Produit scalaire. Chapitre 11 : notes de cours. Projections orthogonales. • Projecteur orthogonal • Supplémentaire orthogonal d’un sous-espace vectoriel de dimension finie, et expression de la projection orthogonale sur un sous-espace vectoriel de dimension finie • Distance d’un vecteur à un sous-espace vectoriel de dimension finie • Inégalité de Bessel Espaces euclidiens. • Caractérisation matricielle des bases orthogonales ou orthonormales • Expression matricielle du produit scalaire • Représentation d’une forme linéaire à l’aide du produit scalaire, vecteur normal à un hyperplan d’un espace euclidien Automorphismes orthogonaux et matrices orthogonales. • Endomorphisme orthogonal dans un espace vectoriel euclidien • Bijectivité des endomorphismes orthogonaux en dimension finie, automorphismes orthogonaux (isométries) et caractérisations des automorphismes orthogonaux, groupe (O(E),o) • Matrice orthogonale, caractérisation des matrices orthogonales par leurs vecteurs lignes ou colonnes, groupe (O(n),×) • Automorphisme orthogonal et sous-espaces stables • Isométries positives et négatives d’un espace vectoriel euclidien, groupes (SO(E),o) et (SO(n),×) • Matrice de passage entre bases orthonormales Réduction des endomorphismes symétriques, des matrices symétriques réelles. • Endomorphisme symétrique • Caractérisation matricielle des endomorphismes symétriques • Valeurs propres d’une matrice symétrique réelle, d’un endomorphisme symétrique • Orthogonalité des espaces propres d’un endomorphisme symétrique • Théorème spectral : diagonalisabilité des endomorphismes symétriques • Diagonalisabilité des matrices symétriques réelles Espaces euclidiens de dimension 2 ou 3. • Orientation d’un espace vectoriel, orientation induite par un sous-espace vectoriel, produit mixte • Produit vectoriel de deux vecteurs en dimension 3, propriétés du produit vectoriel, expression du produit vectoriel dans une base orthonormale directe, expression géométrique du produit vectoriel • Eléments de O(2) : matrices orthogonales 2×2 • Automorphismes orthogonaux d’un espace vectoriel euclidien de dimension 2 • Produit de rotations, commutativité de SO(2) et SO(E), pour E de dimension 2 • Automorphismes orthogonaux d’un espace vectoriel euclidien de dimension 3 • Eléments de O(3) : matrices orthogonales 3×3 Chapitre 11 : Produit scalaire – Notes de cours. -1- Produit scalaire. Chapitre 11 : notes de cours. Projections orthogonales. Théorème 3.2 : expression de la projection orthogonale sur un sous-espace vectoriel de dimension finie Soit (E, (.|.)) un espace préhilbertien réel de dimension finie ou non. Soit F un sous-espace vectoriel de E de dimension finie m. Soit (e1, …, em) une base orthonormale de F et pF la projection orthogonale de E sur F. Alors pour tout vecteur x de E, on a : p F ( x) = m ∑ (e i =1 i x).ei . Définition 3.2 et théorème 3.3 : distance d’un vecteur à un sous-espace vectoriel de dimension finie Soit (E, (.|.)) un espace préhilbertien réel de dimension finie ou non et . la norme associée. Soit F un sous-espace vectoriel de E de dimension finie m. Pour un vecteur x de E, on appelle distance de x à F, notée d ( x, F ) , la quantité : d ( x, F ) = inf x − z . z∈F Cette valeur est atteinte en un unique vecteur de F qui est p F (x) , la projection orthogonale de x sur F. On a donc : d ( x, F ) = x − p F ( x) . 4 Exemple : calculer la projection puis la distance d’un vecteur de à un hyperplan au choix 4 Soit H l’hyperplan de (muni de son produit scalaire canonique) défini par l’équation : x + y + On peut proposer comme base orthogonale de H la famille (1,0,-1,0), (1,-2,1,0) et (1,1,1,-3). 1 .(1,0,−1,0) , v = 1 .(1,−2,1,0) , w = 1 .(1,1,1,−3) , forment une base orthonormale de H. 2 6 2. 3 Le vecteur : a = (1,2,3,4) , a alors pour projection orthogonale sur H le vecteur : 1 1 1 3 1 1 3 a' = p H (a) = .(1 − 3).u + .(1 − 4 + 3).v + .(1 + 2 + 3 − 12).w = (− ,− , , ) . 2 2 2 2 2 6 2. 3 5 5 5 5 On peut remarquer qu’on a bien : a’ ∈ H, et : (a – a’) ∈ H⊥, puisque : a − a ' = ( , , , ) . 2 2 2 2 5 5 5 5 5 Enfin : d ( a, H ) = a − p H ( a ) = a − a ' = , , , = . (1,1,1,1) = 5 . 2 2 2 2 2 Donc : u= z + t = 0. Théorème 3.4 : inégalité de Bessel Soit (E, (.|.)) un espace préhilbertien réel de dimension finie ou non et . la norme associée. Soit F un sous-espace vectoriel de E de dimension finie m. Soit (e1, …, em) une base orthonormale de F. m Pour tout vecteur x de E, on a : ∑ (e i =1 2 i x) ≤ x . 2 Espaces euclidiens. Théorème 4.3 : caractérisation matricielle des bases orthogonales ou orthonormales Soit (E, (.|.)) un espace vectoriel euclidien de dimension n. Soit : B = (ei), une base de E. On note M la matrice du produit scalaire dans la base (ei) définie par : ∀ 1 ≤ i,j ≤ n, mi , j = (ei e j ) . La matrice M est symétrique. On a de plus les équivalences suivantes : • (B est orthogonale) ⇔ (M est diagonale), • (B est orthonormale) ⇔ (M = In). Chapitre 11 : Produit scalaire – Notes de cours. -2- Théorème 4.4 : expression matricielle du produit scalaire Soit (E, (.|.)) un espace vectoriel euclidien de dimension n. Soit : B = (ei), une base de E. Soient x et y des vecteurs de E, et X et Y les matrices colonnes de leurs coordonnées dans B. Alors : ( x y )= t X .M .Y . Si B est orthonormale, on a de plus : • ( x y )= t X .Y = n ∑ x .y i =1 • x= 2 i (forme canonique d’un produit scalaire dans une base orthonormale), n ∑ (e i =1 • x i i x).ei , n n i =1 i =1 = ∑ xi2 = ∑ (ei x) 2 . Théorèmes 4.7 et 4.8 : représentation d’une forme linéaire à l’aide du produit scalaire, vecteur normal à un hyperplan Soit (E, (.|.)) un espace vectoriel euclidien de dimension n. Soit ϕ* une forme linéaire sur E. Alors il existe un unique vecteur : a ∈ E, tel que : ∀ x ∈ E, ϕ * ( x) = (a x) . De plus si H est un hyperplan de E, et : B = (e1, …, en), une base orthonormale de E, alors une équation de H dans B fournit un vecteur orthogonal à H, dit aussi vecteur normal à H. Exemple : 4 Dans muni de son produit scalaire canonique, le vecteur (1,1,1,1) est un vecteur normal à l’hyperplan H dont 4 une équation dans la base canonique de est : x + y + z + t = 0 . Automorphismes orthogonaux et matrices orthogonales. Définition 5.1, théorèmes 5.1 et 5.2 : endomorphisme orthogonal dans un espace vectoriel euclidien Soit (E, (.|.)) un espace vectoriel euclidien, . la norme associée et : u ∈ L(E). • On dit que u est un endomorphisme orthogonal de E si et seulement si u conserve la norme ou le produit scalaire de E, c'est-à-dire : ∀ (x,y) ∈ E2, (u ( x) u ( y )) = ( x y ) , ou : ∀ x ∈ E, u ( x) = x . Ces deux définitions sont bien équivalentes. • Un endomorphisme orthogonal est bijectif et on parle d’automorphisme orthogonal. • Les seules valeurs propres possibles d’un endomorphisme orthogonal sont ±1. Définition 5.2 et théorème 5.3 : matrice orthogonale, caractérisation par les lignes ou les colonnes Soit : n ≥ 1. • On dit que : A ∈ Mn( ), est une matrice orthogonale si et seulement si : t A. A = I n , ou : A.t A = I n . • Une matrice A de Mn( ) est orthogonale si et seulement si ses colonnes, considérées comme des vecteurs de n (ou ses lignes) forment une base orthonormale de n, pour le produit scalaire canonique de n. • Si : A ∈ Mn( ), est orthogonale, alors : det( A) = ±1 (pas de réciproque). Théorème 5.4 : caractérisations des automorphismes orthogonaux Soit (E, (.|.)) un espace vectoriel euclidien, . la norme associée et : u ∈ L(E). • u est un automorphisme orthogonal si et seulement si sa matrice dans une base orthonormale de E est une matrice orthogonale. • u est un automorphisme orthogonal si et seulement si l’image d’une base orthonormale de E par u est une autre base orthonormale. Théorème 5.5 : automorphisme orthogonal et sous-espaces vectoriels stables Soit (E, (.|.)) un espace vectoriel euclidien. Soient u un automorphisme orthogonal de E et F un sous-espace vectoriel de E, stable par u. Chapitre 11 : Produit scalaire – Notes de cours. -3- Alors F⊥ est également stable par u. Théorème 5.6 et définition 5.3 : les groupes (O(E),o), (O(n),×), (SO(E),o) et (SO(n),×) Soit (E, (.|.)) un espace vectoriel euclidien de dimension n et . la norme associée. • Alors l’ensemble des automorphismes orthogonaux de E, noté O(E), forme un groupe pour la loi o, appelé groupe orthogonal de E et sous-groupe de (Gl(E),o). • De même, l’ensemble O(n) des matrices orthogonales de Mn( ), forme un groupe pour la loi ×, appelé groupe orthogonal d’ordre n, et sous-groupe de (Gl(n),×). • Par ailleurs, les éléments de O(E) dont le déterminant vaut 1 forment un sous-groupe de O(E) appelé Groupe spécial orthogonal de E, de même les matrices de O(n) dont le déterminant vaut 1 forment un sous-groupe de O(n) appelé groupe spécial orthogonal d’ordre n. • Enfin, si on fixe une base B de E, orthonormale, l’application de L(E) dans Mn( ), qui à un endomorphisme u associe sa matrice dans la base B, induit un isomorphisme de groupes de (O(E),o) dans (O(n),×). Définition 5.4 : isométries d’un espace vectoriel euclidien, isométries positives et négatives Soit (E, (.|.)) un espace vectoriel euclidien de dimension n et . la norme associée. • Un automorphisme orthogonal de E est encore appelé isométrie de E. • si u est orthogonal, alors : det(u ) = ±1 . On dira que u est une isométrie positive de E si : det(u ) = +1 , et négative de E si : det(u ) = −1 . Théorème 5.7 : matrice de passage entre bases orthonormales Soit (E, (.|.)) un espace vectoriel euclidien et . la norme associée. Soit B une base orthonormale de E et B’ une autre base de E. Si on note P la matrice de passage de B à B’, alors B’ est orthonormale si et seulement si P est orthogonale. Réduction des endomorphismes symétriques, des matrices symétriques réelles. Définition 7.1 et théorème 7.1 : endomorphisme symétrique et caractérisation matricielle Soit (E, (.|.)) un espace vectoriel euclidien. • On dit qu’un endomorphisme u de E est symétrique lorsque : ∀ (x,y) ∈ E2, (u ( x) y ) = ( x u ( y )) . • Un endomorphisme u de E est symétrique si et seulement si sa matrice représentative dans toute base orthonormale de E est symétrique. Théorème 7.2 : valeurs propres d’une matrice symétrique réelle, d’un endomorphisme symétrique • Soit : A ∈ Mn( ), une matrice symétrique réelle, avec : n ≥ 1. Alors A, considérée comme élément de Mn( ), est telle que toutes les racines de son polynôme caractéristique sont réelles et donc a toutes ses valeurs propres réelles. • De même, soit (E, (.|.)) un espace vectoriel euclidien, et soit : u ∈ L(E), symétrique. Toutes les racines du polynôme caractéristique de u sont réelles. Théorèmes 7.3 et 7.4 : (dit théorème spectral) diagonalisabilité des endomorphismes symétriques Soit (E, (.|.)) un espace vectoriel euclidien, et soit : u ∈ L(E), symétrique. • Si λ et µ sont des valeurs propres distinctes de u, les espaces propres associés Eλ(u) et Eµ(u) sont orthogonaux. • Il existe une base orthonormale de E dans laquelle l’endomorphisme u est diagonalisable. • E est la somme directe orthogonale des sous-espaces propres de u. Théorème 7.5 : diagonalisabilité des matrices symétriques réelles Soit : A ∈ Mn( ), une matrice symétrique réelle, avec : n ≥ 1. Alors A est diagonalisable et il est possible de la diagonaliser par l’intermédiaire d’une matrice orthogonale. Chapitre 11 : Produit scalaire – Notes de cours. -4- Exemple : diagonaliser une matrice symétrique réelle 3×3 et constater les propriétés annoncées 2 1 1 Soit A la matrice : A = 1 2 1 . 1 1 2 Les valeurs propres de A (obtenues par exemple avec χA) sont 1 (valeur propre double) et 4 (simple). 3 d’équation : x + y + z = 0 , qui admet pour base orthonormale : L’espace propre associé à 1 est le plan de (e1, e2) = ( 1 2 .(1,−1,0) , 1 6 .(1,1,−2) ). L’espace propre associé à 4 est la droite de 3 engendrée par : e3 = 1 3 .(1,1,1) . Ces deux espaces propres sont bien supplémentaires orthogonaux pour le produit scalaire canonique de 1 2 1 De plus si on pose : P = − 2 0 3 . 1 6 3 1 1 , alors P est orthogonale (comme matrice de passage entre bases 6 3 −2 1 6 3 1 0 0 −1 t 3 orthonormales, de la base canonique de à (e1,e2,e3)) et : P . A.P = P. A.P = D = 0 1 0 . 0 0 4 1 1 1 1 −1 Remarque : si on pose : Q = − 1 1 1 , Q n’est pas orthogonale mais on a tout de même : Q A.Q = D . 0 − 2 1 Espaces euclidiens de dimension 2 ou 3. Dans ce paragraphe, E désigne un espace euclidien de dimension 2 ou 3. Définition 6.1 : orientation d’un espace vectoriel, orientation induite par un sous-espace vectoriel • Une orientation de E correspond au choix d’une base de E décrétée comme directe. Toute base de E est alors soit directe, soit indirecte, suivant que le déterminant de la matrice de passage de cette nouvelle base à la base de référence est positif ou négatif. • Si F est un sous-espace vectoriel de E (un plan ou une droite), orienter F permet alors de définir une orientation induite dans tout sous-espace supplémentaire de F dans E de la façon suivante : si BF est une base directe de F, une base d’un supplémentaire G de F sera directe si la concaténation de BF et de BG est une base directe de E. Exemple : 3 Soit muni de son produit scalaire canonique et de son orientation canonique (la base canonique est directe). Soit : ∆ = Vect(e1), avec : e1 = (1,1,1)), et muni de l’orientation donnée par ce vecteur. 3 Alors : Π = Vect(e2,e3), où : (e2,e3) = ((1,1,0), (1,0,1)), est un supplémentaire de ∆ dans (puisque la réunion des 3 deux bases de Π et de ∆ forme une base de ), et (e2,e3) est une base indirecte de Π dans l’orientation induite par 1 1 1 ∆ car la matrice de passage P de la base canonique à (e1,e2,e3) vérifie : 1 1 0 det( P) = 1 1 0 = 1 1 − 1 = −1 . 1 0 1 1 0 0 Remarques : • Si on prend au départ une base orthonormale comme base directe et qu’on examine les autres bases orthonormales de E, alors le déterminant de la matrice de passage vaut toujours ±1. • Orienter une droite (dans le plan ou l’espace) correspond donc à la donnée d’un vecteur de norme 1. • Orienter un plan dans 3 revient alors à choisir une base orthonormale du plan comme base directe, Chapitre 11 : Produit scalaire – Notes de cours. -5- mais de façon équivalente à choisir un vecteur de norme 1 et normal au plan. En effet l’orientation de 3 induit, par le choix de ce vecteur normal au plan, une orientation dans le plan. Théorème 6.1 et définition 6.2 : produit mixte Soit E est un espace euclidien de dimension 2 ou 3 orienté. Si B et B’ sont deux bases orthonormales directes de E, alors : • si E est de dimension 2 : ∀ (u,v) ∈ E2, det B (u , v) = det B’ (u , v) , • si E est de dimension 3 : ∀ (u,v,w) ∈ E3, det B (u , v, w) = det B’ (u , v, w) . Cette valeur invariante est notée : [u , v] = det B (u , v) , ou : [u , v, w] = det B (u , v, w) , suivant le cas, et est appelé produit mixte de u et de v ou de u, v et w, suivant le cas. Théorèmes 6.2 et 6.3 et définition 6.3 : produit vectoriel de deux vecteurs en dimension 3 Soit E est un espace euclidien de dimension 3 orienté. Soient u et v deux vecteurs de E. Il existe un unique vecteur w de E, noté u∧v et appelé produit vectoriel de u et de v tel que : ∀ x ∈ E, [u , v, x] = ( w x) . Le produit vectoriel a alors les propriétés suivantes : • il est bilinéaire : ∀ (u,u’,v,v’) ∈ E4, ∀ (λ,λ’) ∈ 2, u ∧ (λ.v + λ '.v' ) = λ.u ∧ v + λ '.u ∧ v' , et : (λ .u + λ '.u ' ) ∧ v = λ .u ∧ v + λ '.u '∧v , • il est alterné : ∀ (u,v) ∈ E2, v ∧ u = −u ∧ v , • ∀ (u,v) ∈ E2, u ∧ v est orthogonal à u et à v. • ∀ (u,v) ∈ E2, ( u ∧ v = 0 ) ⇔ ( (u , v ) est liée) ⇔ (u et v colinéaires). • ∀ (u,v) ∈ E2, ((u,v) libre) ⇔ (u et v non colinéaires) ⇔ ( (u , v, u ∧ v) est une base directe de E). Théorèmes 6.4 et 6.5 : expressions du produit vectoriel (dans une base orthonormale directe, géométrique) Soit E est un espace euclidien de dimension 3 orienté muni d’une base orthonormale directe B. • Soient u et u’ deux vecteurs de E de coordonnées respectives (x,y,z) et (x’,y’,z’) dans B. Alors u ∧ u ' a pour coordonnées dans B ( y.z '− y '.z , z.x'− z '.x, x. y '− y.x ' ) . • Si de plus u et u’ sont supposés non colinéaires, qu’on note Π le plan engendré par u et u’ et si on oriente Π à l’aide d’un vecteur unitaire n normal à Π (donc dirigeant et orientant : ∆ = Π⊥), alors : u ∧ u ' = u . u ' . sin(θ ).n , où θ est l’angle orienté (u,u’). Remarque : Pour trois vecteurs u, v et w de E, espace euclidien de dimension 3 orienté on a : • u ∧ v représente la surface du parallélogramme défini par les vecteurs u et v, • [u , v, w] représente le volume du parallélépipède construit sur les vecteurs u, v et w. Théorème 6.6 : éléments de O(2) : matrices orthogonales 2×2 Soit : A ∈ O(2), une matrice orthogonale de taille 2×2. cos(θ ) − sin(θ ) . sin(θ ) cos(θ ) • si : det( A) = +1 , il existe un réel θ tel que : A = cos(θ ) sin(θ ) . sin(θ ) − cos(θ ) • si : det( A) = −1 , il existe un réel θ tel que : A = Remarque : Si on identifie E au plan complexe , en représentant des vecteurs par leur affixe, alors la rotation vectorielle d’angle θ est représentée par l’application : z a z.e i.θ . Théorème 6.7 : automorphismes orthogonaux d’un espace vectoriel euclidien de dimension 2 Soit (E, (.|.)) un espace vectoriel euclidien de dimension 2, orienté. Soit u un automorphisme orthogonal de E et A la matrice de u dans une base : B = (i,j), orthonormale directe de E. Chapitre 11 : Produit scalaire – Notes de cours. -6- cos(θ ) − sin(θ ) . sin(θ ) cos(θ ) • si : det(u ) = +1 , alors il existe un réel θ tel que : A = Si u n’est pas l’identité de E, u est la rotation de E d’angle θ, θ étant donné par : 2. cos(θ ) = tr (u ) . cos(θ ) sin(θ ) . sin(θ ) − cos(θ ) • si : det(u ) = −1 , alors il existe un réel θ tel que : A = θ θ − y. cos = 0 , et 2 2 u est alors la symétrie orthogonale par rapport à la droite D d’équation : x. sin l’angle de D avec la droite dirigée par i est égal à θ 2 . 2 Exemple : reconnaître une isométrie négative de canonique et identifier ses éléments géométriques 2 Soit u l’endomorphisme de (muni de sa structure euclidienne canonique, c'est-à-dire de son produit scalaire canonique) dont la matrice dans la base canonique de 2 est : 1 1 A = . 2 3 t 3 . − 1 2 Alors A est orthogonale (puisque : A.A = I2) et u est une isométrie de , négative car : det(A) = -1. Puisque A est de plus symétrique réelle A est diagonalisable et ses valeurs propres sont ±1. L’espace propre associé à 1 est la droite D engendrée par ( 3 ,1 ), et celui associé à -1 est la droite D’ engendrée par ( − 3 ,1 ), orthogonale de la précédente. u est donc la symétrie orthogonale par rapport à la droite D. Théorème 6.8 : produit de rotations, commutativité de SO(2) et SO(E), pour E de dimension 2 Le groupe SO(2) est commutatif. • Si E est un espace vectoriel euclidien de dimension 2, le groupe SO(E) est commutatif. • En particulier, deux matrices orthogonales de déterminant +1 commutent, tout comme deux rotations dans un plan euclidien. • Le produit de deux rotations, d’angle respectifs θ et θ’, est la rotation d’angle (θ+θ’). Théorème 6.9 : automorphismes orthogonaux d’un espace vectoriel euclidien de dimension 3 Soit (E, (.|.)) un espace vectoriel euclidien de dimension 3, orienté. Soit u un automorphisme orthogonal de E. • si : det(u) = +1, et si u n’est pas l’identité de E, alors u admet une droite ∆ de vecteurs invariants. Soit alors Π le plan orthogonal à ∆, et x un vecteur non nul de Π (ou orthogonal à ∆). - Si : tr(u) = – 1, alors u est la symétrie orthogonale par rapport à ∆ (ou rotation d’angle π autour de ∆). - Si : tr(u) ≠ – 1, alors : k = x∧u(x), est un vecteur non nul de ∆. Si on oriente cette droite avec k et Π avec l’orientation induite par celle de ∆, u est alors la rotation d’axe ∆ et d’angle +θ, où θ est donné par la relation : 2.cos(θ) + 1 = tr(u). • si : det(u) = – 1, et si u n’est pas –idE, alors l’ensemble des vecteurs changés en leur opposé par u est une droite ∆ de E. Notons encore Π le plan orthogonal à ∆ et x un vecteur non nul de Π (ou orthogonal à ∆). - Si : tr(u) = +1, u est la symétrie orthogonale par rapport à Π. - Si : tr(u) ≠ +1, alors : k = x∧u(x), est encore un vecteur non nul de ∆. Si on oriente cette droite avec k, et Π avec l’orientation induite par celle de ∆, alors u est la composée de la rotation d’axe ∆ et d’angle +θ, où θ est donné par la relation : 2.cos(θ) – 1 = tr(u), et de la symétrie orthogonale de E par rapport à Π. Théorème 6.10 : éléments de O(3) : matrices orthogonales 3×3 Soit : A ∈ O(3), une matrice orthogonale de taille 3×3. cos(θ ) − sin(θ ) 0 • si : det( A) = +1 , alors : ∃ θ ∈ , ∃ P ∈ O(3), A = P. sin(θ ) cos(θ ) 0 .t P . 0 0 1 Chapitre 11 : Produit scalaire – Notes de cours. -7- cos(θ ) − sin(θ ) 0 • si : det( A) = −1 , alors : ∃ θ ∈ , ∃ P ∈ O(3), A = P. sin(θ ) cos(θ ) 0 .t P . 0 0 − 1 Exemple : reconnaître une matrice orthogonale 3×3 et identifier ses éléments géométriques 3 Soit u l’endomorphisme de (muni de sa structure euclidienne canonique, c'est-à-dire de son produit scalaire canonique) dont la matrice dans la base canonique de 2 0 0 1 est : A = 1 0 0 . 0 1 0 t Alors A est orthogonale (puisque : A.A = I3, ou parce que la famille des colonnes forme une base orthonormale 3 3 pour la structure euclidienne canonique de ) et u est une isométrie positive de (puisque : det(A) = +1), donc 3 une rotation de . On détermine l’axe de cette rotation à l’aide des vecteurs invariants par u donc on résout le système : A.X = X. On trouve alors : ker(u – idE) = Vect((1,1,1)) = ∆. L’angle θ de la rotation est donné par : 1 2.π tr (u ) = tr ( A) = 0 = 2. cos(θ ) + 1 , soit : cos(θ ) = − , et : θ = . 2 3 On choisit ensuite un vecteur orthogonal à cette droite par exemple : x = (1,-1,0), et : u(x) = (0,1,-1). On constate alors qu’on a bien : x∧u(x) = (1,1,1) ∈ ∆. Si maintenant on décide d’orienter ∆ à l’aide de ce produit vectoriel, alors le plan : Π = ∆⊥, est orienté par cette orientation choisie sur ∆ (on choisit le « point de vue ») et la rotation u opère dans le sens positif. Finalement, u est la rotation d’angle 2.π , autour de ∆, orientée par : k = (1,1,1). 3 3 On peut remarquer d’ailleurs que : A = I3, ce qui est assez logique, puisque en faisant agir u 3 fois de suite, on obtient une rotation autour de ∆ d’angle : 3. 2.π = 2.π , et u3 est bien l’identité. 3 Chapitre 11 : Produit scalaire – Notes de cours. -8-