Espaces Préhilbertiens Réels - Condensé de cours (SM)

2020/2021

Sauf mention explicite du contraire, dans tout le chapitre E, F et G sont des espaces vectoriels sur R et n ∈ N∗

1 Produit scalaire et orthogonalité

1.1 Premières définitions et généralités
Définition 1
On appelle produit scalaire sur E toute forme bilinéaire symétrique définie et positive (.|.). Le couple (E, (.|.)) est
appelé espace préhilbertien réel. On l’appelle espace euclidien si E est de dimension finie.
Exemples 2
1. L’application

(.|.) : Rn −→ R
n
X
(x, y) 7−→ xk yk
k=1

est un produit scalaire sur Rn . C’est le produit scalaire canonique sur Rn .

2. Soient a, b deux réels tels que a < b et on note E = C([a, b], R). Alors, l’application

(.|.) : E × E −→ R+
Z b
(f, g) 7−→ f (t)g(t)dt
a

est un produit scalaire sur E. En effet :

(i) Soient f, g ∈ E. On a :
Z b Z b
(f |g) = f (t)g(t)dt = g(t)f (t)dt = (g|f ).
a a
Ce qui donne la symétrie.
(ii) Soient f1 , f2 , g ∈ E et λ ∈ R. On a :

Z b
(λf1 + f2 |g) = (λf1 (t) + f2 (t))g(t)dt
a
Z b Z b
=λ f1 (t)g(t)dt + f2 (t)g(t)dt
a a
= λ(f1 |g) + (f2 |g)

Ainsi, (.|.) est linéaire à gauche. Puisqu’il est déjà symétrique, on a bien la bilinéarité.
(iii) Soit f ∈ E. On a :
Z b
(f |f ) = |f (t)|2 dt ≥ 0.
a
Ceci donne d’emblée la positivité de (.|.).
Z b
De plus, si (f |f ) = 0, en d’autres termes |f (t)|2 dt = 0, on a :
a
t 7−→ |f (t)|2 est une application positive continue et d’intégrale nulle sur [a, b]. Donc f = 0.
Ainsi, (.|.) est une application définie.
Conclusion : (.|.) est bien un produit scalaire sur E.
3. L’application

(.|.) : Mn (R) × Mn (R) −→ R+

(A, B) 7−→ tr(t AB)

est un produit scalaire sur Mn (R) En effet :

1
 (i) On, pour tous A, B ∈ E :

(A|B) = tr(t AB) = tr(t (t AB)) = tr(t BA) = (B|A).

Vu que ∀D∈E,tr(D)=tr(t D)

Ce qui donne la symétrie de (.|.).

(ii) Soient A, B1 , B2 ∈ E et λ ∈ R. On a :

(A|λB1 + B2 ) = tr(t A(λB1 + B2 )) = tr(λt AB1 + AB2 )

= λtr(t AB1 ) + tr(t AB2 ) = λ(A|B1 ) + (A|B2 ).
Ceci permet de voir la linéarité à droite de (.|.). Ayant déjà montré la symétrie, l’application (.|.) est bien
bilinéaire.
(iii) Il reste à voir que (.|.) est une application définie et positive. Pour cela, on doit d’abord exprimer
l’expression (A|B) (où, bien sûr, A, B ∈ E) grâce aux coefficients des matrices A et B.
En effet, Si A = (aij ) et B = (bij ) sont deux matrices de E, alors un calcul assez simple va donner :
n
X
(A|B) = tr(t A.B) = aij bij . 1
i,j=1
Ainsi, Si A = (aij ) ∈ E, alors :
n
X
(A|A) = |aij |2 ≥ 0.
i,j=1
Ce qui permet de voir que (.|.) est une application positive.
De plus, si (A|A) = 0, alors on aura forcément pour tous i, j ∈ [|1, n|], aij = 0, donc que A = 0.
Ainsi, (.|.) est une application définie.
Conclusion : (.|.) est un produit scalaire sur Mn (R).
Théorème 3 (Inégalité de Cauchy-Schwarz.)
Soit (E, (.|.)) un espace préhilbertien réel. On a alors :
1 1
∀x, y ∈ E, |(x|y)| ≤ (x|x) 2 (y|y) 2
avec égalité si et seulement si la famille (x, y) est liée.
Proposition 4
Si E est un espace vectoriel réel muni d’un produit scalaire (.|.), alors l’application :

N : E −→ R+
1
x 7−→ (x|x) 2
Définit une norme sur E, dite norme associée au produit scalaire (.|.).
Proposition 5 (Formules de polarisation)
Si E est un préhilbertien réel muni du produit scalaire (.|.) et dont on note ||.|| la norme associée, on a pour tous
x, y ∈ E :
1. 2(x|y) = ||x + y||2 − ||x||2 − ||y||2
2. 2(x|y) = ||x||2 + ||y||2 − ||x − y||2
3. 4(x|y) = ||x + y||2 − ||x − y||2
4. ||x + y||2 + ||x − y||2 = ||x||2 + ||y||2 (Identité du parallélogramme)
Exercice 6
Montrer que la norme
N : R2 −→ R+
q
(x, y) 7−→ x2 + 2xy + 3y 2
est une norme sur R2 associée à un produit scalaire.
1. Pour cette raison, ce produit scalaire sera dit produit scalaire canonique sur Mn (R).

2
1.2 Orthogonalité
E est un préhilbertien muni de son produit scalaire (.|.) et de la norme associée ||.||
Définition 7
On appelle vecteur normé ou unitaire tout vecteur de norme 1.

Définition 8
On dit que deux vecteurs x et y de E sont orthogonaux et on note x⊥y lorsque (x|y) = 0.

Remarques 9
1. Le vecteur nul est orthogonal à tous les autres vecteurs de E. C’est le seul dans ce cas.
2. Un vecteur orthogonal à lui-même est nul.
3. Les vecteurs de la base canonique de Rn muni de sa structure préhilbertienne (euclidienne) usuelle sont
normés et orthogonaux deux à deux. On dit que c’est une famille orthonormée.

Exercice 10
On note E l’espace vectoriel des fonctions 2π-périodiques et continues sur R.
1 2π
Z
1. Montrer que l’application (f, g) 7−→ f (t)g(t)dt est un produit scalaire sur E.
π 0
2. Montrer que pour p, q ∈ N, fp : x 7−→ sin(px) et gq : x 7−→ cos(qx) sont orthogonaux entre eux et unitaires.

Définition 11
On appelle orthogonal d’une partie A de E l’ensemble noté A⊥ défini par A⊥ = {x ∈ E, ∀a ∈ A, (a|x) = 0}.

Proposition 12
L’orthogonal d’une partie est un sous-espace vectoriel de E.

Remarques 13
1. On a {0}⊥ = E et E ⊥ = {0}.
2. Soient A et B deux parties de E. On a A ⊂ B, alors B ⊥ ⊂ A⊥ .

Proposition 14
Si A est une partie de E, alors A⊥ = (V ect(A))⊥ .

Définition 15
— On appelle famille orthogonale de E toute famille de vecteurs de E deux à deux orthogonaux.
— On appelle famille orthonormale ou famille orthonormée de E toute famille de vecteurs de E normés deux
à deux orthogonaux.

Théorème 16 (F)
— Toute famille orthogonale de vecteurs non nuls de E est libre.
— Toute famille orthonormale de E est libre.
Proposition 17 (Théorème de Pythagore)
Deux vecteurs x, y ∈ E sont orthogonaux si et seulement si ||x + y||2 = ||x||2 + ||y||2 .

Proposition 18 (Semi-généralisation du théorème de Pythagore)

Si (x1 , . . . , xn ) est une famille orthogonale de vecteurs de E, on a :
 n  n
 X  X
xk  = ||xk ||
 

 
k=1 k=1

3
1.3 Bases orthonormées
Théorème 19 (Procédé d’orthonormalisation de Schmidt F)
Soit F = (e1 , . . . , en ) une famille libre de vecteurs de E. Alors il existe une famille orthonormale (f1 , . . . , fn ) de
E telle que
∀p ∈ [|1, n|], V ect(e1 , . . . , ep ) = V ect(f1 , . . . , fp )
Cette famille peut être construite par récurrence sur p ∈ [|1, n|] en posant :
p
X
ep+1 − (ep+1 |fk )fk
e1 k=1
f1 = et ∀p ∈ [|1, n − 1|], fp+1 =  p

||e1 || X 
ep+1 − (ep+1 |fk )fk 
 
 
k=1

On l’appelle l’algorithme d’orthonormalisation de Schmidt.

Définition 20
On appelle base orthonormée (ou base orthonormale) de E toute base de E qui est une famille orthonormale.

Proposition 21
Soit (e1 , . . . , en ) une base de E. Alors il existe une base orthonormée (f1 , . . . , fn ) de E telle que pour tout p ∈ [|1, n|],
V ect(e1 , . . . , ep ) = V ect(f1 , . . . , fp ).

Théorème 22 (F)
Tout espace euclidien possède une base orthonormée.

Théorème 23 ("Théorème de la Base Orthonormée Incomplète")

Toute famille orthonormale de E peut être complétée en une base orthonormale de E.

Proposition 24 (F)
Soient B = (e1 , . . . , en ) une base orthonormée de E, x = nk=1 xk ek , y = k=1 yk ek ∈ E et X = M atB (x) et
P P

Y = M atB (y) les matrices colonnes coordonnées respectivement de x et y. Alors :

n
X
1. x = (x|ek )ek . (i.e. ∀k ∈ [|1, n|], xk = (x|ek ))
k=1
n
X n
X
2. (x|y) =t X.Y et ||x||2 =t X.X = x2k = (ek |x)2 .
k=1 k=1

2 Supplémentaire orthogonal - Projection orthogonale

2.1 Le supplémentaire
Définition 25
Deux sous-espaces vectoriels F et G de E sont dits orthogonaux si

∀(x, y) ∈ F × G, (x|y) = 0

Chose qui est équivalente à F ⊂ G⊥ et à G ⊂ F ⊥ .

Remarque 26
En particulier, F et F ⊥ sont deux sous-espaces vectoriels orthogonaux... Mais en réalité, ils peuvent être bien plus
que cela...

Proposition 27
Si F est un sous-espace vectoriel de dimension finie, alors F et F ⊥ sont supplémentaires. Le sous-espace vectoriel
F ⊥ est appelé le supplémentaire orthogonal de F .

Proposition 28
Si E est de dimension finie et F est un sous-espace vectoriel de E, alors :
1. dim(F ) + dim(F ⊥ ) = dim(E).

4
 2. (F ⊥ )⊥ = F .
Remarque 29
Dans les deux propositions, la dimension finie est essentielle.

Exercice 30 Z 1
0
Soit E = C ([0, 1]), R muni du produit scalaire usuel (.|.) : (f, g) 7−→ f (t)g(t)dt. On considère F = {f ∈
0
E, f (0) = 0}.
1. Déterminer F ⊥ . (Indication : Pour f ∈ F ⊥ , considérer g : x 7−→ xf (x).
2. En déduire que E 6= F F ⊥ et que (F ⊥ )⊥ 6= F .
L

Proposition 31
Si E est de dimension finie n et p ∈ [|0, n|], alors :
— Si (e1 , . . . , en ) est une base orthonormale de E, alors (e1 , . . . , ep ) et (ep+1 , . . . , en ) sont des bases orthonor-
mées de deux supplémentaires orthogonaux
— Soit F un sous-espace vectoriel de E. Si (e1 , . . . , ep ) et (ep+1 , . . . , en ) sont des bases orthonormées respec-
tivement de F et F ⊥ , alors (e1 , . . . , en ) est une base orthonormée de E, dite base orthonormée adaptée à
la décomposition E = F F ⊥ .
L

Exercice 32
Soit f une forme linéaire non nulle sur un espace euclidien E. Montrer qu’il existe un unique a ∈ E tel que

∀x ∈ E, f (x) = (a|x)

2.2 La projection
Définition 33
Soit F un sous-espace vectoriel de E de dimension finie. On appelle projection orthogonale sur F la projection
sur F parallèlement à son supplémentaire orthogonal F ⊥ . L’image d’un vecteur x ∈ E par cette projection est
appelée projeté orthogonal de x sur F .
Exercice 34
Soit p ∈ L(E) un projecteur.
1. Montrer que si p est un projecteur orthogonal, alors ∀x ∈ E, ||p(x)|| ≤ ||x||.
2. Réciproquement, on suppose que ∀x ∈ E, ||p(x)|| ≤ ||x||. Soit (x, y) ∈ Ker(p) × Im(p).
(a) Donner, pour tout λ ∈ R, p(λ.x + y).
(b) En déduire alors que (x|y) = 0.
Proposition 35
Soit F = (e1 , . . . , ep ) une base orthonormée d’un sous-espace vectoriel F de E. Alors la projection orthogonale π
sur F s’écrit p X
∀x ∈ E, π(x) = (x|ek )ek
k=1

Remarque 36 (Projection orthogonale sur un hyperplan - sur une droite)

Soient a ∈ E un vecteur non nul, D = V ect(a) et H = D⊥ . Pour tout x ∈ E, le projeté orthogonal pa (x) sur D
a
s’écrit, vu que ( ||a|| ) est une base de D :
(x|a)
pa (x) = a
||a||2
D’autre part, si pH désigne la projection orthogonale sur H, alors l’égalité pa + pH = IdE permet d’écrire pour
tout x ∈ E :
(x|a)
pH (x) = x − a
||a||2
Proposition 37 (Utile pour déterminer un projeté orthogonal)
Si F est un sous-espace vectoriel de dimension finie engendré par une famille quelconque (e1 , . . . , ep ), pF est la
projection orthogonale sur F et x est un vecteur de E, alors :

∀y ∈ F, y = pF (x) ⇐⇒ ∀k ∈ [|1, p|], (x − y|ek ) = 0

5
Proposition 38 (Distance à un sous-espace vectoriel)
On suppose que E est un espace euclidien et soit F un sous-espace vectoriel de E. On note pF la projection
orthogonale sur F et on considère un vecteur x ∈ E. Alors, la distance de x à F est atteinte en un point unique
de F qui est pF (x). Autrement dit :
i. d(x, F ) = ||x − pF (x)||.
ii. ∀y ∈ F, d(x, F ) = ||x − y|| ⇐⇒ y = pF (x).

Exercice 39 Z 1
Déterminer inf (x3 − ax2 − bx − c)2 dx.
a,b,c∈R 0

Corollaire 40
Soit F un sous-espace vectoriel de dimension finie et (e1 , . . . , en ) une base orthonormée de celui-ci. Alors on a
l’égalité :
p
X
∀x ∈ E, d(x, F )2 = ||x − pF (x)||2 = ||x||2 − (ei |x)2
i=1

Corollaire 41 (Inégalité de Bessel F)

Si (ep )p∈N∗ est une famille orthonormée de E, alors :
p
∀p ∈ N∗ , ∀x ∈ E,
X
(ei |x)2 ≤ ||x||2
i=1

2.3 Suites orthonormées

Définition 42
On appelle suite totale de E toute suite (ek )k∈N de E telle que le sous-espace vectoriel engendré soit dense dans
E, c’est-à-dire que E = V ect(ek )k∈N

Théorème 43
Soit (en )n une suite orthonormée totale de E. alors, pour tout x ∈ E, on a :

+∞
X
(ek |x)2 = ||x||2
k=0

Corollaire 44 (F)
Si (en )n est une suite orthonormale totale de E et si pour tout n ∈ N, pn désigne le projecteur orthogonal sur
V ect(e0 , . . . , en ), alors pour tout x ∈ E, la suite (pn (x))n∈N converge vers x.

3 Automorphismes Orthogonaux - Matrices Orthogonales

Dans cette section, E est un espace euclidien muni du produit scalaire noté (.|.) et de la norme ||.|| qui lui est
associée.

3.1 Isométries vectorielles (ou Automorphismes orthogonaux)

Définition 45
On appelle isométrie vectorielle de E tout endomorphisme de E conservant la norme, c’est-à-dire :

∀x ∈ E, ||f (x)|| = ||x||

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

Exercice 46
Quelles sont les valeurs propres possibles d’une isométrie vectorielle ?

Proposition 47
Une isométrie vectorielle est un automorphisme de E.

6
Proposition 48 (F)
Un endomorphisme de E est une isométrie si et seulement s’il conserve le produit scalaire, c’est-à-dire :
∀x, y ∈ E, (f (x)|f (y)) = (x|y)
Proposition 49
Soit f un automorphisme orthogonal de E et F un sous-espace stable de E par f . Alors F ⊥ est aussi stable par
f.
On a de plus f (F ) = F et f (F ⊥ ) = F ⊥ .
Remarque 50
Contrairement à ce que son appellation pourrait laisser entendre, une projection orthogonale n’est pas forcément
un automorphisme orthogonal.
Définition 51
— On appelle symétrie orthogonale toute symétrie par rapport à un sous-espace vectoriel F parallèlement à
son orthogonal F ⊥ .
— On appelle réflexion toute symétrie orthogonale par rapport à un hyperplan.
Proposition 52
Toute symétrie orthogonale est une isométrie vectorielle
Exercice 53
Soient F et G deux sous-espaces vectoriels supplémentaires de E et s la symétrie par rapport à F parallèlement
à G. On suppose que pour tout (x, y) ∈ F × G, ||x + y|| = ||x − y||. Montrer alors que G = F ⊥ .
Théorème 54 (F)
Soit f ∈ L(E). Alors f est un automorphisme orthogonal si et seulement si f transforme une base orthonormée
en une base orthonormée.
Proposition 55
— La composée de deux isométries est une isométrie.
— La réciproque d’une isométrie est une isométrie.
Corollaire 56
L’ensemble O(E) des isométries vectorielles de E est un sous-groupe de GL(E).

3.2 Matrices Orthogonales

Définition 57
On dit que M ∈ Mn (R) est une matrice orthogonale si elle vérifie t M.M = In .
On note On (R) l’ensemble des matrices orthogonales.
Proposition 58
Soit M ∈ Mn (R). Alors les assertions suivantes sont équivalentes :
— M est une matrice orthogonale.
— M est inversible et M −1 =t M .
— M.t M = In .
— t M est une matrice orthogonale.
Proposition 59 (F)
Soit M ∈ Mn (R). Rn étant muni de son produit scalaire canonique, les assertions suivantes sont équivalentes :
— M ∈ On (R).
— Les colonnes de M forment une famille orthonormale de Rn .
— Les lignes de M forment une famille orthonormale de Rn .
Remarque 60
Bien entendu, au lieu de famille orthonormale, on aurait tout aussi bien pu dire base orthonormée.
Exercice 61
Déterminer l’inverse des matrices suivantes :
 
√1 √1 √1
 
3 2 6 2 √0 0
√1 − √12 √1
 
A= , B = 
 0 −1 .
3 √

 3 6 
√1 −2 0 1 3
3
0 √
6

7
3.3 Groupe Orthogonal et Groupe Spécial Orthogonal
Proposition 62
— In ∈ On (R)
— Le produit de deux matrices orthogonales une matrice orthogonale.
— L’inverse d’une matrice orthogonale est une matrice orthogonale.
En d’autres termes, On (R) est un sous-groupe de GLn (R).

Proposition 63
Si P ∈ On (R), alors | det(P )| = 1.

Définition 64
Une matrice orthogonale est dite positive si elle est de déterminant 1 et négative sinon.

Proposition 65
L’ensemble des matrices de Mn (R) orthogonales positives forme un sous-groupe de On (R) appelé Groupe Spécial
Orthogonal et noté SOn (R).

Lien avec les bases orthonormées

Théorème 66 (F)
Soit B une base orthonormée de E. Une base B 0 de E est orthonormée si et seulement si la matrice de passage de
B à B 0 est orthogonale.

Corollaire 67
On suppose que E orienté et on considère une base orthonormée directe B de E. Alors une base B 0 de E est une
base orthonormée directe si et seulement si la matrice de passage de B à B 0 est dans SOn (R).

Corollaire 68
Soient B et B 0 deux bases orthonormées directes. Alors on a :

∀u1 , . . . , un ∈ E, det(u1 , . . . , un ) = det

0
(u1 , . . . , un )
B B

Preuve :detB0 (u1 , . . . , un ) = det B 0 (B) detB (u1 , . . . , un )

Définition 69
On appelle produit mixte de n vecteurs u1 , . . . , un leur déterminant dans n’importe quelle base orthonormée
directe. On le note : [u1 , . . . , un ]

Exemple 70 (Le produit vectoriel)

Soient u et v deux vecteurs de E. Alors, l’application x 7−→ det(u, v, x) est linéaire, donc il existe un vecteur a ∈ E,
qu’on note u ∧ v tel que pour tout x ∈ E, det(u, v, x) = (u ∧ v|x). De plus, vu que det(u, v, u) = 0 = det(u, v, v),
on a (u ∧ v|u) = (u ∧ v|v) = 0. Donc le vecteur u ∧ v est orthogonal à u et à v.

Lien avec les automorphismes orthogonaux

Proposition 71
Soit B une base orthonormée de E. Un endomorphisme f de E est orthogonal si et seulement si sa matrice dans
la base B est orthogonale.

Corollaire 72
Si f est une isométrie vectorielle, alors | det(f )| = 1.

Définition 73
Une isométrie est dite positive (ou directe) si son déterminant vaut 1, négative (ou indirecte) sinon.

Proposition 74
L’ensemble SO(E) des isométries positives de E est un sous-groupe de GL(E).

Proposition 75
Les réflexions sont des isométries indirectes.

8
3.4 Isométries vectorielles en dimension 2
On suppose dans cette section que E est de dimension 2.
Proposition 76 (F)
— Les matrices orthogonales de M2 (R) sont les matrices de la forme
! !
cos(θ) − sin(θ) cos(θ) sin(θ)
R(θ) = ou S(θ) =
sin(θ) cos(θ) sin(θ) − cos(θ)

avec θ ∈ R
— Le groupe (SO2 (R) est l’ensemble des matrices R(θ), θ ∈ R.

En conservant les mêmes notations :

Proposition 77
— Pour θ, θ0 ∈ R, on a R(θ + θ0 ) = R(θ)R(θ0 ).
— Le groupe (SO2 (R), ×) est commutatif.
Proposition 78
Si r est une isométrie positive du plan, alors il existe un réel θ -unique modulo 2π tel que dans toute base
orthonormée directe de E, la matrice de r soit égale à R(θ).
On dit alors que r est la rotation d’angle θ ou que θ est une mesure de l’angle de la rotation r.
Proposition-Définition 79
Soient →
−u et →
−u deux vecteurs non nuls. On appelle mesure de l’angle orienté des vecteurs (→
−
u,→
\ −
v ), une mesure θ
→
−
u →
−
v
de l’angle de l’unique rotation qui transforme → en → . On note (→
−
u,→
\ −
v ) ≡ θ[2π].
||−
u || ||−
v ||

4 Endomorphismes symétriques - Matrices symétriques

Dans cette section, E est un espace euclidien de dimension n.
Définition 80
On dit qu’un endomorphisme u ∈ L(E) est symétrique si

∀x, y ∈ E, (x|u(y)) = (u(x)|y)

Proposition 81 (F)
Soit p un projecteur de E. Alors p est une projection orthogonale si et seulement si p est symétrique.

Proposition 82
L’ensemble S(E) des endomorphismes symétriques de E est un sous-espace vectoriel de L(E).

Exercice 83
Déterminer les symétries qui sont des endomorphismes symétriques.

Proposition 84 (F)
Soit B une base orthonormée de E. Un endomorphisme u ∈ L(E) est symétrique si et seulement si sa matrice
dans B est symétrique.
Exercice 85
Soient u et v deux endomorphismes symétriques de E. Donner une condition nécessaire et suffisante pour que u ◦ v
soit un endomorphisme symétrique.
Corollaire 86
n(n + 1)
dim(S(E)) = = dim(Sn (R)).
2
Proposition 87
L’endomorphisme induit par un endomorphisme sur un sous-espace stable est aussi un endomorphisme symétrique

Proposition 88 (F)
Les sous-espaces propres d’un endomorphisme symétrique sont orthogonaux deux à deux.

9
5 Réduction
5.1 Réduction des endomorphismes symétriques
Proposition 89
Soit A ∈ Sn (R). Alors Sp(A) ∈ R.

Idée de la preuve : Si λ est une valeur propre complexe et X un vecteur propre associé, le calcul de t XAX de
deux manières donne le résultat voulu.
Corollaire 90
Un endomorphisme d’un espace euclidien possède au moins une valeur propre réelle.

Proposition 91
Soit u un endomorphisme symétrique de E et F un sous-espace de E stable par u, alors F ⊥ est aussi stable par u.

Théorème 92 (Théorème Spectral F)

Soit u un endomorphisme symétrique d’un espace euclidien E. Alors :
— E possède une base orthonormée formée de vecteurs propres de u.
Ou, ce qui revient au même :
— E est la somme directe orthogonale des sous-espaces propres de u.
On dit que u est diagonalisable dans une base orthonormée.

Corollaire 93
— Un endomorphisme u ∈ L(E) est symétrique si et seulement s’il existe une base orthonormée de E dans
laquelle sa matrice est diagonale.
— Une matrice A ∈ Mn (R) est symétrique si et seulement s’il existe une matrice orthogonale P ∈ On (R) telle
que P −1 AP =t P AP est diagonale.

5.2 Réduction des endomorphismes orthogonaux

Lemme 94
Tout endomorphisme d’un R-espace vectoriel de dimension finie admet une droite ou un plan stable par u.

Théorème 95 (F)
Soit u un automorphisme orthogonal. Alors il existe une base orthonormée B de E dans laquelle la matrice de u
est une matrice diagonale par blocs :
— de taille 1 de la forme (γ) où γ ∈ {−1, 1}.
— de taille 2 de la forme R(θ) avec θ ∈] − π, 0[∪]0, π[.

Proposition 96 (Isométries vectorielles directes en dimension 3)

Si u est une isométrie vectorielle directe d’un espace euclidien de dimension 3, alors il existe une base orthonormée
 
1 0 0
dans laquelle la matrice de u est  0 cos(θ) − sin(θ) 
 
0 sin(θ) cos(θ)
En d’autres termes, il existe une isométrie vectorielle directe d’un espace euclidien de dimension 3, il existe
une droite vectorielle D stable par u telle que uD = IdD et P = D⊥ un plan stable par u tel que uP soit une
rotation plane.
On dit que u est une rotation d’axe D.

Remarque 97
Sous les hypothèses de la dernière proposition, on a tr(u) = 1 + 2 cos(θ).

10