RÉPUBLIQUE DU SÉNÉGAL

UNIVERSITÉ CHEIKH ANTA DIOP DE DAKAR

FACULTÉ DES SCIENCES ET TECHNOLOGIES DE L’ÉDUCATION ET DE LA
FORMATION
DÉPARTEMENT DE MATHÉMATIQUES

GÉOMÉTRIE PLANE
CHAPITRE 6

Dr FAGUÈYE NDIAYE SYLLA

Chapitre 6. Transformations et
Applications

0.1 Applications
Définition 0.1.1. Une application d’un ensemble P vers un ensemble Q est un procédé
qui à tout élément x de P associe un et un seul élément y de Q.
On dit y est l’image de x par f et que x est l’antécédent de y par f .

0.1.1 Application injective

Définition 0.1.2. Une application injective ou injection d’un ensemble P dans un en-
semble Q est une application telle que tout élément de Q soit l’image d’au plus un élément
de P.
Pour une telle application il est impossible que deux éléments distincts de E aient la même
image.

0.1.2 Application surjective

Définition 0.1.3. Une application surjective d’un ensemble P sur un ensemble Q est une
application f de P vers Q telle que tout élément de Q soit l’image d’au moins un élément
de P.
L’image f (E) = Im(f ) de E par f est donc égale à F .

0.1.3 Application bijective

Définition 0.1.4. Une application bijective de P vers Q est une application à la fois
injective et surjective.
Tout élément de Q est l’image par f d’un unique élément de P.
0.1.4 Application linéaire
Définition 0.1.5. Soient E et F deux K-espaces vectoriels. Une application linéaire de
E dans F est une application telle que pour tout (x, y) ∈ E 2 et tout (α, β) ∈ K2 on ait:

f (αx + βy) = αf (x) + βf (y).

0.1.5 Application affine

Soient E et F deux espaces affines attachés respectivement aux espaces vectoriels E
et F sur un corps K.

Définition 0.1.6. Une application f : E −→ F est dite affine s’il existe une application
linéaire g : E −→ F (elle est unique) telle que, pour tout point M de E et pour tout
→
−
vecteur V de E, on ait:
→
− →
−
f (M + V ) = f (M ) + g( V ).

Exemple : Les applications affines de R dans R sont les applications de la forme :

x 7→ ax + b.
Leurs représentations graphiques sont des droites; leurs applications linéaires associées
sont les applications de la forme : x 7→ ax.

0.1.6 Projection
→
−
Soit F un sous espace affine d’un espace affine E, la projection sur F de direction F ⊥
est la projection orthogonale sur F .

0.2 Transformations
Définition 0.2.1. On appelle transformation dans un espace affine (éventuellement eu-
clidien) E une bijection de E sur E.

0.2.1 Translation
Soit E un espace affine attaché à l’espace vectoriel E sur un corps K.
→
−
Soit V un vecteur de E.
0
Définition 0.2.2. L’application f de E dans E qui à tout point M associe le point M
−−−→0 → − →
−
tel que M M = V , est appelée translation de l’espace E associé au vecteur V de l’espace
vectoriel E attaché à E.

2
 →
− →
−
Remarque 0.2.1. f n’a pas de point fixe si V 6= 0 .

0.2.2 Rotation affine

Définition 0.2.3. Une rotation affine R est une transformation d’un espace affine eucli-
dien dont l’application linéaire associée est une rotation vectorielle r.

Définition 0.2.4. Dans R2 , si Ω est le centre de la rotation vectorielle r associée à R et

0 0
θ son angle de rotation, l’image M d’un point M , définie par M = r(M ), vérifie :
 0
 ΩM = ΩM
 (− −→
\ −−→0
ΩM , ΩM ) = θ [2π]
0
Si M et M ont pour coordonnées respectives (x, y) et (x0 , y 0 ) et Ω de coordonnées
(a, b) dans le plan muni d’un repère orthonormal, l’expression analytique de r est :
! ! !
x0 − a cos θ − sin θ x−a
= .
y0 − b sin θ cos θ y−b

0.2.3 Symétrie affine dans un espace affine E

Définition 0.2.5. Une symétrie S est une application affine involutive.
L’application linéaire s associée à S est une symétrie vectorielle de l’espace vectoriel E
associé à l’espace affine E.
Une symétrie a nécessairement des points invariants dont l’ensemble est une variété affine
V de affine E.
On différencie les symétries suivant les dimensions de V .

Remarque 0.2.2. Quand E est euclidien on distingue les symétries obliques et les symé-
tries orthogonales.

Soit H un hyperplan de R3 ( R2 ) et →
−
u un vecteur unitaire orthogonal à H; tout vecteur
→
−
v de R ( R ) se décompose de façon unique sous la forme →
3 2 −v = α→−
u +→ −
w avec α ∈ R et
→
−
w ∈ H.
L’expression analytique de la symétrie orthogonale s par rapport à H, définie par:

s(→
−
v ) := −α→
−
u +→
−
w.

3
0.2.4 Homothétie
Définition 0.2.6. Une homothétie affine h de centre (ou de pôle) O ∈ E et de rapport
k ∈ R d’un espace affine E est une application affine de E dans E qui, à tout point M ∈ E,
0
−−→0 −−→
associe le point M défini par OM = k OM .

0.2.5 Dilatation
Définition 0.2.7. Une dilatation f dans R3 est une transformation qui pour tout α ∈ R,
on a f (x) = αx.

Remarque 0.2.3. Une dilatation est une homothétie affine de rapport non nul ou une
translation.

0.2.6 Similitude
Une similitude est une application affine bijective f d’un espace affine E dans lui même
dont l’application linéaire associée est une similitude vectorielle.
Elle dilate les distances par un facteur constant.

∀(A, B) ∈ E 2 , d(f (A), f (B)) = k.d(A, B).

Elle est la composée d’une rotation et d’une homothétie.

0.3 Isométrie
Définition 0.3.1. Une isométrie d’un espace métrique (E, d) sur un espace métrique
0 0 0
(E , d ) est une bijection f de E dans E telle que pour tout couple (x, y) éléments de E
0
on ait d (f (x), f (y)) = d(x, y).

Définition 0.3.2. Soit (e1 , e2 , e3 ) une base d’un espace vectoriel. (e1 , e2 , e3 ) est une base
directe si det(e1 , e2 , e3 ) > 0; elle est une base indirecte si det(e1 , e2 , e3 ) < 0.
Une isométrie linéaire g est directe si det(g) = +1; elle est indirecte si det(g) = −1.
Une isométrie f est directe si sa partie linéaire est directe et elle est indirecte si sa partie
linéaire l’est.

4
0.3.1 Exemples d’isométries de R2 ou R3
1. La translation dans R3 est une isométrie directe.
2. La rotation dans le plan est une isométrie directe.
3. La symétrie dans R2 ou R3 est une isométrie indirecte.

Proposition 0.3.1. 1. La composée de deux isométries est une isométrie.

2. La bijection réciproque d’une isométrie est une isométrie.

L’étudiant les vérifiera en TD.

0.3.2 Déplacements - Antidéplacements

Définition 0.3.3. Une isométrie qui conserve les mesures des angles orientés est un
déplacement.

Définition 0.3.4. Une isométrie qui transforme les mesures des angles orientés en leurs
opposés est un antidéplacement.

Exemples 0.3.1. 1. Un déplacement est soit l’identité du plan, soit une translation,
soit une rotation.
2. Un antidéplacement est soit une symétrie orthogonale, soit une symétrie glissante.
(La composée d’une translation de vecteur non nul →
−
u et d’une symétrie orthogonale
→
−
d’axe ∆ de vecteur directeur u est une une symétrie glissante d’axe ∆ et de vecteur
→
−u ).

0.4 Applications de ces notions dans le plan et dans

l’espace
0.4.1 Plan euclidien
Définition 0.4.1. Soient → −
u et →
−
v deux vecteurs unitaires non nuls du plan euclidien
orienté, on appelle angle de u vers →
→
− −
v le réel θ modulo 2π tel que →
−
v s’obtienne à partir
→
−
de u en appliquant la rotation
!
cos θ − sin θ
.
sin θ cos θ

5
 →
−u →
−v
Définition 0.4.2. L’angle entre deux vecteurs non nuls est l’angle entre et .
||u|| ||v||
Théorème 0.4.1. Soit A une matrice orthogonale et α = ±1 son déterminant, alors il
existe θ ∈ R unique modulo 2π tel que A correspond alors soit à :
— une rotation d’angle θ,
— la symétrie orthogonale par rapport à la droite vectorielle faisant un angle 2θ avec
l’axe des x.

Preuve à faire en T D.

0.4.2 Espace euclidien

0.4.3 Angle de deux vecteurs

Introduction: Définir et calculer un angle entre deux vecteurs dans

l’espace
— Insérer un cube avec un repère.
— Choisir deux vecteurs dans la figure, voir que la mesure de l’angle peut être θ, −θ
ou 2π − θ. On peut faire un choix de telle sorte que θ ∈ [0, π].

Définition 0.4.3. L’angle entre →

−u et →
−v dans l’espace est le réel θ ∈ [0, π] tel qu’il existe
un plan orienté contenant les vecteurs →
−u et →
−
v tels que la rotation d’angle θ envoie → −u
→
−
sur v .