[PDF] Géométrie euclidienne 12 juin 2012 1 Cours.

View - Download Géométrie euclidienne

Previous PDF

Next PDF

Université Joseph Fourier, Grenoble Maths en Ligne

Géométrie euclidienne

Jean-Marc Decauwert

Ce chapitre se divise en deux parties : dans la première, nous étudierons les proprié- tés des espaces vectoriels euclidiens, c"est-à-dire des espaces vectoriels réels de dimen- sion finie munis d"un produit scalaire; dans la seconde, nous appliquerons les résultats obtenus à l"étude des configurations usuelles des espaces affines euclidiens, en particu- lier du plan et de l"espace, et des isométries de ces espaces. La première partie ne fait appel qu"aux notions d"algèbre linéaire étudiées en L1 et L2; la seconde suppose connu le chapitre " Géométrie affine ». Nous utiliserons des notations un peu différentes dans ces deux parties.

Table des matières

1 Cours 1

1.1 Espaces vectoriels euclidiens . . . . . . . . . . . . . . . . . . . . . . . . 1

1.1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.1.2 Orthogonalité, bases orthonormées . . . . . . . . . . . . . . . . 3

1.1.3 Matrices orthogonales . . . . . . . . . . . . . . . . . . . . . . . 8

1.1.4 Groupe orthogonal, angles . . . . . . . . . . . . . . . . . . . . . 10

1.1.5 Dualité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

1.2 Espaces affines euclidiens . . . . . . . . . . . . . . . . . . . . . . . . . . 29

1.2.1 Distance et orthogonalité . . . . . . . . . . . . . . . . . . . . . . 29

1.2.2 Isométries, similitudes . . . . . . . . . . . . . . . . . . . . . . . 38

1.2.3 Géométrie du triangle et du cercle . . . . . . . . . . . . . . . . . 48

2 Entraînement 57

2.1 Vrai ou faux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

2.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

2.3 QCM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

2.4 Devoir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

2.5 Corrigé du devoir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

3 Compléments 88

3.1 Constructions à la règle et au compas . . . . . . . . . . . . . . . . . . . 88

3.2 Frises et pavages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

3.3 Polyèdres réguliers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

3.4 Géométrie sphérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

3.5 Cartographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

3.6 Projection stéréographique et homographies . . . . . . . . . . . . . . . 99

12 juin 2012

Maths en LigneGéométrie euclidienneUJF Grenoble1 Cours

1.1 Espaces vectoriels euclidiens

1.1.1 Définitions

Définition 1.Unproduit scalairesur un espace vectoriel réelEest une forme bili- néaire symétrique définie positive surE. On notera dans cette section?u,v?le produit scalaire de deux vecteursuetv. Dans la section " Géométrie affine euclidienne », dont le cadre sera un espace affine euclidien (souvent de dimension 2 ou 3), les vecteurs seront écrits avec des flèches pour les distinguer des points et on notera (sauf exception)?u·?vle produit scalaire de deux vecteurs?uet?v. Le produit scalaire de deux vecteurs est donc un nombre réel, et on a, pour tous vecteursu,u1,u2,v,v1,v2et tous réelsaetb: -?au1+bu2,v?=a?u1,v?+b?u2,v?(linéarité à gauche) -?u,av1+bv2?=a?u,v1?+b?u,v2?(linéarité à droite) -?u,v?=?v,u?(symétrie) -?u,u?>0pour tout vecteurunon nul (positivité). Attention :le produit scalaire de deux vecteurs n"est pas toujours positif (pour tout couple(u,v)de vecteurs, les réels?-u,v?et?u,v?sont opposés). On appelleracarré scalaired"un vecteurule produit scalaire?u,u?du vecteuru par lui-même. Ce nombre est toujours positif et il est nul si et seulement siuest nul. Définition 2.On appelleespace vectoriel euclidientout espace vectoriel réel de di- mension finie muni d"un produit scalaire.

Exemples

- On appelleproduit scalaire canoniquesurRnle produit scalaire défini par : ?x,y?=x1y1+···+xnyn=n i=1x iyi six= (x1,...,xn)ety= (y1,...,yn). En identifiant tout vecteurx= (x1,...,xn)deRnavec la matrice colonneXde ses composantes, ce produit scalaire s"écrit encore : ?x,y?=tXY=tY X . - Pour tout entiern≥0et tout intervalle[a,b]deR(a < b), on peut définir un produit scalaire sur l"espace vectorielRn[X]des polynômes à coefficients réels de degré inférieur ou égal ànpar : ?P,Q?=? b aP(x)Q(x)dx . 1

Maths en LigneGéométrie euclidienneUJF GrenoblePlus généralement, sifest une fonction continue positive non identiquement

nulle sur un intervalle[a,b]deR(a < b), ?P,Q?=? b af(x)P(x)Q(x)dx définit un produit scalaire surRn[X].

Norme euclidienne

La positivité du produit scalaire permet de définir pour tout vecteuru: ?u?=??u,u?. Proposition 1.L"applicationu?→ ?u?est une norme surEappeléenorme euclidienne surE. Démonstration: Il faut vérifier que pour tous vecteursuetvet tout réelλ:

1.?λu?=|λ|?u?;

2.?u?= 0??u= 0;

Les deux premières propriétés découlent immédiatement de la définition du produit scalaire. La troisième découle de l"égalité ?u+v?2=?u?2+ 2?u,v?+?v?2

Lemme 1.(Inégalité de Cauchy-Schwarz)

Pour tout couple(u,v)de vecteurs d"un espace vectoriel euclidien, on a : avec égalité si et seulement siuetvsont colinéaires.

Démonstration: Pour tout réelλ, on a

?λu+v?2=λ2?u?2+ 2λ?u,v?+?v?2≥0.

Il en résulte que, siu?= 0, le discriminant de ce trinôme du second degré enλest négatif

admet une racine réelle, i.e. si et seulement si il existe un réelλtel queλu+v= 0.

Remarque :il résulte des démonstrations précédentes qu"on a égalité dans l"inégalité

si les deux vecteursuetvsont directement colinéaires (siu?= 0, il existeλ≥0tel que v=λu). Définition 3.Un vecteur est ditunitairesi sa norme est égale à 1. À tout vecteurvnon nul d"un espace vectoriel euclidien, on peut associer de manière unique un vecteur unitaireuqui lui est directement proportionnel en posantu=v?v?. 2 Maths en LigneGéométrie euclidienneUJF GrenobleCaractérisation des normes euclidiennes Définition 4.Une norme sur un espace vectoriel réel de dimension finie est diteeu- clidiennesi elle provient d"un produit scalaire euclidien. Le produit scalaire associé à une norme euclidienne est uniquement déterminé par cette norme par les relations : ?u,v?=12 (?u+v?2- ?u?2- ?v?2) =14 (?u+v?2- ?u-v?2). Toute norme n"est pas euclidienne. Par exemple, les normes? · ?1et? · ?∞définies surRnpar?x?1=n? i=1|xi|et?x?∞= maxi=1,...,n|xi|pourx= (x1,...,xn)ne sont pas euclidiennes. Elles ne vérifient en effet pas la relation du parallélogramme : Proposition 2.Toute norme euclidienne vérifie larelation du parallélogramme: ?u+v?2+?u-v?2= 2?u?2+ 2?v?2. Cette relation tire son nom de ce que, si on considère le parallélogramme construit sur les deux vecteursuetv, les réels?u-v?et?u+v?sont les longueurs des diago- nales de ce parallélogramme. Elle exprime donc que la somme des carrés des longueurs

des côtés d"un parallélogramme est égale à la somme des carrés des longueurs de ses

diagonales. Démonstration: Il suffit d"ajouter membre à membre les relations ?u+v?2=?u+v,u+v?=?u?2+ 2?u,v?+?v?2 et ?u-v?2=?u-v,u-v?=?u?2-2?u,v?+?v?2. On peut en fait montrer que cette relation caractérise les normes euclidiennes : une norme est euclidienne si et seulement si elle vérifie l"identité du parallélogramme.

1.1.2 Orthogonalité, bases orthonormées

Définition 5.Deux vecteursxetyd"un espace vectoriel euclidien sont ditsorthogo- nauxsi leur produit scalaire est nul :?x,y?= 0. Deux partiesAetBd"un espace vectoriel euclidien sont ditesorthogonalessi tout vecteur deAest orthogonal à tout vecteur deB: ?x,y?= 0pour tout(x,y)?A×B . On appelleorthogonald"une partieAdeE, et on noteA?, l"ensemble des vecteurs orthogonaux à tout vecteur deA: A ?={x?E| ?x,y?= 0pour touty?A}. 3

Maths en LigneGéométrie euclidienneUJF GrenobleProposition 3.1. L"orthogonal d"une partie deEest un sous-espace vectoriel de

E.

2. SiA?Bsont deux parties deE, alorsB??A?.

3. L"orthogonal d"une partieAdeEest égal à l"orthogonal du sous-espace vectoriel

Vect(A)deEengendré par cette partie :

A ?= Vect(A)?. Démonstration: La propriété 1 provient de la linéarité du produit scalaire en chacune de ses variables, la propriété 2 de la définition de l"orthogonal d"une partie. L"inclusion Vect(A)??A?provient, grâce à 2, de l"inclusionA?Vect(A), l"inclusionA?? Vect(A)?de la linéarité du produit scalaire. Proposition 4.Toute famille orthogonale constituée de vecteurs non nuls est libre. Démonstration: Soit(v1,...,vn)une famille de vecteurs non nuls deux à deux ortho- gonaux :?vi,vj?= 0pouri?=j, et soitn? i=1λivi= 0une combinaison linéaire nulle de ces vecteurs. Alors, pour toutj= 1,...,n:

0 =?vj,n

i=1λ ivi?=n i=1λ i?vj,vi?=λj?vj?2 d"oùλj= 0puisque?vj?2>0. Il en résulte que la famille(v1,...,vn)est libre.

Bases orthonormées

Définition 6.On appellebase orthonormée(ouorthonormale) d"un espace vectoriel euclidienEtoute base(e1,...,en)deEvérifiant ?ei,ej?=δi,j=? ?1sii=j

0sinon.

L"intérêt des bases orthonormales vient de ce que le produit scalaire et la norme ont même expression dans toute base orthonormale : si(e1,...,en)est une base ortho- normale deEetx=n? i=1xieiety=n? i=1yieisont deux vecteurs deE, alors ?x,y?=n? i=1x iyi ?x?=? ???n i=1x2i. 4

Maths en LigneGéométrie euclidienneUJF GrenobleDe plus les coordonnées d"un vecteurxdans une base orthonormée(e1,...,en)sont

données par : x i=?ei,x? pour touti= 1,...,n. Si on note, pour tout vecteurxdeE,Xla matrice colonnet(x1,...,xn)des composantes dexdans la base orthonormée(e1,...,en), le produit scalaire et la norme s"écrivent matriciellement : ?x,y?=tXY=tY X,?x?= (tXX)1/2. Tout espace vectoriel euclidien possède des bases orthonormées. Plus précisément leprocédé d"orthonormalisation de Gram-Schmidtpermet de construire à partir de n"importe quelle base d"un tel espace une base orthonormée. Proposition 5.SoitEun espace vectoriel euclidien et(v1,...,vn)une base deE. Alors il existe une base orthonormée(e1,...,en)deEtelle que, pour toutk= 1,...,n, l"espace vectorielVect(e1,...,ek)engendré par leskpremiers vecteurs de cette base coïncide avec l"espace vectorielVect(v1,...,vk)engendré par leskpremiers vecteurs de la base de départ. Démonstration: On commence par construire une base orthogonale(u1,...,un)vé- rifiantVect(u1,...,uk) = Vect(v1,...,vk)pour toutk= 1,...,n. Il suffit ensuite de normer cette base en posantek=uk?uk?pour toutk. On construit donc, par récurrence surk, une famille(u1,...,un)de vecteurs deux à deux orthogonaux vérifiantVect(u1,...,uk) = Vect(v1,...,vk)pour toutk= 1,...,n. Pourk= 1, il suffit de poseru1=v1. Si la famille(u1,...,uk)est construite pour un entierk < n, on chercheuk+1de la formeuk+1=vk+1-k? i=1λk+1,iui. En écrivant ?uj,uk+1?= 0, on obtientλk+1,j=?uj,vk+1??uj?2pourj= 1,...,ket on vérifie immédia- tement que la famille ainsi construite convient. La matrice de passage de la base(v1,...,vn)à la base(e1,...,en)est donc trian- gulaire supérieure. On peut montrer que la base orthonormée(e1,...,en)vérifiant ces propriétés est unique si on impose de plus à tous les coefficients diagonaux de cette matrice de passage d"être positifs. Corollaire 1.Toute famille orthonormée d"un espace vectoriel euclidien peut être com- plétée en une base orthonormée. Démonstration: Soit(e1,...,ek)une famille orthonormée. D"après la proposition 4, cette famille est libre. D"après le théorème de la base incomplète, on peut donc la compléter en une base(e1,...,ek,vk+1,...,vn)deE. En orthonormalisant cette base 5

Maths en LigneGéométrie euclidienneUJF Grenoblepar le procédé de Gram-Schmidt, on obtient une base orthonormée(e1,...,en)dont

leskpremiers vecteurs coïncident avec ceux de la famille donnée. Proposition 6.SoitEun espace vectoriel euclidien etFun sous-espace vectoriel de E. AlorsFetF?sont des sous-espaces vectoriels supplémentaires. En particulier : dim(F?) = dim(E)-dim(F). On dit queF?est lesupplémentaire orthogonaldeFdansE, ou que les sous-espaces vectorielsFetF?sont des sous-espaces vectoriels supplémentaires orthogonaux. Démonstration: Soit(e1,...,ek)une base orthonormée deF. On peut la compléter en une base orthonormée(e1,...,en)deE. Un vecteurx=n? i=1xieiest orthogonal à Fsi et seulement si il est orthogonal àe1,...,ekpuisque ces vecteurs engendrentF, donc si et seulement sixi= 0pour touti= 1,...,k. Le sous-espace vectorielF?est donc le sous-espace vectoriel deEengendré parek+1,...,en. Proposition 7.Pour tout sous-espace vectorielFdeE, le sous-espace vectoriel(F?)?, appelébiorthogonaldeF, est égal àF. Plus généralement, pour toute partieAdeE, le biorthogonal(A?)?deAest le sous-espace vectorielVect(A)deEengendré parA. Démonstration: L"inclusionF?(F?)?est claire, puisque, pour toutx?Fet tout y?F?, on a?x,y?= 0. Mais dim((F?)?) = dim(E)-dim(F?) = dim(E)-[dim(E)-dim(F)] = dim(F) d"oùF= (F?)?. SiAest une partie quelconque deE, l"orthogonal deAest aussi l"orthogonal de

Vect(A), d"où

(A?)?= (Vect(A)?)?= Vect(A). Exemple : orthogonal d"un vecteur, vecteur normal à un hyperplan Le sous-espace vectoriel deEorthogonal à un vecteurvnon nul est un sous-espace vectoriel deEde dimensiondim(E)-1, i.e. un hyperplan deE. C"est aussi le sous- espace vectoriel deEorthogonal à la droite vectorielle engendrée par ce vecteur. De même, le sous-espace vectoriel orthogonal à un hyperplanHdeEest une droite vectorielle deE. Tout vecteur non nul de cette droite est ditnormalàH. Équation d"un hyperplan :SoitEun espace vectoriel euclidien,(e1,...,en)une base orthonormée deE,Hun hyperplan deEetv=n? i=1vieiun vecteur normal àH. Alors l"équation deHdans la base(e1,...,en)s"écrit : n i=1v ixi= 0. 6 Maths en LigneGéométrie euclidienneUJF GrenobleProjection et symétrie orthogonales Rappel :siFetGsont deux sous-espaces vectoriels supplémentaires d"un espace vectorielE, tout vecteurxdeEs"écrit de manière unique sous la formex=xF+xG, avecxF?FetxG?G. L"applicationpqui àxassociexFest une application linéaire deEdansE, appeléeprojection surFdans la directionG. Elle vérifiep◦p=p, son image estFet son noyauG. L"applicationsqui àxassociexF-xGest une application linéaire involutive (s◦s=idE), donc bijective, deEsurE, appeléesymétrie par rapport àFdans la directionG. Ces deux applications linéaires sont reliées par la relation s= 2p-idE. Définition 7.SoitEun espace vectoriel etFun sous-espace vectoriel deE. On appelle projection orthogonalesurFla projection surFdans la directionF?etsymétrie orthogonalepar rapport àFla symétrie par rapport àFdans la directionF?. Le projeté orthogonalxFsurFd"un vecteurxdeEest donc caractérisé par les deux relationsxF?Fet?x-xF,y?= 0pour touty?F. ?x?pour tout vecteurx. Démonstration: Soitpla projection orthogonale sur un sous-espace vectorielFd"un espace vectoriel euclidienE. L"orthogonalité des vecteursp(x)etx-p(x)implique Définition 8.On appelleréflexiontoute symétrie orthogonale par rapport à un hyper- plan. Une réflexion est donc, dans le plan, une symétrie orthogonale par rapport à une droite et, dans l"espace, une symétrie orthogonale par rapport à un plan.

Exemple : cas d"une droite, d"un hyperplan

Soitvun vecteur non nul deE,D=Rvla droite vectorielle engendrée parvet Hl"hyperplan deEorthogonal àv, i.e. le supplémentaire orthogonal deD. Le projeté orthogonalxDd"un vecteurxdeEsurDest de la formeλvpour un réelλ. En écrivant que?x-λv,v?= 0, on obtientλ=?x,v??v?2, d"où : x

D=?x,v??v?2v .

Le projeté orthogonal dexsurHest donc :

x

H=x-xD=x-?x,v??v?2v .

7

Maths en LigneGéométrie euclidienneUJF GrenobleL"image dexpar la réflexionsHd"hyperplanHest donc

s

H(x) = 2xH-x=x-2?x,v??v?2v .

SiX(resp.X?,V) est la matrice colonne des composantes dex(resp.sH(x),v) dans une base orthonormée(e1,...,en), cette relation s"écrit X ?=X-2tV Xt

V VV .

La matrice dans la base(e1,...,en)de la réflexionsHest doncIn-2t

V VVtV, où

I nest la matrice identité d"ordren= dim(E). Ces matrices jouent un rôle important en analyse numérique, où elles sont appelées matrices de Householder.

1.1.3 Matrices orthogonales

Définition 9.Une matrice réelleAcarrée d"ordrenest diteorthogonalesi elle vérifie l"une des propriétés équivalentes suivantes : 1. tAA=In;

2.AtA=In;

3.Aest inversible etA-1=tA.

Interprétation :La propriété 1 (resp. 2) signifie que les vecteurs colonnes (resp. lignes) de la matriceAconstituent un système orthonormé pour le produit scalaire canonique deRn. Ainsi une matrice est orthogonale si et seulement si ses vecteurs colonnes (resp. ses vecteurs lignes) constituent une base orthonormale deRnpour le produit scalaire canonique. Autrement dit, une matrice est orthogonale si et seulement si c"est la matrice de passage de la base canonique deRnà une base orthonormale deRn. Plus généralement : Proposition 9.SoitEun espace vectoriel euclidien et(e1,...,en)une base orthonor- mée deE. Une base(v1,...,vn)deEest orthonormée si et seulement si la matrice de passage de la base(e1,...,en)à la base(v1,...,vn)est orthogonale. Proposition 10.La transposée et l"inverse d"une matrice orthogonale sont des ma- trices orthogonales. Démonstration: La proposition découle immédiatement de la définition et de la relation tA)-1=t(A-1). Proposition 11.Toute matrice orthogonale a un déterminant égal à±1. 8

Maths en LigneGéométrie euclidienneUJF GrenobleDémonstration: En utilisant la relationtAA=In, on obtient

det( tAA) = det(tA)det(A) = det(A)2= det(In) = 1 d"oùdet(A) =±1. Attention :la réciproque est fausse : une matrice de déterminant±1n"est pas nécesai- rement orthogonale.

Groupe orthogonal

Proposition 12.L"ensemble des matrices orthogonales d"ordrenconstitue un sous- groupe du groupe multiplicatifGL(n,R)des matrices réelles carrées inversibles d"ordre n. Ce sous-groupe est appelégroupe orthogonald"ordrenet notéO(n). Démonstration: Cet ensemble n"est pas vide, puisqu"il contient la matrice identité, il est stable par passage à l"inverse (proposition 10) et par produit, puisque siAetB sont orthogonales d"ordren, alorst(AB)AB=tBtAAB=tBInB=In. Proposition 13.L"ensemble des matrices orthogonales d"ordrende déterminant+1 constitue un sous-groupe distingué du groupe orthogonal d"ordren. Ce groupe est appelé groupe spécial orthogonald"ordrenet notéSO(n)ouO+(n). Démonstration: Cet ensemble est le noyau de l"homomorphisme de groupes deO(n) dans{+1,-1}qui à toute matrice orthogonale associe son déterminant. L"ensemble des matrices orthogonales d"ordrende déterminant -1 est notéO-(n). Ce n"est pas un sous-groupe deO(n)puisque le produit de deux matrices deO-(n) appartient àO+(n). Orientation d"un espace vectoriel euclidien, produit mixte Rappels : orientation d"un espace vectoriel réel Pour tout espace vectoriel réelEde dimension finie, on définit une relation binaire Rsur l"ensemble des bases deEde la façon suivante : deux basesBetB?deEsont en relation parRsi et seulement si le déterminant de la matrice de passage deBà B ?est strictement positif. On montre que cette relation est une relation d"équivalence qui divise l"ensemble des bases deEen exactement deux classes.OrienterEconsiste à choisir l"une de ces classes : toutes les bases qui lui appartiennent sont ditesdirectes, les autresindirectes. Deux bases en relation parRsont dites de même sens. Dans le cas d"un espace vectoriel euclidien, deux bases orthonormées sont de même sens si et seulement si la matrice de passage de l"une à l"autre est de déterminant +1. Rappels : déterminant d"une famille de vecteurs Le déterminantdetB(v1,...,vn)d"une famille(v1,...,vn)denvecteurs relativement à une baseBd"un espace vectorielEde dimensionnest par définition le déterminant 9

Maths en LigneGéométrie euclidienneUJF Grenoblede la matrice carrée d"ordrendont les colonnes sont les coordonnées de ces vecteurs

dans la baseB. Ce déterminant dépend de la baseB. Plus précisément, siBetB?sont deux bases deE, les déterminants d"une famille denvecteurs deErelativement à ces deux bases sont reliés par la relation : det

B(v1,...,vn) = det(P)detB?(v1,...,vn)

oùPest la matrice de passage de la baseBà la baseB?. SiEest un espace vectoriel euclidien de dimensionn, le déterminant dans deux bases orthonormées de même sens d"une famille denvecteurs est le même, puisque la matrice de passage de l"une de ces bases à l"autre est orthogonale de déterminant +1. C"est ce qui permet de donner la définition suivante : Définition 10.SoitEun espace vectoriel euclidien orienté de dimensionn. On ap- pelleproduit mixted"une famille(v1,...,vn)denvecteurs deEle déterminant de (v1,...,vn)dans une base orthonormée directe. Ce réel ne dépend pas du choix d"une telle base et on le notera simplementdet(v1,...,vn). Remarque :Sans avoir à supposer l"espace vectoriel euclidienEorienté, on remarque que la valeur absolue du déterminant denvecteurs est la même dans toute base or- thonormée deE. Cette valeur absolue ne dépend pas de l"ordre dans lequel sont écrits ces vecteurs et représente, en dimension 2, l"aire du parallélogramme construit sur les

2 vecteurs, en dimension 3, le volume du parallélépipède construit sur les 3 vecteurs.

1.1.4 Groupe orthogonal, angles

Proposition 14.Soitfune application linéaire d"un espace vectoriel euclidienEdans lui-même. Les propriétés suivantes sont équivalentes :

1.fconserve le produit scalaire :?f(u),f(v)?=?u,v?pour tout couple(u,v)?

E×E;

2.fconserve la norme :?f(u)?=?u?pour toutu?E;

3. l"image parfde toute base orthonormée deEest une base orthonormée;

4. il existe une base orthonormée deEdont l"image parfest une base orthonormée;

5. il existe une base orthonormée deEdans laquelle la matrice defest orthogonale;

6. la matrice defdans toute base orthonormée deEest orthogonale.

Définition 11.Une application linéaire deEdansEvérifiant ces propriétés équiva- lentes est appeléetransformation orthogonaleouautomorphisme orthogonaldeE. Démonstration: L"équivalence de 4 et 5, de même que celle de 6 et 3, provient de la proposition 9, l"implication1?3de la définition d"une transformation orthogonale, l"implication4?1de l"expression du produit scalaire dans une base orthonormale, les 10

Maths en LigneGéométrie euclidienneUJF Grenobleimplications1?2et3?4sont triviales. Il reste à montrer l"implication2?1. Sif

est linéaire et conserve les normes, alors ?f(u),f(v)?=12 ??f(u) +f(v)?2- ?f(u)?2- ?f(v)?2? 12 ??f(u+v)?2- ?f(u)?2- ?f(v)?2?quotesdbs_dbs50.pdfusesText_50

[PDF] angles orientés de vecteurs - trigonométrie 1ère Mathématiques

[PDF] angles orientés et parallélisme 2nde Mathématiques

[PDF] Angles orientés et suites 1ère Mathématiques

[PDF] Angles orientés et vecteur 1ère Mathématiques

[PDF] angles orientés et vecteurs 1ère Mathématiques

[PDF] Angles orientés exercices 1ère Mathématiques

[PDF] angles orientés exercices corrigés PDF Cours,Exercices ,Examens

[PDF] angles orientés exercices corrigés pdf PDF Cours,Exercices ,Examens

[PDF] Angles orientés sur trigonométrie 1ère Mathématiques

[PDF] angles orientés trigonométrie exercices corrigés PDF Cours,Exercices ,Examens

[PDF] Angles orientés, Dérivées, Trigonométrie 1ère Mathématiques

[PDF] Angles orintés et parallélisme 2nde Mathématiques

[PDF] Angles Particuliers 3ème Mathématiques

[PDF] angles propriétés PDF Cours,Exercices ,Examens

[PDF] Angles rentrants 6ème Mathématiques