UFR de Mathématiques et d’Informatique Responsable du cours :

Université de Strasbourg Vladimir Dotsenko

vdotsenko@unistra.fr
bureau : p214

Cahier d’exercices
Algèbre S4
Produit scalaire §1

Définition et exemples §1.1

Exercice 1. Soit E := Rn . Soit (aij )1i,jn 2 Matn (R). Montrer que l’application
(
Rn ⇥ Rn ! R
': Pn Pn
(x, y) = ((xi )11n , (yi )11n ) 7! i=1 j=1 aij xi yj

est une forme bilinéaire sur E.

Exercice 2. Soit E := R2 . Définissons

( 2 ⇥ R2
': ⇣⇣R
x1
⌘ ⇣ y ⌘⌘ ! R
x2 , y2
1
7! x1 y1 x1 y2 x2 y1 + 2x2 y2 .

Est-ce un produit scalaire sur E ?

Exercice 3. Montrer que l’application h·, ·i de l’exemple 1 d) est bien un produit scalaire.

Exercice 4. a) Soit N 2 N avec N 2. Soit (x1 , . . . , xN ), (y1 , . . . , yN ) 2 RN . Montrer que

0N 12 0 N 10 N 1
BBX CC BBX CC BBX CC
BB xi yi CCCA  BBB@ xi2 CCCA BBB@ yi2 CCCA .
B@
i=1 i=1 i=1

b) En déduire que l’application h·, ·i de l’exemple 1 e) est bien définie.

c) Montrer qu’il s’agit en e↵et d’un produit scalaire.

Exercice 5. Soit n 2 N⇤ . On définit l’application suivante :

' : Matn (R) ⇥ Matn (R) ! R

(A, B) 7! tr(tA B).

Montrer que ' est un produit scalaire sur Matn (R).

Exercice 6. Soit k 2 N on note C k ([0, 1], R) l’ensemble des fonction C k sur [0, 1]. On considère l’appli-
cation suivante :

' : C k ([0, 1], R) ⇥ C k ([0, 1], R) ! R

k Z 1
X
(f , g) 7! f (i) (t)g (i) (t)dt.
i=0 0

Cette application est-elle un produit scalaire sur C k ([0, 1], R) ?

1
Exercice 7. Soit R3 [X] l’espace vectoriel des polynômes de degré inférieur ou égal à trois. Déterminer
les produits scalaires parmi les applications 'i : R3 [X] ⇥ R3 [X] ! R définies comme suit.
Z 1
'1 (P, Q) = P(t)Q(t)dt,
0
Z 1
'2 (P, Q) = (P 0 (t)Q(t) + Q0 (t)P(t))dt,
0
Z 1
'3 (P, Q) = P 0 (t)Q0 (t)dt + P(0)Q(0),
0
'4 (P, Q) = P(0)Q(0) + P(1)Q(1) + P(2)Q(2).
Exercice 8. a) Soit f : V ! W un isomorphisme de R-espaces vectoriels, et soit ' un produit sca-
laire sur W . Montrer que l’application
h· , ·i : V ⇥ V ! R
(u, v) 7! ' (f (u), f (v))
est un produit scalaire sur V .
b) Soit E un R-espace vectoriel de dimension finie. Montrer que E peut être muni d’un produit
scalaire.

Reconnaître un produit scalaire en dimension finie §1.2

Exercice 9. On considère les applications suivantes de R2 ⇥ R2 dans R :

'1 : (x, y) 7! x12 + x1 y2 + x2 y2
'2 : (x, y) 7! x1 y1 + x2 y2 + y2
'3 : (x, y) 7! x1 y1 + x1 y2 + y1 x2 + 3x2 y2
'4 : (x, y) 7! x1 y1 + x1 y2 + x2 y1 + x2 y2
'5 : (x, y) 7! 2x1 y1 + x1 x2 + y1 x2 + x2 y2
'6 : (x, y) 7! 2x1 y1 x1 y2 x2 y1 + x2 y2
'7 : (x, y) 7! 4x1 y1 6x1 y2 + 11x2 y2 6x2 y1
Parmi ces applications, lesquelles sont des formes bilinéaires ? Lesquelles sont des produits scalaires ?
Exercice 10. On considère les applications suivantes de R3 ⇥ R3 dans R :
'1 : (x, y) 7! x1 y1 + x1 y2 + x2 y1 x2 y2 + 3x3 y3
'2 : (x, y) 7! x1 y1 + x1 y2 + x2 y1 + x1 y3 + x3 y1 + 2x2 y2 + 3x3 y3
'3 : (x, y) 7! 3x1 y1 + x1 y2 + x2 y2 x2 y1 x2 y3 + 2x3 y3 + x3 y2
1 1
'4 : (x, y) 7! 3x1 y1 x y x y + x1 y3 + x3 y1 + x2 y2 + x3 y3 x2 y3 x3 y2
2 1 2 2 2 1
'5 : (x, y) 7! 5x1 y1 + x1 y2 + x2 y1 + 2x2 y3 + 2x3 y2 + x3 y3
'6 : (x, y) 7! x1 y1 + 5x2 y2 2x1 y2 + x2 y3 + x3 y3 + x3 y2 2x2 y1
'7 : (x, y) 7! x1 y1 + x1 y2 + x2 y1 + 2x2 y2 x2 y3 x3 y2 + x3 y3

2
Parmi ces applications, lesquelles sont des formes bilinéaires ? Lesquelles sont des produits scalaires ?
!
a b
Exercice 11. Soit A = 2 Mat2 (R) une matrice symétrique. On considère l’application sui-
b c
vante :
' : R2 ⇥ R2 ! R
(x, y) 7! ax1 y1 + b(x1 y2 + x2 y1 ) + cx2 y2 .
Montrer que ' est un produit scalaire si et seulement si tr(A) > 0 et det(A) > 0.

Représentation matricielle §1.3

Exercice 12. Donner la matrice associée par rapport à la base canonique pour chacune des applications
bilinéaires '1 , '2 , . . . , '7 : R3 ⇥R3 ! R en Exercice 10. Indiquer lequelles sont des matrices symétriques.
Exercice 13. On considère l’application suivante :
' : R3 ⇥ R3 ! R
(x, y) 7! x1 y1 + 2x2 y2 x1 y2 x2 y3 + 2x3 y3 x2 y1 x3 y2
a) Montrer que ' est un produit scalaire.
b) Écrire la matrice de ' dans la base canonique.
c) On considère les vecteurs u1 := (1, 0, 1), u2 := (1, 1, 0) et u3 := (0, 1, 1). Montrer que la famille
B := (u1 , u2 , u3 ) est une base de R3 .
d) Calculer la matrice de ' dans la base B, d’abord en utilisant la définition, puis en utilisant la
formule du changement de base.
Exercice 14. Soir E un R-espace vectoriel de dimension finie n. Soit B une base de E. Soit A 2 Matn R.
Montrer que l’application (
E ⇥E ! R
'A :
(x, y) 7! tM(x)B · A · M(y)B
est une forme bilinéaire. Montrer que de plus
M('A )B = A.
En déduire que 'A est symétrique si, et seulement si, A l’est.
Exercice 15. Pour tout n > 1 la matrice de Hilbert d’ordre n est la matrice
!
1
Hn = .
i + j 1 16i,j6n
Pour tout n 2 N on note Rn [X] l’ensemble des polynômes à coefficients réels et de degré inférieur ou égal
à n. Soit n 2 N⇤ , on considère aussi l’application
' : Rn [X] ⇥ Rn [X] ! R
Z1
(P, Q) 7! P(t)Q(t)dt.
0
a) Montrer que ' est un produit scalaire.
b) Montrer que B := (1, X, X 2 , . . . , X n ) est une base de Rn [X]. Montrer que M(')B = Hn+1 .

3
Exercice 16. Pour tout (n, m) 2 N2 on considère l’application suivante

'n,m : Rn [X] ⇥ Rn [X] ! R

m
X
(P, Q) 7! P(i)Q(i).
i=0

a) Montrer que 8n, m 2 N, 'n,m est bilinéaire symétrique.

b) Montrer que 'n,m est un produit scalaire si et seulement si m > n.
c) On suppose maintenant que n = m = 2 et on note ' := '2,2 .
i) Écrire la matrice de ' dans la base (1, X, X 2 ).
ii) Notons P1 := X(X 1), P2 := X(X 2) et P3 := (X 1)(X 2). Montrer que la famille B :=
(P1 , P2 , P3 ) est une base de R2 [X]. Calculer M(')B .

4
Bases orthonormales §2

Normes et normes eudlidiennes §2.1

Exercice 17. Soit R2 muni du produit scalaire canonique.

p p
a) Calculer l’angle non-orienté entre (1, 3) et (3, 3).
b) Calculer l’angle non-orienté entre (1, 0) et (1, 1).
Exercice 18. a) Rappeler l’inégalité de Cauchy-Schwarz.
b) Soient x, y, z 2 R tels que x2 + y 2 + z2 6 1. Montrer que (2x + y + 3z)2 6 14.
Exercice 19. On considère l’application suivante :

' : R3 ⇥ R3 ! R
(x, y) 7! x1 y1 + 2x2 y2 + 3x3 y3 .

a) Montrer que ' est un produit scalaire.

11
b) Soient x, y, z 2 R tels que x2 + 2y 2 + 3z2 6 1, montrer que (x + y + z)2 6 6 .

Exercice 20. Soient x, y, z 2 R tels que x2 2xy +3y 2 +z2 6 1. En utilisant un produit scalaire judicieux
et en appliquant l’inégalité de Cauchy-Schwarz, montrer que |x + y + z| 6 2.
Exercice 21. Soit (E, h· , ·i) un espace euclidien, et soit k · k la norme associée.
a) Soient u, v 2 E. Montrer que 2hu, vi 6 kuk2 + kvk2 .
P P
b) Soient u1 , . . . , un 2 E. Montrer que k ni=1 ui k2 6 n ni=1 kui k2 .
Exercice 22. On considère l’application suivante :

k · k1 : R 2 ! R +
(x, y) 7! max{|x|, |y|}.

a) Montrer que k · k1 est une norme.

b) Montrer que k · k1 n’est pas une norme euclidienne.
Exercice 23. Soient a, b 2 R tels que a < b. Montrer que pour toute fonction continue sur [a, b] on a :
Z b !2 Z b
f (t)dt 6 (b a) f 2 (t)dt.
a a

Pour quelles fonctions a-t-on égalité ?

Exercice 24. On considère le produit scalaire suivant sur R2 [X] :

h· , ·i : R2 [X] ⇥ R2 [X] ⇥ R
Z 1
(P, Q) 7! P(t)Q(t)dt.
0

Calculer l’angle non-orienté entre 1 et X par rapport à ce produit scalaire.

5
Exercice 25. Soit n 1. Rappelons (voir l’exercice 5) que l’on a un produit scalaire h, i sur Matn (R)
défini par hA, Bi = tr(tA B). Montrer que pour tout A 2 Matn (R) on a
p p
tr(A)  n tr(tA A).

Familles orthogonales de vecteurs §2.2

Exercice 26. Soit E := C 0 ([0, 2⇡], R) le R-espace vectoriel des fonctions continues sur l’intervalle [0, 2⇡]
R 2⇡
muni du produit scalaire hf , gi = 0 f g. Considèrons la famille (an )n2N d’éléments de E définie par
an : [0, 2⇡] ! R, où (
cos(nx) si n est pair
an (x) =
sin(nx) si n est impair.
Montrer que la famille (an )n2N est une famille orthogonale.

Exercice 27 (Polynômes de Tchebychev). Soit n 2 N. Pour tout P, Q 2 Rn [X], on pose

Z 1
P(t)Q(t)
hP, Qi = p dt
1 1 t2
a) Montrer que h, i est bien définie.
b) Montrer que h, i est un produit scalaire.
c) Montrer que pour tout m 2 N il existe un unique polynôme Tm 2 R[X] tel que

Tm (cos✓) = cos(m✓) pour tout ✓ 2 R.

d) Calculer T0 , T1 , T2 .
e) Montrer que pour tout m 2 N on a

Tm+2 (X) = 2XTm+1 (X) Tm (X).

f) Montrer que pour tout m 2 N on a deg(Tm ) = m.

g) Montrer que pour tout n 2 N, la famille (T0 , T1 , . . . , Tn ) est orthogonale.
h) Montrer que pour tout n 2 N, la famille (T0 , T1 , . . . , Tn ) est une base de Rn [X].

Exercice 28. Soit (E, h·, ·i) un espace euclidien. Soit u 2 E et F := Vect(u). On considère l’application
suivante :

f :E ! E
hu, xi
x 7! x u.
kuk2
Montrer que f est une application linéaire. Donner une interprétation géométrique de f .

6
Orthonormalisation §2.3, §2.4

Exercice 29. On considère l’application suivante sur R2 :

h· , ·i : R2 ⇥ R2 ! R
(x, y) 7! x1 y1 + x1 y2 + x2 y1 + 2x2 y2 .

a) Montrer que h· , ·i est un produit scalaire.

b) Soient u1 := (1, 1) et u2 := (1, 1). Montrer que B := (u1 , u2 ) est une base de R2 et appliquer le
procédé de Gram-Schmidt à cette base pour construire une base orthonormée de (R2 , h· , ·i).

Exercice 30. Montrer que l’application suivante est un produit scalaire sur R2 :

' : R2 ⇥ R2 ! R2
(x, y) 7! 2x1 y1 x1 y2 x2 y1 + 2x2 y2 .

Construire une base orthogonale pour de R2 par rapport à ce produit scalaire.

Exercice 31. On considère l’application suivante :

h· , ·i : R3 ⇥ R3 ! R
(x, y) 7! x1 y1 + 2x2 y2 + x2 y3 + x3 y2 + x3 y3 .

a) Montrer que h· , ·i est un produit scalaire.

b) Construire une base orthonormée en appliquant le procédé de Gram-Schmidt à la base canonique
de R3 .

Exercice 32. Soit R2 [X] l’ensemble des polynômes de degré inférieur ou égal à 2 muni de l’application
suivante.

h· , ·i : R2 [X] ⇥ R2 [X] ! R
Z 1
(P, Q) 7! P(t)Q(t)dt.
0

a) Montrer que h· , ·i est un produit scalaire.

b) Construire une base orthonormée de (R2 [X], h· , ·i) en appliquant le procédé de Gram-Schmidt à la
base (1, X, X 2 ).

Exercice 33. Soit E un R-espace vectoriel de dimension finie. On considère deux produits scalaires h· , ·i1
et h· , ·i2 sur E tels que
8u, v 2 E, (hu, vi1 = 0 ) hu, vi2 = 0) .
Montrer qu’il existe 2 R⇤+ tel que 8u, v 2 E, hu, vi1 = hu, vi2 .

7
Projection orthogonale §3

Sous-espaces orthogonaux §3.2

Exercice 34. On considère R3 muni du produit scalaire canonique h, i. Soient u1 := (1, 1, 0), u2 :=
(1, 0, 1) et u3 := (0, 1, 1). Montrer que B = (u1 , u2 , u3 ) est une base de R3 . Construire une base orthonor-
mée en appliquant le procédé de Gram-Schmidt à la base B. En déduire Vect(u1 )? et Vect(u1 , u2 )? .

Exercice 35. On considère R3 muni du produit scalaire canonique.

a) Soit u1 := (1, 0, 0). Calculer {u1 }? .
b) Soit u2 := (1, 1, 1). Calculer {u2 }? .
c) Calculer {u1 , u2 }? .

Exercice 36. Soit R4 muni du produit scalaire canonique. Soit F := Vect(u1 , u2 ) où u1 := (1, 0, 1, 2) et
u2 := (1, 1, 1, 1). Donner une base de F ? .

Exercice 37. Soit E un espace euclidien muni d’un produit scalaire h·, ·i. Soient F et G des sous-espaces
vectoriels de E. Montrer que si F ⇢ G? et F ? ⇢ G alors G = F ? .

Exercice 38. Soit E un espace euclidien muni d’un produit scalaire h·, ·i. Soient F et G des sous-espaces
vectoriels de E.
a) Montrer que (F + G)? = F ? \ G? .
b) Montrer que (F \ G)? = F ? + G?

Exercice 39. Soit (E, h·, ·i) un espace euclidien de dimension 3. Soient u1 , u2 , u3 2 E tels que B :=
(u1 , u2 , u3 ) soit une base de E. Notons F := Vect(u1 ) et G := Vect(u1 , u2 ).
a) Montrer que dim G? = 1. En déduire qu’il existe "3 2 E tel que G ? = Vect("3 ).
b) Montrer que dim(G \ F ? ) = 1. En déduire qu’il existe "2 2 E tel que G \ F ? = Vect("2 ).
c) On note "1 = u1 . Montrer que la famille ("1 , "2 , "3 ) est une base orthogonale de E.
d) Montrer que l’application suivante définit un produit scalaire sur R3 :

h·, ·i : R3 ⇥ R3 ! R
(x, y) 7! 2x1 y1 + x1 y2 + x1 y3 + x2 y1 + 2x2 y2 + x2 y3 + x3 y1 + x3 y2 + 2x3 y3 .

Soient u1 := (1, 0, 1), u2 := (1, 1, 1) et u3 := (0, 1, 1). Notons F := Vect(u1 ) et G := Vect(u1 , u2 ).

Calculer F ? , G? , F ? \ G en déduire une base orthogonale de (R3 , h·, ·i).

8
Exercice 40. On considère Matn (R) muni du produit scalaire canonique

h·, ·i : Matn (R) ⇥ Matn (R) ! R

(A, B) 7! tr(tA B).

On note Sn (R) l’ensemble des matrices symétriques de tailles n et An (R) l’ensemble des matrices anti-
symétriques de taille n. Pour tout 1  i, j  n on considère la matrice Ei,j dont tous les coefficients sont
nuls sauf le coefficient de la ligne i et de la colonne j qui vaut 1.
a) Montrer que la famile (Ei,j )1i,jn est une base orthonormée de (Matn (R), h, i).
b) Montrer que Sn (R) et An (R) sont des sous-espaces vectoriels de Matn (R).
c) Montrer que Matn (R) = Sn (R) An (R).
d) Soit S 2 Sn (R) et soit A 2 An (R). Montrer que hS, Ai = 0.
e) En déduire que An (R) ⇢ Sn (R)? , puis que An (R) = Sn (R)? .

Projection orthogonale et distance §3.3, §3.4

Exercice 41. Soit (E, h·, ·i) un espace euclidien. Soit F un sous-espace vectoriel de E. Soit pF : E ! E la
projection orthogonale sur F. Montrer que idE pF est la projection orthogonale sur F ? .

Exercice 42. Soit (E, h·, ·i) un espace euclidien. Soit F un sous-espace vectoriel de E. Soit pF : E ! E la
projection orthogonale sur F. Soient x, y 2 E. Montrer que hpF (x), yi = hx, pF (y)i.

Exercice 43. Dans R2 on considère le vecteur u = (2, 1) et on note F = Vect(u).

a) On munit R2 du produit scalaire canonique. Calculer F ? et exprimer la matrice de pF dans la base
canonique.
!
2 1 1
b) Même question quand R est muni du produit scalaire associé à la matrice dans la base
1 2
canonique.

Exercice 44. Soit E un espace euclidien de dimension n muni d’un produit scalaire h·, ·i.. Soit B :=
(e1 , . . . , en ) une base orthogonale de E. Soit 1 < p < n, on pose F := Vect(e1 , . . . , ep ).
a) Montrer que F ? = Vect(ep+1 , . . . , en ).
b) Montrer que la matrice de pF dans la base B est
!
Ip 0
0 0n p

où Ip désigne la matrice identité de taille n et 0n p la matrice carrée nulle de taille n p

Exercice 45. Soit (E, h·, ·i) un espace euclidien. Soit u 2 E un vecteur non nul. Soit F := Vect(u). Mon-
trer que si on note pF la projection orthogonale sur F, et pF ? la projection orthogonale sur F ? , alors pF
et pF ? vérifient :
hu, xi hu, xi
8x 2 E, pF (x) = 2
u et 8x 2 E, pF ? (x) = x u.
kuk kuk2

9
Exercice 46. Soit (E, h·, ·i) un espace euclidien. Soit F un sous-espace vectoriel de E de dimension m.
Soit (e1 , . . . , em ) une base orthogonale de F. Notons pF la projection orthogonale sur F. Montrer que
m
X hei , xi
8x 2 E, pF (x) = ei .
kei k2
i=1

Exercice 47. On considère R3 muni du produit scalaire canonique. Soit F ⇢ R3 le sous espace vectoriel
défini par n o
F = (x, y, z) 2 R3 | x + y + z = 0 .

a) Donner la matrice de pF dans la base canonique de R3 .

b) Calculer la distance de (1, 1, 1) à F.
c) Calculer la distance de (1, 2, 3) à F.

Exercice 48. On considère R4 muni du produit scalaire canonique. Soit F ⇢ R4 le sous espace vectoriel
défini par
F = Vect((1, 0, 0, 1), (0, 1, 0, 1)).
Déterminer la matrice de pF dans la base canonique de R4 .

Exercice 49. Soit n 2 N. Soit Rn [X] l’ensemble des polynômes en une variable à coefficients réels de
degré inférieur ou égal à n. On considère l’application suivante :

h·, ·i : Rn [X] ⇥ Rn [X] ! R

Z1
(P, Q) 7! P(t)Q(t)dt.
1

a) Montrer que h·, ·i est un produit scalaire.

b) On pose n = 4. Soit F = R2 [X] le sous-espace vectoriel des polynômes de degré inférieur ou égal à
2. Soit u := X 4 . Calculer pF (u) et pF ? (u).
c) En déduire Z 1
inf (t 4 at 2 bt c)2 dt.
(a,b,c)2R3 1

d) Pour quelles valeurs de (a, b, c) cette borne inférieure est-elle atteinte ?

10
Le groupe orthogonal §4

Transformations et symétries orthogonales §4.1, §4.2

Exercice 50. On considère Matn (R) muni du produit scalaire défini par hA, Bi := tr(tA B) pour tout
A, B 2 Matn (R). Soit A 2 Matn (R) une matrice orthogonale, que peut-on dire de kAk ?
Exercice 51. Soit E un R-espace vectoriel. Soit s 2 End(E) tel que

s s = idE .

Notons F := ker(s idE ) et G := ker(s + idE ).

a) Montrer que E = F G.
b) Montrer que s est la symétrie par rapport à F parallèlement à G.
Exercice 52. On considère R2 muni de son produit scalaire canonique. Soit F la droite engendré par le
vecteur (2, 1).
a) Donner une base de F ? .
b) Calculer les matrices des applications sF et sF ? dans la base canonique.
Exercice 53. Soit (E, h· , ·i) un espace euclidien. Soit u 2 E un vecteur non nul. Soit F := Vect(u).
Montrer que si on note sF la symétrie orthogonale par rapport F, et sF ? la symétrie orthogonale par
rapport à F ? , alors sF et sF ? vérifient :
hu, xi hu, xi
8x 2 E, sF (x) = x + 2 u et 8x 2 E, sF ? (x) = x 2 u.
hu, ui hu, ui

Exercice 54. On considère R3 muni de son produit scalaire canonique. Soit F le plan défini par l’équa-
tion x + 2y + z = 0. Calculer F ? . Écrire les matrices des applications pF , pF ? , sF et sF ? dans la base
canonique.
Exercice 55. Soit (E, h· , ·i) un espace euclidien. Soit F un sous-espace vectoriel de E. On note sF la
symétrie orthogonale par rapport à F et sF ? la symétrie orthogonale par rapport à F ?
a) Que vaut sF sF ?
b) Que vaut sF sF ? ?
Exercice 56. Soit (E, h· , ·i) un espace euclidien. Soient u, v 2 E tels que kuk = kvk. On note

H := {x 2 E / ku xk = kv xk}.

a) Faire un dessin pour (E, h· , ·i) = (R2 , h· , ·ican ).

b) Montrer que H = {u v}? . En déduire que H est un sous-espace vectoriel de E.
c) Quelle est la dimension de H ?
d) Montrer que v = sH (u).

11
Le groupe orthogonal de R2 et de R3 §4.3, §4.4

Exercice 57. Donner la matrice de la rotation d’angle ⇡

3 dans la base canonique de R2 .

Exercice 58. On considère les matrices suivantes :

! ! p !
0 1 0 1 1 3 p1
A1 := ; A2 := ; A3 := .
1 0 1 0 2 1 3

Pour i 2 {1, 2, 3}, montrer que Ai est orthogonale puis préciser la nature de Ai .

Exercice 59. Considérons (R2 , h· , ·ican ). Nous avons montré que

O(R2 ) = Rot [ Sym,

où Rot est l’ensemble des rotations d’angle ✓ autour de l’origine dans R2 , avec ✓ 2 [0, 2⇡[ et Sym est
l’ensemble des symétries orthogonales dans R2 par rapport à D, où D ⇢ R2 est une droite vectorielle.
Décrire la composition de deux éléments de O(R2 ). Plus précisément, décrire f 2 f 1 2 O(R2 ), pour chacun
des cas suivants, et illustrer le résultat par un dessin.
a) f 1 est une rotation d’angle ✓1 et f 2 est une rotation d’angle ✓2 .
b) f 1 est une rotation d’angle ✓ et f 2 est la symétrie par rapport à D.
c) f 1 est la symétrie par rapport à D et f 2 est une rotation d’angle ✓.
d) f 1 est la symétrie par rapport à D1 et f 2 est la symétrie par rapport à D2 .

Exercice 60. Soit f un endomorphisme orthogonal de R2 , donné, par rapport à une BON B = (e1 , e2 )
de R2 , par la matrice (de rotation)
!
cos ✓ sin ✓
M(f )B = .
sin ✓ cos ✓

Notons que B 0 := (e1 , e2 ) forme aussi une BON de R2 . Calculer M(f )B 0 et donner une interprétation
géométrique du résultat.

Exercice 61. On considère les matrices suivantes :

0 1 0 1
BB 0 0 1 CC BB 0 1 0 CC
B C BB CC
A1 := BBBB 1 0 0 CCCC ; A2 := BB 0 0
B@ 1 CC ;
CA
@ A
0 1 0 1 0 0
0 1 0 1
BB 2 1 2 CC BB 1 2 2 CC
1BBB CC 1BBB CC
A3 := 3B B@ 2 2 1 CC ; A4 :=
CA 3B B@ 2 1 2 CC .
CA
1 2 2 2 2 1

Pour i 2 {1, . . . , 4}, montrer que Ai est orthogonale puis préciser la nature de Ai .

12
Réduction des endomorphismes orthogonaux §4.5

Exercice 62. Soit (E, h· , ·i) un espace euclidien.

a) Soit f 2 O(E). Montrer que SpR (f ) ✓ {1, 1}.
b) Déterminer quelles sont les transformations orthogonales qui sont diagonalisables sur R.

Exercice 63. Soit (E, h· , ·i) un espace euclidien. Soit f 2 O(E). Soit F un sous-espace vectoriel stable
par f .
a) Montrer que f |F 2 End(F) est un isomorphisme.
b) Montrer que F ? est stable par f .

Exercice 64. Soit (E, h, i) un espace euclidien. Soit f 2 O(E) une transformation orthogonale. Montrer
que
ker(f idE ) = im(f idE )? .
En déduire que si (f idE )2 = 0 alors f = idE .

Exercice 65 (Decomposition QR). 1 Soit n 2 N⇤ . Soit A 2 Matn (R). Supposons que A soit inversible.
a) Expliquer le procédé de Gram-Schmidt appliqué à la base (a1 , . . . , an ) de Rn , où ai est la i-ème
colonne de A = (a1 | · · · |an ).
b) En déduire qu’il existe une matrice orthogonale Q 2 On (R) et une matrice triangulaire supérieure
R 2 Matn (R) telles que A = QR.
c) Appliquer cette méthode de décomposition QR à la matrice
0 1
BB 2 2 2 CC
BB C
A = BBB 1 2 9CCCC .
@ A
2 0 4

d) Résoudre, à l’aide de cette méthode, le système linéaire

0 10 1 0 1
BB 2 2 2 CC BBx1 CC BB 0 CC
BB CB C B C
BB 1 2
B@ 9CCCC BBBBx2 CCCC = BBBB 6CCCC .
A@ A @ A
2 0 4 x3 6

Exercice 66. Soit n 2 N⇤ . Montrer que pour tout M = (mij )1i,jn 2 On (R) on a

n X
X n n X
X n
3
mij  n  |mij |  n 2 .
i=1 j=1 i=1 j=1

Indications : Il faut considérer Rn muni du produit scalaire canonique, et remarquer que nous avons
deux bases orthogonales : la base canonique (e1 , . . . , en ) et la base (u1 , . . . , un ) formée par les colonnes de
P P
M. Considérer les deux vecteurs x = ni=1 ei et y = ni=1 ui . Leur norme se calcule facilement. Pour la
P
deuxième inégalité, il est conseillé de d’abord prouver 1 = ||uj ||  ni=1 |mij |. Pour la troisième inégalité,
P
bien choisir un vecteur zj tel que hx, zj i = ni=1 |mij |.

1. Le R vient de “right triangular matrix”, terme anciennement utilisé pour ”upper triangular matrix”. Le Q a été
introduit par J. Francis, qui, en parallèle avec W. Kubanowskaja, a inventé l’algorithme dit QR dans les années 60.
Possiblement, la lettre a été choisie pour ressembler à O comme orthogonal, sans pouvoir être confondu avec 0.

13
Théorème Spectral §5
Exercice 67. Soit f un endomorphisme autoadjoint de E. Montrer que les les sous-espaces propres de f
sont orthogonaux.

Exercice 68. Trouver un exemple de matrice M 2 Mat2 (C) tel que M = tM mais M n’est pas diagona-
lisable (sur C). Qu’en déduit-on ?

Exercice 69. Soit (E, h, i) un espace euclidien. Soit p : E ! E un projecteur. Montrer que les conditions
suivantes sont équivalentes :
a) p est un projecteur orthogonal.
b) p est un endomorphisme autoadjoint.
c) kp(x)k  kxk pour tout x 2 E.
d) (ker(p))? ⇢ im(p).

Exercice 70. Soit (E, h, i) un espace euclidien. Soit f : E ! E un endomorphisme autoadjoint. Montrer
que ker(f ) et im(f ) sont orthogonaux et que ker(f ) im(f ) = E.

Exercice 71. Soit n 3. On considère la matrice A 2 Matn (R) définie par :

0 1
BB 1 1 ··· 1 1 CC
BB C
BB 1 0 ··· 0 1 CCC
BB .. .. . . .. .. CCCC .
A := BBBB . . . . . CCC
BB C
BB 1 0 ··· 0 1 CCC
B@ A
1 1 ··· 1 1

On note f : Rn ! Rn l’endomorphisme de Rn associé à A.

a) La matrice A est elle diagonalisable ?
b) Quel est le rang de f ? Que vaut dim ker(f ) ?
c) Montrer que ker(f ) im(f ) = Rn .
d) On note F = im(f ). Montrer que F est stable par f . Et montrer que f |F : F ! F est diagonalisable.
e) Déterminer une base B de F, et calculer B = M(f |F )B .
f) Diagonaliser B.
g) À l’aide des questions précédentes, diagonaliser A.

14
Dualité §6

Espace dual §6.1 et Bases duales §6.2

Exercice 72. On considère R2 muni de la base canonique (e1 , e2 ). On pose u1 = (3, 1) et u2 = ( 1, 1).
1. Montrer que B := (u1 , u2 ) est une base de R2 .
2. Calculer B ⇤ d’abord par un calcul direct puis en utilisant la formule de changement de base.

Exercice 73. On considère les applications suivantes :

( (
R2 ! R R2 ! R
`1 : , `2 :
(x1 , x2 ) 7! x1 + x2 (x1 , x2 ) 7! x1 x2 .

1. Montrer que `1 et `2 sont des éléments de (R2 )⇤ .

2. Montrer que la famille L := (`1 , `2 ) est une base de (R2 )⇤ .
3. Calculer la base préduale de L d’abord par un calcul direct puis en utilisant la formule de change-
ment de base.

Exercice 74. On considère R3 muni de la base canonique. Soient u1 := (1, 1, 0), u2 := (0, 1, 1) et
u3 := (1, 0, 1) des vecteurs de R3 .
1. Montrer que B := (u1 , u2 , u3 ) est une base de R3 .
2. Calculer B ⇤ .

Exercice 75. On considère les applications suivantes :

( (
R3 ! R R3 ! R
`1 : , `2 : ,
(x1 , x2 , x3 ) 7! x1 + x2 + x3 (x1 , x2 , x3 ) 7! x1 x2 .
(
R3 ! R
`3 :
(x1 , x2 , x3 ) 7! x2 x3 .

1. Montrer que `1 , `2 et `3 sont des éléments de (R3 )⇤ .

2. Montrer que la famille L := (`1 , `2 , `3 ) est une base de (R3 )⇤ .
3. Calculer la base préduale de L.

Exercice 76. On considère les applications suivantes :

( ( (
R2 [X] ! R R2 [X] ! R R2 [X] ! R
`0 : `1 : 0 `2 : 00
P 7! P(0) P 7! P (0) P 7! P (0)

1. Montrer que `0 , `1 et `2 sont des formes linéaires sur R2 [X].

2. Montrer que la famille L := (`0 , `1 , `2 ) forme une base de R2 [X]⇤ .
3. Déterminer la base préduale de L.
4. Soit n > 0. On considère Rn [X] muni de la base B := (1, X, X 2 , . . . , X n ). Déterminer B ⇤ .

15
Exercice 77. Soit n 2 N. On considère l’espace vectoriel Rn [X] des polynômes en une variable à co-
efficients réels de degré inférieur ou égal à n. On fixe n + 1 points distincts a0 , . . . , an 2 R et pour tout
i 2 {0, . . . , n} on pose
Y 1 Y
ri := (ai aj ) 2 R \ {0} et Pi := (X aj ) 2 Rn [X]
ri
06j6n 06j6n
j,i j,i

1. Montrer que la famille B := (P0 , . . . , Pn ) est libre.

2. En déduire que B est une base de Rn [X].
3. Pour tout a 2 R on considère l’application suivante :

a : Rn [X] ! R
P 7! P(a).

Montrer que pour tout a 2 R, a 2 Rn [X]⇤ .

4. On considère la famille L := ( a0 , . . . , an ). Montrer que B ⇤ = L.

Bidual §6.3, Transposée §6.4 et Annulateurs §6.5

Exercice 78. Soit E un K-espace vectoriel de dimension finie. Soit f 2 E ⇤ . Montrer que f est surjective
si et seulement si f , 0.

Exercice 79. Soit E un K-espace vectoriel de dimension finie. Soit f , g 2 E ⇤ . Montrer que ker f = ker g
si et seulement si il existe 2 K \ {0} tel que f = g.

Exercice 80. Soit E un K-espace vectoriel de dimension finie n. Soit F := (`1 , . . . , `n ) une famille de E ⇤ .
Montrer que F est liée si et seulement si il existe x 2 E \ {0} tel que `i (x) = 0 pour tout i 2 {1, . . . , n}.

Exercice 81. Soit E un K-espace vectoriel de dimension finie n. Soient x, y 2 E linéairement indépen-
dants. Montrer qu’il existe ` 2 E ⇤ tel que `(x) = 0 et `(y) , 0.

Exercice 82. Soit K = R ou C. Soient E, F et G des K-espaces vectoriels de dimension finie.

1. Montrer que t idE = idE ⇤ .
2. Montrer que si f , g 2 L(E, F) alors pour tout 2 K, t (f + g) = tf + t g.

3. Montrer que si f 2 L(E, F) et g 2 L(F, G) alors t (g f ) = tf t g.

4. Montrer que si f 2 L(E, F) est un isomorphisme alors t f est un isomorphisme et (tf ) 1 = t (f 1 ).

Exercice 83. Soit E un K-espace vectoriel de dimension finie. Soit f 2 L(E) un endomorphisme de E.
Montrer que pour tout (x, `) 2 E ⇥ E ⇤ ,

hf (x), `i = hx, tf (`)i,

où h, i est le crochet de dualité.

16
Exercice 84. Soient u1 := (1, 0, 1) 2 R3 et u2 := (2, 1, 1) 2 R3 . On pose : F1 := Vect(u1 ), F2 := Vect(u2 )
et G := Vect(u1 , u2 ). Calculer F1 , F2 , G .
Exercice 85. On considère les formes linéaires suivantes :
( ) (
R3 ! R R3 ! R
'1 : '2 :
(x1 , x2 , x3 ) 7! x1 + x2 + x3 (x1 , x2 , x3 ) 7! 2x1 x2 x3 .
On pose : V1 := Vect('1 ), V2 := Vect('2 ) et W := Vect('1 , '2 ). Calculer V1 , V2 , W .
Exercice 86. Soit E un K- espace vectoriel de dimension finie n. Soient F et G des sous-espaces vectoriels
de E.
1. Montrer que si F ✓ G alors G ✓ F .
2. Montrer que (F + G) = F \ G .
3. Montrer que (F \ G) = F + G .
4. Montrer que (F ) = F.
Exercice 87. Soit E un K- espace vectoriel de dimension finie n. Soient V et W des sous-espaces vecto-
riels de E ⇤ .
1. Montrer que si V ✓ W alors W ✓ V .
2. Montrer que (V + W ) = V \ W .
3. Montrer que (V \ W ) = V + W .
4. Montrer que ( V ) = V .
Exercice 88. Soient E et F des K-espaces vectoriels de dimension finie. Soit f : E ! F une application
linéaire. On considère tf : F ⇤ ! E ⇤ la transposée de f et ttf : E ⇤⇤ ! F ⇤⇤ la transposée de tf . Montrer que
tt
f evE = evF f .
Exercice 89. Soit E un K- espace vectoriel de dimension finie n. On note ev : E ! E ⇤⇤ l’isomorphisme
canonique entre E et son bidual.
1. Rappeler la définition de ev et (re)démontrer que c’est un isomorphisme.
2. Soit B = (e1 , . . . , en ) une base de E. On note B ⇤⇤ = (e1⇤⇤ , . . . , en⇤⇤ ) la base duale de B ⇤ (la base duale de
B) Montrer que pour tout i 2 {1, . . . , n},
ev(ei ) = ei⇤⇤ .
3. Soit F ✓ E un sous-espace vectoriel.
(a) Montrer que ev(F) est un sous-espace vectoriel de E ⇤⇤ .
(b) Justifier pourquoi ev(F) et F sont des sous-espaces vectoriels de E ⇤ .
(c) Montrer que ev(F) = F .
4. Soit V ✓ E ⇤ un sous-espace vectoriel.
(a) Justifier pourquoi ev( V ) et V sont des sous-espaces vectoriels de E ⇤⇤ .
(b) Montrer que ev( V ) = V .
Exercice 90. Soient E et F des K espaces vectoriels de dimension finie. Soit f 2 L(E, F).
1. Montrer que (im f ) = ker(tf ).
2. En déduire que rg(tf ) = rg(f ).
3. Montrer que (ker f ) = im(tf ).
4. Montrer que f est injective si et seulement si tf est surjective.
5. Montrer que f est surjective si et seulement si tf est injective.

17
Forme bilinéaires et dualité §7 - rang et noyau
Exercice 91. On considère la forme bilinéaire suivante :

R2 ⇥ R2 ! R
(x, y) 7! 3x1 y1 + x1 y2 + x2 y1 + x2 y2 .

1. On note C = (e1 , e2 ) la base canonique de R2 . Calculer M(')C .

2. Calculer rg(') et N ('). Est-ce que ' est non dégénérée ?
3. Mêmes questions pour la forme bilinéaire suivante :

' : R2 ⇥ R2 ! R
(x, y) 7! 4x1 y1 + 2x1 y2 + 2x2 y1 + x2 y2 .

Exercice 92. On considère la forme bilinéaire suivante :

R3 ⇥ R3 ! R
(x, y) 7! x1 y1 + x1 y2 + x1 y3 + x2 y2 x2 y3 + x3 y1 + 2x3 y2 .

1. On note C = (e1 , e2 , e3 ) la base canonique de R3 . Calculer M(')C .

2. Calculer rg(') et N ('). Est-ce que ' est non dégénérée ?
3. Mêmes questions pour la forme bilinéaire suivante :

' : R3 ⇥ R3 ! R
(x, y) 7! x1 y1 x1 y2 + x1 y3 x2 y1 + x2 y2 x2 y3 + x3 y1 x3 y2 + x3 y3 .

Exercice 93. Soit E un K-espace vectoriel de dimension finie n. Soit ! : E ⇥E ! K une forme bilinéaire.
On dit que ! est antisymétrique si

8x, y 2 E, !(x, y) = !(y, x).

1. Montrer qu’une forme bilinéaire ! est antisymétrique si et seulement si 8x 2 E, !(x, x) = 0.

2. Soit B = (e1 , . . . , en ) une base de E. Soit ! une forme bilinéaire sur E, et soit A := M(!)B . Montrer
que ! est antisymétrique si et seulement si t A = A.
3. Si n = 1 montrer que toute forme antisymétrique est nulle.
4. Si n = 2 et si ! est une forme antisymétrique non nulle, montrer qu’il existe u1 , u2 2 E tels que
B = (u1 , u2 ) est une base de E et tels que !(u1 , u2 ) = 1. Montrer que
!
0 1
M(!)B = .
1 0

5. Si n = 3 et si ! est une forme bilinéaire antisymétrique sur E, montrer que rg(!) 6 2.

6. Pour n 2 N⇤ , montrer que toute forme bilinéaire ' sur E s’écrit de façon unique comme ' = +!
où est une forme bilinéaire symétrique et où ! est une forme bilinéaire antisymétrique.

18
Exercice 94. Soit E un K-espace vectoriel de dimension finie. Soient `1 2 E ⇤ et `2 2 E ⇤ des formes
linéaires. On pose

' : E ⇥E ! K
(x, y) 7! `1 (x)`2 (y).

1. Montrer que ' est une forme bilinéaire sur E.

2. Montrer que ' est symétrique si et seulement si ker(`1 ) = ker(`2 ).
3. Soit B = (e1 , . . . , en ) une base de E. Calculer M(')B en fonction de M(`1 )B et de M(`2 )B .

Exercice 95. On suppose que K = R. Soit E un R-espace vectoriel de dimension finie, soit f 2 L un
endomorphisme de E, et soit ' un produit scalaire sur E. On considère l’application induite j' : E ! E ⇤ .
1. Montrer que j' est un isomorphisme.
2. Montrer que pour tout (x, `) 2 E ⇥ E ⇤ , '(x, j'1 (`)) = `(x).
3. Rappeler la définition de l’endomorphisme adjoint f ⇤ .
4. Montrer que f ⇤ = j'1 tf j' .

Exercice 96. Soit E un K-espace vectoriel de dimension finie n. Soit ' : E ⇥E ! K une forme bilinéaire
sur E. Montrer que ' est symétrique si et seulement si t j' evE = j' .

Exercice 97. Soient E et F des K-espaces vectoriels de dimension finie. Soit ' : E ⇥ F ! K une applica-
tion bilinéaire. On définit les application suivantes :
g
j'd : F ! E⇤ j' : E ! F⇤
et,
y 7! '(·, y) x 7! '(x, ·).
g
1. Montrer que j' et j'd sont bien définies, et que ce sont des applications linéaires.
g
2. On pose N g (') := ker(j' ) et N d (') := ker(j'd ). Montrer que si N g (') = {0E } et que N d (') = {0F }
alors F est isomorphe à E ⇤ .

19
Formes quadratiques §8

Forme polaire, rang, noyau et cône isotrope §8.1 –§8.3

Exercice 98. Pour chacune des formes quadratiques suivantes, calculer la forme polaire, la matrice dans
la base canonique, le rang, le noyau, déterminer si elle est non-dégénérée.

q1 : R 2 ! R ; (x1 , x2 ) 7! x12 + x1 x2 3x22

q2 : R 3 ! R ; (x1 , x2 , x3 ) 7! x12 + x1 x2 + x2 x3 + x22 + x32
q3 : R 3 ! R ; (x1 , x2 , x3 ) 7! 2x12 + x1 x2 + x1 x3 + x22 + x32
q4 : R 3 ! R ; (x1 , x2 , x3 ) 7! x12 + x22 + 2x32 + 3x1 x2 + x1 x3 + 2x2 x3
q5 : R 4 ! R ; (x1 , x2 , x3 , x4 ) 7! 2x12 + x22 + 2x1 x2 + x32 + 2x42 + x3 x4
q6 : R 4 ! R ; (x1 , x2 , x3 , x4 ) 7! x12 + x22 + x1 x2 x2 x4 + 2x32 + 3x42 3x2 x3 + 2x3 x4

Exercice 99. Soit n 2 N⇤ . Parmi les applications suivantes déterminer celles qui sont des formes qua-
dratiques, et déterminer la forme polaire de chacune des formes quadratiques.
1. q1 : Rn [X] ! R, P 7! P(0)2 ,
2. q2 : Rn [X] ! R, P 7! P 0 (1)2 ,
3. q3 : Rn [X] ! R, P 7! P(0)P 0 (1) + P(2),
R1
4. q4 : Rn [X] ! R, P 7! P(3)2 + 0 P 0 (t)2 dt,
R1
5. q5 : Rn [X] ! R, P 7! 0 P(t 2 )dt,
R1
6. q6 : Rn [X] ! R, P 7! 0 P(t + 1)P 0 (t)dt,
7. q7 : Mn (R) ! R, A 7! tr(t AA),
8. q8 : Mn (R) ! R, A 7! det(t AA),
9. q9 : Mn (R) ! R, A 7! tr(AA),
10. q10 : C ! C, z 7! iz2 ,
11. q11 : C2 ! C, (z, t) 7! zt,
12. q12 : C2 ! C, (z, t) 7! zt.

Exercice 100. Soit E un K-espace vectoriel de dimension finie n. Soit q une forme quadratique sur E.
Soient `1 , . . . , `r 2 E ⇤ des formes linéaires linéairement indépendantes, et soient a1 , . . . , ar 2 K \ {0} tels
que :
8x 2 E, q(x) = a1 `1 (x)2 + · · · + ar `r (x)2 .
T
a) Montrer que N (q) = ri=1 ker(`i ).
b) En déduire que rg(q) = r.

20
Exercice 101. On considère l’application suivante :

q : R3 ! R
(x1 , x2 , x3 ) 7! x12 x1 x2 + 3x1 x3 2x2 x3 + 2x32

Soient F1 := {(x1 , x2 , x3 ) 2 R3 / x1 + 2x3 = 0} et F2 := {(x1 , x2 , x3 ) 2 R3 / x1 x2 + x3 = 0}.

a) Montrer que q est une forme quadratique. Quelle est la forme polaire de q ?
b) Calculer la matrice de q dans la base canonique de R3 .
c) Calculer le rang et le noyau de q.
d) La forme q est-elle dégénérée ? Est-elle définie ?
e) Montrer que F1 [ F2 ⇢ C(q).
f) Ecrire q comme le produit de deux formes linéaires. En déduire que C(q) = F1 [ F2 .
g) Montrer que N (q) = F1 \ F2 .

Exercice 102. Soit n > 2. Soit q : Cn ! C une forme quadratique. Montrer que q n’est pas définie.

Exercice 103. Soit E un K-espace vectoriel de dimension finie. Soit q une forme quadratique sur E, et
soit ' la forme polaire de q.
a) Montrer que 8x, y 2 E, '(x, y) = 14 (q(x + y) q(x y)) .
b) En déduire que 8x, y 2 E, q(x + y) + q(x y) = 2(q(x) + q(y))

Exercice 104. Soit E un K-espace vectoriel. Soit q une forme quadratique sur E.
1) Montrer que 8 2 K, q( x) = 2 q(x).

2) On considère l’application suivante :

q1 : R 2 ! R
(x, y) 7! max{|x|2 , |y|2 }

a) Montrer que 8 2 R, et 8x 2 R2 , q1 ( x) = 2q
1 (x).
b) En utilisant le résultat de l’exercice 103, montrer que q n’est pas une forme quadratique.

21
Orthogonalité §8.4 et Sous-espaces orthogonaux §8.5
Exercice 105. Soit E un K-espace vectoriel de dimension finie n. Soit q une forme quadratique sur E.
Soit x 2 E un vecteur isotrope pour q. Soit F := Vect(x). Montrer que F ⇢ F ? .

Exercice 106. On considère l’application suivante :

q : R3 ! R
1
x 7! x12 2x1 x3 + 2x1 x2 + x22 x32 .
2
1. Montrer que q est une forme quadratique, calculer sa forme polaire et sa matrice dans la base
canonique.
2. Calculer le rang et le noyau de q. Vérifier que N(q) ⇢ C(q). Montrer que N(q) , C(q).
3. Soit F := Vect(( 1, 2, 1)). Calculer F ? et F ?? . A-t-on R3 = F F? ?
4. Soit G := Vect((1, 1, 1)). Calculer G? et G ?? . A-t-on R3 = G G? ?
5. Soit H := Vect(u, v) où u := (0, 1, 1) et v := (1, 1, 0). Calculer H ? et H ?? . A-t-on E = H H? ?

Exercice 107. Soit E un K-espace vectoriel de dimension finie n. Soit q une forme quadratique sur E et
notons ' sa forme polaire. Soit F un sous-espace vectoriel de E.
1. Montrer que si F ⇢ N(q) alors F ? = E. Est-ce que la réciproque est vraie ? Justifier.
2. Soient x, y 2 C(q). Montrer que x + y 2 C(q) si et seulement si '(x, y) = 0.
3. Montrer que si F ⇢ C(q) alors F ⇢ F ? . Est-ce que la réciproque est vraie ? Justifier.
4. On suppose que q est non-dégénérée. Montrer que si F ⇢ C(q) alors dim F 6 n/2. Est ce que ceci
reste vraie si q est dégénérée ? Justifier.

Exercice 108 (Suite de l’exercice 93). Soit K = R ou C. Soit E un K-espace vectoriel de dimension
finie n > 2. Soit ! : E ⇥ E ! K une forme bilinéaire antisymétrique.
1. Montrer que si ! est non nulle, alors il existe des vecteurs u1 , u2 2 E tels que !(u1 , u2 ) = 1.
2. Soit F := Vect(u1 , u2 ). Montrer que la famille BF := (u1 , u2 ) est une base de F. Montrer que
!
0 1
M(!|F )BF = =: A.
1 0

3. Montrer que E = F F ?.
4. En déduire qu’il existe une base B de E telle que
0 1
BB A 0 · · · · · · · · · 0 CC
BB .. CCCC
BB . ..
BB 0 . . . . CC
BB C
BB .. . . .. .. CCC
BB . . A . . CCC
M(!)B = BBB .
BB . .. . . .. CCCC
BB . . 0 . . CC
BB CC
BB .. .. .. C
BB .
B@ . . 0 CCCC
A
0 ··· ··· ··· 0 0

22
Classification des formes quadratiques sur R et sur C §9
Exercice 109. Pour chacune des formes quadratiques suivantes, déterminer une décomposition en somme
de carrés de formes linéaires indépendantes, en déduire le noyau, le rang, la signature et une base ortho-
gonale.
q1 : R3 ! R, (x1 , x2 , x3 ) 7! x1 x2 + x1 x3 .
q2 : R3 ! R, (x1 , x2 , x3 ) 7! x12 + 2x1 x3 + 4x32 4x22 + 4x2 x3 .
q3 : R3 ! R, (x1 , x2 , x3 ) 7! x12 + 4x22 + 7x32 + 2x1 x2 + 6x2 x3 .
q4 : R3 ! R, (x1 , x2 , x3 ) 7! 2x12 + x22 x32 4x1 x2 + 4x1 x3 2x2 x3 .
q5 : R4 ! R, (x1 , x2 , x3 , x4 ) 7! x1 x2 + x2 x3 + x3 x4 + x1 x4 .
q6 : R4 ! R, (x1 , x2 , x3 , x4 ) 7! x12 3x22 3x42 2x1 x2 + 2x1 x3 6x2 x3 2x3 x4 + 4x2 x4 .
q7 : R4 ! R, (x1 , x2 , x3 , x4 ) 7! x1 x2 + 2x1 x3 + x1 x4 + 2x2 x4 + 4x3 x4 .
q8 : R5 ! R, (x1 , . . . , x5 ) 7! x1 x2 + x1 x3 + x1 x4 + x1 x5 + x2 x3 + x2 x4 + x2 x5 + x3 x4 + x3 x5 + x4 x5 .
Exercice 110. On considère la forme quadratique suivante sur R3 .
( 3
R ! R
q:
x 7! x12 + x1 x3 x22 x2 x3 .
On pose :
u1 = (1, 1, 1), u2 = (1, 1, 1), u3 = (1, 1, 2), u4 = (1, 0, 1), H1 = Vect(u1 , u2 ), H2 = Vect(u3 , u4 ).
a) Donner la matrice de q dans la base canonique.
b) Montrer que Vect(u1 )? = H1 .
c) Montrer que Vect(u4 )? = H2 .
d) Que vaut Vect(u3 )? ?
e) Calculer H1? et H2? .
f) Calculer Vect(u2 , u4 )? .
g) Donner une décomposition de q comme somme de carrés de formes linéaires linéairement indépen-
dantes.
h) En déduire N(q), rg(q), sign(q) et C(q).
i) Faire un dessin représentant N(q) et C(q).
Exercice 111. On considère E := M2 (R) muni de la forme quadratique
(
E ! R
q:
A 7! tr(A2 ) .
1. Donner la forme polaire ' de q.
2. Calculer la matrice MB (q), où B = (e1 , e2 , e3 , e4 ) est la base définie par
⇣ ⌘ ⇣ ⌘ ⇣ ⌘ ⇣ ⌘
e1 = 10 00 , e2 = 00 10 , e3 = 01 00 , e4 = 00 01 .
3. Montrer que la forme quadratique q est non-dégénérée.
4. Calculer la signature de q.
5. Montrer que N (q) ( C(q).
6. On considère les sous-ensembles S := {A 2 E | tA = A} et A := {A 2 E | tA = A} de E. Montrer
que E = A S.
7. Calculer A? , S? et A? + S?

23
Exercice 112. Soit n > 1. Calculer le rang et la signature des formes quadratiques suivantes sur Rn :
P P
q1 : (x1 , . . . , xn ) 7! ni=1 nj=1 xi xj .
P P
q2 : (x1 , . . . , xn ) 7! ni=1 nj=1 ixi xj .
P P
q3 : (x1 , . . . , xn ) 7! ni=1 nj=1 inf{i, j}xi xj .

Exercice 113. Soient a, b, c 2 R. On considère la forme quadratique suivante :

(
R2 ! R
q:
(x, y) 7! ax2 + bxy + cy 2 .

1) On suppose a , 0.
(a) Pour quelles valeurs de a, b et c, q est-elle non dégénérée ?
(b) Si rg(q) = 1, montrer que N(q) = C(q). Donner une description explicite de N(q).
(c) Dans le cas où rg(q) = 2, pour quelles valeurs de a, b et c, la signature de q vaut-elle (2, 0) ?
(0, 2) ? (1, 1) ? Dans chaque cas, déterminer le cône isotrope de q.
2) Si a = 0, montrer que q n’est pas définie. Selon les valeurs de b et c, déterminer le noyau, le rang,
la signature et le cône isotrope de q.

Exercice 114. Soient a, b 2 R tels que a < b. Soient f 1 , . . . , f n des fonctions continues sur l’intervalle
Rb
[a, b] à valeurs dans R. Pour tous i, j 2 {1, . . . , n}, on pose aij := a f i (t)f j (t)dt. On considère alors la
forme quadratique suivante ( n
R ! R
q: Pn Pn
(xi ) 7! i=1 j=1 aij xi xj .

a) Montrer que q est une forme quadratique positive.

b) Montrer que q est définie positive si et seulement si la famille (f 1 , . . . , f n ) est libre.

Exercice 115. Soit n > 1. Soit Rn [X] l’ensemble des polynômes de degré inférieur ou égal à n. On
considère la forme quadratique suivante :
(
Rn [X] ! R
q: R1
P 7! 0 P(t)P 0 (t)dt.

a) Montrer que q est une forme quadratique et donner la forme polaire de q.

b) Montrer que q peut s’écrire comme la di↵érence de deux carrés de formes linéaires indépendantes.
c) En déduire le rang et la signature de q.
d) Calculer N (q) et C(q).

Exercice 116. Soit E := C 0 ([0, 1], R), le R-espace vectoriel des fonctions continues de [0, 1] dans R. On
fixe 2 E. On considère la fonction suivante :
(
E ! R
q: R1
f 7! 0 f 2 (t) 2 (t)dt.

a) Montrer que q est une forme quadratique positive, et déterminer la forme polaire de q.
b) Montrer que si n’a qu’un nombre fini de zéros dans [0, 1] alors q est définie.

24
Exercice 117. Soit E un R-espace vectoriel de dimension finie n. Soit q une forme quadratique de rang
r et de signature (p, r p). Soit F un sous espace vectoriel de E.
a) Montrer que si q|F est définie positive, alors dim(F) 6 p.
b) Montrer que si q|F est définie négative, alors dim(F) 6 r p.
c) Montrer que si dim(F) > max{p, r p}, alors F contient un vecteur isotrope non-nul.
d) Montrer que p = max{dim G | G ⇢ E est un sous-espace vectoriel tel que q|G est définie positive}.
Exercice 118. Soit n > 1. Soit M 2 Matn (R) une matrice symétrique.
a) Montrer que si M est positive, alors det(M) > 0.
b) Montrer que si M est définie positive, alors det(M) > 0.
Exercice 119. Pour chacune des matrices suivantes, déterminer si elle est définie positive ou non.
0 1 0 1 0 1
BB 2 1 1 CC BB 0 1 2 CC BB 1 1 1 CC
B C B C B C
A1 := BBBB 1 2 1 CCCC , A2 := BBBB 1 0 1 CCCC , A2 := BBBB 1 2 2 CCCC .
@ A @ A @ A
1 1 2 2 1 0 1 2 3
Exercice 120. Soit n > 1. Soit M 2 Matn (R) une matrice symétrique positive. Montrer qu’il existe une
matrice symétrique positive R 2 Matn (R) telle que R2 = M.
Exercice 121. Soit A 2 Mat2 (R) une matrice symétrique.
a) Justifier pourquoi A est diagonalisable.
b) Calculer det(A) et tr(A) en fonction des valeurs propres de A.
c) Montrer que A est définie positive si et seulement si tr(A) > 0 et det(A) > 0.
Exercice 122. Soit n > 1. Soit A = (aij )16i,j6n 2 Matn (R) une matrice symétrique. Pour tout p 2
{1, . . . , n} on note
Ap := (aij )16i,j6p 2 Matp (R).
1) Montrer que si A est positive alors Ap est positive pour tout p 2 {1, . . . , n}.
2) En déduire que A est positive alors det Ap > 0 pour tout p 2 {1, . . . , n}.
3) En donnant un contre exemple, montrer que la réciproque de la question précédente est fausse.
4) Montrer que si A est définie positive alors det Ap > 0 pour tout p 2 {1, . . . , n}.
5) On considère la matrice suivante :
!
a b
A := 2 Mat2 (R).
b c
Montrer que si a > 0 et si det(A) > 0 alors A est définie positive.
6) Soient 1 , . . . , n 1 2 R⇤ et b1 , . . . , bn 1 , a 2 R. On considère la matrice suivante
0 1
BB 1 · · · 0 b1 CC
BB . . .. .. CCCC
BB . ..
A := BBB B . . . CC 2 Mat (R).
CC n
BB 0 · · · n 1 b n 1 C CC
B@ A
b1 · · · bn 1 a
b12 bn2
(a) Montrer que det(A) = a ··· 1
.
1 n 1
(b) Montrer que si det(A) > 0 et si i > 0 8i 2 {1, . . . , n 1}, alors A est définie positive.
7) Soit A 2 Matn (R) une matrice symétrique telle que det(Ap ) > 0 8p 2 {1, . . . , n}, montrer que A est
définie positive. (Indication : on pourra faire une récurrence sur n).

25