Espaces vectoriels euclidiens (2) () Espaces vectoriels euclidiens 1 / 20 Plan 1 Automorphismes orthogonaux, matrices orthogonales () Espaces vectoriels euclidiens 2 / 20 On a vu en géométrie que certaines transformations comme les symétries orthogonales, les rotations conservent les angles (non orientés pour les symétries), c’est-à-dire le produit scalaire. Nous allons étudier ici les endomorphismes d’un espace euclidien qui vérifient cette propriété. () Espaces vectoriels euclidiens 3 / 20 Automorphismes orthogonaux Définition Soit E un espace vectoriel euclidien. Un endomorphisme f de E est dit orthogonal si, et seulement si, il conserve le produit scalaire, c’est-à-dire si, et seulement si ∀x, y ∈ E , (f (x) | f (y )) = (x | y ). () Espaces vectoriels euclidiens 4 / 20 Proposition Soit E un espace vectoriel euclidien. Un endomorphisme f de E est orthogonal si, et seulement si, il conserve la norme, c’est-à-dire si, et seulement si ∀x ∈ E , ||f (x)|| = ||x||. Remarque: Un endomorphisme orthogonal est donc une vectorielle . () Espaces vectoriels euclidiens isométrie 5 / 20 Démonstration. Soit f un endomorphisme orthogonal de E . Puisque f conserve le produit scalaire, pour tout x ∈ E , ||f (x)||2 = (f (x) | f (x)) = (x | x) = ||x||2 , d’où le résultat, la norme étant positive. Réciproquement, soit f un endomorphisme de E conservant la norme. D’après l’identité de polarisation, pour tout x, y ∈ E , on a 1 ||f (x) + f (y )||2 − ||f (x) − f (y )||2 4 1 ||f (x + y )||2 − ||f (x − y )||2 par linéarité de f = 4 1 = (||x + y ||2 − ||x − y ||2 ) 4 = (x | y ). (f (x) | f (y )) = Donc f conserve le produit scalaire et c’est donc un endomorphisme orthogonal. () Espaces vectoriels euclidiens 6 / 20 En particulier, si f est un endomorphisme orthogonal, pour tout x ∈ E , on a f (x) = 0 ⇐⇒ ||f (x)|| = 0 ⇐⇒ ||x|| = 0 ⇐⇒ x = 0 donc Ker(f ) = {0} et f est injectif. Puisque E est de dimension finie, f est bijectif. En conséquence : Corollaire Un endomorphisme orthogonal d’un espace vectoriel euclidien E est un automorphisme de E . On parlera donc désormais d’automorphisme orthogonal. () Espaces vectoriels euclidiens 7 / 20 Exemples: Soit E un espace vectoriel euclidien et F un sous-espace vectoriel de E . 1 IdE et − IdE sont des automorphismes orthogonaux. 2 La symétrie orthogonale s par rapport à F est un automorphisme orthogonal. En effet, pour tout x ∈ E , si x = y + z avec y ∈ F et z ∈ F ⊥ , alors on a s(x) = y − z et donc ||s(x)||2 = ||y − z||2 = ||y ||2 + ||z||2 (Pythagore, y et − z étant orthogonaux) 2 = ||y + z|| = ||x||2 . (Remarque : parmi les symétries, seules les symétries orthogonales sont des endomorphismes orthogonaux) () Espaces vectoriels euclidiens 8 / 20 Théorème Soit E un espace vectoriel euclidien. L’ensemble des automorphismes orthogonaux de E est un sous-groupe (pour la composition) de GL(E ), appelé groupe orthogonal de E et noté O(E ) : cela signifie que 1 l’élément neutre pour la composition IdE est orthogonal. 2 La composée de deux automorphismes orthogonaux de E est un automorphisme orthogonal de E . 3 L’automorphisme réciproque d’un automorphisme orthogonal de E est un automorphisme orthogonal de E . () Espaces vectoriels euclidiens 9 / 20 Réflexions Rappel : Dans un espace vectoriel E de dimension n, on appelle hyperplan un sous-espace vectoriel de dimension n − 1. Ainsi, les hyperplans d’un espace de dimension 2 sont les droites vectorielles, et les hyperplans d’un espace de dimension 3 sont les plans vectoriels. Définition On appelle réflexion une symétrie orthogonale par rapport à un hyperplan. () Espaces vectoriels euclidiens 10 / 20 Remarque: 1 Dans le plan, les réflexions sont les symétries axiales. 2 Dans l’espace de dimension 3, les réflexions sont les symétries orthogonales par rapport à un plan. 3 Comme toute symétrie, une réflexion s est une involution, c’est-à-dire que s −1 = s. 4 Par définition, l’ensemble des vecteurs invariants par une réflexion par rapport à un hyperplan F est l’hyperplan F lui-même. () Espaces vectoriels euclidiens 11 / 20 Théorème Soit E un espace vectoriel euclidien. Un automorphisme orthogonal dont l’ensemble des vecteurs invariants est un hyperplan H est la réflexion par rapport à H. C’est ce résultat qui par la suite nous permettra de classifier les automorphismes orthogonaux du plan et de l’espace de dimension 3 en discutant suivant la dimension de l’ensemble des vecteurs invariants. () Espaces vectoriels euclidiens 12 / 20 Matrices orthogonales On peut caractériser un endomorphisme orthogonal par la conservation du caractère orthonormal d’une base. Théorème Soit E un espace vectoriel euclidien et B = (e1 , e2 , . . . , en ) une base orthonormale de E . Un endomorphisme f de E est un automorphisme orthogonal si et seulement si la famille f (B) = (f (e1 ), f (e2 ), . . . , f (en )) est une base orthonormale de E . () Espaces vectoriels euclidiens 13 / 20 Démonstration. Soit f un automorphisme orthogonal de E . Pour tout i, j ∈ [[1, n]], on a 1 si i = j (f (ei ) | f (ej )) = (ei | ej ) = 0 si i 6= j donc la famille f (B) est orthonormale. C’est donc une base orthonormale de E . Réciproquement, supposons que la famille f (B) soit une base orthonormale de E . Soit x ∈ E . On note x = x1 e1 + · · · + xn en sa décomposition dans la base E . On a alors f (x) = x1 f (e1 ) + · · · + xn f (en ) et puisque f (B) et B sont des bases orthonormales de E , p ||f (x)|| = x1 2 + x2 2 + · · · + xn 2 = ||x|| donc f conserve la norme. On a prouvé que f est un automorphisme orthogonal de E . () Espaces vectoriels euclidiens 14 / 20 Remarque: Ce théorème prouve que si f est un automorphisme orthogonal alors l’image de toute base orthonormale de E est une base orthonormale de E , mais il montre aussi pour prouver qu’un endomorphisme f de E est orthogonal, il suffit de prouver que l’image d’une base orthonormale de E par f est une base orthonormale de E . () Espaces vectoriels euclidiens 15 / 20 Corollaire Soit E un espace vectoriel euclidien et B = (e1 , e2 , . . . , en ) une base orthonormale de E . Soit f un endomorphisme de E et A = MB (f ) la matrice représentative de f dans la base B. On note C1 , C2 , . . . , Cn les colonnes de A. Les conditions suivantes sont équivalentes : 1 2 3 L’endomorphisme f est orthogonal. la famille de vecteurs de Rn représentés par les vecteurs colonnes de A est une famille orthonormale de Rn muni de son produit scalaire canonique, 1 si i = j t pour tout i, j ∈ [[1, n]], on a Ci Cj = , 0 si i 6= j 4 t AA = In , 5 At A = In , 6 A−1 = t A. Une telle matrice est dite orthogonale. () Espaces vectoriels euclidiens 16 / 20 En conséquence, on peut donner une définition très simple de matrice orthogonale : Définition On appelle matrice orthogonale de taille n toute matrice de Mn (R) inversible dont l’inverse est égale à sa transposée (c’est à dire A−1 = t A ou plus simplement t AA = In ). Remarque: On vient de montrer que si un endomorphisme f est orthogonal, sa matrice dans une base orthonormale est orthonormale et qu’il suffit que sa matrice dans une base orthonormale donnée soit orthogonale pour que f soit orthogonal. Une matrice est orthogonale si et seulement si l’endomorphisme de Rn canoniquement associé à celle-ci est orthogonal pour le produit scalaire canonique de Rn . () Espaces vectoriels euclidiens 17 / 20 Proposition Soit B une base orthonormée d’un espace vectoriel euclidien E . Une base B 0 est orthonormée si, et seulement si, la matrice de passage de B à B 0 est orthogonale. () Espaces vectoriels euclidiens 18 / 20 Théorème L’ensemble des matrices orthogonales d’ordre n est un sous-groupe de GLn (R) pour la multiplication, appelé groupe orthogonal d’ordre n et noté O(n) : 1 Le neutre pour la multiplication des matrices, la matrice In , est orthogonale. 2 Le produit de deux matrices orthogonales est une matrice orthogonale. 3 L’inverse d’une matrice orthogonale est une matrice orthogonale. () Espaces vectoriels euclidiens 19 / 20 Proposition Le déterminant d’une matrice orthogonale vaut 1 ou −1. Démonstration. Soit A une matrice orthogonale. On a t AA = In donc 1 = Det(In ) = Det(t AA) = Det(A) Det(t A) = Det(A)2 . () Espaces vectoriels euclidiens 20 / 20