Géométrie euclidienne Dans ce chapitre, le corps des scalaires est ℝ . 1. Espaces préhilbertiens réels a) Produit scalaire et norme associée................................................................................... p.1 b) Orthogonalité................................................................................................................... p.2 c) Projection orthogonale sur un sous-espace vectoriel de dimension finie........................ p.3 2. Espaces euclidiens a) Groupe orthogonal........................................................................................................... p.7 b) Endomorphismes symétriques......................................................................................... p.14 c) Formes quadratiques........................................................................................................ p.16 3. Transformations du plan et de l'espace a) Applications affines du plan............................................................................................ p.26 b) Isométries du plan........................................................................................................... p.29 c) Isométries de l'espace...................................................................................................... p.35 ------------ 1. Espaces préhilbertiens réels a) Produit scalaire et norme associée Définition d'un produit scalaire : soit E un ℝ _espace vectoriel. Une application 〈 …|…〉 de E×E dans ℝ qui à tout couple de vecteurs ( u ; v ) associe le réel 〈 u | v 〉 est un produit scalaire si et seulement si l'application 〈 …|…〉 est : 1. bilinéaire : ∀( α; β ) ∈ℝ 2 ∀( u; v ; w ) ∈E 3 , 〈 α u+ β v | w 〉 =α 〈 u | w 〉 + β 〈 v | w 〉 et 〈 w | α u+ β v 〉 =α 〈 w| u 〉 + β 〈 w | v 〉 2. symétrique : ∀( u; v )∈E 2 , 〈 u∣v 〉 =〈 v∣u 〉 3. positive : ∀u∈E , 〈 u∣u 〉⩾0 4. définie (i.e. non dégénérée) : 〈 u∣u 〉 =0 ⇒ u=0 E Exemples et contre-exemple : Pour E=M n ( ℝ ) , 〈 A∣B 〉=Tr ( t A B ) ... +∞ Pour E=ℝℕ l'espace vectoriel des suites réelles, 〈 u∣v 〉 =∑ u n×v n n'est pas un produit scalaire car... k =0 b Pour E=C ( [ a; b ] ; ℝ ) , 〈 f ∣g 〉 =∫a f ( t ) ×g ( t ) dt ... 0 Définition d'un espace préhilbertien : un ℝ _espace vectoriel E muni d'un produit scalaire 〈 …|…〉 est noté ( E ; 〈 …|… 〉 ) et appelé espace préhilbertien. Si de plus cet espace vectoriel est de dimension finie il est appelé espace euclidien. Définition de la norme associée à un produit scalaire : soit ( E ; 〈 …|… 〉 ) un espace préhilbertien. On appelle norme associée au produit scalaire 〈 …|…〉 , l'application ∥...∥ qui à tout vecteur v de E associe le réel ∥v∥= √ 〈 v |v 〉 . Remarque : l’utilisation de la racine carrée est valide car... Encadrement du produit scalaire : soit ( E ; 〈 …|… 〉 ) un espace préhilbertien et ∥...∥ la norme associée au produit scalaire 〈 …|…〉 : Inégalité de Cauchy-Schwarz : ∀( u ; v )∈E 2 , ∣〈 u∣v 〉∣⩽∥u∥×∥v∥ Cas de l'égalité : ∣〈 u∣v 〉∣=∥u∥×∥v∥⇔ u et v sont liés 2 Démonstration : Soient ( u ; v ) ∈E 2 , et P la fonction polynomiale qui à tout réel t associe P ( t )=∥u+t v∥ P ( t )=… P est un polynôme de degré 2 de discriminant Δ =… ∀t ∈ℝ , P ( t )⩾0 donc le discriminant du polynôme est négatif ou nul : Δ ⩽0 ⇔ ... Cas de l'égalité : si u et v sont liés alors... Si ∣〈 u∣v 〉∣=∥u∥×∥v∥ alors Δ =0 donc... Géométrie euclidienne 1/39 pycreach.free.fr - TSI2 Propriétés des normes : soit ( E ; 〈 …|…〉 ) un espace préhilbertien et ∥...∥ la norme associée au produit scalaire 〈 …|…〉 1) positive : ∀v ∈E , ∥v∥⩾0 2) définie : ∥v∥=0 ⇒ v =0E 3) positivement homogène : ∀λ ∈ℝ et ∀v∈E , ∥λ v∥=∣λ∣×∥v∥ 4) inégalité triangulaire : ∀( u; v )∈E 2 , ∥u+ v∥⩽∥u∥+ ∥v∥ 2 2 Démonstration de l'inégalité triangulaire : ∥u+ v∥⩽∥u∥+ ∥v∥ ⇔ ∥u+ v∥ ⩽(∥u∥+ ∥v∥) car... Théorème de Pythagore : soit ( E ; 〈 …|… 〉 ) un espace préhilbertien et ∥...∥ la norme associée au produit scalaire 〈 …|… 〉 ∥u+ v∥2=∥u∥2+ ∥v∥2 ⇔ 〈 u | v 〉 =0 2 Démonstration : ∀( u; v )∈E 2 , ∥u+ v∥ =… 2 Remarque : le développement de ∥u+ v∥ permet d'exprimer le produit scalaire 〈 u | v 〉 en fonction des normes, cette « formule de polarisation d'une forme quadratique » sera généralisée plus loin dans ce cours : 1 〈 u | v 〉 = (∥u+ v∥2−∥u∥2−∥v∥2 ) 2 1 〈 u| v 〉 = (∥u+ v∥2−∥u −v∥2 ) 4 b) Orthogonalité Définition de l'orthogonalité : soit ( E ; 〈 …|… 〉 ) un espace préhilbertien, deux vecteurs u et v de E sont dits orthogonaux si et seulement si 〈 u| v 〉 =0 . Une famille de vecteurs de E est dite orthogonale si et seulement si ses vecteurs sont deux à deux orthogonaux. Soit I un ensemble, ( v i ) i∈I une famille de E est orthogonale si et seulement si , ∀( i ; j ) ∈I 2 , i≠ j ⇒ 〈 v i | v j 〉 =0 Remarque : l'orthogonalité dépend du produit scalaire utilisé. Exemples : ℝ2 muni du produit scalaire 〈 …|…〉 qui à tout couple de vecteurs u= x y 1 0 〈 u| v 〉 =xx' + xy' + x' y+ 2 yy' les vecteurs et sont... 0 1 ( ) et v =( x'y' ) associe le réel () () Propriété de liberté d'une famille orthogonale : soit ( E ; 〈 …|… 〉 ) un espace préhilbertien, toute famille de vecteurs non nuls de E orthogonale est libre. Démonstration : soit I un ensemble, et ( v i ) i∈I une famille de E orthogonale telle que ∀i∈I , v i ≠0 E , il s'agit de démontrer que toute sous famille finie de ( v i )i∈I est libre. Soit ( i 1 ; …; i n ) ∈I n , et ( α1 ;… ,; αn ) ∈ℝn tels que : α1 v i + …+ αn v i =0 E alors ∀k ∈⟦ 1; n ⟧ , 〈 α1 v i + …+ αn v i | v i 〉 =... 1 1 n n k Théorème de Pythagore pour une famille orthogonale finie : soit ( E ; 〈 …|…〉 ) un espace préhilbertien, ∥...∥ la norme associée au produit scalaire 〈 …|…〉 . 2 2 2 Si ( v 1 ;…v n) ∈E n est une famille orthogonale alors ∥v 1+ …+ v n∥ =∥v 1∥ + …+ ∥v n∥ . Lorsque la famille contient plus de deux vecteurs, il n'y a plus d'équivalence. 2 Démonstration : ∀( v 1 ; …v n) ∈E n , ∥v 1+ …+ v n∥ =… Définition d'une famille orthonormale : soit ( E ; 〈 …|… 〉 ) un espace préhilbertien. Une famille de vecteurs de E est dite orthonormale si et seulement si la famille est orthogonale et chaque vecteur de la famille à une norme égale à 1. 2 La famille ( v 1 ;…v n) ∈E n est orthonormale si et seulement si ∀( i ; j ) ∈⟦ 1; n ⟧ , 〈 v i | v j 〉 = 1 si i= j 0 sinon { Expression des coordonnées dans une base orthonormale : soit ( E ; 〈 …|…〉 ) un espace euclidien et B=( e 1 ;…; e n) une Géométrie euclidienne 2/39 pycreach.free.fr - TSI2 base orthonormale de E. Alors pour tout vecteur v ∈E , v x1 Démonstration : soit v ⋮ xn () 〈 v |e 1 〉 ( ) ⋮ 〈 v | en 〉 . B alors v =x 1 e1+ …+ x n e n donc 〈 v | e i 〉 =… B Expression du produit scalaire en fonction de coordonnées exprimées dans une base orthonormale : soit ( E ; 〈 …|…〉 ) un espace euclidien et B=( e 1 ;…; e n) une base orthonormale de E. Alors pour tout couple de vecteurs ( u , v ) ∈E 2 : x1 x' 1 Si u ⋮ et v ⋮ alors 〈 u| v 〉 =x 1 x' 1+ …+ x n x' n . xn B x' n B () () Remarque : en notant U=[ u ] B et V=[ v ] B les matrices colonnes contenant les coordonnées des vecteurs u et v dans la base orthonormale B on a : 〈 u∣v 〉 =t U ×V x1 Si u ⋮ xn () 2 alors ∥u∥ =… B c) Projection orthogonale sur un sous-espace vectoriel de dimension finie Définition du sous-espace orthogonal : soit ( E ; 〈 …|…〉 ) un espace préhilbertien et F une partie de E. L'ensemble des vecteurs orthogonaux à tous les vecteurs de F est noté F ⊥ . F ⊥ ≝{v ∈E∣∀u ∈F , 〈 u| v 〉 =0 } Caractérisation du sous-espace orthogonal d'un espace vectoriel de dimension finie : soit ( E ; 〈 …|… 〉 ) un espace préhilbertien et F un sous-espace vectoriel de E de dimension finie ayant pour base la famille ( e1 ;…; e p ) (pas ⊥ nécessairement orthonormale). v ∈F ⇔∀ k ∈⟦ 1 ; p ⟧ , 〈 ek | v 〉 =0 Démonstration : si v ∈F ⊥ alors... Réciproquement, si ∀k ∈⟦ 1; p ⟧ , 〈 e k | v 〉 =0 puisque ∀ u∈F , ∃( x1 ;…; x p ) ∈ℝ p tel que u=x 1 e 1 + …+ x p e p alors ∀ u∈F , 〈 u∣v 〉 =… Propriétés du sous-espace orthogonal : avec les notations précédentes : F ⊥ est un sous-espace vectoriel de E et F∩F ⊥ ={0 E } Démonstration : ... Définition de la projection orthogonale : soit ( E ; 〈 …|… 〉 ) un espace préhilbertien et F un sous-espace vectoriel de E. Si E=F⊕F ⊥ alors la projection sur F parallèlement à F ⊥ est appelée projection orthogonale sur F. Remarque : p est la projection orthogonale sur F si et seulement si p ∘ p= p , Im p=… et Ker p=… Caractérisation du projeté orthogonal : soit ( E ; 〈 …|…〉 ) un espace préhilbertien, F un sous-espace vectoriel de E et p F la projection orthogonale sur le sous-espace vectoriel F. u= p F ( v ) ⇔ u∈F ⊥ v−u∈F { Géométrie euclidienne 3/39 pycreach.free.fr - TSI2 ⊥ Démonstration : si u= p F ( v ) alors, par définition de p F , v =u+ ( v−u ) avec u∈F et v−u∈F . ⊥ Réciproquement si u∈F et v−u∈F alors puisque v =u+ ( v−u ) on a p F (v )=u . Projection orthogonale sur une droite vectorielle : soit ( E ; 〈 …|… 〉 ) un espace préhilbertien et u∈E−{0 E } . 〈v|u 〉 La projection orthogonale sur vect ( u ) est pu ∈L ( E ) , qui à tout vecteur v ∈E associe pu ( v )= u. 2 ∥u∥ Démonstration : p est une projection car ... De plus cette projection est orthogonale car 〈 v− p u ( v ∣u ) 〉 =… Théorème d'orthonormalisation de Schmidt (ou Gram-Schmidt) : soit ( E ; 〈 …|… 〉 ) un espace préhilbertien et ( v 1 ;…v k ) une famille libre de E. Il existe une unique famille orthonormale ( e1 ;…; e k ) de E telle que : ∀i ∈⟦ 1 ; k ⟧ , vect ( e 1 ;…e i ) =vect ( v 1 ;…; v i ) ∀i ∈⟦ 1 ; k ⟧ , 〈 ei | v i 〉 > 0 { Démonstration : Soit ( v 1 ;…; v k ) une famille libre de E, l'algorithme d'orthogonalisation de Gram-Schmidt permet d'obtenir une famille orthogonale ( e' 1 ; …;e' n ) vérifiant la première condition : ∀i ∈ ⟦ 1; k ⟧ , vect ( e ' 1 ;…e' i )=vect ( v 1 ; …; v i ) Pour i=1 , le vecteur e' 1 vérifie vect ( e' 1) =vect ( v 1) Il suffit de poser e' 1=v 1 , ainsi 〈 e ' 1 | v 1 〉 ... vect ( e' 1 ; e' 2 ) =vect ( v 1 ; v 2 ) Pour i=2 , le vecteur e ' 2 vérifie 〈 e ' 2 | e ' 1〉 =0 or vect ( v 1 ; v 2)=vect ( e' 1 ; v 2) Il suffit de poser e' 2=λ 1 e' 1+ v 2 Alors 〈 e ' 2 | e ' 1 〉 =0 ⇒ { et 〈 e ' 2 | v 2〉 ... 〈 v 2| e ' 1 〉 e' 1=v2 −p e' ( v2 ) 2 ∥e' 1∥ vect ( e' 1 ; e' 2 ;e' 3) =vect ( v 1 ; v 2 ; v 3 ) Pour i=3 , le vecteur e ' 3 vérifie 〈 e ' 3 | e ' 1 〉 =0 〈 e ' 3 | e ' 2 〉 =0 or vect ( v 1 ; v 2 ; v 3 )=vect ( e' 1 ; e' 2 ; v 3 ) e' 2=v 2− 1 { Il suffit de poser e' 3=λ 1 e' 1+ λ 2 e' 2+ v 3 … Alors 〈 e ' 3 | e ' 1 〉 =0 ⇒ De plus 〈 e ' 3 | e ' 2 〉 =0 ⇒ et 〈 e ' 3 | v 3 〉 ... e' 3=v 3− 〈 v3 | e ' 1 〉 〈v |e ' 〉 e' 1 − 3 22 e ' 2 =v 3− p e' ( v 3 )− p e' ( v 3 ) 2 ∥e' 1∥ ∥e' 2∥ 1 2 ... Géométrie euclidienne ... 4/39 pycreach.free.fr - TSI2 vect ( e' 1 ; …; e' k ) =vect ( v 1 ;…; v k ) Pour i=k , le vecteur e' k vérifie 〈 e k | e 1 〉 =0 ⋮ 〈 e k | e k −1 〉 =0 or vect ( v 1 ;…v k ) =vect ( e' 1 ;…; e' k −1 ; v k ) Il suffit de poser e' k =λ 1 e' 1+ …+ λ k −1 e' k −1+ v k ∀i ∈ ⟦ 1 ; k −1 ⟧ , 〈 e k | e i 〉 =0⇒… { et 〈 e ' k | v k 〉 ... e' k =v k− 〈 v k | e ' 1〉 〈 v | e' 〉 e' 1−...− k k −12 e' k−1 = v k− p e' ( v k )−…− pe ' ( v k ) 2 ∥e' 1∥ ∥e' k −1∥ Étape n°1 1 Étape n°2 k −1 Étape n°3 ... La famille orthogonale ( e' 1 ;…; e' n ) n'est pas unique, la normalisation permet d'assurer l'unicité. En effet, la famille 1 orthonormale ( e1 ;…; e k ) recherchée vérifie ∀i ∈ ⟦ 1; k ⟧ , vect ( e' i )=vect ( e i ) donc e i =± e' , le choix du signe ∥e' i∥ i ∥ei∥=1 1 e' positif du coefficient étant imposé par la condition 〈 e i | v i 〉 > 0 on a : ei = ∥e' i∥ i { Corollaire d'existence de base orthonormale : soit ( E ; 〈 …|…〉 ) un espace préhilbertien. Tout sous-espace vectoriel de dimension finie admet une base orthonormée. Démonstration : Soit F=vect ( v 1 ; …; v k ) d'après le théorème de Gram-Schmidt, il existe une famille orthonormale (e 1 ; …e k ) telle que F=vect ( e1 ; …; e n ) , cette famille constitue une base car... Théorème de projection orthogonale sur un sous-espace vectoriel de dimension finie : soit ( E ; 〈 …|… 〉 ) un espace préhilbertien et F un sous-espace vectoriel de E de dimension finie admettant pour base orthonormale ( e1 ;…; e k ) . L'endomorphisme p F ∈L ( E; E ) qui à tout vecteur v ∈E associe p F ( v )= 〈 e 1 | v 〉 e 1+ …+ 〈 e k | v 〉 e k est la projection orthogonale sur F. Démonstration : p F est une projection car... De plus plus p F est une projection orthogonale car ... Cette expression du projeté orthogonal n'est valide que si la base de F est orthonormale mais ne dépend pas de la base orthonormale choisie pour F. Géométrie euclidienne 5/39 pycreach.free.fr - TSI2 Base orthonormale de F Base non-orthonormale de F Corollaire : soit ( E ; 〈 …|…〉 ) un espace préhilbertien et F un sous-espace vectoriel de E de dimension finie alors : E=F⊕F ⊥ Remarques : E n'est pas nécessairement de dimension finie. Si F est un sous-espace vectoriel de dimension finie on a donc : ∀ v ∈E , v =P F ( v ) +P F ( v ) ⊥ Si E est de dimension finie alors E ={0 E } ⊥ Si F n'est pas de dimension finie on peut avoir E≠F+ F ⊥ Contre-exemple : soit E=ℝ [ X ] muni de son produit scalaire canonique et F=vect ( 1 +X ; 1+X 2 ;…;1+ Xn ;… ) ⊥ ⊥ ⊥ Alors F ={0 ℝ [ X ] } et pourtant 1∉F⊕F donc E≠F⊕F . Application à la projection orthogonale sur un hyperplan ou à la symétrie orthogonale par rapport à un hyperplan. ⊥ Soit un espace euclidien ( E ; 〈 …|… 〉 ) et n∈E un vecteur non nul on a alors : E=vect ( n )⊕( vect ( n ) ) ⊥ Il est donc inutile d'avoir une base de l'hyperplan ( vect ( n ) ) pour pouvoir exprimer la projection orthogonale ou la symétrie orthogonale (appelée réflexion) par rapport à cet hyperplan. ⊥ Soit p( vect (n)) la symétrie orthogonale par rapport à Soit p( vect ( n)) la projection orthogonale sur ( vect ( n ) ) , 〈 v∣n 〉 2 〈 v∣n 〉 ∀ v ∈E , p( vect (n) ) ( v )=v− n ( vect ( n ) ) ⊥ , alors ∀ v ∈E , s( vect ( n ) ) ( v )=v− n 2 2 ∥n∥ ∥n∥ a ⊥ ⊥ ⊥ Calcul de la distance d'un vecteur à un sous-espace vectoriel de dimension finie : soit ( E ; 〈 …|… 〉 ) un espace préhilbertien et F un sous-espace vectoriel de E de dimension finie. Soit un vecteur v ∈E , la distance de v à F est le réel : d ( v , F )≝min∥v−u∥=∥v− p F ( v )∥ u∈ F Géométrie euclidienne 6/39 pycreach.free.fr - TSI2 2 2 2 2 Remarque : ∀u∈F , ∥v−u∥ =∥( v− pF ( v ) )+ ( p F ( v )−u )∥ =∥v − p F ( v )∥ + ∥ p F ( v ) −u∥ car... 2 2 Ainsi min ∥v−u∥ ⩾∥v−PF ( v )∥ or P F ( v )∈F donc... u∈F u ∈F Caractérisation du projeté orthogonal : u 0=PF ( v ) ⇔ u 0∈F ⊥ ⇔ 0 min∥v−u∥=∥v−u 0∥ v−u 0∈F { { u∈ F 2 2 2 2 2 En effet ∥v−u∥ =∥v−p F ( v )∥ +∥ p F ( v )−u∥ assure que ∥v−u∥ =∥v−PF ( v )∥ ⇔P F ( v )=u Système d'équations surdimensionné : résolution au sens des moindres carrés. a1 ,1 Soient deux entiers naturels m et n tels que m< n et une famille libre de m vecteurs de ℝn : V 1 = ⋮ , …, a n,1 x 1×a 1, 1+ …+ x m×a 1 , m= y 1 a 1,m ⇔ x 1 V 1 + …+x m V m =Y V m = ⋮ . On considère le système (S) : ⋮ x 1×a n ,1+ …+ x m×a n , m= y n a n, m En général, le système (S) ne peut être résolu de façon exacte car il possède n contraintes plus nombreuses que ses m degrés de liberté : il est surdimensionné ou surdéterminé. Il s'agit donc de déterminer le vecteur de F=Vect ( V 1 ,…,V m ) le plus « proche » au sens de la norme choisie du vecteur y1 Y= ⋮ . Le problème, placé dans le cadre de l'espace euclidien ℝn muni de son produit scalaire canonique, permet de yn définir « la solution au sens des moindres carrés » en utilisant la projection orthogonale sur le sous-espace vectoriel F. Ainsi en notant Y'= p F ( Y ) , le vecteur Y' est le vecteur appartenant à F minimisant la distance au vecteur Y et est 〈 Y−Y'∣V 1 〉=0 ⊥ caractérisé par : Y' =PF ( Y ) ⇔Y−Y' ∈F ⇔ ⋮ 〈 Y−Y'∣V m 〉 =0 x' 1 〈 V 1∣Vv 1 〉 +…+x ' m 〈 V m∣V 1 〉 =〈 Y∣V 1 〉 En notant Y' = x' 1 V 1 + …+ x ' m V m on a : Y' =P F ( Y ) ⇔ ⋮ (système « carré » x' 1 〈 V 1∣V m 〉 +…+ x' m 〈 V m∣V m 〉 = 〈 Y∣V m 〉 inversible car la famille (V 1 ;…; V m ) est libre) ( ) { ( ) () { { 2. Espaces euclidiens Dans la suite du cours l'espace ( E ; 〈 …|… 〉 ) est un espace euclidien de dimension finie n . a) Groupe orthogonal Définition d'un endomorphisme orthogonal : Un endomorphismes f ∈L ( E ) est orthogonal si seulement si il conserve le produit scalaire, c'est-à-dire : ∀( u; v )∈E 2 , 〈 f ( u ) | f ( v ) 〉 =〈 u| v 〉 . L'ensemble des endomorphismes orthogonaux de E est noté O ( E ) . La projection orthogonale n'est pas un endomorphisme orthogonal car... Une symétrie orthogonale est un endomorphisme orthogonal car ... Caractérisation par la conservation des normes : soit f ∈L ( E ) , f ∈O ( E ) ⇔∀v∈E ,∥ f ( v )∥=∥v∥ Démonstration : si f ∈O ( E ) alors … 2 2 Si ∀v ∈E , ∥ f ( v )∥=∥v∥ alors ∀( u; v )∈E 2 , ∥ f ( u+ v )∥ =∥u+ v∥ donc... Géométrie euclidienne 7/39 pycreach.free.fr - TSI2 Remarque : l'ensemble O(E) est donc constitué des isométries vectorielles. Corollaire sur le spectre d'un endomorphisme orthogonal : si f ∈O ( E ) alors sp ( f )⊂{−1; 1 } Démonstration : ... Opérations entre endomorphismes orthogonaux : L'application composée de deux endomorphismes orthogonaux est un endomorphisme orthogonal. Tout endomorphisme orthogonal est un automorphisme. L'application réciproque d'un endomorphisme orthogonal est un endomorphisme orthogonal. Le groupe orthogonal de E noté O ( E ) est un sous-groupe de GL ( E ) Démonstration : soit f ∈O ( E ) et g ∈O ( E ) , ∀( u; v )∈E 2 , 〈 f ( g ( u ) ) | f ( g ( v ) ) 〉 =... Soit f ∈O ( E ) , f est injectif car... Remarque : on appelle donc l'ensemble des endomorphismes orthogonaux muni de la loi de composition ∘ le groupe orthogonal. La dénomination « automorphisme orthogonal » peut donc être considérée comme un pléonasme. O ( E ) n'est pas un espace vectoriel. Caractérisations à l'aide des bases orthonormées : f ∈O ( E ) ⇔ f ∈L ( E ) et pour toute base orthonormale ( e1 ;…; e n) de E, ( f ( e 1 ) ;…; f ( e n)) est une base orthonormale de E ⇔ f ∈L ( E ) et il existe une base orthonormale ( e1 ;…; e n) de E telle que ( f ( e 1 ) ;…; f ( e n)) soit une base orthonormale de E Démonstration : f ∈O ( E ) ⇒ f ∈L ( E ) et pour toute base ... f ∈L ( E ) et pour toute base ... ⇒ f ∈L ( E ) et il existe une base ... Pour démontrer les équivalences il suffit donc de démontrer que : f ∈L ( E ) et il existe une base orthonormale B=( e 1 ; …; e n ) de E telle que ( f ( e 1 ) ;…; f ( e n)) soit une base orthonormale de E ⇒ f ∈O ( E ) Soit v ∈E ... Définition des matrices orthogonales : soit A∈M n ( ℝ ) . La matrice A est orthogonale si et seulement si A est la matrice d'un endomorphisme orthogonal dans une base orthonormale. L'ensemble des matrices de M n ( ℝ ) orthogonales est noté O ( n) . Caractérisations des matrices orthogonales : A∈O ( n ) ⇔ A est la matrice de passage d'une base orthonormale vers une base orthonormale ⇔ Les vecteurs colonnes de la matrice A forment une base orthonormale de ℝn ⇔ t A A=I n ⇔ A est inversible et A−1=t A ⇔ A t A =I n ⇔ Les vecteurs lignes de la matrice A forment une base orthonormale de ℝn Démonstration : A∈O ( n ) ⇔ il existe f ∈O ( E ) et B=( e 1 ; …; e n ) une base orthonormale de E tels que A=Mat ( f ) B Or les vecteurs colonnes de A sont ... Géométrie euclidienne 8/39 pycreach.free.fr - TSI2 En vertu de l'expression du produit scalaire dans une base orthonormale , t A A=( mi ; j ) i∈⟦ 1; n⟧ avec m i; j =〈 f ( e i ) | f ( e j ) 〉 j ∈⟦ 1; n ⟧ ainsi... Opérations sur les transposées : t ( A+ B )=t A+ t B t ( α A )=α t A t ( AB )=t B t A −1 t Si A∈GL n (ℝ ) alors ( t A) = ( A−1 ) Opérations entre matrices orthogonales : La matrice produit de deux matrices de O ( n ) est une matrice de O ( n ) . La matrice inverse d'une matrice O ( n ) est une matrice de O ( n ) . Le groupe orthogonal d'ordre n noté O ( n ) est un sous-groupe de GLn (ℝ ) . Déterminant d'une matrice orthogonale : si A∈O ( n ) alors det ( A )=±1 Démonstration : Det ( t A A )=… det ( A ) =±1 est nécessaire si A∈O ( n ) mais det ( A ) =±1 n'est pas suffisant pour assurer que A∈O ( n ) . 1 1 Exemple : ... 0 1 ( ) Définition du groupe spécial orthogonal : L'ensemble SO ( n )= {A∈O ( n )∣det ( A )=1 } muni de la multiplication matricielle est un sous-groupe du groupe orthogonal O ( n ) appelé groupe spéciale orthogonal d'ordre n . − O ( n )={ A∈O ( n )∣det ( A ) =−1 } n'est pas un sous-groupe. Remarque : on définit de façon analogue SO ( E ) ={ f ∈O ( E )∣det ( f )=1 } . Géométrie euclidienne 9/39 pycreach.free.fr - TSI2 Description du groupe orthogonal O(2) : soit A∈O ( 2 ) SO ( 2 ) O− ( 2 ) Si det ( A ) =1 alors il existe θ∈ℝ tel que : ( ) ( ) A= cos θ −sin θ ( ) ( sin θ cos θ ) Si det ( A ) =−1 alors il existe φ ∈ℝ tel que : cos ( φ ) sin ( φ ) A= sin ( φ ) −cos ( φ ) Remarque : pour θ=0 , A=I 2 A est symétrique si et seulement si A=I 2 ou A=−I 2 . Remarque : A est symétrique : t A =A A est la matrice de la rotation vectorielle de ℝ2 d'angle θ [ 2π ] notée r θ . A est la matrice de la symétrie orthogonale par rapport à la φ u ) avec ( ⃗ [2π] droite vectorielle vect (⃗ e1 ; ⃗ u )= 2 ( ) ( φ (cos sin φ )( sin ( φ ) cos ( φ ) −sin ( φ ) ( ) = × 1 ( ) −cos ( φ ) sin ( φ ) cos ( φ ) 0 Définition de l'angle entre deux vecteurs de ℝ2 : soient ( u ; v ) ∈ℝ 2 le réel (unique modulo 2 π ) tel que : Géométrie euclidienne )( ) 10/39 0 −1 ) pycreach.free.fr - TSI2 rθ ( ∥⃗1u ∥ ⃗u )= ∥⃗1v ∥ ⃗v Donc s vect ( ⃗u ) =r φ ∘ s vect (⃗e ) 1 u à ⃗ v noté (⃗ u ;⃗ v )≝θ est l'angle de ⃗ Composition : r θ ∘ r θ ' =r θ+ θ ' −1 Le groupe SO ( 2 ) est commutatif et ( r θ ) =r−θ Composition : s φ ∘ s φ ' =r φ −φ ' La composition n'est pas commutative. Orientation d'un espace vectoriel : soit B 0 une base d'un espace vectoriel définissant son orientation. Toute base B de E est dite directe si et seulement si det B ( B )> 0 . Changement de bases : soit ( E ; 〈 …|… 〉 ) un espace euclidien de dimension 2 et f ∈SO ( E ) . Il existe un réel θ , défini modulo 2 π , tel que dans toute base B orthonormée ( ) ( ) Mat ( f )= cos θ −sin θ directe de E : ( ) ( sin θ cos θ) B Changement de bases : soit ( E ; 〈 …|… 〉 ) un espace − euclidien de dimension 2 et f ∈O ( E ) . Il existe une base orthonormée directe B de E telle que : Mat ( f )= 1 0 0 −1 B En d'autres termes f est diagonalisable dans une base orthonormée ( u ; v ) avec u∈E 1 ( f ) et v ∈E−1 ( f ) . 0 ( ( ) ) ∃θ1∈ℝ∣( a ; c )=( cos ( θ1 ) ;sin ( θ1 )) a 2+c 2=1 2 2 b +d =1 ⇔ ∃θ2∈ℝ∣( d ; d ) =( cos ( θ2 ) ; sin ( θ2) ) cos ( θ1 ) cos ( θ 2 )+sin ( θ1 ) sin ( θ2 )=0 ab+cd =0 Or cos ( θ1 ) cos ( θ2) +sin ( θ1 ) sin ( θ2 )=cos ( θ1−θ2 ) donc θ1−θ2= π [ π ] 2 Produit dans SO(2) : cos ( θ) −sin ( θ) × cos ( θ' ) −sin ( θ' ) = cos ( θ ) cos ( θ' )−sin ( θ ) sin ( θ' ) −cos ( θ ) sin ( θ ' )−sin ( θ ) cos ( θ ' ) sin ( θ ) cos ( θ ) sin ( θ ' ) cos ( θ ' ) sin ( θ ) cos ( θ' ) +cos ( θ ) sin ( θ' ) −sin ( θ ) sin ( θ' ) +cos ( θ ) cos ( θ' ) cos ( θ) −sin ( θ) × cos ( θ' ) −sin ( θ' ) = cos ( θ+θ' ) −sin ( θ+θ' ) sin ( θ ) cos ( θ ) sin ( θ ' ) cos ( θ ' ) sin ( θ+θ' ) cos ( θ+θ' ) − Produit de deux matrices de O ( 2 ) : cos ( θ) sin ( θ ) × cos ( θ ' ) sin ( θ' ) = cos ( θ ) cos ( θ' ) +sin ( θ ) sin ( θ ' ) cos ( θ ) sin ( θ' )−sin ( θ ) cos ( θ' ) sin ( θ ) −cos ( θ ) sin ( θ' ) −cos ( θ' ) sin ( θ ) cos ( θ ' )−cos ( θ) sin ( θ ' ) sin ( θ ) sin ( θ' ) +cos ( θ ) cos ( θ' ) cos ( θ) sin ( θ ) × cos ( θ ' ) sin ( θ' ) = cos ( θ−θ' ) −sin ( θ−θ' ) sin ( θ ) −cos ( θ ) sin ( θ' ) +cos ( θ' ) sin ( θ−θ' ) cos ( θ−θ ' ) cos ( φ ) sin ( φ ) cos ( φ ) −sin ( φ ) Réduction d'une matrice de SO(3) : = × 1 0 sin ( φ ) −cos ( φ ) sin ( φ ) cos ( φ ) 0 −1 φ φ φ φ cos −sin cos −sin cos ( φ ) sin ( φ ) 2 2 × 2 2 × 1 0 = Donc φ φ φ φ sin ( φ ) −cos ( φ ) 0 −1 sin cos sin cos 2 2 2 2 φ φ φ φ cos −sin cos sin cos ( φ ) sin ( φ ) 2 2 × 2 2 = φ φ φ φ sin ( φ ) −cos ( φ ) sin cos sin −cos 2 2 2 2 φ φ φ φ cos −sin cos sin cos ( φ ) sin ( φ ) 2 2 ×1 0 × 2 2 = φ φ φ φ sin ( φ ) −cos ( φ ) 0 −1 sin cos −sin cos 2 2 2 2 φ φ φ φ cos −sin cos − −sin − cos ( φ ) sin ( φ ) 2 2 × 1 0 × 2 2 = φ φ φ φ sin ( φ ) −cos ( φ ) 0 −1 sin cos sin − cos 2 2 2 2 φ φ cos −sin 2 ; 2 En notant B= on a pour matrice de passage de la base canonique à la base B : φ φ sin cos 2 2 cos ( φ ) sin ( φ ) =P× 1 0 ×P−1 sin ( φ ) −cos ( φ ) 0 −1 ( ) a b Démonstrations : soit A= , A∈O ( 2 ) ⇔ c d ( ( )( )( )( )( ( ( )( )( )( )( ( ( ( ( ) ) ) ( )( )( ) ( ( ( ( ( ( )( )( ( ) ( ) ) ) ) ) ) ) ( ( ( ( ( ( ( ) ( ) ) ) ( ( { { ( ) ( ) ( ) ( ) )( ) ( ) ( ) ( ) ) )( ) ) ( ) ) ( ) ) ( ) ) ( ) ) ( ) ) ) ( ) ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ( )( ) ( ) ( ) Géométrie euclidienne 11/39 ) pycreach.free.fr - TSI2 Image d'un vecteur par une isométrie vectorielle en dimension 2 : soit un espace vectoriel euclidien E de dimension 2 Soit r θ la rotation vectorielle d'angle θ : quel que soit le v vecteur ⃗ r θ(⃗ v )=cos ( θ ) ⃗ v +sin ( θ ) r π ( ⃗ v) 2 n un vecteur non nul et s( vect ( ⃗n )) la réflexion par Soit ⃗ ⊥ rapport à la droite vectorielle ( vect (⃗ n ) ) , quel que soit le v : vecteur ⃗ 〈⃗ v ∣⃗ n〉 s( vect ( ⃗n )) ( ⃗ v )=⃗ v −2 ⃗ n 2 ∥⃗ n∥ ⊥ ⊥ Description du groupe orthogonal O ( 3 ) : Théorème de classification du groupe orthogonal O(3) : soit ( E ; 〈 …|… 〉 ) un espace euclidien de dimension 3 et f ∈O ( E ) : si f ∈SO ( 3 ) alors 1∈sp ( f ) . − si f ∈O ( 3 ) alors −1∈sp ( f ) Démonstration : P f ( X ) ∈ℝ3 [ X ] et P f ( X ) =−X 3+ Q ( X ) avec Q ( X ) ∈ℝ 2 [ X ] donc lim P f ( x )=… et lim P f ( x )=… x →+∞ x →−∞ De plus toute fonction polynomiale étant continue sur ℝ , l'équation P f ( x )=0 admet au moins une solution réelle α . Les racines de P f ( X ) sont les valeurs propres de f . Ainsi, f étant un endomorphisme orthogonal, on a : α=±1 . 3 Si P f ( X ) est scindé dans ℝ [ X ] alors, ou bien P f ( X ) =−( X−1 ) donc det ( f ) =… 2 ou bien P f ( X ) =−( X−1 ) ( X+1 ) donc det ( f ) =… 2 ou bien P f ( X ) =−( X−1 ) ( X+1 ) donc det ( f ) =… 2 ou bien P f ( X ) =−( X+1 ) donc det ( f ) =… Si P f ( X ) n'est pas scindé dans ℝ [ X ] , soit β∈ℂ∖ℝ tel que P f (β )=0 alors P f ( β )=0 or P f ( X ) ∈ℝ [ X ] donc P f (β )=0 donc P f ( X ) =−( X−α ) ( X−β )( X−β ) donc det ( f ) =α∣β∣2 , ainsi det ( f ) est du signe de α . □ Propriété de stabilité de l'orthogonal des vecteurs invariants : soit ( E ; 〈 …|… 〉 ) un espace euclidien et f ∈O ( E ) . ⊥ ⊥ Si ⃗ v ∈( E 1 ( f ) ) alors f ( ⃗ v ) ∈( E 1 ( f ) ) . ⊥ u ∈E 1 ( f ) , 〈 ⃗ v |⃗ u 〉 =0 donc 〈 f (⃗ Démonstration : soit ⃗ v ∈( E 1 ( f ) ) alors ∀⃗ v ) |⃗ u 〉=… Géométrie euclidienne 12/39 pycreach.free.fr - TSI2 O− ( 3 ) SO ( 3 ) Si det ( A ) =1 alors il existe θ∈ℝ et P∈O ( 3 ) telle que : 1 0 0 t P AP= 0 cos ( θ ) −sin ( θ ) 0 sin ( θ ) cos ( θ) ( ) Si det ( A ) =−1 alors il existe θ∈ℝ et P∈O ( 3 ) telle que: −1 0 0 t P AP= 0 cos ( θ) −sin ( θ ) 0 sin ( θ ) cos ( θ ) ( ) Remarque : A est symétrique si et seulement si Remarque : A est symétrique si et seulement si t t P AP est symétrique si et seulement si P AP est symétrique si et seulement si A=I3 ou bien A est la matrice d'un retournement vectoriel A=−I3 ou A est la matrice d'une réflexion vectorielle −1 0 0 Pour θ=0 [ 2 π ] , t P AP=I 3 donc A=I 3 t θ=0 [ 2 π ] P AP= Pour , 0 1 0 1 0 0 t 0 0 1 Pour θ=π [ 2 π ] , P AP= 0 −1 0 t Pour θ=π [ 2 π ] , P AP=−I 3 donc A=−I 3 0 0 −1 ( ( ) Vecteurs invariants : dim ( E1 ( A ) ) =1⇔ θ≠0 [ 2π ] Soit e 1∈E 1 ( A ) tel que ∥e 1∥=1 et B=( e 1 ; e 2 ; e3 ) une base orthogonale directe de ℝ3 , alors A est la matrice de la rotation vectorielle d'axe dirigé par le vecteur e 1 et d'angle θ. ) Vecteurs invariants : dim ( E1 ( A ) ) =0 ⇔ θ≠0 [ 2 π ] Soit e 1∈E−1 ( A ) tel que ∥e 1∥=1 et B=( e 1 ; e 2 ; e3 ) une base orthogonale directe de ℝ3 alors A est la matrice de la composition (commutative) de la rotation vectorielle d'axe Δ dirigé par le vecteur e 1 et d'angle θ avec la symétrie orthogonale par rapport au plan orthogonal à Δ . v ; r θ (⃗ v ) )≠θ En général, (⃗ ( ( −1 0 0 0 1 0 0 0 1 1 0 0 cos ( θ ) 0 sin ( θ ) Détermination de θ : La trace étant un invariant de similitude : tr ( A )=1+ 2cos ( θ ) Le déterminant étant un invariant de similitude, dans n'importe quelle base, on a : Géométrie euclidienne )( )( )( 1 0 0 −1 0 cos ( θ ) −sin ( θ) = 0 0 sin ( θ ) cos ( θ ) 0 0 −1 0 0 −1 −sin ( θ ) 0 1 0 = 0 cos ( θ ) 0 0 1 0 )( 0 0 cos ( θ ) −sin ( θ) sin ( θ ) cos ( θ ) 0 0 cos ( θ ) −sin ( θ) sin ( θ ) cos ( θ ) ) ) Détermination de θ : La trace étant un invariant de similitude : tr ( A )=−1+ 2 cos ( θ) Le déterminant étant un invariant de similitude, dans n'importe quelle base, ∀ v ∈E−E1 ( A ) , sin ( θ ) est du signe 13/39 pycreach.free.fr - TSI2 ∀v ∈E−E 1 ( A ) , sin ( θ ) est du signe de det ( e 1 ; v ; r θ ( v ) ) . a En effet, dans la base B, pour v b on a : c B 1 a a 2 2 0 b b cos ( θ )−c sin ( θ ) =( b +c ) sin ( θ ) 0 c b sin ( θ) +c cos ( θ ) () ∣ ∣ de det ( e 1 ; v ; s F ∘ r θ ( v ) ) . En effet, dans la base B, pour a v b on a : c B 1 a −a 2 2 ( 0 b b cos θ )−c sin ( θ ) =( b +c ) sin ( θ ) 0 c bsin ( θ) +c cos ( θ ) () ∣ ∣ Image d'un vecteur par une isométrie vectorielle en dimension 3 : soit un espace vectoriel euclidien E de dimension 3 et n un vecteur unitaire de E : ⃗ n : quel que soit le vecteur ⃗ v , Soit r θ, ⃗n la rotation vectorielle d'angle θ et d'axe dirigé par le vecteur ⃗ r θ, ⃗n ( ⃗ v )= 〈 ⃗ v ∣⃗ n 〉⃗ n +cos ( θ ) ( ⃗ v −〈 ⃗ v ∣⃗ n 〉⃗ n ) +sin ( θ ) ⃗ n ∧⃗ v n avec la réflexion par Soit sθ , ⃗n la composée de la rotation vectorielle d'angle θ et d'axe dirigé par le vecteur ⃗ ⊥ v , rapport à ( vect (⃗ n ) ) : quel que soit le vecteur ⃗ sθ , ⃗n ( ⃗ v )=−〈 ⃗ v ∣⃗ n 〉⃗ n +cos ( θ ) ( ⃗ v −〈 ⃗ v ∣⃗ n 〉⃗ n ) +sin ( θ ) ⃗ n ∧⃗ v 〈⃗ (⃗ Démonstration : ⃗ v =(⏟ v ∣⃗ n 〉⃗ n ) +⏟ v −〈 ⃗ v ∣⃗ n 〉⃗ n) ∈ vect ( ⃗ n) ⊥ ∈( vect ( ⃗ n )) Or ⃗ n ∧⃗ v ∥=∥⃗ n ∥×∥⃗ v −〈 ⃗ v ∣⃗ n 〉⃗ n ∥=∥⃗ v −〈 ⃗ v ∣⃗ n 〉⃗ n∥ n ∧ (⃗ v −〈 ⃗ v ∣⃗ n 〉⃗ n )=⃗ n ∧⃗ v donc ∥⃗ b) Endomorphismes symétriques Définition des endomorphismes symétriques : soit ( E ; 〈 …|…〉 ) un espace euclidien et f ∈L ( E ) . L'endomorphisme f est symétrique si et seulement si ∀( u; v )∈E 2 , 〈 f ( u ) | v 〉 =〈 u | f ( v ) 〉 . L'ensemble des endomorphismes symétriques de ( E ; 〈 …|… 〉 ) est noté S ( E ) . Remarques : S(E) n'est pas un groupe pour la composition car un endomorphisme symétrique n'est pas nécessairement bijectif. S(E) est un sous-espace vectoriel de L(E) car … Les projections orthogonales et les symétries orthogonales sont des endomorphismes symétriques car... Théorème de caractérisation des éléments de O ( E )∩S ( E ) : soit ( E ; 〈 …|…〉 ) un espace euclidien. Les endomorphismes à la fois orthogonaux et symétriques sont des symétries vectorielles. n Démonstration : Soit B=( e 1 ; …e n ) une base orthonormée de E et v ∈E , f ∘ f ( v )=∑ 〈 f ( f ( v ) )∣ei 〉 ei =... i=1 Caractérisation des endomorphismes symétriques : soit ( E ; 〈 …|…〉 ) un espace euclidien et f ∈L ( E ) . Géométrie euclidienne 14/39 pycreach.free.fr - TSI2 f ∈S ( E ) ⇔ Pour toute base orthonormale B de E, Mat ( f ) est symétrique. B ⇔ Il existe une base orthonormale B de E telle que Mat ( f ) soit symétrique. B Démonstration : soit f ∈S ( E ) et B=(e 1 ;…; e n) une base orthonormale de E alors Mat ( f )=( a i; j )i∈⟦1 ;n⟧ avec B j∈⟦ 1; n ⟧ a i , j =〈 e i | f ( e j ) 〉 donc... Pour toute base... ⇒ Il existe une base... Soit B=(e 1 ;…; e n) une base orthonormale de E et Mat ( f )=( a i; j )i∈⟦1 ;n⟧ symétrique, B x1 alors ∀( u; v )∈E 2 , u ⋮ xn x' 1 et v ⋮ x' n j∈⟦ 1; n ⟧ () ( ) 〈 f (u ) | v 〉= n n i=1 j=1 B 〈 ∑ (∑ ) n B 〉 x j a i; j e i∣∑ x' k e k =... k =1 〈 u | f ( v ) 〉 =… Remarques : Ce résultat n'est pas généralisable au cas où la base B n'est pas orthonormale. n ( n+ 1 ) dim ( S ( E ) )=dim ( S n ( ℝ ) ) = 2 Théorème d'orthogonalité des sous espaces propres d'un endomorphisme symétrique : soit ( E ; 〈 …|… 〉 ) un espace 2 euclidien, f ∈S ( E ) , ( λ ;μ ) ∈( sp ( f ) ) . Si λ≠μ alors E λ ( f ) ⊥ Eμ ( f ) . Démontrons que deux vecteurs propres associés à des valeurs propres distinctes sont orthogonaux. 2 Soit ( λ ;μ ) ∈( sp ( f ) ) telles que λ≠μ , u∈E λ ( f ) et v ∈E μ ( f ) : 〈 f ( u ) | v 〉 =〈 u | f ( v ) 〉 ⇒ ... Théorème de diagonalisation des endomorphismes symétriques : soit ( E ; 〈 …|…〉 ) un espace euclidien et f ∈L ( E ) . Si f ∈S ( E ) alors il existe une base orthonormale de vecteurs propres de E, c'est-à-dire que f est diagonalisable dans une base orthonormale. Démonstration : on admet que f est diagonalisable (récurrence délicate), les sous-espaces propres étant orthogonaux, il suffit de construire une base orthonormée pour chaque sous-espace propre (Gram-Schmidt) puis de juxtaposer ces bases. Géométrie euclidienne 15/39 pycreach.free.fr - TSI2 Corollaire : Si A∈Sn ( ℝ ) alors il existe P ∈O n (ℝ ) et une matrice diagonale D telle que : D=t P AP Démonstration : Soit B la base canonique de ℝn et B' la base orthonormale de vecteurs propres de A alors P=P B' B matrice de passage de la base B vers la base B' or P est orthogonale donc P−1=t P c) Formes quadratiques Définition d'une forme bilinéaire symétrique sur ℝn : Soit f une application de ℝn ×ℝn dans ℝ , f est une forme : bilinéaire si et seulement si ∀u∈ℝn ,l'application de ℝn dans ℝ , v → f ( u; v ) est linéaire et ∀v ∈ℝn ,l'application de ℝn dans ℝ , u → f ( u; v ) est linéaire n 2 symétrique si et seulement si ∀( u, v ) ∈( ℝ ) , f ( u; v )= f ( v ; u ) Définition d'une forme quadratique sur ℝn : soit q une application de ℝn dans ℝ , q est une forme quadratique si et seulement s'il existe une forme bilinéaire symétrique sur ℝn×ℝn telle que : ∀v ∈ℝn , q ( v )= f ( v ; v ) . Propriétés des formes quadratiques sur ℝn : soit q une forme quadratique sur ℝn telle que ∀v ∈ℝn , q ( v )= f ( v ; v ) n 2 q ( u+ v )=q ( u )+ q ( v ) + 2 f ( u ; v ) alors, ∀( u, v ) ∈( ℝ ) et ∀( λ ; μ ) ∈ℝ 2 : q ( λ u )=λ 2 q ( u ) Forme polaire associé à une forme quadratique : soit q une forme quadratique sur ℝn telle que ∀v ∈ℝn , 2 1 1 q ( v )= f ( v ; v ) alors : ∀( u ; v )∈ ( ℝ n) , f ( u; v )= ( q ( u+ v ) −q ( u )−q ( v ) ) = ( q ( u+ v ) −q ( u−v ) ) . 2 4 La forme bilinéaire symétrique f est donc entièrement déterminée par la forme quadratique q . f est appelée LA forme polaire de q Matrice d'une forme bilinéaire symétrique sur ℝn : Soit B=( e 1 ;…; e n) une base de ℝn et f une forme 2 n bilinéaire symétrique sur ℝn : ∀( u, v ) ∈( ℝ ) , x1 y1 alors u ⋮ et v ⋮ xn B yn B () () n f ( u; v )=∑ i=1 ( n ) ( )( ) () ( ) f ( u; v )=t U A V La matrice de f dans la base B est donc définie par : Mat ( f )≝( f ( e i ; e j )) i ∈⟦1; n⟧ B j∈⟦ 1 ;n ⟧ Changement de base pour les matrices d'une forme bilinéaire symétrique : Soit B et B' deux bases de ℝn et f une forme bilinéaire symétrique sur ℝn . Si P=P BB ' est la matrice de passage de B vers B' alors Mat ( f )=t P Mat ( f ) P Démonstration : Géométrie euclidienne n 2 i=1 f ( e 1 ; e 1 ) … f ( e1 ; e n ) y 1 f ( u; v )=( x1 ;…; x n ) ⋮ ⋮ ⋮ f ( e n ; e1 ) … f ( e n ; e n ) y n x1 x' En notant U= ⋮ , V= …1 et A=( f ( e i ; e j )) i∈⟦1 ;n ⟧ x' n j∈⟦ 1; n ⟧ xn B' () q ( u )= ∑ ( x i ) q ( e i ) + 2 ∑ x i y j f ( ei ; e j ) j= j Matrice d'une forme quadratique sur ℝn : Soit B=( e 1 ;…; e n) une base de ℝn et q une forme quadratique sur ℝn et f sa forme polaire, n n x1 ∀u∈ℝn tel que u ⋮ , q ( u )=∑ ∑ x i x j f ( e i ; e j ) i=1 j=i xn B B ( ∑ 1⩽i< j⩽n ) xi x j f ( ei ; e j ) La matrice de q dans la base B est définie par : Mat ( q ) ≝Mat ( f ) B x1 Pour U= ⋮ xn () B et A=Mat ( q ) : q ( u )= t U A U B Réciproquement s'il existe A∈Sn ( ℝ ) telle que n x1 2 ∀u∈ℝn , u ⋮ , q ( u )=∑ ( x i ) a i ;i + 2 ∑ x i x j a i; j i=1 1⩽i< j⩽n xn B n alors q est une forme quadratique sur ℝ . Exemple : soit q la forme quadratique sur ℝ3 définie par : soit B la base canonique de ℝ3 ∀u∈ℝ3 , x tel que u y , q ( u )= x 2+ 2 y 2+ 3 z 2+ 6 xy+ 8 xz z B 1 3 4 Alors on a : Mat ( q ) = 3 2 0 B 4 0 3 () () ( 16/39 ) pycreach.free.fr - TSI2 y1 y' 1 soit v ⋮ et v ⋮ alors P yn B y' n B' x1 x' 1 x' 1 u ⋮ et u ⋮ alors P ⋮ xn B x' n x' n B' y' 1 y1 ⋮ = ⋮ y' n yn x1 = ⋮ xn ( ) ( ) ( )( ) ( ) ( ) ( )( ) ( ( )) (( )) () () () t t x' 1 x1 P ⋮ = ⋮ x' n xn t Ainsi : ( x' 1 ;…; x' n ) P =( x 1 ;…; x n ) y1 y' 1 ( x 1 ;…; x n ) Mat ( f ) ⋮ =( x' 1 ;…; x' n ) t P Mat ( f ) P ⋮ B B yn y' n y' 1 =( x' 1 ;…; x' n ) Mat ( f ) ⋮ B' y' n Donc : Réduction d'une forme quadratique dans une base orthonormale : soit q une forme quadratique sur ℝn alors il existe une base orthonormale B' de ℝn telle que Mat ( q ) soit diagonale. B' Démonstration : quelle que soit la base B de ℝn , Mat ( q ) B est une matrice symétrique donc il existe une matrice P∈O ( n ) telle que t P Mat B ( q ) P soit diagonale. Ainsi en considérant P comme la matrice de passage de la base B vers la base B', on a : P [ u ] B' =[ u ] B Et la formule de changement de base pour une matrice de forme bilinéaire donne : n x' 1 2 ∀u∈ℝn tel que u ⋮ , q ( u )=∑ λ i ( x' i ) i=1 x' n B' () Remarque : en mécanique, la matrice de l'opérateur d'inertie d'un solide Σ de masse volumique ρ est la matrice IOx −P xy −P xz symétrique S ( Σ;ρ ) ≝ −P xy IOy −P yz −P xz −P yz IOz 2 2 IOx =∭ ( y + z ) ρ ( x ; y ; z ) d x d y d z est le moment d'inertie du solide Σ par rapport à l'axe ( Ox ) . ( ) Σ P xy =∭ xyρ ( x ; y ; z ) d x d y d z est le produit d'inertie du solide Σ par rapport aux axes ( Ox ) et ( Oy ) . Σ α u β et Δ l'axe ( O; ⃗ u ) alors le moment d'inertie du solide Σ par rapport à l'axe Δ est Soit un vecteur unitaire ⃗ γ α donné par : I Δ=( α ;β; γ ) S ( Σ;ρ ) β γ Les valeurs propres de la matrice d'inertie S ( Σ;ρ ) sont strictement positives et appelées moments d'inertie principaux du solide Σ en O. () () Recherche de l'équation réduite et des axes d'une conique Définition analytique des coniques : dans le plan euclidien P muni du repère orthonormé R=( O ; ⃗i ; ⃗j ) , les coniques sont les courbes d'équations cartésiennes de degré 2, ainsi, M ( x ; y )R ∈ C ⇔ ⏟ Ax 2+ By 2+ Cxy + ⏟ α x+ β y + ⏟ γ =0 avec ( A; B; C )∈ℝ3−{0 ℝ } et ( α ;β ; γ ) ∈ℝ3 3 partie quadratique partie linéaire constante Exemple : 2 x 2− y 2+ 4 xy+ 10 x+ y+ 1=0 : 1. Diagonalisation de la partie quadratique dans une base orthonormée Géométrie euclidienne 17/39 pycreach.free.fr - TSI2 L’isomorphisme canonique du plan euclidien P dans ℝ2 qui à tout point M ( x ; y )R associe le vecteur permet de définir q la forme quadratique sur ℝ2 par : q (( xy))= Ax + By + Cxy 2 ( xy) de ℝ , 2 2 En notant B la base canonique de ℝ2 on a donc : ( ) C 2 A Mat ( q ) = B C 2 B' B x En notant e' 1 1 y1 () B ( il existe une base orthonormale de ℝ2 B' =( e' 1 ; e' 2 ) telle que Mat ( q ) = x ; e' 2 2 y2 ( ) Ainsi : A x 2 +B y 2 +Cxy=( x ( et P= B C 2 ) x1 x2 on a : ∀u∈ℝ2 , u x et u x' , P x' = x y B y' B' y' y y1 y2 C C A 2 x =( x' y' ) t P 2 P x' =( x' y' ) λ 1 0 x' =λ ( x ' )2 +λ ( y' ) 2 1 2 C y y' 0 λ2 y ' B B 2 () ( ) ( )( ) ( ) ( ) A y) ) λ1 0 0 λ2 ( ( )() )( ) ⃗ ⃗ ⃗ Les vecteurs du plan: i' =x 1 i + y 1 j forment une base orthonormée B' =( ⃗ i' ; ⃗ j' ) des vecteurs du plan et déterminent ⃗ j' =x 2 ⃗ i + y2 ⃗ j les directions principales de la conique C. 2 √5 √5 − − 2 2 −2 0 5 5 Exemple : Mat ( q ) = pour e' 1 et e' 2 on a, dans la base B' =( e' 1 ; e' 2 ) , Mat ( q ) = 2 −1 0 3 B B' 2 √5 √5 − 5 B 5 B { ( ( ) ( ) ) ( ) 2. Application du changement de base à la partie linéaire La même matrice de passage P permet d'écrire : α x + β y =α ( x 1 x' + x 2 y' ) + β ( y 1 x' + y 2 y' )=α' x' + β ' y' D'un point de vue matriciel : α x +β y =( α β ) x =( α β ) P x' =α ' x' +β' y' y y' () ( ) Il est alors possible de travailler avec une équation cartésienne de C exprimée dans le repère orthonormé du plan 2 2 R' =( O; ⃗ i' ; ⃗ j' ) : M ( x' ; y' )R' ∈ C ⇔ λ 1 ( x' ) + λ 2 ( x' ) + α ' x' + β ' y' + γ=0 ( Exemple : 10 x+ y =10 − Donc M ( x' ; y' )R' √ 5 x' − 2 √ 5 y' + 2 √ 5 x' − √ 5 y ' =− 8 √ 5 x' − 21 √ 5 y' 5 5 )( ) 5 5 5 8 √5 21 √ 5 2 2 ∈ C ⇔ −2 ( x' ) + 3 ( y' ) − x' − y' + 1=0 5 5 5 3. Détermination du centre. Géométrie euclidienne 18/39 pycreach.free.fr - TSI2 Avec les notations précédentes : 2 2 (E) : Ax 2+ By 2+ Cxy+ α x+ β y+ γ=0⇔ λ 1 ( x' ) + λ 2 ( y' ) + α ' x' + β' y' + γ=0 2 2 2 β' 2 (α ' ) (β ' ) α' ( ) λ ≠0 λ ≠0 ► Si 1 et 2 alors E ⇔ λ 1 x' + + λ 2 y' + + γ− − =0 2 λ1 2 λ2 4 λ1 4 λ2 β' α' 2 2 En posant x' ' =x' + et y' ' = y' + on a : ( E ) ⇔ λ 1 ( x' ' ) + λ 2 ( y' ' ) + γ' =0 2 λ2 2λ 1 ( ) ( ) { α' 2λ 1 β' y' = y' ' − 2 λ2 x' = x'' − Le dernier changement de variables correspond à un changement d'origine du repère. En effet : ( Ainsi le point O' − β' α' ;− 2 λ1 2 λ2 ) R' est le centre de la conique C et dans le repère orthonormé R'' =( O' ; ⃗ i' ; ⃗ j' ) on a : 2 2 M ( x' ' ; y' ' ) R'' ∈ C ⇔ λ 1 ( x' ' ) + λ 2 ( y'' ) + γ ' =0 Les coordonnées de O' sont exprimées dans le repère R', la matrice de passage P permet de donner les coordonnées de α' − O' dans le repère R de départ : [⃗ OO' ]B=P 2 λ 1 β' − 2 λ2 ( ) 8√5 21 √ 5 x' − y' + 1=0 5 5 2 2 2 √5 7 √5 19 ⇔ −2 x' + + 3 y' − − =0 5 10 4 2 2 Exemple : 2 x 2− y 2+ 4 xy+ 10 x+ y+ 1=0 ⇔ −2 ( x' ) + 3 ( y' ) − ( Géométrie euclidienne ) ( 19/39 ) pycreach.free.fr - TSI2 ( P B' B= − √5 − 2 √5 5 2 √5 5 5 √5 − 5 ) ( ) et ⃗ OO' 2 √5 5 7 √5 10 − ( ( ) , ainsi O' (−1;−1,5) OO' −1 donc ⃗ −1,5 B' ► Si λ 1=0 et λ 2≠0 alors ( E ) ⇔ λ 2 y' + β' 2 λ2 2 2 ) + α' x' + γ− (β ' ) 4 λ2 ( =0 Ainsi, la conique C n'a pas de centre. En posant par exemple O' 0;− R'' =( O' ; ⃗ i' ; ⃗ j' ) on a { x' =x'' R B β' ainsi, y' ' = y' + 2 λ2 β' 2λ2 ) , dans le repère orthonormé R' 2 M ( x' ' ; y' ' ) R'' ∈ C ⇔ α ' x'' + λ 2 ( y'' ) + γ ' =0 ( Remarque : si α ' ≠0 , on peut faire « disparaître » le terme constant : α ' x'' − ) γ' 2 + λ 2 ( y'' ) =0 α' 2 ► Si λ 2=0 et λ 1 ≠0 alors par une méthode analogue on a : M ( x' ' ; y' ' ) R'' ∈ C ⇔ β ' y' ' + λ 1 ( x' ' ) + γ' =0 4. Classification des coniques. Après avoir déterminé le repère adapté R'', après division éventuelle par λ ' et multiplication éventuelle des deux membres de l'équation (E) par −1 les équations de coniques se ramènent à une équation réduite suivante : Géométrie euclidienne 20/39 pycreach.free.fr - TSI2 Coniques à centre : Det Mat ( q ) ≠0 ( Det Mat ( q ) > 0 ( B B ) Det Mat ( q ) < 0 ) ( x2 y2 + =1 : ellipse a2 b2 B ) x2 y2 − =1 : hyperbole a2 b2 x2 y2 − =0 : deux droites a2 b2 x2 y2 + =0 : l'origine du repère O ( 0 ; 0 ) a2 b2 x2 y2 − =−1 : hyperbole a2 b2 x2 y2 + =−1 : ∅ a2 b2 Géométrie euclidienne 21/39 pycreach.free.fr - TSI2 Coniques dégénérées : Det Mat ( q ) =0 ( B ) Si λ 1=0 Si λ 2=0 x =ky 2 : parabole d'axe ( Ox ) y=kx 2 : parabole d'axe ( Oy ) y 2=k 2 : deux droites parallèles x 2=k 2 : deux droites parallèles y 2=0 : une droite x 2=0 : une droite y 2=−k 2 : ∅ x 2=−k 2 : ∅ Recherche de l'équation réduite et des axes d'une quadrique Géométrie euclidienne 22/39 pycreach.free.fr - TSI2 k ) , les coniques Définition analytique des quadriques : dans l'espace euclidien muni du repère orthonormé R=(O ; ⃗i ; ⃗j ; ⃗ sont les courbes d'équations cartésiennes de degré 2, ainsi, M ( x ; y ; z )R ∈ Q ⇔ ⏟ Ax 2+ By 2+ Cz 2+ Dxy+ Exz+ Fyz + ⏟ α x+ β y+ γ z + δ⏟ =0 partie quadratique partie linéaire constante avec ( A; B; C; D; E ; F ) ∈ℝ6−{ 0ℝ } et ( α ;β ; γ ; δ ) ∈ℝ4 6 La recherche de l'équation réduite et des axes d'une quadriques passe par les mêmes étapes que pour une conique : D E A 2 2 λ1 0 0 D F 1. Diagonalisation de la matrice M= B en une matrice D= 0 λ 2 0 dans une base 2 2 0 0 λ3 E F C 2 2 orthonormée. x' x x x' En notant t P M P=D et P y' = y on a : ( x y z ) M y =( x' ; y' ; z' ) D y' z z z z' 2. Changement de base dans la partie linéaire. x x' x' ( α β γ ) y =( α β γ ) P y' =( α ' ;β ' ; γ ' ) y ' z z' z' 3. Recherche du centre éventuel Forme canonique pour chaque variable, x' , y' , et z' . 4. Classification des quadriques L'équation réduite obtenue, après d'éventuelles permutations des axes, est équivalente à l'une des équations réduites suivantes. ( ) () Géométrie euclidienne ( )() () ( () ) () () 23/39 pycreach.free.fr - TSI2 Quadrique à centre : det ( M )≠0 Les 3 valeurs propres de même signe. Les 3 valeurs propres n'ont pas le même signe. x2 y2 z 2 + + =1 : ellipsoïde a2 b2 c2 x2 y2 z 2 + − =1 : hyperboloïde à 1 nappe a2 b2 c2 x2 y2 z 2 + − =0 ; cône à base elliptique a2 b2 c2 x2 y2 z 2 + + =0 : origine du repère a2 b2 c2 x2 y2 z 2 + − =−1 : hyperboloïde à 2 nappes a2 b2 c2 x2 y2 z 2 + + =−1 : ∅ a2 b2 c2 Géométrie euclidienne 24/39 pycreach.free.fr - TSI2 Une seule valeur propre nulle... ...les deux autres valeurs propres de même signe. ...les deux autres valeurs propres de signe opposé. 2 x2 y2 − =2 pz : paraboloïde hyperbolique a2 b2 2 x y + 2 =2 pz : paraboloïde elliptique 2 a b x2 y2 − =1 : cylindre hyperbolique a2 b2 x2 y2 + =1 : cylindre elliptique a2 b2 x2 y2 − =0 deux plans sécants a2 b2 d'équation bx+ ay=0 et bx−ay=0 x2 y2 + =0 : axe ( Oz ) a2 b2 x2 y2 + =−1 : ∅ a2 b2 Géométrie euclidienne x2 y2 − =−1 : cylindre hyperbolique a2 b2 25/39 pycreach.free.fr - TSI2 Deux valeurs propres nulles Si λ 1≠0 alors les sous-espaces propres E λ ( M ) =vect ( e 1) et E 0 ( M ) =vect ( e 2 ; e3 ) sont orthogonaux. M ( x ; y; z )R ∈ Q ⇔ λ 1 x 2+ β ' y+ γ' z+ δ=0 Dans le repère orthonormé R ( O, e1 ; e 2 , e3 ) : Il est possible de faire « disparaitre » les deux variables de la partie linéaire. En effet, si β ' ≠0 et γ' ≠0 alors γ' M ( x ; y; z )R ∈ Q ⇔ λ 1 x 2+ β ' y + z + δ=0 β' γ' e il est possible de compléter la base B' =( e 1 ; e' 2 ; e' 3 ) de ℝ3 en une base orthogonale (cf Ainsi en posant e' 2=e2+ β' 3 procédé d'orthogonalisation de Gramm-Schmidt) et de la normaliser. Toutes les équations possibles sont donc envisagées ci-dessous. 1 ( ) x 2=2 py : cylindre parabolique x 2=k 2 : deux plans parallèles d'équation x =k et x =−k x 2=0 : le plan ( Oyz ) x 2=−k 2 : ∅ 3. Transformations du plan et de l'espace a) Applications affines du plan i ;⃗ j ) le plan P confère à l'ensemble de ses points une Définition d'un plan affine pointé : munir d'un repère R=( O ; ⃗ structure d'espace affine de direction l'espace vectoriel sous-jacent ⃗ P=vect ( ⃗ i ;⃗ j ) via l'application f de P × P dans ⃗ P ∈ ⃗ v x' − x : ∀( M; M' )∈ P2 tels que M ( x ; y )R et M' ( x' ; y' )R , f ( M ; M' ) =⃗ MM' ≝ f ( M ; M' ) P on note ⃗ ( y' − y) ( ⃗i ; ⃗j ) Plan affine Plan vectoriel sous-jacent Cette application f doit vérifier les deux conditions suivantes : ∀M∈P , l'application M' → ⃗ MM' est bijective (M' est l'image de M par la translation de vecteur ⃗ MM' ). 3 ⃗ ⃗ ⃗ ( ) ∀ M; M' ; M'' ∈P , MM' + M' M' ' = MM'' : (relation de Chasles) Remarque : le choix du point origine O est arbitraire et n'influence pas la structure de l'espace affine grâce à la relation de Chasles : en effet pour tout point O' ∈P , ⃗ MO + ⃗ O' M' MM' = ⃗ OM' = ⃗ MO' + ⃗ Géométrie euclidienne 26/39 pycreach.free.fr - TSI2 ⃗ , l'unique point M' du v ∈ P Notation de Grassmann dans un espace affine : pour tout point M du plan P et tout vecteur ⃗ v et noté : M+ ⃗ plan P tel que ⃗ MM' =⃗ v est appelé image du point M par la translation de vecteur ⃗ MM' ≝M' . Soient A et B deux points distincts du plan, la droite (AB) est notée : A+ vec (⃗ AB) ≝( AB) Remarques : cette opération notée + n'est pas une addition interne analogue à celle d'un espace vectoriel car elle opère sur P× ⃗ P dans P. Certains auteurs utilisent aussi la notation M' −M≝⃗ MM' . Pour α∈ℝ , la notation α M est dangereuse car elle dépend du choix de l'origine O du repère. Définition d'une application affine : soit f une application du plan affine P dans lui-même. L'application f est dite affine si et seulement si 2 il existe un endomorphisme φ de ⃗ MN ) =⃗ f (M) f ( N) P tel que ∀( M; N )∈P , φ (⃗ Définition de la partie linéaire d'une transformation affine : avec les notation précédentes, si f est une application f . affine du plan P alors l’endomorphisme φ de ⃗ P est unique, est appelé partie linéaire de f et est noté ⃗ Détermination d'une transformation affine grâce à sa partie linéaire : soit deux points A et A' d'un plan affine P et un endomorphisme φ ∈L ( ⃗P ) . ( ) Il existe une unique application affine f de P dans P telle que f A =A' . ⃗ f =φ { Démonstration : ∀M∈P , f ( M )= f ( A )+⃗ f ( A ) f ( M )=A' + φ (⃗ AM ) donc f est entièrement déterminée par les points A, A' et l'endomorphisme φ . f ( M )= f ( A+⃗ AM ) = f ( A )+⃗ f (⃗ AM ) Remarque : on note parfois, avec la notation de Grassmann : ou encore : Géométrie euclidienne 27/39 f ( M )− f ( A )=⃗ f (⃗ AM ) pycreach.free.fr - TSI2 i ;⃗ j ) , on peut utiliser la matrice de l'application linéaire ⃗ f dans la base Le plan affine étant muni du repère R=( O ; ⃗ ⃗ ⃗ B=( i ; j ) pour établir l'expression analytique de l'application affine f . Les coordonnées du point f ( M ) notée ( x' ; y' ) dans le repère R sont obtenues à l'aide des coordonnées du point M notée ( x ; y ) dans le repère R par : x' =Mat ( ⃗ ) x−xA + x f ( A ) B f × y' y− yA y f (A ) )( ) ( ( ) ( ) f )= a b , et en posant A=O, origine du repère R, on obtient le système : En notant Mat (⃗ c d B x' =ax+by+ x f ( O ) y' =cx+ dy+ y f ( O) { Il ne faut pas oublier qu'ici x , y , x' et y' sont des coordonnées de points et pas de vecteurs. Exemple : dans le plan muni d'un repère R= ( O ; ⃗i ; ⃗j ) , on considère s la symétrie par rapport à la droite Δ : x + y=2 v de coordonnées (1;2). dans la direction du vecteur ⃗ ( ) u de coordonnées −2 La droite Δ passe par exemple par les points de coordonnées (2;0) et (0;2) donc le vecteur ⃗ 2 −2 2 1 0 B' u ;⃗ v ) , Mat ( ⃗ s )= est directeur de Δ , ainsi dans la base B' =( ⃗ et P=P B = 0 −1 1 2 B' ⃗ ⃗ ( ) En utilisant la formule de changement de base on a dans B= i ; j , −1 1 −1 −2 1 1 0 −2 1 −2 1 1 0 2 −1 1 1 −2 Mat B (⃗ s )=P Mat B' ( ⃗ s )P = × × = × ×− = 2 2 0 −1 2 2 2 2 0 −1 6 −2 −2 3 −4 −1 De plus, A appartenant à la droite Δ , le point A est invariant par s ainsi, dans le repère R, la symétrie s a pour s (⃗ AM ) expression analytique, en utilisant ∀ M ( x ; y ) R ∈P , s ( M )=s ( A ) +⃗ 1 2 4 x' = x− y + 1 1 −2 x−2 x' 2 3 3 3 Donc : , c'est-à-dire : = + −4 −1 y' 3 y 0 4 1 8 y' =− x− y + 3 3 3 i ;⃗ j ) et R=( Ω ; ⃗I ; ⃗J ) deux repères du plan et P=P Bb la Formule de changement de repère affine soient r =( O ; ⃗ matrice de passage de la base b=( ⃗ i ;⃗ j ) vers la base B=( ⃗I; ⃗J ) . Pour tout point M du plan de coordonnées ( x ; y ) dans le repère r et ( X ; Y ) dans le repère R on a : x =P× X + x Ω y Y yΩ ( ( ( ) ( )( )( ) ( ) )( ) ( ) ( )( ) ( )( ) ) ( ) { () ( )( ) OM =⃗ OΩ+⃗ ΩM donc [ M ]r =[ Ω ] r + [Ω M ] b or [ Ω M ]b =P Bb ×[ Ω M ]B=PbB×[ M ] R Démonstration : ⃗ Géométrie euclidienne 28/39 pycreach.free.fr - TSI2 Composition d'applications affines : soient f et g deux transformations affines. f ∘g =⃗ f ∘⃗ g L'application f ∘ g est affine et ⃗ ⃗ f ∈GL ( ⃗ P) f est une transformation affine si seulement si −1 −1 ⃗ f ) Si f est une transformation affine alors f =( ⃗ g (⃗ AM ) )= f ( g ( A ) ) +⃗ f (⃗ g (⃗ AM ) ) Démonstration : soit A∈P , alors ∀ M∈P , f ( g ( M ) )= f ( g ( A ) +⃗ f est une transformation de réciproque g ⇔ f ( g ( A ) )=A ∀ M∈P , f ( g ( M ) ) =M ⇔ ∀ M∈P ⃗ AM=⃗ f (⃗ g (⃗ AM ) ) ⇔ f ∈GL ( ⃗ P) −1 −1 −1 f ∈GL ( ⃗ P ) donc ⃗ f f −1 =( ⃗ f ) . f ∘⃗ f =⃗ f ∘ f −1 =Id ⃗P d'où ⃗ Si f est une transformation affine alors ⃗ existe et ⃗ { Détermination d'une application affine du plan par la donnée d'image de points : soient A, B et C trois points et A', B' et C' trois points d'un plan affine. Si A, B et C ne sont pas alignés alors il existe une unique application affine f du plan telle que : f ( A )=A' f ( B )=B' f ( C )=C' { f est entièrement déterminée. Si A, B et C ne sont pas alignés alors Démonstration : il suffit de démontrer que ⃗ ⃗ ⃗ (⃗ ( ) AB; ⃗ AC ) est une base de ⃗ , f AB = A' B' et f (⃗ AC )=⃗ A' C' donc... P Propriétés conservées par une application affine : soit P un plan affine et f une application affine sur P. L'application f conserve : l'alignement des points : si A, B et C sont trois points alignés alors f ( A ) , f ( B ) et f ( C ) sont alignés (ou confondus). le parallélisme des droites : si les droites (AB) et (CD) sont parallèles alors les droites ( f ( A ) f ( B )) et ( f ( C ) f ( D )) sont parallèles. le barycentre de points pondérés : si G=Bar {( A 1 ; α1) ; …; ( A n ; αn )} avec α1+ …+ αn≠0 alors f ( G ) =Bar {( f ( A 1 ) ; α1) ;…; ( f ( A n ) ; αn ) } Remarque : en particulier f transforme un segment en un segment (ou un point) et une droite en une droite (ou un point). b) Isométries du plan ⃗ est muni d'un produit Définition d'un plan affine euclidien : soit P un plan affine, si l'espace vectoriel sous-jacent P scalaire alors le plan affine P est dit euclidien et est muni d'une distance notée d et définie par: ∀( M, N ) ∈P 2 , d ( M , N )≝∥⃗ MN∥ La structure euclidienne orientée de ⃗ P transporte dans le plan affine la notion orthogonalité et la mesure d'angles. 1 ⃗ 1 ⃗ Soit ( A; B; C; D ) ∈P 4 , (⃗ AB; ⃗ CD ) =θ [ 2 π ] ⇔ r θ AB = CD ⃗ ⃗ ∥AB∥ ∥CD∥ ( ) i ; ⃗j ) , ce qui signifie que le repère est orienté. Remarques : le réel θ dépend de l'ordre des vecteurs dans la base ( ⃗ On note souvent d ( M , N )≝MN Définition d'une isométrie d'un plan affine euclidien : soit P un plan affine euclidien et f une application de P dans P. L'application f est une isométrie si et seulement si ∀( M, N ) ∈P 2 , d ( f ( M ) ; f ( N ))=d ( M ; N ) . On dit que l'application affine f « conserve les distances ». Exemple : soit s la réflexion par rapport à la droite affine Contre-exemple : soit p la projection orthogonale sur la d'équation D : x + y +1=0 . droite affine d'équation x + y +1=0 . 1 Soit le point A (−1; 0 ) ∈D , et ⃗ n alors Soit le point A (−1; 0 ) ∈D , et ⃗ n 1 alors 1 1 ∀ M∈P , s ( M )=A+⃗ ∀ M∈P , p ( M )=A+⃗ AM−2 (⃗ AM⋅⃗ n )⃗ n AM−(⃗ AM⋅⃗ n )⃗ n () Géométrie euclidienne () 29/39 pycreach.free.fr - TSI2 L’expression analytique de la réflexion s est donc donnée L’expression analytique de la projection orthogonale p est par : x' =… donc donnée par : x' =… y' =… y' =… { { s )=… p )=… Donc Mat ( ⃗ Donc Mat (⃗ Définition d'un déplacement du plan affine euclidien : soit P un plan affine euclidien et f une isométrie de P. L'isométrie f est un déplacement si et seulement si ∀( A ; B ; C ; D )∈ P4 , (⃗ AB; ⃗ CD ) =(⃗ f ( A ) f ( B) ⃗ ; f ( C ) f ( D )) [ 2π ] On dit que l'isométrie f conserve les angles orientés de vecteurs (isométrie directe). Une isométrie qui n'est pas un déplacement est appelée antidéplacement. Définition des réflexions affines du plan : soit P un plan euclidien et f une application affine. − ⃗ f est une réflexion du plan si et seulement si f ∈O ( ⃗P ) ∃ A∈P tel que f ( A ) =A { f (⃗ AM ) Remarque : on a alors ∀M∈P , f ( M )=A+ ⃗ Ensemble des points invariants d'une réflexion affine du plan : soit P un plan euclidien et s une réflexion du plan telle que s ( A )=A . s) L'ensemble des points invariants de s est la droite affine A+ E 1 ( ⃗ M=s ( M ) ⇔ M=s ( A )+ ⃗ s (⃗ AM )=A+ ⃗ s (⃗ AM ) ⇔ ⃗ AM=⃗ s (⃗ AM ) ⇔ ... Remarque : on démontre de façon analogue de l'ensemble des points invariants de toute application affine est ou bien vide ou bien un espace affine. Démonstration : Propriété des réflexions : Les réflexions sont des antidéplacements et des involutions. Démonstration : ∀( M, N ) ∈P , ∥⃗s (⃗ MN )∥=∥⃗ MN∥ car... Et det ( ⃗s ) =−1 donc ... La partie linéaire ⃗s est une symétrie vectorielle donc ⃗s ∘ ⃗s = Id ⃗P ainsi s ∘ s ( A ) =A donc.. {⃗ s∘s=Id ⃗ P Dans la suite, l'objectif est de démontrer que toutes les isométries du plan sont des applications affines puis de classifier les isométries du plan à l'aide de leur partie linéaire. Unicité de la réflexion échangeant deux points : soit C et C' deux points distincts d'un plan affine euclidien. Il existe une unique réflexion s telle que s ( C )=C' . L'ensemble des points invariants de cette réflexion est une droite affine contenant l'isobarycentre des points C et C' et orthogonale à ⃗ CC' . Démonstration : Une réflexion étant une involution, on a : s ( C' )=s ∘ s ( C )=C donc : ⃗ s (⃗ CC' )=… Géométrie euclidienne 30/39 pycreach.free.fr - TSI2 s est diagonale et détermine ⃗ s Ainsi, ⃗ CC' ∈E−1 (⃗ s ) ce qui permet de construire une base orthonormée dans laquelle ⃗ 1 1 Soit I=Bar C; alors par conservation du barycentre puisque s est une application affine, ; C' ; 2 2 {( ) ( s ( I )=Bar )} {( s (C ) ; 12 );( s (C' ) ; 12 )}=Bar {(C' ; 12 );(C ; 12 )}=I Donc I est un point invariant par s. f (⃗ IM ) =I+ ⃗ f (⃗ IM ) ⇔ ⃗ IM=⃗ f (⃗ IM ) ⇔ ⃗ Soit M∈P , M= f ( M ) ⇔ M= f ( I )+ ⃗ CC' IM∈E 1 ( f ) ⇔ ⃗ IM ⊥ ⃗ Remarque : On dit que cette réflexion « échange » les points C et C'. L'axe de cette réflexion est la médiatrice du segment [CC']. Une caractérisation de l'identité du plan : Toute isométrie du plan laissant invariants 3 points non alignés est l'identité du plan. Démonstration : Soit A, B et C trois points du plan non alignés, et f une isométrie du plan telle que f ( A )=A , f ( B )=B et f ( C )=C . Supposons, par l'absurde, qu'il existe un point M du plan tel que M≠ f ( M ) ≝M' . L'application f étant une isométrie : AM= f ( A ) f ( M )=AM' donc A appartient à la médiatrice du segment [MM'] BM= f ( B ) f ( M )=BM' donc B appartient à la médiatrice du segment [MM'] CM= f ( C ) f ( M )=CM' donc C appartient à la médiatrice du segment [MM'] Ainsi A,B et C sont alignés ... Théorème de Cartan-Dieudonné : Toute isométrie du plan est la composée d'au plus 3 réflexions du plan. Démonstration : Soit A ; B et C trois points non alignés du plan, A' ≝ f ( A ) , B' ≝ f ( B ) et C' ≝ f ( C ) . 4 cas sont à envisager selon le nombre de points invariants parmi ces 3 points (on ne parle pas ici de l'ensemble des points invariants de f ) Cas n°1 : Si A=A', B=B' et C=C' alors f =id P d'après la propriété précédente. Cas n°2 : Si A=A', B=B' et C≠C' . Puisque f est une isométrie, AC=A' C' =AC' et BC=B' C' =BC' donc A et B sont sur la médiatrice du segment [CC'], med ( [ CC' ] ) =(AB). s( AB ) ∘ f ( A )=s ( AB ) ( A )=A Soit la réflexion échangeant C et C' alors s( AB ) ∘ f ( B )=s ( AB ) ( B )=B s( AB ) ∘ f ( C )=s ( AB ) ( C' )=C donc s( AB ) ∘ f admet trois points invariants non alignés, ainsi s( AB ) ∘ f =Id P et s( AB ) ∘ s( AB ) ∘ f =s( AB) ∘ Id P ainsi... { Cas n°3 : si A=A', B≠B' et C≠C' puisque f est une isométrie AB=A' B' =AB' donc A est sur la médiatrice du segment [BB'] notée med ([ BB' ]) . s med ( [ BB' ] ) ∘ f ( A )=s med ( [ BB' ] ) ( A ) =A Soit s med ([ BB' ] ) la réflexion échangeant B et B' alors s med ( [ BB' ] ) ∘ f ( B ) =s med ( [ BB' ] ) ( B' ) =B donc s med ( [ BB' ] ) ∘ f admet au s med ( [ BB' ] ) ∘ f ( C ) =smed ( [ BB' ] ) ( C' )=C1 moins deux points invariants distincts parmi A, B et C donc : Si C1=C alors d'après le cas n°1 : Si C1≠C alors d'après le cas n°2 : s med ( [ BB' ] ) ∘ f =Id P donc... s med ( [ BB' ] ) ∘ f =s( AB ) donc … { Géométrie euclidienne 31/39 pycreach.free.fr - TSI2 Ainsi f est la composée d'au plus deux réflexions. Cas n°4 : si A≠A' , B≠B' et C≠C' alors en notant med ([ AA' ]) la médiatrice du segment [ AA' ] s med ( [ AA' ] ) ∘ f ( A )=s med ( [ AA' ] ) ( A' )=A et s med ( [ AA' ] ) la réflexion échangeant A et A', on a : s med ( [ AA' ] ) ∘ f ( B )=s med ( [ AA' ]) ( B' )=B1 donc s med ([ AA' ] ) ∘ f admet au s med ( [ AA' ] ) ∘ f ( C )=s med ( [ AA' ]) ( C' )=C 2 moins 1 point invariant parmi A, B et C : si s med ([ AA' ]) ∘ f laisse les 3 points A, B si s med ([ AA' ]) ∘ f laisse exactement 2 si s med ([ AA' ]) ∘ f laisse seulement le et C invariants (cf cas n°1) alors... points invariants parmi A, B et C (cf point A invariant parmi A, B et C (cf cas n°2) alors... cas n°3) alors... { Exemple de composition de 3 réflexions : Ces compositions de réflexions ne sont pas commutatives... en général. Corollaire du théorème de décomposition : Toute isométrie du plan euclidien est une application affine. Démonstration : toute isométrie étant la composée de réflexions qui sont des applications affines... Caractérisation des isométries et des déplacements en fonction de leur partie linéaire : f est une isométrie du plan affine euclidien P si et seulement si ⃗ f ∈O ( ⃗ P) ⃗ f est un déplacement du plan affine euclidien orienté P si et seulement si f ∈SO ( ⃗ P) Démonstration : f est une isométrie ⇔ ∀( M; N )∈P 2 , ∥⃗ MN∥=∥⃗ f ( M ) f ( N )∥=∥⃗ f (⃗ MN )∥ ⇔ … f est un déplacement ⇔ ⃗ f conserve l'orientation ... Géométrie euclidienne 32/39 pycreach.free.fr - TSI2 Une classification des isométries du plan : f ∈SO ( ⃗ P) Déplacements : ⃗ ⃗ Ou bien f =Id ⃗P f =r θ ou bien il existe un réel θ≠0 [ 2 π ] tel que ⃗ f ∈O− ( ⃗P ) Antidéplacements : ⃗ Ou bien ∃ A∈P tel que f ( A )=A i.e . ( Inv ( f )≠∅ ) ou bien ∀M∈P , f ( M )≠M i.e. ( Inv ( f )=∅ ) u ∈ ⃗ Définition d'une translation : soit un vecteur ⃗ P , la u , notée t ⃗u est définie par : translation de vecteur ⃗ ∀M∈P, t ⃗u ( M )=M+ ⃗ u Définition d'une réflexion : soit un point A∈P et un v ∈ ⃗ vecteur non nul ⃗ P , la réflexion d'axe Δ=A+vect ( ⃗ v ) est définie par : ∀ M∈P, sΔ ( M )=A+⃗ s ⃗v (⃗ AM ) f est une translation ⇔ ⃗ f =Id ⃗P Points invariants : P si f =Id P , ∅ si f ≠Id P . f est une réflexion ⇔ ⃗ f ∈O − ( ⃗ P) ∃ A∈P : f ( A )=A { Points invariants : l'axe de la réflexion qui contient les milieux des segments [ M f ( M ) ] . Définition d'une symétrie glissée : soit un vecteur non nul u ) . La ⃗ u ∈⃗P et Δ une droite affine de direction vect (⃗ Définition d'une rotation : soit un point Ω∈P et un réel θ symétrie glissée d'axe Δ et de vecteur ⃗ u est la la rotation de centre Ω et d'angle θ , notée Rot Ω ,θ , est composée (commutative) de la réflexion d'axe Δ avec la ΩM ) définie par : ∀M∈P, Rot Ω ,θ ( M )=Ω+ r θ (⃗ v : sΔ ∘t ⃗u =t ⃗u ∘ sΔ translation de vecteur ⃗ où r θ est la rotation vectorielle d'angle θ . f est une rotation d'angle θ≠0 [ 2 π ] ⇔ ⃗ f =r θ avec θ≠0 [ 2 π ] f est une symétrie glissée ⇔ ⃗ f ∈O− ( ⃗P ) ∀M∈P, f ( M ) ≠M { Points invariants : ∅ L'axe de la symétrie glissée est globalement invariant et contient les milieux des segments [ M f ( M ) ] . u est le projeté orthogonal des vecteurs Le vecteur ⃗ Point invariant : le centre Ω de la rotation appartenant aux ⃗ f ) : M f ( M ) sur le sous-espace propre E 1 (⃗ médiatrices des segments [ M f ( M ) ] . ⃗ ( M f ( M ) )=⃗ ∀M∈P, p u E1 (⃗ f ) Géométrie euclidienne 33/39 pycreach.free.fr - TSI2 Démonstration : Translation : si f =t ⃗u alors ∀ ( M ; N )∈ P2 , ⃗ f ( M ) f ( N )=⃗ f ( M )M +⃗ MN+⃗ N f ( N )=… f =Id ⃗P , soit un point A∈ P , Réciproquement, si ⃗ alors ∀ M ∈P , ⃗ MA + ⃗ M f ( M) = ⃗ A f (A ) + ⃗ f ( A ) f ( M ) =... ⃗ u tel que, quel Cette relation prouve que le vecteur A f ( A ) , est indépendant du choix du point A : il existe un vecteur ⃗ ⃗ que soit le point A, A f ( A ) =⃗ u . Donc ∀ M ∈P , f ( M )=… f ( M ) f ( N ) =... Rotation : si f =Rot Ω ;θ alors ∀ ( M ; N )∈ P2 , ⃗ Soit A un point du plan : Ω= f ( Ω ) ⇔ Ω= f ( A )+ ⃗ f (⃗ AΩ ) ⃗ ⇔ ⃗ AΩ=A f ( A )+ ⃗ f (⃗ AΩ ) ⃗ ⇔ ( Id ⃗P −⃗ f ) (⃗ AΩ )= A f ( A ) f =r θ avec θ≠0 [ 2 π ] alors det ( Id ⃗P−r θ )=… Si ⃗ −1 −1 AΩ=( Id ⃗P−⃗ f ) (⃗ A f ( A ) ) d'où l'unicité du point invariant : Ω=A+ ( Id ⃗P−⃗ f ) (⃗ A f ( A )) Ainsi ⃗ Et ∀ M ∈P , f ( M )= f ( Ω+⃗ ΩM ) =… Réflexion : c'est la définition des réflexions du plan. f =… u ≠0 ⃗P alors ⃗ Symétrie glissée : si f =t ⃗u ∘ sΔ avec ⃗ f (⃗ AM ) =M ⇔ A+⃗ u +⃗ f (⃗ AM) =M Soit un point A ∈Δ , f ( M )=M ⇔ f ( A+⃗ AM )=M ⇔ f ( A ) +⃗ ⃗ ⃗ ⃗ u =AM− f ( AM ) ⇔ ⃗ f ) : p 1≝ p E (⃗f ) Soit p 1 la projection orthogonale sur E 1 ( ⃗ p 1 (⃗ AM−⃗ f (⃗ AM ) )= … 1 p 1 (⃗ u )=… u =0 ⃗P ….. Ainsi, f ( M )=M ⇒ ⃗ ⃗ f ∈O− ( ⃗P ) f ) : alors soit A un point du plan et p 1 la projection orthogonale sur E 1 ( ⃗ ∀M∈P, f ( M ) ≠M p 1≝ p E (⃗f ) : ∀ M ∈P , p 1 (⃗ M f ( M ) )= p 1 (⃗ MA+⃗ A f ( A ) +⃗ f ( A ) f ( M ) )= p 1 (⃗ MA ) + p 1 (⃗ A f ( A ) )+ p1 (⃗ f (⃗ AM ) ) =... u tel que, Cette relation prouve que le vecteur p (⃗ A f ( A ) ) , est indépendant du choix du point A : il existe un vecteur ⃗ Réciproquement si { 1 1 Géométrie euclidienne 34/39 pycreach.free.fr - TSI2 quel que soit le point A, p 1 (⃗ A f ( A ) )=⃗ u . t ∘ f Pour démontrer que −⃗u est une réflexion, il suffit d'exhiber un point invariant. 1 1 1 1 u et I=Bar A ; ; A' ; AI= ⃗ AA'= (⃗ A f ( A ) +⃗ f ( A ) A' ) =... Soit A'= f ( A ) −⃗ , alors ⃗ 2 2 2 2 f (⃗ AI ) =… Ainsi f ( I )= f ( A ) +⃗ {( ) ( )} u ∈ E1 (⃗ f ) donc ∀ M ∈P , f ( t−⃗u ∘ M )= f ( M−⃗ u )= f ( M )+ ⃗ f (−⃗ u ) = f ( M ) −⃗ u =t −⃗u ∘ f ( M ) Commutativité : ⃗ Donc f ∘t −⃗u =t −⃗u ∘ f (composition commutative) Décomposition des déplacements comme composée de réflexions du plan : Les déplacements du plan sont les composées de 2 réflexions du plan. Soit un point Ω∈P et un réel θ . Pour tout vecteur non u ∈ ⃗ Soit un vecteur ⃗ P . Pour tout point A∈P , en ⊥ Δ 1=Ω+ vect ( ⃗ v) ( ( Δ =A+ vect ⃗ u )) 1 nul ⃗ , on a : v ∈⃗P , en posant posant Δ 2=Ω+ vect r θ ( ⃗ v) 1 ⊥ , on a : Δ 2=A+ ⃗ u + ( vect ( ⃗ u )) 2 2 Rot Ω ,θ= sΔ ∘ sΔ t ⃗u =s Δ ∘ s Δ { ( 2 { ) 1 2 1 − − Démonstration : dans les deux cas, ⃗ s Δ ∈O ( ⃗P ) et ⃗ s Δ ∈O ( ⃗ P ) donc ⃗ s Δ ∘s Δ ∈SO ( ⃗P ) ainsi, s Δ ∘ s Δ est une translation ou une rotation. Pour les rotations : si Ω∈Δ 1∩Δ 2 alors s Δ ∘ s Δ ( Ω )=… Donc s Δ ∘ s Δ est une rotation de centre Ω . 1 s Δ )= 1 0 En posant e' 1= ⃗ v et en complétant en une base B' =( e' 1 ; e' 2 ) orthonormée directe de ⃗ P : Mat (⃗ ∥⃗ 0 −1 v∥ B' (θ) (θ) cos sin s Δ ∘s Δ )= ... s Δ )= et Mat (⃗ , ainsi, Mat (⃗ sin ( θ ) −cos ( θ ) B' B' 1 2 2 2 2 1 2 1 1 1 1 2 ( ) 2 ( ) 1 s Δ =⃗ s Δ ainsi, ⃗ s Δ ∘s Δ = Id ⃗P Pour les translations : Δ 1 // Δ 2 ⇒ ⃗ ⃗ s Δ ( AM ) )=s Δ ( A )+⃗ s Δ ∘s Δ (⃗ AM ) =s Δ ( A )+ ⃗ AM Ainsi, ∀M∈P , s Δ ∘ s Δ ( M ) =sΔ ( A+ ⃗ u Or, par construction, s Δ ( A )=A+ ⃗ ∀M∈P s ∘ s ( M ) =… Ainsi, , Δ Δ 1 2 1 2 2 2 1 2 1 2 1 2 2 2 1 Remarque : Id P =s Δ ∘ s Δ c) Isométries de l'espace Les espaces affines E sont construits de façon analogue aux plans affines avec des espaces vectoriels sous-jacents ⃗ E de dimension 3. Les applications affines des espaces affines ont les mêmes propriétés que les applications affines des plans affines avec la seule différence suivante : Détermination d'une application affine de l'espace par la donnée d'image de points : soient A, B, C et D quatre points et A', B', C' et D' quatre points d'un espace affine. Si A, B, C et D ne sont pas coplanaires alors il existe une unique f ( A )=A' application affine f de l'espace affine telle que : f ( B )=B' f ( C )=C' f ( D ) =D' { Démonstration : si A, B ,C et D ne sont pas coplanaires alors (⃗ AB; ⃗ AC; ⃗ AD ) forme une base de ⃗ E. Géométrie euclidienne 35/39 pycreach.free.fr - TSI2 Les espaces affines euclidiens sont construits en munissant l'espace vectoriel sous-jacent d'un produit scalaire. Les isométries et les déplacements sont définis de façon analogue au cas du plan. Définition d'une réflexion de l'espace affine euclidien : soit E un espace affine euclidien et f une application affine. ⃗ f ∈O− ( ⃗ E) f est une réflexion de l'espace E si et seulement si dim ( E (⃗ ) 1 f )=2 ∃ A∈E tel que : f ( A )=A { ⃗ f ∈O− ( ⃗ E ) et ∃ A∈E tel que f ( A )=A n'implique pas f est une réflexion de l'espace car ⃗ f peut être composée d'un symétrie vectorielle et d'une rotation. Exemple : soit s la réflexion par rapport au plan affine P : x + y + z +1=0 alors en notant le point A (−1; 0; 0 ) et le 1 ⃗ AM×⃗ n AM−2 n vecteur ⃗ n 1 on a : ∀ M∈E , s ( M )=A+⃗ ⃗ 2 ∥⃗ n∥ 1 x' =… Donc l'expression analytique de la réflexion s est : y' =… z' =… () { Ensemble des points invariants d'une réflexion de l'espace affine euclidien : soit s une réflexion de l'espace affine et A un point de l'espace affine tel que s(A)=A : s) Les points de l'espace invariants par s sont les points du plan affine A+ E 1 ( ⃗ Démonstration : Propriétés des réflexions de l'espace affine euclidien : Les réflexions sont des antidéplacements et des involutions. Démonstration : Unicité de la réflexion échangeant deux points : soit C et C' deux points distincts d'un espace affine euclidien. Il existe une unique réflexion s telle que s ( C )=C' . L'ensemble des points invariants de cette réflexion est un plan affine contenant l'isobarycentre des points C et C' et orthogonal à ⃗ CC' . Remarque : le plan de cette réflexion est le plan médiateur du segment [CC']. Une caractérisation de l'identité de l'espace euclidien: Toute isométrie de l'espace euclidien laissant invariants 4 points non coplanaires est l'identité. Démonstration : ... Théorème de Cartan-Dieudonné : Toute isométrie de l'espace euclidien est la composée d'au plus 4 réflexions de l'espace. Démonstration : analogue à celle du plan. Corollaire du théorème de décomposition : Toute isométrie de l'espace euclidien est une application affine. Démonstration : toute isométrie étant la composée de réflexions qui sont des applications affines... Caractérisation des isométries et des déplacements en fonction de leur partie linéaire : f est une isométrie de l'espace affine euclidien E si et seulement si ⃗ f ∈O ( ⃗ E) f est un déplacement de l'espace affine euclidien orienté E si et seulement si ⃗ f ∈SO ( ⃗ E) Démonstration : analogue à celle du plan. Géométrie euclidienne 36/39 pycreach.free.fr - TSI2 Une classification des déplacements de l'espace affine euclidien : Définition des translations de l'espace : soit un vecteur u notée t ⃗u est définie ⃗ u ∈⃗ E , la translation de vecteur ⃗ ∀M∈E, t ⃗u ( M )=M+ ⃗ u par : f est une translation de l'espace ⇔ ⃗ f =Id ⃗E Points invariants : E si f =Id E ∅ si f ≠Id E Définition des rotations de l'espace : soit un point A∈E , un vecteur unitaire ⃗ u ∈⃗ E et θ un réel, la rotation d'axe u ) d'angle θ , notée Rot Δ , θ est définie orienté Δ=( A ; ⃗ par : ∀M∈E, Rot Δ ,θ ( M )=A+ r ⃗u ;θ (⃗ AM ) u ;⃗ e2 ;⃗ e3 ) orthonormée directe de Avec dans une base B=( ⃗ 1 0 0 ⃗ Mat r = ( ) , E ( ⃗u , θ) 0 cos θ −sin ( θ ) B 0 sin ( θ ) cos ( θ ) f est une rotation de l'espace d'angle θ≠0 [ 2 π ] ⃗ f ∈SO ( ⃗ E ) ∖ { Id ⃗E } ⇔ ∃ A∈E tel que : f ( A )=A ( ) { Points invariants : si θ≠0 [ 2 π ] , la droite affine : Δ=A+E 1 (⃗ f ) Définition des vissages de l'espace : soit un point A∈E , un vecteur unitaire ⃗ v ∈⃗ E u ∈⃗ E , un vecteur non nul ⃗ u et θ un réel, le vissage de colinéaire au vecteur ⃗ u ) d'angle θ et de vecteur direction l'axe orienté Δ=( A ; ⃗ ⃗ v est la composée (commutative) : t ⃗v ∘ Rot Δ ,θ =Rot Δ ,θ ∘t ⃗v f est un vissage de l'espace ⃗ f ∈SO ( ⃗ E ) ∖ { Id ⃗E } ⇔ ∀M∈E, f ( M )≠M { Points invariants : ∅ f ) Axe globalement invariant et dirigé par : E 1 ( ⃗ ⃗ v est la projection de M f ( M ) sur E 1 ( ⃗ f ) : Le vecteur ⃗ (⃗ ⃗ v =p M f (M )) E1 (⃗ f ) Δ = Inv ( t −⃗v ∘ f ) Démonstration : Translations : si f est une translation alors ∀ M ∈P , ⃗ f ( M ) f ( N ) =... 2 ⃗ ⃗ Réciproquement, si f =Id ⃗E alors ∀ ( M , N ) ∈E , M f ( M ) =... Donc ∀ M ∈E , f ( M )=… Rotations : si f est une rotation alors il existe un point A∈E tel que f ( A )=A et ∀ ( M ; N )∈ E2 , ⃗ f ( M ) f ( N ) =... Réciproquement s'il existe A∈E tel que f ( A )=A et si f ∈SO ( ⃗ E ) ∖ { Id ⃗E } alors il existe une base orthonormée directe 1 0 0 B=( e1 ; e 2 ; e3 ) telle que Mat ( ⃗ f ) = 0 cos ( θ) −sin ( θ ) donc... B 0 sin ( θ ) cos ( θ ) ( ) f =… Vissages : si f est un vissage de l'espace, f =t ⃗v ∘ Rot Δ ;θ alors ⃗ Géométrie euclidienne 37/39 pycreach.free.fr - TSI2 Soit A ∈Δ , ∀ M ∈E , f ( M )=⃗ v + A+r ⃗u ;θ (⃗ AM ) ainsi, f ( M )=M ⇔ ⃗ AM−r ⃗u ;θ (⃗ AM ) =⃗ v p ⃗Δ (⃗ AM−r ⃗u ;θ (⃗ AM ))=… Soit ⃗ Δ =E 1 ( r Δ; θ) , les projetés orthogonaux sur ⃗ Δ, p ⃗Δ ( ⃗ v )=… v =0 ⃗E ... Ainsi f ( M )=M ⇒ ⃗ ⃗ f ∈SO ( ⃗ E ) ∖ { Id ⃗E } alors soit ⃗ f )=vect (⃗ u ) , il est possible de u un vecteur unitaire tel que E 1 ( ⃗ ( ) ∀M∈E, f M ≠M 1 0 0 u ;⃗ e 2 ;⃗ e3 ) et Mat ( ⃗ compléter en une base orthonormale de ⃗ E , B=(⃗ f ) = 0 cos ( θ) −sin ( θ ) B 0 sin ( θ ) cos ( θ ) ⃗ Soit p 1 la projection orthogonale sur le sous-espace propre E 1 ( f ) : p 1= p E (⃗f ) Soit un point A ∈E , ∀ M ∈E , p (⃗ M f ( M ) )= p (⃗ A f (A )) Réciproquement : si { ( ) 1 1 1 v tel que, Cette relation démontre que le vecteur p 1 (⃗ A f ( A ) ) est indépendant du choix du point A : il existe un vecteur ⃗ ⃗ quel que soit le point A, ⃗ v = p (A f ( A )) . 1 Pour démontrer que g ≝t⃗v ∘ f est une rotation, il suffit d'exhiber un point invariant de g . v alors ⃗ Soit A'= f ( A ) −⃗ AA' =⃗ A f ( A ) +⃗ f ( A ) A' =⃗ A f ( A ) −⃗ v ⃗ donc p 1 ( AA' )=… ⊥ AA' ∈ ( E1 (⃗ f )) Ainsi ⃗ f (⃗ AΩ )=Ω ⇔ ⃗ AA' +⃗ v +⃗ f (⃗ AΩ ) =⃗ AΩ Soit un point Ω∈E , f ( Ω )=Ω ⇔ f ( A ) +⃗ A f ( A ) +⃗ f (⃗ AΩ ) =A Ω ⇔ ⃗ ⃗ ⃗ ⃗ v ⇔ ( Id ⃗E − f ) ( AΩ ) =AA' +⃗ 0 0 0 f n'est pas une bijection de ⃗ Or Mat ( Id ⃗E −⃗ donc Id ⃗E −⃗ E mais, si θ≠0 [ 2 π ] , sa f ) = 0 1−cos ( θ ) sin ( θ ) B 0 −sin ( θ) 1−cos ( θ) ⊥ f ) ) est une bijection. En notant ⃗ f , on a : u A un antécédent de ⃗ AA' par Id ⃗E −⃗ restriction à ( E1 ( ⃗ et on a : f ( Ω )=Ω ⇔ ⃗ AΩ∈⃗ u A +vect ( ⃗ v ) ≠∅ . ( ) v ∈E1 ( r⃗u ;θ) donc ... Commutativité : ⃗ Géométrie euclidienne 38/39 pycreach.free.fr - TSI2 Décomposition des déplacements de l'espace affine euclidien en composées de réflexions Soit un vecteur ⃗ u ∈⃗ E. Pour tout point A∈E , en définissant les plans affines : ⊥ P 1=A+ ( vect (⃗ u )) 1 ⊥ P 2=A+ ⃗ u + ( vect ( ⃗ u )) 2 On a : t ⃗u =s P ∘ s P { 2 1 u , l'axe orienté Soit un point A∈E , un vecteur unitaire ⃗ Δ=( A ; ⃗ u ) et un réel θ . v non colinéaire au vecteur ⃗ u , en Pour tout vecteur ⃗ P1 =A+Vect ( ⃗ u ;⃗ v) définissant les plans affines : P2 =A+Vect ⃗ u , r⃗u ; θ (⃗ v) { On a : Rot Δ ,θ =sP ∘ s P 2 ( 2 ) 1 En composant translation et rotation, tout vissage peut s'écrire comme composée de 4 réflexions. Remarque les plans P 1 et P 2 sont tous les deux perpendiculaires aux plans P 3 et P 4 . Géométrie euclidienne 39/39 pycreach.free.fr - TSI2