : ( ), , ( )x y E u x y x v y∀ ∈ = On dit que v est l’adjoint de u
Th : Si un endomorphisme admet un endomorphisme adjoint , alors il est unique , on le notera alors u* Ex : Soit p la projection orthogonale sur F
( ), ', '' ' '' ' ''
( ), ', ' '' ', ' ' '', ' , ( )
' *
x E x x F F tq x x x et y y y
p x y x y y x y x x y x p y
d où p p
⊥∀ ∈ ∃ ∈ × = + = +
= + = = + ==
Th : Tout endomorphisme d’un espace euclidien admet un adjoint
Soit ( )1
n
i ie
= une base de E , S la matrice du produit scalaire : on a alors
( ) ( )( )
2
* 1
, : ( ), , *( ) *
'
t t
t
x y E u x y x u y MX SY XSM Y
d où M S M S−
∀ ∈ = ⇔ =
=
Conclusion : En base orthonormée on a * tM M= Conséquence : un endomorphisme u et son adjoint ont même rang
( ) ( ) ( ) ( )* det * detrang u rang u et u u= =
Th : Un projecteur est un projecteur orthogonal si et seulement si *p p= Def : Un endomorphisme u qui vérifie u* = u est dit autoadjoint ou symétrique Un endomorphisme u qui vérifie u* = - u est dit antisymétrique Prop : u est antisymétrique ssi ( ), , 0x E u x x∀ ∈ =
2°) Propriétés : Prop : Soit E un espace euclidien , u et v deux endomorphismes de E, on a alors :
( )( )( )
* *
* * *
* * *
u u
uov v ou
au bv au bv
=
=
+ = +
Th : Soit u un endomorphisme on a ( )ker * Imu u⊥=
Th : Soit u un endomorphisme, pour que F est un sous espace soit stable par u il faut et il suffit que F ⊥ est stable par u* 3°) Endomorphismes autoadjoints : Def : u est autoadjoint ssi u* = u , il est autoadjoint positif si de plus ( ), 0u x x ≥ , il est
défini positif si il est positif et ( ), 0 0u x x x= ⇒ =
Prop : Pour tout endomorphisme u de E , les endomorphismes u*ou et uou* sont autoadjoints positifs , si de plus u est bijectif , ils sont définis positifs Rem : Dans une base orthonormée , la matrice d’un endomorphisme autoadjoint est symétrique : t A A= L’ensemble des endomorphismes autoadjoints d’un espace euclidien de dimension n est un
sous espace vectoriel de l’ensemble des endomorphismes de dimension ( 1)
2
n n+
4°) Endomorphismes orthogonaux - Groupe orthogonal : Def : Un endomorphisme u de E est orthogonal ssi ( ) 2, , ( ), ( ) ,x y E u x u y x y∀ ∈ =
( on dit que u conserve le produit scalaire ) Th : Soit u un endomorphisme de E de dimension finie , les 3 propriétés sont équivalentes
(i) u conserve le produit scalaire (ii) u conserve la norme ( isométrie ) (iii) u est bijectif et 1*u u−=
Caractérisation matricielle :
( ) ( )( )
2, : ( ), ( ) ,
'
t t
t
x y E u x u y x y MX SMY XSY
d où S M SM
∀ ∈ = ⇔ =
=
Donc en base orthonormée on a : 1't tMM I d où M M−= =
Prop : L’ensemble des endomorphismes orthogonaux forme un groupe pour la loi o appelé groupe orthogonal , noté O ( E ) , si un endomorphisme est orthogonal on dit alors que sa matrice est orthogonale ( on note alors O ( n ) le groupe des matrices ) Prop : u est orthogonal ssi l’image de toute base orthonormée et une base orthonormée Prop : si u est orthogonal alors son déterminant vaut 1 ou - 1 Def : Si u est orthogonal et que son déterminant vaut 1 , on dit que u est orthogonal positif , il appartient alors au groupe spécial orthogonal : SO ( E ) A VOIR : l’étude des endomorphismes orthogonaux du espace de dimension 2 et 3 VII ) Réduction des endomorphismes autoadjoints et applications : 1°) Théorème : Th : Tout endomorphisme autoadjoint a des valeurs propres réelles et est diagonalisable dans une base orthonormée de vecteurs propres ( ie E est somme directe orthogonale des sous espaces propres de u ) Corollaire : Toute matrice symétrique réelle est diagonalisable sur IR , ie il existe une matrice P orthogonale telle que tA PD P= Conséquence : Les espaces propres d’un endomorphisme autoadjoint sont 2 à 2 orthogonaux Def : Soit A une matrice symétrique , cette matrice est positive si la forme quadratique canoniquement associée est positive ( idem pour définie positive ) , autrement dit si on a : ( ) , 0tX XAX∀ ∈ ≥n,1M ℝ
Th : Soit A est une matrice symétrique A est positive ssi son spectre est inclus dans +
R A est définie positive ssi son spectre est inclus dans *+
R Attention : A est définie alors A est inversible ( mais la réciproque est fausse ) 2°) Application à la norme subordonnée : Th : Soit u un endomorphisme autoadjoint de l’espace euclidien E , alors la norme de u est égal au rayon spectral de u , ie à la plus grande valeur propre de u en valeur absolue
( ) ( ) ( )( )0
sup max ,x
u xu u sp u
xρ λ λ
≠= = = ∈
Prop : pour tout endomorphisme u de E on a 2
* *u u et u ou u= =
Conséquence : pour tout endomorphisme de E : ( )*u u ouρ=
3°) Application à l’étude des formes quadratiques : Th : Pour toute forme quadratique q de E , il existe un unique endomorphisme autoadjoint u de E tel que pour tout x de E on ait : ( ) ( ),q x u x x= , u est l’endomorphisme autoadjoint
canoniquement associé à q ( il est naturellement diagonalisable ) La matrice de toute forme quadratique q de E est diagonalisable sur IR , la connaissance des valeurs propres permet de déterminer le signe de q . On peut ainsi effectuer une réduction en carrés de la forme quadratique --- > voir les formes quadratiques définies positives Def : On appelle signature de la forme quadratique q le couple d’entiers ( ) ( ),p s qσ= , où p
est le nombre de valeurs propres strictement positives et s le nombre de valeurs propres strictement négatives Prop : si ( ) ( ),q p sσ = alors le rang de q est p s+
Exo : Effectuer la réduction de 3( , , )q x y z xy xz yz sur= + + ℝ 4°) Application : étude des coniques et quadriques Nous appellerons conique toute courbe du plan dont une équation dans un repère orthonormé est de la forme : 2 22 0ax bxy cy dx ey f+ + + + + =
On considère la forme quadratique 2 2( , ) 2q x y ax bxy cy= + + de matrice A
( ) 0tM C XAX d e X f∈ ⇔ + + =
or A est diagonalisable , il existe donc une base orthonormée ( u , v ) de vecteurs propres tq tA PD P= , d’où ( )' ' ' ' 0t tX PX donne X DX g h X f= + + =
L’équation devient alors : { }2 2' ' ' ' 0 , ( )x y gx hy f où sp Aλ µ λ µ+ + + + = =
( rem : le changement de base revient à effectuer une rotation car P est orthogonal ) On effectue ensuite une translation d’origine , l’équation devient : 2 2 0x yλ µ γ+ + = Th : Soit © la conique d’équation 2 22 0ax bxy cy cx ey f+ + + + + =
etλ µ les valeurs propres de la matrice sym réelle a b
Ab c
=
Si det 0A λµ= > , la conique est une ellipse , un singleton ou l’ensemble vide Si det 0A λµ= < , la conique est une hyperbole ou la réunion de 2 droites sécantes Si det 0A λµ= = , la conique est une parabole ou la réunion de 2 droites parallèles , ou une droite ou l’ensemble vide
Exo : Etudier la courbe d’équation 2 26 2 2 1 0x xy y x y− + + − + =
Etudier la courbe d’équation 2 22 2 2 3 0x xy y x y+ + − + =
Quelques rappels :
Une conique non dégénérée est l’ensemble des points M tel que ( , )
( , )
d M Fe
d M D=
F est un foyer , D une directrice et e l’excentricité si e = 1 , la conique est une parabole si e < 1 , la conique est une ellipse si e > 1 , la conique est une hyperbole
La conique a pour équation polaire ( , )1 cos
epr où p d F D
e θ= =
+
La parabole a pour équation réduite 2 2 ,02
py px où F
=
L’ellipse à pour équation réduite ( )2 2
2 2 22 2
1x y
où c a ba b
ε+ = = −
L’hyperbole a pour équation réduite ( )2 2
2 2 22 2
1x y
où c a ba b
− = ± = +
Nous appellerons quadrique toute surface de l’espace dont une équation dans un repère orthonormé est de la forme : 2 2 2 2 2 2 0ax by cz dxy eyz fxz gx hy iz j+ + + + + + + + + =
On considère la forme quadratique 2 2 2( , , ) 2 2 2q x y z ax by cz dxy eyz fxz= + + + + + or A est diagonalisable , il existe donc une base orthonormée ( u , v , w ) de vecteurs propres . L’équation devient alors : { }2 2 2 0 , , ( )X Y Z X Y Z où sp Aα β γ δ µ ν ρ α β γ+ + + + + + = =
( rem : le changement de base revient à effectuer une rotation car P est orthogonal ) On effectue ensuite une translation d’origine de manière à simplifier les termes de degré 1 Description des quadriques :
Les ellipsoïdes d’équation réduite : 2 2 2
2 2 21
x y z
a b c+ + = ( les vp sont de même signe )
Les hyperboloïdes d’équation réduite : 2 2 2
2 2 21
x y z
a b c+ − = ± ( +1 à une nappe , -1 à deux
nappes )
Les cônes elliptiques d’équation réduite : 2 2 2
2 2 20
x y z
a b c+ − =
Les paraboloïdes d’équation réduite : 2 2
2 2
x yz
a b= ± ( + elliptique , - hyperbolique )
Rem : Observer les intersections avec les plans de coordonnées
Exo : Etudier la surface d’équation 2 2 2 2 0x y z xz− + + = Prop : La quadrique d’équation : 2 2 2( , , ) 2 2 2 0F x y z ax by cz dxy eyz fxz gx hy iz j= + + + + + + + + + =
possède un centre de symétrie si 0gradF =��������
admet une solution