Exemple. Si f1=X2+Y2et f2= 3XY −Z2sont des formes respectivement binaire et
ternaire alors
f1⊥f2=X2
1+X2
2+ 3X3X4−X2
5
est une forme en 5 variables.
1.1.3 Diagonalisation de formes quadratiques
Soit fune forme quadratique sur ket d∈k∗. On dit que frepr´esente dsur ks’il existe
(x1, . . . , xn)∈kntel que f(x1, . . . , xn) = d. On notera D(f) l’ensemble des ´el´ements de k∗
repr´esent´es par f. On remarque que D(f) ne d´epend que de la classe d’´equivalence de f.
Lorsque fest associ´ee `a un espace quadratique (V, f), on peut aussi noter D(f) = D(V).
Dans la suite, on notera hdila classe d’isom´etrie de l’espace quadratique de dimension 1
correspondant `a la forme quadratique dX2, et par abus aussi la classe d’´equivalence de cette
forme quadratique.
Proposition 1.1 Soit (V, f)un espace quadratique et d∈k∗. Alors d∈D(f)si et seulement
s’il existe un espace quadratique (V0, f0)tel que Vsoit isom´etrique `a hdi⊥V0.
D´emonstration. Si V∼
=hdi⊥V0, on a d∈D(hdi⊥V0) = D(V). Pour la r´eciproque,
ramenons-nous d’abord au cas o`u Vest non d´eg´en´er´e. Soit Wun suppl´ementaire de V⊥
dans V. Alors on a V=V⊥⊥Wet comme fest nulle sur V⊥,D(V) = D(W), avec Wnon
d´eg´en´er´e. On peut donc supposer que l’espace de d´epart Vest non d´eg´en´er´e. Soit d∈D(V),
et soit v∈Vtel que f(v) = d. L’espace quadratique (k·v, f|k·v) est isom´etrique `a hdiet
k·v∩(k·v)⊥= 0. En comparant les dimensions grˆace au lemme 1.2, on obtient finalement
V∼
=hdi⊥(k·v)⊥.
Corollaire 1.1 Si (V, f)est un espace quadratique de dimension nsur k, alors il existe
d1, . . . , dn∈ktels que V∼
=hd1i⊥. . . ⊥hdni. En d’autres termes, toute forme quadratique
n-aire sur kest ´equivalente `a la forme diagonale d1X2
1+. . . +dnX2
n.
D´emonstration. Si D(V) est vide alors fest nulle et Vest isomorphe `a une somme or-
thogonale de nespaces h0i. Sinon, on choisit d1∈D(V) et on ´ecrit V∼
=hd1i⊥V0, avec V0de
dimension n−1, et on continue par r´ecurrence.
Dans la suite, on notera hd1i⊥. . . ⊥hdni=hd1, . . . , dni.
1.1.4 Isotropie et anisotropie
Soit (V, f) un espace quadratique. Un vecteur non nul v∈Vest dit isotrope si f(v) = 0,
anisotrope sinon. L’espace quadratique et la forme quadratique associ´ee sont dits isotropes
s’il existe au moins un vecteur isotrope, anisotropes sinon. Notons qu’un espace anisotrope
est n´ecessairement non d´eg´en´er´e car son orthogonal est constitu´e de vecteurs isotropes. Un
espace constitu´e uniquement de vecteurs isotropes est dit totalement isotrope.
Nous allons tout d’abord ´etudier l’isotropie dans le cas des espaces quadratiques de dimen-
sion 2.
Proposition 1.2 Soit (V, f)une espace quadratique de dimension 2. Les propositions sui-
vantes sont alors ´equivalentes :
5